基于灰狼算法冷热电联供综合能源优化调度

对于冷、热、电联供综合能源系统优化问题,为了提高可再生能源利用率,故以弃风、弃光量最小和综合能源系统运行经济性为优化目标,建立了含风机、光机、燃气轮机、燃气锅炉等综合能源优化模型。模型的求解使用的改进多目标灰狼算法,得到Pareto解集。针对综合能源系统的约束较多、灰狼算法种群多样性少、容易陷入局部最优等方面,对算法进行改进。仿真结果显示,改进之后的算法求解速度和全局搜索性都优于基本算法。

基于改进粒子群算法优化BP网络的短期风电功率预测

风电功率短期预测对于电网的调度运行有着极为重要的意义,BP神经网络算法作为一种常见的风电功率预测方法,针对其易于陷入局部最优、精度不稳定的缺点,引入改进的二阶震荡粒子群算法优化BP神经网络的初始权值和阈值,构建复合型神经网络预测模型。同BP神经网络、粒子群BP神经网络、二阶震荡粒子群BP神经网络进行实验对比,验证了改进二阶震荡粒子群BP神经网络有较高的预测精度。

基于改进蜂群算法优化BP神经网络的短期光伏功率预测

考虑到光伏输出功率具有波动性与随机性的特点,因此需要对光伏输出功率进行精确的预测以保证电力系统的平稳运行。首先从搜索策略与选择策略两个方面对人工蜂群算法进行改进,然后用改进的人工蜂群算法求解BP神经网络的最优权重矩阵与偏置矩阵,最后建立改进人工蜂群算法优化BP神经网络的预测模型。仿真结果表明,改进人工蜂群算法优化BP神经网络的预测模型相比传统的BP神经网络预测模型具有更高的预测准确度。