《表2 元启发式优化算法对比》
元启发式优化算法优缺点对比如表2所示,该优化算法已发展成为风储系统容量配置优化的主导算法,禁忌搜索算法和模拟退火算法作为基于轨迹的优化算法更擅长于局部寻优,而以遗传算法和粒子群算法为代表的群体优化算法则更擅长于全局优化。单一的优化算法总是在收敛精度和收敛速度、局部搜索和全局搜索之间折衷,文化基因算法通过融合多种优化算法,在保证局部搜索和全局搜索能力的同时,兼顾了算法的收敛速度,已成为分布式储能系统优化问题中最具前景的优化算法。
图表编号 | XD00197254700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 叶筱、蒋克勇、刘磊、刘润东、周亚男 |
绘制单位 | 中国能源建设集团安徽省电力设计院有限公司、中国能源建设集团安徽省电力设计院有限公司、中国能源建设集团安徽省电力设计院有限公司、合肥工业大学电气与自动化工程学院、合肥工业大学电气与自动化工程学院 |
更多格式 | 高清、无水印(增值服务) |