基于多目标灰狼算法的冷热电联供型微网低碳经济调度

针对冷热电联供型微电网运行调度的优化问题，为实现节能减排的目标，以微电网运行费用和环境污 染成本为优化目标，建立了包含风机、微型燃气轮机、余热锅炉、溴化锂吸收式制冷机等微源的微电网优化 模型。模型的优化求解使用改进的多目标灰狼优化算法，得到多目标问题的 Pareto 最优解集，并针对微电网 优化问题约束条件较多，算法前期探索能力不足的问题，对算法进行改进。仿真结果表明，改进算法的求解 速度和全局搜索性能优于原始算法，文中方法可以为冷热电联供型微电网优化调度提供建议，实现根据用户 需求的微电网灵活调动，达到减少运行费用和污染气体排放的效果 。

部分代码：

%随机生成MT出力
clc
clear

%种群初始化
nVar=72;
% Lower bound and upper bound
lb(1,1:24 )=20;
lb(1,25:48 )=-500;
lb(1,49:72 )=-50;

ub(1,1:24 )=40;    %把上下边界像单个粒子的位置一样，横向排列
ub(1,25:48 )=500;
ub(1,49:72 )=25;

H_Socmin=1000;
H_Socmax=4000;
E_Socmin=50;
E_Socmax=250;

P_load_H = [    600    600    600    700    700    700    700    450    450    450    450    300    300    300    300    450    450    450    450    500    500    500    500    600    ];

GreyWolves_num=500;     
MaxIt=50;  % Maximum Number of Iterations

% Initialization   初始化 
GreyWolves = zeros( GreyWolves_num ,   nVar+2+2    );    %创建空粒子  

for i=1:GreyWolves_num       
    %首先是MT初始化
    for j=1 : 24   
        GreyWolves(i,j)=  lb(j)+rand()*( ub(j) - lb(j)  );
        %加一个向上取整函数，可以方便控制微燃机出力，也方便画图，也方便筛选粒子。
        GreyWolves(i,j)=  ceil(GreyWolves(i,j));
    end   
    %下面是储热功率初始化
    Soc=1500 ;
    for j=25 : 48
        GreyWolves(i,j)=  -5+rand()*10 ;