基于多目标粒子群求解含风、光、柴油机、储能的微电网多目标优化问题附Matlab

✅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  电力系统

⛄ 内容介绍

为了解决现有冷热电联供型综合能源系统大多只单一考虑系统机组投资成本或系统环境污染，影响系统整体优化运行的问题，以系统经济性和环保性为目标，对冷热电联供系统进行研究分析。构建含燃气轮机、燃气锅炉、电制冷机等机组 的冷热电联供系统优化模型并建立约束条件。结果表明粒子群算法能够同时兼顾系统的经济性和环保性，使系统运行更加优化，为之后的能源供给系统的规划提供前期依据。

⛄ 部分代码

classdef Repository

    properties

        swarm

        rep_size

        Grid

        grid_size

        alpha

        beta

        gamma

    end

    

    methods

        function obj = Repository(swarm,rep_size,grid_size,alpha,beta,gamma)

            if nargin>0

                obj.rep_size = rep_size;

                swarm = Particle.updateDomination(swarm);

                obj.swarm = swarm(~[swarm.isDominated]);

                obj.grid_size=grid_size;

                obj.alpha=alpha;

                obj.beta = beta;

                obj.gamma = gamma;

                obj.Grid=obj.grid();

                for i = 1:length(obj.swarm)

                    obj.swarm(i) = obj.swarm(i).updateGridIndex(obj.Grid);

                end

            end

        end

        function Grid = grid(obj)

            C = vertcat(obj.swarm.cost);

            cmin = min(C,[],1);

            cmax = max(C,[],1);

            dc = cmax - cmin;

            cmin = cmin - obj.alpha * dc;

            cmax = cmax + obj.alpha * dc;

            nObj = size(C,2);

            empty_grid.LB = [];

            empty_grid.UB = [];

            Grid = repmat(empty_grid,nObj,1);

            for j = 1:nObj

                cj = linspace(cmin(j),cmax(j),obj.grid_size+1);

                Grid(j).LB = [-inf, cj];

                Grid(j).UB = [cj, +inf];

            end

        end

        function leader = SelectLeader(obj)

            GI = [obj.swarm.GridIndex];

            OC = unique(GI);

            N = zeros(size(OC));

            for k = 1:length(OC)

                N(k) = length(find(GI==OC(k)));

            end

            P = exp(-obj.beta*N);

            P = P/sum(P);

            sci = Repository.RouletteWheelSelection(P);

            sc = OC(sci);

            SCM = find(GI==sc);

            smi = randi([1 length(SCM)]);

            sm = SCM(smi);

            leader = obj.swarm(sm);

        end

        function obj = DeleteOneRepMemebr(obj)

            GI=[obj.swarm.GridIndex];

            OC=unique(GI);

            N=zeros(size(OC));

            for k=1:length(OC)

                N(k)=length(find(GI==OC(k)));

            end

            P=exp(obj.gamma*N);

            P=P/sum(P);

            sci=Repository.RouletteWheelSelection(P);

            sc=OC(sci);

            SCM=find(GI==sc);

            smi=randi([1 length(SCM)]);

            sm=SCM(smi);

            obj.swarm(sm)=[];

        end

        function obj = update(obj,swarm)

            swarm = Particle.updateDomination(swarm);

            obj.swarm = [obj.swarm,swarm(~[swarm.isDominated])];

            obj.swarm = Particle.updateDomination(obj.swarm);

            obj.swarm = obj.swarm(~[obj.swarm.isDominated]);

            obj.Grid=obj.grid();

            for i = 1:length(obj.swarm)

                obj.swarm(i) = obj.swarm(i).updateGridIndex(obj.Grid);

            end

            Extra=length(obj.swarm)-obj.rep_size;

            for e=1:Extra

                obj=obj.DeleteOneRepMemebr();

            end

        end

    end

    methods (Static)

        function i = RouletteWheelSelection(P)

            i = find(rand<=cumsum(P),1,'first');

        end

    end

end

⛄ 运行结果

⛄ 参考文献

[1]李海平, 齐卓砾, 胡君朋. 基于FFT-DBN的行星齿轮箱齿面磨损故障智能判定方法研究[J]. 测控技术, 2020, 39(12):6.

⛄ Matlab代码关注

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料