基于NCPSO的微网群优化调度策略研究

传统的粒子群优化(PSO)算法因在微网优化中不易达到全局最优而导致微网运行成本过高,该文采用小生境混沌粒子群优化(NCPSO)算法对混合微网群的运行策略进行协同优化,以实现区域微网经济性最优、环境治理成本最低、风光等可再生能源利用率高等目的。根据所提出的调度策略,建立的优化调度模型包括动态电价下的负荷模型、经济收益模型以及成本模型等,使用NCPSO算法得到多微网在一个周期内的最佳运行状态,实现微网群系统综合能源的互动调控、空间互补。通过分析微网群的功率交互动态、可控能源的发电以及储能电池的荷电状态等,验证微网群的电力负荷响应动态电价,表明了NCPSO算法优化微网群运行的优越性、有效性。

一种基于调节因子的小生境粒子群优化算法

针对混沌变异的小生境粒子群优化算法(NCPSO)进化中收敛速度慢、搜索精度低的缺点,提出一种基于调节因子的NCPSO改进算法(NCPSO-FLV)。通过引入速度调节因子,对收敛速度做出判断,改变粒子速度帮助粒子跳出局部最优值,使种群多样性得到加强,收敛速度和搜索精度得到提高。实验结果表明,与基于惯性权重的基本粒子群算法和NCPSO算法相比,NCPSO-FLV算法的精度更高,适用于生产任务分配的工业优化计算。