【配电网优化】配电网潮流计算与经济调度模糊满意度评价【含GUI Matlab源码 2159期】

⛄一、配电网潮流计算与经济调度模糊满意度评价软件介绍

单击guimh.m文件打开系统主界面，如图1所示，界面友好、简单、易于操作。主界面上方有一个“开始”按钮，可以控制整个软件的执行。主界面右方有三个选项，分别为“配电网潮流计算模块”、“经济调度模糊满意度评价模块”和“退出”选项，可以方便用户进行软件操作。
在这里插入图片描述
图1
单击“开始”按钮，出现与主界面右方相同的三个选项，选择“配电网潮流计算模块”（或直接点击主界面右方的“配电网潮流计算模块”）进入下一个界面。如图2所示。

图2
该界面第一栏有两个选择按钮：“开始”、“绘图”。界面左边为原始数据导入区，右上部分为结果显示区，右下部分则为四个选择按钮，分别为：“执行潮流计算”、“功率分布图”、“电压分布图”和“返回”按钮，方便用户进行不同的功能操作。
单击“开始”按钮出现下拉菜单，选择“操作说明”选项，出现如图3所示的介绍。这对该模块进行了简洁明了的说明。
在这里插入图片描述
图3
在“原始数据导入区”输入原始数据，用户根据自己的电力网络进行数据输入，其中包括了：1、“电力系统基本参数”，如图4所示。

图4
2、B1矩阵数据。单击“导入B1矩阵数据”按钮，出现如图5所示的对话框：
在这里插入图片描述
图5
用户选择需要导入的数据，如选择cc.xls，单击打开后在B1矩阵数据区出现如图6所示的界面。

图6
B1矩阵解释如下：第一列数据代表支路首端的节点号，第二列代表支路末端的节点号，第三列代表支路电阻，第四列代表支路电抗，第五列代表支路对地电纳，第六列代表支路中变压器的变比，第七列的数据为0或1，若支路首端的节点位于变压器的高压侧则为1，若位于低压侧则为0。每一行则代表每一条支路。
3、B2矩阵数据。单击“导入B2矩阵数据”按钮，出现如图7所示的对话框：
在这里插入图片描述
图7
用户选择需要导入的数据，如选择dd.xls，单击打开后在B2矩阵数据区出现如图8所示的界面。

图8
B2矩阵解释如下：第一列数据代表该节点的发电机功率，第二列代表该节点的有功功率，第三列数据代表该节点的无功功率，第四列代表节点电压的初始值（标幺值形式），第五列代表PV节点的电压给定值（电压幅值且为标幺值形式），第六列代表节点所接无功补偿设备的容量，第七列代表节点的分类标号。每一行则代表每一个节点。
原始数据输入完毕后则可进行潮流计算。单击右下方“执行潮流计算”按钮如图，或者单击“开始”按钮选择“执行潮流计算”选项进行潮流计算。在结果显示区可以看到7项结果。如图9所示。
在这里插入图片描述
图9
单击“各节点电压标幺值”会在结果显示区出现如图10所示的结果：

图10
单击“节点电压幅值和相角”会在结果显示区出现如图11所示的结果：

图11
相应的单击其他5个选项会出现对应的结果，这里不再赘述。
另外可以观察到本次潮流计算的迭代次数，如图9所示，迭代次数为4.
该软件还可以以图形的形式直观的观察潮流计算的结果。单击主界面右下方的“功率分布图”按钮或者单击第一栏的“绘图”按钮选择“功率分布图”选项，出现如图12结果。
在这里插入图片描述
图12
功率为正代表从该节点或支路流进功率，功率为负则代表流出功率。
单击主界面右下方的“电压分布图”按钮或者单击第一栏的“绘图”按钮选择“电压分布图”选项，出现如图13结果。

图13
左图为各节点电压标幺值（幅值），右图则为电压相角。
单击右下方的“返回”按钮，如图，或单击“开始”按钮选择“返回”选项，则可返回系统主界面。
返回系统主界面后，单击“开始”按钮，选择“经济调度模糊满意度评价模块”（或直接点击主界面右方的“经济调度模糊满意度评价模块”）进入该模块。如图14所示。
在这里插入图片描述

图14
该界面第一栏有两个选择按钮：“开始”、“操作”。界面左边为经济调度满意度评价平台，右上部分为结果显示区，右下部分则为“返回主界面”按钮。
单击“开始”按钮出现下拉菜单，选择“操作说明”选项，出现如图15所示的介绍。这对该模块进行了简洁明了的说明。
在这里插入图片描述

图15
在“经济调度满意度评价平台”处导入原始数据。
其中包括了：1、评价集。评价集则是由各因素在不同等级下的限值组成的矩阵。单击“导入评价集”按钮或者单击“操作”按钮选择导入参数中的导入评价集选项，出现如图16所示的对话框
在这里插入图片描述

图16
用户选择需要导入的数据，如选择a.xls，单击打开后在评价集处出现如图17所示的界面。
在这里插入图片描述

图17
2、每级满意度等值分数。单击“导入每级满意度值”按钮或者单击“操作”按钮选择导入参数中的导入每级满意度分值选项，也出现如图16所示的对话框
用户选择需要导入的数据，如选择adf.xls，单击打开后在“每级满意度等值分数”处出现如图18所示的界面。
在这里插入图片描述

图18
3、因素集。因素集则是由评价对象所组成的矩阵（归一化后）。操作过程与1,2类似，这里不再赘述。选择ad.xls文件，导入数据后在因素集处出现如图19所示的界面。
在这里插入图片描述

图19
原始数据导入成功后，可以单击界面右侧结果显示区中的“满意度测评”按钮，如图或者单击“操作”按钮选择“执行”中的“满意度测评”选项，进行满意度测评。测评结果会显示在“结果显示区”内，如图20所示：
在这里插入图片描述

图20
结果中得分最高的一项则为经济调度满意度最高的一项。此外在“结果显示区”还有其他四个选项。单击“查看模糊矩阵”或者单击“操作”按钮选择“结果”中的“查看模糊矩阵”选项出现如图21所示的结果。
在这里插入图片描述

图21
同样可以查看满意度和满意度分布图，操作过程类似，不再赘述。结果分别如图22,图23所示
在这里插入图片描述

图22
在这里插入图片描述

图23
单击右下侧的“返回主界面按钮”或者单击“开始”按钮选择“返回”选项则可以返回到主界面进行其他操作。

⛄二、部分源代码

function varargout = guimh(varargin)
% GUIMH MATLAB code for guimh.fig
% GUIMH, by itself, creates a new GUIMH or raises the existing
% singleton*.
%
% H = GUIMH returns the handle to a new GUIMH or the handle to
% the existing singleton*.
%
% GUIMH(‘CALLBACK’,hObject,eventData,handles,…) calls the local
% function named CALLBACK in GUIMH.M with the given input arguments.
%
% GUIMH(‘Property’,‘Value’,…) creates a new GUIMH or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before guimh_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property application
% stop. All inputs are passed to guimh_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE’s Tools menu. Choose “GUI allows only one
% instance to run (singleton)”.
%
% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help guimh

% Last Modified by GUIDE v2.5 02-Jul-2022 16:23:55

% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct(‘gui_Name’, mfilename, …
‘gui_Singleton’, gui_Singleton, …
‘gui_OpeningFcn’, @guimh_OpeningFcn, …
‘gui_OutputFcn’, @guimh_OutputFcn, …
‘gui_LayoutFcn’, [] , …
‘gui_Callback’, []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT

% — Executes just before guimh is made visible.
function guimh_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to guimh (see VARARGIN)

% Choose default command line output for guimh
handles.output = hObject;

% Update handles structure
guidata(hObject, handles);
set(gcf,‘NumberTitle’, ‘off’, ‘Name’, ‘经济调度模糊满意度评价模块’);

% UIWAIT makes guimh wait for user response (see UIRESUME)
% uiwait(handles.figure1);

% — Outputs from this function are returned to the command line.
function varargout = guimh_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure
varargout{1} = handles.output;

% — Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
a = cell2mat(get(handles.pjjtable,‘data’));
d = cell2mat(get(handles.ysjtable,‘data’));
ci = cell2mat(get(handles.pjftable,‘data’));
% a=v;
% d=u;
[m,n]=size(a);
[x,y]=size(d);
TheResultMoHu=[];
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for s=1:x
for p=1:n
b§=d(s,p);
end
for i=1:n %计算每一个列的平均值
ColAverage(i)=0;
for j=1:m
ColAverage(i)=ColAverage(i)+a(j,i);
end
ColAverage(i)=ColAverage(i)/m;
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
ETotal = 0; %超标加权法计算权重
for j = 1: n
ETotal = ETotal + (b(j) / ColAverage(j));
end
for i = 1: n
EResult(i) = (b(i) / ColAverage(i)) / ETotal; %EResult为计算结果
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%使用隶属函数，做预处理对每一列进行排序
SortedMatrix=a;
for j=1:n
for i=1:m
for k=i:m
if SortedMatrix(i,j)>SortedMatrix(k,j)
tmp=SortedMatrix(i,j);
SortedMatrix(i,j)=SortedMatrix(k,j);
SortedMatrix(k,j)=tmp;
end
end
end
end

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%计算单因素隶属度

c=SortedMatrix;
for j = 1 : n
           for i = 1 : m
                for k = 1 : m
                    if a(i, j) == c(k, j)

                        if k == 1
                            if b(j) < c(k, j)
                                LSDResult(j, i) = 1;
                            end
                            if b(j) >= c(k, j) & b(j) < c(k + 1, j)
                                LSDResult(j, i) = ((c(k + 1, j) - b(j)) / (c(k + 1, j) - c(k, j)));
                            end
                            if b(j) >= c(k + 1, j)
                                LSDResult(j, i) = 0;
                            end
                        end

                        if k > 1 & k < m

                            if b(j) < c(k - 1, j)
                                LSDResult(j, i) = 0;
                            end
                            if b(j) >= c(k - 1, j) & b(j) < c(k, j)
                                LSDResult(j, i) = ((b(j) - c(k - 1, j)) / (c(k, j) - c(k - 1, j)));
                            end
                            if b(j) >= c(k, j) & b(j) < c(k + 1, j)
                                LSDResult(j, i) = ((c(k + 1, j) - b(j)) / (c(k + 1, j) - c(k, j)));
                            end
                            if b(j) >= c(k + 1, j)
                                LSDResult(j, i) = 0;
                            end
                        end
                        if k == m

                            if b(j) < c(k - 1, j)
                                LSDResult(j, i) = 0;
                            end
                            if b(j) >= c(k - 1, j) & b(j) < c(k, j)
                                LSDResult(j, i) = ((b(j) - c(k - 1, j)) / (c(k, j) - c(k - 1, j)));
                            end
                            if b(j) >= c(k, j)
                                LSDResult(j, i) = 1;
                            end
                        end
                    end
                end
           end
end