基于多目标粒子群优化算法的计及光伏波动性的主动配电网有功无功协调优化(Matlab代码实现)

简介: 基于多目标粒子群优化算法的计及光伏波动性的主动配电网有功无功协调优化(Matlab代码实现)

💥 💥 💞 💞 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

1.1 基本粒子群算法(PSO)

1.2 小生境技术

1.3 数学模型搭建

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现


💥1 概述

1.1 基本粒子群算法(PSO)

粒子群算法是在对鸟群和鱼群的群体动力学行为研究的基础上而演化而来,是对其行为的一种模拟.


在群体中,任何一个个体在觅食过程中不仅与过去积累的经验和认知有关,同时还和群体中其他的个体之间存在着影响.在PSO优化算法中,每个个体在向最优解过程移动中,都有自己的速度和位置信息,并且这些信息是不断变化调整的(变化的主要依据是粒子过去积累的经验和群体中其他个体的


信息).在PSO算法初始化过程中,随机产生粒子群的种群,其中每个粒子都是目标函数的解,为了找寻函数的最优解,每个粒子会根据个体历史最优位置和种群的最优位置来多次调整自己的速度更新策略,然后调整位置更新策略,并经多次迭代寻优最终找到最优解.


1.2 多目标粒子群优化算法

多目标粒子群算法由Coello Coello等人于2002年提出(网上很多文章说是2004年提出的,但我能找到的最早论文是2002年,详见参考文献[3])。MOPSO的粒子速度和位置的更新公式如下:


速度更新公式:


65cf6f187c71934facf10c5e0c316244.gif


位置更新公式:


25aa70d94e05e9876c1f9fc901b62663.gif


对比PSO的更新公式,可以发现MOPSO大体上和PSO类似。事实上这两个优化算法的主要的不同是在pBest和gBest的选取上。


1.3 数学模型搭建

参考文献[3]

为应对能源危机和日益严重的环境问题,各国都在积极发展可再生能源。其中,预计 到2030年,中国可再生 能 源 的 发 电 量 将 占 到30%以 上。然而,一 方 面,高 比 例 可 再 生 能 源 (如 风 电 和 光 伏 并网,会引起潮流 双 向 流 动、电 压 波 动、电 压偏高及网损偏高等问题;另一方面,弃风弃光严重,能源利用率低。针对以上问题,研究高比例可再生能源并网后 的 有 功—无功功率协调优化,在 减 少 弃风弃光以提高能源消纳能力、改善可再生能源并网后的节点电压质量等方面具有 十 分 重 要 的 现 实意义。


所谓无功优化,就是当电力系统的负荷情况及结构参数给定时,通过对控制变量的优化,找到在满足所有指定约束条件的前提下,使系统的一个或多个性能指标( 如电压质量最优、有功网损最小、年支出费用最少等) 达到最优时的无功调节手段[2]。涉及到无功补偿装置安装地点的选择、变压器分接头的调节配合、无功补偿容量的确定等,是一个多约束的非线性规划问 题[3]。目前,无功优化的算法主要分为 2 类: 一是传统的优化算法,如线性规划法、非线性规划法、混合整数 规划法、动态规划法等,这类算法的缺点是可能无法找到全局最优解; 二是人工智能的优化算法,如遗传算法、模拟退火、禁忌搜索、免疫算法等。随机搜索能较好地处理离散、多目标的优化问题是这类算法的一个共同点。


本文主要做的是考虑光伏出力波动性的配电网有功无功协调优化,在调度模型中考虑了光伏并网的波动性,并考虑用储能对其进行平抑,配电网调度模型中含有的设备主要包括:光伏逆变器、变压器、电容等设备,目标函数包括调压总成本、电压稳定性、网损等等,采用改进多目标粒子群算法,即小生境粒子群算法对其进行高效求解。


📚2 运行结果


e5a6c39e7bd17f067d8b62ed67355738.png

8091f01b249a75c3d05bea6dd4c17793.png

5227499ef7537b4da930d10397dcb3c4.png

cdc6f3b587e9d0c61ef2b3ab3256e609.png

ef48aa8c9231d2346db9959aa9922f7f.png

676ff92c459bc5c2339810d1be0e459c.png

1e3b94654261baf509748d813043aa82.png


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]张海妮.基于改进的小生境粒子群算法在函数优化中的应用[J].河南科学,2018,36(04):499-504.


[2]郑能,丁晓群,郑程拓,管志成,蒋煜.含高比例光伏的配电网有功—无功功率多目标协调优化[J].电力系统自动化,2018,42(06):33-39+91.


[3]孙卓新,朱永强,倪一峰,叶青,刘颖.基于粒子群算法的含光伏电站的配电网无功优化[J].电力建设,2014,35(04):25-30.


[4]张涛,张东方,王凌云,徐雪琴,周远化,张晓林.基于改进小生境粒子群算法的主动配电网优化重构[J].信阳师范学院学报(自然科学版),2018,31(03):473-478.


[5]蔡博,黄少锋.基于多目标粒子群算法的高维多目标无功优化[J].电力系统保护与控制,2017,45(15):77-84.


🌈4 Matlab代码实现


相关文章
|
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。
200 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)
|
6月前
|
供应链 算法
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
|
6月前
|
算法 调度
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
|
6月前
|
算法 调度 SoC
电动汽车充放电V2G模型(Matlab代码)
电动汽车充放电V2G模型(Matlab代码)