单时段机组组合优化的粒子群算法实现（MATLAB）

使用粒子群算法(PSO)解决单时段机组组合问题的MATLAB实现。机组组合问题是在满足电力需求的前提下，确定哪些发电机组应该运行以及它们的出力水平，以最小化总成本。

% 单时段机组组合优化的粒子群算法实现
clear; clc; close all;

%% 机组参数：最小出力、最大出力、成本系数(a, b, c)
units = struct();
units(1).p_min = 10;  units(1).p_max = 50;  units(1).cost_coeff = [0.01, 0.5, 10];
units(2).p_min = 20;  units(2).p_max = 80;  units(2).cost_coeff = [0.02, 0.3, 20];
units(3).p_min = 30;  units(3).p_max = 100; units(3).cost_coeff = [0.01, 0.4, 30];
units(4).p_min = 40;  units(4).p_max = 120; units(4).cost_coeff = [0.03, 0.2, 40];
units(5).p_min = 50;  units(5).p_max = 150; units(5).cost_coeff = [0.01, 0.6, 50];

% 系统参数
load_demand = 300;  % 负荷需求
n_units = length(units);  % 机组数量

%% PSO参数
n_particles = 50;     % 粒子数量
max_iter = 100;       % 最大迭代次数
w = 0.7;              % 惯性权重
c1 = 1.5;             % 个体学习因子
c2 = 1.5;