.png){kind=icon}
返回
Hybrid Prediction-Based Dynamic Constrained Multiobjective Evolutionary Algorithm for Multisource Complementary Scheduling
.png){kind=icon}
PRE
AI
DOI：10.1109/tii.2026.3717683.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在减少温室气体排放的严格要求下，太阳能、风能等清洁能源在发电领域得到了显著发展，并形成了多源互补系统。为合理调度该系统，充分挖掘可能导致能源利用不足的内在动态因素，特别是时变电力需求、太阳能和风能的波动。以最小成本和碳排放为目标，构建了多源互补系统的动态约束多目标调度模型。为求解该问题，提出了一种基于混合预测策略的动态约束多目标进化算法，通过充分挖掘历史调度方案来转移跨时间知识，实现各发电单元的最优输出。广泛的数值结果表明，所提出的方法在性能指标和调度结果上优于当前先进算法，显示出在促进电力系统低碳经济运行方面的良好潜力。
Keyword:
Dynamic constrained multiobjective optimization
dynamic factors
evolutionary algorithm
multisource complementary scheduling
查看更多机构