基于APOA的流域水风光蓄一体化优化调度研究OA

为缓解"双碳"政策下新型电力系统调峰压力,文章构建了一种考虑火电深度调峰的流域水风光蓄一体化调度模型.为提升美洲狮优化算法的全局探索与局部开发能力并加速收敛,提出一种融合了ICMIC混沌映射、Levy飞行游走策略、高斯随机游走策略及重心反向学习策略的改进美洲狮优化算法(APOA),有效解决了传统美洲狮优化算法搜索效率不足的缺陷.然后在一个简化的中国某省域电力系统中对多场景进行仿真计算.结果表明,考虑火电深度调峰的流域水风光蓄一体化调度模型的综合运行成本最低、新能源利用率最高,相较于流域水风光一体化调度模型的综合运行成本降低了2.85%、新能源利用率提高了5.29%,验证了该模型的有效性.