✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。
🍎个人主页:Matlab科研工作室
🍊个人信条:格物致知。
⛄ 内容介绍
基于Matlab模拟风光负荷场景生成
⛄ 完整代码
function syst
clear all
clc
%风、光、负荷场景生成
[s1,p1]=lhsreduce(wtlhs(100,6),5);
[s2,p2]=lhsreduce(pvlhs(100,6),5);
[s3,p3]=lhsreduce(llhs(30),4);
disp('风电出力各场景及概率')
s1 % 风电各场景
p1 % 风电各场景概率
disp('光伏出力各场景及概率')
s2 %光伏各场景
p2 %光伏各场景概率
disp('负荷各场景及概率')
s3 %负荷各场景
p3 %负荷各场景概率
% 场景的削减
function [x,p]=lhsreduce(x1,x2)
[n1,p1]=size(x1);
%样本概率初始化
for i=1:n1
p(i)=1/n1;
end
%样本削减
while (n1~=x2)
%计算每个样本的欧氏距离
for i=1:n1
l(i,i)=inf;
for j=1:n1
if(i~=j)
l(i,j)=0;
for k=1:p1
l(i,j)=l(i,j)+(x1(i,k)-x1(j,k))^2;
end
l(i,j)=sqrt(l(i,j));
end
end
end
%计算样本的相应值
for i=1:n1
[m(i),n(i)]=min(l(i,:));
d(i)=p(i)*m(i);
end
%找出样本最小的
[s,I]=min(d);
%更新
p(n(I))=p(n(I))+p(I);
x1(I,:)=[];
p(I)=[];
l(I,:)=[];
l(:,I)=[];
m(I)=[];
n(I)=[];
d(I)=[];
n1=n1-1;
end
x=x1;
% 各负荷点的拉丁超立方抽样
function x3=llhs(n3)
s3=lhsdesign(n3,15);
x3(:,1)=norminv(s3(:,1),100,0.2);
x3(:,2)=norminv(s3(:,2),90,0.2);
x3(:,3)=norminv(s3(:,3),120,0.2);
x3(:,4)=norminv(s3(:,4),60,0.2);
x3(:,5)=norminv(s3(:,5),60,0.2);
x3(:,6)=norminv(s3(:,6),200,0.2);
x3(:,7)=norminv(s3(:,7),200,0.2);
x3(:,8)=norminv(s3(:,8),60,0.2);
x3(:,9)=norminv(s3(:,9),60,0.2);
x3(:,10)=norminv(s3(:,10),45,0.2);
x3(:,11)=norminv(s3(:,11),60,0.2);
x3(:,12)=norminv(s3(:,12),60,0.2);
x3(:,13)=norminv(s3(:,13),120,0.2);
x3(:,14)=norminv(s3(:,14),60,0.2);
x3(:,15)=norminv(s3(:,15),60,0.2);
% 光伏的采样
function x2=pvlhs(n2,p2)
s2=lhsdesign(n2,p2);
for i=1:n2
x22(i,:)=betainv(s2(i,:),0.85,0.85);
end
x2=30*x22;
% 风电的采样
function wtx1=wtlhs(wtn1,wtp1)
%风电采样
s1=lhsdesign(wtn1,wtp1);
for i=1:wtn1
x11(i,:)=wblinv(s1(i,:),8.92,2.30);
end
for i=1:wtn1
for j=1:wtp1
if(x11(i,j)<=3.5)||(x11(i,j)>=20)
wtx1(i,j)=0;
end
if(x11(i,j)>=12)&&(x11(i,j)<20)
wtx1(i,j)=30;
end
if(x11(i,j)>3.5)&&(x11(i,j)<12)
wtx1(i,j)=30*(x11(i,j)-3.5)/(12-3.5);
end
end
end
⛄ 运行结果
⛄ 参考文献
[1] 张宇华, 韩志永, 王育飞,等. 基于多场景技术的冷热电虚拟电厂运行方法:, CN111262242A[P]. 2020.
[2] 李春燕, 赵晨宇, 胡博,等. 面向可靠性评估的两阶段聚类风-光-荷典型场景生成方法[J]. 电工电能新技术, 2021, 40(5):9.
[3] 徐健玮, 马刚, 高丛,等. 基于风光场景生成的综合能源系统日前-日内优化调度[J]. 分布式能源, 2022, 7(4):10.