【微电网优化】基于粒子群优化IEEE经典微电网结构附matlab代码

✅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👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机

⛄ 内容介绍

微电网集中了分布式发电、负荷和储能,其并网接入必然对配电网的无功优化产生影响。提出了考虑微电网的配电网动态无功优化模型,在模型中考虑微电网运行特性对于动态无功优化的影响。利用基于粒子群算法进行无功优化求解,通过 IEEE33节点配电网系统的仿真算例验证了本文计算的合理性和有效性。

⛄ 部分代码

%% 清空环境

clc;

clear;

%% 参数初始化

%粒子群算法中的两个参数

c1 = 1.5;

c2 = 1.5;

maxgen=50;    %进化次数  

sizepop=60;   %种群规模

Vmax=[4 4 4 4 4 4 4 0 0 4];

Vmin=[-4 -4 -4 -4 -4 -4 -4 0 0 -4];

popmax=[60 60 0 34 400 15 15 0 10 60];

popmin=[0 0 0 0 0 0 0 0 10 0];​

    %% 产生初始粒子和速度

    

    for z=1:sizepop

        %随机产生一个种群

       pop(z,:)=60*rand();    %初始种群

       pop(z,2)=60*rand();

       pop(z,3)=0;

       pop(z,4)=34*rand();

       pop(z,5)=400*rand();   

       pop(z,6)=15*rand();

       pop(z,7)=15*rand();

       pop(z,8)=0;

       pop(z,9)=10;

       pop(z,10)=60*rand();

     V(z,1)=4*rand();  %初始化速度

     V(z,2)=4*rand(); 

     V(z,3)=4*rand();

     V(z,4)=4*rand();

     V(z,5)=4*rand();

     V(z,6)=4*rand();

     V(z,7)=4*rand();

     V(z,8)=0;

     V(z,9)=0;

     V(z,10)=4*rand();

        %计算适应度

        fitness(z)=fun1(pop(z,:));   %染色体的适应度

    end

        end

        %[bf bt]=max(fitness);

    %gb=pop(bt,:);   %最佳geti 

   

%disp(gb);

        for j=1:sizepop

            %个体最优更新

            if fitness(j) < fitnessgbest(j)

                gbest(j,:) = pop(j,:);

                fitnessgbest(j) = fitness(j);

            end

            %群体最优更新

            if fitness(j) < fitnesszbest

                zbest = pop(j,:);

                fitnesszbest = fitness(j);

            end

        end 

       result(z)=fitnesszbest;    

 yy(:,z)=zbest;

  

end

disp (zbest);

disp (fitnesszbest);

g=[zbest(1)+zbest(6)*1i zbest(2)+zbest(7)*1i zbest(3)+zbest(8)*1i zbest(4)+zbest(9)*1i];

u=sum(g);

disp(g);

disp(u);

l=zbest(5)+zbest(10)*1i;

disp(l);

t=u-l;

disp(t);

%% 结果分析

plot(result)

title('最优个体适应度','fontsize',12);

xlabel('进化代数','fontsize',12);ylabel('适应度','fontsize',12);

⛄ 运行结果

⛄ 参考文献

[1]贺志华等. "基于多智能体遗传算法的微电网优化策略研究." 工业控制计算机 30.2(2017):3.

[2]彭涛. 考虑微电网的配电网动态无功优化[J]. 建筑遗产, 2013, 000(017):297-298.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除