唐杰;刘凯;邵武;杨海能;易资兴; 

“双碳”目标下分布式能源高渗透的微电网群经济优化调度中，非线性优化问题导致的传统算法易陷入局部最优，现有智能算法在收敛速度与寻优精度方面仍可进一步改善。提出一种自适应精英变异优化算法(adaptive elite mutation optimization algorithm, AEMOA),以自适应权重动态平衡全局探索与局部开发，借助精英反向学习扩展搜索空间并提升寻优广度，再通过柯西变异与高斯变异的多尺度协同增强全局跳脱能力与局部微调精度。将其应用于含96时段的微电网群调度模型仿真验证，并与遗传算法(genetic algorithm, GA)、模拟退火算法(simulated annealing, SA)等经典算法进行对比分析，AEMOA在收敛速度和寻优精度方面都得到提升。 

2026年01期 v.23;No.107 31-40页 [查看摘要][在线阅读][下载 1378K]