国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合

這篇具有很好參考價(jià)值的文章主要介紹了基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

一、緒論

1.研究目的

(1).熟練掌握MATLAB及CPLEX的使用。
(2).初步了解優(yōu)化問(wèn)題的基本形式和求解方法。
(3).掌握對(duì)既定數(shù)學(xué)模型進(jìn)行編程求解的能力。
(4).掌握運(yùn)用Cplex解決電力系統(tǒng)機(jī)組組合(含經(jīng)濟(jì)調(diào)度)問(wèn)題的方法。

2.背景概述

MATLAB是是美國(guó)MathWorks公司出品的商業(yè)數(shù)學(xué)軟件,用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語(yǔ)言和交互式環(huán)境,是科研中不可缺少的建模工具。
IBM CPLEX ILOG是IBM公司開發(fā)的優(yōu)化引擎,可用于求解大規(guī)模數(shù)學(xué)規(guī)劃問(wèn)題。通過(guò)在MATLAB中調(diào)用CPLEX工具箱,就能方便地利用MATLAB平臺(tái)進(jìn)行模型的求解,并為模型文件提供了求解、分析、操作及寫入/讀出的方法。同時(shí)通過(guò)引入Yalmip工具箱,能夠大大簡(jiǎn)化程序格式,提高程序可讀性。
為了實(shí)現(xiàn)電力供需的平衡,并最合理地利用發(fā)電資源,預(yù)先對(duì)發(fā)電機(jī)組的啟停和出力進(jìn)行調(diào)度安排就是非常必要的,這就是機(jī)組組合問(wèn)題(Unit Commitment, UC)。機(jī)組組合問(wèn)題問(wèn)題是一類混合整數(shù)規(guī)劃問(wèn)題(Mixed Integer Programming, MIP),能過(guò)通過(guò)MATLAB/CPLEX得到求解。
評(píng)注:現(xiàn)在做電力系統(tǒng)優(yōu)化最主流的方法就是Matlabp+CPlex(含Yalmip)

二、機(jī)組組合優(yōu)化數(shù)學(xué)模型

2.1.問(wèn)題分析

機(jī)組組合問(wèn)題要求基于已知的系統(tǒng)數(shù)據(jù),求解計(jì)劃時(shí)間內(nèi)機(jī)組決策變量的最優(yōu)組合,使得系統(tǒng)總成本達(dá)到最小。該問(wèn)題的決策變量由兩類,一類是各時(shí)段機(jī)組的啟停狀態(tài),為整數(shù)變量,0表示關(guān)停,1表示啟動(dòng);另一類是各時(shí)段機(jī)組的出力,為連續(xù)變量。
機(jī)組組合問(wèn)題屬于規(guī)劃問(wèn)題,即要在決策變量的可行解空間里找到一組最優(yōu)解,使得目標(biāo)函數(shù)盡可能取得極值。對(duì)于混合整數(shù)規(guī)劃,常用的方法有分支定界法,benders分解等。CPLEX提供了快速的MIP求解方法,對(duì)于數(shù)學(xué)模型已知的問(wèn)題,只需要按照程序規(guī)范在MATLAB中編寫程序化模型,調(diào)用CPLEX求解器,即可進(jìn)行求解。
下文介紹機(jī)組組合優(yōu)化的數(shù)學(xué)模型。

2.2.符號(hào)說(shuō)明

基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合

2.3.模型建立

根據(jù)上述變量定義,建立含安全約束的機(jī)組最優(yōu)組合(SCUC)模型如下:
1)目標(biāo)函數(shù)
目標(biāo)函數(shù)即為最小化成本,包括發(fā)電帶來(lái)的煤耗成本和機(jī)組啟停產(chǎn)生的開停機(jī)成本。
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
其中,機(jī)組的煤耗函數(shù)可用出力的二次函數(shù)表述:基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
2)等式約束條件
此即為系統(tǒng)的功率平衡約束
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
3)不等式約束條件
a)熱備用約束
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
b)機(jī)組出力約束
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
c)機(jī)組爬坡約束
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
d)機(jī)組起停時(shí)間約束
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
e)起停費(fèi)用約束
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
f)潮流安全約束基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
當(dāng)機(jī)組啟動(dòng)最小出力大于爬坡速率,約束將使得所有關(guān)停的機(jī)組都無(wú)法啟動(dòng),因此改寫為

基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
其中,為了簡(jiǎn)化,可以將啟動(dòng)最大升速率和停機(jī)最大降速率都取為

基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
計(jì)算潮流的轉(zhuǎn)移分布因子矩陣,將改寫為
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
其中描述節(jié)點(diǎn)i的注入功率對(duì)于線路l產(chǎn)生的影響。則簡(jiǎn)化模型的變量為和,在滿足-,-的約束下,最小化目標(biāo)函數(shù)。(轉(zhuǎn)移分布因子矩陣計(jì)算較為繁瑣,開始時(shí)可先忽略此約束)

2.4.模型簡(jiǎn)化

由上小節(jié)構(gòu)建的機(jī)組組合優(yōu)化模型,煤耗成本采用二次函數(shù),當(dāng)系統(tǒng)規(guī)模較大時(shí)(如節(jié)點(diǎn)數(shù)超過(guò)1000),求解起來(lái)將消耗大量時(shí)間。因此我們可以對(duì)原模型進(jìn)行線性化處理。
將煤耗函數(shù)分段線性化,分為m段,將原模型的替換為
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
其中,代表分段線性化后煤耗函數(shù)各段斜率,表示機(jī)組開機(jī)并以最小出力運(yùn)行產(chǎn)生的煤耗,為機(jī)組分段的出力,滿足
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合

三、算例介紹

校驗(yàn)程序的算例基于IEEE-30節(jié)點(diǎn)標(biāo)準(zhǔn)測(cè)試系統(tǒng),系統(tǒng)接線圖如圖1。系統(tǒng)包30個(gè)節(jié)點(diǎn),6臺(tái)發(fā)電機(jī)組。要求確定系統(tǒng)最優(yōu)機(jī)組組合,使得系統(tǒng)各機(jī)組總運(yùn)行成本(煤耗成本+啟停成本)最小化。
基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合
已知:給定系統(tǒng)數(shù)據(jù)包括如下:
1)線路網(wǎng)絡(luò)參數(shù)
2)機(jī)組參數(shù)
3)各節(jié)點(diǎn)各時(shí)段負(fù)荷曲線(24小時(shí))
注意:附件中的數(shù)據(jù)均基于標(biāo)幺化系統(tǒng)得到,因此電力電量參數(shù)、網(wǎng)絡(luò)參數(shù)等都為標(biāo)幺值,無(wú)量綱。還要注意附件中煤耗系數(shù)a,b,c的單位為噸,因此計(jì)算煤耗成本還需換算為價(jià)格,設(shè)燃煤價(jià)格為100$/噸。
求解:機(jī)組組合結(jié)果,即機(jī)組各時(shí)段啟停計(jì)劃、機(jī)組各時(shí)段最優(yōu)出力,以及內(nèi)含的各時(shí)段的直流潮流等。

系統(tǒng)參數(shù)部分代碼如下(示例):

%% 系統(tǒng)參數(shù)
%所有參數(shù)均用有名值表示
paragen=xlsread('~~~','機(jī)組參數(shù)');
loadcurve=xlsread('~~~','負(fù)荷曲線');
netpara=xlsread('~~~','網(wǎng)絡(luò)參數(shù)');
branch_num=size(netpara);%網(wǎng)絡(luò)中的支路
branch_num=branch_num(1,1);
PL_max=netpara(:,6);%線路最大負(fù)荷
PL_min=netpara(:,7);%線路最小負(fù)荷
limit=paragen(:,3:4);%機(jī)組出力上下限//limit(:,1)表示上限,limit(:,2)表示下限
para=paragen(:,5:7);%成本系數(shù)//para(:,1)表示系數(shù)a,para(:,2)表示系數(shù)b,para(:,3)表示系數(shù)c。
price=100;
para=price*para;%價(jià)格換算
lasttime=paragen(:,9);%持續(xù)時(shí)間
Rud=paragen(:,8);%上下爬坡速率//因題中簡(jiǎn)化上坡下坡速度相同
H=paragen(:,10);%啟動(dòng)成本
J=paragen(:,11);%關(guān)停成本
u0=[1 1 1 1 1 1];%初始狀態(tài)
%% 規(guī)模變量
%機(jī)組數(shù)
gennum=size(paragen);
gennum=gennum(1,1);
%節(jié)點(diǎn)數(shù)
numnodes=size(loadcurve);
numnodes=numnodes(1,1)-1;
%時(shí)間范圍
T=size(loadcurve);
T=T(1,2)-1;
%線性化分段數(shù)(按需要更改)
m=4;
%各時(shí)刻節(jié)點(diǎn)總負(fù)荷
PL=loadcurve(numnodes+1,2:T+1);
%%
%決策變量
u=binvar(gennum,T,'full');%狀態(tài)變量
p=sdpvar(gennum,T,'full');%即各機(jī)組實(shí)時(shí)功率p(i,t)
Ps=sdpvar(gennum,T,m,'full');%分段出力
costH=sdpvar(gennum,T,'full');%啟動(dòng)成本
costJ=sdpvar(gennum,T,'full');%關(guān)停成本
sum_PowerGSDF=sdpvar(T,branch_num,numnodes,'full');%發(fā)電機(jī)的輸出功率轉(zhuǎn)移總和

求解部分代碼如下(示例):

%% 求解
ops=sdpsettings('solver', 'cplex');
result=solvesdp(st,totalcost);

總結(jié)

以上就是今天要講基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合的內(nèi)容,本文僅僅簡(jiǎn)單介紹了yalmip/cplex兩個(gè)求解器的使用,代碼在我的資源可找。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-412199.html

到了這里,關(guān)于基于MATLAB/yalmip/cplex 的機(jī)組最優(yōu)組合的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • MATLAB|基于改進(jìn)二進(jìn)制粒子群算法的含需求響應(yīng)機(jī)組組合問(wèn)題研究(含文獻(xiàn)和源碼)

    MATLAB|基于改進(jìn)二進(jìn)制粒子群算法的含需求響應(yīng)機(jī)組組合問(wèn)題研究(含文獻(xiàn)和源碼)

    目錄 主要內(nèi)容??? ??模型研究??? 1.改進(jìn)二進(jìn)制粒子群算法(BPSO) 2.模型分析 ??結(jié)果一覽??? 下載鏈接 該程序復(fù)現(xiàn)《A Modified Binary PSO to solve the Thermal Unit Commitment Problem》,主要做的是一個(gè)考慮需求響應(yīng)的機(jī)組組合問(wèn)題,首先構(gòu)建了機(jī)組組合問(wèn)題的基本模型,在此基礎(chǔ)上

    2024年02月19日
    瀏覽(20)
  • 基于線性準(zhǔn)則的考慮風(fēng)力發(fā)電不確定性的分布魯棒優(yōu)化機(jī)組組合(Matlab代碼實(shí)現(xiàn))

    基于線性準(zhǔn)則的考慮風(fēng)力發(fā)電不確定性的分布魯棒優(yōu)化機(jī)組組合(Matlab代碼實(shí)現(xiàn))

    ???????? 歡迎來(lái)到本博客 ???????? ??博主優(yōu)勢(shì): ?????? 博客內(nèi)容盡量做到思維縝密,邏輯清晰,為了方便讀者。 ?? 座右銘: 行百里者,半于九十。 ?????? 本文目錄如下: ?????? 目錄 ??1 概述 ??2 運(yùn)行結(jié)果 ??3?參考文獻(xiàn) ??4 Matlab代碼及文章講解

    2024年02月12日
    瀏覽(20)
  • 雙層優(yōu)化入門(2)—基于yalmip的雙層優(yōu)化求解(附matlab代碼)

    雙層優(yōu)化入門(2)—基于yalmip的雙層優(yōu)化求解(附matlab代碼)

    ????????上一篇博客介紹了雙層優(yōu)化的基本原理和使用KKT條件求解雙層優(yōu)化的方法: 雙層優(yōu)化入門(1)—基本原理與求解方法 ????????這篇博客將介紹使用yalmip的雙層優(yōu)化問(wèn)題的求解方法。 ? ? ? ? 通過(guò)調(diào)用yalmip工具箱中的KKT函數(shù),可以直接求出優(yōu)化問(wèn)題的KKT條件,省

    2024年02月07日
    瀏覽(21)
  • 還在被機(jī)組組合問(wèn)題困擾?快來(lái)試試這個(gè)用處極大的考慮安全約束機(jī)組組合模型!

    還在被機(jī)組組合問(wèn)題困擾?快來(lái)試試這個(gè)用處極大的考慮安全約束機(jī)組組合模型!

    前言 所謂安全約束機(jī)組組合,即在滿足電力系統(tǒng)安全性約束的條件下,以系統(tǒng)購(gòu)電成本最低等為優(yōu)化目標(biāo),制定多時(shí)段的機(jī)組開停機(jī)計(jì)劃。 機(jī)組組合(Unit commitment, Uc)優(yōu)化問(wèn)題旨在電力系統(tǒng)運(yùn)行時(shí),安全給定以及調(diào)整發(fā)電機(jī)組的啟/停與實(shí)時(shí)出力,使發(fā)電機(jī)組的總運(yùn)行成本最小

    2024年03月27日
    瀏覽(25)
  • 求解器解的最優(yōu)性 | cplex、gurobi和COPT求解器求解出來(lái)的一定是最優(yōu)解嗎?有理論證明嗎?

    求解器解的最優(yōu)性 | cplex、gurobi和COPT求解器求解出來(lái)的一定是最優(yōu)解嗎?有理論證明嗎?

    作者: 劉興祿,清華大學(xué),清華-伯克利深圳學(xué)院博士在讀 歡迎關(guān)注我們的微信公眾號(hào) 運(yùn)小籌 之前有人在【運(yùn)小籌讀者2群】里問(wèn):cplex、gurobi和COPT求解器求解出來(lái)的一定是最優(yōu)解嗎?有理論證明什么的嗎? 我給除了下面的回答,我覺(jué)得對(duì)大家會(huì)有用,因此稍加整理分享一下

    2024年02月06日
    瀏覽(31)
  • 【最優(yōu)化算法】基于【MATLAB】的最速下降仿真

    【最優(yōu)化算法】基于【MATLAB】的最速下降仿真

    無(wú)約束問(wèn)題的求解過(guò)程一般都是通過(guò)一系列的一維搜索來(lái)實(shí)現(xiàn),搜索方向的不同,形成了不同的最優(yōu)化方法。這篇文章從最速下降法入手,來(lái)進(jìn)行搜索。 最速下降法又叫梯度法,通過(guò)梯度下降法來(lái)一步步的迭代求解,得到最小化的損失函數(shù)和模型參數(shù)值。如果我們需要求解損

    2024年02月05日
    瀏覽(25)
  • 【Matlab】在Matlab中安裝優(yōu)化工具yalmip的方法

    【Matlab】在Matlab中安裝優(yōu)化工具yalmip的方法

    最近博主想做一些關(guān)于多目標(biāo)優(yōu)化的問(wèn)題,因?yàn)橹皩?duì)Matlab有一定經(jīng)驗(yàn),所以直接在網(wǎng)上查找了如何在Matlab上實(shí)現(xiàn)多目標(biāo)優(yōu)化的文獻(xiàn),看到有人提到了yamip,于是博主就試著在Matlab中安裝yamip,將其中遇到的問(wèn)題和一些經(jīng)驗(yàn)和大家分享一下。 1、下載yamip 網(wǎng)上有朋友提到從yal

    2024年01月17日
    瀏覽(21)
  • 【最優(yōu)化算法】基于【MATLAB】的共軛梯度法【Conjugate Gradient】分析與推導(dǎo)

    【最優(yōu)化算法】基于【MATLAB】的共軛梯度法【Conjugate Gradient】分析與推導(dǎo)

    ??個(gè)人主頁(yè):歡迎訪問(wèn)Ali.S主頁(yè) ?? 最近更新:2022年7月19日 ? Java框架學(xué)習(xí)系列:Mybatis框架 ? Java基礎(chǔ)學(xué)習(xí)系列:面向?qū)ο箫w機(jī)大戰(zhàn) ?? 通信仿真學(xué)習(xí)系列:【硬件】【通信】【MATLAB】【最優(yōu)化】 ?? 個(gè)人簡(jiǎn)介:通信工程本碩??、Java程序員??。目前只會(huì)CURD?? ?? 點(diǎn)贊 ??

    2023年04月19日
    瀏覽(58)
  • Matlab【旅行商問(wèn)題】—— 基于模擬退火算法的無(wú)人機(jī)藥品配送路線最優(yōu)化

    Matlab【旅行商問(wèn)題】—— 基于模擬退火算法的無(wú)人機(jī)藥品配送路線最優(yōu)化

    某市引進(jìn)一架專業(yè)大型無(wú)人機(jī)用于緊急狀態(tài)下的藥品投遞,每個(gè)站點(diǎn)只能投放一次,可選擇指派任意站點(diǎn)的無(wú)人機(jī)起飛出發(fā)完成投遞任務(wù),但必須在配送完畢后返回原來(lái)的站點(diǎn)。站點(diǎn)地理位置坐標(biāo)(單位為公理)如下圖所示。每個(gè)站點(diǎn)及容納的病人數(shù)量見附件.mat數(shù)據(jù),現(xiàn)要求

    2024年02月12日
    瀏覽(24)
  • 基于拉格朗日-遺傳算法的最優(yōu)分布式能源DG選址與定容(Matlab代碼實(shí)現(xiàn))

    基于拉格朗日-遺傳算法的最優(yōu)分布式能源DG選址與定容(Matlab代碼實(shí)現(xiàn))

    目錄 1 概述 2 數(shù)學(xué)模型 2.1 問(wèn)題表述 2.2 DG的最佳位置和容量(解析法) 2.3 使用 GA 進(jìn)行最佳功率因數(shù)確定和 DG 分配? 3 仿真結(jié)果與討論 ?3.1 33 節(jié)點(diǎn)測(cè)試配電系統(tǒng)的仿真 3.2 69 節(jié)點(diǎn)測(cè)試配電系統(tǒng)仿真 ?4 結(jié)論 為了使系統(tǒng)網(wǎng)損達(dá)到最低值,人們提出了多種方法來(lái)確定分布式發(fā)電機(jī)

    2024年02月15日
    瀏覽(20)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包