期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
考虑差异化需求响应不确定性的综合能源系统低碳经济优化调度 被引量：2
1
作者 赵安新 张智晟 《电力需求侧管理》 2025年第2期35-41,共7页
为进一步减轻综合能源系统中峰谷时期负荷压力,提升系统运行的低碳经济性,降低系统运行风险,考虑了不同负荷需求响应的差异性及需求响应的不确定性,对需求响应的不确定性进行模糊处理,建立了考虑差异化需求响应不确定性的综合能源系统... 为进一步减轻综合能源系统中峰谷时期负荷压力,提升系统运行的低碳经济性,降低系统运行风险,考虑了不同负荷需求响应的差异性及需求响应的不确定性,对需求响应的不确定性进行模糊处理,建立了考虑差异化需求响应不确定性的综合能源系统低碳经济调度模型。首先将不同类型负荷进行差异化定价处理,并利用阶梯型碳排放成本模型对碳排放进行约束;在此基础上,建立包含系统的运维成本、售能收益以及碳排放成本的系统运行总成本最小为目标的规划模型,然后对松鼠算法进行改进,利用混沌松鼠优化算法对模型进行求解。通过实际算例分析,结果表明考虑差异化需求响应不确定性可以提高系统可靠性,平缓负荷曲线,提高系统低碳经济性,验证了所建立调度模型的有效性,同时数据也表明混沌松鼠算法具有更好的寻优能力。 展开更多
关键词 综合能源系统 差异化需求响应 混沌松鼠优化算法 低碳经济 实时电价 模糊机会约束
在线阅读 下载PDF
基于改进差分松鼠搜索算法MPPT控制策略
2
作者 崔敏 张云锐 +2 位作者 武奇生 李林宜 李艳波 《智能建筑电气技术》 2025年第3期17-24,47,共9页
为了解决传统最大功率点跟踪(MPPT)控制方法易陷入局部功率最优值,收敛速度慢,精度较低的问题,在松鼠搜索算法(SSA)的基础上提出了一种基于差分改进松鼠搜素算法(IDSSA)的MPPT控制策略。首先使用改进Tent混沌映射代替标准SSA算法中的随... 为了解决传统最大功率点跟踪(MPPT)控制方法易陷入局部功率最优值,收敛速度慢,精度较低的问题,在松鼠搜索算法(SSA)的基础上提出了一种基于差分改进松鼠搜素算法(IDSSA)的MPPT控制策略。首先使用改进Tent混沌映射代替标准SSA算法中的随机数分布对算法进行初始化,使算法初始化种群具有良好的多样性且分布均匀;其次采用差分进化算法中经过优化的差分变异机制,通过对初始种群的变异和交叉操作,进一步提升算法全局搜索与局部收敛能力;为了兼顾算法的全局搜索与局部开发性能,通过对SSA算法中捕食者概率与莱维飞行因子进行非线性递减优化,使算法具有更好的寻优精度。仿真结果表明,在均匀光照,静态阴影和瞬时变化阴影条件下,IDSSA算法较基础SSA算法以及其他几种改进启发式算法拥有更好的跟踪精度和收敛速度,有效解决光伏系统在复杂环境下的功率跟踪难题。 展开更多
关键词 光伏系统 局部遮荫 最大功率点追踪 松鼠搜索算法 Tent混沌映射 差分进化算法 莱维飞行因子
原文传递
混合随机反向学习和高斯变异的混沌松鼠搜索算法 被引量：13
3
作者 冯增喜 何鑫 +3 位作者 崔巍 赵锦彤 张茂强 杨芸芸 《计算机集成制造系统》 EI CSCD 北大核心 2023年第2期604-615,共12页
针对松鼠搜索算法(SSA)易陷入局部最优、过早收敛等问题,提出一种混合随机反向学习和高斯变异的混沌松鼠搜索算法(RGCSSA)。该算法通过Tent混沌映射初始化策略生成混沌初始种群,增强初始种群分布的均匀性,实现对解空间更高效的搜索;采... 针对松鼠搜索算法(SSA)易陷入局部最优、过早收敛等问题,提出一种混合随机反向学习和高斯变异的混沌松鼠搜索算法(RGCSSA)。该算法通过Tent混沌映射初始化策略生成混沌初始种群,增强初始种群分布的均匀性,实现对解空间更高效的搜索;采用非线性递减的捕食者概率策略,平衡SSA的全局搜索和局部开发能力;利用位置贪婪选择策略在迭代过程中不断保留种群中的优势个体,以提升算法收敛速度;引入随机反向学习和高斯变异策略,在增加种群多样性的同时提高算法跳出局部最优的能力。使用10个不同的基准测试函数进行仿真实验,并利用Wilcoxon符号秩检验验证所提算法的寻优性能,结果表明,RGCSSA算法在求解精度、收敛速度和稳定性等方面均有极大提升。 展开更多
关键词 松鼠搜索算法 Tent混沌映射 随机反向学习 高斯变异 Wilcoxon符号秩检验
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部