前言

综合能源系统在独立规划运行的模式下，能源利用率低、环境污染高，且当不同种类的能源大规模接入到综合能源网络时，系统难以在经济性和环保性之间取得平衡。因此，如何实现经济性和环保性的双重优化，是当前综合能源系统优化研究的主要问题。目前研究角度都过分考虑了单指标优效果，而限制了一部分系统的运行功率，同时忽视了用户侧需求，使整个楼宇微网存在能源浪费的情况，从而给系统整体运行带来了大量阻力。

楼宇微网结构模型

1）以风力发电和光伏发电等可再生能源作为分布式电源，不含CCHP，依靠电制冷设备满足楼宇制冷需求；

2）以风力发电、光伏发电以及CCHP作为分布式电源，依靠热电联供机组中的余热吸收式制冷设备供冷的楼宇微网。第一种类型楼宇微网制冷需要消耗电力，第二种类型楼宇微网制冷需要消耗天然气。

粒子群算法

粒子群优化算法中粒子间特殊的信息传递机制，在较低的计算成本下，可以很好地解决各种问题。该算法具有实现简单，数学处理量最小，优化能力强等优点。根据期刊上发布的相关文章，可以视粒子群算法为最频繁和常用的自然基础算法之一，也是用来解决不同的基准和工程优化问题的首选算法，因为它需要更少的内存和非常简单的实现方案。PSO在对非线性、不可微、多模态优化问题的处理上具有鲁棒性和快速性。然而，PSO也有一些缺点。在实现该算法的过程中，需要跳出局部最优，避免过早收敛。当优化变量增加时，优化问题就会变得更加复杂，从而降低了找到全局最优的概率。

程序介绍

针对楼宇微网对用户侧舒适度考虑不足的问题，建立了一种含冷热电气的楼宇微网调度模型，并搭建了以温度舒适为评价指标的用户舒适度评价体系。同时设置运行成本最低为优化目标，通过研究系统在不同舒适度下的运行特性，得出在考虑用户舒适度情况下合适的系统运行策略，为综合能源系统的规划建设提供参考。程序中算例丰富，注释清晰，干货满满，创新性和可扩展性很高，足以撑起一篇高水平论文！下面对程序做简要介绍！

程序适用平台：Matlab+Yalmip+Cplex

程序结果

部分程序

%%初始化种群
for i=1:sizepop
pop(i,1:dim)=rand(1,dim).*(popmax-popmin)+popmin; pop(i,25)=round(pop(i,25));
v(i,1:dim)=0.2*(2.*rand(1,dim)-1);
%计算适应度值
fitness(i) =mg_fit1(pop(i,:));
shengjing=sum((popmax-popmin).^2);d=zeros(sizepop,sizepop);
sd=zeros(sizepop,sizepop);sdd=zeros(sizepop,1);fshengjing=zeros(sizepop,1);
eb=1;[best index]=min(fitness);
gtsite=pop(:,1:25);        %个体最佳位置
gtfit=fitness;           %个体最佳适应度
popsite=pop(index,1:25);   %全局最佳位置
popfit=fitness(index);  %全局最佳适应度
trace(1)=popfit;

部分内容源自网络，侵权联系删除！

欢迎感兴趣的小伙伴关注并私信获取完整版代码，小编会不定期更新高质量的学习资料、文章和程序代码，为您的科研加油助力！