【无标题】

MATLAB代码：配网节点电价 DLMP 

关键词：DLMP SOCP lindistflow 
参考文档：《Distribution Locational Marginal Pricing (DLMP) for Congestion Management and Voltage Support》2018 SCI一区 IEEE Transactions on Power System 非完美复现
仿真平台：MATLAB+Gurobi
主要内容: 
1. 考虑网损，电压，阻塞的配电网二阶锥节点电价 （DLMP)需要gurobi求解器；  
2.在原本lindistflow上使用了二阶锥，精确了模型；
3。
可以轻松加东西，全网唯一
4.PDF为参考文献，并非完美复现。

1. 代码目的
该代码的目的是通过优化方法解决电力系统的运行问题，主要涉及以下方面：

电力网络建模： 通过潮流方程和二阶锥约束建立了电力系统的模型，包括线路功率、节点电压等变量。

负荷和风机出力设置： 负荷数据和风机出力百分比由用户给定，并在模型中进行了相应的设置。

优化目标函数： 优化目标是最小化电网购电成本，其中电价通过对偶变量（dual variable）表示。

2. 代码主要步骤
基本参数和数据初始化： 设置了电力系统的基本参数，包括优化时刻、基准功率、基准电压等，并提供了电力网络的线路数据。

负荷和风机出力的设置： 从线路数据中提取了负荷数据，并设置了风机出力相关的参数。

优化问题的变量定义： 定义了优化问题的决策变量，包括线路功率、节点电压等。

电力网络约束的建立： 初始化了一些约束的容器，并将不同类型的约束添加到这些容器中，包括潮流方程、二阶锥约束等。

优化目标函数的设定： 设置了目标函数为电网购电成本，用于优化问题求解。

电力网络潮流方程的建立： 建立了潮流方程的约束，确保电流和功率之间满足电力系统的物理规律。

二阶锥约束的建立： 通过二阶锥约束，确保电流和电压之间满足特定的数学关系。

优化问题的求解： 使用YALMIP工具箱调用Gurobi求解器，求解了电力系统的优化问题，目标是最小化电网购电成本。

结果输出和分析： 根据求解结果，判断是否成功，输出最优解的电网购电成本，并通过对偶变量分析电价的三维图像。

3. 结果分析
通过对电价的三维图像分析，可以深入了解电力系统各时刻的电价情况。在优化结果成功的情况下，用户可以获得最优的购电成本，并根据电价分布制定电力系统运营策略。

4. 性能分析
通过tic和toc函数计算整个代码段的运行时间，有助于评估算法和优化求解器的性能。这对于处理大规模电力系统和实时决策有重要意义。

总结
该代码综合了电力系统建模、优化算法和对偶理论，用于解决电力系统的运行问题。通过优化求解，用户可以获得最优的购电成本，并通过电价分布了解系统运行状态。整个过程结合了数学建模和工程实践，为电力系统运营提供了有力的支持。

主要实现了一个电力系统的优化问题，其中包括电力网络的潮流计算、电价计算和优化问题的求解。我将逐步分析这段代码的主要部分。

### 1. 基本参数和数据初始化

```matlab
NT = 24;    % 优化时刻
SB = 10;    % 基准功率 MVA
VBase = 12.66;    % 基准电压 kV
% ... 省略其他参数和数据初始化 ...
```

这部分代码设置了一些基本参数，例如优化时刻、基准功率、基准电压等。PDN_Data是配电网络的线路数据，包括线路号、首末节点、阻抗等信息。

### 2. 负荷和风机出力的设置

```matlab
P_load = PDN_Data(:,4);
Q_load = PDN_Data(:,5);
% ... 省略其他负荷和风机数据的设置 ...
```

这里将负荷数据从PDN_Data中提取，并设置了风机出力相关的参数。

### 3. 优化问题的变量定义

```matlab
P = sdpvar(NL,NT); % 线路首端有功功率
Q = sdpvar(NL,NT); % 线路首端无功功率
U2 = sdpvar(NB,NT);  % 节点电压幅值^2
% ... 省略其他优化变量的定义 ...
```

这部分定义了优化问题的决策变量，包括线路功率、节点电压等。

### 4. 电力网络约束的建立

```matlab
Cons_P = []; Cons_Q = []; Cons_U = []; Cons_I = []; Cons_SOC = [];
% ... 省略其他约束的建立 ...
```

在这里，代码初始化了一些约束的容器，后续将不同类型的约束添加到这些容器中。

### 5. 电力网络潮流方程的建立

```matlab
Cons_P = [Cons_P, (P - diag(R)*I2  == P_kidLine + Pd(L_j,:)):'22'];
Cons_Q = [Cons_Q, (Q - diag(X)*I2 == Q_kidLine + Qd(L_j,:)):'44'];
```

这部分建立了潮流方程的约束，其中`P`和`Q`是决策变量，`R`和`X`是线路的阻抗，`I2`是线路电流。

### 6. 二阶锥约束的建立

```matlab
Cons_SOC = [Cons_SOC, I2(1:NL,:) .* U2(L_i,:) >= P(1:NL,:).^2 + Q(1:NL,:).^2];
```

这部分建立了二阶锥约束，确保电流和电压之间存在二阶锥关系。

### 7. 优化目标函数的设定

```matlab
Obj = Cost_grid;
```

这里将目标函数设置为电网购电成本。

### 8. 优化问题的求解

```matlab
ops=sdpsettings('solver','gurobi','gurobi.QCPDual',1);
sol = optimize(Cons_all, Obj, ops);
```

使用YALMIP工具箱进行优化问题的求解，选择了Gurobi作为求解器。

### 9. 结果输出

```matlab
if sol.problem == 0
    disp('求解成功')
    C_Opr = value(Obj) 
else
    disp('求解出错');
    sol.info
    yalmiperror(sol.problem)
end
```

根据求解结果，输出相应信息。

### 10. 画电价

```matlab
price = -1 * dual(Cons_all('22'));
figure
surf(price)
```

通过这段代码，画出了电价的三维图像。

总体来说，这段代码实现了一个电力系统的优化问题，包括潮流方程的建模、二阶锥约束的处理和电价优化等。

相关代码,程序地址：http://lanzoup.cn/3435234234