采用改进北方苍鹰算法的微电网优化调度研究

摘要

微电网系统通常由多种分布式电源组成，为降低运行成本，常使用智能算法对微电网进行调度。智能算法在求解微电网调度模型时容易陷入局部最优解，导致求解精度差，因此在北方苍鹰算法的基础上，提出了一种混合策略改进的北方苍鹰算法(HNGO),利用反向学习、Metropolies准则以及自适应t分布变异提高求解精度，同时构建了考虑可再生能源出力特性的需求响应模型，使负荷曲线与可再生能源出力曲线更贴近，然后建立日运行成本最低的微电网优化调度模型，并利用HNGO求解。对比仿真结果显示所提算法具有更好的求解精度，且所提需求响应模型能显著降低燃料成本。

关键词

北方苍鹰算法 / 反向学习 / 模拟退火算法 / 自适应t分布变异 / 需求响应

基金资助

国家自然科学基金项目(52107108)