基于知识融合PSO的风光互补发电系统优化
Wind-light Generation System Optimization Based on Knowledge Fusion PSO Algorithm作者机构:中国矿业大学信息与控制工程学院江苏徐州221006 铜陵学院电气工程系安徽铜陵244000
出 版 物:《控制工程》 (Control Engineering of China)
年 卷 期:2019年第26卷第5期
页 面:799-805页
学科分类:0711[理学-系统科学] 07[理学] 08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 071102[理学-系统分析与集成] 081103[工学-系统工程]
基 金:国家自然科学基金资助课题(61473299) 安徽省自然科学基金项目(KJ2016A707)
主 题:风光互补发电系统 粒子群算法 混沌局部搜索 优化配置
摘 要:为提高风光互补发电系统的可靠性,减少其运行成本,研究基于知识融合粒子群算法(PSO)的风光互补发电系统优化配置,优化目标为最小化系统的安装成本,约束条件为供电可靠性。首先,针对粒子群算法易局部收敛的缺陷,利用混沌局部PSO搜索算法改善其收敛性;然后,若粒子未跳出局部最优,将粒子群进行简单聚簇,根据簇中心的位置细致搜索全局最优粒子,优化目标函数值组成的种群;最后,将所提方法应用到5个Benchmark测试函数及风光互补发电系统的优化配置中,实验结果表明了所提方法的有效性和实用性。