.png){kind=icon}
返回
Multi-Objective Optimal Scheduling for Microgrids-Improved Goose Algorithm
.png){kind=icon}
OA
AI
DOI：10.3390/en17246376.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在全球能源需求增长与环境保护的双重挑战背景下，本文聚焦微电网优化与调度技术的研究，构建了集能源生产、存储、转换与分配于一体的智能微电网系统。通过整合高精度负荷预测、动态功率分配算法及智能控制技术，提出了一种微电网调度模型。该模型同时兼顾环境保护与经济效率，旨在实现能源资源的最佳配置并维持供需动态平衡。创新性地引入并改进了鹅群优化算法（GO），通过模拟鹅群的社交聚集行为、自适应监控机制及改进算法，增强了算法在复杂优化问题中的全局搜索与局部精细搜索能力，有效避免了局部最优解问题。同时，超拉丁立体抽样与K-means聚类算法的结合提升了数据处理效率与模型精度。结果表明，所提出的模型与算法有效降低了微电网的运行成本并减轻了环境污染。采用改进的鹅群算法（IGO）后，综合运行与环境成本降低16.15%，验证了模型的有效性与优越性。
Keyword:
microgrid optimization
multi-objective
improved goose algorithm
economic operation
environmentally friendly
期刊
IF:
3.2
论文数:
1.5W
被引数:
14.2W
机构
引用论文
GOOSE algorithm: a powerful optimization tool for real-world engineering challenges and beyondGOOSE算法: 解决实际工程挑战的强大优化工具
PREAI
分享收藏DCWPSO: particle swarm optimization with dynamic inertia weight updating and enhanced learning strategiesDCWPSO: 具有动态惯性权重更新和增强学习策略的粒子群优化算法
OAAI
OAAI分享收藏Optimal Allocation of Energy Storage Capacity in Microgrids Considering the Uncertainty of Renewable Energy Generation.png)
SUSTAINABILITYOAAI
SUSTAINABILITYIF3.3
OAAI分享收藏Optimization of scheduling and control for a combined cooling, heating, and power microgrid system based on GDMOPSO基于GDMOPSO的冷热电联供微电网系统的调度与控制优化OAAI
OAAI分享收藏Optimizing Microgrid Operation: Integration of Emerging Technologies and Artificial Intelligence for Energy Efficiency微电网运行优化：新兴技术与人工智能在能源效率中的应用集成ElectronicsOAAI
ElectronicsIF0
OAAI分享收藏Microgrid energy management system with degradation cost and carbon trading mechanism: A multi-objective artificial hummingbird algorithmAPPLIED ENERGY
APPLIED ENERGYIF11
PREAI
分享收藏
查看更多内容