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