多目标优化算法求解微电网调度优化问题

微电网优化调度作为智能电网优化的重要组成部分，对降低能耗、环境污染具有重要 意义。微电网的发展目标既要满足电力供应的基本需求，又要提高经济效益和环境保护。对此， 提出了一种综合考虑微电网系统运行成本和环境保护成本的并网模式下微电网多目标优化调 度模型。同时采用改进的粒子群算法对优化模型进行求解。仿真结果表明，该模型可以有效 降低用户的用电成本和环境污染，促进微电网的优化运行，并验证了改进的粒子群算法的优 越性能。

部分代码展示：

 global P_load; %电负荷
        global WT;%风电
        global PV;%光伏
        global buy_price;%买电电价
        global sell_price;%售电电价
        %获取数据
        data=xlsread('data.xlsx');
        P_load=data(:,1);
        PV=data(:,2);
        WT=data(:,3);
        buy_price=data(:,4);
        sell_price=data(:,5);
        %蓄电池最大放电功率（正表示为电负荷供电，即放电）
        BESSMax_dischar=30;
        %蓄电池最大充电功率
        BESSMax_char=-30;
        %柴油机最大发电功率
        DEMax=30;
        %柴油机最小发电功率
        DEMin=6;
        %燃气轮机最大发电功率
        MTMax=30;
        %燃气轮机最小发电功率
        MTMin=3;
        %主网交互最大功率(正表示为电负荷供电)
        GridMax=30;
        %主网交互最小功率
        GridMin=-30;
        %各设备出力约束
        for n=1:144 %粒子长度为144（光伏，风电，储能，柴油,燃气轮机，主网的6*24个小时出力）
            if n<25
                lower_bound(n)=0;
                upper_bound(n) =PV(n);
            end
            if n>24&&n<49
                lower_bound(n)=0;
                upper_bound(n) =WT(n-24);
            end
            if n>48&&n<73
                lower_bound(n)=BESSMax_char;
                upper_bound(n) =BESSMax_dischar;
            end
            if n>72&&n<97
                lower_bound(n)=DEMin;
                upper_bound(n) =DEMax;
            end
            if n>96&&n<121
                lower_bound(n)=MTMin;
                upper_bound(n) =MTMax;
            end
            if n>120
                lower_bound(n)=GridMin;
                upper_bound(n) =GridMax;
            end
        end
        CostFunction = @Fun;
        nVar = 144;
        VarMin = lower_bound;
        VarMax = upper_bound;
        name='微电网优化';
        numOfObj = 2;