基于改进AGA的微电网优化管理研究

摘要

cqvip:针对电动汽车无序充放电影响传统微电网稳定性及经济性问题,建立一种根据电动汽车随机负荷种类分时段调度模型,使用蒙特卡洛方法模拟电动汽车的充放电功率。同时,对传统微电网优化收敛速度慢、精度低等问题,提出一种改进自适应遗传优化算法(SAGA)。最优保存策略结合自适应调整交叉变异概率,解决遗传算法多样性问题,从而改善收敛速度与精度。通过建模及仿真计算,证明该方法在含电动汽车的风光柴储微电网优化中,能较快收敛到最优解,提高了微电网稳定性和经济性,具有良好的工程实用性。