目录
[1.1 主要难点-分布鲁棒优化](#1.1 主要难点-分布鲁棒优化)
[1.2 程序求解步骤-主子问题迭代](#1.2 程序求解步骤-主子问题迭代)
主要内容
本程序主要对《基于场景聚类的主动配电网分布鲁棒综合优化》-高海淑的方法复现,应用到综合能源电热微网方向,采用拉丁超立方抽样对不同场景进行处理,然后采用K-means聚类算法对场景聚类分析,应用该聚类分析数据采用分布鲁棒优化,场景分布的概率置信区间由1-范数和∞-范数约束,分两阶段对电热综合能源模型进行优化求解,得到不同场景下的优化结果。
![](https://file.jishuzhan.net/article/1768962089189117954/bfb9aaa84af869d2f9705a2be1f95cdc.webp)
下面对模型主要功能点进行分析。
1.1 主要难点- 分布鲁棒优化
该模型分布鲁棒模型目标的紧凑形式如下:
![](https://file.jishuzhan.net/article/1768962089189117954/0edf2d503b952148c4f643f8e8b25e31.webp)
不同场景的概率分布满足如下集合(这里是经过推导得出来的,具体详见原文,这篇文章该部分分析还算分布鲁棒中比较清楚的,很多文献直接就不明不白得出结论,看的一头雾水):
![](https://file.jishuzhan.net/article/1768962089189117954/11f6b3a595d11b4dbaa24be87bb673a0.webp)
但是该集合非线性,需要进行线性化处理,得到如下的线性化集合:
![](https://file.jishuzhan.net/article/1768962089189117954/74d3b67b189bf03c6458ea458953b706.webp)
该部分对应的代码如下:
%不确定约束
constraints=[constraints,sum(psp+psd)<=theta1];
constraints=[constraints,psp+psd<=thetaw];
constraints=[constraints,sigmap+sigmad<=1];
constraints=[constraints,0<=psp<=sigmap*theta1];
constraints=[constraints,0<=psd<=sigmad*theta1];
constraints=[constraints,ps==ps0'+psd+psp];
1.2 程序求解步骤-主子问题迭代
将模型分解为主问题与子问题,采用C&CG 算法分阶段迭代求解,具体迭代求解示意图如下:
![](https://file.jishuzhan.net/article/1768962089189117954/f71835da446b7d95eea8e50141b1fc98.webp)
主程序MAIN代码列示主子问题两部分循环迭代,具体代码如下:
ps0=[22.7; 15.6; 38.05; 23.65]'./100;%场景概率
ps=ps0;
alfa1=0.99;alfaw=0.99;N=5000;
theta1=4/N/2*log(2*4/(1-alfa1));%公式46-47
thetaw=1/N/2*log(2*4/(1-alfaw));
tn=24;%时序性参数
Pgmax=300;ru=50;rd=50;%微燃机最大出力,爬坡约束 原pgmax=100
Sch=400;Pchmax=0.2*Sch;ee0=0.5*Sch;socmax=0.9;socmin=0.1;
eta=0.95;%储能充放电效率
cg=1.7;%MTG运行成本
cq=0.62;%弃风弃光成本
ccn=0.3*7/100;%储能老化成本 原/1000
cqt=0.25;%启停成本
d2h=1.2;%电热比
yitagl=0.9;%电锅炉
UB=inf;
LB=-inf;
for k=1:4
% while UB-LB>1
MP427;%主问题求解
LB=obj_mp;%得到LB
LB1(k)=LB;
SP427;%子问题求解
UB=min([UB,UB1]);%更新UB
UB2(k)=UB;
end
部分结果
![](https://file.jishuzhan.net/article/1768962089189117954/b3175057ca740dbbd4a56d3a9cc5a50f.webp)
![](https://file.jishuzhan.net/article/1768962089189117954/c8afd5eca3c9e2b515b97c9a5db8efa1.webp)
![](https://file.jishuzhan.net/article/1768962089189117954/9dffc5f1a0ac6a0a021af8cdcb93cc15.webp)
![](https://file.jishuzhan.net/article/1768962089189117954/7cb5b0bd749b2c737805f2cfe50cca58.webp)
![](https://file.jishuzhan.net/article/1768962089189117954/3f480b4e65a3fd94ab2252f3eea60e8e.webp)
![](https://file.jishuzhan.net/article/1768962089189117954/512c9ec3e8c5e47b5aedfd6675bd8eb8.webp)