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

【优化选址】基于遗传算法求解分布式电源的选址定容问题附matlab代码

简介: 【优化选址】基于遗传算法求解分布式电源的选址定容问题附matlab代码
+关注继续查看

 1 内容介绍

随着我国经济持续高速发展,能源、特别是电能的消耗量越来越大;为满足电能需求,今后一个时期,我国电力行业仍需大规模建设。在化石能源逐渐枯竭、环境压力逐年增大的背景下,在现有配电网上引入分布式发电技术将是电力系统未来发展方向之一。分布式电源既能用于电力调峰,也可为边远地区独立供电,还能在节能环保同时给供电企业带来可观的经济效益。但是,分布式电源的引入会对配电网的节点电压、线路电流、功率分配和供电可靠性造成影响,这种影响与分布式电源安装的位置和容量密切相关。因此,研究配电网中分布式电源的选址定容问题是非常重要的工作。为了描述配电网的物理结构、计算配电网的运行状态,本文建立了配电网物理结构的等效模型,并用牛顿-拉夫逊方法计算配电网的潮流。在此基础上,对普通配电网的供电成本进行了计算。本文建立了一种在已有配电网中解决分布式电源选址定容问题的模型,并应用遗传算法对其进行求解。该模型考虑了四项经济指标:发电总成本、分布式电源安装费、停电罚款、碳排放罚款及环境效益损失。以IEEE 33节点配电网系统为算例,对模型适用性和算法的有效性进行验证。

2 仿真代码

function orgloss(B1,B2,isb,H,pr,Vb,Sbz)

n=33;%n=39 ;       

n1=32;%n1=38;

Zb=(Vb^2/Sbz)*100;

for i=1:n1

    B1(i,3)=B1(i,3)./Zb;

    B1(i,4)=B1(i,4)./Zb;

end

B1;

for i=1:n

    B2(i,3)=B2(i,3)/Sbz;

    B2(i,4)=B2(i,4)/Sbz;

    B2(i,5)=B2(i,5)/Vb;

end

B2;

Y=zeros(n);               %zeros就是生成一个全0的矩阵

%创建节点导纳矩阵   电导统一为零

for i=1:n1

        p=B1(i,1);

        q=B1(i,2);

        Y(p,q)=Y(p,q)-1/((B1(i,3)+B1(i,4))*B1(i,5));

        Y(q,p)=Y(p,q);

        Y(p,p)=Y(p,p)+1/(B1(i,3)+B1(i,4))+0.5*B1(i,6);%低压侧不变

        Y(q,q)=Y(q,q)+1/((B1(i,3)+B1(i,4))*B1(i,5)^2)+0.5*B1(i,6);%高压侧阻抗乘以变比平方  输入时注意低压侧在前

end

%disp('节点导纳矩阵:') ;

Y;

G=real(Y);

B=imag(Y);

[B1,B2,Times]=powerflow(B1,B2,n,H,pr,isb,Y);

disp('初始潮流计算结果如下:');

disp('迭代次数:');

Times

disp('节点电压幅值如下(按节点由小到大的顺序):');

B2(:,5)

B2

%创建Sb,用于存储平衡节点功率

Sb=zeros(1);

for i=1:n

    if i==isb

        for j=1:n

           Sb=Sb+(B2(i,5)+sqrt(-1)*B2(i,6))*conj(Y(i,j))*conj(B2(j,5)+sqrt(-1)*B2(j,6)); 

        end                                                           

     end

end

disp('初始平衡节点功率:')

Sb

%求解各条支路的功率

Sij=zeros(n);

for i=1:n

     for j=1:n

     Sij(i,j)=Sij(i,j)+(B2(i,5)+sqrt(-1)*B2(i,6))^2*conj(B1(1,4))+(B2(i,5)+sqrt(-1)*B2(i,6))*conj(Y(i,j))*(conj((B2(i,5)+sqrt(-1)*B2(i,6)))-conj((B2(j,5)+sqrt(-1)*B2(j,6)))); 

      end

end

%disp('线路功率分布:')

Sij;

%%%求解系统网损

Ploss=0;

for i=1:n            

        for j=1:n

            Ploss=Ploss+B2(i,5)*B2(j,5)*(G(i,j)*cos(B2(i,6)-B2(j,6))+B(i,j)*sin(B2(i,6)-B2(j,6))); 

        end

end

disp('初始网损:')

Ploss*10000000

3 运行结果

image

image.gif编辑

4 参考文献

[1]张元凯. 基于遗传算法的分布式电源选址定容问题研究[D]. 东北大学, 2013.

[2]徐珂, 聂萌, 王洋,等. 基于改进遗传算法的分布式电源选址定容优化方法及系统:, CN108734349A[P]. 2018.

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代码问题可私信交流。

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
【图像去噪】基于隐马尔可夫模型实现图像去噪处理附matlab代码
【图像去噪】基于隐马尔可夫模型实现图像去噪处理附matlab代码
46 0
【图像去噪】基于脉冲神经网络PCNN实现图像去噪附matlab代码
【图像去噪】基于脉冲神经网络PCNN实现图像去噪附matlab代码
32 0
【图像去噪】基于Bregman迭代结合TV全变分实现图像去噪附matlab代码
【图像去噪】基于Bregman迭代结合TV全变分实现图像去噪附matlab代码
20 0
【图像去噪】基于正则化实现图像去噪附matlab代码
【图像去噪】基于正则化实现图像去噪附matlab代码
41 0
【图像去噪】基于各向异性滤波实现图像去噪附matlab代码
【图像去噪】基于各向异性滤波实现图像去噪附matlab代码
21 0
【图像去噪】基于非局部欧几里德中值 (NLEM) 实现图像去噪附matlab代码
【图像去噪】基于非局部欧几里德中值 (NLEM) 实现图像去噪附matlab代码
16 0
【图像去噪】基于偏微分方程(PDE)实现图像去噪附matlab代码
【图像去噪】基于偏微分方程(PDE)实现图像去噪附matlab代码
39 0
【图像去噪】基于绝对差分中值滤波、加权中值滤波法、改进加权中值滤波实现脉冲噪声图像去噪附matlab代码
【图像去噪】基于绝对差分中值滤波、加权中值滤波法、改进加权中值滤波实现脉冲噪声图像去噪附matlab代码
32 0
【图像去噪】基于马尔可夫随机场实现图像去噪附matlab代码
【图像去噪】基于马尔可夫随机场实现图像去噪附matlab代码
57 0
【图像去噪】基于快速跨尺度小波降噪实现泊松损坏图像去噪处理附matlab代码
【图像去噪】基于快速跨尺度小波降噪实现泊松损坏图像去噪处理附matlab代码
14 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。
357
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
冬季实战营第三期:MySQL数据库进阶实战
立即下载