基于多时间尺度的灵活性资源优化配置
关键词：多时间尺度；模型预测控制；日内滚动优化；
- 程序:matlab-yalmip-cplex
2.设备：以包含风力场、光伏电站、微型燃气轮机、蓄电池、余热锅炉、热泵、储热罐和电 热负荷的多能源微网系统为研究对象，构建了各微源的数学模型。
3.内容:提出一种多时间尺度下考虑负荷需求响应机制的微网优化调度策略。
在日前阶段，以源-荷日前预测数据和分时电价数据为基础，利用价格型需求响应机制引导用户积极参与负荷调整，从而平滑了负荷曲线，减小了系统调峰压力，在此基础上，以微网运维成本、购电成本、购气成本和污染物排放惩罚成本之和最小为优化目标建立了日前优化调度模型；在日内阶段，为了进一步提高调度精度，以各分布式电源日内-日前功率方差最小为目标函数，建立微网日内滚动优化调度模型。
最后得到日前和日内不同阶段下各分布式电源的最优功率曲线以及运行成本值。
这段程序是一个电力系统调度优化程序，主要用于优化电力系统的电负荷和热负荷的分配和调度。下面我将对程序进行详细的解释和分析。YID:1957692042272047
首先，程序开始的部分是一些数据的初始化，包括电负荷、热负荷、风电出力、光伏出力、需求响应前后电价和热价等数据的定义和赋值。
接下来是一些参数的定义，包括柔性负荷参数、购售电参数、热泵参数、燃气轮机参数、蓄电池参数、储热罐参数和运维成本参数等。
然后是一些变量的定义，包括转移电负荷量、消减电负荷量、转移热负荷量、消减热负荷量、优化后的电负荷、优化后的热负荷、燃气轮机输出电功率、热泵输入功率、储热罐储冷功率、储热罐放热功率、蓄电池功率、蓄电池充电功率、蓄电池放电功率、购电电量、售电电量、风电实际出力和光伏实际出力等。
接下来是需求侧响应优化的部分，包括价格型需求响应和电负荷功率平衡、热负荷功率平衡、购售电约束、燃气轮机发电约束、热泵输入功率约束、风电功率约束、光伏功率约束、电池充放电约束、SOC约束和储热罐充放热约束等。
然后是目标函数的定义，包括购电成本、购气成本和运维成本等。
接下来是绘图部分，包括电负荷曲线、热负荷曲线、价格曲线、风电光伏实际出力和预测值对比、电负荷功率平衡、热负荷功率平衡、蓄电池充放电量、蓄电池荷电状态、储热罐充放热量和储热罐剩余容量百分比等的绘制。
接下来是日内滚动优化调度的部分，包括数据扩展、变量的定义、约束条件的定义、目标函数的定义和求解过程。
最后是绘图部分，包括燃气轮机日前 日内供电曲线、日前 日内购售电曲线、日前 日内蓄电池充放电曲线和日前 日内热泵功率曲线等的绘制。
总的来说，这段程序主要是用于电力系统的调度优化，通过对电负荷和热负荷的优化分配，实现电力系统的经济运行和能源的高效利用。程序涉及到的知识点包括电力系统调度、需求响应、优化算法和数据处理等。
