1、yalmip+cplex优化的微电网,含光伏、风电、蓄电池和电网。
2、粒子群算法优化的微电网。
粒子群算法优化的综合能源系统。
多目标算法优化的综合能源系统。
遗传算法。
基于遗传算法的光伏出力预测。
风光负荷典型场景生成程序。
拉丁超立方抽样。
拉丁超立方场景生成。
全部打包100元。
任选一个50元。
具体如下图。
注意以上不一定都完整,基本都有注释,大部分都有对应资料,适合基础学习。
微电网作为新型能源的代表,已经越来越受到人们的关注。为了让微电网更具有高效性和可靠性,在实际应用中需要一定的优化方法。本文将介绍几种优化方法,并且针对其中的一些方法进行了实验验证。具体而言,本文主要探讨以下几个方面:
- yalmip+cplex 优化的微电网
在微电网中,综合能源系统的优化是关键问题之一。本文所讨论的第一个题目是使用 yalmip+cplex 优化的微电网,该微电网包括光伏、风电、蓄电池和电网。yalmip 是一个 MATLAB 工具箱,可以帮助用户对各种问题进行建模和求解,而 cplex 则是 IBM 公司推出的一套优化软件,能够解决各种规模的优化问题。在 yalmip 和 cplex 的帮助下,我们可以将微电网的优化问题转化为一个线性规划问题,然后通过求解器得到最优解。
- 粒子群算法优化的微电网
粒子群算法是一种群智能算法,可以用于求解各种优化问