arrow
返回

Research on a Multi-Objective Optimal Scheduling Method for Microgrids Based on the Tuned Dung Beetle Optimization Algorithm

delete2025-10-02
delete0
delete
OA
AI
Z
Zishuo Liu
R
Rongmei Liu *
DOI:10.3390/electronics14183619delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
随着可再生能源在电力系统中渗透率的不断提高,微电网的多目标优化调度问题日益复杂。传统优化方法在处理高维、非线性及多约束模型时面临局限性。本研究提出了一种基于Tuned Dung Beetle Optimization(TDBO)算法的微电网多目标优化调度方法,旨在同时最小化运行成本和环境成本,并满足各类物理及工程约束条件。所提出的TDBO算法整合了多种策略机制,包括任务分配、螺旋搜索、Lévy飞行、基于对立的学习和Gaussian扰动,以显著增强全局探索和局部开发能力。在建模方面,构建了一个高维决策模型,涵盖光伏系统、风力发电机、柴油发电机、燃气轮机、储能系统及电网交互。构建了双目标调度框架,融入了运行经济性、环境可持续性及设备物理约束。在典型场景下进行的仿真实验表明,TDBO在解质量、收敛速度和结果稳定性方面均优于改进型粒子群优化算法(IPSO)和原始DBO。仿真结果显示,与基准算法相比,所提出的TDBO使平均总成本降低了2.24%~6.18%,收敛速度提高了27.3%,解的标准差降低了18.8%~23.5%。这些定量结果凸显了TDBO在多目标微电网调度中的优化精度、效率及鲁棒性的优势。结果表明,所提出的方法能够有效提高可再生能源利用率、降低系统运行成本和碳排放,并具有显著的理论价值及工程应用潜力。

期刊

Electronics 封面图
Electronics
IF:
2.6
论文数:
1.0W
被引数:
4.7W

机构

H
hebei university of technology
学者数:
1.8W
论文数: 1.2W
被引数: 10
引用论文

引用论文

Global perspectives on advancing photovoltaic system performance-A state-of-the-art review提高光伏系统性能的全球观点-最新技术综述
err2025-01-01
err1
PREAI
errRehman, Tauseef-ur; Qaisrani, Mumtaz A.; Shafiq, M. Basit; Baba, Yousra Filali; Aslfattahi, Navid; Shahsavar, Amin; Cheema, Taqi Ahmad; Park, Cheol Woo
err分享
err收藏
err分享
err收藏
Multi-objective optimal scheduling of microgrid with electric vehicles
err2022-11-01
err0
errOAAI
errYu Mei; Bin Li; Honglei Wang; Xiaolin Wang; Michael Negnevitsky
err分享
err收藏
A review on microgrid optimization with meta-heuristic techniques: Scopes, trends and recommendation
err2024-01-01
err33
errOAAI
errAkter, Afifa; Zafir, Ehsanul Islam; Dana, Nazia Hasan; Oysoyal, Rahul J.; Sarker, Subrata K.; Li, Li; Muyeen, S. M.; Das, Sajal K.; Kamwa, Innocent
err分享
err收藏
Multi-Objective Supervisory Control for DC/DC Converters in Advanced Aeronautic Applications
err2018-11-20
err0
errOAAI
errAlberto Cavallo; Giacomo Canciello; Beniamino Guida; Ponggorn Kulsangcharoen; Seang Shen Yeoh; Mohamed Rashed; Serhiy Bozhko
err分享
err收藏
学者 查看更多内容