【微电网优化】基于双层优化的综合能源系统规划设计附matlab代码和模型

✅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。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

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.上层优化采用混合整数线性规划算法(MILP)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.

1.1 微电网系统结构

本文研究的微电网系统结构如图1所示。风力发电机、光伏发电和储能系统等通过各自的变流器接

入交流微电网系统,并通过公共连接点(PCC)与配电网连接,组成并网型微电网。通过对该微电网的

控制,可实现微电网的孤岛和并网运行。柴油发电机采用同步发电机发电,直接并入交流微电网。在

优化规划设计中,忽略线路阻抗引起的损耗。

1.2 微电网系统双层规划设计结构

本文采用双层优化规划方法对微电网系统进行优化,上层为容量优化模块,用于寻找系统最优

配置,包括系统各设备类型、台数和容量,下层为调度优化模块,用于计算系统最优运行方案。

双层优化含有两个层次,上层决策结果一般会影响下层目标和约束条件,而下层则将决策结果反

馈给上层,从而实现上下层决策的相互作用,如图2 所示为本文双层优化逻辑图。

⛄ 部分代码

%% 考虑四种典型日下的双层规划

clc

clear

warning off

close all

tic

%% 设置参数

canshu;

 %% 画图

 %% 迭代

 figure;

 plot(p,'-*')

 xlabel('迭代次数')

 ylabel('UB-LB')

 title('迭代曲线')

 %% 典型日1

figure

hold on

positive=[p_wt(:,1),p_pv(:,1),p_g(:,1),p_dis(:,1),p_buy(:,1)];

negative=[-p_ch(:,1),-p_sell(:,1)];

bar(positive,'stack')

bar(negative,'stack')

plot(p_load(:,1),'-d')

ylabel('出力/kw')

xlabel('时间/小时')

title('典型日1调度曲线')

legend('光伏','风电','燃机','电池放电','购电','电池充电','售电','居民负荷')

  %% 典型日2

figure

hold on

positive=[p_wt(:,2),p_pv(:,2),p_g(:,2),p_dis(:,2),p_buy(:,2)];

negative=[-p_ch(:,2),-p_sell(:,2)];

bar(positive,'stack')

bar(negative,'stack')

plot(p_load(:,2),'-d')

ylabel('出力/kw')

xlabel('时间/小时')

title('典型日2调度曲线')

legend('光伏','风电','燃机','电池放电','购电','电池充电','售电','居民负荷')

  

  

  %% 典型日3

 figure

hold on

positive=[p_wt(:,3),p_pv(:,3),p_g(:,3),p_dis(:,3),p_buy(:,3)];

negative=[-p_ch(:,3),-p_sell(:,3)];

bar(positive,'stack')

bar(negative,'stack')

plot(p_load(:,3),'-d')

ylabel('出力/kw')

xlabel('时间/小时')

title('典型日3调度曲线')

legend('光伏','风电','燃机','电池放电','购电','电池充电','售电','居民负荷')

  %% 典型日4

 figure

hold on

positive=[p_wt(:,4),p_pv(:,4),p_g(:,4),p_dis(:,4),p_buy(:,4)];

negative=[-p_ch(:,4),-p_sell(:,4)];

bar(positive,'stack')

bar(negative,'stack')

plot(p_load(:,4),'-d')

ylabel('出力/kw')

xlabel('时间/小时')

title('典型日4调度曲线')

legend('光伏','风电','燃机','电池放电','购电','电池充电','售电','居民负荷')

⛄ 运行结果

⛄ 参考文献

[1]刘振国等. "基于双层优化的微电网系统规划设计方法." 电力系统保护与控制 43.8(2015):10.

⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Matlab中调用CPLEX求解整数线性规划模型,可以通过Matlab的CPLEX接口进行实现。具体步骤如下: 1. 安装CPLEX和Matlab的接口库。在安装CPLEX时请确保勾选了Matlab接口选项。 2. 在Matlab中加载CPLEX接口库。可以使用以下命令实现: ``` addpath('C:\Program Files\IBM\ILOG\CPLEX_Studio_Community201\cplex\matlab\x64_win64'); ``` 其中路径根据实际安装路径进行修改。 3. 定义整数线性规划模型。可以使用CPLEX提供的Matlab接口函数cplexmilp()进行定义。具体语法如下: ``` [x,fval,exitflag,output]=cplexmilp(f,A,b,Aeq,beq,lb,ub,intcon,options) ``` 其中,f是目标函数系数矩阵,A和b是不等式约束矩阵和向量,Aeq和beq是等式约束矩阵和向量,lb和ub是变量下界和上界向量,intcon是整数变量向量,options是CPLEX参数设置。返回值x是最优解向量,fval是最优解函数值,exitflag是退出标志,output是CPLEX输出信息。 4. 通过设定CPLEX参数进行求解。可以使用以下命令进行求解: ``` [x,fval,exitflag,output]=cplexmilp(f,A,b,Aeq,beq,lb,ub,intcon,options); ``` 其中options是CPLEX参数设置,可以使用cplexoptimset()函数进行设定。 5. 解析求解结果。根据求解结果的exitflag值,可以判断求解是否成功。如果求解成功,则可以通过x和fval得到最优解向量和函数值。 以上是求解整数线性规划模型的基本步骤。需要注意的是,CPLEX在求解整数规划问题时可能需要较长的求解时间,因此需要合理设定CPLEX参数以提高求解效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab科研助手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值