基于条件风险价值CVaR的微网/虚拟电厂多场景随机规划 摘要构建了含风、光、燃、储的微网/虚拟电厂优化调度模型在此基础上考虑多个风光出力场景构建了微网随机优化调度模型并在此基础上基于条件风险价值理论度量不确定性场景的潜在风险价值且风险系数可以自由调节从而观测不同风险偏好下微网的调度策略深度体会CVaR的有效性。一、核心目标本代码聚焦含风、光、燃、储及电动汽车EV的电-冷综合能源微网虚拟电厂VPP构建了融合条件风险价值CVaR的多场景随机优化调度模型。核心目标包括实现多场景下3个风光出力场景虚拟电厂的日前经济调度统筹燃气轮机、储能系统、光伏单元与电力市场的购售电协同运作引入CVaR风险度量机制量化风光出力不确定性带来的潜在经济风险支持风险系数自由调节适配不同风险偏好的调度需求满足各类设备运行约束与功率平衡约束在保障用户舒适度通过冷负荷间接体现的前提下实现调度成本与风险的综合最优。二、代码框架与流程图一代码框架VPP_ac_ev.m ├── 1.程序初始化模块环境清理与参数定义 ├── 2.变量声明模块决策变量与状态变量定义 ├── 3.约束条件构建模块设备约束、系统约束、风险约束 ├── 4.目标函数构建模块期望成本CVaR风险成本 ├── 5.优化求解模块调用CPLEX求解器求解 ├── 6.结果处理模块数值读取与可视化展示 └── 7.辅助输出模块关键调度数据购售电、设备出力输出二核心流程图graph TD A[程序启动] -- B[初始化clc/clear/close all] B -- C[参数定义电价/设备参数/负荷/光伏出力] C -- D[变量声明sdpvar/binvar定义决策变量] D -- E[约束构建] E -- E1[燃气轮机约束出力/爬坡/启停状态] E -- E2[购售电约束状态互斥/交易量上限] E -- E3[储能约束充放电功率/蓄电量平衡] E -- E4[功率平衡约束供需功率等式] E -- E5[CVaR风险约束风险阈值/非负约束] E -- F[目标函数构建期望成本L*CVaR风险成本] F -- G[设置求解参数CPLEX求解器配置] G -- H[调用optimize求解] H -- I{求解成功} I -- 是 -- J[读取结果购售电/出力/蓄电量] I -- 否 -- K[输出错误信息] J -- L[可视化展示功率平衡/购售电对比] L -- M[程序结束]三、核心模块详细说明一程序初始化模块环境清理通过clc清空命令行、clear清除工作区变量、close all关闭所有图形窗口确保程序独立运行避免干扰参数定义- 市场电价购电电价xb与售电电价xs24小时分时电价区分峰谷时段- 燃气轮机参数固定开机费a、分段线性化费用kcp、启停费sconv、出力上下限gtmax/gtmin、爬坡率ramp- 储能参数充放电功率上限gescmax/gesdmax、蓄电量上下限sessmax/sessmin、充放电效率uesc/uesd- 负荷与新能源电负荷pload24小时时序数据、光伏出力ppv从Excel文件ppv.xlsx读取3个场景- 其他参数最大市场交易量pmgmax、场景数量Sw3、场景概率pai[0.2,0.3,0.5]。二变量声明模块采用YALMIP工具箱的sdpvar连续变量和binvar二进制变量定义核心变量如下变量类型变量名含义维度说明二进制变量umob/umos购电/售电状态3×241运行0停止互斥二进制变量xconv/yconv燃气轮机工作/启停状态3×24xconv1表示运行yconv1表示启停连续变量pmgb/pmgs市场购电/售电量3×24单位MW连续变量pmt燃气轮机出力3×24单位MW连续变量gesc/gesd储能充/放电功率3×24单位MW连续变量sess储能蓄电量3×24单位MWh连续变量zk/varCVaR风险相关变量3×1/1×1用于风险约束构建三约束条件构建模块约束体系涵盖设备运行约束、系统安全约束与风险控制约束确保调度方案可行且可控燃气轮机约束- 出力上下限xconv(:,t)gtmin pmt(:,t) xconv(:,t)gtmax运行时才出力避免空载损耗- 爬坡率约束-ramp pmt(:,t)-pmt(:,t-1) ramp限制出力突变保护设备- 启停状态约束xconv(:,t)-xconv(:,t-1) yconv(:,t)状态切换时标记启停。购售电约束- 状态互斥0 umob(w,t)umos(w,t) 1同一时段同一场景不可同时购售电- 交易量上限pmgb(w,t) umob(w,t)*pmgmax购电量不超过最大允许交易量。储能约束- 充放电功率限制0 gesc(:,t) gescmax、0 gesd(:,t) gesdmax- 蓄电量平衡sess(:,t) sess(:,t-1) gesc(:,t)*uesc - gesd(:,t)/uesd考虑充放电效率- 蓄电量上下限sessmin sess(:,t) sessmax。功率平衡约束gesc(w,:)pload(1,:)pmgs(w,:) gesd(w,:)ppv(w,:)pmgb(w,:)pmt(w,:)充电功率负荷售电放电功率光伏出力购电燃气轮机出力。CVaR风险约束- 风险阈值约束zk(w) -(成本函数) varzk为风险损失超额量- 非负约束zk(w) 0风险损失超额量非负。四目标函数构建模块目标函数为“期望成本风险成本”兼顾经济性与风险可控性期望成本计算加权求和3个场景的调度成本权重为场景概率pai成本构成包括- 市场购电成本xbpmgb(w,:)- 市场售电收益抵减成本-xspmgs(w,:)- 燃气轮机成本固定开机费axconv(w,:)出力成本kcppmt(w,:)启停费sconv*yconv(w,:)。风险成本计算L(-var paizk/(1-α))其中-L为风险系数用户可调节0风险中性越大越保守-α为置信水平代码中默认0.95可修改-var为CVaR风险阈值zk为超额损失变量。最终目标函数obj_single 期望成本 风险成本最小化目标。五优化求解与结果展示模块求解配置调用CPLEX求解器设置mipgap1e-6混合整数规划间隙保证求解精度、verbose2显示求解过程结果读取通过value()函数提取优化后的变量值如pmgbvalue(pmgb)、gesdvalue(gesd)可视化展示生成6类图表直观呈现调度结果- 场景1-3功率平衡图堆叠柱状图展示各功率成分占比- 场景1-3市场交易量图折线图对比不同风险系数下的购售电差异数据输出直接输出关键调度数据如风险系数1时的购售电量矩阵pmgb1、pmgs1支持后续分析。四、代码优势多场景随机规划考虑3个风光出力场景覆盖不确定性调度方案更具鲁棒性风险量化可控引入CVaR理论通过风险系数L自由调节风险偏好适配不同运营策略保守/激进设备模型全面涵盖燃气轮机、储能、光伏、电力市场购售电支持多能源协同调度约束体系严谨兼顾设备物理约束、系统安全约束与风险约束确保调度方案可行可视化效果好通过堆叠柱状图、折线图直观展示功率平衡与购售电策略便于结果分析扩展性强可灵活添加冰蓄冷空调冷负荷模型、电动汽车充放电约束等适配更多应用场景。五、示例配置与结果说明一示例配置参数类别关键参数值说明市场电价峰时1520元/MWh平段1020元/MWh谷段630元/MWh24小时分时电价贴合实际电力市场燃气轮机出力上限3.31MW爬坡率1.5MW/h开机费600元小型燃气轮机参数适配微网规模储能充放电功率上限1MW蓄电量上限4MWh效率0.95锂电池储能典型参数场景设置场景1概率0.2场景2概率0.3场景3概率0.5高概率场景权重更高贴合实际出力分布风险系数L0.8可修改为0/0.5/1.0等示例中为突出风险影响设置较高值二典型结果说明功率平衡结果- 谷段0-5时负荷较低储能充电燃气轮机低出力部分时段购电电价低- 峰段9-14时、17-20时负荷高光伏出力充足时优先用光伏不足时燃气轮机出力储能放电部分时段售电电价高- 平段6-8时、15-16时、21-23时光伏储能燃气轮机协同按需购售电。购售电结果- 风险系数L0.8 vs L1.0L越大越保守峰段购电量增加避免光伏出力不足导致的缺电风险谷段储能充电量增加储备电能应对不确定性售电量减少降低出力过剩导致的售电收益损失风险- 场景3概率0.5购售电策略更稳健波动较小因为高概率场景对期望成本影响更大。六、使用说明一环境准备软件依赖MATLAB建议R2018b及以上 YALMIP工具箱 CPLEX求解器需激活授权数据准备- 光伏出力数据将ppv.xlsx文件放在与代码同目录下文件格式为3行24列3个场景24小时出力- 参数修改如需调整场景数量、设备参数、电价或风险系数直接在“定义变量”或“设置风险系数”模块修改对应参数。二运行步骤打开MATLAB切换工作目录至代码所在文件夹在命令行输入VPPacev回车运行查看结果- 求解过程命令行显示CPLEX求解日志迭代次数、可行性、最优值- 图形结果自动弹出6个图表3个功率平衡图、3个购售电对比图- 数据结果工作区变量包含pmgb购电量、pmgs售电量、pmt燃气轮机出力等关键数据可直接调用分析。三参数调整指南风险偏好调整修改L值0纯经济优先1风险优先0.5均衡场景调整修改Sw场景数量、pai场景概率同步更新ppv光伏出力和pload负荷的维度设备参数调整如储能容量、燃气轮机出力上限等直接修改对应参数变量如gescmax、gtmax求解精度调整修改ops.cplex.mip.tolerances.mipgap如1e-5提升精度1e-4加快速度。七、注意事项工具箱依赖确保已正确安装YALMIP和CPLEX且MATLAB能正常调用可通过yalmiptest测试YALMIPwhich cplex测试CPLEX路径数据格式ppv.xlsx需严格为3行24列场景×时间否则会导致维度不匹配错误约束兼容性修改设备参数如ramp、gtmax时需确保约束之间不冲突如爬坡率不超过出力上限求解时间场景数量或变量维度增加时求解时间会延长可通过调整mipgap或verbose参数平衡精度与速度结果解读CVaR值cvarvalue(L(-varpaizk/(1-0.95)))越大说明为控制风险付出的成本越高需结合期望成本综合评估调度方案。八、扩展方向设备扩展添加冰蓄冷空调冷负荷模型、电动汽车充放电约束完善电-冷-交通多能源协同场景扩展增加风电出力场景、负荷不确定性场景提升模型对多源不确定性的适应性算法优化引入分布式求解算法降低大规模场景下的求解复杂度功能扩展添加调度方案的经济性、环保性如碳排放评估指标支持多目标优化交互优化开发GUI界面可视化调整参数并实时展示结果提升易用性。基于条件风险价值CVaR的微网/虚拟电厂多场景随机规划 摘要构建了含风、光、燃、储的微网/虚拟电厂优化调度模型在此基础上考虑多个风光出力场景构建了微网随机优化调度模型并在此基础上基于条件风险价值理论度量不确定性场景的潜在风险价值且风险系数可以自由调节从而观测不同风险偏好下微网的调度策略深度体会CVaR的有效性。