基于改进多目标粒子群算法的配电网储能选址定容

代码小小只

已于 2024-04-25 18:16:44 修改

阅读量558

点赞数 10

文章标签：算法 matlab 分布式

于 2024-04-25 18:16:33 首次发布

本文链接：https://blog.csdn.net/weixin_46671758/article/details/138196471

版权

本文提出了一种改进的多目标粒子群优化算法（IMOPSO）用于解决配电网储能系统的选址和容量确定问题。通过建立考虑系统电压波动、负荷变化和总容量的优化模型，IMOPSO 能够自适应调整粒子的惯性权重并引入交叉变异操作，避免局部最优，同时优化解集分布。使用信息熵的序数偏好法选择最优解，减少决策者偏好的影响。通过 IEEE 33 节点配电系统仿真验证，证实了该方法在储能优化问题上的高效性和全局搜索能力。

摘要由CSDN通过智能技术生成

以系统节点电压波动、负荷波动以及储能系统总容量为目标建立了储能选址定容优化模型。求解过程中提出了一种改进多目标粒子群算法(improved multi—objective particle swarm optimizer，IMOPSO)。该算法根据粒子与种群最优粒子的距离来指导惯性权重的取值，使得各粒子的惯性权重可以自适应调整，并在二者距离较小时引入交叉变异操作，避免陷入局部最优解，同时采用动态密集距离排序来更新非劣解集并指导种群全局最优解的选取，在保持解集规模的同时使解的分布更均匀。为避免决策者偏好对最终结果的影响，采用基于信息熵的序数偏好法从最优Pareto解集中选取储能的最优接入方案。以IEEE．33节点配电系统为例进行仿真验证，结果表明该方法在储能选址定容问题求解中具有很好的收敛性以及全局搜索能力。

部分代码：

clc
clear all
tic;
disp('程序开始...')
%% ***************导入网络参数******************% kW
FH1=[2084,1933,1782,1657,1564,1612,1982,2189,2412,2729,2905,3096,3189,3073,3000,2917,3149,3355,3526,3620,3715,3276,2911,2309];
% plot(FH1)%输入全天的负荷数据 kW
WT1=[201,191,193,201,205,210,204,180,139,110,94,88,76,79,82,86,90,95,105,117,129,141,158,187]; %输入全天的风电数据
% plot(WT1) kW
PV1=[0,0,0,0,0,0,0,14,29,76,121,154,193,205,193,174,122,69,45,11,0,0,0,0]; %输入全天的光伏数据
% plot(PV