基于NSGA-II算法的分布式电源与微电网分组优化配置
基于混合NSGA-Ⅱ算法的基站电源容量配置优化
基于混合NSGA-Ⅱ算法的基站电源容量配置优化
陈金阳;雷勇;曹晓燕;何鑫;祝晓波
【期刊名称】《电气传动》
【年(卷),期】2022(52)16
【摘要】偏远地区5G通讯基站的运行功耗较大,风光新能源构成的基站供电系统可以很好地解决偏远地区电网难以接入的问题。
新能源基站供电系统元件容量的选取对系统的稳定性和经济性均有重大影响。
为实现稳定性和经济性的综合规划,以等价年金总成本和负荷缺电率最小化为目标函数,以蓄电池荷电状态、年污染物排放量等为约束条件建立容量配置优化模型,提出一种混合NSGA-Ⅱ算法引入帕累托前沿的求解。
针对传统NSGA-Ⅱ算法初始群体选取较随意和拥挤度计算方法进行了相应改进,使得改进后的算法收敛性和帕累托前沿多样性有了较大提升。
最后,利用改进后的混合NSGA-Ⅱ算法对四川某实际通讯基站供电系统项目进行配置优化求解,验证了混合NSGA-Ⅱ算法的有效性。
【总页数】8页(P55-62)
【作者】陈金阳;雷勇;曹晓燕;何鑫;祝晓波
【作者单位】四川大学电气工程学院;中国铁塔股份有限公司泸州市分公司
【正文语种】中文
【中图分类】TM61
【相关文献】
1.基于改进NSGA2算法的混合储能系统容量优化配置
2.基于改进蚁群算法的分布式电源容量优化配置
3.基于改进NSGA-Ⅱ算法的风光组合多馈入\r直流送端系统装机容量优化配置研究
4.基于改进型凸优化算法的有轨电车混合储能系统容量配置帕累托解集
5.基于猫群算法的风光储微电网电源容量优化配置研究
因版权原因，仅展示原文概要，查看原文内容请购买。
基于改进NSGA-II算法的微电网优化调度研究
62ELECTRONIC ENGINEERING & PRODUCT WORLD2023.6电子产品世界基于改进NSGA-II算法的微电网优化调度研究Research on microgrid optimal dispatch based on improved NSGA-II algorithm郁翰文，刘婷婷 （南京信息工程大学自动化学院，南京 210044）摘 要：以某地区微电网系统典型日为例，以24 h为调度周期，考虑分时电价的并网型微电网，算例结果表明，改进的算法在微电网配置中具有更高效益，对比分析了有无储能装置时的调度结果，表明储能装置具有调峰，提高微电网灵活性和效益的作用。
关键词：微电网；优化调度；多目标；NSGA-II0 引言我国“十四五”规划及2035远景目标中提出的集中式与分布式能源建设纲要，对推进我国微电网建设具有重大意义[1]。
微电网是由分布式电源、负荷、储能设备等组成的一种分布式能源结构，能够有效整合可再生能源，实现对负荷多种能源形式的稳定供给[2]。
微电网相对于传统电网有诸多优势，但也有一些短处亟需优化。
可再生能源受到自然环境的制约，光伏发电和风力发电都具有较大的波动性和随机性，如何提高可再生能源的消纳率，同时降低微电网运行成本和环境治理成本。
本文以并网型微电网进行研究，以风机、光伏、微型燃气轮机和储能装置的微电网系统为研究对象，以微电网运行成本和环境治理成本最小为优化目标，综合考虑各项约束建立优化调度模型，采用组合交叉算子和动态拥挤度策略改进NSGA -II 算法求解模型。
经过算例求解分析，表明Y -NSGA -II 算法具有更优搜索精度和个体均匀度，在微电网优化调度中能获得更优配置，对比了有无储能单元对调度优化的影响，结果表明储能装置能起到风光削峰填谷、降低微电网运行成本，减少污染气体排放的作用。
1 微电源的数学建模1.1 风力发电模型风力发电机的发电功率由风速的大小决定，输出功率为：P P v v v WT ci =<≤ v v v v r 33330,−−P v v v v v v v r r ci ci ,≤≥r r ci co<<,或co(1)式中，P WT 为t 时刻风机的输出功率，P r 为风机的额定输出功率，v ci 为切入风速,取3 m /s ，v r 为额定风速，v co 为切出风速。
基于改进nsga-Ⅱ算法的微电网多目标优化研究
计算机应用研究 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ
Ｖｏｌ．３６Ｎｏ．１２ Ｄｅｃ．２０１９
基于改进 ＮＳＧＡⅡ算法的微电网多目标优化研究
张 军１，２，任 豪１，２，刘廷章３
（１．上海电力大学 自动化工程学院，上海 ２０００９０；２．上海市电站自动化技术重点实验室，上海 ２０００９０；３．上海 大学 机电工程与自动化学院，上海 ２０００７２）
在搜索精度不高的缺点。因此，近年来出现了较多基于基本算 法的改进算法来求解微电网的优化运行问题的研究文献［１～７］。
本文研究并网型微电网接入电网的带约束非线性多目标 优化问题，以系统的经济指标与技术指标为优化目标，结合精 英保留、非劣排序等优化策略，提出改进型的非支配排序遗传 算法（ＮＳＧＡＥＮ），并通过性能测试证明该算法在逼近性和运行 速度上的优势，通过求解分布式电源接入 ＩＥＥＥ３０节点电力系 统的多目标优化问题证明本算法的可行性。
摘 要：在解决微电网分布式电源多目标优化运行问题时，针对传统 ＮＳＧＡⅡ算法在逼近性、运算效率等方面 的局限性，考虑进化过程个体相似度的差异及算法陷入局部最优的可能性，提出了一种改进型的 ＮＳＧＡⅡ算法。 新算法引入信息熵机制改进算子，将交叉概率、变异概率分别近似为递减函数模型、柯西分布模型，通过算法性 能测试证明了新算法有效性。以分布式电源接入 ＩＥＥＥ３０节点电力系统为例进行仿真实验，通过与传统 ＮＳＧＡⅡ 多目标优化算法对比，证明了改进型算法在提高收敛速度、改善优化指标方面的优越性。 关键词：微电网；多目标优化；信息熵；Ｐａｒｅｔｏ最优解集 中图分类号：ＴＭ７３ 文献标志码：Ａ 文章编号：１００１３６９５（２０１９）１２０５１３７６００４ ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１３６９５．２０１８．０７．０４３５
基于改进NSGA2算法的配电网分布式电源优化配置
信息技术XINXISISHU2021年第5期基于改进NSGA2算法的配电网分布式电源优化配置苏路，董学育，张森，王浩宇，郭杰(南京工程学院电力工程学院，南京211157)摘要：基于NSGA2算法存在收敛性和分布均匀性不足的问题，文中研究了一种改进的NSGA2算法，该算法使用和精，并引入了伪适应度值的概念。
同时，为更好布式电源选址定容问题，文中建立了以有功网损和节点电压偏移为目标的分布式电源选址定容模型，并用改进算法对该模型进行求解，最后在MATLAB软件下以IDEE-SS节点系统为例进行测试，仿真结果与传统的NSGA2算法进行比较，证明了该方法在分布式电源优化配置方面的有效性和优越性。
关键词：；算数；精；度值；NSGA2算法中图分类号：TM715文献标识码：A文章编号：1029-2552(2221)25-0239-25DOI：12.13977/j.cods hdzj.2221.25.227OptimaU conOgurotion oO distriautey poweo geeerotion in distriOution network baed on improvve NSGA0aUokthmSU Lu,DONG Xuv-yp,ZHANG Sen,WANG Hso-ya,GUO Jis(Colleev of Electuc Powoo EngineeXng,Nanjing Institute of Technolopy ,Nanjing211127,China) Abstroci:Basel on tho proClem of insyf^lcieni converaence and unifoxnity of distriSution of NSGA2hqol rithm,sn12X0—NSGA2aleorithm is raised in this pdpof,which usos arithmetic cxssoif opewtof and elito crossovox stratepy,and introCucos tho concept of psenUo fitness veluo.At tho samo tiso ,in ordox to bettor stuUy tho distriSuteP o—extion location and canscity,tho pdpo estaplisyvs s distriSuteP powoo o—-o-ation location and canscity moCel taroeting active network loss and noCo voltaoo offset,and usos sn im-pxveP aloorithm to maSo moCel solution.Finaliy,Tho IEEE-S3noCo system is used as sn exampio to test undof MATLAB softwaro.Tho31^1131100xsu/,pxvos tho effectiveness and supoioXty of tho methoC in texns of tho optimizhWn cenfiouration of distriSuteP powox socxos compared with tho1x000—1NSGA2 Oorithm.Key wo O s：DistriSuteP powox supply;arithmetic crossovox operatox;elito crossovox stratepy;psenUo U p nos veluo;NSGA2alyorithm2引言于全球范的快速发展，传统能源的持人们日常生成的污染济成本增加愈发严重，在这种形式下，基金项目：江苏省研究生实践创新计划项目(SJCX19-2525)作者简介：苏路(1995-)，女，硕士研究生，研究方向为分布式电源优化配置研究。
基于NSGA-Ⅱ的电动汽车充电站多目标优化规划
HAN Ke⁃qin1, DING Dan⁃jun1, QIAN Ke⁃jun1, DAI Kang1, CAI Ji⁃ren1, ZHOU Hui2, ZHANG Xin⁃song2
收稿日期： 2017-03-09B
合成本最小的充电网络规划模型。文献 ［8］ 根据网 格划分思想提出了一种充电站选址和定容方法， 以 充电总成本最小为依据选址， 以充电站总充电功率 为依据定容。文献 ［9］ 综合考虑多种因素， 建立了充 电网络规划的最大收益模型， 并采用粒子群算法和 加权伏罗诺伊图对其进行了求解， 得出充电站的最 优建设地址与建设容量。文献 ［10］ 提出了一种基于 云重心理论的 EV 充电站选址规划评估方法， 该方法 能综合处理定量指标和定性指标， 从而确定充电站 的最优建站地址。然而， 上述文献均未全面考虑 EV 充电站作为公共服务设施的特性， 从而导致规划模 型中的规划目标单一， 规划结果参考价值不大。 针对以上问题， 本文综合考虑 EV 充电站作为 公共服务设施以及大型用电设施的双重特性， 提出 了同时考虑充电网络充电服务能力 （即截取车流 量） 最大化与配电网络损耗最小化的充电网络多目 标优化规划模型， 并考虑了包括配电网络电压偏差 约束在内的一系列约束条件。上述模型具有截取 车流量最大与配电系统网络损耗最小两个不同维 度的优化目标， 是典型的多目标优化问题。本文采 用 改 进 的 非 支 配 排 序 遗 传 算 法（Non- dominated ［11］ sorting genetic algorithm II， NSGA-II） 对其进行求 解， 获得了该多目标优化问题的帕累托解集。帕累托
采用NSGA-Ⅱ算法的纯电动汽车复合电源参数匹配及优化
采用NSGA-Ⅱ算法的纯电动汽车复合电源参数匹配及优化李勇;江浩斌;徐兴;曲亚萍【摘要】Hybrid energy storage system is proposed to resolve the shortcoming of single energy storage device in EVs.HESS is composed by lithium-ion battery,ultra-capacitor,bi-directional buck/boost DC/DC converter and accessory circuit.The DC/DC converter is used to balance the voltage between battery and ultra-capacitor.The control strategy of HESS power split is formulated.The ultra-capacitor works as a discharge assisted energy storage device.It is mainly used to absorb regenerative braking energy.In order to require the performance of power and economic under simple drive cycle,the multi-objective optimization based on NSGA-Ⅱ algorithm is adopted in matching and optimizing parameters of HESS.A hardware-in-the-loop test bench based on dSPACE is built in the lab to test the performance of HESS prototype and single energy storage device (lead-acid battery).Experimental results show the energy efficiency of HESS increased by 6％ significantly compared with lead-acid battery.And,that also show a 3.42％ increase in regenerative braking energy recovery.The power performance also increases at least 3％ compared with lead acid battery and HESS before improvement.The power performance and economy of EVs improved.That means the optimization method of HESS is reasonable.%为了解决单一电源驱动电动汽车动力性和经济性不足的缺陷,提出了由锂离子电池和超级电容组成的复合电源,确定了复合电源的拓扑结构,制定了复合电源功率分配控制策略.在简单循环工况下,以整车经济性和动力性为目标,采用NS-GA-Ⅱ算法的多目标优化方法,对复合电源参数进行了匹配和优化.搭建了基于dSPACE的在环测试平台,对优化前后复合电源和单一电源的经济性和动力性进行在环测试.实验结果表明,与优化前复合电源相比,优化后复合电源的能量利用率提高了6％;与单一电源相比,优化后复合电源的制动能量回收率提高了3.42％;不同速度区间内,相比单一电源和优化前复合电源,优化后复合电源的动力性提高了3％以上.整车经济性和动力性得到了显著改善和提升,验证了优化方法的合理性和可行性.【期刊名称】《科学技术与工程》【年(卷),期】2017(017)027【总页数】9页(P101-109)【关键词】纯电动汽车;复合电源;参数匹配;NSGA-Ⅱ;多目标优化【作者】李勇;江浩斌;徐兴;曲亚萍【作者单位】江苏大学汽车工程研究院,镇江212013;江苏大学汽车与交通工程学院,镇江212013;江苏大学汽车工程研究院,镇江212013;江苏大学管理学院,镇江212013【正文语种】中文【中图分类】U469.72纯电动汽车运行工况复杂多变，其行驶里程主要由车载电源的能量密度决定，而其加速性能主要由车载电源的功率密度决定[1]。
基于NSGA2算法的配电网可靠性优化规划
《电气自动化》2020年第42卷第6期__________________电力系统及其自动化____________________________________Power System&Automatic n基于NSGA2算法的配电网可靠性优化规划郑云飞,方仍存-周玉洁-汪颖翔1,朱超婷3,潘笑3(1.国网湖北省电力有限公司经济技术研究院，湖北武汉430077;2•国网湖北省电力有限公司，湖北武汉430077；3.武汉大学电气与自动化学院，湖北武汉430072)摘要：为调和配电网建设经济性和可靠性的矛盾，提高投资效益,提出一种基于NSGA2算法的配电网投资规划方法。
将配电网可靠性成本曲线按提升措施类型分解，以规划方案总成本最低和可靠性提升最高为目标，采用NSGA2算法求取Pareto最优解集,过评价，最合适的配网投资。
通过W电网的实例，验了的有效性。
关键词：配电网投资；性本曲线；化;NSGA2算法；评DOI：10.3969/j.issn.1000-3886.2020.06.022［中图分类号］TM715［文献标志码］A［文章编号］1000-3886(2020)06-0070-03Plonning of Distrinution Netoork Reliability Optimization Based on NSGA2Algorithm Zheng YunfeJ1,2，Fang Rengcun1，Zhou Yujic1，Wang Yingxiang1，Zhu Chaoting3，Pan Xiao3(1.State Gri-Hubet Electric Co.，Ltd.Economic and Technical Researct Institute,Wuhan Hubet430077，China$2.State Grid Hubet EO co O c Pooer Co.Ltd.,Wuhan Hubei430077，China$3・College O Electrica-Engineering and AuOmadon,Wuhan Un—er s i—"Wuhan Hubri430072，China# Abstract:In order to reconcile the contradiction beteeen economy and reliability of distribution neteork construction and achieve better investwent returns,an investwent planning approach for distribution neteorks based on NSGA2algorithm was proposed.The reliability cost curve of the dwtribution neteork was decomposed according to the type of improvement measures.Aiming at minimal total cost and maximal reliability of the planning scheme,the Pareto optimal solution set was obtained by adopting NSGA2algorithm, and the most sub a ble investwent planning scheme was selected through satisfaction evvluation.The vvlidity of the proposed method was verified by the eximple of a distribution neteork in W city.Keywords:distribution neteork investient;reliability cost curve;multi-objective optimization;NSGA2algorithm;satisfaction evvluation0引言配电网在电力系统中起电源和用户的重要作用，是保安全用电的基础设施［1］!近来，我国配电网建设快速发展，部分用户供电性进入高性阶段，如何平衡配电网建设改造经济性与可靠性的关系⑵，合理电网的性投资，具有重要的现实。
基于NSGA-Ⅱ-PSO算法的微电网多目标优化运行模式
基于NSGA-Ⅱ-PSO算法的微电网多目标优化运行模式赵珍珍;王维庆;樊小朝;王海云
【期刊名称】《电源学报》
【年(卷),期】2023(21)1
【摘要】解决微网中新能源出力的随机性与波动性是微电网优化运行的前提和关键,为此,提出一种快速非支配排序遗传算法NSGA-Ⅱ(non-dominated sorting genetic algorithm)和基本粒子群优化算法PSO(particle swarm optimization)相结合的NSGA-Ⅱ-PSO算法,考虑将经济运行成本和环境污染成本作为优化的目标函数,建立常见发电单元以及蓄电池储能的多目标优化运行模型。
通过Matlab 仿真对比PSO、NSGA-Ⅱ和NSGA-Ⅱ-PSO算法的适应度收敛曲线,验证所提算法具有收敛速度快、全局和局部搜索能力强的优点,较单一的PSO算法和NSGA-Ⅱ算法具有更优的特点;结合经典微网系统进行算例仿真,通过对单目标与多目标的分析,结果表明该算法能有效降低经济成本和使环境效益达到最优;并且进一步验证所提算法的优越性。
【总页数】8页(P118-125)
【作者】赵珍珍;王维庆;樊小朝;王海云
【作者单位】新疆大学电气工程学院
【正文语种】中文
【中图分类】TM60
【相关文献】
1.基于改进NSGA-Ⅱ算法的微电网多目标优化研究
2.基于NSGA-Ⅱ改进GSO算法的并网型微电网多目标优化调度研究
3.基于NSGA-Ⅱ改进GSO算法的并网型微电网多目标优化调度研究
4.基于改进NSGA-Ⅲ算法的微电网多目标优化运行
5.基于Tent映射NSGA-Ⅱ算法的微电网多目标优化方法
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ Ｃ ｈ ｉ ｎ ａ Ｅ ｌ ｅ ｃ ｒ ｔ ｉ ｃ Ｐ ｏ ｗｅ ｒ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ， Ｈａ ｉ ｄ ｉ ａ ｎ Ｄｉ ｓ ｔ ｉ ｒ ｃ ｔ ， Ｂ ｅ ｉ ｊ ｉ ｎ ｇ １ ０ ０ １ ９ ２ ， Ｃ ｈ ｉ ｎ ａ ）
混 合 集 成 供 电 系 统 中 分 布 式 电源 、 负 荷 和 储 能 的 优 化 配 置 方
法。 通过 Ｉ Ｅ Ｅ Ｅ ３ ３节点算例和某实际 电网建设项 目的测试表
明 所 提 出 的 模 型 和 算 法 合 理 、可 行 。
ｄ ｉ ｓ ｔ ｒ ｉ ｂ ｕ ｔ ｅ ｄ ｇ ｅ ｎ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｓ（ ＤＧ ） ，ｓ ｕ ｃ ｈ ａ ｓ ｗｉ ｎ ｄ ，ｐ ｈ ｏ ｔ ｏ ｖ ｏ ｌ ｔ ａ ｉ ｃ ． Ｃ ｏ ｍｐ ａ ｒ ｅ ｗｉ ｈ ｔ ＤＧ ｄ ｉ ｒ ｅ ｃ ｔ ｌ ｙ ｃ ｏ ｎ ｎ ｅ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｍｉ ｃ ｒ ｏ ｇ ｒ ｉ ｄ（ ＭＧ ）
Ｄ ＯＩ ：１ ０ ． １ ３ ３ ３ ４ ￣ ． ０ ２ ５ ８ ． ８ ０ １ ３ ． ｐ ｃ ｓ ｅ ｅ ． ２ ０ １ ５ ． １ ８ ． ０ １ １
文章编号 ：０ ２ ５ ８ — ８ ０ １ ３（ ２ ０ １ ５ ）１ ８ — ４ ６ ５ ５ — ０ ８
中图分类号 ：Ｔ Ｍ ６ １
能源 的利用 效率 ，减少 了环境 污染 ，增加 了输 配 电
Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ａ ｌ ｌ ｏ ｃ ａ ｔ ｅ ＤＧ ａ ｎ ｄ ＭＧ ｉ ｎ ｈ ｙ ｂ ｉｄ ｒ ｉ ｎ ｔ ｅ ｇ ｒ ａ ｔ ｅ ｄ ｐ ｏ ｗｅ ｒ
ｓ ｕ ｐ ｐ ｌ ｙ ｓ ｙ ｓ ｔ ｅ ｍ， ｍｕ ｌ ｔ ｉ — ｏ ｂ ｊ ｅ ｃ ｔ ｉ ｖ ｅ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ｍａ ｈｅ ｔ ｍａ ｔ ｉ ｃ ａ ｌ
关键词： 分布式 电源 ； 微 电网； 供 电方案 ； 分组优 化； ＮＳ Ｇ Ａ． Ｉ Ｉ
算 法
ｉ ｔ ｃ ａ ｎ ｌ ｆ ｅ ｘ ｉ ｂ ｌ ｙ ｃ ｈ ａ ｎ ｇ ｅ ｉ ｔ ｓ ｐ ｏ ｗｅ ｒ ｓ ｕ ｐ ｐ ｌ ｙ ｍｏ ｄ ｅ ｓ ｔ ｏ ｍｅ ｅ ｔ ｔ ｈ ｅ ｎ ｅ ｅ ｄ
ｍｏ ｄ ｅ ｌ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｉ ｎ ｖ ｅ ｓ ｔ ｍｅ ｎ ｔ ｃ ｏ ｓ ｔ ， ｅ ｘ ｐ ｅ ｃ ｔ ｅ ｄ ｅ ｎ ｅ ｒ ｇ ｙ ｎ ｏ ｔ ｓ ｕ ｐ ｐ ｌ ｉ ｅ ｄ ａ ｎ ｄ ａ ｃ ｔ ｉ ｖ ｅ ｐ ｏ ｗｅ ｒ ｌ ｏ ｓ ｓ ｉ ｓ ｅ ｓ ｔ ａ ｂ ｌ ｉ ｓ ｈ ｅ ｄ ｉ ｎ ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ． Ｆ ｕ ｒ ｔ ｈ ｅ ｒ ｔ ｈ ｅ ｍｏ ｄ ｅ ｌ ｉ ｓ ｓ ｏ ｌ ｖ ｅ ｄ ｂ ｙ ｔ ｈｅ Ｎｏ ｎ — ｄ ｏ ｍｉ ｎ ａ ｔ ｅ ｄ Ｓ ｏ ｔｉ ｒ ｎ ｇ Ｇｅ ｎ ｅ ｔ ｉ ｃ
基于 Ｎ Ｓ Ｇ Ａ ． １ ｌ 算法 的分布式 电源
与微 电 网 分组优 化配 置
盛万兴 ，叶学顺 ，刘科研 ，孟 晓丽
（ 中国电力科学研究院，北京市 海淀区 １ ０ ０ １ ９ ２ ）
Ｏｐｔ ｉ ｍａ ｌ Ａｌ ｌ ｏ ｃ ａ ｔ ｉ ｏ ｎ Ｂｅ ｔ ｗｅ ｅ ｎ Ｄｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｅ ｄ Ｇｅ ｎｅ ｒ ａ ｔ ｉ ｏ ｎｓ ａ ｎｄ Ｍｉ ｃ ｒ ｏ ｇ ｒ ｉ ｄ Ｂａ ｓ ｅ ｄ ｏ ｎ ＮＳ ＧＡ－ Ｉ Ｉ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ
ｃ ｅ ｎ ｔ ｒ ａ ｌ ｉ ｚ ｅ ｄ ｐ ｏ ｗｅ ｒ ｓ ｕ ｐ ｐ ｌ ｙ ｓ ｃ ｈ ｅ ｍｅ ｓ ， ｔ ｈ ｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｈ ｙ ｂ ｉｄ ｒ ｐ ｏ ｗｅ ｒ ｓ ｕ ｐ ｐ ｌ ｙ ｓ ｙ ｓ ｔ ｅ ｍ ｈ ａ ｖ ｅ ｏ ｂ ｖ ｉ ｏ ｕ ｓ ｍｅ ｉ ｒ ｔ ｓ ｏ ｎ ｉ ｆ ｎ ａ ｎ ｃ ｅ ｉ ｎ ｖ ｅ ｓ ｔ ｍｅ ｎ ｔ ． Ａｎ ｄ
ＡＢＳ ＴＲＡＣＴ： Ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｐ ｕ ｒ ｐ ｏ ｓ ｅ ｄ ｈ ｙ ｂ ｉｄ ｒ ｉ ｎ ｔ ｅ ｇ ｒ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｏ ｐ ｔ ｉ ｍａ ｌ ａ ｌ ｌ ｏ ｃ ａ ｔ ｉ ｏ ｎ ｍｅ ｔ ｈ ｏ ｄ ｆ ｏ ｒ ａ ｐ ｏ ｗｅ ｒ ｓ ｕ ｐ ｐ ｌ ｙ ｓ ｙ ｓ ｔ ｅ ｍ ｗｉ ｔ ｈ
第３ ５卷 第 １ ８期 ２ ０ １ ５年 ９月 ２ Ｏ日
中
国
电
ቤተ መጻሕፍቲ ባይዱ
机
工
程
学
报
Ｖｏ １ ． ３５ Ｎ ｏ． １ ８ Ｓｅ ｐ． ２ ０， ２０１ ５ ￣２ ０ １ ５ Ｃｈｉ ｎ． Ｓｏ ｃ． ｆ ｏ ｒ Ｅｌ ｅ ｃ． Ｅｎｇ ． ４６５ ５
Ｐｒ ｏ ｃ ｅｅ ｄｉ ｎｇｓ ｏｆ ｔ ｈｅ Ｃ ＳＥＥ
ｏｆ ｃ ｕｓ ｔ ｏ ｍｅ ｒ ｓ ｎ ｏ ｍａ ｔ ｔ ｅ ｒ ｆ ａ ｃ ｉ ｎ ｇ ｎｏ ｒ ｍａ ｌ ｏ ｒ ｅ ｍｅ ｒ ｇ ｅ ｎｃ ｙ ｓ ｉ ｕａ ｔ ｔｉ ｏ ｎ．
Ｏ 引言
近 些年 ，风 力发 电和 光伏 发 电等 分布 式 电源 接 入 电网 的规 模和 容量 正逐 步 地增 长 ，有效 提高 了新