.png){kind=icon}
返回
Computational Intelligence for Sustainable Hydrogen Microgrids: A Nonlinear Optimization Framework
.png){kind=icon}
PRE
AI
DOI：10.1016/j.suscom.2026.101388.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 应用EAGOA解决高度非线性的氢微电网调度问题。
• 为耦合的氢-电系统构建统一的非线性混合整数线性规划模型。
• 高效求解大规模非线性模型（365天）耗时207秒。
• 相比PSO、GA、JAYA和GWA，实现更优收敛性和更低的成本。
• 揭示了在系统规模扩展中，光伏和氢储能的非线性成本主导地位。
Keyword:
Hydrogen microgrid
Nonlinear optimization
Mixed-integer linear programming
Computational intelligence
Sustainable energy
期刊
S
IF:
0
论文数:
126
被引数:
0
机构
查看更多机构
引用论文
暂无论文信息