优化调度

电力程序小学童

【完全复现】基于改进粒子群算法的微电网多目标优化调度（含matlab代码）目录主要内容部分代码结果一览下载链接程序完全复现文献模型《基于改进粒子群算法的微电网多目标优化调度》，以微电网系统运行成本和环境保护成本为目标函数，建立了并网方式下的微网多目标优化调度模型，通过改进粒子群算法和原始粒子群算法进行对比，验证改进方法的优越性。虽然标题是多目标优化算法，实质指的是权值多目标，即通过不同目标权值相加的方式转化为单目标进行求解，程序采用matlab编写，模块化编程，方便学习！

电力程序小学童

考虑风光场景生成的电动汽车并网优化调度【遗传算法】【IEEE33】目录主要内容部分代码部分结果下载链接程序主要内容是考虑风光场景生成的电动汽车并网优化调度，采用的方法如下所述：

预测及优化

遗传算法+神经网络！基于遗传-神经网络(GA-BP)算法的光伏出力预测程序代码！前言准确地预测光伏发电出力对于电力系统运营和稳定性至关重要。随着预测技术的不断进步，越来越多的研究者逐渐意识到遗传算法在优化神经网络在新能源出力预测中的潜力。遗传算法是一种模拟生物进化过程的优化算法，通过不断迭代和选择，搜索最优解。神经网络则是一种模仿生物神经系统的计算模型，具有学习和适应能力。将这两种算法结合起来，可以充分利用神经网络的强大预测能力，并通过遗传算法对其参数进行调整，进一步提高预测的精确度。

预测及优化

风电Weibull+随机出力！利用ARMA模型随机生成风速+风速Weibull分布程序代码！前言随着能源问题日益突出，风力发电等以可再生能源为基础的发电技术越来越受到关注。建立能够正确反映实际风速特性的风速模型是研究风力发电系统控制策略以及并网运行特性的重要基础叫。由于风速的随机性和波动性，系统中的机械设备和电气设备以及电网均会受到扰动，这种扰动对于系统设备的寿命、运行性能以及电网的稳定性都将产生一定的影响。因而，在研究风电场接入电网的功率波动与电能质量等动态特性时，需要建立与之相适应的风速模型。

科研工作站

Matlab|含多微网租赁共享储能的配电网博弈优化调度目录主要内容结果一览下载链接首先利用NSGA-II算法求解三个微网的最优充放电策略并做为已知条件代入到双层调度模型中；然后求解双层模型，上层为主动配电网调度模型，下层包括共享储能优化模型和多微网优化调度模型，采用粒子群算法+cplex求解器求解双层模型，在IEEE33节点算例中进行验证，并采用三种方案进行对比。

科研工作站

Matlab|基于广义Benders分解法的综合能源系统优化规划目录1 主要内容广义benders分解法流程图：优化目标：约束条件：2 部分代码3 程序结果4 下载链接

电力程序小学童

【核心完整复现】基于目标级联法的微网群多主体分布式优化调度之前发布了华电学报的复现程序《基于目标级联法的微网群多主体分布式优化调度》，具体链接为【防骗版】基于目标级联法的微网群多主体分布式优化调度，虽然对模型及结果进行了复现，但是部分模型细节和参数并没有完全实现，本次发布该程序的完整复现版本，主要实现的内容如下：

科研工作站

Matlab|含风电-光伏-光热电站电力系统N-k安全优化调度模型目录1 主要内容程序算例程序模型程序亮点2 部分程序3 部分结果4 下载链接该程序参考《光热电站促进风电消纳的电力系统优化调度》光热电站模型，主要做的是考虑N-k安全约束的含义风电-光伏-光热电站的电力系统优化调度模型，从而体现光热电站在调度灵活性以及经济性方面的优势。同时代码还考虑了光热电站对风光消纳的作用，对比了含义光热电站和不含光热电站下的弃风弃光问题，同时还对比了考虑N-k约束下的调度策略区别。以14节点和118节点算例为例，对模型进行了系统性的测试，复现效果良好，是学习N-k约束以及光热电站调度

电力程序小学童

【两阶段鲁棒】计及需求响应的多能互补微网两阶段鲁棒优化matlab目录1 主要内容算例模型目标函数第一阶段第二阶段求解流程图2 部分程序3 程序结果4 下载链接建立含电转气的多能互补微网经济调度模型，以微网系统运行费用最低作为目标，考虑多能微网系统存在的冷热电能量平衡约束以及相关设备运行约束。