为了解决微电网自身分布式能源就地消纳及参与上层电网需求响应的功率调度问题，提出一种微电网多时间尺度需求响应资源优化调度方法。建立了微电网多时间尺度需求响应调度框架，结合微电网的运行成本和需求响应补偿收益建立了日前最优经济调度模型；为了校正可再生能源和负荷的预测偏差，基于模型预测控制(MPC)方法建立了以联络线功率偏差和储能荷电状态(SOC)偏差最小为目标的日内滚动优化调度模型，通过引入可调容量比例因子考虑了微电网联络线功率的调节能力，保证微电网在消纳可再生能源的同时具备一定的可调容量；以实际微电网示范工程为例分析验证了所提方法的有效性和可行性，实验结果表明所提框架可使微电网有效地参与短时需求响应市场。

在当前能源互联网迅速发展及电热联系日渐紧密的环 境下，提出基于电热联合调度的区域并网型微电网运行优化 模型。综合网内储能特性、分时电价、电热负荷与分布式电 源的时序特征，以包含风机、光伏电池、热电联产系统、电 锅炉、燃料电池和储能系统的并网型微电网为例，采用Cplex 优化软件求得调度周期内各微电源最佳出力及总运行成本， 并与两种常见电热调度方式进行比较。仿真算例表明：联合 调度模型能实现电热统一协调调度并降低微电网运行成本。 该模型可为电热之间能源互联及规划运营提供参考。 注释清晰 基本每行都有注释

针对多区域电-气综合能源系统(MIEGSs)优化调度策略求解过程中面临的区域子问题非凸的难点，提出一种能快速求解的改进二阶锥(SOC)松弛方法。构建MIEGSs的数学模型，将管道方程约束松弛为线性约束，通过求解松弛模型得到管道流量初值，由初值确定管道流向；根据管道流向采用SOC松弛方法，从而避免引入整数变量，并得到区域子问题的最优解；进而采用交替方向乘子法(ADMM)迭代求解各区域子问题，实现各区域间协同。所提方法无需引入整数变量，使得所求解问题均为凸优化问题，能够保证ADMM算法的收敛性，并具有较快的求解速度。最后，通过算例仿真验证了所提方法的有效性和快速性，并分析了算例参数对所提方法性能的影响。

c1=1.4962; %学习因子1 c2=1.4962; %学习因子2 w=0.7298; %惯性权重 MaxDT=20; %最大迭代次数-------k次迭代 D=12; %搜索空间维数（未知数个数）-----D维空间 N=100; %初始化群体个体数目--------m个粒子 eps=10^(-6); %设置精度(在已知最小值时候用)

随着入网的电动汽车规模增加，为了实现电网与车主的双赢不仅要考虑其无序充放电对电网负荷的影响，还要计及双方的成本。基于此，建立了主动配电网与电动汽车主从博弈模型。上层以配电网运行成本最低为目标，通过合理的电价及激励策略引导电动汽车充放电，并协调优化分布式电源及储能；下层基于贪心策略进行两阶段优化，先以分时电价下充放电成本最低为目标优化充放电策略，在不减少收益的约束下，再最大化电网对减小负荷波动给予的激励调整策略。通过改进的IEEE 33节点系统算例分析表明，该模型在最大化双方利益的同时极大地缩小了负荷峰谷差，避免了大量电动汽车充电引起新的高峰。

具体内容可参考我的博文，或0积分购买本资源PDF查看

代码主要实现了考虑电动汽车参与削峰填谷的场景下，电动汽车充放电策略的优化，是一个多目标优化，目标函数一方面考虑了电动汽车综合负荷以及电池退化损耗成本，一方面考虑了削峰填谷的峰谷差和负荷波动最低，所以为三目标约束，最后通过赋权值以及化简将三目标问题化简为单目标问题进行求解，求解结果可以看出来电动汽车参与后，负荷曲线有明显改善，结果合理正确！仿真平台：MATLAB YALMIP+CPLEX

【优化调度】基于遗传算法求解农业水资源调度优化问题含Matlab源码

针对电动汽车充换储一体化电站(CSSIS)与微电网所有权不同的微电网经济运行问题，建立基于Stackelberg博弈的双层优化调度模型。上层微电网作为领导者，以自身收益最大为目标函数，制定与下层CSSIS进行电能交易的内部电价；下层CSSIS作为跟随者，根据内部电价调整自身充、放电计划，以最大化自身收益。采用差分进化算法和Gurobi软件分别对上、下层优化问题进行求解，得到最优内部电价和CSSIS的最优充、放电计划。仿真算例表明，所提算法可以有效求解微电网与CSSIS交互的均衡策略，不仅能同时提高两者收益，还能更有效地利用CSSIS资源。