目录
主要内容
1.1 上层微网群模型
1.2 下层微网模型
部分程序
实现效果
下载链接
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
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 onyyz=[-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 onyyz=[-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 onyyz=[-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 onplot(gPMGc(1,:),'r-o','LineWidth',1.5)grid onlegend('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 onplot(gPMGc(2,:),'r-o','LineWidth',1.5)grid onxlabel('迭代次数');ylabel('子微网2联络功率');subplot(313)plot(gPpcc3c,'o--','LineWidth',1.5)hold onplot(gPMGc(3,:),'r-o','LineWidth',1.5)grid onxlabel('迭代次数');ylabel('子微网3联络功率');实现效果
