基于排列熵重构的EEMD-RVM短期光伏功率预测

针对光伏功率序列周期性非平稳特性,难以准确预测的问题,提出一种基于排列熵重构原则的集合经验模态分解(ensemble empirical mode decomposition, EEMD)和相关向量机(relevance vector machine,RVM)的短期光伏功率预测新方法。仿真结果表明:该方法不仅能够有效提高短期光伏功率预测的准确性,而且缩短了预测时间,提高了光伏功率预测效率,适用于光伏功率短期在线预测。     

基于改进布谷鸟算法的分布式电源优化配置

针对布谷鸟搜索算法在处理多目标优化问题上的不足,基于混沌映射、非支配排序等多目标优化策略,提出一种改进的多目标布谷鸟搜索(improved muti-objective cuckoo search,IMOCS)算法,对分布式电源多目标优化配置问题进行求解。为增加初始种群的多样性,利用logistic混沌映射产生初始解;自适应改变搜索步长,以提高算法的寻优能力和收敛速度。仿真结果表明:IMOCS算法寻优能力强,收敛速度快,能够有效求解分布式电源的多目标优化配置问题。