✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

最优潮流计算是电网规划,优化运行的重要基础.首先建立了配电网全天有功损耗最小化的最优潮流计算模型;其次结合辐射型配电网潮流特点建立支路潮流约束,并考虑配电网中的可控单元,包括分布式电源和离散,连续无功补偿装置,建立其出力约束,该模型为非凸非线性模型;然后通过二阶锥松弛将该模型转化为包含整数变量的二阶锥规划模型,采用YALMIP建模工具包以及MOSEK商业求解器对所建模型进行求解;最后通过对IEEE 33节点设计算例,验证了所用方法的有效性.

⛄ 部分代码

close all

run ieee_33_node_system.m

%% 光伏接入位置 7、13、27, 容量分别为 500kW , 300kW , 400kW

Solar_origin_data=[87.6667, 87.6667, 87.6667, 87.6667, 87.6667, 87.6667, ...

                   102.667, 125.333, 132,     163.889, 178.111, 216.778, ...

                   237,     240,     230.444, 224.556, 209.778, 171, ...

                   133.556, 103.111, 87.6667, 87.6667, 87.6667, 87.6667];

Solar_radio=zeros(33,1);

Solar_radio(7)=500/(500+300+400);

Solar_radio(13)=300/(500+300+400);

Solar_radio(27)=400/(500+300+400);

%% 风机接入位置 10、 16、 17、 30、 33, 容量分别为 500kW , 300kW , 200kW ，200kW ， 300kW

Wind_origin_data=[259.333, 221.667, 278.889, 192.222, 240.556, 211.333, ...

                  164.222, 106.222, 172.889, 126,     240.111, 278.556, ... 

                  278.222, 269.333, 125.222, 154.667, 124.667, 183.222, ...

                  125.444, 117.778, 191.667, 221.556, 127.222, 250.222];

Wind_radio=zeros(33,1);

Wind_radio(10)=500/(500+300+200+200+300);

Wind_radio(16)=300/(500+300+200+200+300);

Wind_radio(17)=200/(500+300+200+200+300);

Wind_radio(30)=200/(500+300+200+200+300);

Wind_radio(33)=300/(500+300+200+200+300);

%% 负荷数据

Load_origin_data=[180,     109.778, 134.111, 158.444, 197,     277.222, ...

                  325.778, 442.889, 537.444, 560.778, 465.889, 348.778, ...

                  396.889, 466.889, 514.111, 561.889, 584.222, 490.222, ...

                  442.444, 372.222, 324.889, 277.444, 229.778, 181.889];

Solar_data=(Solar_origin_data-87.6667)/64*500/1000;

Wind_data=(Wind_origin_data-87.6667)/64*500/1000;

Load_data=(Load_origin_data-87.6667)/64*500/1000;

p_load=Bus(:,2)/1000;

q_load=Bus(:,3)/1000;

for a=2:33

    Load_radio(a)=p_load(a)/sum(p_load);

    q_Load_radio(a)=q_load(a)/sum(q_load);

end

q_Load_data=Load_data*tan(acos(0.85));

theta=atan(q_load./p_load);

for a=1:24

    p_Solar(:,a)=Solar_radio*Solar_data(a);

    p_Wind(:,a)=Wind_radio*Wind_data(a);

    p_Load(:,a)=Load_radio*Load_data(a);

    q_Load(:,a)=q_Load_radio*q_Load_data(a);

end

figure

plot(Solar_data*1000,'r-o','LineWidth',2);

hold on

plot(Wind_data*1000,'b-s','LineWidth',2);

plot(Load_data*1000,'g-*','LineWidth',2);

legend('PV','Wind','Load');

⛄ 运行结果

⛄ 参考文献

[1]陈怀毅, 胡英坤, 杨毅,等. 二阶锥松弛在配电网最优潮流计算中的应用[J]. 电气应用, 2020, 39(1):6.

[2]赵有铖, 卢继平, 邓恩宏,等. 基于MATLAB的配电网异常状态分析[J]. 重庆大学学报：自然科学版, 2004, 27(1):4.

⛄ Matlab代码关注

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料