基于改进蜣螂算法的电动汽车有序充电研究

打开文本图片集

摘  要： 为了解决大规模的电动汽车无序充电给电网带来的压力，提出一种改进蜣螂算法（LBDBO）的电动汽车有序充电方法。首先，建立一个以电网负荷峰谷差和用户费用最小化的目标函数；其次，针对传统蜣螂算法存在的收敛精度不足和易陷入局部最优解的问题，利用Logistic混沌映射对种群进行初始化，使蜣螂群体分布更均匀；然后，引入鱼鹰优化算法、透镜成像反向学习策略和局部搜索策略来更新蜣螂的位置，避免在迭代过程中陷入局部最优，同时提高寻优精度；最后，通过与标准蜣螂算法（DBO）、灰狼优化算法（GWO）、北方苍鹰优化算法（NGO）、鲸鱼优化算法（WOA）和基于减法平均的优化器算法（SABO）在基准测试函数中进行性能评估对比，验证策略改进的有效性。（剩余15148字）