MATLAB 微网优化调度的“两阶段鲁棒CCG算法”及经济调度实现
# 探索MATLAB微网优化调度：两阶段鲁棒CCG算法的经济调度之旅
在电力系统领域，微网的优化调度一直是个热门且极具挑战性的话题。今天咱们就来唠唠基于MATL
AB的微网两阶段鲁棒优化经济调度，这里面用到了CCG算法，绝对不是烂大街的版本，代码注释详实，出图
效果也是杠杠的。
## 一、模型构建：min - max - min结构的两阶段鲁棒优化模型
咱们构建的这个微网两阶段鲁棒调度模型，核心是min - max - min结构。简单来说，它的目标是找
到在最恶劣场景下，运行成本还能最低的调度方案。这就好比在最艰难的条件下，还能把微网的运营成本
降到最低，实现经济最大化。
在这个模型里，考虑了储能、需求侧负荷以及可控分布式电源等。这就像是一个复杂的生态系统，每
个部分都有自己的运行约束，而且还得相互协调控制。比如储能，它的充放电约束就很关键，得保证它在合
理的范围内工作，既不能过度充电也不能过度放电。
```matlab
% 定义储能的参数
E_max = 100; % 储能的最大容量
E_min = 10; % 储能的最小容量
P_ch_max = 30; % 最大充电功率
P_dch_max = 30; % 最大放电功率
% 定义储能的状态变量
E = sdpvar(1, T, 'full'); % 储能在各个时刻的电量
P_ch = sdpvar(1, T, 'full'); % 各个时刻的充电功率
P_dch = sdpvar(1, T, 'full');
% 添加储能的运行约束
Constraints = [E(1) == 0]; % 初始电量假设为0
for t = 1:T - 1
Constraints = [Constraints, E(t + 1) == E(t) + eta_ch * P_ch(t) - P_dch(t) / eta
_dch]; % 电量平衡约束
Constraints = [Constraints, 0 <= P_ch(t) <= P_ch_max]; % 充电功率约束
Constraints = [Constraints, 0 <= P_dch(t) <= P_dch_max]; % 放电功率约束
Constraints = [Constraints, E_min <= E(t) <= E_max]; % 电量上下限约束
end
