太阳能学报复现（遗传算法GA）——风-水电（抽水蓄能）联合优化运行分析

简介

程序名称：基于粒子群算法的风电-水电（抽水蓄能）联合优化调度研究
实现平台：MATLAB
简介：以风-水电联合运行后的风电场效益最大为目标，基于粒子群算法（PSO收敛更快且未超约束，故替代原文GA）来进行风-水电联合优化运行的仿真分析。仿真结果表明风-水电联合供电不仅提高了风电场的收益，同时也平滑了风电场的功率输出，这将有利于提高风电在电力系统中的份额，促进我国风电产业的发展。代码完美复现，且备注清晰。
详情见：潘文霞,范永威,杨威.风-水电联合优化运行分析[J].太阳能学报,2008(01):80-84.

部分主函数代码

%% 清空环境
clc
clear
tic            %记录运行开始时间
%%  基本遗传算法求解 
%输入参数列表
%P_v    风电场的可利用风能
%P_g    风电场装机容量
%eta_p   水泵抽水效率
%eta_h   水力发效率
%t      每个时段长度
%C      上网电价
%C_p    抽水费用
%P_DL   舍弃的功率
%E      水库储能

%输出参数列表
%P_w    风机功率
%P_h    水力发电功率
%P_p    水泵抽水功率
%P      风电场输出功率(整个系统输出功率)
%%  模型参数设置
load('P_v.mat')          %输入已知参数一天内风能功率P_v
n=length(P_v);           %确定时间尺度
[C,C_p]=price(n);        %确定上网电价
P_gmax=12;               %风电场最大装机容量
P_gmin=0; 
P_hmax=3;   
P_hmin=0;
P_pmax=3;
P_pmin=0;
E_max=24;
P_min=3;
P_max=8;            %电网限制的功率，限制风电场输送到电网的效率
eta_p=0.8;          %水泵抽水效率
eta_g=0.75;
eta_h=eta_g/eta_p;  %水力发电效率
t=1;        %每个时段长
%% PSO算法中参数初始化
%粒子群算法中的两个参数——加速度因数，∈[0,4]
c1 =2;
c2 =2; 
w_start=0.9;
w_end=0.4;                  %惯性因子,影响全局和局部搜索能力
Vmax=3;
Vmin=-3;            %速度的最大最小值
maxgen=300;          %进化次数  
sizepop=500;          %种群规模,种群粒子数，每个粒子的维数为24×3=72个
NVAR=24;             %变量个数，即维度Dim

求解结果

经检查，算法收敛较快，参数均未超出约束，可移植、改变性高，可为电气、水文、抽水蓄能等领域从事调度研究的朋友提供帮助

代码获取链接

若需获取/有问题可私信