%% Cuckoo Search Algorithm solving Micro-Grid problems code for Matlab
% --------------------------Simple chord------------------
clc
clear
close all
data=parameter;
SearchDimension=96; % 问题维度 1-24 FC 25-48 MT 49-72 GS 73-96 GRID
Popsize=50; % 种群数量
IterationMax=1000; % 迭代次数
data.N_numb=1;% 算法循环次数
[x_BT,SOC]=BT_dongtaiguihua(data); %%蓄电池的动态规划
Result_DE=zeros(data.N_numb,SearchDimension);
BestIterValue_DE=zeros(data.N_numb,IterationMax);
tic
for i=1:data.N_numb
data.i=i;
[Result_DE(i,:),BestIterValue_DE(i,:)]=DE(Popsize,SearchDimension,data.SearchScope,IterationMax,data,x_BT);
end
toc
figure
hold on
% x=[1:IterationMax];
plot(mean(BestIterValue_DE,1))
xlabel('迭代次数')
ylabel('费用/元')
legend('DE')
disp('DE运算均值为')
disp(mean(BestIterValue_DE(:,end)))
% %% 绘图专用区
%
%% 出力-负荷对比图
[~,column]=min(BestIterValue_DE(:,end));
P_vilolate=zeros(1,24);
for i=1:24
tempHour=[i 24+i 48+i 72+i];
P_vilolate(1,i)=data.PV(i)+data.WT(i)+x_BT(i)+sum(Result_DE(column,tempHour));% 额外电量
end
figure
hold on
plot(P_vilolate,'o');
plot(data.Demand','+');
plot(P_vilolate);
plot(data.Demand');
xlabel('t')
ylabel('P')
title('各单元总出力-负荷对比图')
legend('Micro-Grid system','总负荷','Location','NorthWest')
%% 荷电状态
figure
a=SOC(2:end);
X=(1:24);
i=1:24;
A=a(1,i);
plot(i,A,'o');
hold on
plot(X,a);
xlabel('时间')
ylabel('荷电状态')
legend('SOC')
axis([0 25 0 1]) %xmin是x最小,xmax是x最大,ymin,ymax类似
%
%% 出力图
figure
FC=Result_DE(column,1:24);
MT=Result_DE(column,25:48);
GS=Result_DE(column,49:72);
GRID=Result_DE(column,73:96);
a=GRID;
b=FC;
c=MT;
d=GS;
e=x_BT';
f=data.PV;
g=data.WT;
h=data.Demand;
i=1:24;
plot(i,a,'-s',i,b,'-p',i,c,'-*',i,d,'-d',i,e,'-o',i,f,'-+',i,g,'-v',i,h,'-x');
xlabel('时间t/h')
ylabel('功率P/KW')
legend('GRID','FC','MT','GS','BT','PV','WT','总负荷','Location','NorthWest')
figure
y=[a' b' c' d' e' f' g'];
bar(y,'stacked');
hold on;
plot(h,'r','linewidth',2);
legend('GRID','FC','MT','GS','BT','PV','WT','总负荷','Location','NorthWest','FontSize',5)
没有合适的资源?快使用搜索试试~ 我知道了~
基于改进差分进化算法的微电网调度研究
共7个文件
m:7个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 66 浏览量
2024-12-18
17:31:30
上传
评论
收藏 5KB RAR 举报
温馨提示
研究背景 全球能源枯竭和环境污染问题日益严重,微电网作为一种新型分布式能源组织结构,可提高能源利用率,减少污染排放。目前国内外学者对微电网进行了大量研究。 为提高差分进化算法的优化性能,提出 DE - PSO 算法,并应用于微电网能量调度。 相关算法介绍 差分进化算法(DE):1997 年提出,包括初始化、变异、交叉、选择和终止 5 个步骤,参数少、计算简便,常用于电力优化调度问题。 粒子群算法(PSO):1995 年提出,粒子通过自身和种群内其他粒子的信息决定下一步运动,具有收敛速度快、操作简单等优点。 DE - PSO 算法 粒子群差分变异策略(PDE):借鉴 PSO 算法的粒子更新机制,简化速度项,用线性组合替代个体和全局极值,并引入随机惯性权重。 DE/current - to - rand/1 变异策略:作为辅助变异算子,补偿 PDE 策略在多峰优化问题中的不足,增加种群多样性。 随机扰动策略:为避免早熟收敛,提出随机扰动策略,增加种群多样性,也可用于算法种群的初始化。 算法描述:DE - PSO 算法具有多重变异策略,设定概率系数触发随机扰动.
资源推荐
资源详情
资源评论
收起资源包目录
基于改进差分进化算法的微电网优化调度_程序.rar (7个子文件)
程序
parameter.m 2KB
init.m 262B
BT_dongtaiguihua.m 997B
Main.m 2KB
DE.m 2KB
BT_xuefengtiangu.m 573B
fitness.m 1KB
共 7 条
- 1
资源评论
pk_xz123456
- 粉丝: 2549
- 资源: 3613
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 实验 Linux常用命令.docx
- 智科2201-223260121-武明杰.docx
- 基于LSTM网络模型的新闻文本分类算法matlab仿真,区分真新闻和假新闻,包括程序,参考文献,中文注释,仿真操作步骤视频
- 禅道Windows安装包
- DevSideCar.exe是github的加速软件,支持npm加速,github加速等
- Day-02 指令修饰符(v-model)、v-bind进阶、计算属性(computed)、computed和methods方法的区别、watch监听器
- fuxiziliao.exe
- 瑞吉外卖项目学习笔记(一)资料
- 请问是大萨达防擦打完阿达 阿达
- EnglishGrammar.xmind(修正版).zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功