✅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
日前,能源枯竭和环境污染问题日益严重,而由各种分布式电源所组成的微电网得到了大力的发展与运用,但是由于各分布式电源的结构性与出力特性不同,部分电源受到外界因素的因素,导致微电网存在不稳定性和波动性,这给分布式电源的出力管理也带来了难题.而当今对微电网的经济调度优化也是对微电网的研究的一大重要趋势,是具有现实意义的.
⛄ 部分代码
% microgird_dispatch_2()
%第一行 DG，第二行MT 微型燃气轮机，第三行FC 燃料电池
tic;
w_start=0.9;
w_end=0.4;
c1=2;
c2=2;
Vmax=200;
PopSize=20; %种群个数
MaxIter=300; %最大迭代次数
iter=0;
T=24; %时段
N=4; %可再生能源的种类数
% 输入原始数据,包括各时段负荷大小，发电机有功输出上下限，发电机耗量成本系数，各时段风电场预测的平均输出功率
pmax(1)=7;pmin(1)=0;
pmax(2)=4;pmin(2)=0;
pmax(3)=4;pmin(3)=0;
% a=[1000,970,700,680,450,370,480,660,665,670];
% b=[16.19,17.26,16.60,16.50,19.70,22.26,27.74,25.92,27.27,27.79];
% c=[0.00048,0.00031,0.002,0.00211,0.00398,0.00712,0.00079,0.00413,0.00222,0.00173];
% 柴油发电机的耗量参数
a=0.0071;b=0.2333;c=0.4333;
% 微型燃气轮机,P_mt表示燃气轮机发出的功率，Xl_mt表示燃气轮机的效率
% Xl_mt=0.0753*(P_mt/65)^3-0.3095*(P_mt/65)^2+0.1068;
% 燃料电池
Xl_fc=0.4;
% Cost_fc=Price_fc*P_fc/Xl_fc;
st;
cccc=sum(Best);
figure(3);
plot(HengZB,ZongZB);
xlabel('迭代次数');ylabel('全局最优值/$');
end
aaaaaa=sum(PGTTT);
Cost=shiyingzhi_fadianchengben_all_2(PGTTT)
% Cost=shiyingzhi_pollution_all_2(PGTTT)
% Cost=shiyingzhi_zonghexiaoyi_all_2(PGTTT)
%__________________________________________________________________________
%__________________________________________________________________________
% figure(2);
% plot(HengZB,ZongZB);
PGTTT % 输出最优的各类型微电源结果
figure(4);
plot(xx,PGTTT(1,:),'-ksquare',xx,PGTTT(2,:),'-r*',xx,PGTTT(3,:),'-b^'); % 绘制24小时的各微电源的功率曲线图
xlabel('t/h');ylabel('P/kW');
axis([1,24,-1,8]);
% figure(5);
% plot(xx,sum(Best),'--',xx,PL(1:T),'-*',xx,sum(Best)-PL(1:T),'-x');
toc;
⛄ 运行结果
⛄ 参考文献
[1]杨健. 基于改进粒子群算法的微网实时能量优化调度[D]. 南京邮电大学.
[2]高杰. 基于粒子群算法的微电网经济调度优化.
