改進的膜計算優(yōu)化算法及其在微網(wǎng)負荷預測與經(jīng)濟運行中的應用研究.pdf

1、膜計算模型是分布式和并行式的，并且也被稱為P系統(tǒng)。P系統(tǒng)作為模型或者技術思想一方面是從活細胞中抽象出來的，另一方面是從由細胞組成的組織或者由組織組成的器官的功能和結構中抽象出來的。自從誕生以后，很快發(fā)展成為了一個新興的研究領域，集中表現(xiàn)在三個方面:理論的研究、軟硬件實現(xiàn)的研究和應用的研究。膜算法是受到P系統(tǒng)啟發(fā)的一種近似優(yōu)化算法，根據(jù)P系統(tǒng)的規(guī)則和動態(tài)的膜結構能夠有效的改善一些基本的智能算法。因此，受此思想的啟發(fā)，本論文將膜算法與一些智

2、能算法相結合應用在微網(wǎng)中，為微網(wǎng)的經(jīng)濟運行和負荷預測提供了一種新的解決方案，同時也對膜算法在應用方面的領域進行了擴展。
　　本文的主要研究內(nèi)容如下:（1）探討了膜計算優(yōu)化算法的基本原理，對常用的膜算法的結構進行了分析，研究了一種基于膜計算的遺傳算法及其在幾個測試函數(shù)上的仿真實驗。（2）對微網(wǎng)模型中所采用的分布式電源的原理及模型進行簡單的介紹，從而確定出微網(wǎng)在并網(wǎng)和孤網(wǎng)情況下的數(shù)學模型。然后采用基于膜計算的遺傳算法對其仿真實驗，并且

3、從無蓄電池和有蓄電池兩種不同的模型入手，通過對比這兩種模型確定出了含有蓄電池模型的優(yōu)勢。與此同時，也將該算法的尋優(yōu)結果分別和基本的遺傳算法以及改進的遺傳算法對比，對比結果同樣凸顯出了所采用算法的有效性。（3）針對常用的電力系統(tǒng)短期負荷預測的算法，本文對其優(yōu)缺點進行了分析。然后確定出一種混合算法，并考慮將其用在電力系統(tǒng)的短期負荷中，該混合算法是粒子群膜算法與BP神經(jīng)網(wǎng)絡算法相結合形成的。針對該新算法，對其預測的過程、步驟進行了詳細的介紹，