EI 论文复现：基于净能力及二阶锥规划的分布式光储多场景协同优化策略

EI论文复现《基于净能力及二阶锥规划的分布式光储多场景协同优化策略》 以系统日综合成本和削峰填谷为目标的分布式光储多场景协同优化调度模型利用二阶锥松弛对潮流约束进行处理将原规划模型转化为混合整数二阶锥规划问题。 matlabcplex求解代码分模块撰写注释清晰最近在研究 EI 论文《基于净能力及二阶锥规划的分布式光储多场景协同优化策略》觉得里面的模型和算法很有意思就尝试着进行了复现。今天来和大家分享一下复现过程中的一些心得还会穿插代码和代码分析希望能给同样对这个领域感兴趣的朋友一些参考。模型概述论文构建了以系统日综合成本和削峰填谷为目标的分布式光储多场景协同优化调度模型。简单来说就是要在满足各种约束条件的情况下让光储系统的运行成本尽可能低同时达到削峰填谷的效果提高电力系统的稳定性和经济性。为了处理潮流约束论文采用了二阶锥松弛的方法将原规划模型转化为混合整数二阶锥规划问题这样就可以使用成熟的求解器来求解了。代码实现我使用了 Matlab 和 CPLEX 来实现这个模型。代码采用分模块撰写的方式每个模块负责不同的功能这样代码的可读性和可维护性都更好。下面是主要模块的代码和分析。1. 数据输入模块% 数据输入模块 % 读取负荷数据 load(load_data.mat); % 读取光伏预测数据 load(pv_data.mat); % 读取电价数据 load(price_data.mat); % 定义系统参数 num_periods 24; % 时段数 num_buses 10; % 母线数代码分析这个模块主要是读取模型所需的数据包括负荷数据、光伏预测数据和电价数据。同时定义了系统的一些基本参数如时段数和母线数。这些数据和参数是后续模型构建和求解的基础。2. 目标函数模块% 目标函数模块 f zeros(1, num_variables); % 初始化目标函数系数向量 % 日综合成本部分 for t 1:num_periods f(1, bus_power_index (t-1)*num_buses) price_data(t); % 考虑购电成本 end % 削峰填谷部分这里简化表示 for t 1:num_periods f(1, storage_power_index (t-1)) -1; % 存储设备充放电功率影响削峰填谷效果 end代码分析目标函数模块的作用是构建目标函数的系数向量。这里我们要考虑系统的日综合成本和削峰填谷效果。对于日综合成本我们根据每个时段的电价来确定购电成本的系数对于削峰填谷效果我们给存储设备的充放电功率赋予一个权重让求解器在优化过程中尽量优化这部分。3. 约束条件模块% 约束条件模块 A []; % 系数矩阵 b []; % 右侧常数向量 % 潮流约束二阶锥松弛处理 for t 1:num_periods for i 1:num_buses % 构建潮流约束的系数 % ... 具体系数根据模型推导得到 A [A; ...]; b [b; ...]; end end % 存储设备约束 for t 1:num_periods % 存储设备充放电功率限制 A [A; ...]; b [b; ...]; % 存储设备容量限制 A [A; ...]; b [b; ...]; end代码分析约束条件模块是整个模型的核心部分它包含了潮流约束和存储设备约束等。对于潮流约束我们使用二阶锥松弛的方法进行处理将其转化为线性约束这样就可以在混合整数二阶锥规划问题中求解了。存储设备约束主要包括充放电功率限制和容量限制确保存储设备的运行在安全范围内。4. 求解模块% 求解模块 prob.A A; prob.b b; prob.f f; prob.modelsense min; % 最小化目标函数 prob.vtype C; % 变量类型为连续变量 [sol, ~, flag] cplexlp(prob);代码分析求解模块使用 CPLEX 求解器来求解混合整数二阶锥规划问题。我们将前面构建的目标函数系数向量、约束条件系数矩阵和右侧常数向量传递给求解器指定求解的目标是最小化目标函数变量类型为连续变量。最后调用cplexlp函数进行求解。总结通过这次复现我对基于净能力及二阶锥规划的分布式光储多场景协同优化策略有了更深入的理解。分模块撰写代码的方式让整个复现过程更加清晰也便于调试和修改。虽然在实现过程中遇到了一些问题但通过查阅资料和不断尝试最终还是成功完成了复现。希望这篇博文能对大家有所帮助欢迎交流讨论EI论文复现《基于净能力及二阶锥规划的分布式光储多场景协同优化策略》 以系统日综合成本和削峰填谷为目标的分布式光储多场景协同优化调度模型利用二阶锥松弛对潮流约束进行处理将原规划模型转化为混合整数二阶锥规划问题。 matlabcplex求解代码分模块撰写注释清晰