目錄

1?主要內容

2?部分代碼

3?程序效果

4 下載鏈接

---

1?主要內容

程序主要復現的是《多源動態最優潮流的分布魯棒優化方法》，針對大規模清潔能源接入電網引起的系統魯棒性和經濟性協調問題，提出含風–光–水–火多種能源的分布魯棒動態最優潮流模型。采用分布魯棒優化方法將風光不確定性描述為包含概率分布信息的模糊不確定集。將模糊不確定集構造為一個以風光預測誤差經驗分布為中心，以 Wasserstein距離為半徑的 Wasserstein 球。在滿足風光預測誤差服從模糊不確定集中極端概率分布情況下最小化運行費用。由于梯級水電廠模型為混合整數模型，為了提高計算效率，將交流潮流近似為解耦線性潮流,以118節點系統為例驗證了方法的可行性。

在研究過程中，有些地方描述不是很清楚，然后參考同作者英文文獻獲得啟發《Wasserstein Metric Based Distributionally Robust Approximate Framework for Unit Commitment》,兩個文章公式部分基本一致，表達方式有所差別，所以單一個文獻看不明白的話可以找到作者其他文獻就更容易了解作者的意圖，尤其是有些期刊論文說的比較簡約，但是在碩博論文中就解釋的非常仔細，一點小心得分享給大家。

2?代碼

%% 決策變量 x_theta = sdpvar(nbus, Horizon,'full');%網絡角度 V = sdpvar(nbus, Horizon,'full');%網絡節點電壓 x_P_h = sdpvar(ngen, Horizon,'full');%風光調整前火電 x_P_s = sdpvar(ns, Horizon,'full');%風光調整前水電 % x_P_hz = sdpvar(ngen, Horizon,'full'); % x_P_sz = sdpvar(ns, Horizon,'full'); x_P_w = sdpvar(nw, Horizon,'full'); x_P_v = sdpvar(nv, Horizon,'full'); ww = sdpvar(1,Horizon,'full');%風力偏差 wp = sdpvar(1,Horizon,'full');%光伏偏差 wwp = sdpvar(1,Horizon,'full');%風光總偏差 ? alfah = sdpvar(ngen,Horizon,'full');%火電機組參與因子 alfas = sdpvar(ns,Horizon,'full');%水電機組參與因子 rgmax = 50.*ones(ngen, Horizon);%火電旋轉備用容量 rgmin = 10.*ones(ngen, Horizon);%火電旋轉備用容量 rsmax = 50.*ones(ns, Horizon);%水電旋轉備用容量 rsmin = 10.*ones(ns, Horizon);%水電旋轉備用容量 rhog = 2.*ones(ngen, Horizon); rhos = 3.*ones(ns, Horizon); k1 = sdpvar(1);%對偶變量 k2 = sdpvar(1);%對偶變量 tk1 = sdpvar(1,K,'full');%輔助變量 tk2 = sdpvar(1,K,'full');%輔助變量 %平方分段線性化參數 gn=5;%分段數 x_pf=sdpvar(ngen, Horizon,'full');%p的平方 x=sdpvar(ngen, Horizon,'full'); gw1=sdpvar(gn+1,Horizon,'full');%輔助參數，下同 gw2=sdpvar(gn+1,Horizon,'full'); gw3=sdpvar(gn+1,Horizon,'full'); gw4=sdpvar(gn+1,Horizon,'full'); gw5=sdpvar(gn+1,Horizon,'full'); gw6=sdpvar(gn+1,Horizon,'full'); gw7=sdpvar(gn+1,Horizon,'full'); gw8=sdpvar(gn+1,Horizon,'full'); gw9=sdpvar(gn+1,Horizon,'full'); gw10=sdpvar(gn+1,Horizon,'full'); gw11=sdpvar(gn+1,Horizon,'full'); gw12=sdpvar(gn+1,Horizon,'full'); gw13=sdpvar(gn+1,Horizon,'full'); gw14=sdpvar(gn+1,Horizon,'full'); gz1=binvar(gn, Horizon,'full');gz2=binvar(gn, Horizon,'full');gz3=binvar(gn, Horizon,'full');gz4=binvar(gn, Horizon,'full');gz5=binvar(gn, Horizon,'full'); gz6=binvar(gn, Horizon,'full');gz7=binvar(gn, Horizon,'full');gz8=binvar(gn, Horizon,'full');gz9=binvar(gn, Horizon,'full');gz10=binvar(gn, Horizon,'full'); gz11=binvar(gn, Horizon,'full');gz12=binvar(gn, Horizon,'full');gz13=binvar(gn, Horizon,'full');gz14=binvar(gn, Horizon,'full'); %% 約束條件生成 cons = []; cons = [cons,wwp == ww + wp]; % 火電 Phmax = 10.*[460;300;443;320;330;460;300;443;320;330;460;300;443;320];%火電機組上限 Phmin = [90;58;110;30;50;90;58;110;30;50;90;58;110;30];%火電機組下線 ru=50;rd=40;%爬坡和滑坡 %水電 Psmax = [1060;820;1243]; Psmin = [90;58;110]; rsu=0.1;rsd=0.1; cons_sgen = getConssGen(x_P_s,Psmax,Psmin,rsu,rsd,rsmax,rsmin,wwp,alfas,Horizon);cons_gen = getConsGen2(x_P_h,Phmax,Phmin,ru,rd,rgmax,rgmin,wwp,alfah,Horizon);cons = [cons, cons_gen];cons = [cons, cons_sgen];%風電cons = [cons, x_P_w==muw+ww,-0.3.*muw<=ww<=0.3.*muw];%光伏cons = [cons, x_P_v==muv+wp,-0.3.*muv<=wp<=0.3.*muv]; % 仿射約束 x_P_hz = x_P_h-alfah.*repmat(wwp,ngen,1); x_P_sz = x_P_s-alfas.*repmat(wwp,ns,1); cons = [cons,0<= alfah <=1,0<= alfas <=1,sum(alfah)+sum(alfas) == ones(1,Horizon)];

3?程序效果

程序采用118節點系統

以上是程序優化結果圖，下面為原文對照圖。

以上是程序優化結果圖，下面為原文對照圖。4

4 下載鏈接

?這里是《電力程序》集中營，單擊直達！

總結

以上是生活随笔為你收集整理的【分布鲁棒】多源动态最优潮流的分布鲁棒优化方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。