基于多目标粒子群的微电网优化调度(附matlab代码)
1、部分结果展示
%储能最大放电功率
StorageMaxDischargingPower=250;
%储能最大充电功率
StorageMaxChargingPower=-200;
%柴油发电机最大功率
DGMaxImportPower=600;
%柴油发电机最小功率
DGMinImportPower=200;
mm=mopso;
nn=length(mm.swarm);
for i=1:nn
yyy(i)= mm.swarm(1,i).cost(1);
xxx(i)= mm.swarm(1,i).cost(2);
end
m1=max( yyy);
m2=max( xxx);
for i=1:nn
object(i)= mm.swarm(1,i).cost(1)./m1+ mm.swarm(1,i).cost(2)./m2;
f1(i)=mm.swarm(1,i).cost(1)./m1;
f2(i)=mm.swarm(1,i).cost(2)./m2;
end
[m,p]=min(object);
pg=mm.swarm(1,p).x;
for i=1:24
pg_PV(i)=pg(i);
end
for m=25:48
pg_WT(m-24)=pg(m);
end
for m=49:72
pg_BT(m-48)=pg(m);
end
for m=73:96
pg_DG(m-72)=pg(m);
end
deltp_sum=0;
for i=1:24
deltp(i)=(pg(i)+pg(i+24)+pg(i+48)+pg(i+72)-P_load(i));
deltp_sum=deltp_sum+deltp(i);
end
figure(2)
plot( pg_PV,'-d')
hold on;
plot(PV,'-rd')
xlim([1 24])
grid
legend('已消纳功率','总光伏功率');
xlabel('时间');
ylabel('功率');
title('光伏发电出力')
figure(3)
plot( pg_WT,'-d')
hold on;
plot(WT,'-rd')
xlim([1 24])
grid
legend('已消纳功率','总风电功率');
xlabel('时间');
ylabel('功率');
title('风力发电出力')
figure(4)
plot( pg_DG,'-d')
hold on;
xlim([1 24])
grid
xlabel('时间');
ylabel('功率');
title('柴油机机出力')
absorb_pv=sum(pg_PV)/sum(PV);
disp('光伏消纳比例');
absorb_pv
absorb_WT=sum(pg_WT)/sum(WT);
disp('风电消纳比例');
absorb_WT
figure(5)
plot( pg_BT,'-d')
xlim([1 24])
grid
xlabel('时间');
ylabel('功率');
title('储能出力')
figure(6)
plot(P_load,'-d')
xlim([1 24])
grid
xlabel('时间');
ylabel('功率');
title('负荷')
figure(7)
bar(pg_BT);
hold on
plot( pg_PV,'-d')
xlim([1 24])
grid
plot(pg_WT,'-d');
plot( pg_DG,'-d')
legend('储能','光伏发电','风力发电','柴油发电机');
xlabel('时间/h')
ylabel('功率/kw')

分类:
微电网经济调度
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
· AI与.NET技术实操系列(六):基于图像分类模型对图像进行分类