微电网经济优化运行(光伏、储能、柴油机)(Matlab代码实现)

简介: 微电网经济优化运行(光伏、储能、柴油机)(Matlab代码实现)

👨‍🎓个人主页:研学社的博客

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码及文章讲解


image.gif

💥1 概述

通过以经济优化运行为目标的日前调度,可以实现对储能VF源更灵活合理的配置,从而在微电网稳定运行的已有控制策略基础上,实现经济优化调度的附加效益。以下对北麂岛微电网优化运行进行分析和建模。

目前,微电网优化调度的目标主要有以下三个方面:(1)成本经济效益目标,主要包括建造成本、维护成本;(2)环境效益目标,柴油发电机的污染物排放问题日益受到人们的关注;(3)可靠性目标,主要包括电网稳定性和负荷容量缺失率。当只关注其中一个性能指标时,采用单目标优化模型,若希望系统满足多个优化指标约束时,需要采用多目标优化模型。

针对北麂岛微电网系统,将环境效益指标等效为环境污染惩罚,以附加权重的形式纳入柴油成本经济效益指标,得到式(1)的目标函数:

image.gif

详细文章讲解见第4部分。

📚2 运行结果

image.gif

image.gif

 

部分代码:

%光伏约束功率

for t=1:TN  

   C=[C,

           0 <= P_pv(t)/Y_pv <= Ppvmax(t),

           0 <= P_pv(t) <= P_inv  

       ];

end

%储能约束功率&SOC

for t=1:TN  

   C = [C,

           0 <= P_pqf(t) <= P_pcs*sign_pqf(t),

           0 <= P_pqc(t) <= P_pcs*sign_pqc(t),

           0 <= P_vff(t) <= P_pcs*sign_vff(t),

           0 <= P_vfc(t) <= P_pcs*sign_vfc(t),

           

           sign_pqf(t) + sign_pqc(t) <= 1,

           sign_vff(t) + sign_vfc(t) <= 1,

           SOC_min_pq <= SOC_pq(t) <= SOC_max_pq,

           SOC_min_vf <= SOC_vf(t) <= SOC_max_vf

       ];    

end

   C = [C,

           SOC_0_pq*0.9 <= SOC_pq(TN) <= SOC_0_pq*1.1,

           SOC_0_vf*0.9 <= SOC_vf(TN) <= SOC_0_vf*1.1

       ];    

%储能SOC计算

   C = [C,

           SOC_pq(1) == SOC_0_pq + P_pqc(1)*Y_besc/Qbat_pq - P_pqf(1)/Y_besf/Qbat_pq,

           SOC_vf(1) == SOC_0_vf + P_vfc(1)*Y_besc/Qbat_vf - P_vff(1)/Y_besf/Qbat_vf

       ];

for t = 2:TN

   C = [C,

           SOC_pq(t) == SOC_pq(t-1) + P_pqc(t)*Y_besc/Qbat_pq - P_pqf(t)/Y_besf/Qbat_pq,

           SOC_vf(t) == SOC_vf(t-1) + P_vfc(t)*Y_besc/Qbat_vf - P_vff(t)/Y_besf/Qbat_vf

       ];

end

%柴油约束功率&启停

for t=1:TN  

   C=[C,

           OnOff(t)*P_dgmin <= P_dg(t) <= OnOff(t)*P_dgmax,

           consequtiveON([OnOff_history OnOff],On_min),

           consequtiveON(1-[OnOff_history OnOff],Off_min)

       ];

end

%爬坡速度

   C = [C,

           V_dgdown*(N/60) <=  P_dg(1)-P_dg_0 <= V_dgup*(N/60)

       ];

for t = 2:TN

 

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]张国平,王维俊,毛龙波,米红菊.微电网经济运行优化方法研究综述[J].电力与能源,2019,40(05):585-590.

🌈4 Matlab代码及文章讲解

https://ttaozhi.com/t/p.html?id=8Q0WUhp4az

相关文章
|
7天前
|
机器学习/深度学习 算法 数据挖掘
基于GWO灰狼优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
本项目展示了基于分组卷积神经网络(GroupCNN)和灰狼优化(GWO)的时间序列回归预测算法。算法运行效果良好,无水印展示。使用Matlab2022a开发,提供完整代码及详细中文注释。GroupCNN通过分组卷积减少计算成本,GWO则优化超参数,提高预测性能。项目包含操作步骤视频,方便用户快速上手。
|
2天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于贝叶斯优化卷积神经网络(Bayes-CNN)的多因子数据分类识别算法matlab仿真
本项目展示了贝叶斯优化在CNN中的应用,包括优化过程、训练与识别效果对比,以及标准CNN的识别结果。使用Matlab2022a开发,提供完整代码及视频教程。贝叶斯优化通过构建代理模型指导超参数优化,显著提升模型性能,适用于复杂数据分类任务。
|
7天前
|
算法 决策智能
基于GA-PSO遗传粒子群混合优化算法的TSP问题求解matlab仿真
本文介绍了基于GA-PSO遗传粒子群混合优化算法解决旅行商问题(TSP)的方法。TSP旨在寻找访问一系列城市并返回起点的最短路径,属于NP难问题。文中详细阐述了遗传算法(GA)和粒子群优化算法(PSO)的基本原理及其在TSP中的应用,展示了如何通过编码、选择、交叉、变异及速度和位置更新等操作优化路径。算法在MATLAB2022a上实现,实验结果表明该方法能有效提高求解效率和解的质量。
|
2月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
153 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
2月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
113 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
2月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
79 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
5月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
5月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
|
5月前
|
Serverless
基于Logistic函数的负荷需求响应(matlab代码)
基于Logistic函数的负荷需求响应(matlab代码)

热门文章

最新文章