原创未发表！电动汽车调度+两阶段鲁棒优化+微网经济调度

程序名称：含集群电动汽车的源-荷-储两阶段鲁棒微网经济调度研究

实现平台：Matlab+Yalmip+Cplex/gurobi

代码简介： 针对微电网内电动汽车集群建模困难和可再生能源出力的不确定性，建立了包含集群电动汽车以及多种需求侧资源的微电网两阶段鲁棒优化经济调度模型。首先基于虚拟电池模型构建集群电动汽车时移的功率能量边界，提出了微电网内电动汽车的集群建模方法。接着建立了min-max-min结构的两阶段三层鲁棒优化模型，综合考虑了电动汽车集群、储能、燃汽轮机组以及光伏机组的运行约束和协调控制。基于列约束生成算法，将原问题分解为主问题和子问题迭代求解，其中max-min形式的子问题通过KKT条件、强对偶理论和大M法转为max形式求解。最后在算例中验证了建模方法的有效性，研究了不同分时电价引导电动汽车充放电和不同鲁棒可调节系数对模型调度结果的影响，并针对基于最恶劣场景的两阶段鲁棒模型和确定性模型的运行状态和经济情况进行了对比分析。原创代码！代码创新性高，易于拓展与修改，非常精品！包含详细的模型和算例分析文档，略微修改即可发表！

代码获取方式：原创未发表！电动汽车调度+两阶段鲁棒优化+微网经济调度 (qq.com)

构建了基于两阶段鲁棒优化的含有多种需求侧资源的微电网经济调度模型，考虑光伏和负荷的不确定性，通过一系列的模型推导和转换，将两阶段问题转变为具有混合整数线性形式的主问题和子问题进行求解。此外，在两阶段鲁棒模型中增加了鲁棒调节系数，可供微电网调度员灵活选择调度方案的保守程度。通过比较不同分时电价激励下的集群电动汽车充放电方式，分析了引入高价差和高均值且含尖峰的新分时电价对微电网整体的运行经济性的影响。

考虑微网以日运行成本最小为优化目标，当光伏出力和常规负荷的功率为预测值时，确定性问题为

为更好的说明两阶段鲁棒模型建立的过程，将其以矩阵表示写成紧凑的形式

根据可再生能源的历史发电数据和负荷的历史使用数据，能量管理中心在预调度阶段要计算微电网在最恶劣场景下的最小运营成本。再调度阶段，能量管理中心将以再调度运营成本最低为优化目标，根据所获得的预调度决策方案和已经获得的不确定信息求解微电网系统各类分布式系统的具体出力情况，最终得到基于最恶劣场景下的最低运行成本调配计划。

本文考虑建立两阶段鲁棒微网筋经济调度模型，以此来求解使得系统在光伏和负荷位于最恶劣场景下运行成本最低的调度方案。两阶段鲁棒模型的预调度阶段是一个min-max-min模型，将决策变量分为第一阶段变量x和第二阶段变量y。第一阶段变量在不确定信息得知前做出，约束与不确定变量无关。第二阶段变量在得知不确定信息之后做出，又称为补偿变量。两阶段鲁棒模型的核心在于预调度阶段的求解，预调度阶段可描述为

第一阶段运行成本包括集群电动汽车充放电成本。第二阶段运行成本包括汽轮机发电成本，可平移负荷调度成本，储能设施运行成本和微网购售电成本。外层的min问题决策变量为x，内层的max-min问题决策变量为u和y，其目的是基于第一阶段变量求解的结果，寻找使得第二阶段运行成本最小值最大的最恶劣场景。

基于最恶劣场景的两阶段鲁棒模型考虑了可能发生的所有不确定性。并且第二阶段与外部输入之间的外系已由优化问题所确定，因此第二阶段变量成为了不确定参数的函数，这样模型就可以完全适应给定不确定参数波动区间的任意取值。

两阶段鲁棒优化一般运用零和博弈的思想，采用列与约束生成算法（C&CG）或割平面算法（Benders）求解，将原问题解耦成主问题和子问题进行迭代。相比于Benders分解，CCG在求解主问题的过程中不断引入和子问题相关的辅助变量和约束，大大加快了收敛速度。

通过上述转换，基于最恶劣场景的两阶段鲁棒模型分解得到的主问题和子问题为混合整数线性规划（MILP），经过不断迭代求解，就可以得到使得微网在最恶劣场景下运行成本最优的经济调度方案。因此，最恶劣场景两阶段鲁棒优化的目的就是在预调度过程中求得一组第一阶段解，给定这租解后可以使得不确定参数在区间任意取直时，系统的约束都能通过第二阶段解得到满足，并且在最恶劣场景下系统的总运行成本最低。

预调度得到第一阶段的鲁棒可行解，此时不确定信息的实际值也已知，所以再调度为一个求解第二阶段变量的确定性优化问题，可以表示为

参考文献：《自编文档》《基于两阶段鲁棒优化的西南地区微电网经济调度》《微电网两阶段鲁棒优化经济调度方法》《计及电动汽车充放电行为的负荷聚合商优化调度研究》《考虑需求侧灵活性资源的区域电能共享市场模型》《数据-模型混合驱动的配电系统灵活性优化调度》《用于电池管理系统测试的虚拟电池组及相关技术研究》《需求侧资源灵活性刻画及其在日前优化调度中的应用》《考虑高比例电动汽车及风电协同参与的机组组合策略》《新能源电力系统灵活性供需量化及分布鲁棒优化调度》

代码获取方式：原创未发表！电动汽车调度+两阶段鲁棒优化+微网经济调度 (qq.com)

运行结果

储能设施与电动汽车充电时取值为正，放电时候取值为负；微电网向配电网购电时为负。在夜晚1~6h以及19~24h，光伏输出为0，负荷完全由汽轮机，储能单元（包括储能设施，集群电动汽车）和配网供给。当配网交易电价低于汽轮机发电单位成本时，如1~7h，24h，汽轮机以最小功率运行。在8h光伏功率较高，由于不计光伏发电成本，所以汽轮机也以最小功率运行。其余时段汽轮机以最大功率运行增加向配电网的售电量/减小购电量，降低成本。可平移负荷在尽量满足用户期望功率的基础上将峰时负荷分配到谷时负荷，实现削峰峰填谷。

相比于分时电价1，采用分时电价2时储能设施在峰时段如10h增加放电，集群电动汽车在峰时段12h和20h减小充电量。所以微电网在峰时段10h~12h更多的向配网售电，而其余时间的购电量却没有明显增加，从而降低了成本。此外，常规负荷波动到最恶劣场景的时段数减小，同时因为系统的保守性降低，储能单元充放电更加平稳，有利于系统的稳定运行，改善了系统的经济性。

随着更多的电动汽车在早上9：00接入微电网，在峰时时段9：00-11：00微网向配网的售电量也随之增加。但是电动汽车受到用户出行需求的限制，需要在快要离网时保证一定的充电功率，所以当电动汽车数量变多时，微网在峰时会减小售电量，甚至因无法满足负荷需求而向配网购电，增加了成本。

随着鲁棒调节系数的提高，系统运行的保守程度不断提升，导致第一阶段成本有所提高，但是幅度不大。这是因为储能充放电与购售电状态和集群电动汽车充放电功率在不同的鲁棒调节系数上差异较小，仅仅需要微小的调整就可以应对系统的不确定性。

在第二阶段，微电网为了能够应对光伏和负荷更为严重的波动场景，第二阶段成本明显提升，这是由于微电网减小售电量/增大购电量造成的，以满足实时的功率平衡，损失了一定的经济性。并且，当鲁棒调节系数较小时，储能设施容量基本保持不变。系数越大，系统就越多的考虑极小概率出现的最恶劣场景，这就导致储能充放电的转换次数变多，增加了储能维护成本，不利于系统的经济运行。

代码获取方式：原创未发表！电动汽车调度+两阶段鲁棒优化+微网经济调度 (qq.com)