✅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👇
⛄ 内容介绍
在分析了分布式电源接入对配电网影响的基础上,针对配电网中的关键问题———分布式电源的选址和定容,进行了优化设计.通过构建包含分布式电源的投资运行费用、环境因素、网损费用的目标函数,并考虑潮流约束、电流约束、电压约束、系统容量约束等条件,搭建了分布式电源的模型,采用一种粒子群算法,设计出了分布式电源所处位置及容量.通过仿真分析计算,验证了该方案的正确性和有效性.
⛄ 部分代码
node=[2:33];
for i=1:popsize
position(i,:)=node(randperm(numel(node),num)); %随机选取除节点1外的10个位置
% p = randperm(n,k) 返回行向量，其中包含在 1 到 n（包括二者）之间随机选择的 k 个唯一整数。
% n = numel(A) 返回数组 A 中的元素数目
end
data_33node;
node=[2:33];
load=3715;
%% DG位置
% MB=zeros(1,33);
% power=0;
% type=3;
% [MB_value(1) U(1,:) P(1,:)]=fitness(MB,power,type,Branchdata,Nodedata,load);
% for i=2:33
% MB=zeros(1,33);
% MB(i)=20;
% power=20;
% type=3;
% [MB_value(i) U(i,:) P(i,:)]=fitness(MB,power,type,Branchdata,Nodedata,load);
% MB_value(i)=MB_value(1)-MB_value(i);
% end
% p_MB=MB_value(2:33)/sum(MB_value(2:33));
% p1(1)=p_MB(1);
% for i=2:32
% p1(i)=p1(i-1)+p_MB(i);
% end
% for n=1:200
%
% b=0;
% while b<num
% a=rand(1,num);
% for i=1:num
% m=1;
% while a(i)>p1(m)
% m=m+1;
% end
% position(n,i)=m+1;
% end
% b=unique(position(n,:));
% b=length(b);
% end
% end
%% DG容量
z=zeros(popsize,num);
z(1,:)=rand(1,num);
for j=1:(popsize-1)
for i=1:num
if z(j,i)<0.5
z(j+1,i)=2*z(j,i);
elseif z(j,i)==0.5
z(j+1,i)=0.5*(rand(1)*2);
else
z(j+1,i)=2*(1-z(j,i));
end
end
end
power=z*200; %每个dg随机0—200kw功率
for i=1:popsize
total_dg(i)=sum(power(i,:));
if total_dg(i)>(pdgmax)
power(i,:)=floor(power(i,:)*((pdgmax)/total_dg(i))); %floor()不大于自变量的最大整数#保证分布式电源的总容量不超过pdgmax
end
end
%% DG类型
type=zeros(popsize,num);
for i=1:popsize
for j=1:num
type(i,j)=randperm(3,1);
end
end
pop_dg=[position power type];
% position=pop_dg(:,1:10);
% power=pop_dg(:.11:20);
pop=zeros(popsize,n_node);
for i=1:popsize
pop(i,position(i,:))=power(i,:);
end
end
⛄ 运行结果
⛄ 参考文献
[1]田颖. 基于禁忌差分粒子群算法的分布式电源的选址和定容[D]. 华北电力大学(保定);华北电力大学.
[2]王秀丽, 赵兴勇, 曹建文,等. 基于改进粒子群算法的分布式电源选址定容优化设计[J]. 大连理工大学学报, 2014, 54(3):6.
