基于多目标优化算法的船舶微电网重构

[目的]为了解决现有约束多目标优化算法在求解船舶微电网重构时收敛性和分布性不佳的问题,提出一种基于两阶段差分进化(TSDE)算法的约束多目标优化方法。[方法]第1阶段采用双种群混合法(即自适应罚函数法和可行性法则)来处理约束条件;第2阶段将第1阶段产生的双种群合并为单种群,再采用可行性法则解决约束优化问题;最后,在不同的阶段采用不同的精英选择策略和改进无参数变异算子,从而进一步优化差分进化算法。[结果]根据算例仿真结果:在故障1和故障2工况下,TSDE算法求得的最小负荷失电量分别比基于混沌迁移及无参数变异差分进化(CMPMDE)算法和基于环境Pareto支配选择差分进化(EPDSDE)算法降低了185 A和940 A;在故障1工况下,TSDE算法的最少开关操作数比CMPMDE算法多1次,与EPDSDE算法相同;在故障2工况下,TSDE算法的最少开关操作数比CMPMDE算法和EPDSDE算法均少1次。[结论]TSDE算法求得的最优非劣解集更接近真实的Pareto前沿且分布较为均匀,在满足重构时间要求的前提下,该算法可以更好地保证船舶的安全稳定运行。