多微网优化调度(风机、光伏、蓄电池、燃料电池、柴油机、电网交互)(Matlab代码实现)

简介: 多微网优化调度(风机、光伏、蓄电池、燃料电池、柴油机、电网交互)(Matlab代码实现)

👨‍🎓个人主页:研学社的博客

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码及文章讲解


image.gif

💥1 概述

以含有光伏(PV)、风机 (W)、柴油发电机(de)、燃料电池(fc)、蓄电池(bat)的子微网1、子微网2 构成微网群进行算例分析, 微网群算例系统拓扑结构如下图。

image.gif

微网群采用并联式结构,其中子网1中分布式电源包括:PV1, W1,fc1,bat1;子网2中分布式电源包括PV2,W2,de2,bat2。微网群与配电网之间的公共连接点群PCC保持闭合,网PCC1与网PCC2也均保持闭合。微网1,2和配电网之间可存在功率交换Pbuy1,Psell1,Pbuy2,Psell2,微网1与微网2之间可存在功率交换Pex1,Pex2。

本文建立的微网群以多目标协调优化为目的,其中各个子微网优化目标与总微网群的优化目标一致。微网群优化调度周期取一天,以1h作为一个调度时段,全天共分为24个时段,且算例中采用分时电价a1,a2,b1,b2的方式。

数学模型及详细文章讲解见第4部分。

📚2 运行结果

image.gif

image.gif

image.gif

image.gif

image.gif

image.gif

部分代码:

[best index]=min(fitness);

gtsite=pop;             %个体最佳位置

gtfit=fitness;           %个体最佳适应度

popsite=pop(index,:);   %全局最佳位置

popfit=fitness(index);  %全局最佳适应度

trace(1)=popfit;

for k=1:maxgen

   w=wmax-(wmax-wmin)/maxgen*j;

   for i=1:sizepop

       %速度更新

       v(i,:)=w*v(i,:)+c*rand*(gtsite(i,:)-pop(i,:))+c*rand*(popsite-pop(i,:));

       %限制微粒速度

       v(find(v>vmax))=vmax;

       v(find(v<vmin))=vmin;

       %位置更新

       pop(i,:)=pop(i,:)+v(i,:);

       %限制微粒位置

       pop1=pop(i,1:dim);

       pop2=pop(i,dim+1:2*dim);

       pop3=pop(i,2*dim+1:3*dim);

       pop4=pop(i,3*dim+1:4*dim);

       pop5=pop(i,4*dim+1:5*dim);

       pop1(find(pop1>popmax(1)))=popmax(1);

       pop1(find(pop1<popmin(1)))=popmin(1);

       pop2(find(pop2>popmax(2)))=popmax(2);

       pop2(find(pop2<popmin(2)))=popmin(2);

       pop3(find(pop3>popmax(3)))=popmax(3);

       pop3(find(pop3<popmin(3)))=popmin(3);

      pop4(find(pop4>popmax(4)))=popmax(4);

       pop4(find(pop4<popmin(4)))=popmin(4);

        pop5(find(pop5>popmax(5)))=popmax(5);

       pop5(find(pop5<popmin(5)))=popmin(5);

       pop(i,:)=[pop1 pop2 pop3 pop4 pop5];

       for j=1:14

           pop(i,dim+j)=0;

           pop(i,4*dim+j)=0;

       end

           pop(i,dim+23)=0;

           pop(i,4*dim+23)=0;    

           pop(i,dim+24)=0;

           pop(i,4*dim+24)=0;  

       for j=1:24

           if abs(pop(i,j))>0&&abs(pop(i,j))<10

       pop(i,j)=0;

     

   end

       %if abs(pop(i,3*dim+j))>0&&abs(pop(i,3*dim+j))<10

     

     % pop(i,3*dim+j)=0;

      % end

      % if abs(pop(i,dim+j))>0&&abs(pop(i,dim+j))<10

       %xudianpin=xudianpin+10000;

      % pop(i,dim+j)=0;

       %end

       if abs(pop(i,4*dim+j))>0&&abs(pop(i,4*dim+j))<10

       %xudianpin=xudianpin+10000;

       pop(i,4*dim+j)=0;

       end

       if j<=7|j>=16

           pop(i,2*dim+j)=0;

       end

       

       end

   end

   for i=1:sizepop

       %计算适应度

%其他参数求解pbuy psell

pex2=-pop(i,2*dim+1:3*dim);

   bs1=Load1-pop(i,1:dim)-Ppv1-pop(i,dim+1:2*dim)-Pw1-pop(i,2*dim+1:3*dim);

  bs2=Load2-pop(i,3*dim+1:4*dim)-Ppv2-pex2-Pw2-pop(i,4*dim+1:5*dim);

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]汤雯博. 面向配电网的多微电网协同优化调度研究[D].南京邮电大学,2020.DOI:10.27251/d.cnki.gnjdc.2020.001421.

[2]何力,吕红芳.考虑经济性的多微电网优化调度研究[J].发电技术,2018,39(05):397-404.

🌈4 Matlab代码及文章讲解

https://ttaozhi.com/t/p.html?id=ksuaxdULaK

相关文章
|
11天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
16天前
|
机器学习/深度学习 算法 调度
基于ACO蚁群优化的VRPSD问题求解matlab仿真,输出规划路径结果和满载率
基于ACO蚁群优化的VRPSD问题求解MATLAB仿真,输出ACO优化的收敛曲线、规划路径结果及每条路径的满载率。在MATLAB2022a版本中运行,展示了优化过程和最终路径规划结果。核心程序通过迭代搜索最优路径,更新信息素矩阵,确保找到满足客户需求且总行程成本最小的车辆调度方案。
|
22天前
|
人工智能 算法 数据安全/隐私保护
基于遗传优化的SVD水印嵌入提取算法matlab仿真
该算法基于遗传优化的SVD水印嵌入与提取技术,通过遗传算法优化水印嵌入参数,提高水印的鲁棒性和隐蔽性。在MATLAB2022a环境下测试,展示了优化前后的性能对比及不同干扰下的水印提取效果。核心程序实现了SVD分解、遗传算法流程及其参数优化,有效提升了水印技术的应用价值。
|
3月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
199 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
3月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
128 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
3月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
90 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
6月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
6月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
|
6月前
|
Serverless
基于Logistic函数的负荷需求响应(matlab代码)
基于Logistic函数的负荷需求响应(matlab代码)