本文复现《基于目标级联法的微网群多主体分布式优化调度》文献的目标级联部分，建立微网群系统的两级递阶优化调度模型: 上层是微网群能量调度中心优化调度模型，下层是子微网优化调度模型，然后对所建递阶优化调度模型耦合性和分布性进行分析，采用一种新型的协同优化方法———目标级联法，实现上下层模型的解耦独立优化，以3微网为算例进行验证，证明方法的可行性。

经过转换，深度神经网络能够以一种紧凑且高效的方式表示 Q 函数，使得智能体可以在大规模的状态和动作空间中快速学习和决策，极大地拓展了强化学习在复杂现实场景中的应用范围。借助于强化学习框架、Q 学习及 DQN 算法的基础理论，分析经验回放与冻结参数机制对 DQN 性能的提升作用，最终以经济性为导向，实现微能源网的能量管理与优化。强化学习是指从环境状态到动作策略集的学习，以使得动作从环境中获得的累计奖

该程序参考《基于仿射最小路法的含分布式电源配电网可靠性分析》文献方法，通过概率模型和时序模型分别进行建模，实现基于概率模型+最小路法的含分布式电源配电网可靠性评估以及时序模型+序贯蒙特卡洛模拟法的含分布式电源配电网可靠性评估。程序采用matlab编写，注释清楚，方便学习！

该程序采用自适应遗传算法优化分布式电源的配置问题，以投资运行成本、网络损耗成本、购电成本和碳排放成本之和作为优化目标，潮流计算采用前推回代法进行计算，程序不止复现了参考文献的33节点系统，同时也实现了118节点系统配电网络的选址定容模型，因此文末链接的程序包包括两部分，一个是118节点系统优化程序，一个是33节点系统优化程序，该程序采用matlab编写，注释清晰！

电动汽车的数据模型种类繁多，但是用到比较高阶数学方法的并不多，本次分享的程序是下图所示的文章。采用分布鲁棒优化模型，用到鲁棒对等转换，并采用ADMM算法进行求解，程序和文章方法一致，具有较好的参考价值。

最优潮流计算是电网规划、优化运行的重要基础。首先建立了配电网全天有功损耗最小化的最优潮流计算模型；其次结合辐射型配电网潮流特点建立支路潮流约束，并考虑配电网中的可控单元，包括分布式电源和离散、连续无功补偿装置，建立其出力约束，该模型为非凸非线性模型；然后通过二阶锥松弛将该模型转化为包含整数变量的二阶锥规划模型。

知识分享|非凸问题求解方法及代码示例【分类迭代】【大M法】

在风光场景生成、随机优化调度等研究中，常常假设风速服从Weibull分布，太阳辐照度服从Beta分布。

mosek安装教程

对于初学配电网的同学，最经典的系统即是33节点配电网系统，在各个研究文献中出现频次最高的也是这个系统，为了让大家更好了解33节点系统参数，本次整理了系统节点、支路参数excel以及33节点网络拓扑图visio，供大家免费下载使用！配电网和主网存在诸多差异，在研究过程中要清楚一点，配电网通常采用闭环设计、开环运行的方式，以提高运行的灵活性和供电可靠性。闭环结构有助于在故障发生时迅速恢复供电，而开环运