改进MOGOA及其在风储容量优化配置中的应用
Improved multi-objective grasshopper algorithm applied in optimal capacity allocation of energy storage system in wind farms作者机构:湖南工业大学电气与信息工程学院湖南株洲412007
出 版 物:《电力科学与技术学报》 (Journal of Electric Power Science And Technology)
年 卷 期:2024年第39卷第2期
页 面:159-169页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(62033014) 湖南省自然科学基金(2021JJ50006 2022JJ50074)
主 题:风电场 储能容量优化配置 蝗虫优化算法 Fuch混沌映射 莱维飞行
摘 要:针对传统方法在风储容量优化配置过程中求解精度低、效率低等问题,提出一种改进多目标蝗虫优化算法(improved multi-objective grasshopper optimization algorithm,IMOGOA),采用Fuch混沌映射、余弦自适应参数和莱维飞行三种策略进行改进,使算法的初始解分布更均匀、全局探索和局部开发更协调,同时增强了算法跳出局部最优的能力。对改进算法和多目标粒子群等多个算法进行性能测试对比,实验结果表明改进算法具有更好的寻优精度和稳定性。将该算法应用于风电场混合储能系统容量优化配置,对比其他算法,改进算法能够快速找出Pareto最优解集,在满足系统要求的同时,最大限度降低混合储能系统成本,可以验证算法改进策略的有效性和应用于实际优化问题的适用性。