摘 要: | 以分析微电网并网优化调度中不同模型对优化的影响和解决传统智能算法在多目标函数寻优时易早熟收敛、陷入局部最优、收敛速度和精度差等问题为目的,采用二元对比定权法将以运行成本、环境污染处理费用为目标的多目标优化模型转化为单目标优化模型,并应用了一种新型生物启发式群智能算法——鸟群算法,该算法以鸟类觅食、警惕和飞行行为为依据,其性能优于粒子群和微分进化算法,因其认知和群体行为调节参数易使种群收敛精度和迭代次数偏大,通过线性微分递减策略改进惯性权重、线性调整认知系数和社会系数来改进鸟群算法,以此对不同模型进行优化。本文对不同目标函数的优化结果和两种算法的仿真结果做了对比,验证了多目标优化模型和改进算法的有效性。
|