分布式鲁棒优化 关键词分布式鲁棒优化 风光不确定性 最优潮流 Wasserstein距离 仿真软件matlabyalmipcplex 参考文档《多源动态最优潮流的分布鲁棒优化方法》 主要内容针对大规模清洁能源接入电网引起的系统鲁棒性和经济性协调问题提出含风–光–水–火多种能源的分布鲁棒动态最优潮流模型。 采用分布鲁棒优化方法将风光不确定性描述为包含概率分布信息的模糊不确定集。 将模糊不确定集构造为一个以风光预测误差经验分布为中心以 Wasserstein距离为半径的 Wasserstein 球。 在满足风光预测误差服从模糊不确定集中极端概率分布情况下最小化运行费用。在当今大规模清洁能源接入电网的大背景下系统鲁棒性与经济性的协调成为关键挑战。今天咱们就来聊聊针对这一问题提出的含风–光–水–火多种能源的分布鲁棒动态最优潮流模型这一模型涉及到分布式鲁棒优化方法以及风光不确定性通过模糊不确定集的巧妙描述。分布式鲁棒优化核心思路分布式鲁棒优化旨在处理系统中的不确定性而在能源领域风光发电的不确定性尤为突出。我们采用这种方法把风光不确定性构建成一种特殊的模糊不确定集。具体而言这个模糊不确定集是以风光预测误差经验分布为中心以Wasserstein距离为半径的Wasserstein球。代码实现基于Matlab Yalmip Cplex下面咱们简单看些相关代码示例以帮助理解。假设我们已经有了一些关于系统参数的设定比如电网的拓扑结构、各能源发电的限制等。定义变量% 定义风光发电功率变量 sdpvar P_wind P_solar % 定义其他发电功率变量如水电、火电 sdpvar P_hydro P_thermal这里我们使用sdpvar函数定义了风光以及水电、火电的发电功率变量这些变量后续会在目标函数和约束条件中使用。构建模糊不确定集% 假设已经有风光预测误差的经验分布数据 mu_wind [0.1, 0.2]; % 示例经验分布均值 sigma_wind [0.05, 0.05]; % 示例经验分布标准差 mu_solar [0.15, 0.25]; sigma_solar [0.06, 0.06]; % 定义Wasserstein距离半径 epsilon 0.1; % 构建Wasserstein球形式的模糊不确定集 % 这里简单示意实际构建会更复杂 wind_uncertainty_set norm([P_wind - mu_wind], 2) epsilon; solar_uncertainty_set norm([P_solar - mu_solar], 2) epsilon;在这段代码中我们先假设获取了风光预测误差的经验分布均值和标准差然后定义了Wasserstein距离半径epsilon。接着通过norm函数构建了以经验分布为中心Wasserstein距离为半径的模糊不确定集分别针对风电和光电。目标函数与约束% 运行费用目标函数假设成本系数已知 cost_wind 10; cost_solar 15; cost_hydro 8; cost_thermal 12; objective cost_wind * P_wind cost_solar * P_solar cost_hydro * P_hydro cost_thermal * P_thermal; % 功率平衡约束简单示意 constraints [P_wind P_solar P_hydro P_thermal demand]; % 结合模糊不确定集约束 constraints [constraints, wind_uncertainty_set, solar_uncertainty_set];目标函数中我们根据不同能源的成本系数计算总的运行费用。功率平衡约束简单地假设所有发电功率之和等于系统需求。同时我们把前面构建的模糊不确定集约束也加入到总的约束条件中。求解options sdpsettings(solver, cplex); optimize(constraints, objective, options);最后使用optimize函数结合cplex求解器在设定的约束条件下最小化运行费用。满足极端概率分布下的优化模型的核心在于在满足风光预测误差服从模糊不确定集中极端概率分布的情况下最小化运行费用。这意味着即使风光发电出现较为极端的情况在模糊不确定集范围内我们的系统依然能以较优的经济性运行。通过这样的分布式鲁棒优化方法我们可以更好地协调系统的鲁棒性和经济性为大规模清洁能源接入电网的稳定运行提供有力支持。分布式鲁棒优化 关键词分布式鲁棒优化 风光不确定性 最优潮流 Wasserstein距离 仿真软件matlabyalmipcplex 参考文档《多源动态最优潮流的分布鲁棒优化方法》 主要内容针对大规模清洁能源接入电网引起的系统鲁棒性和经济性协调问题提出含风–光–水–火多种能源的分布鲁棒动态最优潮流模型。 采用分布鲁棒优化方法将风光不确定性描述为包含概率分布信息的模糊不确定集。 将模糊不确定集构造为一个以风光预测误差经验分布为中心以 Wasserstein距离为半径的 Wasserstein 球。 在满足风光预测误差服从模糊不确定集中极端概率分布情况下最小化运行费用。总之通过Matlab结合Yalmip和Cplex我们能够有效地实现这种含多种能源的分布鲁棒动态最优潮流模型为能源系统的优化运行提供可行方案。