对比不同粒子群算法对微电网多目标优化调度策略

目录

概要

基本模型

相关发电图

优化目标

优化结果

---

概要

微电网优化调度作为智能电网优化的重要组成部分，综合考虑微电网系统运行成本和环境保护成本多目标优化调度模型。在matlab中对比不同粒子群算法对多目标优化结果对比。

基本模型

式中:风机额定功率为PN，其单位为W;风机工作的切入风速为Vi;而风机额定、切出风速依次为Vr、Vo，单位皆为m/s 。

式中:Ppv、PSTC分别表示实际输出功率、标准测试条件时的额定功率;k为温度系数,一般取值为-0.0047K;Gc、Tc分别为实时的光照、温度;GSTC 、TSTC为标准条件下的光照、温度（参考环境温度为298.15K）。

 式中:Pde(t)为t时刻柴油发电机输出功率;Ai、Bi、Ci表示同步发电单元的费用系数;Cde,f表示消耗燃料成本，单位为元。

式中，SoC(t)、SoC(t-1)分别表示t时段和t-1时段蓄电池的剩余容量值;k表示蓄电池的自放电率的大小;Pch表示蓄电池的充电功率值，其值为正，Pdis表示蓄电池的放电功率值,其值为负;ηch表示蓄电池的充电效率,其值取为0.9，ηdis表示蓄电池的放电效率，其值取为0.9；E表示蓄电池总容量值。

PMT(t)是微型燃气轮机的有功输出功率； MT(t)是微型燃气轮机的运行效率。 

相关发电图

将对应的数据以图形的方式呈现出来。

优化目标

（1）运行成本

（2）环境治理成本

总的目标函数 

优化结果

1.传统的粒子群 

 得出前沿解集，

总的目标函数下最优解。 

 2.基于自适应该进粒子群