三种算法对比！改进麻雀、麻雀、粒子群算法求解微电网优化调度|Matlab
目录
一、主要内容：
二、运行效果：
三、基本理论：
四、代码下载：
一、主要内容：
代码基于Matlab平台编译，主要内容是：针对含光伏、风电、储能、燃气轮机的微电网优化调度问题，提出了一种自适应t分布与黄金正弦改进的麻雀搜索算法（t-GSSA）。目标函数部分考虑了：运行费用、维护成本、折旧费用等。约束条件部分考虑了：功率平衡约束、启停约束、充放电约束、上下限约束、爬坡约束等。
本代码中包含三种算法进行对比：
1. 自适应t分布与黄金正弦改进的麻雀搜索算法
2. 传统麻雀搜索算法
3. 粒子群算法
二、运行效果：
三、基本理论：
微电网优化调度的模型是以风、光、储能装置、微型燃气轮机、燃料电池等组成的系统的优化调度模型。在计算系统的运行费用是应考虑各分布式发电单元的运行维护成本和折旧费用等。同时，由于环境污染问题越来越严重，在搭建模型时还应注意到微电网的环境污染治理费用；由于微电网中的风能发电和太阳能发电易受到不确定因素制约，虽然在微电网系统中配备储能装置，但其响应速度可能会有所缓慢，故在指定调度方案时微电网稳定性是必不可少制约因素，而调度控制系统是确保微电网安全、稳定、经济运行的关键。原创，靠谱，值得信赖。
针对含光伏、风电、储能的微电网多目标优化调度问题，自适应t分布与黄金正弦改进的麻雀搜索算法（t-GSSA）通过两项核心创新显著提升性能：
-
黄金正弦策略：优化麻雀算法的“发现者”位置更新方式，引入黄金分割系数平衡全局探索与局部开发能力，解决传统SSA早熟收敛问题；
-
自适应t分布变异：以迭代次数为自由度参数动态调整扰动强度——前期采用柯西分布增强全局搜索，后期切换为高斯分布聚焦局部优化，提升算法跳出局部最优的能力。
四、代码下载：
