1前言
鲁棒优化是电力系统研究的热点，而两阶段鲁棒和分布鲁棒研究就成为各类期刊（sci/ei/核心）的宠儿，最简单的思路是通过改变模型（考虑设备备用等）和组合创新（需求响应等），得到该类问题另外一个方向的深入研究结论。这里仅仅为发文章提供一点点参考建议和思路！
本次和大家分享的是33节点系统的两阶段鲁棒优化调度程序，该程序主要是复现《两阶段鲁棒优化的主动配电网动态无功优化》-熊壮壮，具体文章内容可自行下载了解，在这里主要对模型部分和配网两阶段鲁棒计算步骤进行分析。
2基本内容
2.1 配网两阶段鲁棒模型
以网损为目标，包括功率平衡、网络潮流、电压电流、蓄电池出力以及无功设备出力等约束，具体模型如下：
模型中一个难题是潮流模型凸化处理，原二阶锥约束如下：
对锥松弛凸化，得到：
注：具体推导过程详见《Optimal allocation of dispersed energy storage systems in active distribution networks for energy balance and grid Support》。
经过紧凑形式转化和推导，得到主问题和子问题形式如下：
2.2 求解步骤
3部分程序
本程序编程过程中最大的难题是采用三维变量形式，变量维度包括数量、时间和迭代次数三个维度，采用yalmip三维变量形式求解速度要略慢一些，之前程序6节点电网两阶段鲁棒优化调度matlab采用将三维变量转化为二维变量形式，运行效率就比较高。
主程序部分代码for km=1:knyalmip('clear');SP;%通过上面的初始值数据运行子问题u_sp(1,:,km)=wind_sp1;%更新不确定性变量u_sp(2,:,km)=wind_sp2;u_sp(3,:,km)=wind_sp3;u_sp(4,:,km)=pv_sp1;u_sp(5,:,km)=pv_sp1;%更新不确定性变量UB1=min(UB,UB1);%更新CCG算法中的UBUBc(km)=UB1;test;%运行主问题LB1=max(LB,LB1);%更新CCG算法中的LBLBc(km)=LB1;p(km)=UB1-LB1;%判断收敛性end主问题部分程序%% 通用约束for j=1:kmC = [C, Vmin <= V(:,:,j),V(:,:,j) <= Vmax];%电压约束C = [C, Pgmin <= Pg(:,:,j),Pg(:,:,j) <= Pgmax,Qgmin <= Qg(:,:,j),Qg(:,:,j) <= Qgmax];endC = [C, 0 <= I,I <= 6];for j=1:kmC = [C, alfa>=sum(sum(I(:,:,j).*(r*ones(1,T))))];end%% 4.设目标函数f = alfa;%网损最小
4程序结果
该模型中一阶段变量主要包括01变量和无功优化变量，核心变量主要存在于二阶段，因此在叠加二阶段变量优化过程中更容易得到最优解，所以第二次迭代即得到收敛的结果。
4下载链接
扫码或阅读原文即可跳转程序页面：
想了解更多程序？按照下面教程查看程序目录！
