基于Benders、TSO-DSO协调的不确定性的输配电网双层优化模型研究(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、数据、讲解


💥1 概述

随着可再生能源的增加,对应运营灵活性的需求也增加。现有的灵活性采购方案设想了供电系统运营商(TSO)和配电系统运营商(DSO)之间的协调,但这方面的研究仍在进行中。我们提出了一种日前协调的方法,称为互补模型,用于共享灵活资源。该方法优化了TSO和DSO之间的物理接口处的价格和容量限制。DSO通过限制其资源在日前市场的参与来满足系统约束条件。我们使用多段Benders分解方法对模型进行分解,以追求计算可行性。我们量化了协调方法的潜在收益,并通过事后模拟评估了其性能。我们引入了一个新的代理机构,称为接口优化器,来负责优化协调变量。我们提出的方法展示了TSO和DSO协调的潜力空间,并且我们将其视为一种工具,用于改善部门协调。接下来的问题是如何为接口优化器开发一个适当的数学工具,以确定最佳的协调变量。我们提出了一个双层优化模型,其中领导者是接口优化器,跟随者是DSO和市场。我们使用多割Benders分解算法对简化的双层问题进行分解。我们使用后验外样本模拟来评估协调方法的性能。

📚2 运行结果

🎉3 参考文献

文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。

🌈4 Matlab代码、数据、讲解

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于考虑不确定性输配电双层优化,我们提出了一个双层优化模型。在这个模型中,领导者是接口优化器,跟随者是DSO以及日前和实时市场。通过建模有限数量的场景来考虑潜在的不确定性,例如DSO和TSO层面的风电发电量。我们使用多割Benders分解算法将简化的双层问题分解为混合整数线性问题和一组凸连续二阶锥规划问题。 这种分解的一个好处是避免解决混合整数二阶锥规划问题,从而减轻了计算负担。我们还使用后验外样本模拟来量化所提出的协调方法的潜在效益,并与一个完全不协调的机制和一个理想的基准进行对比。 在具体的模型设计中,我们在日前阶段排除了输电和配电络的约束条件,得到一个单节点线性模型。而在实时市场中,每个场景都包括输电和配电系统的络约束,因此实时市场清算问题成为一个锥形规划问题,其中分布系统功率流方程中存在二阶锥约束。 界面优化器被假设具有足够的追随者数据,以能够构建双层模型并预测其反应。虽然实际市场协调的实施可能不需要如此高程度的信息共享,并可以通过谈判来确定协调变量,但我们的目标是检查最佳情况,即所有信息都得到共享。 在输电络中,我们采用线性无损耗功率流近似进行建模。然而,在配电系统低压运行领域内,这种近似不一定适用,因为功率损耗、无功功率流和电压约束是配电系统运行的关键方面,不能忽略。 因此,我们通过对交流功率流方程进行凸松弛,考虑了损耗、电压限制以及有功和无功功率流,以确定径向低压配电馈线中的功率流。具体而言,我们使用径向配电系统中的交流功率流的锥型松弛,从而得到二阶锥规划问题。 综上所述,我们提出了一个双层优化模型,考虑了不确定性,并使用多割Benders分解算法对简化的双层问题进行分解,以减轻计算负担。通过使用后验外样本模拟来量化协调方法的潜在效益,并与基准进行对比,我们能够评估该模型在实际应用中的性能。同时,我们还通过对配电系统运行的关键方面进行考虑,提出了对功率流方程进行凸松弛的方法来确定径向低压配电馈线中的功率流。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值