随着大规模可再生能源的开发和应用,电网变得越来越庞大且复杂,如何保证大量不同控制器之间的协调是最值得关注的问题之一。利用微分博弈理论可以解决协同控制的问题。然而,传统算法难以求解带约束的微分博弈问题。此外,现有研究建立的...随着大规模可再生能源的开发和应用,电网变得越来越庞大且复杂,如何保证大量不同控制器之间的协调是最值得关注的问题之一。利用微分博弈理论可以解决协同控制的问题。然而,传统算法难以求解带约束的微分博弈问题。此外,现有研究建立的仿真模型几乎是线性的,不利于实际工程应用。针对上述问题,提出了一种基于加权果蝇优化算法(Weighting Fruit Fly Optimization Algorithm,WFOA)的协同进化算法来求解具有非线性约束的多区域频率协同控制模型。仿真结果表明,与协同进化遗传算法和协同多目标粒子群优化算法相比,该方法具有更好的控制效率,同时对系统出现的外部扰动变化及内部机组参数变动具有很好的鲁棒性。展开更多
文摘随着大规模可再生能源的开发和应用,电网变得越来越庞大且复杂,如何保证大量不同控制器之间的协调是最值得关注的问题之一。利用微分博弈理论可以解决协同控制的问题。然而,传统算法难以求解带约束的微分博弈问题。此外,现有研究建立的仿真模型几乎是线性的,不利于实际工程应用。针对上述问题,提出了一种基于加权果蝇优化算法(Weighting Fruit Fly Optimization Algorithm,WFOA)的协同进化算法来求解具有非线性约束的多区域频率协同控制模型。仿真结果表明,与协同进化遗传算法和协同多目标粒子群优化算法相比,该方法具有更好的控制效率,同时对系统出现的外部扰动变化及内部机组参数变动具有很好的鲁棒性。
