基于变异粒子群算法的微电网多目标优化调度研究

微电网调度通常是一个多约束、非线性的优化问题,粒子群算法(PSO)用于微电网多目标优化调度容易陷入局部最优解。对传统粒子群算法引入变异操作进行改进,建立了包含光伏发电(PV)、风力发电机(WT)、燃气轮机(MT)、储能装置(ES)以及柴油发电机(DE)的并网优化调度模型,用改进后的算法建立微电网模型,并进行仿真求解,分时段验证了优化后的PSO算法应用于微网优化调度模型的可行性与优越性。

基于PSO算法优化模糊PID的BLDCM仿真研究

常规的模糊比例积分微分(proportion integration differentiation,PID)控制器的控制规则和控制参数固定不变,使得系统的自适应能力有限,针对此问题,本文提出一种新的控制模型,即使用粒子群(particle swarm optimization,PSO)优化算法对传统PID和模糊PID进行参数优化,通过在矩阵实验室(matrix laboratory,Matlab)下建立直流无刷电机模型对其进行Simulink仿真研究,观察改进后控制系统的动态响应,研究结果表明,优化后的系统具有更快的响应,更小的超调性等,说明此优化算法有着更优越的控制性能。