【电力系统】基于共享储能电站的工业用户日前优化经济调度附matlab代码

简介: 【电力系统】基于共享储能电站的工业用户日前优化经济调度附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测雷达通信 无线传感器

信号处理图像处理路径规划元胞自动机无人机 电力系统

⛄ 内容介绍

文章提出一种基于共享储能电站的工业用户日前优化经济调度方法.首先提出共享储能电站的概念,分析其商业运营模式.然后将共享储能电站应用到工业用户经济优化调度中,通过协调各用户使用共享储能电站进行充电和放电的功率,实现用户群日运行成本最优.最后以江苏省3个工业用户进行算例仿真,与用户不配置储能和用户独立配置储能场景对比,得出引入共享储能电站可以显著降低用户群日运行成本,并对储能电站年服务费收益,静态投资回收年限和投资回报率与共享储能电站服务费定价间的关系做进一步的研究.

⛄ 部分代码

%论文复现——场景3部分

%基于共享储能电站的工业用户日前优化经济调度[J].电力建设

clc

clear

close all


%% 参数设置

P_grid=sdpvar(3,24); %用户从电网购买的电功率

P_ess_b=sdpvar(3,24); %用户使用共享储能电站放电的功率

P_ess_s=sdpvar(3,24); %用户使用共享储能电站充电的功率

U_ess_b=binvar(3,24); %用户使用共享储能的放电状态位,取1时为放电,0为未放电

U_ess_s=binvar(3,24); %用户使用共享储能的充电状态位,取1时为充电,0为未充电

E=sdpvar(1,24); %储能电站的荷电状态

P_abs=sdpvar(1,24); %储能电站的充电功率

P_relea=sdpvar(1,24); %储能电站的放电功率

E_init=sdpvar(1,1); %储能电站的初始容量

E_max=sdpvar(1,1); %储能电站的预配置容量

P_max=sdpvar(1,1); %储能电站的预配置最大充放电功率

U_abs=binvar(1,24); %储能电站的放电状态位,取1时为放电,0为未放电

U_relea=binvar(1,24); %储能电站的充电状态位,取1时为充电,0为未充电

%% 用户参数导入


Plot_UserC=Plot_UserC';

figure

bar(Plot_UserC,'stacked');

hold on

plot(P_load(3,:),'k-o','LineWidth',1.5);

hold on

plot(P_wind(3,:),'b-o','LineWidth',1.5);

xlabel('时间/h');

ylabel('功率/kW');

title('用户C的电负荷平衡曲线');

legend('从电网购电功率','使用储能电站的放电功率','使用储能电站的充电功率','用户C电负荷','风电出力');

legend('boxoff');

box off

%共享储能电站充放电功率和电量状态曲线

for t=1:24

   Plot_Station(1,t)=-1*P_abs(t);

   Plot_Station(2,t)=P_relea(t);

end

Plot_Station=Plot_Station';

EE=E';

figure

yyaxis left; % 激活左边的轴

bar(Plot_Station,'stacked');

title('共享储能电站充放电功率和电量状态曲线');

xlabel('时间/h');

ylabel('功率/kW'); % 给左y轴添加轴标签

yyaxis right; % 激活右边的轴

plot(EE,'r-o','LineWidth',1.5);

ylabel('电量/kWh'); % 给右y轴添加轴标签

legend('储能电站充电功率','储能电站放电功率','储能电站电量');

legend('boxoff');

grid on

box off    

⛄ 运行结果

⛄ 参考文献

[1]李淋, 徐青山, 王晓晴,等. 基于共享储能电站的工业用户日前优化经济调度[J]. 电力建设, 2020, 41(5):8.

⛄ 完整代码

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
11天前
|
算法
基于GA遗传优化的TSP问题最优路线规划matlab仿真
本项目使用遗传算法(GA)解决旅行商问题(TSP),目标是在访问一系列城市后返回起点的最短路径。TSP属于NP-难问题,启发式方法尤其GA在此类问题上表现出色。项目在MATLAB 2022a中实现,通过编码、初始化种群、适应度评估、选择、交叉与变异等步骤,最终展示适应度收敛曲线及最优路径。
|
5天前
|
机器学习/深度学习 算法 数据挖掘
基于GWO灰狼优化的CNN-LSTM的时间序列回归预测matlab仿真
本项目展示了一种结合灰狼优化(GWO)与深度学习模型(CNN和LSTM)的时间序列预测方法。GWO算法高效优化模型超参数,提升预测精度。CNN提取局部特征,LSTM处理长序列依赖,共同实现准确的未来数值预测。项目包括MATLAB 2022a环境下运行的完整代码及视频教程,代码内含详细中文注释,便于理解和操作。
|
1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。
105 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
|
1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。
76 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
|
1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。
60 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
|
4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)
|
4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)
|
4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)
|
4月前
|
供应链 算法
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)