%========================================================================
%中国电力期刊论文
%论文题目---《计及需求响应的区域综合能源系统双层优化调度策略》
%双层优化:KKT条件(双层模型转化为单层模型)+ Big-M法(非线性模型转化为混合整数线性模型)
%========================================================================
clc;
clear;
close all;
warning off;
tic
%% 选择用哪个求解器求解
%% 常量定义
WT=xlsread('data','B2:B25'); %风机出力数据导入
Ee0=xlsread('data','C2:C25'); %原始电负荷数据导入
Eh1=xlsread('data','D2:D25'); %热负荷数据导入
WT=WT';
Ee0=Ee0';
Eh1=Eh1';
M=1E8; %Big-M法中的M
Pgbuy=1.2*ones(1,24); %RIESO向电网购电电价
Pgsell=0.5*ones(1,24); %RIESO向电网售电电价
Phbuy=0.3*ones(1,24); %RIESO向热网购热价格
Phsell=0.2*ones(1,24); %RIESO向热网售热价格
Pesell=[0.4*ones(1,6),0.7*ones(1,2),1.2*ones(1,3),0.7*ones(1,5),...
1.2*ones(1,4),0.7*ones(1,2),0.4*ones(1,2)]; %RIESO向用户的售电电价
Phsell_u=0.3*ones(1,24); %RIESO向用户的售热价格
CLS=0.55*ones(1,24); %向DRA购买转移负荷的价格
CLC=0.55*ones(1,24); %向DRA购买削减负荷的价格
CLScus=0.3*ones(1,24); %向用户购买单位负荷转移量成本
CLCcus=0.5*ones(1,24); %向用户购买单位负荷削减量的补偿成本
%% 决策变量定义
ELSdown=sdpvar(1,24); %电负荷需求响应转出量
ELSup=sdpvar(1,24); %电负荷需求响应转入量
ELC=sdpvar(1,24); %电负荷需求响应削减量
Ee=sdpvar(1,24); %RIESO向电网的购/售电量
Ee_b=sdpvar(1,24); %RIESO向电网的购电量
Ee_s=sdpvar(1,24); %RIESO向电网的售电量
Eh=sdpvar(1,24); %RIESO向热网的购/售热量
Eh_b=sdpvar(1,24); %RIESO向热网的购热量
Eh_s=sdpvar(1,24); %RIESO向热网的售热量
EICE=sdpvar(1,24); %内燃发电机的输出功率
EGB=sdpvar(1,24); %燃气锅炉的输出功率
ERE=sdpvar(1,24); %余热锅炉的输出功率
Ee1=sdpvar(1,24); %用户参与需求响应后的电负荷
Temp_b_e=binvar(1,24); %RIESO向电网买电标识
Temp_s_e=binvar(1,24); %RIESO向电网售电标识
Temp_static_e=binvar(1,24); %RIESO购/售电静置标识
Temp_b_h=binvar(1,24); %RIESO向热网购热标识
Temp_s_h=binvar(1,24); %RIESO向热网售热标识
Temp_static_h=binvar(1,24); %RIESO购/售热静置标识
%% 上层RIESO的约束条件
C= [];
for t=1:24
%电功率平衡约束
C=[C,Ee0(1,t)-ELSdown(1,t)+ELSup(1,t)-ELC(1,t)==WT(1,t)+EICE(1,t)+Ee(1,t)];
%热功率平衡约束
C=[C,Eh1(1,t)==((EICE(1,t)*0.65*0.83/0.35)*0.85+EGB(1,t)*0.85)+Eh(1,t)];
%需求响应后的电负荷
C=[C,Ee1(1,t)==Ee0(1,t)-ELSdown(1,t)+ELSup(1,t)-ELC(1,t)];
%余热锅炉的输出功率
C=[C,ERE(1,t)==EICE(1,t)*0.65*0.83/0.35];
%机组出力上下限约束
C=[C,0<=EICE(1,t)<=500,0<=EGB(1,t)<=800];
%与电网热网能量交互约束
C=[C,-1000<=Ee(1,t)<=1000,0<=Ee_b(1,t)<=1000,-1000<=Ee_s(1,t)<=0];
C=[C,implies(Temp_b_e(1,t),[Ee(1,t)>=0,Ee_b(1,t)==Ee(1,t),Ee_s(1,t)==0])];
C=[C,implies(Temp_s_e(1,t),[Ee(1,t)<=0,Ee_b(1,t)==0,Ee_s(1,t)==Ee(1,t)])];
C=[C,implies(Temp_static_e(1,t),[Ee(1,t)==0,Ee_b(1,t)==0,Ee_s(1,t)==0])];
C=[C,Temp_b_e(1,t)+Temp_s_e(1,t)+Temp_static_e(1,t)==1];
C=[C,-100<=Eh(1,t)<=100,0<=Eh_b(1,t)<=100,-100<=Eh_s(1,t)<=0];
C=[C,implies(Temp_b_h(1,t),[Eh(1,t)>=0,Eh_b(1,t)==Eh(1,t),Eh_s(1,t)==0])];
C=[C,implies(Temp_s_h(1,t),[Eh(1,t)<=0,Eh_b(1,t)==0,Eh_s(1,t)==Eh(1,t)])];
C=[C,implies(Temp_static_h(1,t),[Eh(1,t)==0,Eh_b(1,t)==0,Eh_s(1,t)==0])];
C=[C,Temp_b_h(1,t)+Temp_s_h(1,t)+Temp_static_h(1,t)==1];
end
for t=2:24
C=[C,-100<=EICE(1,t)-EICE(1,t-1)<=100];%内燃机的上升和下降爬坡速率约束
C=[C,-300<=EGB(1,t)-EGB(1,t-1)<=300]; %燃气锅炉的上升和下降爬坡速率约束
end
%% 进行下层的KKT条件处理
%下层等式约束
C=[C,sum(ELSdown)==sum(ELSup)];
%处理式(29)-(31)KKT条件
%定义等式约束的拉格朗日乘子
Delta1=sdpvar(1,24);
Delta2=sdpvar(1,24);
%定义不等式约束的拉格朗日乘子
u1bt=sdpvar(1,24);
u2bt=sdpvar(1,24);
u3at=sdpvar(1,24);
u4at=sdpvar(1,24);
u5t=sdpvar(1,24);
u6ct=sdpvar(1,24);
u7ct=sdpvar(1,24);
Alpha=binvar(1,24); %时刻t第a段电负荷转出的状态变量
Beta=binvar(1,24); %时刻t第b段电负荷转入的状态变量
Chi=binvar(1,24); %时刻t第c段电负荷削减的状态变量
%依次添加式(29)-(31)KKT平衡条件约束
for t=1:24
C=[C,
CLS(1,t)-CLScus(1,t)-u3at(1,t)+u4at(1,t)+Delta1(1,t)==0,
-u1bt(1,t)+u2bt(1,t)-Delta1(1,t)==0,
CLC(1,t)-CLCcus(1,t)-u6ct(1,t)+u7ct(1,t)==0,
];
end
%处理式(39)-(45)KKT条件 %非线性不等式约束转换为线性不等式约束
%引入Big-M法所需的布尔变量 0-1变量
v39=binvar(1,24);
v40=binvar(1,24);
v41=binvar(1,24);
v42=binvar(1,24);
v43=binvar(1,24);
v44=binvar(1,24);
v45=binvar(1,24);
%Big-M法处理割平面约束
for t=1:24
C=[C,
0<=ELSup(1,t)-0.1*Ee0(1,t)*Beta(1,t)<=M*v39(1,t),
0<=u1bt(1,t)<=M*(1-v39(1,t)),
0<=1*Ee0(1,t)*Beta(1,t)-ELSup(1,t)<=M*v40(1,t),
0<=u2bt(1,t)<=M*(1-v40(1,t)),
0<=ELSdown(1,t)-0.1*Ee0(1,t)*Alpha(1,t)<=M*v41(1,t),
0<=u3at(1,t)<=M*(1-v41(1,t)),
0<=1*Ee0(1,t)*Alpha(1,t)-ELSdown(1,t)<=M*v42(1,t),
0<=u4at(1,t)<=M*(1-v42(1,t)),
0<=1-Alpha(1,t)-Beta(1,t)<=M*v43(1,t),
0<=u5t(1,t)<=M*(1-v43(1,t)),
0<=ELC(1,t)-0.1*Ee0(1,t)*Chi(1,t)<=M*v44(1,t),
0<=u6ct(1,t)<=M*(1-v44(1,t)),
0<=1*Ee0(1,t)*Chi(1,t)-ELC(1,t)<=M*v45(1,t),
0<=u7ct(1,t)<=M*(1-v45(1,t)),
];
end
%% 上层RIESO的目标函数
%售能收益
Rsell=sum((Ee0(1,:)-ELSdown(1,:)+ELSup(1,:)-ELC(1,:)).*Pesell+Eh1(1,:).*Phsell_u);
%DR资源的购买成本
Cdr=sum(ELSdown(1,:).*CLS+ELC(1,:).*CLC);
%购电成本
Cgrid=sum(Ee_b(1,:).*Pgbuy+Ee_s(1,:).*Pgsell);
%购热成本
Chbuy=sum(Eh_b(1,:).*Phbuy+Eh_s(1,:).*Phsell);
%燃料成本
Cfuel=sum((0.0013*EICE(1,:).*EICE(1,:)+0.16*EICE(1,:))+(0.0005*EGB(1,:).*EGB(1,:)+0.11*EGB(1,:)));
%设备运维成本
Cope=sum(0.03*WT(1,:)+0.02*EICE(1,:)+0.025*ERE(1,:)+0.02*EGB(1,:));
%目标函数
objective=Rsell-Cdr-Cgrid-Chbuy-Cfuel-Cope; %上层优化目标为RIESO的日净利润最大
%% 下层DRA的目标函数
OF_lower=Cdr-sum(CLScus(1,:)*0.3)-sum(CLCcus(1,:)*0.5); %下层优化目标为DRA的日净利润最大
%%
P_CLS=sdpvar(1,24);
P_CLC=sdpvar(1,24);
PCdr=sdpvar(1,24);
OF_upper=sdpvar(1,24);
for t=1:24
P_CLS(1,t)=ELSdown(1,t)*CLS(1,t); %DRA转移利润(非纯利润)
P_CLC(1,t)=ELC(1,t)*CLC(1,t); %DRA削减利润(非纯利润)
PCdr(1,t)=ELSdown(1,t)*CLS(1,t)+ELC(1,t)*CLC(1,t);%DRA利润
OF_upper(1,t)=((Ee0(1,t)-ELSdown(1,t)+ELSup(1,t)-ELC(1,t))*Pesell(1,t)+Eh1(1,t)*Phsell_u(1,t))-...
PCdr(1,t)-(Ee_b(1,t)*Pgbuy(1,t)+Ee_s(1,t)*Pgsell(1,t))-(Eh_b(1,t)*Phbuy(1,t)+Eh_s(1,t)*Phsell(1,t))-...
((0.0013*EICE(1,t)*EICE(1,t)+0.16*EICE(1,t))+(0.0005*EGB(1,t)*EGB(1,t)+0.11*EGB(1,t)))-...
(0.03*WT(1,t)+0.02*EICE(1,t)+0.025*ERE(1,t)+0.02*EGB(1,t));
end
ops = sdpsettings('solver','cplex', 'verbose', 2);%参数指定程序用cplex求解器
result1=optimize(C,-objective,ops)
if result1.problem == 0
disp('求解成功');
else
disp('求解过程中出错');
end
%转化字符类型,输出运行结果
value(ELSdown);
value(ELSup);
value(ELC);
value(Ee);
value(EICE);
EGB=0.85*value(EGB);
ERE=0.85*value(ERE);
value(Ee1);
value(Eh1);
Eh=value(Eh);
P_CLS=value(P_CLS);
P_CLC=value(P_CLC);
Ee_s=value(Ee_s);
objective=value(objective); %RIESO的最大日净利润
disp(['RIESO的最大日净利润为: ', num2str(objective),'元']);
OF_lower=value(
没有合适的资源?快使用搜索试试~ 我知道了~
90号资源-源程序:论文可在知网下载《计及需求响应的区域综合能源系统双层优化调度策略》本人博客有解读
![preview](https://csdnimg.cn/release/downloadcmsfe/public/img/white-bg.ca8570fa.png)
共3个文件
png:1个
xlsx:1个
m:1个
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
![star](https://csdnimg.cn/release/downloadcmsfe/public/img/star.98a08eaa.png)
温馨提示
该资源详细解读可关注博主免费专栏《论文与完整程序》90号博文 需求响应聚合商通过需求响应聚合用户的可转移负荷和可削减负荷,提高区域综合能源系统运行的灵活性和经济性。考虑综合能源系统运营商和需求响应聚合商之间的交互博弈关系,建立了计及需求响应的区域综合能源系统双层优化调度模型。上下层分别以区域综合能源系统运营商和需求响应聚合商经济收益最大为目标,利用KKT条件和线性化方法将双层模型转化为单层混合整数线性优化模型进行求解。结果显示,通过分时电价和需求响应补偿价格引导用户调整用能计划,可在提高综合能源系统运营商和需求响应聚合商的利润的同时实现削峰填谷,减少对电网安全稳定运行造成的影响。
资源推荐
资源详情
资源评论
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
收起资源包目录
![package](https://csdnimg.cn/release/downloadcmsfe/public/img/package.f3fc750b.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/PNG.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/XLSX.png)
共 3 条
- 1
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
- Zooxerkano2024-06-05这个资源对我启发很大,受益匪浅,学到了很多,谢谢分享~
![avatar](https://profile-avatar.csdnimg.cn/9301ccea85df44d5a911670b4ff1525d_liang674027206.jpg!1)
电网论文源程序
- 粉丝: 8271
- 资源: 163
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- 数据库管理工具:dbeaver-ce-23.1.5-stable.x86-64.rpm
- 以下是一些适用于英语六级作文的万能句型模板,涵盖了引言、正文和结论部分的各类表达方式.docx
- MATLAB中的非线性规划
- 进行C语言面试资格确认是招聘过程中一个重要的步骤,目的是确保候选人具备足够的C语言编程能力和知识.docx
- Java 轻量级的集群负载均衡设计
- 纹身师个人网站模板.jpg
- 在C语言中,连接两个字符串(即将一个字符串附加到另一个字符串的末尾)通常可以使用标准库中的 `strcat` 函数.docx
- 数据库管理工具:dbeaver-ce-23.1.1-stable.x86-64.rpm
- 以下是几个具体竞赛题目的详细解答,包括建模思路、方法和步骤 .docx
- 一份关于全国大学生建模大赛的相关教程!!
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)