基于差分进化算法的微电网调度研究（Matlab代码实现）-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于差分进化算法的微电网调度研究（Matlab代码实现）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

💥💥💞💞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代码实现

💥1 概述

全球能源枯竭和环境污染的日益加重，如何提高能源利用率和减少污染排放一直是关键问题，为解

决当前的微电网问题提供了新思路。微电网是一种新型的分布式能源组织结构，被视为整合可再生能源的有效平台，使可再生能源系统接入配电网更加便捷，提高能源利用率，减少污染物排放，实现分布式发电供负荷一体化运行。目前国内外学者对微电网进行了大量的研究，也取得了较大的突破。季颖等［３］提出采用一种深度学习的方法对微电网进行调度，建立以成本最小为目标函数，通过实例仿真验证所提方法的有效性。单新文等［４］采用改进粒子群算法对蓄电池的剩余电量进行优化求解，从而整体上提高能源的利用率。林永君等［５］提出一种含多微网的主配电网分布式双层优化调度方法，上层以网损最小为目标函数，下层以经济和环保为目标函数。陈汝科等［６］以经济成本最小为目标函数，建立数学模型，采用改进内部搜索算法求解。李海涛等［７］在考虑功率平衡和各微电源功率约束条件下，采用改进的粒子群对目标函数求解，最后通过实例验证改进粒子群算法的有效性。

差分进化算法( differential evolution algorithm，DE)1]是1997年由 Rainer Storn和 KennethPrice 提出的。该算法相对于遗传算法而言,参数少﹐计算相对简便﹐被广泛应用于电力优化调度问题,其主要过程包括初始化、变异、交叉、选择和终止5个步骤。
基于差分进化算法的微电网调度研究（Matlab代码实现）

基于差分进化算法的微电网调度研究（Matlab代码实现）

📚2 运行结果

基于差分进化算法的微电网调度研究（Matlab代码实现）

部分代码：

%% 费用计算
% 计算燃料电池、微型燃气轮机、小型内燃机燃料成本
F_FuelCost= sum(x(1:24))*data.parameter(3,4)*data.c+sum(x(25:48))*data.parameter(4,4)*data.c+sum(x(49:72))*data.parameter(5,4)*data.c;

% 计算设备运行成本
F_YunweiCost=data.parameter(1,3)*sum(data.PV)+data.parameter(2,3)*sum(data.WT)+data.parameter(3,3)*sum(x(1:24))+data.parameter(4,3)*sum(abs(x(25:48)))+data.parameter(5,3)*sum(x(49:72))+data.parameter(6,3)*sum(abs(x_BT));

% 计算污染物成本
F_PollutionCost=sum(data.pollution(:,1).*data.pollution(:,2).*sum(x(1:24)))+sum(data.pollution(:,1).*data.pollution(:,4).*sum(x(25:48)))+sum(data.pollution(:,1).*data.pollution(:,3).*sum(x(49:72)))+sum(data.pollution(:,1).*data.pollution(:,5).*sum(x(73:96)));

% 大电网交互成本
Grid=x(73:end);
tempa=find(Grid>0);
tempb=find(Grid<0);

F_GridChange= sum(Grid(tempa).*data.Price(tempa))+sum(Grid(tempb).*data.Price(tempb));