基于目标级联法的微网群多主体分布式优化调度（Matlab代码实现）

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

文献来源：

摘要：随着微电网的不断发展,局部区域内多个微电网互相联结形成微网群,有利于其协调控制,提高运行稳定性和经济性。相对传统微电网,微网群系统具有多运营主体的特点,微网群能量调度中心需协调各方利益对运行计划优化调度。考虑含多源异质分布式电源出力具有随机性,采用盒式不确定集合描述不确定性,考虑最坏情况对不确定约束凸转换。建立微网群系统的两级递阶优化调度模型:上层是微网群能量调度中心优化调度模型,下层是子微网优化调度模型,然后对所建递阶优化调度模型耦合性和分布性进行分析,采用一种新型的协同优化方法——目标级联法,实现上下层模型的解耦独立优化。算例表明基于目标级联法的分层分布式优化调度算法具有快速性和良好收敛的特点。

关键词：

微网群;多运营主体;盒式不确定集合;递阶优化;目标级联法;分布式优化;

目前，针对微网群( 或多微网) 优化调度的研究主要是集中式调度: 文献［4］采用了两步优化方

法，首先进行整体优化得出各微电网联络线功率，微电网则绝对服从与上层调度结果，在定联络线

功率下进行下一步的优化调度; 文献［5］针对冷热电联供区域多微网建立集中式的调度模型，求解

区域内所有的控制变量; 文献［6］建立离网海岛多微网的不确定性优化调度模型，通过改进粒子群

算法集中式求解。上述研究均是考虑将微网群所有模型数据逐级集中，形成完整的全网模型，当微

网群网络规模很大时，这种逐级集中的调度计算方式将造成最终汇聚点的数据和计算负担过重，对通信系统和控制系统的要求很高。同时，这种数据逐级集中、调度指令逐级下发的集中式优化

调度往往是以电网公司或者微网群运营商作为单一利益主体下考虑，难以体现微电网主体与微网

群主体的不同利益诉求，和微电网的分散自治特点［7－9］。

目标级联法( analytical target cascading，ATC) 源于系统优化设计领域，是一种新型的、基于分解

协调的、具有收敛性的协同优化方法［10］。其基本原理是将对象系统按可行决策区间分解为由独立决策单元组成的分布式决策体系，允许各个元素自主决策，通过多轮迭代获得全局最优解，适用于层级式体系结构、仅通过连接变量耦合的问题。目标级联法近年来渐被应用在电力系统的分散调

度，提供了新的分布式调度计算模式: 文献［11］基于 ATC 法求解含风电互联系统的分散调度问题; 文献［7］建立交直流输电网的局部调度层和全局优化调度层模型，基于 ATC 法分散地求解局部和全局模型; 文献［12］针对独立型的含多微网主动配电网建立动态经济调度模型，通过“虚拟发电机”和“虚拟负荷”的概念实现配电网与各微电网解耦优化。微电网与微网群区域通过公共连接点

( point of common coup-ling，PCC) 自然分区，通过微网群能量管理系统( multi-microgrids energy management system，MMGEMS) 与微电网能量管理系统( microgrid energy management system，MGEMS)形成上下分层关系，微网群的这种控制系统结构和拓扑特点适合采用分层分区的经济调度计算方法。利用分层分区优化调度的处理方式既可充分利用子微网自治运行的能力，简化微网群能量管理系统的调度计算负担，又可避免大量数据的报送和传输。微网群分层分区的控制系统结构使其具备分布式决策载体，联络线功率可映射到耦合连接变量，多轮迭代渐近收敛过程体现多主体在局部优化目标和整体优化目标的博弈与折中。目前，鲜有文献对微网群的多主体分布式调度问题进行探讨。