PSO求解梯级水库优化调度

%%%%%%%%%%%%%%PSO求解梯级水库优化调度%%%%%%%%%%%%%%%%%
%------初始格式化--------------------------------------------------
clear all;
clc;
format short;

tic %-----------------------计时开始

%------给定初始化条件----------------------------------------------
c1=1.4962; %学习因子1
c2=1.4962; %学习因子2
w=0.7298; %惯性权重
MaxDT=20; %最大迭代次数-------k次迭代
D=12; %搜索空间维数（未知数个数）-----D维空间
N=100; %初始化群体个体数目--------m个粒子
eps=10^(-6); %设置精度(在已知最小值时候用)
%-----------------------------------------时段水位上下限
zmin=[970,970,970,970,952,952,952,952,952,952,970,970] %%[888,888,888,888,888,893,888,888,888,888,888,888];
zmax=[977,977,977,980,980,977,977,957,977,970,977,977] %%[898,898,898,898,898,898,893,892,892,898,898,898];

%------初始化种群的个体(可以在这里限定位置和速度的范围)------------
for i=1:N
for j=1:12
x(i,j)=zmin(j)+(zmax(j)-zmin(j))*rand; %水位初始化
end

k=0.2; %%%%%%%%%%%%
for j=1:12
v(i,j)=k*(zmax(j)-zmin(j))*rand; %速度
end
end

%------先计算各个粒子的适应度（发电量），并初始化Pi和Pg----------------------
for i=1:N
p(i)=fxpso(x(i,:));
pb(i,:)=x(i,:);
end

gb=x(1,:);
for i=2:N
if fxpso(x(i,:))>fxpso(gb) %%%%%%%%%%%%%注意大小号
gb=x(i,:);
end
end

%------进入主要循环，按照公式依次迭代，直到满足精度要求------------
for t=1:MaxDT
for i=1:N
v(i,:)=w*v(i,:)+c1*rand*(pb(i,:)-x(i,:))+c2*rand*(gb-x(i,:));
x(i,:)=x(i,:)+v(i,:);
for j=1:12 %%%%%%%%%%%%%%
if x(i,j)<zmin(j)
x(i,j)=zmin(j)+rand*(zmax(j)-zmin(j));
elseif x(i,j)>zmax(j)
x(i,j)=zmin(j)+rand*(zmax(j)-zmin(j));
end
end
if fxpso(x(i,:))>p(i)
p(i)=fxpso(x(i,:)); %第i个粒子新的发电量
pb(i,:)=x(i,:); %第i个粒子新的水位值
end

if p(i)>fxpso(gb)
gb=pb(i,:);
end
y=fxpso(x(i,:));
[e,f]=max(y);
end
gb=x(f,:);
Gbest(t)=fxpso(gb);
xdai(t,:)=gb; %最优水位值
end

for i=1:MaxDT-1
for j=2:MaxDT
if Gbest(i)<Gbest(j)
temp1=Gbest(i);
Gbest(i)=Gbest(j);
Gbest(j)=temp1;
temp2=xdai(i);
xdai(i,:)=xdai(j,:);
xdai(j,:)=temp2;
end
end
end

gb=xdai(1,:)
Gbest=Gbest(1)
toc %结束计时

%------最后给出计算结果

disp('*************************************************************')

disp('函数的全局最优位置为：')

Solution=gb'

disp('最后得到的优化极值为：')

Result=fxpso(gb)

disp('*************************************************************')
x=gb;
D133

PSO求解梯级水库优化调度相关推荐

基于动态规划的水库优化调度
1.动态规划概述动态规划是最优化领域中的一个重要分支,是一种研究多段决策过程的递推最优化方法.所谓多段决策过程,是指根据时间.空间或其它特性可将过程分为若干互相联系的阶段,而在每个阶段必须作出 ...
【优化调度】基于粒子群算法求解梯级水电站调度问题matlab代码
1 简介粒子群算法( Particle Swarm Optimization, PSO)最早是由Eberhart和Kennedy于1995年提出,它的基本概念源于对鸟群觅食行为的研究.设想这样一个场 ...
【优化调度】基于粒子群算法求解水火电调度优化问题含Matlab源码
1 简介粒子群算法因其原理简单,易于编程,适于并行计算等优点而得到了广泛的应用.本文探讨和分析了Matlab粒子群算法工具箱,并提出了基于该工具箱来实现水电站优化调度计算的方法.计算实例表明,Mat ...
PSO粒子群算法微电网优化调度（微电网孤岛运行优化调度）matlab程序
PSO粒子群算法微电网优化调度(微电网孤岛运行优化调度)matlab程序 [含风电.光伏.微型燃机.储能蓄电池.燃料电池] 参考文献:基于改进粒子群算法的微电网优化调度摘要:当今全球普遍面临着能源 ...
3.基于智能算法（PSO/SSA/tGSSA)的微电网优化调度（matlab程序）
目录参考文章: 主要内容: 主程序: 不同算法运行结果 PSO运行结果: tGSSA运行结果: SSA运行结果: 资源地址 3基于改进粒子群算法的微电网优化调度以及SSA-MATLAB程序_基于粒子 ...
微电网日前优化调度入门：求解一道数学建模题
最近看了一些微电网优化调度的论文,苦于无从下手之际,看到一道微电网日前优化调度相关的数学建模题:题目提供了一个简单的风光储微电网场景及测试数据,正好拿来练手.本文基于Python第三方库PuLP实现题 ...
【微电网优化】基于matlab粒子群算法求解微网经济调度和环境友好调度优化问题【含Matlab源码 2283期】
⛄一.获取代码方式获取代码方式1: 完整代码已上传我的资源:[微电网优化]基于matlab粒子群算法求解微网经济调度和环境友好调度优化问题[含Matlab源码 2283期] 点击上面蓝色字体,直接付 ...
基于粒子群PSO算法的风光发电与电动汽车充放电协同优化调度matlab程序_电动汽车v2g
V2G模型基于粒子群PSO算法的风光发电与电动汽车充放电协同优化调度matlab程序_电动汽车v2g 1.针对大规模电动汽车无序接入电网给电力系统带来的负荷压力问题,提出一种含不确定性电源的电动汽车 ...
【优化调度】基于matlab遗传算法求解农业水资源调度优化问题【含Matlab源码 1776期】
⛄一.农业水资源调度简介水是生命之源,水是生产之要,水是生态之基. 目前,全球约有14亿人口缺乏安全清洁饮用水,据估测到2025年全球约有23亿人口将会面临水资源短缺问题.因此,水即将成为制约社会以 ...

PSO求解梯级水库优化调度

PSO求解梯级水库优化调度相关推荐

最新文章

热门文章