88文章解读与程序——电力系统保护与控制EI\CSCD\北大核心《基于双层优化的微电网系统规划设计方法》已提供下载资源

👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆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

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download

规划设计是微电网系统核心技术体系之一。从分布式电源的综合优化(组合优化、容量优化)和分布式电源间的调度优化两个方面对其展开研究。根据分布式电源特性，提出了适用于并网型微电网系统和独立型微电网系统的双层优化规划设计模型。上层优化采用基于NSGA-II的多目标遗传算法计算系统最优配置；下层优化采用混合整数线性规划算法(MILP)计算系统最优运行方案。运用所建立模型，分别针对并网型和独立型微电网系统作了案例计算, 验证了所提方法的正确性。

部分代码展示：

function [p_wt,p_pv,p_load,x,UB,p_g,p_ch,p_dis,p_buy,p_sell] = DOWN_(ee_bat_int,p_wt_int,p_pv_int,p_g_int,LB,yita)
%% 本函数通过对偶原理计算 折现成本+投资成本+购售电成本和燃料成本 +运维成本（求最大值）
%% 1.设参
canshu;
p_bat_int = ee_bat_int*0.21;%假设储能的功率上限和容量上限有比值关系
ee0 = 0.55*ee_bat_int; %储能初始电量
%% 2.设决策变量
p_ch = sdpvar(24,4);%储能充电
p_dis = sdpvar(24,4);%储能放电
uu_bat = binvar(24,4);%充放电标识

uu_m = binvar(24,4);%发电机标识
p_buy = sdpvar(24,4);%配网购电
p_sell = sdpvar(24,4);%配网售电

p_wt = sdpvar(24,4);
p_pv = sdpvar(24,4);
p_load = sdpvar(24,4);

p_g = sdpvar(24,4);%微型燃气轮机

%风光出力和电价（以春季典型日为例）
p_l = xlsread('四个典型日数据.xlsx','0%','B3:E26')*900;
max_p_wt = xlsread('四个典型日数据.xlsx','0%','H3:K26')*p_wt_int; 
max_p_pv = xlsread('四个典型日数据.xlsx','0%','N3:Q26')*p_pv_int; 
%price=xlsread('四个典型日数据.xlsx','电价','A2:A25');
price = [0.48;0.48;0.48;0.48;0.48;0.48;0.48;0.9;1.35;1.35;1.35;0.9;0.9;0.9;0.9;0.9;0.9;0.9;1.35;1.35;1.35;1.35;1.35;0.48];
%% 3.设约束
C = [];
load = p_l';
%储能功率约束
wwt = 0.05;wpv = 0.1;wl = 0.15;%不确定度
C = [C, (1 - wwt)*max_p_wt <= p_wt,p_wt <= (1 + wwt)*max_p_wt];%不确定性风
C = [C, (1 - wpv)*max_p_pv <= p_pv,p_pv <= (1 + wpv)*max_p_pv];%不确定性光
C = [C, (1 - wl)*load' <= p_load,p_load <= (1 + wl)*load'];%不确定性负荷
%设定对偶变量
lam1 = sdpvar(96,1);lam11 = sdpvar(96,1);
lam2 = sdpvar(192,1);lam21 = sdpvar(192,1);lam3 = sdpvar(4,1);
lam4 = sdpvar(192,1);lam41 = sdpvar(192,1);lam5 = sdpvar(96,1);
lam51 = sdpvar(96,1);lam6 = sdpvar(96,1);
%大m条件中的01变量
beta1 = binvar(96,1);beta11 = binvar(96,1);
beta2 = binvar(192,1);beta21 = binvar(192,1);beta3 = binvar(4,1);
beta4 = binvar(192,1);beta41 = binvar(192,1);beta5 = binvar(96,1);
beta51 = binvar(96,1);beta6 = binvar(96,1);beta7 = binvar(480,1);beta8 = binvar(288,1);

效果展示：

88号资源-源程序：论文可在知网下载《基于双层优化的微电网系统规划设计方法》本人博客有解读资源-CSDN文库https://download.csdn.net/download/LIANG674027206/89205334 👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆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

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download