代码构建了两阶段鲁棒优化模型，并用文档中的相对简单的算例，进行benders分解算法的验证，此篇文献是benders分解算法的入门级

这是一个BENDERS 分解的MATLAB 文件

matlab_使用Benders分解法求解机组组合问题

针对联网运行的微电网，对其优化潮流（OPF）问题进行扩展，同时考虑机组组合（UC），建立微电网优化运行模型。针对模型中含有大量混合0／1决策变量和连续运行变量的求解，采用Benders分解方法将变量分离，在无网络约束UC主问题和网络约束OPF子问题之间迭代求解。在改造后的IEEE 13节点系统上进行了算例分析，表明所提方法可以快速可靠地优化微电网系统的运行。

求解机组组合问题的广义Benders分解方法，简金宝，全然，提出一种求解机组组合(unit commitment，UC)问题的广义Benders分解方法(generalized Benders decomposition method, GBDM)。首先将UC问题转化为一个混合整�

Benders分解(Games) Benders分解(Games) Benders分解(Games) Benders分解(Games) Benders分解(Games)

Benders分解讲义

为了全面和准确地考虑风电出力的不确定性和消纳能力，并兼顾系统运行的经济性和可靠性，通过在风电不确定区间可优化的鲁棒区间经济调度模型中引入常规机组和储能系统运行状态的离散决策变量，建立风储联合运行的双层鲁棒区间机组组合模型。针对连续变量和离散变量间存在耦合关系，导致计算过程中对偶转换失效而使模型难以求解的问题，提出基于Benders分解算法的两阶段迭代求解策略。仿真分析表明，所提模型在确定风储联合运行方式时，能更全面地考虑风电不确定性及消纳能力对系统运行经济性和可靠性的影响。

此代码提供了使用弯曲分解来解决 2 阶段随机线性规划问题的通用程序。 给定第一和第二阶段问题的输入矩阵，自动生成可行性切割（如果需要）和最优性切割，然后可以获得最优解。 （注意：第二阶段问题应该是标准形式的LP，包括松弛变量。） 用于获得可行性削减和最优削减的部分已在脚本中编码为用户定义的函数。 这意味着两件事： 1) 用户不需要根据他或她自己的问题修改零件来生成可行性和最优性切割（这是此代码的一个优点）。 2) 此代码需要 R2016b 或更高版本，因为 R2016b 已支持“向脚本添加函数”的功能。 如果您使用较低的版本，则应将本地功能编码为单独的m个文件。 （韩国首尔国立大学涡轮机械实验室 Jeonghun Song 制作。 电子邮箱：flygon@snu.ac.kr)

为降低建筑楼宇的能源消耗,研究建筑集群中的多个建筑楼宇共享冷热电联供系统、热能存储装置以及电池时的能源调度优化问题.考虑到建筑楼宇的能源需求和能源价格具有随机性,并且每个建筑楼宇以各自的费用最小化为目标,从随机规划和多目标的角度,建立建筑集群供能系统的两阶段多目标随机规划模型.为了提高模型的求解效率,提出将线性规划松弛与Benders分解算法相结合,从而获得建筑楼宇共享能源系统的Pareto最优解集.算例分析中通过CPLEX软件求解,对比分析不同随机因素对最优化建筑集群供能系统总费用以及建筑楼宇各自费用的影响程度,结果表明了所提出算法的有效性以及所构建的模型可以有效提高最优化决策的准确性.