含可再生能源的配电网最佳空调负荷优化控制：基于滚动水平优化策略和两参数热模型的MILP方法，抱歉，该问题含有敏感词信息，请换一个问题

含可再生能源的配电网最佳空调负荷优化控制
该程序复现《Optimal air-conditioning
load control in distribution network with intermittent renewables》，中文题目（翻译）为《含可再生能源的配电网最佳空调负荷优化控制》，实现内容：为了减轻包括风力发电、环境温度变化和电力零售价格在内的随机变量的不确定性，采用滚动水平优化（RHO）策略来连续更新实时信息并进入控制窗口。
此外，为了确保客户的热舒适性，引入了一种新颖的两参数热模型来更精确地计算室内温度变化，保证用户舒适度，以系统总运行成本最低为目标，采用基于MILP（混合整数线性规划）的方法来调度可中断的空调负荷，从而实现最佳调度效果。
两参数模型：
房屋的热过程由两个部分组成。
一个组成部分是房屋内部的热质量，另一个是具有显着不同的热容量的墙壁的热质量。
考虑到墙壁的热容量，房屋的室内空气温度变化可能会显著不同。
由于热模型的复杂性会对冷却能量的计算精度产生重大影响，因此该模型能够虽然复杂性增加，但是准确性也有效提升。
RHO策略：
RHO的主要程序如下。
1）在第一个时间步，基于日前的预测数据确定包括电价，环境温度和风能输出在内的参数。
MILP模型会根据最低运营成本目标计算并生成一组参数（例如Tr和Tw）。
2）在下一个时间步，基于更新的输入参数（包括实时价格（RTP），新近预测的环境温度，更新的未来风能输出，前一步生成的数据Tr等），使用MILP模型优化成本函数，并为下一个控制窗口生成一组新的参数。
3）在每个时间步，向前移动控制窗口，重复上述过程，直到完成计划范围的最后一个时间步。

ID:34100743797952079

tbNick_o1auv

【相关代码,程序地址】：http://fansik.cn/743797952079.html