文件名称：改进人工蜂群算法及在风电场群调度中的应用 (2011年)
文件大小：525KB
文件格式：PDF
更新时间：2024-06-14 11:33:26
自然科学 论文
针对遗传算法的“停滞时间长”以及粒子群算法容易陷入“局部极值”问题,引入一种EA和SWARM交叉算 法即蜂群遗传算法(BSGA)。在蜂群算法局域搜索部分,应用遍历性较强的混沌搜索算法进行局域优化,以最大限 度地避免最优解被排除的问题。将改进后的算法(BSGA-CAO)应用于我国内蒙古中西部地区风电场群的调度优化 问题,与BSGA算法、粒子群算法以及遗传算法相比较,运行时间分别缩短69,23和40s,总发电量实验结果 改进率分别为8.49%,5.29%和3.36%。