一种自适应变异策略的集体决策优化算法

集体决策优化算法(collective decision optimization algorithm, CDOA)是一种基于种群的进化算法。该算法具有收敛速度快的特点,但同时算法易陷入局部最优。针对这一缺陷,提出了一种自适应变异策略的集体决策优化算法(adaptive collective decision optimization algorithm, ACDOA)。其中,自适应变异策略是在每一个个体变异的过程中根据一定的概率自适应的在2个不同功能的变异算子中选择1个变异算子进行变异,该变异策略使得迭代前期算法能尽可能多的选择多样性强的变异算子进行变异,而在迭代后期算法能尽可能多的选择局部搜索能力强的算子进行变异以确保个体快速、稳定的向最优值靠近。利用3个经典的测试函数对算法进行了仿真试验,结果表明, ACDOA与CDOA相比有更快的收敛速度和更大的种群多样性,同时也保留了原算法良好的局部搜索能力。

基于CDOA算法的配电网弹性提升方法

近年来频繁的极端灾害对电力系统的稳定运行提出新的挑战。将大型船舶微电网系统集成到配电网中以提高沿海地区或岛屿配电网的弹性和可靠性,提出一种考虑船舶微电网系统的配电网弹性提升方法。在建立最小化船舶微电网系统与配电网的总运行成本的同时,最大化配电网弹性的多目标优化模型;针对不同的系统分别构建船舶微电网系统与配电网系统的约束条件;为了克服模型求解的复杂性和非线性,采用集体决策优化算法(collective decision optimization algorithm,CDOA)对所提模型进行求解。仿真结果表明,在正常情况下,协调调度移动式船舶微电网系统可以提高网络的可靠性,而在极端灾害发生时,通过合理调度船舶微电网系统可以显著提高配电网的弹性,补偿灾后条件下的大量电力。