目录
[1 主要内容](#1 主要内容)
[2 部分程序](#2 部分程序)
[3 程序结果](#3 程序结果)
[3.1 sop选址定容优化模型](#3.1 sop选址定容优化模型)
[3.2 对比算例(不含sop)](#3.2 对比算例(不含sop))
[3.3 对比算例(含光伏选址)](#3.3 对比算例(含光伏选址))
[4 下载链接](#4 下载链接)
1 主要内容
之前分享了《基于改进灵敏度分析的有源配电网智能软开关优化配置》参考代码,本次在此基础上再增加一个对比算例,增加光伏选址内容,进一步验证光伏优化配置影响配电网运行效率,在实际中要综合运用多种手段来提升配网运行效益。
![](https://i-blog.csdnimg.cn/img_convert/d527d63d76a924912527de6c203fea6f.png)
算例模型
![](https://i-blog.csdnimg.cn/img_convert/c12ce0c31081e9f27e6f4d82af5cee67.png)
联络开关处作为sop的备选位置。
目标函数
![](https://i-blog.csdnimg.cn/img_convert/4f60b0d9d74f5b23d40497f05de1242e.png)
**注意:1.**本次分享的是选址定容部分,下次再分享灵敏度分析部分。
**2.**本程序会同步分享对应视频资源(详情见B站),中介请绕道。
**3.**该程序提供免费答疑,可整理文档统一答疑。
2 部分程序
%% 常量定义
delta_T=1; N=24;
A_sop=0.02; %SOP损耗
com=0.02;%维护系数
cin=1000;%单位容量投资费用 每kVA
rr=0.08;%贴现率 需要换算成每年的成本
nsop=20;%使用年限
price=0.3;%电价 元/kwh
EESmax=0.05;capmax=0.2;%单个蓄电池充放电及容量限制
x_ess_st=3;%储能位置
r_ij=Branch(:,4); x_ij=Branch(:,5);
sop_st=[1 12 22;%sop备选位置
2 25 29;
3 8 21;
4 9 15;
5 18 33];
%% 定义决策变量
x_Iij_square=sdpvar(32,N,sc,'full'); x_ui_square=sdpvar(33,N,sc,'full');
x_pij=sdpvar(32,N,sc,'full'); x_qij=sdpvar(32,N,sc,'full');
x_p_sop=sdpvar(5,N,sc,'full'); x_q_sop=sdpvar(5,N,sc,'full');
u_sop=binvar(5,1,'full');%sop配置状态
n_sop=intvar(5,1,'full');%sop配置数量
x_s_sop=sdpvar(5,1,'full');%sop配置容量
3 程序结果
3.1 sop选址定容优化模型
![](https://i-blog.csdnimg.cn/img_convert/7048b0a77c685b38819f8bf388daaef5.png)
![](https://i-blog.csdnimg.cn/img_convert/99ec1e4e0d99e40cf5711b44a1afe959.png)
![](https://i-blog.csdnimg.cn/img_convert/6ce9707b7f07b9ccfb621f1ebf39ab9d.png)
3.2 对比算例(不含sop)
![](https://i-blog.csdnimg.cn/img_convert/4db13023fff5aa4378e9e2fc4b5ff950.png)
![](https://i-blog.csdnimg.cn/img_convert/4e0812bef18c9617e1743fcab1db311e.png)
结论:从电压质量上来看,安装sop之后电压质量明显提升;从成本来看,未安装sop损耗成本>安装sop的成本。
3.3 对比算例(含光伏选址)
![](https://i-blog.csdnimg.cn/img_convert/21578ce1d826f699effea96032308c56.png)
![](https://i-blog.csdnimg.cn/img_convert/5391e7c09ce943161b442d6ff9e4a9ce.png)
损耗成本进一步降低,如果固定光伏位置,损耗成本也比优化结果高,因此可以看出分布式电源分布有效改善配网运行效率。