歡迎來(lái)到本博客????博主優(yōu)勢(shì)博客內(nèi)容盡量做到思維縝密邏輯清晰為了方便讀者。完整資源、論文復(fù)現(xiàn)、期刊合作、論文輔導(dǎo)及科研仿真定制事宜點(diǎn)擊本文完整資源下載??座右銘行百里者半于九十。??贈(zèng)與讀者?做科研涉及到一個(gè)深在的思想系統(tǒng)需要科研者邏輯縝密踏實(shí)認(rèn)真但是不能只是努力很多時(shí)候借力比努力更重要然后還要有仰望星空的創(chuàng)新點(diǎn)和啟發(fā)點(diǎn)。建議讀者按目錄次序逐一瀏覽免得驟然跌入幽暗的迷宮找不到來(lái)時(shí)的路它不足為你揭示全部問題的答案但若能解答你胸中升起的一朵朵疑云也未嘗不會(huì)釀成晚霞斑斕的別一番景致萬(wàn)一它給你帶來(lái)了一場(chǎng)精神世界的苦雨那就借機(jī)洗刷一下原來(lái)存放在那兒的“躺平”上的塵埃吧?；蛟S雨過云收神馳的天地更清朗.......第一部分——內(nèi)容介紹基于多面體最大內(nèi)近似電動(dòng)汽車聚合的微電網(wǎng)優(yōu)化調(diào)度模型摘要隨著電動(dòng)汽車產(chǎn)業(yè)快速普及大量電動(dòng)汽車接入微電網(wǎng)系統(tǒng)為電網(wǎng)帶來(lái)海量可調(diào)節(jié)需求側(cè)資源。電動(dòng)汽車具備靈活的充放電能力通過合理的集群聚合調(diào)控能夠平抑分布式光伏的隨機(jī)波動(dòng)降低微電網(wǎng)對(duì)外購(gòu)電需求優(yōu)化系統(tǒng)運(yùn)行經(jīng)濟(jì)性。但單臺(tái)電動(dòng)汽車具有獨(dú)立的充電時(shí)間窗口、能量需求與功率約束大規(guī)模電動(dòng)汽車集群的可行調(diào)度域在數(shù)學(xué)上等價(jià)于各車輛個(gè)體可行域的閔可夫斯基和該集合運(yùn)算屬于 NP?hard 問題。若在調(diào)度模型中直接對(duì)每一臺(tái)電動(dòng)汽車建立獨(dú)立約束會(huì)帶來(lái)決策變量爆炸、求解時(shí)間急劇攀升的現(xiàn)實(shí)難題難以支撐微電網(wǎng)的實(shí)時(shí)調(diào)度與在線優(yōu)化場(chǎng)景。針對(duì)上述問題本文采用基于同比變換的多面體最大內(nèi)近似方法開展電動(dòng)汽車集群聚合建模。該方法以基準(zhǔn)多面體為基礎(chǔ)通過縮放、平移仿射變換求取每一類電動(dòng)汽車個(gè)體可行域的最大內(nèi)逼近集合利用同比變換固有的代數(shù)可加特性避開復(fù)雜的高維閔可夫斯基和運(yùn)算將數(shù)量龐大的電動(dòng)汽車集群等效為單一虛擬電池多面體可行域?qū)崿F(xiàn)模型降維。將該聚合模型嵌入微電網(wǎng)經(jīng)濟(jì)調(diào)度框架綜合考慮分布式光伏出力、儲(chǔ)能充放電運(yùn)行特性、微電網(wǎng)與大電網(wǎng)雙向功率交互、緊急工況下負(fù)荷削減等多重工程約束構(gòu)建完整的微電網(wǎng)混合整數(shù)線性調(diào)度模型。由于聚合結(jié)果屬于內(nèi)近似可行域調(diào)度輸出的電動(dòng)汽車集群功率指令天然具備物理可實(shí)現(xiàn)性能夠有效規(guī)避傳統(tǒng)外近似聚合方法中調(diào)度方案無(wú)法向下分解至單臺(tái)車輛的工程缺陷。仿真結(jié)果表明該聚合建模方式可以在保證調(diào)度解可行的前提下大幅壓縮模型求解規(guī)模適配大規(guī)模電動(dòng)汽車集群參與微電網(wǎng)優(yōu)化運(yùn)行的工程需求。關(guān)鍵詞電動(dòng)汽車聚合多面體內(nèi)近似同比變換閔可夫斯基和微電網(wǎng)調(diào)度虛擬電池0 引言在雙碳目標(biāo)驅(qū)動(dòng)下分布式光伏、儲(chǔ)能以及電動(dòng)汽車等分布式資源在微電網(wǎng)中滲透率持續(xù)提升。微電網(wǎng)作為可以獨(dú)立運(yùn)行也可并網(wǎng)運(yùn)行的局部電力系統(tǒng)是消納本地新能源、挖掘需求側(cè)靈活性的重要載體。電動(dòng)汽車作為移動(dòng)儲(chǔ)能資源大量接入微電網(wǎng)之后既會(huì)帶來(lái)充電負(fù)荷沖擊同時(shí)也可以通過有序充放電為系統(tǒng)提供功率調(diào)節(jié)能力參與削峰填谷、平抑新能源波動(dòng)等調(diào)度任務(wù)。但電動(dòng)汽車集群的調(diào)度建模面臨顯著難點(diǎn)。每一臺(tái)電動(dòng)汽車的可用調(diào)節(jié)能力受入網(wǎng)時(shí)間、離網(wǎng)時(shí)間、目標(biāo)充電電量、額定充電功率等個(gè)體因素約束每輛車的可行充放電軌跡構(gòu)成一個(gè)凸多面體集合。理論層面整個(gè)電動(dòng)汽車集群的精確可行域是所有個(gè)體可行域的閔可夫斯基和。該運(yùn)算計(jì)算復(fù)雜度隨車輛數(shù)量呈指數(shù)級(jí)增長(zhǎng)當(dāng)集群規(guī)模達(dá)到幾十臺(tái)乃至上百臺(tái)時(shí)直接求解精確聚合可行域幾乎不具備工程可行性。當(dāng)前學(xué)術(shù)界針對(duì)電動(dòng)汽車集群可行域近似主要分為外近似與內(nèi)近似兩條技術(shù)路線。外近似方法實(shí)現(xiàn)簡(jiǎn)單一般直接對(duì)個(gè)體可行域的約束參數(shù)直接求和計(jì)算速度快但外近似得到的可行域包含大量實(shí)際不可行的功率軌跡。調(diào)度模型如果在外近似域內(nèi)求解得到的集群功率指令有可能無(wú)法拆解分配到每一臺(tái)電動(dòng)汽車輸出理論上最優(yōu)但工程上無(wú)法落地的調(diào)度方案。與之相對(duì)內(nèi)近似方法得到的聚合可行域是真實(shí)可行域的子集可行域內(nèi)部所有調(diào)度解都一定可以分解為各車輛可行的充放電行為從根源上保證調(diào)度方案的可執(zhí)行性。傳統(tǒng)盒形內(nèi)近似、橢球內(nèi)近似方法存在保守度過高的缺陷會(huì)大量犧牲電動(dòng)汽車集群的調(diào)節(jié)靈活性。同比變換多面體聚合方法憑借凸多面體仿射變換的代數(shù)可加性成為近年來(lái)需求側(cè)資源聚合領(lǐng)域的研究熱點(diǎn)。該方法以統(tǒng)一基準(zhǔn)多面體為模板對(duì)每一個(gè)設(shè)備可行域做縮放平移變換僅需要對(duì)變換系數(shù)簡(jiǎn)單求和即可得到聚合可行域不需要開展復(fù)雜集合運(yùn)算。然而現(xiàn)有同比變換聚合研究大多面向溫控負(fù)荷等持續(xù)在線的柔性資源對(duì)于電動(dòng)汽車這類在網(wǎng)時(shí)段高度碎片化的資源如果直接采用原始同比變換容易出現(xiàn)縮放因子趨近于零聚合結(jié)果過度保守的問題。本文選用多面體最大內(nèi)近似框架完成電動(dòng)汽車聚合將聚合得到的虛擬電池可行域嵌入微電網(wǎng)調(diào)度模型完整考慮光伏、儲(chǔ)能、電網(wǎng)交互、負(fù)荷應(yīng)急削減等實(shí)際運(yùn)行要素構(gòu)建面向大規(guī)模電動(dòng)汽車集群的微電網(wǎng)經(jīng)濟(jì)調(diào)度模型。該模型不依賴每一臺(tái)電動(dòng)汽車的獨(dú)立決策變量模型規(guī)模與車輛數(shù)量解耦兼顧求解效率與調(diào)度解的物理可行性可為電動(dòng)汽車參與微電網(wǎng)調(diào)度提供建模思路參考。1 多面體可行域與同比聚合基礎(chǔ)理論凸多面體是刻畫電動(dòng)汽車充放電可行域的經(jīng)典數(shù)學(xué)工具每一臺(tái)電動(dòng)汽車全部滿足功率上下限、能量時(shí)序約束的充放電功率軌跡共同構(gòu)成一個(gè)高維凸多面體集合。多面體采用半空間形式描述由一系列線性不等式約束共同圍成能夠完整刻畫設(shè)備全部可行工作點(diǎn)。同比變換是多面體集合的一類仿射變換操作包含縮放操作與平移操作兩個(gè)部分。對(duì)于給定的基準(zhǔn)多面體經(jīng)過縮放與平移之后得到新的多面體。當(dāng)集群內(nèi)所有設(shè)備的可行域均可以表示為同一基準(zhǔn)多面體的同比變換形式時(shí)多面體之間的閔可夫斯基和不再需要復(fù)雜的集合求并運(yùn)算僅需要對(duì)縮放系數(shù)、平移向量分別求和就能夠直接得到聚合之后的多面體這也是同比變換實(shí)現(xiàn)快速聚合的核心原理。在實(shí)際工程場(chǎng)景中電動(dòng)汽車原始可行域一般無(wú)法嚴(yán)格等價(jià)為基準(zhǔn)多面體的同比變換結(jié)果。因此不能直接套用理想條件下的聚合公式需要引入最大內(nèi)近似思想尋找一組縮放、平移參數(shù)使得經(jīng)過變換后的基準(zhǔn)多面體完全被包裹在電動(dòng)汽車原始可行域內(nèi)部同時(shí)盡可能放大縮放系數(shù)最大限度保留電動(dòng)汽車的調(diào)節(jié)靈活性。該優(yōu)化問題可以轉(zhuǎn)化為標(biāo)準(zhǔn)線性規(guī)劃問題進(jìn)行求解對(duì)每一類電動(dòng)汽車單獨(dú)求解得到對(duì)應(yīng)的變換參數(shù)。通過線性規(guī)劃求解得到每一類電動(dòng)汽車的縮放因子與平移向量之后再結(jié)合各類電動(dòng)汽車的實(shí)際數(shù)量對(duì)變換參數(shù)進(jìn)行加權(quán)累加就可以得到整個(gè)電動(dòng)汽車集群聚合虛擬電池的變換參數(shù)進(jìn)一步寫出集群等效多面體可行域。該聚合多面體嚴(yán)格包含在真實(shí)集群可行域內(nèi)部屬于內(nèi)近似結(jié)果。因此落在該聚合多面體內(nèi)部的任意一組集群充放電功率都一定能夠找到對(duì)應(yīng)每一臺(tái)電動(dòng)汽車的可行充放電軌跡保證調(diào)度結(jié)果的可落地性。需要明確的是內(nèi)近似的固有特點(diǎn)是會(huì)舍棄一部分真實(shí)可行的工作點(diǎn)帶來(lái)一定程度的保守性。聚合得到的可行域小于真實(shí)的閔可夫斯基和可行域調(diào)度模型只能在更小的集合內(nèi)尋優(yōu)。但該代價(jià)換來(lái)的是調(diào)度解百分之百的可行性避免外近似帶來(lái)的方案失效風(fēng)險(xiǎn)。后續(xù)可以結(jié)合維度剪裁等改進(jìn)策略進(jìn)一步降低聚合模型的保守程度。2 電動(dòng)汽車集群多面體內(nèi)近似聚合建模流程本文電動(dòng)汽車聚合建模整體流程可以劃分為基準(zhǔn)多面體構(gòu)建、單類電動(dòng)汽車最大內(nèi)近似求解、集群參數(shù)加權(quán)聚合三個(gè)主要步驟。第一步構(gòu)建基準(zhǔn)多面體?；鶞?zhǔn)多面體是整個(gè)同比變換聚合的模板基準(zhǔn)多面體的形狀直接影響聚合結(jié)果的保守程度?；鶞?zhǔn)多面體代表一類 “參考電動(dòng)汽車” 的可行域其約束結(jié)構(gòu)與實(shí)際電動(dòng)汽車保持一致覆蓋充電功率上下限、能量時(shí)序耦合約束。第二步針對(duì)每一類電動(dòng)汽車求解最大內(nèi)近似優(yōu)化問題。以最大化縮放系數(shù)為優(yōu)化目標(biāo)約束條件保證變換后的基準(zhǔn)多面體完全包含在該類電動(dòng)汽車原始可行域之內(nèi)。原始集合包含約束無(wú)法直接輸入求解器借助 Farkas 引理將集合層面的包含關(guān)系等價(jià)轉(zhuǎn)化為線性代數(shù)約束引入對(duì)偶乘子矩陣與中間變量將原問題轉(zhuǎn)化為標(biāo)準(zhǔn)線性規(guī)劃進(jìn)行求解。求解結(jié)束之后由優(yōu)化變量還原得到該類電動(dòng)汽車對(duì)應(yīng)的縮放因子與平移向量得到單類電動(dòng)汽車的內(nèi)近似可行域。第三步集群層面參數(shù)聚合。統(tǒng)計(jì)每一類電動(dòng)汽車的車輛數(shù)量對(duì)各類車輛的縮放因子、平移向量按照車輛數(shù)目加權(quán)求和得到整個(gè)集群總縮放系數(shù)與總平移向量據(jù)此構(gòu)造電動(dòng)汽車集群的聚合等效多面體。該多面體以充電功率、放電功率作為核心變量同時(shí)配套建立能量時(shí)序遞推約束與能量上下限約束完整描述虛擬電池的功率?能量耦合關(guān)系。經(jīng)過上述流程大量電動(dòng)汽車被等效為一個(gè)虛擬電池模塊不再需要為每一臺(tái)電動(dòng)汽車單獨(dú)設(shè)置充放電決策變量?jī)H保留集群總充電功率、總放電功率、集群總能量少數(shù)幾個(gè)變量實(shí)現(xiàn)模型降維。該虛擬電池模塊可以像普通儲(chǔ)能設(shè)備一樣直接嵌入微電網(wǎng)調(diào)度模型僅需要增加一組多面體線性不等式約束就可以完整刻畫電動(dòng)汽車集群的可調(diào)能力邊界。3 微電網(wǎng)優(yōu)化調(diào)度模型構(gòu)建本文構(gòu)建微電網(wǎng)經(jīng)濟(jì)調(diào)度模型以系統(tǒng)綜合運(yùn)行成本最低作為優(yōu)化目標(biāo)系統(tǒng)包含分布式光伏、儲(chǔ)能電池、電動(dòng)汽車聚合虛擬電池、可削減負(fù)荷以及與上級(jí)大電網(wǎng)的雙向功率交互通道。模型綜合考慮電源、儲(chǔ)能、負(fù)荷、電網(wǎng)交互以及電動(dòng)汽車聚合模塊的各類運(yùn)行約束屬于混合整數(shù)線性規(guī)劃模型可以采用 Cplex、Gurobi 等主流商業(yè)求解器直接求解。3.1 目標(biāo)函數(shù)構(gòu)建微電網(wǎng)運(yùn)行綜合成本由四部分構(gòu)成微電網(wǎng)向上級(jí)電網(wǎng)的購(gòu)電成本、微電網(wǎng)向大電網(wǎng)售電帶來(lái)的收益、分布式光伏棄光懲罰成本、負(fù)荷緊急削減懲罰成本。其中售電收益在目標(biāo)函數(shù)中做扣除處理。在實(shí)際運(yùn)行中微電網(wǎng)優(yōu)先消納本地光伏出力當(dāng)本地電源出力不足時(shí)從大電網(wǎng)購(gòu)電當(dāng)本地電源出力過剩時(shí)向大電網(wǎng)售電。為保障供電可靠性設(shè)置負(fù)荷削減懲罰項(xiàng)懲罰系數(shù)取較高數(shù)值保證調(diào)度模型優(yōu)先通過其他資源調(diào)節(jié)盡量避免切除負(fù)荷。同時(shí)設(shè)置棄光懲罰引導(dǎo)模型盡可能全額消納光伏發(fā)電減少新能源浪費(fèi)。系統(tǒng)采用分時(shí)電價(jià)機(jī)制不同時(shí)段購(gòu)電、售電價(jià)格存在差異模型可以利用電價(jià)的峰谷差異實(shí)現(xiàn)套利降低整體運(yùn)行成本。3.2 系統(tǒng)運(yùn)行約束3.2.1 系統(tǒng)功率平衡約束功率平衡是微電網(wǎng)運(yùn)行的核心物理約束任意調(diào)度時(shí)刻系統(tǒng)所有電源側(cè)輸出功率之和應(yīng)當(dāng)?shù)扔谒胸?fù)荷側(cè)消耗功率之和。電源側(cè)包含光伏實(shí)際出力、儲(chǔ)能放電功率、電動(dòng)汽車集群凈放電功率以及從大電網(wǎng)購(gòu)入的功率負(fù)荷側(cè)包含原始用電負(fù)荷扣除被削減的部分、儲(chǔ)能充電功率、電動(dòng)汽車集群充電功率以及向大電網(wǎng)送出的功率。該等式約束保證每一時(shí)刻系統(tǒng)功率供需嚴(yán)格平衡。3.2.2 分布式光伏約束光伏的實(shí)際并網(wǎng)出力不能超過該時(shí)刻光伏最大可發(fā)電能力。系統(tǒng)允許存在棄光現(xiàn)象棄光功率等于光伏最大預(yù)測(cè)出力減去實(shí)際并網(wǎng)出力棄光功率大于等于零。一旦發(fā)生棄光就會(huì)在目標(biāo)函數(shù)中產(chǎn)生對(duì)應(yīng)的懲罰成本以此驅(qū)動(dòng)調(diào)度模型盡可能消納光伏。3.2.3 儲(chǔ)能系統(tǒng)運(yùn)行約束儲(chǔ)能系統(tǒng)具備充電、放電兩種工作狀態(tài)通過引入 0?1 二進(jìn)制狀態(tài)變量保證儲(chǔ)能同一時(shí)刻不能同時(shí)充電與放電。充電功率、放電功率均不能超過儲(chǔ)能設(shè)備額定功率上限。儲(chǔ)能內(nèi)部能量滿足時(shí)序遞推關(guān)系考慮充電、放電過程的能量損耗效率由上一時(shí)刻的儲(chǔ)能能量、本時(shí)刻充放電功率遞推得到當(dāng)前時(shí)刻儲(chǔ)能剩余能量。儲(chǔ)能剩余能量需要維持在允許的荷電狀態(tài)區(qū)間之內(nèi)防止電池過充、過放保障儲(chǔ)能設(shè)備安全運(yùn)行同時(shí)設(shè)置初始時(shí)刻儲(chǔ)能能量完成時(shí)序模型初始化。3.2.4 電網(wǎng)交互與負(fù)荷約束微電網(wǎng)與上級(jí)電網(wǎng)之間購(gòu)電功率、售電功率均大于等于零不能同時(shí)出現(xiàn)雙向功率的物理矛盾。負(fù)荷削減量不能超過當(dāng)前時(shí)刻原始負(fù)荷大小最多可以把全部負(fù)荷切除。3.2.5 電動(dòng)汽車聚合虛擬電池約束將前面得到的集群多面體可行域作為約束嵌入調(diào)度模型對(duì)電動(dòng)汽車集群總充電功率、總放電功率施加可行域邊界限制。定義集群凈功率為總放電功率減去總充電功率用于參與系統(tǒng)功率平衡等式。電動(dòng)汽車聚合虛擬電池同樣具備功率?能量耦合特性建立能量時(shí)序遞推關(guān)系由上一時(shí)刻集群總能量和本時(shí)刻凈功率計(jì)算當(dāng)前時(shí)刻集群總剩余能量。同時(shí)設(shè)置集群總能量上下限對(duì)應(yīng)所有電動(dòng)汽車電量的總允許區(qū)間并且給定初始時(shí)刻集群總能量完成時(shí)序初始化。4 模型特性分析本文構(gòu)建的調(diào)度模型具備三方面突出特點(diǎn)。第一模型實(shí)現(xiàn)大規(guī)模電動(dòng)汽車集群降維聚合。傳統(tǒng)建模方式下每增加一臺(tái)電動(dòng)汽車就要新增一組功率、能量決策變量以及對(duì)應(yīng)的約束條件模型規(guī)模隨車輛數(shù)量線性膨脹。而本文采用多面體內(nèi)近似聚合模型變量、約束規(guī)模僅和調(diào)度時(shí)段數(shù)目相關(guān)與電動(dòng)汽車的總數(shù)量解耦。當(dāng)電動(dòng)汽車數(shù)目增大不需要額外增加變量具備面向大規(guī)模集群的良好可擴(kuò)展性。第二調(diào)度解天然具備物理可行性。聚合模型采用內(nèi)近似方式調(diào)度輸出的電動(dòng)汽車集群功率運(yùn)行點(diǎn)一定落在真實(shí)可行域內(nèi)部該集群功率一定能夠拆解分配到每一臺(tái)電動(dòng)汽車得到每輛車可行的充放電方案從源頭上規(guī)避外近似聚合容易出現(xiàn)的調(diào)度指令不可執(zhí)行問題更貼合工程實(shí)際。第三模型屬于標(biāo)準(zhǔn)混合整數(shù)線性規(guī)劃求解穩(wěn)定性好。整個(gè)模型全部由線性等式、線性不等式以及 0?1 整數(shù)變量構(gòu)成不存在非線性項(xiàng)不需要定制化求解算法直接調(diào)用成熟商用求解器就可以完成求解便于嵌入微電網(wǎng)調(diào)度平臺(tái)。同時(shí)模型也存在內(nèi)近似方法固有的保守性局限。聚合可行域是真實(shí)可行域的子集會(huì)損失一部分電動(dòng)汽車的調(diào)節(jié)潛力調(diào)度模型的尋優(yōu)空間被壓縮。當(dāng)電動(dòng)汽車個(gè)體之間可行域形狀差異巨大時(shí)保守性會(huì)進(jìn)一步凸顯。針對(duì)該問題可以在本模型基礎(chǔ)之上引入維度剪裁改進(jìn)思路針對(duì)每一臺(tái)電動(dòng)汽車的在網(wǎng)時(shí)間窗口對(duì)基準(zhǔn)多面體做維度裁剪避免基準(zhǔn)多面體的無(wú)效維度壓低縮放因子以此降低聚合模型的保守程度。5 模型應(yīng)用展望本文的模型框架可以從多個(gè)方向進(jìn)一步拓展完善。第一本文算例場(chǎng)景下電動(dòng)汽車只考慮充電行為后續(xù)可以拓展支持 V2G 放電場(chǎng)景修改個(gè)體可行域的約束結(jié)構(gòu)適配電動(dòng)汽車向電網(wǎng)反向送電的業(yè)務(wù)場(chǎng)景。第二當(dāng)前模型為確定性調(diào)度模型后續(xù)可以結(jié)合風(fēng)光出力、電動(dòng)汽車入網(wǎng)行為的不確定性構(gòu)建魯棒調(diào)度或者隨機(jī)調(diào)度模型提升模型面對(duì)源荷不確定性的抗擾動(dòng)能力。第三可以引入維度剪裁的內(nèi)?外結(jié)合近似思想在保證可行性的前提下擴(kuò)大聚合可行域范圍緩解內(nèi)近似帶來(lái)的保守性問題。第四本聚合模型不僅適用于微電網(wǎng)調(diào)度也可以遷移到虛擬電廠、配網(wǎng)層級(jí)調(diào)度場(chǎng)景為海量電動(dòng)汽車參與電網(wǎng)互動(dòng)提供建模支撐。第二部分——運(yùn)行結(jié)果部分代碼% 圖1微電網(wǎng)全天功率平衡堆疊圖 figure(Position, [100 100 900 550], Color, w); set(gca, FontSize, 11, FontName, SimHei); source_data [P_pv_act(:), P_dis(:), P_buy(:), Pdt_EV(:)]; % 電源側(cè)正功率 load_data -[P_ch(:), P_sell(:), Pct_EV(:)]; % 負(fù)荷側(cè)負(fù)功率 b1 bar(t, source_data, 0.8, stacked, FaceColor, flat); for k 1:4, b1(k).CData colors(k, :); end hold on; b2 bar(t, load_data, 0.8, stacked, FaceColor, flat); for k 1:3, b2(k).CData colors(4k, :); end net_load load - load_cut; % 凈負(fù)荷曲線 plot(t, net_load, c--, LineWidth, 2.5);第三部分——參考文獻(xiàn)文章中一些內(nèi)容引自網(wǎng)絡(luò)會(huì)注明出處或引用為參考文獻(xiàn)難免有未盡之處如有不妥請(qǐng)隨時(shí)聯(lián)系刪除。(文章內(nèi)容僅供參考具體效果以運(yùn)行結(jié)果為準(zhǔn))??????第四部分——本文完整資源下載資料獲取更多粉絲福利MATLAB|Simulink|Python|數(shù)據(jù)|文檔等完整資源獲取本文完整資源下載