💥💥💞💞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。
📚2 运行结果
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));
🎉3 参考文献
部分理论来源于网络,如有侵权请联系删除。
[1]陈丹凤,赵才,张志飞,周燕.基于改进差分进化算法的微电网调度研究[J].广西大学学报(自然科学版),2022,47(04):1018-1029.DOI:10.13624/j.cnki.issn.1001-7445.2022.1018.文章来源:https://www.toymoban.com/news/detail-457953.html
[2]黄淑媛,肖健梅.基于差分进化算法的微电网多目标优化调度[J].船电技术,2018,38(07):57-61.DOI:10.13632/j.meee.2018.07.014.文章来源地址https://www.toymoban.com/news/detail-457953.html
🌈4 Matlab代码实现
到了这里,关于基于差分进化算法的微电网调度研究(Matlab代码实现)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!