基于改进秃鹰算法的微电网群经济优化调度研究

传统优化算法相较于智能优化算法在求解微电网群优化调度问题中较难寻出可行解或最优解，对此提出一种基于融合反向学习和柯西变异改进的秃鹰算法（IBES），在秃鹰搜索空间猎物阶段采用融合反向学习和柯西变异策略，使得秃鹰算法有效跳出局部最优，解决算法求解精度低等问题。通过与粒子群算法（PSO）、麻雀算法（SSA）、鲸鱼算法（WOA）进行对比，仿真结果表明IBES寻优精度更高，可有效减少微电网群系统的经济成本。