核心内容摘要
探秘“国产精品秘”：天美传媒与沈樵的时代印记与艺术张力
电力市场出清程序。
IEEE14节点考虑输电阻塞求解机组边际电价和节点边际电价。
采用拉格朗日乘子进行分析计算目标函数为发电成本最小。
运用matlab中的linprog函数实现此程序均为m程序。
其他测试系统完全可以根据这个程序进行改写非常有参考价值。
电力市场出清这事儿说白了就是在保证电网安全的前提下找最省钱的发电方案。
咱今天拿IEEE14节点开刀重点看输电阻塞怎么影响电价。
直接上干货——用MATLAB的linprog撸个线性规划模型顺便挖一挖拉格朗日乘子背后的价格信号。
先理清问题骨架目标函数是发电成本最小也就是minΣ(ci*Pi)其中ci是机组i的边际成本Pi是出力。
约束条件除了机组出力上下限最关键的是节点功率平衡和线路潮流限制。
这俩约束一叠加输电阻塞对电价的影响就藏不住了。
拉格朗日乘子在这里扮演价格信号的角色。
比如功率平衡约束对应的乘子就是节点边际电价LMP而线路潮流约束的乘子则反映了阻塞成本。
举个例子当某条线路满载时对应的乘子会跳出来告诉你这儿堵车了得加钱代码实现部分咱们分块拆解。
首先构造目标函数% 机组成本系数美元/MW c [20; 25; 30]; % 变量排列[机组1出力, 机组2出力, ..., 节点注入功率(可选)] f [c; zeros(n_bus-1,
]; % 假设前3个为机组变量这里有个坑节点注入功率可能不直接参与成本计算所以对应位置填零。
具体排列要看网络结构怎么建模。
电力市场出清程序。
IEEE14节点考虑输电阻塞求解机组边际电价和节点边际电价。
采用拉格朗日乘子进行分析计算目标函数为发电成本最小。
运用matlab中的linprog函数实现此程序均为m程序。
其他测试系统完全可以根据这个程序进行改写非常有参考价值。
接着处理线路潮流约束。
关键是用PTDF矩阵功率传输分布因子把节点注入转换成线路潮流% PTDF矩阵 (n_line x n_bus-
ptdf calcPTDF(branch, bus); % 线路容量约束 A_flow [ptdf, -ptdf]; % 双向潮流限制 b_flow [branch.rateA; branch.rateA];PTDF矩阵得提前算好这里假设已经通过导纳矩阵算出来了。
注意去掉参考节点所以是n_bus-1列。
重点来了——如何用linprog获取乘子[x, ~, exitflag, output] linprog(f, A_ineq, b_ineq, A_eq, b_eq, lb, ub); lambda output.lambda; % 这才是拉格朗日乘子的藏身之处lambda.eqlin里存着等式约束的乘子也就是各节点的LMP。
这里有个骚操作把参考节点电价设为0其他节点电价通过乘子差值计算。
测试时发现个有趣现象当某条关键线路满载下游节点LMP会比上游高出一截。
比如线路
阻塞时节点11的电价突然比节点6贵了$8/MWh这差价就是阻塞费用的直观体现。
代码扩展性方面把这几处做成参数化就完事了节点/机组数据用结构体或Excel导入PTDF计算封装成独立函数约束矩阵用稀疏格式存储避免内存爆炸最后给个实战建议遇到收敛问题时先检查约束矩阵是否出现线性相关。
曾经有个案例因为某条线路的PTDF刚好是其他线路的线性组合导致约束冗余linprog直接报错。
这时候删掉冗余约束立马见效。
这程序虽然糙但胜在五脏俱全。
要换成IEEE118节点系统也就是改改输入数据的事。
拉格朗日乘子这把瑞士军刀在电价分析里确实好使——既能挖出隐性成本又能解释价格尖峰的来龙去脉。