【期刊论文复现】多元宇宙算法求解电力系统多目标优化问题（Matlab实现）
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。
🎁完整资源、论文复现、期刊合作、论文辅导及科研仿真定制事宜点击：
👉👉👉本文完整资源下载
⛳️座右铭：行百里者，半于九十。
⛳️赠与读者
👨💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能解答你胸中升起的一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。
或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎
💥第一部分——内容介绍
📚第二部分——运行结果
多元宇宙算法求解电力系统多目标优化算法有很好的效果，代码换成自己的目标函数，加上约束和惩罚项等。本文用多元宇宙算法求解电力系统多目标优化问题——电力系统环境经济调度问题。
10机组运行结果如下：
40机组的同理可得，就不一一展示。
本文提出了一种求解电力系统环境经济调度的新方法,计及阀点效应和污染排放因素,建立多目标规划模型,利用PPF定价原则权衡多重因素. 多元宇宙算法在求解EED问题时具有计算精度高,收敛速度快等特点,在求解高维度问题表现更佳,适用于其他工程问题研究.
部分代码：
clc;
clear;
close all;
tStart=tic;
% global costdata emissiondata B B0 B00 Pd VarMin VarMax nVar
global data Pd VarMin VarMax nVar
Pd=10500;
data=xlsread('IEEE40.xls');
% % costdata=[data(:,1:8)];
% costdata=[...
% 1 0.03546 38.30553 1243.5311 0 0 35 210
% 2 0.02111 36.32782 1658.5696 0 0 130 325
% 3 0.01799 38.27041 1356.6592 0 0 125 315];
% % emissiondata=[data(:,9:13)];
% emissiondata=[...
% 1 0.00683 -0.54551 40.2669
% 2 0.00461 -0.5116 42.89553
% 3 0.00461 -0.5116 42.89553
% ];
% B1=0.0001.*[...
% 0.71 0.3 0.25
% 0.3 0.69 0.32
% 0.255 0.32 0.8];
% B1=xlsread('B10.xls');
% B=B1(1:10,1:10);
% B0=[0 0 0 0 0 0 0 0 0 0];
% B00=0;
% B=B1(1:3,1:3);
% B0=[0 0 0 0 0 0 0 0 0 0];
% B00=0;
%%
Max_time=500; %迭代次数
N=100;
ArchiveMaxSize=100;
% max_iter=Max_time;
nVar=40; % Number of Decision Variables
VarSize=[1 nVar]; % Size of Decision Variables Matrix
VarMin=data(:,2); % Lower Bound of Variables
VarMax= data(:,3); % Upper Bound of Variables
fobj=@(x) IEEE40aobj(x);
dim=nVar;
lb=VarMin';
ub=VarMax';
obj_no=2;
Best_universe=zeros(1,dim);
Best_universe_Inflation_rate=inf*ones(1,obj_no);
🎉第三部分——参考文献
文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。(文章内容仅供参考，具体效果以运行结果为准)
🌈第四部分——本文完整资源下载
资料获取，更多粉丝福利，MATLAB|Simulink|Python|数据|文档等完整资源获取
本文完整资源下载