配电网和matlab的博客

参考文献：[1]张浩鹏,李泽宁,薛屹洵,等.基于共享储能服务的智能楼宇双层优化配置[J/OL].中国电机工程学报为降低城市化进程中楼宇储能投资成本，提出一种基于共享储能服务的智能楼宇（Intelligent Buildings，IBs）双层优化配置方法。结果表明，在满足 IBs 用户温度舒适性的同时，所提双层优化配置方法可充分满足 SESS 运营商与 IBs 的差异化利益诉求，实现双方的共赢。

综合能源微网与共享储能在提高系统能源利用率方面具有显著效益，逐渐成为目前研究热点，如何建立一套共享储能背景下综合能源微网优化运行模型是当下亟待解决的问题。首先，本文介绍了系统运行框架，分析了系统内各利益体的功能。其次，分别针对微网运营商、共享储能服务商以及用户聚合商建立优化运行模型。进一步，分析了微网运营商与用户聚合商间的博弈关系，提出共享储能背景下微网运营商与用户聚合商间的 Stackelberg 博弈模型，并证明Stackelberg 均衡解的存在性与唯一性。

1]魏韡,陈玥,刘锋,等.基于主从博弈的智能小区代理商定价策略及电动汽车充电管理[J].电网技术,2015,39(04):939-945.DOI:10.13335/j.1000-3673.pst.2015.04.010.智能电网的负荷包括传统负荷和主动负荷，我国配电网侧的主动负荷主要由电动汽车构成，功率需求随电价变化是其重要特点之一。随着电动汽车的普及，代理商将在小区电动汽车充电管理中扮演重要角色。

随着能源互联技术的发展以及售电侧市场的逐步放开,新型城镇配电系统在优化运行和交易模式上呈现多能协同,交易开放的特征。新型城镇配电系统的电力零售交易机制被重新定义,产消者通过非合作竞争上报最优竞标曲线获取最大售电收益,电网公共服务企业收取过网费并提供保底供电服务﹐用户可基于实时电价与激励政策参与需求响应降低用电成本。在此背景下,充分考虑配电网内多角色的主动参与以及运营商的经济调度要求﹐建立一种基于主从动态博弈理论的产消者非合作竞价双层模型。

之前的博客介绍了双层优化的基本原理、以及如何使用KKT条件和智能优化算法求解双层优化问题，这篇博客将继续介绍如何通过对偶变换求解双层优化问题。

本地电力市场是在分配层面促进可再生能源的效率和使用的一种有前景的理念。然而，作为一个新概念，如何设计和将这些本地市场整合到现有市场结构中，并从中获得最大利润仍然不清楚。在本文中，我们提出了一个本地市场机制，其中最终用户（消费者、小型生产者和能源生产者）之间进行能源交易。由于本地市场可能存在流动性不足的情况，该机制假设最终用户通过与具有批发市场接入权限的聚合器/零售商的双边合同来满足其能源需求。

参考文献：[1]陈柯蒙,肖曦,田培根等.一种建筑集成光储系统规划运行综合优化方法[J].中国电机工程学报,2023,43(13):5001-5012.本文建立的双层耦合模型内、外层分别对应求解容量配置与能量调度问题。外层模型设置光伏与储能容量备选集并将容量配置组合传递给内层，内层模型求解当前容量组合下经济性最优的能量调度结果与日运行收益并反馈给外层。外层模型计及BIPV 系统全寿命周期成本与效益，以投资回收期最短为目标函数，优化光伏与储能的容量配置。

现有的灵活性采购方案设想了供电系统运营商（TSO）能够访问配电系统运营商（DSO）级别的灵活资源，反之亦然，但这两个实体之间的协调是一个活跃的研究领域。我们考虑两个交易市场，即日前市场和实时市场，并提出一种日前协调的方法，描述为互补模型，用于共享灵活资源。所提出的协调方法是优化TSO和DSO之间的物理接口处的价格和容量限制，即所谓的“协调变量”。对于给定这些变量的值，DSO通过限制其数量投标来预先确认DSO级别资源在日前市场的参与。

本文研究了发电机、电动汽车和风能的协同优化调度问题。提出了一种新颖的双层优化方法，用于解决在风能存在的情况下，电动汽车充放电负荷在时间和空间领域的调度问题。在输电系统中，上层优化协调了电动汽车、热发电机和基本负荷，考虑了风能因素，优化了电动汽车在时间域内的负荷时段。在配电系统中，下层优化则对电动汽车负荷的位置进行空间调度。通过对一个拥有10台发电机的输电网和一个IEEE 33节点的配电网的电力系统基准进行评估，评估了提出的双层优化策略的性能。分析了电价曲线、电动汽车普及率以及电动汽车负荷位置等因素的影响。

在电力市场环境下,充电站优化投标策略能降低电力成本，甚至通过售电获取收益。文中考 虑了电动汽车成为柔性储荷资源的潜力，提出了日前电力市场和实时电力市场下充电站的投标策 略。首先，基于闵可夫斯基加法提出了充电站内电动汽车集群模型的压缩方法，并建立了日前可调 度潜力预测模型和实时可调度潜力评估模型。同时，考虑充电站间的非合作博弈，建立了电力零售 市场下充电站的策略投标模型，并基于驻点法将其转化为一个广义 Nash 均衡问题。然后，提出了 基于日前报价和实时报量的两阶段市场交易模式，并与合作投标模式、价格接受模式

共享储能是可再生能源实现经济消纳的解决方案之一，在适度的投资规模下，应尽力实现储能电站容量功率与消纳目标相匹配。对此，提出了考虑新能源消纳的共享储能电站容量功率配置方法，针对储能电站投运成本最低与微能源网运行经济性最优的多目标，建立了双层规划模型，其中外层模型求解电站配置问题，内层模型求解经济消纳率及微能源网优化运行问题，使用 Karush-Kuhn-Tucker (KKT)法对模型转化求解。

除了数学规划方法之外，还可采用智能优化算法求解双层优化问题，一般在上层优化中采用智能优化算法，下层优化使用数学规划方法；也可以在上下层优化中都采用智能优化算法，这篇博客将进行详细介绍。算例依旧使用上面两篇博客中的线性双层优化问题，由于这个优化问题比较简单，我们采用最基础的粒子群算法进行求解。​。

双层优化问题(Bilevel Programming Problems)，也被称为双层规划，最早由Stackelberg与1934年在经济学相关研究中提出，因此也被称为Stackelberg问题。双层规划问题一般具有层次性、独立性、冲突性、优先性和自主性等特点。本文介绍了双层优化的原理与求解方法，并提供了相应的matlab代码供参考学习。

​上一篇博客介绍了双层优化的基本原理和使用KKT条件求解双层优化的方法,这篇博客将介绍使用yalmip的双层优化问题的求解方法。1.KKT函数通过调用yalmip工具箱中的KKT函数，可以直接求出优化问题的KKT条件，省去自己手动写的步骤。2.solvebilevel函数solvebilevel是yalmip工具箱内置的求解双层优化问题的函数。也就是通过这个函数，不需要咱手动写KKT条件，也不需要使用KKT函数，直接把上、下层优化的目标函数、约束条件往里面一放，就能求出结果。​