Matlab|基于条件风险价值CVaR的微网动态定价与调度策略

2024-03-23 23:52

本文主要是介绍Matlab|基于条件风险价值CVaR的微网动态定价与调度策略,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!

目录

1 主要内容

模型示意图

电能交易流程

模型亮点

2 部分代码

3 程序结果

4 下载链接


主要内容

程序复现文章《A cooperative Stackelberg game based energy management considering price discrimination and risk assessment》,建立基于主从博弈的考虑差别定价和风险管理的微网动态定价与调度策略模型,构建了双层能源管理框架,上层为零售商的动态定价模型,目标是社会福利最大化;下层是多个产消者的合作博弈模型,优化各产消者的能量管理策略,各产消者之间可以进行P2P交易。同时,采用纳什谈判法对多个产消者的合作剩余进行公平分配,还考虑了运行风险,采用条件风险价值(CVaR)随机规划方法来描述零售商的预期损失。

  • 模型示意图

  • 电能交易流程

  • 模型亮点

该模型通过建立双层模型,出现了双线性和非线性问题,为了解决该问题,引入 kkt条件和大M法将原模型转化为等效单层模型,从而进行求解。而且程序采用三种对比算例进行分析,非常方便对照学习,算例1和2采用matlab+cplex求解,算例3采用matlab+mosek求解!

部分代码

%% 模型参数设定
%产消者/零售商从主网购电价格 元/MW
u_Db=1e3*[0.4,0.4,0.4,0.4,0.4,0.4,0.79,0.79,0.79,1.2,1.2,1.2,1.2,1.2,0.79,0.79,0.79,1.2,1.2,1.2,0.79,0.79,0.4,0.4];
%产消者/零售商向主网售电价格 元/MW
u_Ds=1e3*[0.35,0.35,0.35,0.35,0.35,0.35,0.68,0.68,0.68,1.12,1.12,1.12,1.12,1.12,0.68,0.68,0.68,1.12,1.12,1.12,0.79,0.79,0.35,0.35];
%零售商与产消者的交易价格上下限
u_Pbmax=1e3*[0.7,0.7,0.7,0.7,0.7,0.7,1.1,1.1,1.1,1.5,1.5,1.5,1.5,1.5,1,1,1,1.5,1.5,1.5,1.1,1.1,0.7,0.7];%购价上限
u_Pbmin=u_Pbmax-0.5*1e3*ones(1,24);%购价下限
u_Psmax=u_Ds;%售价上限
u_Psmin=u_Psmax-0.35*1e3*ones(1,24);%售价下限
%产消者1-3  电负荷 MW
P_load_1=[6.62295082,5.770491803,5.442622951,5.31147541,5.37704918,5.573770492,6.295081967,6.491803279,7.213114754,7.803278689,8.131147541,8.131147541,7.93442623,7.278688525,7.016393443,7.016393443,7.147540984,8.262295082,9.442622951,9.37704918,9.37704918,7.93442623,6.819672131,5.901639344];
P_load_2=[3.344262295,3.016393443,2.754098361,2.754098361,2.754098361,2.885245902,3.147540984,3.344262295,3.639344262,3.93442623,4,4.131147541,4,3.737704918,3.475409836,3.606557377,3.606557377,4.131147541,4.721311475,4.655737705,4.721311475,4,3.409836066,3.016393443];
P_load_3=[11.60655738,10.16393443,9.442622951,9.245901639,9.114754098,9.639344262,10.75409836,11.3442623,12.45901639,13.50819672,14.10772834,14.16393443,13.63934426,12.72131148,12.19672131,12.32786885,12.59016393,14.29508197,16.59016393,16.45901639,16.26229508,13.7704918,12.13114754,10.55737705];
%产消者1-3  导入10个场景的出力和概率
Sw=10; %场景数量
load P_Gen.mat  %产消者1风电出力    P_Gen_1  维度:10*24     P_Gen_2    P_Gen_3 
%产消者1-3风电场景概率
pai_1=0.1*ones(1,10);pai_2=0.1*ones(1,10);pai_3=0.1*ones(1,10);
%其它固定参数
C_E=80; %储能充放成本
P_Pbmax=15; %最大购电量
P_Psmax=15; %最大售电量
Cap=10; %最大储能容量MW
P_Ecmax=3; %充放能功率上限
P_Edmax=3; %充放能功率上限
SOCmin=0.2; %最小存储量百分比 单位%
SOCmax=0.85; %最大容量百分比
SOCini=0.33; %初始容量百分比
SOCexp=0.85; %末段容量百分比
M=1E8; %大M法
beta=0.1; %厌恶风险系数
%% 决策变量初始化
delta=sdpvar(1,3);
eta_1=sdpvar(Sw,1); %产消者1的风险调度辅助变量
eta_2=sdpvar(Sw,1); %产消者2的风险调度辅助变量
eta_3=sdpvar(Sw,1); %产消者3的风险调度辅助变量
P_Ps_1=sdpvar(Sw,24); %零售商向产消者1售能量
P_Ps_2=sdpvar(Sw,24); %零售商向产消者2售能量
P_Ps_3=sdpvar(Sw,24); %零售商向产消者3售能量
P_Pb_1=sdpvar(Sw,24); %零售商从产消者1购能量
P_Pb_2=sdpvar(Sw,24); %零售商从产消者2购能量
P_Pb_3=sdpvar(Sw,24); %零售商从产消者3购能量
u_Ps=sdpvar(3,24); %零售商向产消者购能价格
u_Pb=sdpvar(3,24); %零售商从产消者购能价格
P_trading_1=sdpvar(Sw,24); %产消者1合作博弈交易量
P_trading_2=sdpvar(Sw,24); %产消者2合作博弈交易量
P_trading_3=sdpvar(Sw,24); %产消者3合作博弈交易量
SOC_1=sdpvar(Sw,24); %产消者1储能容量状态 单位%
SOC_2=sdpvar(Sw,24); %产消者2储能容量状态 单位%
SOC_3=sdpvar(Sw,24); %产消者3储能容量状态 单位%
P_Ec_1=sdpvar(Sw,24); %储能充电
P_Ec_2=sdpvar(Sw,24); %储能充电
P_Ec_3=sdpvar(Sw,24); %储能充电
P_Ed_1=sdpvar(Sw,24); %储能放电
P_Ed_2=sdpvar(Sw,24); %储能放电
P_Ed_3=sdpvar(Sw,24); %储能放电
Uabs_1=binvar(Sw,24); %储能充放电状态,0-1变量
Uabs_2=binvar(Sw,24); %储能充放电状态,0-1变量
Uabs_3=binvar(Sw,24); %储能充放电状态,0-1变量
Urelea_1=binvar(Sw,24); %储能充放电状态,0-1变量
Urelea_2=binvar(Sw,24); %储能充放电状态,0-1变量
Urelea_3=binvar(Sw,24); %储能充放电状态,0-1变量
%定义KKT条件中的拉格朗日乘子

程序结果

4 下载链接

这篇关于Matlab|基于条件风险价值CVaR的微网动态定价与调度策略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!



http://www.chinasem.cn/article/839911

相关文章

C#如何动态创建Label,及动态label事件

《C#如何动态创建Label,及动态label事件》:本文主要介绍C#如何动态创建Label,及动态label事件,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#如何动态创建Label,及动态label事件第一点:switch中的生成我们的label事件接着,

SpringCloud动态配置注解@RefreshScope与@Component的深度解析

《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re... 目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

SpringIntegration消息路由之Router的条件路由与过滤功能

《SpringIntegration消息路由之Router的条件路由与过滤功能》本文详细介绍了Router的基础概念、条件路由实现、基于消息头的路由、动态路由与路由表、消息过滤与选择性路由以及错误处理... 目录引言一、Router基础概念二、条件路由实现三、基于消息头的路由四、动态路由与路由表五、消息过滤

SpringBoot如何通过Map实现策略模式

《SpringBoot如何通过Map实现策略模式》策略模式是一种行为设计模式,它允许在运行时选择算法的行为,在Spring框架中,我们可以利用@Resource注解和Map集合来优雅地实现策略模式,这... 目录前言底层机制解析Spring的集合类型自动装配@Resource注解的行为实现原理使用直接使用M

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

mybatis-plus 实现查询表名动态修改的示例代码

《mybatis-plus实现查询表名动态修改的示例代码》通过MyBatis-Plus实现表名的动态替换,根据配置或入参选择不同的表,本文主要介绍了mybatis-plus实现查询表名动态修改的示... 目录实现数据库初始化依赖包配置读取类设置 myBATis-plus 插件测试通过 mybatis-plu

基于Canvas的Html5多时区动态时钟实战代码

《基于Canvas的Html5多时区动态时钟实战代码》:本文主要介绍了如何使用Canvas在HTML5上实现一个多时区动态时钟的web展示,通过Canvas的API,可以绘制出6个不同城市的时钟,并且这些时钟可以动态转动,每个时钟上都会标注出对应的24小时制时间,详细内容请阅读本文,希望能对你有所帮助...

Redis 内存淘汰策略深度解析(最新推荐)

《Redis内存淘汰策略深度解析(最新推荐)》本文详细探讨了Redis的内存淘汰策略、实现原理、适用场景及最佳实践,介绍了八种内存淘汰策略,包括noeviction、LRU、LFU、TTL、Rand... 目录一、 内存淘汰策略概述二、内存淘汰策略详解2.1 ​noeviction(不淘汰)​2.2 ​LR

Nginx中location实现多条件匹配的方法详解

《Nginx中location实现多条件匹配的方法详解》在Nginx中,location指令用于匹配请求的URI,虽然location本身是基于单一匹配规则的,但可以通过多种方式实现多个条件的匹配逻辑... 目录1. 概述2. 实现多条件匹配的方式2.1 使用多个 location 块2.2 使用正则表达式