改进的粒子群算法在太阳能光伏发电资料同化中的应用研究

摘要

资料同化是目前太阳能光伏发电预测研究的一个关键和难点.近年来,遗传算法和粒子群算法等智能优化算法被引入到四维变分同化中.针对基于分子运动论的粒子群算法(MPSO)在处理大量数据时速度慢的不足,该文提出了并行分子运动论粒子群算法(PMPSO),并行计算的基本思想是将粒子群分成N个子集,每个子集交给一个线程控制,同时进行粒子迭代运算,以提高算法处理速度;每一子集中的头号精英粒子,将数据传递给公共部分在每次迭代完后,然后进入下一次迭代,其目的是让每个子集间进行信息交流以增加多样性.将其应用到资料同化中,与动态权重粒子群算法(PSOCIWAC)和时变双重压缩因子粒子群算法(PSOTVCF)在精度、时间上进行比较,实验结果表明:在收敛精度上,PMPSO方法在PSOCIWAC和PSOTVCF方法的基础上分别提高了10 000倍和100倍,在时间上也具有很大的优越性.

关键词

太阳能光伏发电 / 变分资料同化 / 分子运动PSO算法 / 并行算法