单目标应用：遗传算法（Genetic Algorithm，GA）求解微电网优化MATLAB

本文主要是介绍单目标应用：遗传算法（Genetic Algorithm，GA）求解微电网优化MATLAB，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！

一、微网系统运行优化模型

微电网优化模型介绍：

微电网多目标优化调度模型简介_IT猿手的博客-CSDN博客

二、遗传算法GA

遗传算法（Genetic Algorithm，GA）起源于对生物系统所进行的计算机模拟研究，是一种随机全局搜索优化方法，它模拟了自然选择和遗传中发生的复制、交叉(crossover)和变异(mutation)等现象，从任一初始种群（Population）出发，通过随机选择、交叉和变异操作，产生一群更适合环境的个体，使群体进化到搜索空间中越来越好的区域，这样一代一代不断繁衍进化，最后收敛到一群最适应环境的个体（Individual），从而求得问题的优质解。

三、遗传算法GA求解微电网优化

（1）部分代码

close all;
clear ; 
clc;
global P_load; %电负荷
global WT;%风电
global PV;%光伏
%%
TestProblem=1;
[lb,ub,dim,fobj] = GetFunInfo(TestProblem);
SearchAgents_no=50; % Number of search agents
Max_iteration=150; % Maximum number of iterations
[Best_score,Xbest,Convergence_curve]=GA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);%% 画结果图
figure(1)
semilogy(Convergence_curve,'r-','linewidth',2);
legend('GA');
xlabel('迭代次数')
ylabel('运行成本与环境保护成本之和')

（2）部分结果