基于改进的多目标粒子群算法的微电网多目标调度（三个目标函数）（matlab代码实现）

news2024/9/21 8:00:44

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🌈3 Matlab代码实现

🎉4 参考文献

💥1 概述

本文基于改进的多目标粒子群算法的微电网多目标调度（三个目标函数）（matlab代码实现）

详情见第3部分。

📚2 运行结果

部分代码：

function cost=shiyingzhi_pollution_2(PGT,iii)
%适应值函数
%第一行 DG，第二行MT，第三行FC

% PGT=[0.7541
% 1.9976
% 0.9658
% 0.2824];
%--------------------------------------------------------------------------
T=1;
N=4;
% 输入原始数据,包括各时段负荷大小，发电机有功输出上下限，发电机耗量成本系数，各时段风电场预测的平均输出功率
pmax(1)=7;pmin(1)=0;
pmax(2)=4;pmin(2)=0;
pmax(3)=4;pmin(3)=0;

% 柴油发电机的耗量参数
a=0.4333;b=0.2333;c=0.0071;
% 微型燃气轮机,P_mt表示燃气轮机发出的功率，Xl_mt表示燃气轮机的效率
Price_mt=0.1;
% Xl_mt=0.0753*(P_mt/65)^3-0.3095*(P_mt/65)^2+0.1068;
% 燃料电池
Xl_fc=0.4;
Price_fc=0.2;
% Cost_fc=Price_fc*P_fc/Xl_fc;

% 污染物排放成本
% aa表示NOX，bb表示FC,cc表示DG
aa=[21.8,0.03,0.44];
bb=[0.454,0.006,0.008];
cc=[1.432,1.078,1.596];

% PL=[11,4,4,4,5,6,7.5,8,7.5,6,5,6,6.5,7,8,5,8.5,11,13,13,10,10,6.5,5];
PL=[3,4,4,4,5,6,6.5,7,7.5,8.5,9,10,10.5,10,9,8.5,9,10,11,11.5,10,9,5.5,5];

%--------------------------------------------------------------------------
C=zeros(1,T);
Cost=0;
% s=a+b*PGT(1)+c*PGT(1)*PGT(1)+Price_fc*PGT(2)/Xl_fc+Price_mt*PGT(3)/(0.0753*(PGT(3)/65)^3-0.3095*(PGT(3)/65)^2+0.4174*PGT(3)/65+0.1068)+1000000*(sum(PGT(1:N))-PL(iii))^2;
s=27.3*(aa(1)*PGT(1)+aa(2)*PGT(2)+aa(3)*PGT(3))/1000+6.435*(bb(1)*PGT(1)+bb(2)*PGT(2)+bb(3)*PGT(3))/1000+0.091*(cc(1)*PGT(1)+cc(2)*PGT(2)+cc(3)*PGT(3))/1000+10000000000*(sum(PGT(1:N))-PL(iii))^2;
Cost=Cost+s;

cost=Cost;