GAMS系列分享8--电力系统最优潮流—24母线最优潮流
2024-05-16 06:53:33
本节重点： 24母线电力系统
基于直流潮流
最优潮流计算
编程参考：GAMS系列分享6--电力系统最优潮流—3母线最优潮流.
物理模型，数学模型都一模一样，编程只是数据量大一点，一模一样
重点：一模一样
*DC-opf five bus*1，集合--------------------------------------------------------------------------------------------
Sets bus /1*24/,slack(bus) /13/,gen /g1*g12/;
scalars sbase /100/;
alias (bus,node);*2，数据输入----------------------------------------------------------------------------------------
table gendata(gen,*)pmax pmin b costst costsd RU RD SU SD UT DT uini U0 S0
g1 400 100 5.47 0 0 47 47 105 108 1 1 1 5 0
g2 400 100 5.47 0 0 47 47 106 112 1 1 1 6 0
g3 152 30.4 13.32 1430.4 1430.4 14 14 43 45 8 4 1 2 0
g4 152 30.4 13.32 1430.4 1430.4 14 14 44 57 8 8 1 2 0
g5 155 54.25 16 0 0 21 21 65 77 8 8 0 0 2
g6 155 54.25 10.52 312 312 21 21 66 73 8 8 1 10 0
g7 310 108.5 10.52 624 624 21 21 112 125 8 8 1 10 0
g8 350 140 10.89 2298 2298 28 28 154 162 8 8 1 5 0
g9 350 75 20.7 1725 1725 49 49 77 80 8 8 0 0 2
*g10 591 206.85 20.93 3056.7 3056.7 21 21 213 228 12 10 0 0 8
g11 60 12 26.11 437 437 7 7 19 31 4 2 0 0 1
g12 300 0 0 0 0 35 35 315 326 0 0 1 2 0;set GBconect(bus,gen)
/18 . g121 . g21 . g32 . g4
15 . g516 . g623 . g723 . g87 . g9
*13 . g1015 . g1122 . g12 /;
table busData(bus,*)pd qd
1 108 22
2 97 20
3 180 37
4 74 15
5 71 14
6 136 28
7 125 25
8 171 35
9 175 36
10 195 40
13 265 54
14 194 39
15 317 64
16 100 20
18 333 68
19 181 37
20 128 26 ;
set conex
/
1 . 2
1 . 3
1 . 5
2 . 4
2 . 6
3 . 9
3 . 24
4 . 9
5 . 10
6 . 10
7 . 8
8 . 9
8 . 10
9 . 11
9 . 12
10. 11
10. 12
11. 13
11. 14
12. 13
12. 23
13. 23
14. 16
15. 16
15. 21
15. 24
16. 17
16. 19
17. 18
17. 22
18. 21
19. 20
20. 23
21. 22
/;
conex(bus,node)$conex(node,bus)=1;
table branch(bus,node,*)r x b limit
1 . 2 0.0026 0.0139 0.4611 175
1 . 3 0.0546 0.2112 0.0572 175
1 . 5 0.0218 0.0845 0.0229 175
2 . 4 0.0328 0.1267 0.0343 175
2 . 6 0.0497 0.1920 0.0520 175
3 . 9 0.0308 0.1190 0.0322 175
3 . 24 0.0023 0.0839 0.0000 400
4 . 9 0.0268 0.1037 0.0281 175
5 . 10 0.0228 0.0883 0.0239 175
6 . 10 0.0139 0.0605 2.4590 175
7 . 8 0.0159 0.0614 0.0166 175
8 . 9 0.0427 0.1651 0.0447 175
8 . 10 0.0427 0.1651 0.0447 175
9 . 11 0.0023 0.0839 0.0000 400
9 . 12 0.0023 0.0839 0.0000 400
10. 11 0.0023 0.0839 0.0000 400
10. 12 0.0023 0.0839 0.0000 400
11. 13 0.0061 0.0476 0.0999 500
11. 14 0.0054 0.0418 0.0879 500
12. 13 0.0061 0.0476 0.0999 500
12. 23 0.0124 0.0966 0.2030 500
13. 23 0.0111 0.0865 0.1818 500
14. 16 0.0050 0.0389 0.0818 500
15. 16 0.0022 0.0173 0.0364 500
15. 21 0.0032 0.0245 0.2060 1000
15. 24 0.0067 0.0519 0.1091 500
16. 17 0.0033 0.0259 0.0545 500
16. 19 0.0030 0.0231 0.0485 500
17. 18 0.0018 0.0144 0.0303 500
17. 22 0.0135 0.1053 0.2212 500
18. 21 0.0017 0.0130 0.1090 1000
19. 20 0.0026 0.0198 0.1666 1000
20. 23 0.0014 0.0108 0.0910 1000
21. 22 0.0087 0.0678 0.1424 500 ;
* 研究线路传输容量对最优潮流的影响
*branch(bus,node,'limit') = 0.7*branch(bus,node,'limit');
* 研究线路开断对最优潮流的影响
*branch('19','20','limit') = 0;
*branch('12','23','limit') = 0;branch(bus,node,'x')$(branch(bus,node,'x')=0)=branch(node,bus,'x');
branch(bus,node,'limit')$(branch(bus,node,'limit')=0)=branch(node,bus,'limit');
branch(bus,node,'bij')$conex(bus,node) = 1/branch(bus,node,'x');*3,定义变量-----------------------------------------------------------------------------------------
Variables Pij(bus,node),pg(gen),delta(bus),of;*4,方程声明和定义-----------------------------------------------------------------------------------
Equations const1,const2,const3;
const1(bus,node)$conex(bus,node)..pij(bus,node)=e=branch(bus,node,'bij')*(delta(bus)-delta(node));
const2(bus)..+sum(gen$gbconect(bus,gen),pg(gen))-busdata(bus,'pd')/sbase=e=sum(node$conex(node,bus),pij(bus,node));
const3..OF=g=sum(gen,pg(gen)*gendata(gen,'b')*sbase);
model loadflow /all/;*5,变量约束，变量初值——---------------------------------------------------------------------------
pg.lo(gen)=gendata(gen,'Pmin')/sbase;
pg.up(gen)=gendata(gen,'pmax')/sbase;
delta.up(bus)=pi/2;
delta.lo(bus)=-pi/2;
delta.fx(slack) =0;
pij.up(bus,node)$conex(bus,node)=branch(bus,node,'limit')/sbase;
pij.lo(bus,node)$conex(bus,node)=-branch(bus,node,'limit')/sbase;
*模型求解和，结果展示-------------------------------------------------------------------------------
solve loadflow min of us lp;parameter report(bus,*),congestioncost;
report(bus,'gen(MW)') = sum(gen$gbconect(bus,gen),pg.l(gen))*sbase;
report(bus,'angle') = delta.l(bus);
report(bus,'LMP($/MW)') = const2.m(bus)/sbase;
congestioncost = sum((bus,node),pij.l(bus,node)*(-const2.m(bus)+const2.m(node)))/2;
display report,pij.l,congestioncost;
欢迎观看系列文章，目前更新到电力系统的最优潮流
欢迎观看系列文章，目前更新到电力系统的最优潮流
欢迎观看系列文章，目前更新到电力系统的最优潮流（全部手码）
程序可以执行，已经验证过！！！！！
最好自己编程实现一下。。
GAMS系列分享8--电力系统最优潮流—24母线最优潮流相关推荐
- GAMS系列分享12—GAMS基础知识——模型和求解
介绍模型及求解的相关问题 目录 1,模型的分类 2,模型声明和定义语法 3,solve语句 4 有多个solve语句的程序 4.1一个简单的形式:文件中建立3个模型,并用3个solve语句进行求解. ...
- GAMS系列分享14——综合能源系统——CHP机组运行区域
包含CHP 的优化运行, CHP机组的运行优化,考虑其运行区域 目录 1,物理模型 1.1系统整体模型 1.2 CHP机组的运行域 2,数学模型 3,代码 4,难 ...
- GAMS系列分享3-GAMS基础知识-集合
重点是集合的概念,顺便提一下gams的基本数据类型(注意parameter),一两分钟读一读相信对你会有点好处.里面有对电力系统对集合概念应用的例子,及本人对集合概念的理解. 目录 0 基本的数据类型 ...
- 【数量技术宅|金融数据分析系列分享】为什么中证500（IC）是最适合长期做多的指数
数量技术宅团队在CSDN学院推出了量化投资系列课程 欢迎有兴趣系统学习量化投资的同学,点击下方链接报名: 量化投资速成营(入门课程) Python股票量化投资 Python期货量化投资 Python数 ...
- 【数量技术宅|量化投资策略系列分享】股指期货IF分钟波动率统计策略
数量技术宅团队在CSDN学院推出了量化投资系列课程 欢迎有兴趣系统学习量化投资的同学,点击下方链接报名: 量化投资速成营(入门课程) Python股票量化投资 Python期货量化投资 Python数 ...
- 实用 Windows 软件系列分享（三）
苏生不惑第271 篇原创文章,将本公众号设为星标,第一时间看最新文章. 之前分享过新买了台笔记本电脑,分享些实用的Windows软件 和实用 Windows 软件系列分享(二),这里继续分享那些实用的 ...
- 【数量技术宅|量化投资策略系列分享】多周期共振交易策略
数量技术宅团队在CSDN学院推出了量化投资系列课程 欢迎有兴趣系统学习量化投资的同学,点击下方链接报名: 量化投资速成营(入门课程) Python股票量化投资 Python期货量化投资 Python数 ...
- 实用 Windows 软件系列分享（四）
苏生不惑第280 篇原创文章,将本公众号设为星标,第一时间看最新文章. 之前分享过新买了台笔记本电脑,分享些实用的Windows软件 ,实用 Windows 软件系列分享(二),实用 Windows ...
- 机器人操作学习系列分享：模仿学习
2020-07-29 20:16:12 随着学会的队伍不断发展壮大,分支机构的发展愈发完善,丰富多彩的分支活动与学术分享也频频呈现.疫情期间,CAAI认知系统与信息处理专委会积极倡导学会"疫 ...
最新文章
- python语言基础与应用 mooc答案_Python语言基础与应用_中国大学mooc慕课_期末考试选修课答案...
- mysql运维管理-mysqldump 备份与恢复数据库20
- Hadoop 使用FileSystem API 读取数据
- matlab 过度曝光,MATLAB：补偿图像处理中的过度曝光/过饱和度
- fiddler实现将http请求的js转为本地的js文件
- c语言数字钟课程设计报告,c语言实现电子时钟_课程设计.doc
- 郭天祥 十天搞定单片机 （2）流水灯+蜂鸣器+调试
- Linux命令怎么查找IP,在Linux中，如何查找您的IP地址
- 基于 Python 的全国空气质量监测与可视化分析平台
- 洛谷P4325 [COCI2006-2007#1] Modulo
- 怒爬某破Hub站资源，只为撸这个鉴黄平台！
- 一题乱作出来的题？ ？
- 关于python教学
- OSChina 周五乱弹 —— 夏日限定梦想
- 微信美化版qu水印小程序源码分享 附接口
- jdk官网下载，附带镜像站下载方式
- CSP 202112-1 序列查询 python
- 全球12个典型区域的surface runoff subsrf runoff比较
- python中“_“用法
- jenkins git maven tomat 项目拉取编译自动部署（操作详细）