本文主要是介绍(文章复现)面向配电网韧性提升的移动储能预布局与动态调度策略(1)-灾前布局matlab代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
参考文献:
[1]王月汉,刘文霞,姚齐,万海洋,何剑,熊雪君.面向配电网韧性提升的移动储能预布局与动态调度策略[J].电力系统自动化,2022,46(15):37-45.
1.基本原理
该文献中,通过两阶段鲁棒优化模对移动储能的配置数量和初始位置进行优化,建立移动储能配置成本和负荷削减总成本最小的目标函数,考虑的约束条件包括移动储能资源约束、配电网辐射拓扑约束、负荷削减约束、分布式电源出力约束、配电网运行约束等,具体内容不再赘述,大家可以自行下载文献进行查看。
2 模型求解
灾前预防阶段的两阶段鲁棒优化模型,可以采用列约束生成(C&CG)算法求解,具体内容不再赘述,大家可以自行下载文献进行查看。
3.编程思路分析
3.1参数和变量定义
表1 相关参数
表2 决策变量
3.2编程思路
根据对文献内容的解读,可以设计下面的编程思路:
步骤1:输入所需数据
原文献中使用了标准IEEE33节点配电网,原始数据可以在Matpower工具箱的数据文件中找到,其他的相关数据原文献附录中基本已经提供,大体没啥问题。将所需的数据,按照表1的定义格式输入即可。
步骤2:定义决策变量
这一步比较简单,按照表2,初始化决策变量即可。要注意的是每个决策变量的维度以及类型(sdpvar还是binvar)不要出错。
步骤3:定义目标函数和约束条件,尝试求解确定性优化问题
按照原文中给定的公式1-20,写出相应的目标函数与约束条件即可,需要注意的地方是在yalmip工具箱中,要转换为二阶锥优化,需要使用cone函数。
上述步骤都完成后,可以假设不确定变量保持不变,尝试求解一下确定性优化问题。如果能正常求解,则可进行下一步,否则需要反复调试,找到问题所在。
1.原文的约束条件(12)中,为约束DG的功率因数,引入了二次项,增大了模型求解难度。其实要表达功率因数上下限约束,写成P×tanφmax>Q>P×tanφmin即可,效果一样,但是可以避免引入二次项增加模型求解难度。
2.在这里强调一点,配电网最优潮流最容易踩坑的地方就是标幺值转换上。之前有朋友拿自己写的代码问我,说感觉公式模型都是按照参考文献打的,但一用求解器就是“Infeasible problem”,拿给我一看,参数中有的数值用的是实际值,有的数值用的是标幺值,非常混乱,我把参数统一修改为标幺值就可以正常运行了。建议在编程时都转换为标幺值求解。
步骤4:将目标函数、约束条件写成紧凑形式
确定性优化问题能正常求解后,就可以加入不确定变量,调试两阶段鲁棒优化问题是否能正常求解。为了便于两阶段鲁棒优化编程求解,需要把所有的系数写成紧凑的矩阵形式,所有的决策变量写成向量形式。这是因为两阶段鲁棒优化问题的子问题是一个双层优化问题,求解时一般需要通过对偶变换转为单层优化问题进行求解,一般变换过程都相当复杂,容易出错。但使用Matlab+Yalmip工具箱求解时,有三种更便捷的方法:
一是直接使用yalmip工具箱中的kkt函数(kkt - YALMIP),通过KKT条件将双层优化问题转为单层优化问题。
二是直接使用yalmip工具箱中的dualize函数(dualize - YALMIP),直接将原问题下层优化转为对偶问题,然后和上层优化合并形成单层优化。
三是采用yalmip内置的鲁棒优化求解方法(Robust optimization - YALMIP),通过uncertain约束不确定变量,直接求解鲁棒优化问题,但这种方法要求不确定集为简单的盒装不确定集、椭圆不确定集或可通过1范数、2范数显式表达的不确定集。
这份代码为方便起见,采用kkt条件求解子问题,因此将目标函数、约束条件写成紧凑形式这一步可以省略。
关于式(41)的错误。从目标函数(1)中可以看到,目标函数中包括0-1变量以及连续变量,其中0-1变量包含在X中,连续变量包含在Y中,因此目标函数中应包括含有X的项以及含有Y的项,但式(41)中目标函数只与Y相关,应该是漏写了,代码中应该把这部分加上。
步骤5:求解两阶段鲁棒优化的主问题
关于决策变量。原文式(1)描述的比较清楚,第一阶段的决策变量为两个0-1变量,支路状态以及移动储能安装位置,不确定变量为光伏的出力,第二阶段决策变量为其余变量,可写成下列形式:
原文中用到的算例是改进的IEEE33节点配电网,NB为33,NL为37,NPV为5,NDG为10,因此变量X为70维列向量,变量u为5维列向量,变量Y为226维列向量。
在Matlab中编写主问题的求解函数时,输入参数应包括当前迭代次数(用于确定新增加的变量Yl和相应的约束条件)和不确定变量u的取值,输出参数包括决策变量X和LB。
步骤6:求解两阶段鲁棒优化的子问题
子问题是一个min-max的双层优化问题,文中用到对偶变换转为单层优化问题,具有一定的难度(求优化问题的系数矩阵和对偶转换比较困难),代码中是采用yalmip编程的,直接用yalmip工具箱中的kkt函数就可以解出内层max问题的KKT条件,非常方便。这样就可以将min-max的双层优化子问题转为单层优化问题,并使用求解器求解。
在matlab编写子问题的函数时,输入参数应包括0-1决策变量X的取值,输出参数包括不确定变量u和UB。
步骤7:采用C&CG算法迭代求两阶段鲁棒优化问题最优解
有关算法的基本原理可以看我之前的博客(两阶段鲁棒优化及行列生成算法(C&CG)超详细讲解)。此处不再赘述。因为原文式(41)有点小问题,所以为了方便编程,可以重新写一下主问题和子问题。
主问题:
子问题:
步骤8:输出计算结果
原文中将移动储能的预布局和优化调度拆成两阶段优化策略。预布局是第一阶段的优化,是一个基于混合整数二阶锥的两阶段鲁棒优化问题。这份代码复现了第一阶段灾前移动储能预布局的结果,后面的灾后多源协同的恢复优化模型,过几天有空了我也会解读并发到博客上。
4.完整Matlab代码
灾前移动储能预布局阶段的完整的matlab代码可以从这个链接获取:
面向配电网韧性提升的移动储能预布局与动态调度策略(1)-灾前布局matlab代码
全文复现matlab代码可以从这个链接获取:
面向配电网韧性提升的移动储能预布局与动态调度策略-全文复现matlab代码
5.运行结果分析
5.1确定性优化结果
(1)考虑移动储能优化配置
(2)不考虑移动储能优化配置
5.2 两阶段鲁棒优化结果
(1)考虑移动储能优化配置
(2)不考虑移动储能优化配置
几种结果的对比如下表所示:
场景 | 移动储能预配置节点 | 预布局成本/元 | |
两阶段鲁棒优化 | 考虑移动储能预配置 | 节点4,7 | 4666.1668 |
不考虑移动储能预配置 | 节点1,1 | 8085.7385 | |
确定性优化 | 考虑移动储能预配置 | 节点7,25 | 5085.8315 |
不考虑移动储能预配置 | 节点1,1 | 7665.8694 |
根据结果可以看出,不考虑移动储能预配置时,虽能减少移动储能位置预配置成本,但需要承担更高的负荷削减成本,而两阶段鲁棒优化与确定性优化相比,考虑了最恶劣的场景,因此制定的方案更保守,预布局成本略高于确定性优化。
这篇关于(文章复现)面向配电网韧性提升的移动储能预布局与动态调度策略(1)-灾前布局matlab代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!