參考文獻
[1] 荊濤，陳庚，王子豪，等. 風光互補發電耦合氫儲能系統研究綜述[J]. 中國電力，2022，55(1) ：75-83.
[2] 亞夏爾·吐爾洪， 王小云， 常清， 等. 基于改進 NSGA-Ⅲ 的微電網儲能多目標優化配置[J]. 電工電氣，2024(3) ：21-28.
[3] 曾志輝，劉云鵬，韋延方，等. 基于改進蝙蝠算法的混合儲能系統容量優化配置[J] . 河南理工大學學報(自然科學版)，2023，42(5) ：130-136.
[4] 王欣，譚永怡，秦斌. 改進 MOGOA 及其在風儲容量優化配置中的應用[J] . 電力科學與技術學報，2024，39(2) ：159-169.
[5] 周天沛，孫偉. 風光互補發電系統混合儲能單元的容量優化設計[J] . 太陽能學報，2015，36(3) ：756-762.
[6] 陳天，蔡澤祥，謝鵬，等. 基于改進微分進化算法的風光互補系統發電容量優化配置[J]. 電力科學與技術學報，2017，32(3) ：22-28.
[7] 張沖，榮娜. 基于改進粒子群算法的新能源側儲能容量配置[J] . 電網與清潔能源，2022，38(10) ：98-105.
[8] 陳明，張靠社. 基于改進布谷鳥算法的風光儲聯合供電系統儲能容量優化配置研究[J] . 電網與清潔能源，2016，32(8) ：141-146.
[9] 張子恒，吳定會，楊朝輝，等. 基于改進差分進化算法的微網容量優化配置[J] . 控制工程，2023，30(1) ：90-97.
[10] MIRJALILI S.Dragonfly algorithm:A new metaheuristic optimization technique for solving single-objective，discrete，and multi-objective problems[J].Neural Computing and Applications，2016，27(4) ：1053-1073.
[11] 吳忠強，趙德隆，王云青，等. 基于改進蜻蜓算法的蓄電池參數辨識[J] . 電機與控制學報，2020，24(12) ：152-160.
[12] 李茂林，王勇杰，介丹. 基于多種群蜻蜓算法的四旋翼自抗擾姿態優化控制[J] . 計算機應用與軟件，2022，39(12) ：328-334.
[13] 王波，王浩，杜曉昕，等. 基于亞群和差分進化的混合蜻蜓算法[J] . 計算機應用，2023，43(9) ：2868-2876.
[14] 薛飛，馬鑫，田蓓，等. 基于改進蜻蜓算法的光伏全局最大功率追蹤[J].中國電力，2022，55(2) ：131-137.
[15] 馬丙泰，劉海濤，張匡翼，等. 基于學習因子異步變化 CPSO 混合儲能容量優化配置[J]. 自動化與儀器儀表，2022(7) ：125-130.
[16] 唐浩，楊國華，王鵬珍，等. 基于改進粒子群算法的風光蓄互補發電系統容量優化[J] . 電測與儀表，2017，54(16) ：50-55.
