目录
一、主要内容
1.1 上层微网群模型
1.2 下层微网模型
二、部分程序
三、实现效果
四、下载链接
一、主要内容
本文复现《基于目标级联法的微网群多主体分布式优化调度》文献的目标级联部分,
建立微网群系统的两级递阶优化调度模型: 上层是微网群能量调度中心优化调度模型,下层是子微网优化调度模型,然后对所建递阶优化调度模型耦合性和分布性进行分析,采用一种新型的协同优化方法———目标级联法,实现上下层模型的解耦独立优化,以3微网为算例进行验证,证明方法的可行性。
1.1 上层微网群模型
1.2 下层微网模型
二、部分程序
%程序开发时间:2023年1月26日 %欢迎关注微信公众号:电力程序 %---------------------------- %%目标级联协调优化 gPMG = zeros(3,24);%微网群与微网间联络功率 gPpcc1 = zeros(1,24);%微网1与微网群联络功率,下同 gPpcc2 =zeros(1,24); gPpcc3 = zeros(1,24); parameterATC; figure(1); errorSet = []; for k=1:8 [y1(k),gPpcc1,x_P_g1,x_P_ch1,x_P_dis1,x_P_w1,x_P_v1,x_c_ld1,Load1]=lower1(pho,gPMG,v,w);%下层微网1 [y2(k),gPpcc2,x_P_ch2,x_P_dis2,x_P_w2,x_P_v2,x_c_ld2,Load2]=lower2(pho,gPMG,v,w);%下层微网2 [y3(k),gPpcc3,x_P_g3,x_P_ch3,x_P_dis3,x_P_w3,x_P_v3,x_c_ld3,Load3]=lower3(pho,gPMG,v,w);%下层微网3 [y4(k),gPMG]=upperthree(pho,v,w,gPpcc1,gPpcc2,gPpcc3);%上层微网群 %%----得到结果---- gPMG=value(gPMG); gPpcc1=value(gPpcc1); gPpcc2=value(gPpcc2); gPpcc3=value(gPpcc3); gPMGc(:,k)=gPMG(:,10);%10时刻微网群连接变量数据储存 gPpcc1c(k)=gPpcc1(10);%10时刻微网1连接变量数据储存 gPpcc2c(k)=gPpcc2(10);%10时刻微网2连接变量数据储存 gPpcc3c(k)=gPpcc3(10);%10时刻微网3连接变量数据储存 postError = norm(gPMG-[gPpcc1;gPpcc2;gPpcc3]) disp(sprintf('postError=%f',postError)); errorSet = [errorSet postError]; %画图 figure(1),plot(errorSet),pause(0.1) xlabel('迭代次数'); ylabel('误差值'); v=v+2*w*w*postError; w=beta*w; yalmip('clear'); end %最终迭代后结果图 figure; ldz=max(x_c_ld1,0); ldf=min(x_c_ld1,0); wwz=max(gPpcc1,0); wwf=min(gPpcc1,0); yyf=[-x_P_ch1;ldf;wwf]'; bar(yyf,'stack'); hold on yyz=[-x_P_dis1;x_P_g1;x_P_w1;x_P_v1;ldz;wwz]'; bar(yyz,'stack'); plot(Load1,'r','LineWidth',1.5) xlabel('时间/h'); ylabel('功率/MW'); title('微网1功率'); sy=legend('储能充电','负荷响应','接受微网群电功率','储能放电','发电','风电','光伏','负荷响应','供给其他微网','微网1负荷'); sy.NumColumns = 3; ylim([-6 14]); figure; ldz=max(x_c_ld2,0); ldf=min(x_c_ld2,0); wwz=max(gPpcc2,0); wwf=min(gPpcc2,0); yyf=[-x_P_ch2;ldf;wwf]'; bar(yyf,'stack'); hold on yyz=[-x_P_dis2;x_P_w2;x_P_v2;ldz;wwz]'; bar(yyz,'stack'); plot(Load2,'r','LineWidth',1.5) xlabel('时间/h'); ylabel('功率/MW'); title('微网2功率'); sy=legend('储能充电','负荷响应','接受微网群电能','储能放电','风电','光伏','负荷响应','供给其他微网','微网2负荷'); sy.NumColumns = 3; ylim([-2 8]); figure; ldz=max(x_c_ld3,0); ldf=min(x_c_ld3,0); wwz=max(gPpcc3,0); wwf=min(gPpcc3,0); yyf=[-x_P_ch3;ldf;wwf]'; bar(yyf,'stack'); hold on yyz=[-x_P_dis3;x_P_g3;x_P_w3;x_P_v3;ldz;wwz]'; bar(yyz,'stack'); plot(Load3,'r','LineWidth',1.5) xlabel('时间/h'); ylabel('功率/MW'); title('微网3功率'); sy=legend('储能充电','负荷响应','接受微网群电能','储能放电','发电','风电','光伏','负荷响应','供给其他微网','微网3负荷'); sy.NumColumns = 3; ylim([-5 11]); figure; title_name = '微网群连接变量时段10趋同过程'; title(title_name); %%关键 subplot(311) plot(gPpcc1c,'o--','LineWidth',1.5) hold on plot(gPMGc(1,:),'r-o','LineWidth',1.5) grid on legend('下层连接变量值','上层连接变量值'); xlabel('迭代次数'); ylabel('子微网1联络功率'); subplot(312) plot(gPpcc2c,'o--','LineWidth',1.5) hold on plot(gPMGc(2,:),'r-o','LineWidth',1.5) grid on xlabel('迭代次数'); ylabel('子微网2联络功率'); subplot(313) plot(gPpcc3c,'o--','LineWidth',1.5) hold on plot(gPMGc(3,:),'r-o','LineWidth',1.5) grid on xlabel('迭代次数'); ylabel('子微网3联络功率');
三、实现效果
以上是按照文献编写的程序,存在一个问题:联络线功率之和不为零,一般而言,微网群中供应功率和吸收功率应该是守恒的,因此,对该部分进行了完善,实现效果如下:
四、下载链接
点击直达~