參考文獻(xiàn)
[1] 荊濤,陳庚,王子豪,等. 風(fēng)光互補(bǔ)發(fā)電耦合氫儲(chǔ)能系統(tǒng)研究綜述[J]. 中國電力,2022,55(1) :75-83.
[2] 亞夏爾·吐爾洪, 王小云, 常清, 等. 基于改進(jìn) NSGA-Ⅲ 的微電網(wǎng)儲(chǔ)能多目標(biāo)優(yōu)化配置[J]. 電工電氣,2024(3) :21-28.
[3] 曾志輝,劉云鵬,韋延方,等. 基于改進(jìn)蝙蝠算法的混合儲(chǔ)能系統(tǒng)容量優(yōu)化配置[J] . 河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2023,42(5) :130-136.
[4] 王欣,譚永怡,秦斌. 改進(jìn) MOGOA 及其在風(fēng)儲(chǔ)容量優(yōu)化配置中的應(yīng)用[J] . 電力科學(xué)與技術(shù)學(xué)報(bào),2024,39(2) :159-169.
[5] 周天沛,孫偉. 風(fēng)光互補(bǔ)發(fā)電系統(tǒng)混合儲(chǔ)能單元的容量優(yōu)化設(shè)計(jì)[J] . 太陽能學(xué)報(bào),2015,36(3) :756-762.
[6] 陳天,蔡澤祥,謝鵬,等. 基于改進(jìn)微分進(jìn)化算法的風(fēng)光互補(bǔ)系統(tǒng)發(fā)電容量優(yōu)化配置[J]. 電力科學(xué)與技術(shù)學(xué)報(bào),2017,32(3) :22-28.
[7] 張沖,榮娜. 基于改進(jìn)粒子群算法的新能源側(cè)儲(chǔ)能容量配置[J] . 電網(wǎng)與清潔能源,2022,38(10) :98-105.
[8] 陳明,張靠社. 基于改進(jìn)布谷鳥算法的風(fēng)光儲(chǔ)聯(lián)合供電系統(tǒng)儲(chǔ)能容量優(yōu)化配置研究[J] . 電網(wǎng)與清潔能源,2016,32(8) :141-146.
[9] 張子恒,吳定會(huì),楊朝輝,等. 基于改進(jìn)差分進(jìn)化算法的微網(wǎng)容量優(yōu)化配置[J] . 控制工程,2023,30(1) :90-97.
[10] MIRJALILI S.Dragonfly algorithm:A new metaheuristic optimization technique for solving single-objective,discrete,and multi-objective problems[J].Neural Computing and Applications,2016,27(4) :1053-1073.
[11] 吳忠強(qiáng),趙德隆,王云青,等. 基于改進(jìn)蜻蜓算法的蓄電池參數(shù)辨識(shí)[J] . 電機(jī)與控制學(xué)報(bào),2020,24(12) :152-160.
[12] 李茂林,王勇杰,介丹. 基于多種群蜻蜓算法的四旋翼自抗擾姿態(tài)優(yōu)化控制[J] . 計(jì)算機(jī)應(yīng)用與軟件,2022,39(12) :328-334.
[13] 王波,王浩,杜曉昕,等. 基于亞群和差分進(jìn)化的混合蜻蜓算法[J] . 計(jì)算機(jī)應(yīng)用,2023,43(9) :2868-2876.
[14] 薛飛,馬鑫,田蓓,等. 基于改進(jìn)蜻蜓算法的光伏全局最大功率追蹤[J].中國電力,2022,55(2) :131-137.
[15] 馬丙泰,劉海濤,張匡翼,等. 基于學(xué)習(xí)因子異步變化 CPSO 混合儲(chǔ)能容量優(yōu)化配置[J]. 自動(dòng)化與儀器儀表,2022(7) :125-130.
[16] 唐浩,楊國華,王鵬珍,等. 基于改進(jìn)粒子群算法的風(fēng)光蓄互補(bǔ)發(fā)電系統(tǒng)容量優(yōu)化[J] . 電測與儀表,2017,54(16) :50-55.