html手机网站如何制作,wordpress博客页面无法显示,营销咨询公司,html网站开发目标目录 1 主要内容
目标函数
重要约束条件
2 部分代码
3 程序结果
4 下载链接 1 主要内容
该程序复现《高比例清洁能源接入下计及需求响应的配电网重构》#xff0c;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#xff0c;针对配电网重构模型的…目录 1 主要内容
目标函数
重要约束条件
2 部分代码
3 程序结果
4 下载链接 1 主要内容
该程序复现《高比例清洁能源接入下计及需求响应的配电网重构》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。该程序复现效果和出图较好详见程序结果部分注释清楚方便学习
注意该程序运行环境为matlabmosek需要各位同学下载并安装mosek求解器通过官网可以申请学术许可可免费使用365天。 目标函数
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。 重要约束条件
常规的功率平衡、节点电压电流等约束不再赘述重点分析一下网络结构约束和需求响应约束。
网络结构约束 配电网在重构过程中需满足连通性约束与辐射状约束具体模型为: 该网络结构约束是采用虚拟潮流方式之前有几个重构代码也是采用虚拟潮流形式参考的是《A New Model for Resilient Distribution Systems by Microgrids Formation》具体模型如下 仔细观察不难发现上面的模型是下面的简洁版在不考虑分布式电源节点对网络切割情况下两者是等价的。 经验证见结果图最后一张该种约束方式下能够保证网络的连通性和辐射性。 需求响应约束 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。 在该模型中电价弹性系数为已知量需求响应前后总负荷保持一致。 2 部分代码
%% 系统参数
mpc IEEE33;
% 风光负荷曲线
P_wind0[0.21 0.07 0.11 0.21 0.38 0.42 0.12 0.19 0.22 0.47 0.55 0.71 0.80 0.99 0.89 0.99 0.99 0.98 0.99 0.99 0.98 0.77 0.61 0.19];
P_pv0[0 0 0 0 0.17 0.24 0.40 0.54 0.60 0.51 0.35 0.29 0.27 0.25 0.18 0.10 0.06 0 0 0 0 0 0 0];
P_L0[0.37 0.33 0.31 0.28 0.27 0.28 0.28 0.27 0.26 0.24 0.30 0.76 0.82 0.86 0.76 0.54 0.43 0.65 0.81 0.95 0.99 0.91 0.65 0.19];
nb33; % 节点数
ns1; % 电源节点数
nl37; % 支路数
n_pv2; % 光伏数
n_wind3; % 风机数
n_ess2; % 储能数
T24; % 调度时段总数
F0.6; % 渗透率
P_DGsum(mpc.bus(:,3))*F/mpc.baseMVA/5; % DG额定容量
P_wind_maxP_DG*P_wind0; % 风机最大有功
P_pv_maxP_DG*P_pv0; % 光伏最大有功
P_loadmpc.bus(:,3)/mpc.baseMVA*P_L0; % 有功负荷
Q_loadmpc.bus(:,4)/mpc.baseMVA*P_L0; % 无功负荷
Sij_max15/mpc.baseMVA; % 支路功率最大值
r_ijmpc.branch(:,3)*ones(1,T); % 线路电阻
x_ijmpc.branch(:,4)*ones(1,T); % 线路电抗
wind[9 25 32]; % 风机接入位置
pv[17 22]; % 光伏接入位置
ess[7 25]; % 储能接入位置
Umax[1;1.06*1.06*ones(32,1)]; % 电压上限的平方
Umin[1;0.94*0.94*ones(32,1)]; % 电压下限的平方
I_max10; % 电流上限值
P_ch_max0.2/mpc.baseMVA; % 充电功率上限0.2MW
P_dis_max0.2/mpc.baseMVA; % 放电功率上限0.2MW
E_min0.15/mpc.baseMVA; % 储能容量下限0.15MWh
E_max0.8/mpc.baseMVA; % 储能容量上限0.8MWh
n_ch0.9; % 充电效率为0.9
n_dis0.85; % 放电效率为0.85
E00.3/mpc.baseMVA; % 初始荷电状态为0.3MWh
Q_CB_st0.15/mpc.baseMVA; % 单个电容器无功补偿容量0.15Mvar
N_CB_max5; % 最大可投切电容器数目
ksai0.5; % 弹性系数
c13; % 网络损耗成本系数3元/kWh
c21.2; % 弃风弃光惩罚系数1.2元/kWh
c315; % 分段开关操作惩罚成本系数15元/次
rhozeros(1,24); % 分时电价
rho([12:15,19:23])1.026; % 峰时电价
rho([7:11,16:18])0.691; % 平时电价
rho([1:6,24])0.2561; % 谷时电价
rho00.35; % 初始节点电价为0.35元/kWh
M1.1*1.1 - 0.9*0.9; % 中间变量
P_g_max10/mpc.baseMVA; % 电源有功功率最大值
Q_g_max10/mpc.baseMVA; % 电源无功功率最大值
branch_to_nodezeros(nb,nl); % 流入节点的支路
branch_from_nodezeros(nb,nl); % 流出节点的支路
for k1:nlbranch_to_node(mpc.branch(k,2),k)1; %举例说明k1,流入节点2是支路1同时流出节点1的是支路1同理k2,流入节点3且流出节点2的是支路2这一步建立支路和节点的连接关系branch_from_node(mpc.branch(k,1),k)1;
end
%% 优化变量
alpha_ijbinvar(nl,1); % 支路开断情况
U_isdpvar(nb,T); % 电压的平方
I_ijsdpvar(nl,T); % 电流的平方
P_ijsdpvar(nl,T); % 线路有功功率
Q_ijsdpvar(nl,T); % 线路无功功率
P_windsdpvar(n_wind,T); % 风机输出功率
P_pvsdpvar(n_pv,T); % 光伏输出功率
Q_windsdpvar(n_wind,T); % 风机输出功率
Q_pvsdpvar(n_pv,T); % 光伏输出功率
P_chsdpvar(n_ess,T); % 储能充电功率
P_dissdpvar(n_ess,T); % 储能充电功率
y_chbinvar(n_ess,T); % 储能充电状态
y_disbinvar(n_ess,T); % 储能放电状态
E_ESSsdpvar(n_ess,T); % 储能荷电状态
N_CBintvar(1); % 投切的电容器数量
P_cursdpvar(nb,T); % 需求响应后的负荷量
P_gsdpvar(nb,T); % 节点注入有功
Q_gsdpvar(nb,T); % 节点注入无功
P_g_dotsdpvar(nb,1); % 虚拟电源
P_L_dotones(nb,1); % 虚拟负荷
P_ij_dotsdpvar(nl,1); % 虚拟功率
%% 约束条件
Constraints [];
%% 1.潮流约束
m_ij(1-alpha_ij)*M*ones(1,T);
Constraints [Constraints, P_g-P_curbranch_to_node*P_ij-branch_to_node*(I_ij.*r_ij)-branch_from_node*P_ij 0];
Constraints [Constraints, Q_g-Q_loadbranch_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];
for k1:nlfor t1:TConstraints [Constraints, cone([2*P_ij(k,t) 2*Q_ij(k,t) I_ij(k,t)-U_i(mpc.branch(k,1),t)],I_ij(k,t)U_i(mpc.branch(k,1),t))];end
end
Constraints [Constraints, Sij_max^2*alpha_ij*ones(1,T) P_ij.^2Q_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_dotbranch_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_chy_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];
for t2:TConstraints [Constraints , E_ESS(:,t) n_ch*P_ch(:,t)-1/n_dis*P_dis(:,t)E_ESS(:,t-1)];
end
3 程序结果 4 下载链接
