|
|
|
| 混沌改进粒子群算法及其在储能电站优化调度中的应用 |
| 杨晓辉李瑞欣姚凯周越 |
| 南昌大学信息工程学院 |
|
|
|
|
摘要 储能电站能够提高风电并网效益,减少弃风具有良好的发展前景。在储能电站调度策略中,粒子群算法具有较好的适应性与便捷性,但存在容易陷入局部最优的缺点。针对这一缺点,本文提出将混沌改进的粒子群算法应用到储能电站的控制之中。由于混沌具有随机性、遍历性、规律性和敏感性的特点,将混沌融入到粒子群运动过程中,可以达到粒子群稳定与混沌不断交替进行变动,从而达到全局寻优的特点。最后通过具体算例将算法改进前后进行对比,验证改进的可行性与算法的实际应用性。
|
|
| 关键词 ：
储能电站,
粒子群算法,
logistic混沌序列,
目标优化
|
|
|
| 基金资助:国家自然科学基金资助项目(51765042,61662044)； |
| [1] |
黄宸希孙保华韩韬吴雪琼. 分布式电源对配电网的影响及其接入位置的选取[J]. 南昌大学学报（理科版）, 2020, 44(1): 87-. |
| [2] |
王荣李少纲. 基于改进莱维飞行粒子群算法的光伏系统MPPT方法[J]. 南昌大学学报（工科版）, 2018, 40(3): 292-. |
| [3] |
李群柴琴琴林双杰王武. 基于CPSO-RVM的蒸发过程在线预测模型[J]. 南昌大学学报（理科版）, 2018, 42(2): 174-. |
| [4] |
余亮曾勍炜石永革肖异瑶. 融合改进PSO和K-调和均值的混合聚类算法[J]. 南昌大学学报（工科版）, 2017, 39(02): 184-. |
| [5] |
余廷芳；朱洪震；彭春华. 基于NSGA-Ⅱ算法的锅炉燃烧多目标优化[J]. 南昌大学学报（工科版）, 2013, 35(01): 58-. |
| [6] |
白似雪; 黄美玲. 一种改进的求解多目标优化问题的蚁群算法[J]. 南昌大学学报（理科版）, 2008, 32(04): 1-. |
| [7] |
施绍萍; 揭志勇. 二层多目标优化问题的灵敏度分析[J]. 南昌大学学报（理科版）, 2005, 29(05): 1-. |
| [8] |
徐钦龙; 刘国平; 张健民. 基于粒子群算法的温度模型优化[J]. 南昌大学学报（工科版）, 2003, 25(01): 1-. |
|
|
|
|
