此代码侧重于最小化有功功率损耗。 首先,我们从所需的电力系统中获取数据,然后我们定义优化算法的参数,例如迭代次数、总体规模以及目标变量的最小值和最大值。 目标变量是: TAP、母线电压和分流器的值。 定义优化算法参数后,执行经典潮流程序,计算优化函数值。 现在迭代过程在算法达到默认迭代次数后开始,它显示了目标变量的初始值与优化算法的新值之间的比较,也显示了最优值的演化过程作为有功功率的损失。 在文件夹中,有一张关于 Jaya 算法如何工作的图像。
注意:代码设计用于任何电力系统,只需添加到文件夹并在代码中调用它。 请记住,优化过程可能需要几秒到几分钟才能收敛,具体取决于目标变量的数量和迭代次数。 要了解有关 Jaya 算法的更多信息: http://www.comingscience.com/ijiec/Vol7/IJIEC_2015_32.pdf
如果您遇到任何问题,可以通过电子邮
2023-02-16 18:17:15
117KB
matlab
1