考虑需求响应的水火电优化调度改进型花朵授粉算法

针对花朵授粉算法(FPA)寻优能力的不足,提出3种策略对其进行改进.双向学习策略能够加强FPA的局部搜索能力;仿嗅觉搜索策略不仅能增加种群的多样性,还能提升算法的全局寻优能力;动态转换概率策略能够有效地平衡全局搜索与局部搜索之间的切换.基于上述策略,提出一种具有更强搜索能力的改进型花朵授粉算法(IFPA),并在此基础上提出一种新的水火电优化调度模型.该模型在考虑火电站煤耗成本最小和供电公司利润最大的同时,还考虑采用一定的补偿策略使得消费者降低电能的需求.最后,利用IFPA解决考虑需求响应的水火电优化调度.仿真结果表明,改进的算法具有收敛速度快、精度高等优点,考虑了需求响应的水火电优化调度模型可