简介
适用平台/参考文献：Matlab+Yalmip+Cplex/Gurobi
多区域网络建模部分：中国电机工程学报《多区域综合能源系统热网建模及系统运行优化》；
元模型/主从博弈部分：电网技术《基于元模型优化算法的主从博弈多虚拟电厂动态定价和能量管理》；
程序首先建立了多园区综合能源系统模型，由于不同园区的电量冗余或者缺额，园区会与配电网运行商进行电量交互，由此形成一主多从的非合作博弈模型；其次，建立Kriging元模型对园区内部的主从博弈模型进行求解，利用粒子群优化算法搜索优异采样点，避免对下层博弈模型的繁复计算，提高寻优效率。程序中算例丰富、注释清晰、干货满满，创新性很高！下面对文章和程序做简要介绍！
创新点
建立多园区综合能源系统优化调度模型，园区间以电量交互为主;
建立配电网运行商为主领导者，多园区为服从者的主从博弈模型；
使用Kriging元模型替代园区内部的能量管理模型，提高拟合精确度；
利用粒子群优化算法搜索优异采样点，提高寻优效率。
Kriging元模型：
Kriging模型是众多元模型中的一种，其对于非线性模型具有良好的近似能力和独特的误差估计功能，该算法基于适量的样本数据建立初始Kriging模型，根据每个样本点的上层目标函数值将策略空间划分成多个关键区域，在每个区域内利用粒子群算法对上层模型快速寻优，针对寻优结果调用下层模型，计算真实电量和上层目标函数值，并添加到原样本点集中，通过更新修正Kriging模型，直至得到最优解。这个算法只需在关键区域特别是最优解附近具有较高的拟合精度，因此，能够在保证精度的同时大幅减少采样数目，显著提高求解效率。
粒子群算法
粒子群算法（Particle Swarm Optimization，PSO）的基本思想是通过模拟群体中个体之间的协同与竞争关系，寻找问题的最优解。
基本步骤流程：
主要内容
随着电力市场的发展和能源结构的调整，电力系统中如综合能源系统和虚拟电厂的利益主体将越来越多，形成一主体决策、多主体服从的博弈格局。为兼顾综合能源系统和电网运行商的利益，合理确定电量交易价格和管理电场能量，建立了基于Kriging元模型算法的电网运行商-多园区综合能源系统的一主多从动态定价和能量管理博弈模型。该模型利用该方法用Kriging元模型拟合并代替综合能源系统能量内部管理模型，在迭代寻优过程中，结合粒子群优化算法生成新的优异采样点，有针对性地修正Kriging元模型，从而快速准确地得到综合能源系统的交易电价和出力计划。该算法无需虚拟电厂的所有参数，不仅达到保护虚拟电厂隐私的目的，而且能够避免对下层优化模型的大量调用，有效减小计算量，提高求解效率。
程序框架：
程序结果
部分程序
注意：注释超详细！！！
%% 导入电负荷和风电出力P_LD=[];P_Wmax=[];%% 导入约束条件P_IES==P_IES_b-P_IES_s, %IES与DSO的互电量,正-购买,负-售卖P_IES+P_MT+P_ES+P_IL+P_W==P_LD, %IES的电功率平衡0<=P_IES_s<=theta*10, %IES与DSO的最交互电量为10MW0<=P_IES_b<=(1-theta)*10, %同上0<=P_GT<=6, %GT的输出功率上下限MW-3.5<=P_GT(2:24)-P_GT(1:23)<=3.5, %GT的爬坡约束-0.6<=P_ES<=0.6, %储能的充放电上下限MWS_ES(1)==0.4-P_ES(1)/1, %蓄电池的SOC约束,取初始SOC为0.4S_ES(2:24)==S_ES(1:23)-P_ES(2:24)/1, %蓄电池运行时段的SOC约束0.2<=S_ES<=0.9, %SOC状态上下限MWS_ES(24)==0.4, %蓄电池的初始值值相等0<=P_IL<=0.1*P_LD, %可中断负荷的上下限约束MW0<=P_W<=P_Wmax, %风机出力上下限约束MW;%% ObjectiveC_GT=0.08*P_GT.^2+0.9*P_GT+1.2; %微燃机的发电成本C_ES=0.05*P_ES.^2; %蓄电池成本C_IL=1.4*P_IL; %可中断负荷成本C_VPP=sum(lambda_DAb.*P_IES_b-lambda_DAs.*P_IES_s)+sum(C_MT+C_ES+C_IL); %IES的总运行成本%% 配置求解器ops=sdpsettings('solver','cplex','verbose',0,'usex0',0);result=solvesdp(C,C_IES,ops);%% 结果输出P_IES_b=double(P_IES_b);P_IES_s=double(P_IES_s);Out = [P_IES;P_GT;P_ES;P_IL;P_W;-P_LD];
部分内容源自网络，侵权联系删除！
欢迎感兴趣的小伙伴点击文末阅读原文获取完整版代码，小编会不定期更新高质量的学习资料、文章和程序代码，为您的科研加油助力！
更多创新性预测及优化程序请点击公众号首页：《预测优化》|《综合能源》链接！
