电动汽车充电优化matlab源码+说明文档.zip

%% 第三份文件，主程序，需要用到前面的两份生成的数据文件 clc clear all close all %% 读取数据 % load EVdata.mat % load data.mat global EVLoad BLoad WTP EV global EPrice global EVnum EVnum = 1000;%EV数量 EV0 data load EVdata.mat load data.mat BLoad = Load(:,2)'; [EPrice,PriceT] = EPriceCAL(WTP(:,2));%考虑风电影响的电价 HighPriceTime = [];MediumPriceTime = [];LowPriceTime = []; for i = 1 : length(PriceT) if PriceT(i) == 1 HighPriceTime = [HighPriceTime,i]; end if PriceT(i) == 2 MediumPriceTime = [MediumPriceTime,i]; end if PriceT(i) == 3 LowPriceTime = [LowPriceTime,i]; end end %% PSO参数设置 % Problem preparation problem.nVar = EVnum; problem.ub = ones(1,EVnum)*30;% Upper boundary problem.lb = EV(:,1)';% Lower boundary problem.fobj = @fun; % PSO parameters noP = 10; maxIter = 1000; visFlag = 0; % set this to 0 if you do not want visualization RunNo = 30; BestSolutions_PSO = zeros(1 , RunNo); %% PSO优化 [GBEST , cgcurve] = PSO( noP , maxIter, problem , visFlag ) ; % % % % [BestSol,BestCost] = pso(nVar,VarMin,VarMax,... % % % % MaxIt,nPop,w,wdamp,c1,c2,@fun); %% 收敛图 figure plot(cgcurve,'-r','Linewidth',1.5) title('PSO收敛图'); xlabel('迭代次数'); ylabel('目标函数'); %% 优化结果展示---有序充电下的 disp('各电动汽车调度充电时间点：') round(GBEST.X) disp('最优电动汽车调度策略的目标函数') GBEST.O [~,deltaP,ChargeCost,PLD] = fun(GBEST.X); disp('最优电动汽车调度策略的峰谷差') deltaP disp('最优电动汽车充电费用') ChargeCost %% 画图，得到电动汽车优化前后总的负荷曲线 plot(PLD(1,:),'-rs','linewidth',2); title('优化电动汽车充电策略前后的总负荷'); xlabel('时间/h'); ylabel('功率需求/kW'); hold on PLD0 = BLoad + EVLoad; plot(PLD0(1,:),'-gs','linewidth',2); % title('优化电动汽车充电策略前后的总负荷'); % xlabel('时间/h'); % ylabel('功率需求/kW'); legend('优化后负荷曲线','优化前负荷曲线') %% 数据展示 disp(['高电价时间段： ',num2str(HighPriceTime)]) disp(['平电价时间段： ',num2str(MediumPriceTime)]) disp(['低电价时间段： ',num2str(LowPriceTime)]) PLD5 = PLD; save loaddata1000 PLD5