基于知識(shí)融合PSO的風(fēng)光互補(bǔ)發(fā)電系統(tǒng)優(yōu)化
發(fā)布時(shí)間:2021-07-09 01:24
為提高風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的可靠性,減少其運(yùn)行成本,研究基于知識(shí)融合粒子群算法(PSO)的風(fēng)光互補(bǔ)發(fā)電系統(tǒng)優(yōu)化配置,優(yōu)化目標(biāo)為最小化系統(tǒng)的安裝成本,約束條件為供電可靠性。首先,針對粒子群算法易局部收斂的缺陷,利用混沌局部PSO搜索算法改善其收斂性;然后,若粒子未跳出局部最優(yōu),將粒子群進(jìn)行簡單聚簇,根據(jù)簇中心的位置細(xì)致搜索全局最優(yōu)粒子,優(yōu)化目標(biāo)函數(shù)值組成的種群;最后,將所提方法應(yīng)用到5個(gè)Benchmark測試函數(shù)及風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的優(yōu)化配置中,實(shí)驗(yàn)結(jié)果表明了所提方法的有效性和實(shí)用性。
【文章來源】:控制工程. 2019,26(05)北大核心CSCD
【文章頁數(shù)】:7 頁
【部分圖文】:
不同算法尋優(yōu)曲線Fig.1Optimizingcurvesofdifferentalgorithms
本文編號(hào):3272724
【文章來源】:控制工程. 2019,26(05)北大核心CSCD
【文章頁數(shù)】:7 頁
【部分圖文】:
不同算法尋優(yōu)曲線Fig.1Optimizingcurvesofdifferentalgorithms
本文編號(hào):3272724
本文鏈接:http://www.sikaile.net/kejilunwen/sousuoyinqinglunwen/3272724.html
最近更新
教材專著