【重磅】IEEE33配电网两阶段鲁棒优化调度CCG

简介: 【重磅】IEEE33配电网两阶段鲁棒优化调度CCG

1 前言

鲁棒优化是电力系统研究的热点,而两阶段鲁棒和分布鲁棒研究就成为各类期刊(sci/ei/核心)的宠儿,最简单的思路是通过改变模型(考虑设备备用等)和组合创新(需求响应等),得到该类问题另外一个方向的深入研究结论。这里仅仅为发文章提供一点点参考建议和思路!

本次和大家分享的是33节点系统的两阶段鲁棒优化调度程序,该程序主要是复现《两阶段鲁棒优化的主动配电网动态无功优化》-熊壮壮,具体文章内容可自行下载了解,在这里主要对模型部分和配网两阶段鲁棒计算步骤进行分析。

2基本内容

2.1 配网两阶段鲁棒模型

以网损为目标,包括功率平衡、网络潮流、电压电流、蓄电池出力以及无功设备出力等约束,具体模型如下:

模型中一个难题是潮流模型凸化处理,原二阶锥约束如下:

对锥松弛凸化,得到:

经过紧凑形式转化和推导,得到主问题和子问题形式如下:

2.2 求解步骤

3部分程序

本程序编程过程中最大的难题是采用三维变量形式,变量维度包括数量、时间和迭代次数三个维度,采用yalmip三维变量形式求解速度要略慢一些,之前程序6节点电网两阶段鲁棒优化调度matlab采用将三维变量转化为二维变量形式,运行效率就比较高。

主程序部分代码

for km=1:kn
    yalmip('clear');
    SP;%通过上面的初始值数据运行子问题
    u_sp(1,:,km)=wind_sp1;%更新不确定性变量
    u_sp(2,:,km)=wind_sp2;
    u_sp(3,:,km)=wind_sp3;
    u_sp(4,:,km)=pv_sp1;
    u_sp(5,:,km)=pv_sp1;%更新不确定性变量
    UB1=min(UB,UB1);%更新CCG算法中的UB
    UBc(km)=UB1;
    test;%运行主问题
    LB1=max(LB,LB1);%更新CCG算法中的LB
    LBc(km)=LB1;
    p(km)=UB1-LB1;%判断收敛性      
end
主问题部分程序
%% 通用约束
for j=1:km
C = [C, Vmin <= V(:,:,j),V(:,:,j) <= Vmax];%电压约束
C = [C, Pgmin <= Pg(:,:,j),Pg(:,:,j) <= Pgmax,Qgmin <= Qg(:,:,j),Qg(:,:,j) <= Qgmax];
end
C = [C, 0 <= I,I <= 6];
for j=1:km
C = [C, alfa>=sum(sum(I(:,:,j).*(r*ones(1,T))))];
end
%% 4.设目标函数
f = alfa;%网损最小


4程序结果


相关文章
|
Web App开发 弹性计算 负载均衡
阿里云acp考试时间、内容?阿里ACP认证考试有什么经验?
阿里acp认证考试有什么经验?众所周知,阿里云针对不同云产品类别、用户行业、用户成长阶段,精心打造不同的认证考试。阿里云认证分为四级ACF、ACP、ACA、ACM。拿到阿里云证书即使以后从业相关行业都可以拿到高新、以及相关行业的专业资格
2538 0
阿里云acp考试时间、内容?阿里ACP认证考试有什么经验?
|
算法 调度
电网两阶段鲁棒优化调度模型(含matlab程序)
电网两阶段鲁棒优化调度模型(含matlab程序)
|
7月前
|
人工智能 自然语言处理 API
OpenClaw(Clawdbot)零基础部署指南+OpenClaw Skills 官方技能解析,1条命令解锁全能AI
OpenClaw的核心魅力在于其开放的技能生态——ClawHub上数千款官方Skills覆盖办公、生活、开发、智能家居等30+领域,让AI从“聊天工具”升级为“全能执行者”。而阿里云的一键部署方案,更让零基础用户无需复杂配置,20分钟即可搭建稳定运行环境,再通过简单命令安装官方Skills,轻松实现密码管理、笔记同步、邮件处理、视频编辑等多样化需求。
2273 10
|
11月前
|
机器学习/深度学习 人工智能 弹性计算
2025年阿里云GPU服务器租用价格与应用场景详解
阿里云GPU服务器基于ECS架构,集成NVIDIA A10/V100等顶级GPU与自研神龙架构,提供高达1000 TFLOPS混合精度算力。2025年推出万卡级异构算力平台及Aegaeon池化技术,支持AI训练、推理、科学计算与图形渲染,实现性能与成本最优平衡。
|
12月前
|
机器学习/深度学习 运维 算法
基于粒子群优化算法的配电网光伏储能双层优化配置模型[IEEE33节点](选址定容)(Matlab代码实现)
基于粒子群优化算法的配电网光伏储能双层优化配置模型[IEEE33节点](选址定容)(Matlab代码实现)
1043 0
|
机器学习/深度学习 运维 算法
微电网两阶段鲁棒优化经济调度方法[3]【升级优化版本】(Matlab代码实现)
微电网两阶段鲁棒优化经济调度方法[3]【升级优化版本】(Matlab代码实现)
286 0
|
算法 数据挖掘 调度
【调度算法】NSGA III(1)
【调度算法】NSGA III
2952 0
【免费资料】IEEE33节点系统参数及拓扑图visio
初学者入门配电网可参考经典的IEEE 33节点系统,此系统在文献中广泛应用。资源包括节点和支路参数的Excel表格及Visio的网络拓扑图,可免费下载。配电网以闭环设计增强灵活性和可靠性,故障恢复涉及网络拓扑约束。提供的MATLAB相关链接探讨了孤岛、重构及故障恢复策略。
|
人工智能 缓存 监控
终于有人说清楚AI开发的全流程了!
本文详述了AI需求开发流程各阶段的关键步骤和最佳实践,包括需求调研、模型选型、提示词优化、性能测试以及上线后的监控和反馈,旨在帮助开发者构建高效、可靠的AI应用。