基于杂交PSO算法的风光储微网日前优化调度(MATLAB实现).rar

上传者: 42912425 | 上传时间: 2024-06-06 11:01:13 | 文件大小: 13KB | 文件类型: RAR
微网中包含:风电、光伏、储能、微型燃气轮机,以最小化电网购电成本、光伏风机的维护成本、蓄电池充放电维护成本、燃气轮机运行成本及污染气体治理成本为目标,综合考虑:功率平衡约束、燃气轮机爬坡约束、电网交换功率约束、储能装置约束、可控微电源出力约束等约束条件建立优化调度模型。 求解算法采用改进的粒子群优化(PSO)算法,引入杂交机制提高全局寻优能力。PSO粒子群算法中,用一种粒子来表示一个个体,每个粒子可视为N维搜索空间中的一个搜索个体,粒子的当前位置即为对应优化问题的一个候选解,粒子的飞行过程即为该个体的搜索过程.粒子的飞行速度可根据粒子历史最优位置和种群历史最优位置进行动态调整.粒子仅具有两个属性:速度和位置,速度代表移动的快慢,位置代表移动的方向。每个粒子单独搜寻的最优解叫做个体极值,粒子群中最优的个体极值作为当前全局最优解。不断迭代,更新速度和位置。最终得到满足终止条件的最优解。 借鉴遗传算法中的杂交的概念,在每次迭代中,根据杂交率选取指定数量的粒子放入杂交池内,池内的粒子随机地两两杂交,产生同样数目的子代粒子,并用子代粒子代替父代粒子。

文件下载

资源详情

[{"title":"( 10 个子文件 13KB ) 基于杂交PSO算法的风光储微网日前优化调度(MATLAB实现).rar","children":[{"title":"pso.m <span style='color:#111;'> 17.22KB </span>","children":null,"spread":false},{"title":"pv_array.m <span style='color:#111;'> 805B </span>","children":null,"spread":false},{"title":"objFun.m <span style='color:#111;'> 2.55KB </span>","children":null,"spread":false},{"title":"main.m <span style='color:#111;'> 8.96KB </span>","children":null,"spread":false},{"title":"dc_ac_pv.m <span style='color:#111;'> 48B </span>","children":null,"spread":false},{"title":"init_swarms.m <span style='color:#111;'> 8.03KB </span>","children":null,"spread":false},{"title":"windturbine.m <span style='color:#111;'> 885B </span>","children":null,"spread":false},{"title":"microturbine.m <span style='color:#111;'> 631B </span>","children":null,"spread":false},{"title":"solarcell.m <span style='color:#111;'> 1.24KB </span>","children":null,"spread":false},{"title":"battery.m <span style='color:#111;'> 639B </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明