【电力系统】基于Benders、TSO-DSO协调的不确定性的输配电网双层优化模型研究附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、程序设计科研仿真。

🍎完整代码获取 定制创新 论文复现点击：Matlab科研工作室

 👇 关注我领取海量matlab电子书和数学建模资料 

🍊个人信条：做科研，博学之、审问之、慎思之、明辨之、笃行之，是为：博学慎思，明辨笃行。

🔥 内容介绍

一、引言

在现代电力系统中，输电网（TSO, Transmission System Operator）与配电网（DSO, Distribution System Operator）的协调运行至关重要。随着分布式能源资源（DERs）在配电网中的大规模接入，电力系统的不确定性显著增加，这给输配电网的优化调度带来了新的挑战。基于 Benders 分解与 TSO - DSO 协调的双层优化模型为解决这一问题提供了有效途径。该模型能够在考虑不确定性因素的情况下，实现输配电网的协同优化，提高电力系统的整体运行效率和可靠性。

二、研究背景

1. 输配电网协调的必要性

   ：输电网和配电网在电力系统中承担着不同但相互关联的任务。输电网负责将大量电力从发电中心远距离传输到各个负荷中心，而配电网则将输电网送来的电力分配到终端用户。传统上，输电网和配电网的规划与运行往往是独立进行的，这种方式无法充分发挥两者之间的协同效应，可能导致资源浪费和运行效率低下。例如，在分布式电源接入配电网后，如果输配电网不协调，可能会出现局部电压越限、功率流动不合理等问题。

2. 不确定性因素

   ：电力系统中的不确定性因素众多，主要包括可再生能源发电的间歇性（如太阳能和风能发电受天气影响）、负荷的不确定性（用户用电行为难以精确预测）以及电力市场价格的波动等。这些不确定性因素使得输配电网的优化调度变得更加复杂，传统的确定性优化方法难以应对。例如，太阳能光伏发电在阴天或夜间发电量大幅减少，而此时负荷需求可能仍然较高，如果在调度时未充分考虑这种不确定性，可能会导致电力供应不足或系统运行成本增加。

三、Benders 分解原理

1. 基本概念

   ：Benders 分解是一种求解大规模混合整数线性规划（MILP）问题的有效方法。它将一个复杂的大规模问题分解为一个主问题和一系列子问题。主问题通常包含问题的整数变量，负责确定整数变量的取值；子问题则基于主问题给定的整数变量值，求解连续变量的最优解，并通过 Benders 割（Benders cut）将子问题的信息反馈给主问题，引导主问题寻找更优的整数变量解。通过主问题和子问题的迭代求解，逐步逼近原问题的最优解。

2. 在输配电网优化中的应用思路

   ：在输配电网双层优化模型中，Benders 分解可以将输电网和配电网的优化问题进行有效分离。将与输电网相关的决策变量（如输电线路的投切、发电计划等）作为主问题的整数变量，而将配电网的运行优化（如分布式电源的出力调整、配电网潮流计算等）作为子问题。通过这种方式，将复杂的输配电网联合优化问题转化为相对简单的主问题和子问题，降低求解难度，提高计算效率。

⛳️ 运行结果

🔗 参考文献

[1] Yuan Z , Hesamzadeh M R .Hierarchical coordination of TSO-DSO economic dispatch considering large-scale integration of distributed energy resources[J].Applied Energy, 2017, 195(JUN.1):600-615.DOI:10.1016/j.apenergy.2017.03.042.

🍅更多免费数学建模和仿真教程关注领取