👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆
《《《《《《《《更多资源还请持续关注本专栏》》》》》》》
论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html
论文可参考:新能源电力系统灵活性供需量化及分布鲁棒优化调度
电网中新能源渗透率的提升导致电力系统在局部时段灵活性严重不足。针对现有处理电力 系统灵活性和供需不确定性过于保守或冒险的问题,提出一种数据驱动的分布鲁棒优化调度模型。首先,考虑风光出力的时空相关性,基于Copula理论构建出力集合。结合场景法与区间法对电力系统灵活性需求进行量化,引入灵活调节因子表征各类资源参与灵活性调节的能力,建立灵活性供需平衡约束。其次,考虑电动汽车等需求侧资源的灵活性供给能力,以灵活性资源运行成本与电网灵活性缺额惩罚成本最优作为目标函数,建立数据驱动的两阶段分布鲁棒模型。为降低保守性,采用综合范数对其概率分布进行约束,减小了灵活性需求出现极端情况的概率。针对两阶段鲁棒模型求解问题,利用零和博弈思想将模型解耦为主问题和子问题,采用列与约束生成算法进行迭代求解。最后,仿真算例表明,所提模型相比于传统不确定性模型对提高电力系统灵活性裕度与经济性具有积极作用。
部分代码展示:
clc
clear
close all
warning off
%%设参
ps_max=300;
ES_0=300;
ES_min=0;
ES_max=1000;
%抽水蓄能
DDR=2840;
DR_min=50;
DR_max=250;
%可转移负荷
R_g=500;
pg_min=300;
pg_max=1500;
%火电
T=1;
Kg=0.87;
Ks=0.3;
Kw=20;%弃风惩罚
KIL=20;%切负荷惩罚
KDR=0.38;
KEV=0.3;%电动汽车放电损耗
aw=0.25;
av=0.08;
al=0.15;
%%电动汽车VB模型可行域,计算方法可参考文献《新能源电力系统灵活性供需量化及分布鲁棒优化调度》的附录
Pevaggmin=[0 0 -4 -24 -48 -84 -160 -216 -248 -276 -300 -316 -316 -316 -320 -320 -320 -320 -320 -320 -320 -320 0 0];
Pevaggmax=[0 0 4 24 48 84 160 216 248 276 300 316 316 316 320 320 320 320 320 320 320 320 320 0];
Eevaggmin=[0 0 15.9955974458250 97.1213204347807 179.699465915138 313.435530224128 595.053300784538 737.975492448366 682.453171971067 607.426375783254 492.653256391981 373.178007810508 222.424537999398 115.219917018390 242.969115667738 522.005156177185 831.999999999999 1152.00000000000 1472.00000000000 1792.00000000000 2112.00000000000 2432.00000000000 2752.00000000000 3072.00000000000];
Eevaggmax=[0 0 15.9955974458250 105.121320434781 235.699465915138 465.435530224128 915.048898230363 1361.01135849668 1694.77106381775 2052.37429840519 2374.13206242001 2639.98609343187 2777.67379339779 2882.14286292967 2978.98550223593 3024.30618853062 3051.61390436668 3063.04651208787 3067.04651208787 3071.04651208787 3072.00000000000 3072.00000000000 3072.00000000000 3072.00000000000];
Eexsum=[0 0 15.9955974458250 85.1257229889557 106.578145480358 181.736064308990 365.613368006235 290.861269474676 132.977103987382 134.962172485630 99.5940309758037 81.8010336288737 0 0 48 0 0 0 0 0 0 0 0 0];
%%变量
PEV_ch=sdpvar(1,24,'full'); %电动汽车充电
PEV_dis=sdpvar(1,24,'full'); %电动汽车放电
uEV=binvar(1,24);
PEV=PEV_ch-PEV_dis;
E=sdpvar(1,24,'full'); %电动汽车电能变量
F_up_EV=sdpvar(1,24,'full');%电动汽车向上灵活性
F_dn_EV=sdpvar(1,24,'full');%电动汽车向下灵活性
ES=sdpvar(1,24,'full');%抽水蓄能电能
F_up_s=sdpvar(1,24,'full');%抽水蓄能向上灵活性
F_dn_s=sdpvar(1,24,'full');%抽水蓄能向下灵活性
ps_ch=sdpvar(1,24,'full');%抽水蓄能充电
ps_dis=sdpvar(1,24,'full');%抽水蓄能放电
us=binvar(1,24,'full');%抽水蓄能充放电标识
ps=ps_ch-ps_dis;
pg=sdpvar(1,24,'full');%火电机组
F_up_g=sdpvar(1,24,'full');%火电机组向上灵活性
F_dn_g=sdpvar(1,24,'full');%火电机组向下灵活性
ug_up=binvar(1,24,'full');%标识
ug_dn=binvar(1,24,'full');%标识
PDR=sdpvar(1,24,'full');%可转移负荷
PDR1=sdpvar(1,24,'full');%可转移负荷辅助变量
PDR2=sdpvar(1,24,'full');%可转移负荷辅助变量
F_up_D=sdpvar(1,24,'full');%可转移负荷向上灵活性
F_dn_D=sdpvar(1,24,'full');%可转移负荷向下灵活性
F_up_BUZU=sdpvar(1,24,'full');%向上灵活性缺额
F_dn_BUZU=sdpvar(1,24,'full');%向下灵活性缺额
a_G_up=sdpvar(1,24,'full');%火电机组调节因子
a_G_dn=sdpvar(1,24,'full');%火电机组调节因子
a_S_up=sdpvar(1,24,'full');%抽水蓄能调节因子
a_S_dn=sdpvar(1,24,'full');%抽水蓄能调节因子
a_D_up=sdpvar(1,24,'full');%可转移负荷调节因子
a_D_dn=sdpvar(1,24,'full');%可转移负荷调节因子
a_EV_up=sdpvar(1,24,'full');%电动汽车调节因子
a_EV_dn=sdpvar(1,24,'full');%电动汽车调节因子
效果展示:
84号资源-源程序:论文可在知网下载《新能源电力系统灵活性供需量化及分布鲁棒优化调度》本人博客有解读资源-CSDN文库https://download.csdn.net/download/LIANG674027206/89205193👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆
《《《《《《《《更多资源还请持续关注本专栏》》》》》》》
论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html