参考文献
[1] 戴旭凡，陆奎，宋丹. 基于混沌映射的自适应退火型粒子群算法的微电网优化经济调度[J] . 兰州文理学院学报(自然科学版)，2021，35(4) ：70-74.
[2] 王强杰，沈达，邬晶，等. 基于天牛须-粒子群算法的微电网日经济调度优化[J] . 上海电机学院学报，2021，24(1) ：39-46.
[3] 李星辰，袁旭峰，李沛然，等. 基于改进 QPSO 算法的微电网多目标优化运行策略[J] . 电力科学与工程，2020，36(12) ：22-29.
[4] 李海涛，崔树春，闻枫. 基于 r-BBMOPSO 算法的微电网优化运行方法[J] . 广东电力，2020，33(8) ：78-85.
[5] 陈深，肖俊阳，黄玉程，等. 基于改进量子粒子群算法的微网多目标优化调度[J] . 电力科学与技术学报，2015，30(2) ：41-47.
[6] 刘燕华，张楠，张旭. 考虑储能运行成本的风光储微网的经济运行[J] . 现代电力，2013，30(5) ：13-18.
[7] 柳勇，王萱政，李思维，等. 面向泛在电力物联网的毫秒级分层分区精准切负荷系统研究[J] . 电工技术，2021(5) ：145-148.
[8] 柳勇. 一种实时综合赋权评判决策的切负荷策略研究[D]. 银川：宁夏大学，2021.
[9] 刘振，张梅. 常见几种分布随机数产生原理及实现途径[J] . 中阿科技论坛(中英文)，2020(11) ：95-97.
[10] 刘刚，耿健，杨冬梅，等. 基于高斯扰动的改进混合粒子群算法研究[J] . 工业控制计算机，2021，34(3) ：12-14.
[11] KROHLING R A.Gaussian swarm：a novel particle swarm optimization algorithm[C]//IEEE Conference on Cybernetics and Intelligent Systems，2004.
[12] 岳小雪，郑云水，林俊亭. 自适应变异的蝙蝠算法[J].计算机测量与控制，2015，23(2)：516-519.
[13] 郑云水，岳小雪，林俊亭. 带有高斯变异的混合蛙跳蝙蝠算法[J]. 计算机应用研究，2015，32(12)：3629-3633.
[14] 周璨， 董伟广， 钟建伟， 等. 基于改进粒子群算法的配电网无功优化[J] . 物联网技术，2020，10(1)：33-35.
