006文章解读与程序——《微电网优化调度》已提供下载资源

👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆

摘要：为 减少 分布 式 电源和 电动 汽车大量接入对 电 网 造成 的 冲击 ， 保证配 电 网 的 安 全经济运行 ， 需对主动 配 电 网 进行运行优化 。 考虑 到 优化调 度 具有 实 时性要 求 ， 需对 电 网 功 率波动 给 出 及 时 的 反馈 ， 而传 统优化模型 存在 计 算速度 较慢 的缺 点 ， 本章 提 出 了 基于混合 整数 线性规划 的 多 时 间 尺度运行优化方法 。 将第二 章 中 提 出 的 各元件模型 和支路潮流计算 中 非线性部分进行 数学上 的 线性化推 导 ， 在 保证精 度 的 前提下 大大加快后 续优化调 度 中 的 计算 速度 。 其 次通 过蒙 特卡洛 随 机抽 样 的 方法求 取 了 不 同 规模 电 动 汽车 入 网 充 电 时 的 日 负 荷 曲 线 ， 构建 了 以 经济 效益最 优 为 目 标 的 主动 配 电 网 日 前 优化模 型 ， 和 以 弃 风 率和 弃光率 最低 为 目 标 的 日 中 优化 模型 ， 最后 通过 改进 ＩＥＥＥ－ ３ ３ 节 点 系 统算例 ， 验证 了 所提方法 的 正 确 性 。

这段摘要描述了一项研究，目标是减少分布式电源和电动汽车接入电网所带来的冲击，确保配电网的安全经济运行。为了实现这一目标，研究提出了一种基于混合整数线性规划的多时间尺度运行优化方法。

以下是对摘要中各部分的解读：

1. 问题背景和目标： 摘要开头指出了分布式电源和电动汽车接入电网可能引起的问题，包括电网冲击和安全性经济运行的挑战。因此，研究的目标是对主动配电网进行运行优化。

2. 实时性要求和反馈： 由于优化调度需要实时性，对电网功率波动需要及时反馈。这表明研究关注解决实时性问题，以适应电网动态变化。

3. 优化模型的提出： 为了解决传统优化模型计算速度较慢的问题，研究提出了一种基于混合整数线性规划的多时间尺度运行优化方法。这种方法的目标是在保持精度的同时加速后续优化调度的计算速度。

4. 线性化推导： 在第二章提出的各元件模型和支路潮流计算中，存在非线性部分。为了应用线性规划，研究进行了数学上的线性化推导，以保证在计算过程中的精度。

5. 蒙特卡洛随机抽样： 为了获取不同规模电动汽车入网充电时的日负荷曲线，研究使用了蒙特卡洛随机抽样的方法。这有助于建立以经济效益最优或弃风率和弃光率最低为目标的主动配电网日前优化模型和日中优化模型。

6. 验证方法： 最后，研究通过改进IEEE-33节点系统算例验证了提出方法的正确性。这意味着研究通过实际例子证明了所提方法的有效性。

总体而言，该研究通过引入混合整数线性规划、线性化推导和蒙特卡洛随机抽样等方法，试图解决分布式电源和电动汽车接入电网时的优化调度问题，并通过验证证明了所提方法的可行性。

部分代码展示：

% clc
% clear

%按照流程图进行蒙特卡洛的电车负荷计算
%先是初始化，该配电网区域的电车日出行总数
N_EV = 2000;

%% 
%利用蒙特卡洛方法生成多车行驶里程
km;
%首先，调用函数km
%生成   对数正态分布去生成日行驶里程
for i = 1:N_EV
    p_km = rand();
    A=find(Fs_km-p_km>0 );    
    KM(i) = A(1);     
end
figure(3)
plot(KM,'*');
title('蒙特卡洛生成多电车当日行驶里程');
xlabel( '电车序号');
ylabel( '当日行驶里程（km）');

%根据各车的行驶里程除以7.5计算出各自所需要的充电量kwh
W = KM / 7.5;
figure(4)
plot(W,'*');
title('蒙特卡洛生成多电车当日行驶后所需充电量');
xlabel( '电车序号');
ylabel( '当日行驶后所需充电量（kWh）');


%根据各车充电量，除以8.5可以得到各车所需要的充电时间。
T = W/8.5;
figure(5)
plot(T,'*');
title('蒙特卡洛生成多电车当日行驶后所需充电时长');
xlabel( '电车序号');
ylabel( '多电车当日行驶后所需充电时长（h）');

%% 
%下面是利用蒙特卡洛法，随机生成各车充电开始时刻
% 几个步骤
% 概率密度得到概率分布
% 随机生成rand()与概率分布比较，利用find得到开始时刻
% 处理24这个数值，当发现位置>= 25时，位置改为x-24,而后各个位置赋值8.5
% 最后是把700量车充电负荷累加，观察总电车负荷曲线趋势

ChargeStartTime;     
%生成   对数正态分布去生成开始充电的时间
for i = 1:N_EV
    p_C = rand();
    B=find(Fs_C-p_C >0 );    
    TC(i) = B(1);     
end

效果展示：

资源地址https://download.csdn.net/download/LIANG674027206/88689151👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆