基于粒子群优化算法的微电网调度(光伏 储能 电动车 电网交互)（Matlab代码实现）

💥💥💥💞💞💞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

📝目前更新：🌟🌟🌟电力系统相关知识，期刊论文，算法，机器学习和人工智能学习。

🚀支持：🎁🎁🎁如果觉得博主的文章还不错或者您用得到的话，可以关注一下博主，如果三连收藏支持就更好啦！这就是给予我最大的支持！

📋📋📋本文目录如下：⛳️⛳️⛳️

​

目录

1 概述

2 基于粒子群算法的微电网调度结果

4 写在最后

5 Matlab代码实现

1 概述

微电网（Micro-Grid）日前经济调度问题是指考虑电网的分时电价基础上，对常规负荷、光伏出力、电动车出力进行日前(未来 24 小时)预测，然后充分利用微网中的储能等可调控手段，使微电网运行的经济性最优。当新能源的总出力大于总负荷出力时，然后新能源给主网卖电，当新能源供应不足的时候，给主网买电。

众多学者对此做了大量研究，考虑电价与负荷响应量相关性的基础上,建立了以运行成本最低、可再生能源消纳比例最高和用户满意度最好为目标的日前调度模型。针对微电网新能源出力不确定的问题,从并网型微电网运营商的角度提出一种供需协同两阶段日前优化调度框架来降低系统运营成本和风险。考虑可再生能源停运的不确定性，提出一种考虑风险的微电网日前随机优化调度方法。也可以以运行成本最小为优化目标、同时考虑储能，提出了一种微电网日前调度调度模型。

我们上节课讲解了:微电网调度（风、光、储能、电网交互）（Matlab&Python代码实现）

有兴趣的同学可以去看看。

也可以去知网学习相关的知识点：

2 基于粒子群算法的微电网调度结果

部分代码：

%SOC约束fx(f)=fitnessEcoVir(CFX,grid(f,:),xdccl(f,:),sub,PV,buy,sell);%适应度更新%个体最优if fx(f)<fpbest(f)pbest(f,:)=SOC(f,:);fpbest(f)=fx(f);end%群体最优if fx(f)<fgbestgbest=SOC(f,:);fgbest=fx(f); GRID=grid(f,:);endendMINIMUM(t)=fgbest; enddb=gbest;for j=1:24xdc(j)=(gbest(j)-gbest(j+1))*XDCRL; end% for j=1:24%GRID(j)=LOAD(j)+Pev(i) - PV(j)- xdc(j);% endGRID % 电网xdc %蓄电池a=sum(xdc)figure(1);fitgbest=min(MINIMUM)plot(MINIMUM,'Color','b','Marker','.','LineWidth',1.5)xlabel('迭代次数')ylabel('最优解')figure(2);l=1:24;plot(l,GRID,'o-',l,xdc,'*-',l,PV,'--',l,Pev,'-','LineWidth',1.5)legend('主网出力','蓄电池出力','光伏出力','电动车出力')xlabel('小时/h')ylabel('功率/kW')% % set(gca,'xtick',0:2:24) % hold offSOC=db(1:25)figure(2)ll=0:24;figure(3);plot(ll,SOC,'Color','r','Marker','.','LineWidth',1.5)xlabel('小时/h')ylabel('SOC')xlim([0 24])title('蓄电池SOC')set(gca,'xtick',0:2:24)

4 写在最后

部分理论引用网络文献，若有侵权请联系博主删除。

👨‍🎓博主课外兴趣：中西方哲学，送予读者：

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学，什么是电的时候，不要觉得这些问题搞笑，哲学就是追究终极问题，寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“真理”上的尘埃吧。

或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

5 Matlab代码实现