13.基于双层优化的电动汽车日前-实时两阶段市场竞标

MATLAB代码:基于双层优化的电动汽车日前-实时两阶段市场竞标

关键词:日前-实时市场竞标 电动汽车  双层优化  

编程语言:MATLAB平台

内容简介:代码主要做的是电动汽车充电站市场竞标策略,采用双层优化模型对电动汽车的竞标策略进行优化,且在多个时间尺度,即日前和实时尺度分别进行了优化,双层优化中,上层为电动汽车的充放电费用最低目标函数,下层为市场出清模型,以社会福利最大化为目标函数,通过求解均衡解,得出了最优市场竞标策略。

实现效果截图(含论文截图):

13.基于双层优化的电动汽车日前-实时两阶段市场竞标_第1张图片

13.基于双层优化的电动汽车日前-实时两阶段市场竞标_第2张图片13.基于双层优化的电动汽车日前-实时两阶段市场竞标_第3张图片13.基于双层优化的电动汽车日前-实时两阶段市场竞标_第4张图片13.基于双层优化的电动汽车日前-实时两阶段市场竞标_第5张图片%%%广义纳什博弈%%%
%%%仅报价一轮,预测其他充电站的出力,各自求解MPEC模型%%%
clear
clc
load Bid_reference
data.pi_DA=pi_DA_reference;
%充电站1
data.CS_number=1;
result_CS1=bidding_DA_callback(data);
%充电站2
data.CS_number=2;
result_CS2=bidding_DA_callback(data);
%充电站3
data.CS_number=3;
result_CS3=bidding_DA_callback(data);
%充电站4
data.CS_number=4;
result_CS4=bidding_DA_callback(data);
Pch_expect=[result_CS1.Pch(1,:);result_CS2.Pch(2,:);result_CS3.Pch(3,:);result_CS4.Pch(4,:)];%期望充电功率
Pdis_expect=[result_CS1.Pdis(1,:);result_CS2.Pdis(2,:);result_CS3.Pdis(3,:);result_CS4.Pdis(4,:)];%期望放电功率
Bid_price=[result_CS1.pi_DA(1,:);result_CS2.pi_DA(2,:);result_CS3.pi_DA(3,:);result_CS4.pi_DA(4,:)];%报价
Bid_price=round(Bid_price*100)/100;%数值处理,避免精度问题

你可能感兴趣的:(MATLAB,机器学习,算法,matlab,能源)