论文部分内容阅读
考虑到负荷和风力发电机组(wind turbine generator, WTG)之间存在一定的负相关性，文章首先采用拉丁超立方采样(Latin hypercube sampling，LHS)技术和Cholesky分解法排序产生相关性样本，然后以规划期内总成本最小为目标，建立了多阶段WTG选址定容机会约束规划模型，并采用模糊自适应遗传算法(fuzzy adaptive genetic algorithm， FAGA)进行求解。在 FAGA 中，设计了一种新的模糊逻辑控制器，使得算法在迭代过程中能够动态调整控制参数，增加算法对解空间的搜索能力，从而克服了基本遗传算法容易陷入局部最优、收敛速度慢等缺点。33节点配电网算例的仿真分析表明，在进行WTG选址定容规划时不能忽略负荷和WTG之间的相关性。同时，算例仿真结果也验证了FAGA在求解规划模型时的高效性。