电动汽车充电的模拟退火PSO算法

%本程序为电动汽车充电的模拟退火PSO算法。并且加入了高斯变异++考虑用户侧满意度、电动汽车建模的概率性
%为了使节点按先PQPV最后平衡节点次序编号，以便与公式对照，节点1与节点10对调。
clear;
num=xlsread（‘网络参数.xls‘）;
e=xlsread（‘节点功率参数.xls‘）;
num（:6）=num（:4）+num（:5）*sqrt（-1）;
Y=zeros（10）;   %生成空导纳矩阵
%创建节点导纳矩阵
for i=1:9;   %不考虑变压器和线路对地导纳
    p=num（i2）;q=num（i3）;
    Y（pq）=Y（pq）-1/num（i6）;
    Y（qp）=Y（pq）;
    Y（pp）=Y（pp）+1/num（i6）;
    Y（qq）=Y（qq）+1/num（i6）;
end    %根据支路参数算导纳矩阵
temp=Y（102）;%保持原来的数据
P=zeros（948）; %节点基本负荷，9个PQ节点一天48个点的负荷
Q=zeros（948）;
Pv2r=zeros（948）; %汽车用来行驶的电功率
Pev_leave=zeros（948）;%电动汽车离开电网的时间
%Pv2r1=zeros（948）;
Xc=zeros（1148）; %Xc（1:D:）为一天48个点的控制变量，Xc（D+1:）为一天48个点的目标函数值
%获取节点日负荷曲线数据
for i=1:9 %平衡节点10不计算，标幺值
   for j=1:48
        P（ij）=e（26j）*e（i+44）; Q（ij）=e（26j）*e（i+45）;
        %Pv2r（ij）=e（18j）*e（i+49）/1000; %汽车行驶功率，标幺值
        Pv2r（ij）=e（20j）*e（i+49）/1000;
        Pev_leave（ij）=e（27j）;%改变了汽车离开电网的分布。
        
   end
end
for i=1:48
    [UAngleline_Ploss_P_1（i）P0_10（i）]=niulafa（-P（:i）-Q（:i）1Ytemp）;
end
meanP=mean（P0_10）;
%粒子群优化算法
N=50; %种群大小
D=48; %搜索空间维数，即控制变量个数
Tmax=1200; %最大迭代次数
c1=1.49445;c2=1.49445; %学习因子
wmax=0.9;wmin=0.4; %惯性权重
T=1e6;b=0.9; %模拟退火的温度控制参数
scope=[00.0312  %Pev范围，均为标幺值
       0.951.05 %分接头t范围
       0.931.07 %节点电压范围
       0.0240.24
       -0.03120.0312
       02]; %电池储存能量范围
   %初始化粒子群
 xv_swarm=zeros（112*DN）; %生成粒子群位置、速度、当前最优值矩阵
 %xv_swarm（1:101:DN）为N个粒子的位置，xv_swarm（1:10D+1:2*DN）为N个粒子的速度，xv_swarm（111:DN）为N个粒
 %子各个时刻的适应值（目标函数值），xv_swarm（即前面48个值的和1149N）为第N个粒子总的适应值，。 
 pg_swarm=zeros（11D+1N+1）; %生成个体最优位置、群体最优位置和相应最优值矩阵
 %pg_swarm（1:101:D，N）为N个粒子的各自历史最优位置，pg_swarm（111:DN）为N个粒子的各自历史每时刻的最小适应值，
 %pg_swarm（1149N）为N个粒子的各自历史总的最小适应值，
 %pg_swarm（1:101:DN+1）为N个粒子的群体最优位置，pg_swarm（111:DN+1）为N个粒子的群体各个时刻最小适应值，
 %pg_swarm（1149N+1）为N个粒子的群体总的最小适应值
 ev_soc_re=zeros（949）; %汽车SOC第一列为初始值，ev_soc（：2:49）为9个节点一天48个点的soc值
ev_soc=zeros（949N）;
%ev_soc_re（:1）=rand（91）;
%ev_soc_re（:1）=ev_soc_re（:1）*（scope（42）-scope（41））+scope（41）; %soc初始化
ev_soc_re（:1）=rand*（0.12-0.05）+0.05; %soc初始化0.2-0.5
for n=1:N
ev_soc（:1n）=ev_soc_re（:1）;
end
%ev_soc（1:91）=0.72;
%Pv2r=zeros（948）;
%对N个粒子初始化
for n=1:N 
    sum_P=0;
 for j=1:48
     U=2; %使进入while循环
     count1=0;
  while  max（U）>1.07||min（U）<0.93||max（max（abs（line_P）））>3.932||max（ev_soc（:j+1n））>scope（42）||min（ev_soc（:j+1n））