电力系统建模与分析软件：MATLAB二次开发_（7）.电力系统优化与控制.docx

PAGE1

PAGE1

电力系统优化与控制

1.电力系统优化的基础概念

在电力系统中，优化是一个重要的环节，它涉及到提高系统的经济性和可靠性。电力系统的优化可以分为多个层面，包括发电优化、输电优化、配电优化和运行优化。这些优化任务的目标通常是使系统的运行成本最低、损耗最小、可靠性最高或用户满意度最大。MATLAB是一个强大的工具，可以通过二次开发实现这些优化目标。

1.1发电优化

发电优化主要关注如何在满足负荷需求的同时，使得发电成本最低。这通常涉及到多个发电机组的调度问题。在MATLAB中，可以使用优化工具箱中的线性规划（LinearProgramming,LP）和非线性规划（NonlinearProgramming,NLP）方法来解决这些问题。

1.1.1线性规划

线性规划是一种数学优化方法，用于在一组线性不等式和等式约束条件下，找到线性目标函数的最优解。在电力系统中，线性规划可以用于解决简单的经济调度问题。

例子：经济调度问题

假设我们有三个发电机组，每台机组的发电成本函数如下：

机组1：

C

机组2：

C

机组3：

C

我们需要在满足总负荷需求1000MW的情况下，使得总发电成本最低。

%定义变量

P=optimvar(P,3,1,LowerBound,0);%P1,P2,P3，发电功率

%定义目标函数

C1=500+10*P(1);

C2=600+12*P(2);

C3=700+15*P(3);

C_total=C1+C2+C3;

%创建优化问题

prob=optimproblem(Objective,C_total,ObjectiveSense,minimize);

%添加约束条件

total_load=1000;%总负荷需求

prob.Constraints.loadDemand=sum(P)==total_load;

%求解优化问题

opts=optimoptions(linprog,Algorithm,dual-simplex);

sol=solve(prob,Options,opts);

%显示结果

disp(sol.P);

disp(sol.ObjectiveValue);

1.1.2非线性规划

非线性规划用于解决目标函数或约束条件中包含非线性项的优化问题。在电力系统中，非线性规划可以用于处理更复杂的经济调度问题，如考虑机组的启动成本和最小运行时间等。

例子：考虑启动成本的经济调度问题

假设我们有三个发电机组，每台机组的发电成本函数如下：

机组1：

C

机组2：

C

机组3：

C

其中x1,x2

%定义变量

P=optimvar(P,3,1,LowerBound,0);%P1,P2,P3，发电功率

x=optimvar(x,3,1,Type,integer,LowerBound,0,UpperBound,1);%x1,x2,x3，二进制变量表示是否启动

%定义目标函数

C1=500+10*P(1)+100*x(1);

C2=600+12*P(2)+200*x(2);

C3=700+15*P(3)+300*x(3);

C_total=C1+C2+C3;

%创建优化问题

prob=optimproblem(Objective,C_total,ObjectiveSense,minimize);

%添加约束条件

total_load=1000;%总负荷需求

prob.Constraints.loadDemand=sum(P)==total_load;

prob.Constraints.minPower1=P(1)=100*x(1);%机组1最小功率100MW

prob.Constraints.minPower2=P(2)=150*x(2);%机组2最小功率150MW

prob.Constraints.minPower3=P(3)=200*x(3);%机组3最小功率200MW

%求解优化问题

opts=optimoptions(intlinprog,Algorithm,dual-simplex);

sol=solve(prob,Options,opts);

%显示结果

disp(sol.P);

disp(sol.x);