【完全复现】基于改进粒子群算法的微电网多目标优化调度（含matlab代码）

本文主要是介绍【完全复现】基于改进粒子群算法的微电网多目标优化调度（含matlab代码），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

主要内容

部分代码

结果一览

下载链接

主要内容

程序完全复现文献模型《基于改进粒子群算法的微电网多目标优化调度》，以微电网系统运行成本和环境保护成本为目标函数，建立了并网方式下的微网多目标优化调度模型，通过改进粒子群算法和原始粒子群算法进行对比，验证改进方法的优越性。虽然标题是多目标优化算法，实质指的是权值多目标，即通过不同目标权值相加的方式转化为单目标进行求解，程序采用matlab编写，模块化编程，方便学习！

部分代码

%% 基于改进粒子群算法的微电网多目标优化调度  
% 变量定义如下：

% 决策变量：柴油发电机 微型燃气轮机 联络线 储能
% x=[DE(1*24), MT(1*24), Grid(1*24), Bess(1*24)]; 

clc;
clear;
close all;
tic
%获取数据
%定义全局变量
global P_load; %电负荷
global Pwt;%风电
global Ppv;%光伏
global buy_price;
global sell_price;
global f1;
global f2;
data=xlsread('mopso_data');
P_load=data(:,1);
Ppv=data(:,2);
Pwt=data(:,3);
buy_price=data(:,4);
sell_price=data(:,5);
%% 算法参数
parameter;%基本参数

nVar=4*24;              % 变量数量
VarMin=[ones(1,24)*DEMin, ones(1,24)*MTMin, ...ones(1,24)*GridMin, ones(1,24)*BESSMax_char]; % 变量最小值
VarMax=[ones(1,24)*DEMax, ones(1,24)*MTMax, ...ones(1,24)*GridMax, ones(1,24)*BESSMax_dischar]; % 变量上限
MaxIt=500;      % Maximum Number of Iterations
nPop=200;        % Population Size (Swarm Size)

%% 计算

[ bestPosition, fitValue, BestCost ] = ...
PSOFUN( @fun_objective,nVar,VarMin,VarMax,MaxIt,nPop );