matlab & yalmip在微电网优化调度中的应用（一）

写在前面
这是“matlab & yalmip在微电网优化调度中的应用”系列的第一篇，本系列致力于解决微电网优化调度问题，而这一篇文章将建立解决问题的整体思路和最基础的模型。
基础模型叙述略微冗长，可以直接跳至“编程实现”。

基础模型

组成

简单模型中含有一个微型燃气轮机$G$、一个蓄电池$Ba$、一个太阳能光伏$PV$ 、4一个风力发电机组$W$、一个负荷$L$共5个组分。另外，这个微电网通过$PCC$与外部大电网相连。

目的

微电网优化调度的目的是：通过调整各组分的出力以及充分利用可再生能源，满足微电网的用电需求，并使得微电网运行成本最小。

建模

1.出于简化的目的，$G$、$Ba$为可调度能源，作为新能源的$PV$，$W$和负荷$L$一样不可调度，可以视为“负的”负荷。
2.【决策变量】除了对$G$、$Ba$的调度，还可以通过向外部大电网购电，售电维持电网稳定运行，而我们的决策变量也就是：G的出力$P_G$，Ba的出力$P_{Ba}$，外部联络功率$P_{grid}$。
3.【约束条件】首先我们的微电网必须满足功率平衡约束，也就是电源出力等于负荷的用电需要。
考虑到实际情况，$G$有出力的上下限，且有爬坡限制；$Ba$也有出力限制，且出力的下限可以为复数，因为$Ba$是可以充电的；外部联络功率也一样。
4.【目标函数】$G$、$Ba$运行产生成本，向外部电网购电售电也会产生成本，（风电和光伏产生成本固定，可以不计入用于优化的目标函数）这些成本的和就是目标函数——总成本。

编程实现

1.决策变量

我们想得到$24h$内的最优调度方案，故构建$3\times 24$的优化变量矩阵：

T = 24;
P = sdpvar(3,T);

2.约束条件

1.功率平衡约束
每个小时内，所有电源的出力加上与电网交换的功率等于负荷功率：
$$P_G+P_{Ba}+P_{grid}=P_L-P_W-P_{PV}$$

Constraints = [];
for i = 1:T
    Constraints = [Constraints; sum(P(:,i)) == PL(i) - PPV(i) - PW(i)];
end

2.出力限制和爬坡限制
$G$出力$P_G$、$Ba$出力$P_{Ba}$以及电网交换功率均有上下限：
$$\begin{gathered} P_G^{min}\le P_G\le P_G^{max} \\ {P}_{Ba}^{min}\le P_{Ba}\le P_{Ba}^{max} \end{gathered}$$

PG_min = 0;PG_max = 50;
PBa_min = -60;PBa_max = 60;
Pgrid_max = 200;Pgrid_min = -200;

for i = 1:T
    Constraints = [Constraints; PG_min <= P(1，i) <= PG_max;
                                PBa_min <= P(2,i) <= PBa_max;
                                Pgrid_min <= P(3,i) <= Pgrid_max];
end

$G$的出力$P_G$还有爬坡限制：

$$\Delta P_G^{min}\le \Delta P_G\le \Delta P_G^{max}$$

dPG_min = -12;dPG_max = 12;

for i = 2:T
    Constraints = [Constraints; dPG_min <= (P(1,i)-P(1,i-1)) <= dPG_max];
end

3.目标函数

为了简化问题，只考虑$G$，$Ba$出力和电网交换带来的成本，且认为成本是线性的：

$$f_c=\sum _{t=1}^{24}\left(K_G{P}_G(t)+K_{Ba}{P}_{Ba}(t)+K_{grid}{P}_{grid}(t)\right)$$

KG = 0.3;
KBa = 0.2;
Kgrid = 0.5;
Objective = 0;
for i = 1:T
    Objective = Objective + KG * P(1,i) + KBa * P(2,i) +Kgrid * P(3,i);
end

4.优化设置

采用cplex求解器求解，设置如下：

ops = sdpsettings('solver','cplex');
result = optimize(Constraints,Objective,ops);

5.结果可视化

t = 1:24;
p = value(P);

figure(1)
plot(t,p(1,:),'r*-','Linewidth',1.5);hold on;
plot(t,p(2,:),'k*-','Linewidth',1.5);hold on;
plot(t,p(3,:),'b*-','Linewidth',1.5);hold on;
plot(t,ones(length(t)),'k--');hold on;
legend('发','蓄','网','0');

到此为止，就实现了对一个简单的微电网系统的简单建模和优化。出于快速建立解决问题的整体思路的考虑，尽可能地减少了各类约束条件，对目标函数也大幅简化。而实际的微电网运行需要考虑因素更多，这些因素会在以后的文章中出现。

结果与分析

设置风电、光伏出力和负荷需求如下：

所得结果如下：

最终优化得到的总成本为：-731.11个单位。结果为负数，这并不奇怪，充分利用可再生能源，把满足负荷需求之外的电能售给电网是可以带来收益的。

写在最后

构建如此简单的模型是为了打基础，构建起解决微电网优化调度这一问题的总体思路，以后这个模型会不断完善，考虑更多的实际情况，达到更好的实际效果。

换言之，本文提出模型还只是一个Baby，关注“matlab & yalmip在微电网优化调度中的应用”这个系列，一起见证TA的成长吧。

数据来自：[1]王腾超. 含微电网的配电网日前能量优化[D].山东大学,2020.DOI:10.27272/d.cnki.gshdu.2020.006084.