使用鲁棒优化的定价策略进行微电网不平衡管理研究（Matlab代码实现）

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、数据、文章

💥1 概述

文献来源：

本文重点探讨了微电网中的能量不平衡管理问题。这个问题是从电力市场的角度来研究的。与传统电网不同，微电网可以从太阳能电池板或风力涡轮机等可再生能源（RES）获得额外的能量。然而，RES的随机输入给平衡能源供需带来了困难。在这项研究中，提出了一种新的定价方案，该方案提供了对这种间歇性功率输入的鲁棒性。拟议的方案考虑了电力市场的边际收益和边际成本可能存在的不确定性。它使用有关电源、电力需求和不平衡能量的所有可用信息。该方案的参数使用性能指标进行评估。结果表明，通过求解线性矩阵不等式问题可以得到参数，该问题由于其凸性而可有效求解。通过仿真算例，验证了所提方案与现有面积控制误差定价方案、线性矩阵不等式问题、面积控制误差定价方案的良好性能。

原文摘要：

Abstract:

This paper focuses on the problem of energy imbalance management in a microgrid. The problem is investigated from the power market perspective. Unlike the traditional power grid, a microgrid can obtain extra energy from a renewable energy source (RES) such as a solar panel or a wind turbine. However, the stochastic input from the RES brings difficulty in balancing the energy supply and demand. In this study, a novel pricing scheme is proposed that provides robustness against such intermittent power input. The proposed scheme considers possible uncertainty in the marginal benefit and the marginal cost of the power market. It uses all available information on the power supply, power demand, and imbalanced energy. The parameters of the scheme are evaluated using an performance index. It is shown that the parameters can be obtained by solving a linear matrix inequality problem, which is efficiently solvable due to its convexity. Simulation examples are given to show the favorable performance of the proposed scheme in comparison with existing area control error pricing schemes.linear matrix inequality problem,area control error pricing schemes.

价格是市场行为的重要组成部分，与能源管理密切相关。从消费者的角度来看，需求随着边际效益高于/低于市场价格而增加/减少。从生产者的角度来看，发电量随着生产成本低于/高于市场价格而增加/减少。本文研究了微电网系统的能量不平衡管理问题。假设在微电网中，需求和供给根据当时的价格变化。通过合理设计电价方案，控制微电网的能量不平衡。

与传统电网不同，微电网可以从可再生能源(RES)中获取能源，如太阳能电池板或风力涡轮机。微电网包含的组件包括动态负荷、RES和动态发电。微电网中的能量应在任何时候保持平衡，即需求之和等于发电量之和。然而，可再生能源的间歇性给系统带来了不确定性，使系统处于不平衡状态。为了平衡系统，研究了一种称为区域控制误差(ACE)的定价方案。

ACE定价利用能量不平衡率来控制价格的变化率。然而，在本文中，仿真结果表明，当涉及额外的间歇性电力输入时，ACR定价的性能会下降。本文提出了一种新的基于模糊插值技术的鲁棒定价方案来处理res带来的不确定性。采用㼿∞性能准则设计解决间歇性RES引起的不确定性;也就是说，在所有可能的干扰中，不确定性和波动效应小于固定的衰减水平。定价参数可以用线性矩阵不等式求解，该不等式是凸的，求解效率高。

本文通过将边际收益和边际成本中的不确定性纳入[5]-[8]中研究的电力市场模型扩展到广义情景。这种扩展导致随机功率系统。我们提出了一种利用模糊插值技术[11]进行能源不平衡管理的新定价方案。为了对抗RES的不确定性和波动的功率效应，一个H∞采用性能指标[11]，[12]：所提出的定价方案的设计使得所有可能的干扰（即不确定性和波动效应）上的不平衡能量小于固定的衰减水平。然后可以通过求解线性矩阵不等式（LMI） [13] 来获得定价参数，该线性矩阵不等式是凸的，因此可以有效求解 [14]。

本文的主要贡献如下。我们从系统角度提出了定价设计，允许进一步扩展到更复杂的电力市场系统。与现有的定价方案[5]，[6]相比，所提出的方案在考虑系统干扰，特别是RES的不确定性和波动性影响时更加普遍和稳健。基于所提出的方法，发现价格振动在平衡能量过剩或能量不足方面起着重要作用。仿真结果表明，所提方案在传统设置和所研究的情景下均优于现有的ACE定价方案。

📚2 运行结果

部分代码：

function fm1 = FM1(pg, Fm1)
%% Fuzzy logic setting for power supply, see Figure 1a
Fm1 = Fm1 - 1;
k = [5 11.67 18.33 25];
if Fm1 == 0
if pg < k(1)
fm1 = 1;
else
fm1 = max([1/(k(2)-k(1))*(k(2)-pg) 0]);
end
elseif Fm1 == 1
fm1 = max([min([1/(k(2)-k(1))*(pg-k(1)), 1/(k(3)-k(2))*(k(3)-pg)]) 0]);
elseif Fm1 == 2
fm1 = max([min([1/(k(3)-k(2))*(pg-k(2)), 1/(k(4)-k(3))*(k(4)-pg)]) 0]);
elseif Fm1 == 3
if pg > k(4)
fm1 = 1;
else
fm1 = max([1/(k(4)-k(3))*(pg-k(3)) 0]);
end
end