基于两阶段鲁棒优化算法的微网多电源容量配置(Matlab)

简介: 基于两阶段鲁棒优化算法的微网多电源容量配置(Matlab)

💥1 概述

目标函数主要考虑了投资成本和运行成本两部分,其中,投资成本主要为储能的等年值投资成本,运行成本则包括配电网交互成本(购售电成本)、各单元运维成本以及微型燃气轮机的燃料成本。

                             

       


📚2 运行结果


部分代码:

%微型燃气轮机上下限约束
C = [C, Q1*x <= p_g_int];
C = [C, Q1*x >= 0];
% constraints=[constraints,Q2*x<=T2];
% constraints=[constraints,Q2*x>=0];
%充放电量平衡约束
C = [C, Q3*x == 0];
%配电网交互约束
C = [C, Q4*x <= T4];
C = [C, Q4*x >= 0];
%SOC约束
C = [C, Q5*x <= T5];
C = [C, Q5*x >= T51];
%功率平衡
C = [C, Q6*x + G*u == 0];%这里的u是定值
C = [C, yita >= sum(sum(repmat(price,1,4).*(p_buy(:,:) - p_sell(:,:))) + c_fuel*sum(p_g(:,1))...%购售电成本和燃料成本
             + sum(c_wt_om*p_wt(:,:)) + sum(c_pv_om*p_pv(:,:)) + sum(c_g_om*p_g(:,:)) + sum(c_bat_om*p_dis(:,:)) + sum(c_bat_om*p_ch(:,:)))];%+...%运维成本
%约束
F = [];
F = [F, ee_bat_int >= 20,p_pv_int >= 20,p_wt_int >= 20,p_g_int >= 20,yita >= 0];
Fj = rp*(rp+1)^rbat/((rp+1)^rbat-1)*cbat*ee_bat_int + rp*(rp+1)^rPV/((rp+1)^rPV-1)*cPV*p_pv_int...
     + rp*(rp+1)^rWT/((rp+1)^rWT-1)*cWT*p_wt_int + rp*(rp+1)^rG/((rp+1)^rG-1)*cG*p_g_int + yita;
ops = sdpsettings('solver','cplex');
result = optimize(F+C,Fj,ops);
ee_bat_int = value(ee_bat_int);%电池储能的容量
p_wt_int = value(p_wt_int);%风机
p_pv_int = value(p_pv_int);%光伏
p_g_int = value(p_g_int);
LB = value(Fj);
yita = value(yita);


🌈3 Matlab代码实现

🎉4 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]晏鸣宇,艾小猛,张艺镨,等.考虑机组禁止运行区间的含风电鲁棒机组组合[J].中国电机工程学报,2018,38(11):3195-3203.

[2]于雷. 含多类型能源的微网与外部电网协调运行机制和容量配置研究[D]. 华北电力大学(北京), 2016.

相关文章
|
5天前
|
算法
基于PSO粒子群优化的配电网可靠性指标matlab仿真
本程序基于PSO粒子群优化算法,对配电网的可靠性指标(SAIFI、SAIDI、CAIDI、ENS)进行MATLAB仿真优化。通过调整电网结构和设备配置,最小化停电频率和时长,提高供电连续性和稳定性。程序在MATLAB 2022A版本上运行,展示了优化前后指标的变化。PSO算法模拟鸟群行为,每个粒子代表一个潜在解决方案,通过迭代搜索全局最优解,实现配电网的高效优化设计。
|
2天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
5天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。
|
6天前
|
机器学习/深度学习 算法 索引
单目标问题的烟花优化算法求解matlab仿真,对比PSO和GA
本项目使用FW烟花优化算法求解单目标问题,并在MATLAB2022A中实现仿真,对比PSO和GA的性能。核心代码展示了适应度计算、火花生成及位置约束等关键步骤。最终通过收敛曲线对比三种算法的优化效果。烟花优化算法模拟烟花爆炸过程,探索搜索空间,寻找全局最优解,适用于复杂非线性问题。PSO和GA则分别适合快速收敛和大解空间的问题。参数调整和算法特性分析显示了各自的优势与局限。
|
5月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
240 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
5月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
144 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
5月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
113 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
8月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
8月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)

热门文章

最新文章