优化布局基于粒子群算法的充电站最优布局
Posted Matlab走起
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了优化布局基于粒子群算法的充电站最优布局相关的知识，希望对你有一定的参考价值。
电动汽车未来大规模发展需要众多公共充电站服务，公共充电站应根据电动汽车分布进行合理布局。给出电动汽车分布的预测方法，采用基于排队论的充电机配置方法，提出公共充电站布 局最优规划的数学模型。采用与充电站布局有相似数学特点的 Voronoi图划分充电站服务区域，服务区内电动汽车考虑快充随机性，采用排队论 Ｍ／Ｍ／ｓ模型，以电动汽车排队等候时间为标准确定充电站规模，建立公共充电站布局最优规划模型，用粒子群算法求解。
clear all; clc; close all
%% 基础数据
bcs=[800 350
400 350];
b=[150.7 140 30
246.3 84 30
263.7 172 20
402.8 120 25
543.4 125 20
644.8 118 30
768.0 85 15
789.7 147 15
905.7 67 15
920.2 126 15
188.4 248 5
276.8 252 10
376.8 248 10
471.0 242 10
559.3 235 10
669.5 229 15
765.1 225 10
836.1 225 10
934.7 195 10
179.7 305 15
231.9 323 7.5
311.6 300 15
389.8 303 7.5
478.2 300 10
576.7 292 10
673.8 285 10
768.0 313 10
872.3 310 15
934.7 245 20
978.1 330 15
195.6 384 12.5
297.1 375 15
394.1 381 15
413.0 345 7.5
556.4 360 2.5
586.9 363 15
681.1 348 15
211.6 461 15
217.4 528 20
311.6 465 10
413.0 455 25
501.4 448 25
588.3 456 5
617.3 430 5
691.2 419 15
778.2 395 15
883.9 376 15
253.6 572 5
346.3 575 25
443.4 555 25
528.9 538 20
628.9 512 15
710.0 509 5
734.7 475 5
912.9 448 30
268.1 656 30
504.3 620 15
652.1 580 10
750.6 565 10
843.4 540 10
949.1 523 10
1043.3 502 10];
na=1500; %电动汽车数量
alp=0.1;
b(:,4)=round(alp.*b(:,3)./sum(b(:,3)).*na);%每个需求点平均负荷
%b(23,4)=37;
ns=6;
mui=0.6;
Nchz=round(mui.*sum(b(:,4))./ns);
bm=1.0e+003*[0.0086,0.0088;1.1734,0.0088;1.1734,0.7412;0.0086,0.7412;0.0086,0.0088];
BL=sqrt(8.2*1.0e6./((max(bm(:,1))-min(bm(:,1)))*(max(bm(:,2))-min(bm(:,2)))));%BL为图坐标与实际坐标的比例，为固定参数。
%划分成两个区域干嘛呢？？？？？？
Area2=1.0e+003 *[0.0086 0.0088
0.9377 -1.0860
0.3103 1.7040
0.0086 0.7412
0.0086 0.0088];
Area2=[Area2,2.*ones(size(Area2,1),1)];%size(Area2,1)=5 ones(5,1)=一个5*1数组
Area1=1.0e+003 *[0.9377 -1.0860
1.1734 0.0088
1.1734 0.7412
0.3103 1.7040
0.9377 -1.0860];
Area1=[Area1,1.*ones(size(Area2,1),1)];
vv=[Area1;Area2]; %10*3数组
for k=1:size(bcs,1)%k=1:2
Ai=find(vv(:,3)==k);%在vv的第三列查找等于k的元素返回索引值
xx=vv(Ai,1);%横坐标，充电需求点负荷。。。等于k的点 列向量
yy=vv(Ai,2);
kk=convhull(xx,yy);%计算凸包，kk是一个列向量
in=inpolygon(b(:,1),b(:,2),xx(kk),yy(kk));
b(in,5)=k;
end
%%
Ep=[];
for i=1:size(bcs,1)
gb=b(b(:,5)==i,:);
Ep=[Ep;[sum(gb(:,4)),round(mui.*sum(gb(:,4))./ns),i]];
end
Tn=8; %最优充电站数量
PopSize=20; %种群数量
MaxIter=400; %迭代次数
c1s=2.5; c2s=0.5;
c1e=0.5; c2e=2.5;
w_start=0.9;
w_end=0.4; %惯性权重w取值范围
Iter=1;
xmax=max(Area1(:,1)); xmin=min(Area1(:,1));
ymax=max(Area1(:,2)); ymin=min(Area1(:,2));
x = xmin + (xmax-xmin).*rand(Tn,PopSize);
y = ymin + (ymax-ymin).*rand(Tn,PopSize);
X=[x;y];
V=rand(Tn*2,PopSize);
Vmax=0.1*max((xmax-xmin),(ymax-ymin));
inAr1=find(b(:,5)==1);
bb=[b(inAr1,1:2),b(inAr1,4)];
for pk=1:1:PopSize
[FX(pk),~,~,~,~,~,~,~,~,~]=VorCostCDEV(X(1:Tn,pk),X(Tn+1:end,pk),bb,bcs(1,:),BL); %计算适应值
end
PBest=X;
FPBest=FX;
[Fgbest,r]=min(FX);
Fm(Iter)=Fgbest;
CF=Fgbest;
Best=X(:,r);
FBest(Iter)=Fgbest;
FgNum=0;
while (Iter<=MaxIter)%粒子群算法
Iter=Iter+1 %迭代次数
w_now=((w_start-w_end)*(MaxIter-Iter)/MaxIter)+w_end;%惯性权重
A=repmat(X(:,r),1,PopSize);
R1=rand(Tn*2,PopSize);
R2=rand(Tn*2,PopSize);
c1=c1e+(c1s-c1e)*(1-acos(-2*Iter/(MaxIter+1)+1)/pi);
c2=c2e+(c2s-c2e)*(1-acos(-2*Iter/(MaxIter+1)+1)/pi);
V=w_now*V+c1*R1.*(PBest-X)+c2*R2.*(A-X); %粒子速度更新公式
changeRows=V>Vmax;
V(changeRows)=Vmax;
changeRows=V<-Vmax;
V(changeRows)=-Vmax;
X=X+1.0*V;
for pk=1:1:PopSize
[FX(pk),~,~,~,~,~,~,~,~,~]=VorCostCDEV(X(1:Tn,pk),X(Tn+1:end,pk),bb,bcs(1,:),BL);
end
P=FX<FPBest;
FPBest(P)=FX(P);
PBest(:,P)=X(:,P);
[Fgbest,r]=min(FPBest);
Fm(Iter)=Fgbest;
if Fgbest<CF
[FBest,gr]=min(FPBest);
Best=PBest(:,gr);
CF=Fgbest;
FgNum=0;
else
FgNum=FgNum+1;
end
if FgNum>10
SubX=r;
while SubX==r || SubX==0
SubX=round(rand*(PopSize));
end
r=SubX;
FgNum=0;
end
end
FBest
Best
Fm'
x =Best(1:Tn);
y =Best(Tn+1:end);
[Fcost,CCS,fcs,ucs,NchI,Epc,CVT,CVTI,CDL,CDLI]=VorCostCDEV(x,y,bb,bcs(1,:),BL)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%作图
figure(1)
a=imread('map1.png');
imshow(a);
hold on
[vxT,vyT]=VoronoiT(bcs(:,1),bcs(:,2),0);
plot(bcs(:,1),bcs(:,2),'ks','linewidth',12);
% plot(vxT,vyT,'k-','linewidth',3);
plot(b(:,1),b(:,2),'k*','linewidth',1)
plot(bm(:,1),bm(:,2),'k-','linewidth',1)
for k=1:length(b(:,4))
str=num2str(b(k,4));
text(b(k,1)-15,b(k,2)+25,str,'FontSize',5,'color','black');
end
for k=1:size(bcs,1)
str=num2str(k);
text(bcs(k,1)+20,bcs(k,2),str,'FontSize',20,'color','red');
end
axis equal
[vx,vy]=voronoi(x,y);
plot(x,y,'b^',vx,vy,'b-','linewidth',3);
for k=1:length(x)
str=num2str(k);
text(x(k),y(k),str,'FontSize',20,'color','red');
end
axis equal
vv=VoronoiArea([x,y],3);
bax=b(:,1:2);
for k=1:length(x)
Ai=find(vv(:,3)==k);
xx=vv(Ai,1);
yy=vv(Ai,2);
kk=convhull(xx,yy);
in=inpolygon(bax(:,1),bax(:,2),xx(kk),yy(kk));
str=num2str(k);
text(bax(in,1),bax(in,2),str,'FontSize',18,'color','blue');
end
axis([min(bm(:,1))-3 max(bm(:,1))+3 min(bm(:,2))-3 max(bm(:,2))+3])
figure(2)
Iter_t=1:1:MaxIter+1;
plot(Iter_t,Fm,'.-')
完整代码添加QQ1575304183
以上是关于优化布局基于粒子群算法的充电站最优布局的主要内容，如果未能解决你的问题，请参考以下文章
布局优化基于粒子群算法的无线传感器网(WSN)覆盖优化Matlab源码
布局优化基于粒子群算法的无线传感器网(WSN)覆盖优化Matlab源码