0、引言

0.1 动机

全国大学生数学建模创办于1992年,每年一届,2025年来自全国及美国、英国、加拿大、芬兰、马来西亚等国家的1837所院校/校区、68311队(本科61463队、高职高专6848队)、20多万人报名参赛。
2026年赛题将于竞赛开始时(2026年9月10日晚上6:00)发布在比赛官网、中国知网、中国大学生在线、高等教育出版社、中国高校数学建模课程中心、北京大学重庆大数据研究院/北太振寰(重庆)科技有限公司等网站。报名参赛、论文提交请通过中国知网进行。
作为一个远离国赛比赛多年的怀旧型选手,打算在这3天陪跑,重温一下比赛节奏和氛围。
我们不代写,不代打,不指导。仅仅分享自己不知对错的思路。鉴于本人的能力和精力,
– 2026年高教杯全国大学生数学建模A题 解题思路
– 2026年高教杯全国大学生数学建模B题 解题思路
– 2026年高教杯全国大学生数学建模D题 解题思路
– 2026年高教杯全国大学生数学建模E题 解题思路
的思路全部不予提供,别问为什么,问就是不会。划重点,本文仅仅提供
2026年高教杯全国大学生数学建模C题 思路分享与解体思路。

0.2 题目重述

微网是为解决光伏发电等分布式能源本地消纳,减少并网问题而快速发展起来的小型发用电系统。出于经济方面的考虑,非孤岛式微网可在外部电(以下简称外网)电价较低或分布式能源有剩余电量的时间段,为储能设备充电,并在外网电价较高的时间段释放电能。 微网与外网的调控目的是:利用小区负载、光伏发电量和储能设备的当前储电量等数据,尽可能精准地给出微网的购电量和储能设备的充放电量,使 得微网提供的电力既能满足小区
的负载,又尽可能节省微网的购电费用。
问题1 若每天的电价和小区负载相同,同时给出光伏发电功率一天的预测数据,要求微网提供的电能不可低于小区负载,且储能设备在0:00 和24:00 的储电量相同。请在每天0:00 制定微网当天的计划购电策略的数学模型。
根据附件1和附录1中的数据,给出具体的计划购电策略,在论文中以表1的格式给出指定时间段的购电量(单位:kWh)及全天的购电量(单位:kWh)和购电费(单位:元),以表2的格式给出储能设备在指定时间段的充放电量及0:00和24:00的储电量(单位:kWh),并将完整的计划购电策略保存到文件result1.xlsx中(模板文件见附件5)。

1、题目分析环节

问题一分析:典型的线性规划问题,完整的考虑条件即可。增加事前时候的全流程可视化。可划分阶段展示分析。
问题二分析:

2、数据处理环节

持续更新中

3、问题一求解环节

3.1、符号说明

符号含义单位
t t t时段编号, t = 1 , 2 , ⋯   , T t = 1,2,\cdots,T t=1,2,,T T = 144 T = 144 T=144
Δ t \Delta t Δt时间步长, Δ t = 1 6 \Delta t = \frac{1}{6} Δt=61h
L t L_t Lt t t t 时段小区负载功率kW
P V t PV_t PVt t t t 时段光伏发电预测功率kW
c t c_t ct t t t 时段外网电价元/kWh
G t G_t Gt t t t 时段外网购电功率kW
P t ch P_t^{\text{ch}} Ptch t t t 时段储能充电功率kW
P t dis P_t^{\text{dis}} Ptdis t t t 时段储能放电功率kW
E t E_t Et t t t 时段储能设备储电量kWh
η \eta η储能充放电效率, η = 0.9 \eta = 0.9 η=0.9
E min ⁡ E_{\min} Emin储能最小允许电量, E min ⁡ = 1200 E_{\min} = 1200 Emin=1200kWh
E max ⁡ E_{\max} Emax储能最大允许电量, E max ⁡ = 10800 E_{\max} = 10800 Emax=10800kWh
P max ⁡ P_{\max} Pmax储能最大充放电功率, P max ⁡ = 5000 P_{\max} = 5000 Pmax=5000kW
E 0 E_0 E0储能初始电量, E 0 = 6000 E_0 = 6000 E0=6000kWh

3.2、模型建立

以全天购电费用最小为目标:

min ⁡ Z = ∑ t = 1 T c t   G t   Δ t \min Z = \sum_{t=1}^{T} c_t \, G_t \, \Delta t minZ=t=1TctGtΔt


可以考虑下面的约束条件

1. 功率平衡约束

G t + P V t + P t dis − P t ch ≥ L t , t = 1 , 2 , ⋯   , T G_t + PV_t + P_t^{\text{dis}} - P_t^{\text{ch}} \ge L_t, \qquad t = 1,2,\cdots,T Gt+PVt+PtdisPtchLt,t=1,2,,T

2. 储能电量递推约束

E t + 1 = E t + η   P t ch   Δ t − P t dis η   Δ t , t = 1 , 2 , ⋯   , T E_{t+1} = E_t + \eta \, P_t^{\text{ch}} \, \Delta t - \frac{P_t^{\text{dis}}}{\eta} \, \Delta t, \qquad t = 1,2,\cdots,T Et+1=Et+ηPtchΔtηPtdisΔt,t=1,2,,T

3. 储能电量上下限约束

E min ⁡ ≤ E t ≤ E max ⁡ , t = 1 , 2 , ⋯   , T + 1 E_{\min} \le E_t \le E_{\max}, \qquad t = 1,2,\cdots,T+1 EminEtEmax,t=1,2,,T+1

4. 初始电量约束

E 1 = E 0 E_1 = E_0 E1=E0

5. 首末电量相同约束

E T + 1 = E 1 E_{T+1} = E_1 ET+1=E1

6. 充放电功率约束

0 ≤ P t ch ≤ P max ⁡ , t = 1 , 2 , ⋯   , T 0 \le P_t^{\text{ch}} \le P_{\max}, \qquad t = 1,2,\cdots,T 0PtchPmax,t=1,2,,T

0 ≤ P t dis ≤ P max ⁡ , t = 1 , 2 , ⋯   , T 0 \le P_t^{\text{dis}} \le P_{\max}, \qquad t = 1,2,\cdots,T 0PtdisPmax,t=1,2,,T

7. 购电非负约束

G t ≥ 0 , t = 1 , 2 , ⋯   , T G_t \ge 0, \qquad t = 1,2,\cdots,T Gt0,t=1,2,,T


最后的模型为:

min ⁡ Z = ∑ t = 1 T c t   G t   Δ t s.t. G t + P V t + P t dis − P t ch ≥ L t , t = 1 , 2 , ⋯   , T E t + 1 = E t + η   P t ch   Δ t − P t dis η   Δ t , t = 1 , 2 , ⋯   , T E min ⁡ ≤ E t ≤ E max ⁡ , t = 1 , 2 , ⋯   , T + 1 E 1 = E 0 E T + 1 = E 1 0 ≤ P t ch ≤ P max ⁡ , t = 1 , 2 , ⋯   , T 0 ≤ P t dis ≤ P max ⁡ , t = 1 , 2 , ⋯   , T G t ≥ 0 , t = 1 , 2 , ⋯   , T \begin{aligned} \min \quad & Z = \sum_{t=1}^{T} c_t \, G_t \, \Delta t \\ \text{s.t.} \quad & G_t + PV_t + P_t^{\text{dis}} - P_t^{\text{ch}} \ge L_t, && t = 1,2,\cdots,T \\ & E_{t+1} = E_t + \eta \, P_t^{\text{ch}} \, \Delta t - \frac{P_t^{\text{dis}}}{\eta} \, \Delta t, && t = 1,2,\cdots,T \\ & E_{\min} \le E_t \le E_{\max}, && t = 1,2,\cdots,T+1 \\ & E_1 = E_0 \\ & E_{T+1} = E_1 \\ & 0 \le P_t^{\text{ch}} \le P_{\max}, && t = 1,2,\cdots,T \\ & 0 \le P_t^{\text{dis}} \le P_{\max}, && t = 1,2,\cdots,T \\ & G_t \ge 0, && t = 1,2,\cdots,T \end{aligned} mins.t.Z=t=1TctGtΔtGt+PVt+PtdisPtchLt,Et+1=Et+ηPtchΔtηPtdisΔt,EminEtEmax,E1=E0ET+1=E10PtchPmax,0PtdisPmax,Gt0,t=1,2,,Tt=1,2,,Tt=1,2,,T+1t=1,2,,Tt=1,2,,Tt=1,2,,T


该模型的目标函数与全部约束均为线性,决策变量连续,属于线性规划模型,可采用标准线性规划求解器求解。

3.3 模型结果展示

请添加图片描述

请添加图片描述
请添加图片描述

在这里插入图片描述

4、问题二求解环节

持续更新中

5、代码结果分享环节

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐