动态优化问题中的演化膜算法

针对现有动态优化算法易陷入局部极值和多样性差等问题,提出了一种动态演化膜算法.依据膜计算理论,所提算法引入膜结构、多重集和反应规则来求解动态优化问题.为了增强在动态环境下的适应能力,所提算法使用了网格策略对搜索空间进行划分,同时设计了4个反应规则来保持算法在动态寻优过程中解的多样性.仿真实验采用标准移动峰测试问题验证算法的求解性能,并分别与3种动态优化算法的求解结果进行比较.仿真结果表明:所提算法提高了搜索过程中解的多样性,且求得的近似最优解更接近于问题的全局最优解,说明所提算法求解动态优化问题是可行的和有效的.

基于EMA的电动汽车协同调度策略研究

针对大规模电动汽车接入电网无序充电的问题,本文以充电站收益和电动汽车用户收益最大为主要目标,以电动汽车充放电功率和电池电量不超过允许范围为约束条件,建立了电动汽车调度模型,采用演化膜优化算法对模型进行求解,同时以某市历史电网负荷参数为例进行分析。算例分析表明,通过充电站和电动汽车用户协同调度,电动汽车充放电可使充电站和电动汽车用户同时获取最大收益。若按算例中汽车日行驶规律计,使用电动汽车的用户每日可获益约29元,且电动汽车数量的增大有利于电网负荷峰谷差的减小。该研究对大规模电动汽车入网的协同调度策略具有一定参考价值。