基于两阶段鲁棒优化算法的多微网联合调度及容量配置，这段程序是一个用于优化微网能源调度和容量配置的模型，可以帮助用户实现能源的高效利用和成本的最小化

MATLAB代码：基于两阶段鲁棒优化算法的多微网联合调度及容量配置
关键词：多微网 优化调度 容量配置 两阶段鲁棒
仿真平台：MATLAB YALMIP+CPLEX
主要内容：代码主要做的是一个微网在四种典型日场景下各电源容量优化配置以及微网的联合优化调度问题，微网的聚合单元包括风电、光伏、燃气轮机以及储能等单元，程序考虑了不确定性，采用两阶段鲁棒优化方法进行优化，一阶段主要决策储能、风电、光伏以及燃气轮机等单元的配置容量，二阶段主要优化多微网联合优化调度策略，求解各微网的实际调度策略，最后结果不仅给出了微网电源容量配置的结果，还给出了各个机组的出力等，效果非常好，具体可看图

这段程序主要是一个能源管理系统的优化模型，用于优化微网的能源调度和容量配置。它使用了数学规划的方法，通过迭代求解来得到最优的能源调度方案。

程序分为三个部分：MP、MP2和SP。MP和MP2是两个迭代过程，用于求解能源调度问题的上下界限。SP是用于求解能源调度问题的子问题。

MP部分的主要功能是根据给定的风光出力和电价，计算出购电、售电、燃气轮机和储能的功率，并计算出相应的运维成本和购售电成本。然后，根据投资成本和折现率，计算出储能容量、风机容量、光伏容量和燃气轮机容量的上限，并计算出一个目标函数的下界限。

MP2部分是MP的迭代过程，它根据上一次迭代得到的结果，重新计算购电、售电、燃气轮机和储能的功率，并计算出相应的运维成本和购售电成本。然后，根据投资成本和折现率，重新计算储能容量、风机容量、光伏容量和燃气轮机容量的上限，并计算出一个新的目标函数的下界限。

SP部分是用于求解能源调度问题的子问题，它根据给定的储能容量、风机容量、光伏容量和燃气轮机容量的