开发者社区> Matlab科研工作室> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

【微电网优化】基于粒子群优化IEEE经典微电网结构附matlab代码

简介: 【微电网优化】基于粒子群优化IEEE经典微电网结构附matlab代码
+关注继续查看

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信 无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机

⛄ 内容介绍

微电网集中了分布式发电、负荷和储能,其并网接入必然对配电网的无功优化产生影响。提出了考虑微电网的配电网动态无功优化模型,在模型中考虑微电网运行特性对于动态无功优化的影响。利用基于粒子群算法进行无功优化求解,通过 IEEE33节点配电网系统的仿真算例验证了本文计算的合理性和有效性。

⛄ 部分代码

%% 清空环境

clc;

clear;


%% 参数初始化

%粒子群算法中的两个参数

c1 = 1.5;

c2 = 1.5;


maxgen=50;    %进化次数  

sizepop=60;   %种群规模

Vmax=[4 4 4 4 4 4 4 0 0 4];

Vmin=[-4 -4 -4 -4 -4 -4 -4 0 0 -4];

popmax=[60 60 0 34 400 15 15 0 10 60];

popmin=[0 0 0 0 0 0 0 0 10 0];

    %% 产生初始粒子和速度

    

    for z=1:sizepop

        %随机产生一个种群

       pop(z,:)=60*rand();    %初始种群

       pop(z,2)=60*rand();

       pop(z,3)=0;

       pop(z,4)=34*rand();

       pop(z,5)=400*rand();   

       pop(z,6)=15*rand();

       pop(z,7)=15*rand();

       pop(z,8)=0;

       pop(z,9)=10;

       pop(z,10)=60*rand();

     V(z,1)=4*rand();  %初始化速度

     V(z,2)=4*rand(); 

     V(z,3)=4*rand();

     V(z,4)=4*rand();

     V(z,5)=4*rand();

     V(z,6)=4*rand();

     V(z,7)=4*rand();

     V(z,8)=0;

     V(z,9)=0;

     V(z,10)=4*rand();

        %计算适应度

        fitness(z)=fun1(pop(z,:));   %染色体的适应度

    end

        end

        %[bf bt]=max(fitness);

    %gb=pop(bt,:);   %最佳geti 

   

%disp(gb);

        for j=1:sizepop


            %个体最优更新

            if fitness(j) < fitnessgbest(j)

                gbest(j,:) = pop(j,:);

                fitnessgbest(j) = fitness(j);

            end


            %群体最优更新

            if fitness(j) < fitnesszbest

                zbest = pop(j,:);

                fitnesszbest = fitness(j);

            end

        end 

       result(z)=fitnesszbest;    

 yy(:,z)=zbest;

  

end

disp (zbest);

disp (fitnesszbest);

g=[zbest(1)+zbest(6)*1i zbest(2)+zbest(7)*1i zbest(3)+zbest(8)*1i zbest(4)+zbest(9)*1i];

u=sum(g);

disp(g);

disp(u);

l=zbest(5)+zbest(10)*1i;

disp(l);

t=u-l;

disp(t);

%% 结果分析

plot(result)

title('最优个体适应度','fontsize',12);

xlabel('进化代数','fontsize',12);ylabel('适应度','fontsize',12);

⛄ 运行结果

image

⛄ 参考文献

[1]贺志华等. "基于多智能体遗传算法的微电网优化策略研究." 工业控制计算机 30.2(2017):3.

[2]彭涛. 考虑微电网的配电网动态无功优化[J]. 建筑遗产, 2013, 000(017):297-298.

❤️ 关注我领取海量matlab电子书和数学建模资料
❤️部分理论引用网络文献,若有侵权联系博主删除


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
【电力系统】基于多元宇宙算法求解电力系统多目标优化问题附Matlab代码
【电力系统】基于多元宇宙算法求解电力系统多目标优化问题附Matlab代码
8 0
【智能优化算法-交配算法】基于进化交配算法求解单目标优化问题附matlab代码Evolutionary Mating Algorithm (EMA)
【智能优化算法-交配算法】基于进化交配算法求解单目标优化问题附matlab代码Evolutionary Mating Algorithm (EMA)
17 0
【智能优化算法-灰狼算法】基于翻筋斗觅食策略的灰狼优化算法求解单目标优化问题附matlab代码
【智能优化算法-灰狼算法】基于翻筋斗觅食策略的灰狼优化算法求解单目标优化问题附matlab代码
38 0
【智能优化算法-天鹰算法】基于改进天鹰优化算法求解多目标优化问题附matlab代码
【智能优化算法-天鹰算法】基于改进天鹰优化算法求解多目标优化问题附matlab代码
65 0
【智能优化算法-灰狼算法】基于Cat混沌与高斯变异的灰狼优化算法求解单目标优化问题附Matlab代码
【智能优化算法-灰狼算法】基于Cat混沌与高斯变异的灰狼优化算法求解单目标优化问题附Matlab代码
12 0
【智能优化算法-灰狼算法】基于协调探索和开发能力的改进灰狼优化算法求解单目标优化问题附matlab代码
【智能优化算法-灰狼算法】基于协调探索和开发能力的改进灰狼优化算法求解单目标优化问题附matlab代码
16 0
【智能优化算法-灰狼算法】基于差分进化与优胜劣汰策略的灰狼优化算法求解单目标优化问题附Matlab代码
【智能优化算法-灰狼算法】基于差分进化与优胜劣汰策略的灰狼优化算法求解单目标优化问题附Matlab代码
17 0
【路径规划】基于遗传算法求解立体仓库出入库路径优化问题含Matlab代码
【路径规划】基于遗传算法求解立体仓库出入库路径优化问题含Matlab代码
15 0
【智能优化算法-自私群体优化器】基于自私群体优化器求解单目标优化问题附matlab代码
【智能优化算法-自私群体优化器】基于自私群体优化器求解单目标优化问题附matlab代码
33 0
【优化选址】基于遗传算法结合爬山法求解停车位建设优化问题附matlab代码
【优化选址】基于遗传算法结合爬山法求解停车位建设优化问题附matlab代码
44 0
+关注
Matlab科研工作室
博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题关注公众号 天天Matlab。
文章
问答
文章排行榜
最热
最新
相关电子书
更多
可编程网络视角的网络创新研究
立即下载
大规模稀疏化模型技术介绍及实践
立即下载
复杂网络架构下的网络故障智能处理
立即下载