• 【微电网重构】基于粒子群算法实现IEEE33节点系统进行配电网重构 前推回代计算潮流附matlab代码


    ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

    🍎个人主页:Matlab科研工作室

    🍊个人信条:格物致知。

    更多Matlab仿真内容点击👇

    智能优化算法  神经网络预测 雷达通信  无线传感器

    信号处理 图像处理 路径规划 元胞自动机 无人机

    ⛄ 内容介绍

    ​在配电系统中最行之有效的优化控制手段当属配电网络重构,其通过操动开关来转移负荷,改变结构,以优化运行或恢复供电.因此,配电网静态优化重构与故障恢复重构被认为是实现配电网自愈功能的重要途径,其研究与应用具有重要的现实意义. 

    ⛄ 部分代码

    %% 清空环境

    clc

    clear

    tic

    %% 参数初始化

    %粒子群算法中的两个参数

    c1 = 1.49445;

    % c2 = 1.49445;

    % c1 = 1;

    c2 = 1;

    maxgen=100;   % 进化次数

    sizepop=30;   %种群规模

    Vmax=3;

    Vmin=-3;

    % popmax=2;

    % popmin=-2;

    Dim=5;

    lb=ones(1,Dim);

    ub=[10 7 15 21 11];

    pop = round(rand(sizepop, Dim).*repmat(ub-lb,sizepop,1) + repmat(lb,sizepop,1));

    %% 产生初始粒子和速度

    for i=1:sizepop

        V(i,:)=3*rands(1,5);  %初始化速度

        %计算适应度

        fitness(i)=fitness1(pop(i,:));   %染色体的适应度

    end

    %% 个体极值和群体极值

    [bestfitness bestindex]=min(fitness);

    zbest=pop(bestindex,:);   %全局最佳

    gbest=pop;    %个体最佳

    fitnessgbest=fitness;   %个体最佳适应度值

    fitnesszbest=bestfitness;   %全局最佳适应度值

    %% 迭代寻优

    for i=1:maxgen

        

        for j=1:sizepop

            

            %速度更新

            V(j,:) = V(j,:) + c1*rand*(gbest(j,:) - pop(j,:)) + c2*rand*(zbest - pop(j,:));

            V(j,find(V(j,:)>Vmax))=Vmax;

            V(j,find(V(j,:)

            %种群更新

            pop(j,:)=pop(j,:)+V(j,:);

            pop=round(pop);

            

            for jj=1:Dim

                if pop(j,jj)>ub(jj)

                    pop(j,jj)=ub(jj);

                end

                if pop(j,jj)

                    pop(j,jj)=lb(jj);

                end

            end

            %适应度值

            fitness(j)=fitness1(pop(j,:));

            

        end

        

        for j=1:sizepop

            

            %个体最优更新

            if fitness(j) < fitnessgbest(j)

                gbest(j,:) = pop(j,:);

                fitnessgbest(j) = fitness(j);

            end

            

            %群体最优更新

            if fitness(j) < fitnesszbest

                zbest = pop(j,:);

                fitnesszbest = fitness(j);

            end

        end

        yy(i)=fitnesszbest;

        

    end

    %% 结果分析

    figure

    plot(yy)

    title('最优个体适应度','fontsize',12);

    xlabel('进化代数','fontsize',12);ylabel('适应度','fontsize',12);

    disp(yy(end))

    toc

    ⛄ 运行结果

    ⛄ 参考文献

    [1]刘斌, 曹爱珍, 刘秋榕,等. 基于配电网拓扑分析的重构潮流算法[J]. 电网与清洁能源, 2012(9):5.

    [2]曹侃, 张红云, 罗静,等. 配电网前推回代潮流计算的新算法[C]// 重庆市电机工程学会2008年学术会议. 2008.

    ❤️ 关注我领取海量matlab电子书和数学建模资料

    ❤️部分理论引用网络文献,若有侵权联系博主删除

     

  • 相关阅读:
    vscode配置linux私钥远程免密登录
    解决 filezilla 连接服务器失败问题
    全栈技术面试十问2(中英双语)
    java计算机毕业设计家庭食谱管理系统2021MyBatis+系统+LW文档+源码+调试部署
    Vue2组件间通讯
    算法基础:单链表图解及模板总结
    Spring MVC框架中Formatter数据格式化的相关说明
    C++中的菱形继承问题及解决方案
    java中@Repository注解的作用?
    Java:学习Java的最好方法
  • 原文地址:https://blog.csdn.net/matlab_dingdang/article/details/127130007