.png){kind=icon}
返回
Microgrid Dispatching Optimization Based on Improved Multi-Objective Firefly Algorithm
.png){kind=icon}
PRE
AI
DOI：10.1002/cpe.70466.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对多目标萤火虫算法（MOFA）在求解微电网调度优化问题时存在收敛速度慢、易陷入局部最优和多样性不足的问题，研究提出了一种改进的多目标萤火虫算法（IMOFA）并应用于微电网调度。设计并引入增强型吸引因子到主导萤火虫的运动公式中，以强化吸引力和加速收敛。对于非主导萤火虫，引入外部档案引导项到其运动公式，优化其运动模式，增强全局探索能力并避免局部最优。提出一种分层惩罚函数，通过动态调整惩罚因子并设计不同约束条件的指标函数差异进行惩罚，提升约束处理效果。构建基于邻近距离的环境选择机制，利用邻近距离衡量解的拥挤程度以维持子代解的多样性和均匀分布。基于IMOFA，建立以运行成本和污染物气体处理成本为目标的微电网调度优化模型（IMOFA-MG）。为验证IMOFA的优化性能及IMOFA-MG的调度效率，开展涉及IMOFA与5种其他算法的比较测试，并对IMOFA-MG模型进行调度仿真实验。结果表明，在基准测试问题上，IMOFA具有更好的收敛性能且能解决优化问题；在调度仿真实验中，IMOFA-MG模型可获得一组收敛性和分布性更优的调度方案帕累托前沿。验证了IMOFA-MG在调度优化中的有效性。
Keyword:
adjacent distance
firefly algorithm
microgrid dispatching
multi-objective optimization
penalty function method
期刊
C
IF:
1.5
论文数:
473
被引数:
0
机构
引用论文
Virtual Inertia Control in Autonomous Microgrids via a Cascaded Controller for Battery Energy Storage Optimized by Firefly Algorithm and a Comparison Study with GA, PSO, ABC, and GWO.png)
ENERGIES
OAAI
ENERGIESIF3.2
OAAI分享收藏PlatEMO: A MATLAB Platform for Evolutionary Multi-Objective OptimizationPlatEMO: 用于进化多目标优化的MATLAB平台
OAAI
OAAI分享收藏Optimizing Economic Dispatch for Microgrid Clusters Using Improved Grey Wolf Optimization基于改进灰狼优化算法的微网集群经济调度优化ElectronicsOAAI
ElectronicsIF0
OAAI分享收藏Multi-objective firefly algorithm based on compensation factor and elite learning基于补偿因子和精英学习的多目标萤火虫算法
PREAI
分享收藏A physics-informed neural network surrogate model and many-objective optimization algorithm for coupled multi-energy systems in smart grids一种基于物理信息的神经网络代理模型和多目标优化算法，用于智能电网中的耦合多能源系统
PREAI
分享收藏Microgrid energy management system with degradation cost and carbon trading mechanism: A multi-objective artificial hummingbird algorithmAPPLIED ENERGY
APPLIED ENERGYIF11
PREAI
分享收藏
查看更多内容