基于双层优化的微电网系统规划设计方法matlab程序(yalmip+cplex)

基于双层优化的微电网系统规划设计方法matlab程序(yalmip+cplex)
参考文献:基于双层优化的微电网系统规划设计方法

摘要: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。上层优化采用综合目标计算系统最优配置;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,针对并网型微电网系统作了案例计算, 验证了所提方法的正确性。
关键词:微电网;双层优化;规划设计;综合目标;MILP

1 微电网系统规划设计架构研究
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。
在这里插入图片描述

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。
在这里插入图片描述

2 基于双层优化的微电网系统规划设计数学模型2.1 双层优化模型
Bracken J 和 McGill J T 于 1973 年最早提出了多层规划的概念,已解决多层规划/优化问题,双层规划是多层规划的特例。双层规划在输电系统、无功优化、配电系统优化规划等领域已有研究报道。数学上双层优化可描述为
在这里插入图片描述

式中:F(•)为上层优化的目标函数;x 为上层优化的决策向量;G(•)为上层优化所需满足的约束条件;f(•)为下层优化的目标函数;y 为下层优化的决策向量;g(•)为下层优化所需满足的约束条件。

2.2 上层容量优化模型2.2.1 目标函数
本文选取微电网项目周期内系统经济性能和环保性能作为评估系统优劣的指标,可描述为
在这里插入图片描述

(1) 全寿命周期经济现值微电网系统的全寿命周期经济现值可由下式计算。
在这里插入图片描述

式中:CTANN 指等年值费用;CRFl 指资本回收系数(the Capital Recovery Factor),可由下式计算。
在这里插入图片描述

式中:l 表示年数;r 表示资本的年利率。
系统等年值费用由设备投资等年值费用和系统年运行和设备维护费用组成。计算公式为
在这里插入图片描述

式中:CTANN指项目投资等年值费用;Cfac指设备投资等年值;Cope 指系统年运行费用;COM 指设备年维护费用。
设备投资等年值费用使用下式计算。
在这里插入图片描述

式中:CI,i 指设备 i 初始投资费用;li 为设备 i 运行寿命期望值。
系统年运行费用包括系统购电费用、燃料购买费用和卖电收益,计算公式为
在这里插入图片描述

式中:CE指系统年购电费用;CF指系统年购买燃料费用;CS指年卖电收益。
(2) 污染物排放
柴油发电机以柴油作为主要燃料,其污染物包括 CO、CO2、燃料中未燃烧尽的碳氢化合物、硫化物和一氧化氮。污染物的排放量与燃料消耗量直接相关。微电网年排放水平等于年燃料消耗量乘以其气体排放系数。
在这里插入图片描述

其中:σCO2、σCO、σHC、σNO、σS分别代表各污染物的排放系数(kg/L);vF 代表柴油发电机的年消耗燃料量(L)。

2.3 下层调度优化模型2.3.1 目标函数
调度优化模型选取 24 h 为调度尺度,实现系统的动态经济调度,以系统日运行费用最低为目标函数,包括日购电费用、日燃料购买费用、日卖电收益。
在这里插入图片描述

式中:Ce指系统日购电费用;Cf指系统日燃料购买费用;Cs 指系统日卖电收益。

2.3.2 约束条件2.3.2.1 功率平衡约束
在这里插入图片描述

式中:PG 指电网购电功率;PS 指电网卖电功率;PDG 指柴油发电机功率;PCON 指变流器功率,整流为负,逆变为正;PL 指负荷功率;PPV 指光伏发电功率;PWT指风机发电功率。
2.3.2.2 设备性能约束
(1) 柴油发电机
本文采用简化线性功率燃料曲线描述柴油发电机发电量和燃料消耗量之间的关系为
在这里插入图片描述

其中:F0 是燃料曲线的截距系数(L/h/kW);F1 是燃料曲线的斜率(L/h/kW);Ygen 是发电机的额定容量(kW)。
由于柴油发电机运行于低负载率时效率较低,为使燃气发电机以高效率运行,柴油发电机出力应满足如下式的约束。
在这里插入图片描述

其中:PDG,min和 PDG,max分别是柴油发电机出力的最小有功功率和最大有功功率(kW);uDG 是二进制变量,标志柴油发电机的启停(0 表示关机,1 表示开机)。
(2) 蓄电池性能约束
蓄电池作为储能设备,其能量存储就有时间上的耦合性,即本时刻的储能状态受上一时刻储能状态影响。即
在这里插入图片描述

式中:WtB和 Wt-1B分别为 t 和 t1 时段蓄电池储能状态;ηB,l指蓄电池自损耗率;PtB,c和 PtB,d分别指蓄电池最大充电功率和最大放电功率;CB指蓄电池容量。
3 算例
选取我国南部某社区四个季节典型日作为研究对象,该社区建有光伏系统、风机系统、柴油发电机以及蓄电池​,并网运行。
4 程序运行结果
1)迭代结果
在这里插入图片描述
2)典型日1结果
在这里插入图片描述

2)典型日2结果
在这里插入图片描述

2)典型日3结果
在这里插入图片描述

2)典型日4结果

在这里插入图片描述
4 matlab程序

%% 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;

%% 初始值
%% 上层
%初始折现成本+投资成本+购售电成本和燃料成本 +运维成本
%LB为初始折现成本+投资成本+购售电成本+燃料成本 +运维成本
%yita购售电成本+燃料成本+运维成本
[yita,LB,ee_bat_int, p_wt_int,p_pv_int,p_g_int] = UP_1(rp,rbat,rPV,rWT,rG);
%% 下层
%UB为上层(折现成本+投资成本)+下层(购售电成本+燃料成本 +运维成本)
[p_wt,p_pv,p_load,x,UB,p_g,p_ch,p_dis,p_buy,p_sell] = DOWN_(ee_bat_int,p_wt_int,p_pv_int,p_g_int,LB,yita);
%UB1为初始上层(折现成本+投资成本)+下层(购售电成本+燃料成本 +运维成本)
UB1 = UB;
%% p为上层(购售电成本+燃料成本 +运维成本)与下层(购售电成本+燃料成本 +运维成本)差
p(1)= UB - LB;
e=100;%收敛度
%% 开始迭代
.。。。。。略
  • 4
    点赞
  • 66
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 12
    评论
### 回答1: 原创代码是指在开发过程中自行设计和编写的代码,而非借用他人代码的部分或全部内容。完美复现是指在复现过程中,能够完全还原原始代码的功能和效果。电网两阶段鲁棒优化是指运用鲁棒优化方法电网进行优化设计的过程,将不确定性因素考虑在内,以提高系统的鲁棒性和稳定性。 基于MATLABYALMIPCPLEX实现的电网两阶段鲁棒优化,可以采用以下步骤: 1. 首先,需要在MATLAB中安装并配置好YALMIPCPLEX工具箱。 2. 接下来,根据电网的具体特点和需求,设计电网两阶段鲁棒优化模型,并编写MATLAB代码来表达该模型。 3. 在编写代码时,可以使用YALMIP来定义优化问题的变量、约束条件和目标函数。YALMIP提供了一种方便的方式来描述和求解优化问题。 4. 在定义完优化问题后,可以使用CPLEX求解引擎来求解该优化问题。CPLEX是一个高效的求解器,可以处理大规模的优化问题。 5. 在代码中,可以使用MATLAB的相关函数和工具箱来完成对电网模型的建模、数据处理和结果分析。 通过以上步骤,可以实现基于MATLABYALMIPCPLEX电网两阶段鲁棒优化。与传统的优化方法相比,鲁棒优化考虑到了不确定性因素,可以使得系统更具鲁棒性和稳定性,提高了系统的可靠性和性能。 总结起来,基于MATLABYALMIPCPLEX实现的电网两阶段鲁棒优化方案,可以通过自行编写和设计的原创代码来完美复现原始模型,并通过鲁棒优化方法来改善电网的性能和鲁棒性。这种方法不仅可以提高电网系统的可靠性和稳定性,还可以为电网的实际应用提供一种有效的优化设计手段。 ### 回答2: 电网是一种由多种分布式能源资源组成的小型电力系统,具有自主运行和可靠供电的特点。为了提高电网的经济性和能源利用效率,我们可以对其进行优化调度。这里,我将介绍基于MATLABYALMIPCPLEX的两阶段鲁棒优化方法。 首先,在问题数学建模方面,我们需要考虑电网的各种能源资源和负荷需求之间的关系。我们可以使用线性约束和非线性约束来描述电网的运行条件和限制。例如,我们可以定义发电机的燃料成本和发电能力之间的关系,以及存储系统的充放电速率和能量容量之间的关系。 然后,我们可以使用MATLABYALMIP插件来实现数学建模。YALMIP是一个用于优化问题建模和求解的工具箱,它提供了方便的高级接口,能够将问题转化为标准的优化模型。我们可以使用YALMIP定义变量、目标函数和约束,将问题转化为线性规划或混合整数线性规划问题。 最后,我们可以使用CPLEX求解器来求解优化问题。CPLEX是一个强大的数学优化求解器,能够高效地求解线性规划和混合整数线性规划问题。我们可以将YALMIP生成的优化模型输入到CPLEX中,通过求解器获得最优的优化调度方案。 通过使用MATLABYALMIPCPLEX,我们可以实现电网的两阶段鲁棒优化。这种方法可以在保证电网可靠性和运行约束条件的前提下,最小化成本并提高能源利用效率。同时,由于YALMIPCPLEX具有良好的用户界面和求解性能,我们可以方便地实现和调试优化算法,进一步提高优化算法的可行性和效率。 总之,基于MATLABYALMIPCPLEX的两阶段鲁棒优化方法电网的经济性和能源利用效率提供了有效的解决方案。这种方法不仅能够实现原创的代码和完美的复现,还能够为电网的可持续发展和智能化管理提供支持。
评论 12
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

电磁MATLAB

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