需求响应+配网重构！含高比例新能源和用户需求响应的配电网重构程序代码！

前言

配电网重构作为配电网优化运行的手段之一，通过改变配电网的拓扑结构，以达到降低网损、改善电压分布、提升系统的可靠性与经济性等目的。近年来，随着全球能源消耗快速增长以及环境的日趋恶化，清洁能源飞速发展，分布式电源(Distributed Generator, DG)大量接入配电网中。DG因其随机性和波动性，大量接入给配电网带来巨大冲击，也给配电网重构带来严峻的挑战，因此有必要研究适用于高比例清洁能源接入下的配电网重构方法。在配电网中采用需求响应策略，可以在降低负荷峰谷差的同时，减少配电网运行的综合成本，提高配电网运行的经济性和可靠性。

重构模型及配网结构

目标函数

以提高清洁能源的消纳率、减小配电网的运行成本为目标，本文在高比例清洁能源接入背景下提出了考虑需求响应的配电网重构模型。该模型的目标函数为配电网综合运行成本最小，其中考虑了网损成本、弃风弃光成本以及分段开关操作惩罚成本。

约束条件

（1）节点功率平衡约束；（2）节点电压约束；（3）之路电流约束；（4）DG功率约束；

（5）网络结构约束；（6）储能电池充放电状态及功率约束；（7）储能电池剩余容量约束；

（8）电容器投切约束；（9）需求响应约束；

配网结构

以含DG和储能(ES)的IEEE33节点配电网为例进行算例分析，算例网络结构如下图所示，系统的网络与线路参数可参考文献。图中，实线为支路，虚线为联络开关；节点编号标于图中；系统最大负荷3715kW+2300kvar。

程序介绍

程序提出了高比例清洁能源接入下计及需求响应的配电网重构方法。首先，以考虑网损成本、弃风弃光成本和开关操作惩罚成本的综合成本最小为目标，建立高比例清洁能源接入下计及需求响应的配电网重构模型。然后，针对配电网重构模型的非凸性，引入中间变量并对其进行二阶锥松弛，构建混合整数凸规划模型，使其能够在获得全局最优解的同时提高求解效率。最后，采用改进的IEEE33节点配电网进行算例仿真，分析了需求响应措施和清洁能源渗透率对配电网重构结果的影响。程序中算例丰富，注释清晰，干货满满，创新性和可扩展性很高，足以撑起一篇高水平论文！下面对程序做简要介绍！

程序适用平台：Matlab+Yalmip+Cplex

参考文献：《高比例清洁能源接入下计及需求响应的配电网重构》-电力系统保护与控制；

程序结果

部分程序

%% 约束条件​Constraints = [];
%% 1.潮流约束
m_ij=(1-alpha_ij)*M*ones(1,T); 
Constraints = [Constraints, P_g-P_cur+branch_to_node*P_ij-branch_to_node*(I_ij.*r_ij)-branch_from_node*P_ij == 0];
Constraints = [Constraints, Q_g-Q_load+branch_to_node*Q_ij-branch_to_node*(I_ij.*x_ij)-branch_from_node*Q_ij == 0];
Constraints = [Constraints,U_i(mpc.branch(:,1),:)-U_i(mpc.branch(:,2),:)<= m_ij + 2*r_ij.*P_ij + 2*x_ij.*Q_ij - ((r_ij.^2 + x_ij.^2)).*I_ij];
Constraints = [Constraints,U_i(mpc.branch(:,1),:)-U_i(mpc.branch(:,2),:)>= -m_ij + 2*r_ij.*P_ij + 2*x_ij.*Q_ij - ((r_ij.^2 + x_ij.^2)).*I_ij];​
Constraints = [Constraints, Sij_max^2*alpha_ij*ones(1,T) >= P_ij.^2+Q_ij.^2];
Constraints = [Constraints, I_max.^2.*alpha_ij*ones(1,T) >= I_ij , I_ij >= 0];
Constraints = [Constraints, Umin*ones(1,T) <= U_i,U_i <= Umax*ones(1,T)];​
%% 2.拓扑约束
Constraints = [Constraints , sum(alpha_ij) == nb-ns];
Constraints = [Constraints , P_g_dot(2:33) == 0 , P_g_dot(1) <= nb];
Constraints = [Constraints , P_g_dot-P_L_dot+branch_to_node*P_ij_dot-branch_from_node*P_ij_dot == 0];​
%% 3.DG功率约束
Constraints = [Constraints , P_pv >= 0 , P_wind >= 0];
Constraints = [Constraints , P_pv <= ones(n_pv,1)*P_pv_max , P_wind <= ones(n_wind,1)*P_wind_max];​
%% 4.储能约束
Constraints = [Constraints , P_ch >= 0 , P_dis >= 0 , y_ch+y_dis <= 1];
Constraints = [Constraints , P_ch <= y_ch*P_ch_max , P_dis <= y_dis*P_dis_max];
Constraints = [Constraints , E_ESS(:,1) ==n_ch*P_ch(:,1)-1/n_dis*P_dis(:,1)+E0];
Constraints = [Constraints , E_ESS >= E_min , E_ESS <= E_max];​
​​Constraints = [Constraints , E_ESS(:,t) ==n_ch*P_ch(:,t)-1/n_dis*P_dis(:,t)+E_ESS(:,t-1)];

部分内容源自网络，侵权联系删除！

欢迎感兴趣的小伙伴关注并私信获取完整版代码，小编会不定期更新高质量的学习资料、文章和程序代码，为您的科研加油助力！