資源簡介
一個含有約束的粒子群算法。計算電動汽車在能量調度,也有負荷數據,風電數據和光電數據可以參考
代碼片段和文件信息
function?PSOfirst()
%%?清空環境
clear;
clc;
%%?參數設置
wcmax=0.8;
wcmin=0.7;%權值將影響PSO?的全局與局部搜優能力,
%w的值較大,全局搜優能力強,局部搜優能力弱;反之,則局部搜優能力增強,而全局搜優能力減弱。
c1=0.01;%加速度,影響收斂速度
c2=0.01;
dim=24;%每一維表示在一個小時內的交換功率
swarmsize=100;%粒子群規模,表示有100個解的空間
maxiter=80;%最大循環次數,影響時間
vmax=1;
vmin=-1;
PENUM=[192020201718171718191717201718171816181919192020];%由于電動車主的隨機出行,因此每一時刻能完成V2G功能的電動汽車數量不是固定的。
ub=8.*PENUM;%解向量的最大限制,就是充電功率上限
lb=-3.*PENUM;%解向量的最小限制,即放電功率上限
%%?種群初始化
range=ones(swarmsize1)*(ub-lb);
swarm=rand(swarmsizedim).*range+ones(swarmsize1)*lb;%粒子群位置矩陣
%對粒子進行更詳細的SOC約束,充放電不能使SOC超出預設范圍
%定義速度和位置???
vstep=rand(swarmsizedim)*(vmax-vmin)+vmin;%粒子群速度矩陣
fswarm=zeros(swarmsize1);%預設空矩陣,存放適應值
for?i=1:swarmsize
????X=swarm(i:);
????[SUMEVPAf3f2]=f(X);%目標函數,適應度函數
- 上一篇:語音加窗分幀
- 下一篇:EM算法在混合高斯分布中的應用MATLAB代碼
評論
共有 條評論