面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)

欢迎关注威♥“电击小子程高兴的MATLAB小屋”获取更多资料

该程序复现《面向配电网韧性提升的移动储能预布局与动态调度策略》,具体摘要内容见下图,程序主要分为两大模块,第一部分是灾前预防代码,该部分采用两阶段优化算法,以移动储能配置成本和负荷削减成本作为目标函数,考虑光伏出力的不确定性,采用大M和列和约束生成算法(CC&G);第二部分是灾后恢复代码,该部分未采用两阶段鲁棒,采用混合二阶锥规划算法进行优化,可求解得到最优负荷削减和设备出力方案。该程序采用gurobi作为求解器,kkt条件采用matlab函数直接求解,程序注释清晰。

面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)_第1张图片

  • 灾前预防阶段

灾前预防采用CCG算法,运行一下程序得到的结果如下:

面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)_第2张图片

为了更加清晰看到CC&G算法收敛情况以及不确定变量的取值情况,补充一下两个结果图。

通过上述两个结果图看出,程序是两次即完全收敛,第二个图是不确定性分布式光伏出力(仅考虑5个时刻),从图中能够看到光伏除第一个时间点受鲁棒保守度限制为下限外,其他时刻均为上限,而目标为储能配置和负荷削减成本,这样的结果和常理不符,光伏出力越小应该成本会越高,为了进一步验证程序问题,将光伏设置到下限值。

面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)_第3张图片

从预布局成本结果来看,该目标值更大了,结合如下目标能够看出,光伏作为不确定变量,应该极大提升整体成本,从而给出最鲁棒的结果,通过该结果给运营商作为参考,检验最恶劣情况下的成本是否在接受范围。

面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)_第4张图片

但是通过这次测试,发现优化方向反了,导致结果不对,程序超低价分享给大家进一步研究,可以改变不确定度再检验一下,该种情况的具体问题可以通过检验对偶性来分析,我会抽空再做一个介绍。
  • 灾后恢复阶段

灾后恢复由于变量数量比较多,运行时间比较长,matlab程序里面内置了选项,可以选择直接通过历史数据来形成结果图​(如果不选历史数据,采用运行的方式,程序代码必须 改动一下才能运行成功,根据电脑配置运行时间存在差异,基本在十个小时左右)。

 
 

你可能感兴趣的:(MATLAB,算法)