基于改进哈里斯鹰算法的微电网优化调度

doi:10.3969/j.issn.1006-2475.2025.06.006

计算机与现代化 ›› 2025, Vol. 0 ›› Issue (06): 34-41.doi: 10.3969/j.issn.1006-2475.2025.06.006

基于改进哈里斯鹰算法的微电网优化调度

（吉林建筑大学电气与计算机学院，吉林长春 130000）

出版日期:2025-06-30 发布日期:2025-07-01
作者简介: 作者简介：段宏瑾（1999—），男，辽宁铁岭人，硕士研究生，研究方向：电网优化调度，E-mail: 18604576983@163.com；通信作者：张毅（1972—），女，吉林长春人，教授，博士，研究方向:智能电网优化，E-mail: zhangyi@jlju.edu.cn。
基金资助:
基金项目：吉林省自然基础研究计划资助项目（YDZJ202201ZYTS553）

Optimized Scheduling of Microgrid Based on Improved Harris Eagle Algorithm

（College of Electrical and Computer Science， Jilin Jianzhu University， Changchun 130000， China）

Online:2025-06-30 Published:2025-07-01

摘要/Abstract

摘要： 摘要：为了降低微电网运行成本，同时针对传统哈里斯鹰算法容易陷入局部最优的问题，提出一种基于折射成像反向学习策略和混合蝴蝶算法的新型哈里斯鹰算法，将所改进的算法通过11个测试函数进行仿真，所得结果表明改进的哈里斯鹰算法比灰狼算法、鲸鱼算法等传统元启发算法具有更好的寻优精度。将改进的哈里斯鹰算法用于求解微电网孤岛优化调度问题，仿真结果显示，改进的哈里斯鹰算法能够降低微电网的运行成本。

关键词: 关键词：微电网, 哈里斯鹰算法, 蝴蝶算法, 折射成像反向学习, 优化调度

Abstract: Abstract： In order to reduce the operating cost of microgrid and solve the problem that the traditional Harris Eagle algorithm is easy to fall into local optimum， a new Harris Eagle algorithm based on refractive imaging inverse learning strategy and hybrid butterfly algorithm was proposed， and the improved algorithm was simulated through 11 test functions. Then， the improved Harris Eagle algorithm is used to solve the problem of island optimal scheduling of microgrids， and the simulation results show that the improved Harris Eagle algorithm can reduce the operating cost of microgrids.

Key words: Key words： microgrid, Harris hawks optimization, butterfly algorithm, reverse learning of refraction imaging, optimized scheduling

中图分类号:

TP391

段宏瑾, 张毅. 基于改进哈里斯鹰算法的微电网优化调度[J]. 计算机与现代化, 2025, 0(06): 34-41.

DUAN Hongjin, ZHANG Yi. Optimized Scheduling of Microgrid Based on Improved Harris Eagle Algorithm[J]. Computer and Modernization, 2025, 0(06): 34-41.

参考文献

［1］况理，文云峰，陆艺丹，等. 含虚拟同步机的微电网频率稳定约束优化调度模型研究［J］. 中国电机工程学报， 2022，42（1）：71-83.
［2］刘向杰，刘梓安，孔小兵，等. 基于深度Q网络的风光柴储微电网能量管理策略［J］. 控制工程， 2023，30（8）：1538-1547.
［3］高瑜，黄森，陈刘鑫，等. 基于改进灰狼算法的并网交流微电网经济优化调度［J］. 科学技术与工程， 2020，20（28）：11605-11611.
［4］王凌云，王易雯，张涛等，. 基于信息间隙决策理论和电动汽车有序充放电的微电网优化调度［J］.，科学技术与工程， 2023，23（8）：3306-3315.
［5］谢姿，张惠娟，刘琪，等. 基于改进鲸鱼算法的并网型微网能量管理［J］. 科学技术与工程， 2020，20（15）：6087-6093.
［6］易文飞，朱卫平，郑明忠. 计及数据中心和风电不确定性的微电网经济调度［J］. 中国电力， 2024，57（2）：19-26.
［7］ CUI Q. Optimal operation of grid-connected microgrid based on ABC algorithm［J］. Journal of System Simulation， 2019，30（4）：1551-1559.
［8］ ZHANG Z F， ZHAO C， CHEN D F， et al. Research on microgrid scheduling based on improved crow search algorithm［J］. International Transactions on Electrical Energy Systems， 2022， DOI： 10.1155/2022/4662760.
［9］刘晓艳. 计及初始荷电状态的含混合储能微电网双层调度研究［J］. 太阳能学报， 2024，45（2）：416-420.
［10］陈海旭，余畅文，卢银均，等. 基于高斯-柯西变异帝国竞争算法的微电网优化调度［J］.电气自动化， 2024，46（1）：1-4.
［11］朱正林，张冕，熊永旭，等. 基于改进食肉植物算法的微电网优化调度［J］. 电气自动化， 2023，45（3）：46-48.
［12］周辉，张玉，肖烈禧，等. 基于改进秃鹰算法的微电网群经济优化调度研究［J］. 太阳能学报， 2024，45（2）：328-335.
［13］赵振博，任雪容，付青坤. 改进鲸鱼优化算法的车联网计算卸载［J］. 计算机系统应用， 2024，33（4）：123-132.
［14］ ZHANG Q， WEI L S， YANG B B. Research on improved BBO algorithm and its application in optimal scheduling of Micro-Grid［J］. Mathematics， 2022. DOI： 10.3390/math10
162998.
［15］李飞，魏小城，陈勇弟，等. 基于改进布谷鸟算法的微电网优化调度［J］. 控制工程， 2024，31（11）：1963-1971.
［16］ LI J， CHEN J M， SHI J. Evaluation of new sparrow search algorithms with sequential fusion of improvement strategies［J］. Computers & Industrial Engineering， 2023. DOI： 10.10
16/j.cie.2023.109425.
［17］陈将宏，王羲沐，李伟亮，等. 采用改进北方苍鹰算法的微电网优化调度研究［J］. 重庆理工大学学报（自然科学）， 2024，38（1）：281-289.
［18］崔俊锋，徐硕，周艳丽，等.基于鲸鱼优化算法的中低速磁浮列车运行优化策略［J/OL］. 控制工程， 2025：1-11. （2024-03-11）［2024-03-25］. https：//doi.org/10.14107/j.cnki.kzgc.20230954.
［19］汤安迪，韩统，徐登武，等. 混沌精英哈里斯鹰优化算法［J］. 计算机应用， 2021，41（8）：2265-2272.
［20］胡春安，熊昱然. 多策略改进的混沌哈里斯鹰优化算法［J］. 计算机工程与科学， 2023，45（9）：1648-1660.
［21］ HEIDARI A A， MIRJALILI S， FARIS H， et al. Harris hawks optimization： Algorithm and applications［J］. Future Generation Computer Systems， 2019，97：849-872.
［22］黄琴，张惠珍，马良，等. 混合哈里斯鹰优化算法求解带模糊需求的低碳多式联运路径规划问题［J］. 计算机应用研究， 2023，40（10）：2978-2983.
［23］邵鹏，吴志健，周炫余，等. 基于折射原理反向学习模型的改进粒子群算法［J］. 电子学报， 2015，43（11）：2137-2144.
［24］ ARORA S， SINGH S. Butterfly optimization algorithm： A novel approach for global optimization［J］. Soft Computing， 2019，23（3）：715-734.
［25］ KENNEDY J， EBERHART R. Particle swarm optimization［C］// Proceedings of ICNN'95-International Conference on Neural Networks. IEEE， 1995，4：1942-1948.
［26］ SEYEDALI M， ANDREW L. The whale optimization algorithm advances in engineering software［J］. Elsevier Ltd.： Amsterdam， The Netherlands， 2016（95）：51-67.
［27］ MIRJALILI S. Moth-flame optimization algorithm： A novel nature-inspired heuristic paradigm［J］. Knowledge-based Systems， 2015，89：228-249.

基于改进哈里斯鹰算法的微电网优化调度

Optimized Scheduling of Microgrid Based on Improved Harris Eagle Algorithm

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 1

编辑推荐

Metrics

本文评价