多策略融合的粒子群优化算法

受天体学和植物学启发,提出一种多策略融合的粒子群优化算法（MSPSO）,以改善粒子群优化算法（PSO）易陷入局部最优的不足。三黑洞系统捕获策略和多维随机干扰策略的引入,使算法增强全局开拓能力的同时兼顾局部搜索能力,并通过协调因子完成从全局寻优向局部搜索的转变,进而提高收敛速度。同时,早熟扰动策略的采用,使算法陷入局部最优的概率降低。采用9个测试函数,将该算法与其他5种算法进行性能对比。仿真结果表明,MSPSO算法具有在相同迭代下更好的寻优能力、在给定精度下更快的收敛速度等优势。     

含电动汽车的新能源微电网多目标分层优化调度

电动汽车(EV)和新能源微电网(NEMG)分属不同利益主体。针对EV接入NEMG后的经济运行问题,建立计及EV有序充放电行为和车主综合满意度的NEMG多目标分层调度数学模型并提出求解计算方法。EV层以最大化车主的综合满意度为目标,通过CPLEX软件求解得到EV充放电计划并传递给NEMG层。NEMG层基于EV充放电计划调整微电网内部可控分布式电源出力,以达到最小化系统综合成本和交互功率波动的目标。为求解该高维、非线性和多目标模型,提出基于可信度的三黑洞系统捕获策略多目标粒子群优化算法。仿真结果表明,含EV微电网分层架构相比不分层架构能实现EV和NEMG的互利共赢,验证了所提方法的科学性及有效性。