基于自适应变异粒子群的风光储微网调度

为克服传统粒子群算法(particle swarm optimization, PSO)在求解时容易形成局部最优，求解精度低的不足，提出了一种基于自适应变异粒子群优化(adaptive mutation particle swarm optimization, AMPSO)的微电网调度求解方法。AMPSO惯性权重采用自适应正态分布递减，随着迭代次数的增加更新粒子位置的移动策略，并且在算法后期引入变异环节。为验证算法的有效性，该算法与其他改进算法进行收敛性能对比，并对4种典型天气情况下的微网运行成本模型仿真求解，得到最优调度。算例仿真结果表明，AMPSO能够对粒子全局最优搜索优化，在解决微网经济性运行问题上效果优于其他算法，可合理调配各微电源出力时段，具有良好的灵活性和可行性。