【微电网优化】基于粒子群算法求解热电联供型微电网经济运行优化问题含Matlab源码...

最新推荐文章于 2024-04-26 08:31:55 发布

Matlab科研辅导帮

最新推荐文章于 2024-04-26 08:31:55 发布

阅读量27

点赞数

文章标签：算法 matlab 开发语言

本文链接：https://blog.csdn.net/m0_60703264/article/details/140031041

版权

1 简介

面对全球环境污染和能源危机的双重压力,世界各国将焦点转向太阳能、风能等清洁可再生能源。微电网是组织和利用可再生能源发电的重要途径之一。本文以微电网的能量优化调度为研究对象,建立了微电网能量优化调度模型,采用改进型粒子群优化算法对模型进行了求解,并构造实际的微电网平台对研究成果进行设计与实现。论文分析了微电网中各种分布式发电单元的发电原理与调度特性,建立了光伏发电、风力发电、微型燃气轮机、燃料电池和储能装置的参与微电网能量管理的数学模型。考虑微电网内各分布式单元的燃料成本、运行维护成本、污染罚款成本以及和大电网电能交互的电能成本,建立了微电网能量优化调度数学模型,拟定了四种能量管理调度策略。本文构建微电网平台进行了能量管理系统的开发与设计工作。提出了微电网能量优化调度策略,并在Matlab平台上进行了仿真验证,表明微电网系统能够稳定可靠运行。

【微电网优化】基于粒子群算法求解热电联供型微电网经济运行优化问题含Matlab源码_调度策略

2 部分代码


          
          
           
           function [ bestPosition, fitValue ] = ...
           
           
PSOFUN( CostFun,nVar,VarMin,VarMax,MaxIt,nPop )
           
           
%% PSO Parameters 
           
           
CostFunction=@(x) CostFun(x);        % Cost Function
           
           
w=1;            % Inertia Weight
           
           
wdamp=0.99;     % Inertia Weight Damping Ratio
           
           
c1=1.5;         % Personal Learning Coefficient
           
           
c2=2.0;         % Global Learning Coefficient
           
           
VarSize=[1 nVar];   % Size of Decision Variables Matrix
           
           
% Velocity Limits
           
           
VelMax=0.1*(VarMax-VarMin);
           
           
VelMin=-VelMax;
           
           
%% Initialization
           
           
empty_particle.Position=[];
           
           
empty_particle.Cost=[];
           
           
empty_particle.Velocity=[];
           
           
empty_particle.Best.Position=[];
           
           
empty_particle.Best.Cost=[];
           
           
particle=repmat(empty_particle,nPop,1);
           
           
GlobalBest.Cost=inf;
           
           
for i=1:nPop
           
           
    % Initialize Position
           
           
    particle(i).Position=unifrnd(VarMin,VarMax,VarSize);
           
           
    % Initialize Velocity
           
           
    particle(i).Velocity=zeros(VarSize);
           
           
    % Evaluation
           
           
    particle(i).Cost=CostFunction(particle(i).Position);
           
           
    % Update Personal Best
           
           
    particle(i).Best.Position=particle(i).Position;
           
           
    particle(i).Best.Cost=particle(i).Cost;
           
           
    % Update Global Best
           
           
    if particle(i).Best.Cost<GlobalBest.Cost
           
           
        GlobalBest=particle(i).Best;
           
           
    end
           
           
end
           
           
BestCost=zeros(MaxIt,1);
           
           
%% PSO Main Loop
           
           
for it=1:MaxIt
           
           
    for i=1:nPop
           
           
        % Update Velocity
           
           
        particle(i).Velocity = w*particle(i).Velocity ...
           
           
            +c1*rand(VarSize).*(particle(i).Best.Position-particle(i).Position) ...
           
           
            +c2*rand(VarSize).*(GlobalBest.Position-particle(i).Position);
           
           
        % Apply Velocity Limits
           
           
        particle(i).Velocity = max(particle(i).Velocity,VelMin);
           
           
        particle(i).Velocity = min(particle(i).Velocity,VelMax);
           
           
        % Update Position
           
           
        particle(i).Position = particle(i).Position + particle(i).Velocity;
           
           
        % Velocity Mirror Effect
           
           
        IsOutside=(particle(i).Position<VarMin | particle(i).Position>VarMax);
           
           
        particle(i).Velocity(IsOutside)=-particle(i).Velocity(IsOutside);
           
           
        % Apply Position Limits
           
           
        particle(i).Position = max(particle(i).Position,VarMin);
           
           
        particle(i).Position = min(particle(i).Position,VarMax);
           
           
        % Evaluation
           
           
        particle(i).Cost = CostFunction(particle(i).Position);
           
           
        % Update Personal Best
           
           
        if particle(i).Cost<particle(i).Best.Cost
           
           
            particle(i).Best.Position=particle(i).Position;
           
           
            particle(i).Best.Cost=particle(i).Cost;
           
           
            % Update Global Best
           
           
            if particle(i).Best.Cost<GlobalBest.Cost
           
           
                GlobalBest=particle(i).Best;
           
           
            end
           
           
        end
           
           
    end
           
           
    BestCost(it)=GlobalBest.Cost;
           
           
%     disp(['Iteration ' num2str(it) ': Best Cost = ' num2str(BestCost(it))]);
           
           
    w=w*wdamp;
           
           
end
           
           
bestPosition = GlobalBest.Position;
           
           
fitValue = GlobalBest.Cost;
           
           
disp(['Iteration ' num2str(it) ': Best Cost = ' num2str(BestCost(it))]);
           
           
end