【最优潮流】基于分布式交变方向乘法器(ADMM)方法来求解带碳排放交易的直流动态最优潮流(Matlab代码实现)

简介: 【最优潮流】基于分布式交变方向乘法器(ADMM)方法来求解带碳排放交易的直流动态最优潮流(Matlab代码实现)

💥1 概述

文献来源:


摘要:本文提出了一种分布式交变方向乘法器(ADMM)方法来求解带碳排放交易的直流动态最优潮流问题(DC-DOPF-CET)。通常,基于adm的分布式方法公开了相邻子系统之间的边界总线和分支信息。与这些方法不同,本文提出的DC-ADMM-P方法采用了一种新颖的策略,即使用共识ADMM来解决DC-DOPF-CET的对偶问题,同时只公开相邻子系统之间的边界分支信息。此外,通过减少双乘法器数量和改进乘法器更新步骤,提高了DC-ADMM-P的收敛性能。DC-ADMM-P在6到1062总线的情况下进行了测试,并与其他分布式/分散方法进行了比较。仿真结果验证了DC-ADMM-P算法在求解具有复杂(非线性)因子的DC-DOPF问题时的有效性,这些复杂(非线性)因子可表示为凸可分函数。同时,通过减少双乘法器的数量和采用新的乘法器更新策略,提高了收敛性能。


📚2 运行结果

部分代码:

if isequal(includeCet,'yes')  %包含碳排放约束
        % -二次约束-start-%
        QCP.conQ = EconQ;
        QCP.conc = Econc;
        QCP.conb = Econb;
        %-二次约束-end-%
    end
    options = cplexoptimset;
    options.Display = 'off';
    if isequal(includeCet,'yes')  %包含碳排放约束
        [x,fval,exitflag,output] = cplexqcp(QCP.Q,QCP.c,QCP.Aineq,QCP.bineq,QCP.Aeq,QCP.beq,QCP.conc,QCP.conQ,QCP.conb,QCP.lb,QCP.ub,[],options);
        disp(output.cplexstatusstring);
    else %不考虑CET
        [x,fval,exitflag,output] = cplexqp(QCP.Q,QCP.c,QCP.Aineq,QCP.bineq,QCP.Aeq,QCP.beq,QCP.lb,QCP.ub,[],options);
        disp(output.cplexstatusstring);
    end
    if isequal(isRTS,'yes') %RTS数据存在一个节点上有多台机组的情况
        xx = sparse(PbusUnitsNumber(end,1)-PbusUnitsNumber(1,1),T);%P,行按照allNodes顺序排列
    else
        xx = sparse(N,T);%P
    end
    st = sparse(N,T);%θ
    pf = 0;%整个系统的排放
    pf_t = zeros(T,1);%排放量(按照时段划分)
    fd_t = zeros(T,1);%发电费用(按照时段划分)
    thpit = zeros(T,1);%机组出力(按照时段划分)
    eb = x(1);%买入碳排放deta_E_b
    es = x(2);%卖出碳排放deta_E_s
    if isequal(isRTS,'yes') %RTS数据存在一个节点上有多台机组的情况
        dr = []; %弹性负荷变量dr
        hr = []; %辅助变量Hr
        units_number = 1;
        for i = 1:size(allNodes,1)
            bus_sequence_index = find(ismember(SCUC_data.busUnits.bus_sequence,allNodes(i,1))==1); %allNodes(i,1)在SCUC_data.busUnits.bus_sequence上的索引
            P_start_index = (PbusUnitsNumber(i,1) - PbusUnitsNumber(1,1) + i - 1); %allNodes(i,1)对应变量P前面的所有变量P和θ的总数量
            Seta_start_index = (PbusUnitsNumber(i+1,1) - PbusUnitsNumber(1,1) + i - 1); %allNodes(i,1)对应变量θ前面的所有变量P和θ的总数量
            if ~isempty(bus_sequence_index) %节点上有发电机
                for j = 1:size(SCUC_data.busUnits.unitIndex{bus_sequence_index,1},1)
                    xx(units_number,:) = x(P_start_index*T + (j-1)*T + 2 + 1:P_start_index*T + (j-1)*T + 2 + T);%P
                    units_number = units_number + 1;
                end
            else %节点上没有发电机
                xx(units_number,:) = x(P_start_index*T + 2 + 1:P_start_index*T + 2 + T);%P
                units_number = units_number + 1;
            end
            st(i,:) = x(Seta_start_index*T + 2 + 1:Seta_start_index*T + 2 + T);%θ
        end
    elseif isequal(includeDR,'yes')
        dr = zeros(K,T); %弹性负荷变量dr
        hr = zeros(piecewiseNumber,T,K); %辅助变量Hr,第一个参数对应分段数,第二个参数对应时段,第三个参数对应节点编号
        %按照片区顺序
        for i = 1:n
            Pindex = 2*(PINumber{i}-1)*T + (EINumber{i}-1)*(piecewiseNumber+1)*T + 2; %+2为考虑碳排放的两个变量
            Dindex = 2*(PINumber{i+1}-1)*T + (EINumber{i}-1)*(piecewiseNumber+1)*T + 2; %+2为考虑碳排放的两个变量
            Hindex = Dindex + T; 
            %取P和θ
            for j = 1:PINumber{i+1}-PINumber{i}
                %xx的行按照partitionData.allNodes(即allNodes)中节点编号的顺序
                xx(PINumber{i}-1+j,:) = x(2*(j-1)*T+1+Pindex:2*(j-1)*T+T+Pindex,1);%P
                st(PINumber{i}-1+j,:) = x(2*(j-1)*T+T+1+Pindex:2*(j-1)*T+2*T+Pindex,1);%θ
            end
            %取dr和hr
            for k = 1:EINumber{i+1}-EINumber{i}
                %dr的行按照partitionData.allElasticityNodes中节点编号的顺序
                dr(EINumber{i}-1+k,:) = x((k-1)*(piecewiseNumber+1)*T+1+Dindex:(k-1)*(piecewiseNumber+1)*T+T+Dindex,1); %dr
                for r = 1:piecewiseNumber
                    hr(r,:,EINumber{i}-1+k) = x((k-1)*(piecewiseNumber+1)*T+(r-1)*T+1+Hindex:(k-1)*(piecewiseNumber+1)*T+(r-1)*T+T+Hindex,1); %hr
                end
            end
        end
    else
        dr = []; %弹性负荷变量dr
        hr = []; %辅助变量Hr
        for i = 1:N
            xx(i,:) = x((i-1)*2*T+2+1:(i-1)*2*T+2+T);%P
            st(i,:) = x((i-1)*2*T+2+T+1:(i-1)*2*T+2+2*T);%θ
        end
    end
    if isequal(isRTS,'yes') %RTS数据存在一个节点上有多台机组的情况
        %发电费用(按照时段划分)
        for t = 1:T
            units_number = 1;
            for i = 1:size(allNodes,1)
                bus_sequence_index = find(ismember(SCUC_data.busUnits.bus_sequence,allNodes(i,1))==1); %allNodes(i,1)在SCUC_data.busUnits.bus_sequence上的索引
                if ~isempty(bus_sequence_index) %节点上有发电机
                    for j = 1:size(SCUC_data.busUnits.unitIndex{bus_sequence_index,1},1)
                        units_index = SCUC_data.busUnits.unitIndex{bus_sequence_index,1}(j,1); %SCUC_data.busUnits.unitIndex{bus_sequence_index,1}在SCUC_data.units.bus_G上的索引
                        fd_t(t,1) = fd_t(t,1) + xx(units_number,t).^2 * SCUC_data.units.gamma(units_index) ...
                                + xx(units_number,t) * SCUC_data.units.beta(units_index) + SCUC_data.units.alpha(units_index);
                        units_number = units_number + 1;
                    end
                else
                    units_number = units_number + 1;
                end
            end
        end
    else
        if isequal(includeCet,'yes')  %包含碳排放约束
            %整个系统的排放量(所有时段)
            for i = 1:unitN
                index = find(allNodes == SCUC_data.units.bus_G(i)); %发电机节点的在矩阵中的索引
                for t = 1:T
                    pf = pf + xx(index,t).^2 * SCUC_data.units.c(i) + xx(index,t) * SCUC_data.units.b(i) + SCUC_data.units.a(i); 
                end
            end
            %排放量(按照时段划分)
            for t = 1:T
                for i = 1:unitN
                    index = find(allNodes == SCUC_data.units.bus_G(i)); %发电机节点的在矩阵中的索引
                    pf_t(t,1) = pf_t(t,1) + xx(index,t).^2 * SCUC_data.units.c(i) + xx(index,t) * SCUC_data.units.b(i) + SCUC_data.units.a(i);
                end
            end
        end
        %发电费用(按照时段划分)
        for t = 1:T
            for i = 1:unitN
                index = find(allNodes == SCUC_data.units.bus_G(i)); %发电机节点的在矩阵中的索引
                fd_t(t,1) = fd_t(t,1) + xx(index,t).^2 * SCUC_data.units.gamma(i) + xx(index,t) * SCUC_data.units.beta(i) + SCUC_data.units.alpha(i);
            end
        end
    end
    %所有时段的机组出力计划,比较发现,使用需求响应,确实能够削峰填谷
    thpit = full(sum(xx));  
    disp('总费用=');
    disp((fval+QCP.b)*SCUC_data.baseparameters.standardP);
    %返回值赋值--start-%   IEEE6:8.977148404647500e+04  ; IEEE30:2.136876446422936e+03  ;IEEE118:1.729592022969799e+06
    fval = (fval+QCP.b)*SCUC_data.baseparameters.standardP; 
    %返回值赋值--end-%
end


🎉3 文献来源

部分理论来源于网络,如有侵权请联系删除。

🌈4 Matlab代码实现

相关文章
|
4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。
227 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
|
4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。
142 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
|
4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。
111 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
|
7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)
|
7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)
|
7月前
|
Serverless
基于Logistic函数的负荷需求响应(matlab代码)
基于Logistic函数的负荷需求响应(matlab代码)
|
7月前
|
供应链 算法
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
|
7月前
|
算法 调度
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
|
7月前
|
算法 调度 SoC
电动汽车充放电V2G模型(Matlab代码)
电动汽车充放电V2G模型(Matlab代码)