基于YALMIP 的微网优化调度模型探索

微网 优化调度 机组组合 YALMIP cplex 编程语言MATLAB平台 主题基于YALMIP 的微网优化调度模型 内容简介程序基于MATLAB yalmip 开发做了一个简单的微网优化调度模型模型中含有蓄电池储能、风电、光伏等发电单元程序运行结果良好适合初学。在电力系统领域微网优化调度一直是个热门话题。今天就来分享一个基于MATLAB平台利用YALMIP开发的简单微网优化调度模型模型里包含了蓄电池储能、风电、光伏等常见的发电单元对于初学者而言是个不错的入门示例而且程序运行结果良好。YALMIP与求解器CPLEXYALMIP是MATLAB环境下用于优化问题建模的一个工具包使用它可以非常方便地将复杂的优化问题以较为直观的方式表达出来。而CPLEX是一款强大的商业求解器与YALMIP搭配使用可以高效地求解各类优化问题。在我们这个微网优化调度模型中就借助这两者的优势来完成任务。模型构建首先来看发电单元部分以光伏为例我们知道光伏的输出功率与光照强度等因素相关在模型里可以简单表示其功率输出范围。% 假设光伏功率最大值为Ppv_max Ppv_max 100; % 单位kW % 定义光伏功率变量 Ppv sdpvar(1,1,Full); % 约束光伏功率在0到最大值之间 Constraints [Ppv 0, Ppv Ppv_max];上述代码中我们用sdpvar函数定义了光伏功率变量Ppv并通过Constraints向量添加了功率范围的约束。风电部分类似风电功率与风速相关同样可以定义其功率范围约束。% 假设风电功率最大值为Pwind_max Pwind_max 150; % 单位kW % 定义风电功率变量 Pwind sdpvar(1,1,Full); % 约束风电功率在0到最大值之间 Constraints [Constraints, Pwind 0, Pwind Pwind_max];接着是蓄电池储能部分需要考虑其充放电功率限制、电量状态等。% 蓄电池最大充放电功率 Pcharge_max 50; % 单位kW Pdis_max 50; % 单位kW % 定义蓄电池充电功率变量 Pcharge sdpvar(1,1,Full); % 定义蓄电池放电功率变量 Pdis sdpvar(1,1,Full); % 蓄电池电量状态SOC相关变量及约束 SOC sdpvar(1,1,Full); SOC_min 0.2; SOC_max 0.8; Constraints [Constraints, Pcharge 0, Pcharge Pcharge_max, Pdis 0, Pdis Pdis_max, SOC SOC_min, SOC SOC_max];目标函数优化调度的目标通常是成本最小化或者收益最大化等。这里假设以成本最小为目标成本包括发电成本和储能运行成本等。% 假设光伏发电成本系数为Cpv Cpv 0.5; % 单位 元/kWh % 假设风电发电成本系数为Cwind Cwind 0.4; % 单位 元/kWh % 假设蓄电池充放电成本系数为Cbat Cbat 0.3; % 单位 元/kWh % 目标函数 Objective Cpv*Ppv Cwind*Pwind Cbat*(Pcharge Pdis);上述代码构建了目标函数将各类发电单元成本加权求和。求解与结果有了约束条件Constraints和目标函数Objective后就可以利用YALMIP和CPLEX进行求解。% 设置求解器为CPLEX optimize(Constraints,Objective,sdpsettings(solver,cplex)); % 获取求解后的光伏功率值 Ppv_sol value(Ppv); % 获取求解后的风电功率值 Pwind_sol value(Pwind); % 获取求解后的蓄电池充电功率值 Pcharge_sol value(Pcharge); % 获取求解后的蓄电池放电功率值 Pdis_sol value(Pdis);运行上述代码后通过value函数就可以得到各个变量的最优解即优化调度后的功率分配情况。从结果来看该模型能够合理地根据设定的约束和目标对微网内不同发电单元进行调度达到成本最小化的目的对于初步了解微网优化调度模型是一个很好的实践。希望大家能从这个示例中对基于YALMIP的微网优化调度有更深入的认识后续可以进一步扩展和完善这个模型探索更多有趣的应用。微网 优化调度 机组组合 YALMIP cplex 编程语言MATLAB平台 主题基于YALMIP 的微网优化调度模型 内容简介程序基于MATLAB yalmip 开发做了一个简单的微网优化调度模型模型中含有蓄电池储能、风电、光伏等发电单元程序运行结果良好适合初学。