基于共享储能电站的工业用户日前优化经济调度(Matlab代码实现)

简介: 储能技术广泛应用于调频、调峰、平抑可再生能源出力波动、需求侧响应、提高用户可靠性等领域,对能源互联网的发展起到重要支撑作用。通过储能系统在电网电价谷时段存储电能,在电价峰时段释放电能供给用户,可以为用户节省用电成本,同时缓解电网调峰压力[2,3,4]。国家和地方政府大力推广储能技术的应用,储能的发展前景广阔。


💥💥💞💞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

1.1 共享储能电站概念及运营模式

1.2 基于共享储能的优化调度模型

📚2 运行结果

2.1 场景分析

2.2 接入共享储能电站优化结果分析

🌈3 Matlab代码实现

🎉4 参考文献


image.gif

💥1 概述

文献来源:

image.gif

储能技术广泛应用于调频、调峰、平抑可再生能源出力波动、需求侧响应、提高用户可靠性等领域,对能源互联网的发展起到重要支撑作用。通过储能系统在电网电价谷时段存储电能,在电价峰时段释放电能供给用户,可以为用户节省用电成本,同时缓解电网调峰压力[2,3,4]。国家和地方政府大力推广储能技术的应用,储能的发展前景广阔。


目前关于共享储能的研究处于起步阶段,现有的工作以共享储能系统为主要研究对象,分析共享储能系统的商业模式和盈利情况,没有对用户参与共享储能系统的充放电行为和经济效益做深入研究。

本文在用户群间引入共享储能电站,建立以用户群日运行成本最优为目标的优化调度模型,分析用户群接入共享储能电站后的充放电行为和经济效益,并对共享储能电站的投资回收年限等经济性指标与服务费定价关系做出进一步的研究。

1.1 共享储能电站概念及运营模式

共享储能电站的概念如图 1 所示,储能电站运营商利用资金优势在用户群间建立大型共享储能电站,对储能电站进行统一运营管理,为同一配电网区域内的多个用户提供共享储能服务。

image.gif

1.2 基于共享储能的优化调度模型

image.gif

image.gif

image.gif

📚2 运行结果

2.1 场景分析

image.gif

CPXPARAM_Simplex_Display                         2
CPXPARAM_MIP_Tolerances_MIPGap                   9.9999999999999995e-07
CPXPARAM_Barrier_Display                         2
Tried aggregator 3 times.
MIP Presolve eliminated 479 rows and 53 columns.
Aggregator did 159 substitutions.
Reduced MIP has 373 rows, 229 columns, and 1198 nonzeros.
Reduced MIP has 46 binaries, 0 generals, 0 SOSs, and 0 indicators.
Presolve time = 0.02 sec. (1.67 ticks)
Found incumbent of value 4919.153611 after 0.03 sec. (2.56 ticks)
Probing fixed 0 vars, tightened 46 bounds.
Probing time = 0.00 sec. (0.05 ticks)
Tried aggregator 1 time.
MIP Presolve eliminated 256 rows and 147 columns.
MIP Presolve modified 64 coefficients.
Reduced MIP has 117 rows, 82 columns, and 396 nonzeros.
Reduced MIP has 17 binaries, 0 generals, 0 SOSs, and 0 indicators.
Presolve time = 0.00 sec. (0.31 ticks)
Probing time = 0.00 sec. (0.01 ticks)
Tried aggregator 1 time.
Reduced MIP has 117 rows, 82 columns, and 396 nonzeros.
Reduced MIP has 17 binaries, 0 generals, 0 SOSs, and 0 indicators.
Presolve time = 0.02 sec. (0.19 ticks)
Probing time = 0.00 sec. (0.01 ticks)
MIP emphasis: balance optimality and feasibility.
MIP search method: dynamic search.
Parallel mode: deterministic, using up to 16 threads.
Root relaxation solution time = 0.00 sec. (0.29 ticks)
        Nodes                                         Cuts/
   Node  Left     Objective  IInf  Best Integer    Best Bound    ItCnt     Gap
*     0+    0                         2776.7029     2633.8312             5.15%
      0     0        cutoff           2776.7029                     24    0.00%
Root node processing (before b&c):
  Real time             =    0.05 sec. (7.26 ticks)
Parallel b&c, 16 threads:
  Real time             =    0.00 sec. (0.00 ticks)
  Sync time (average)   =    0.00 sec.
  Wait time (average)   =    0.00 sec.
                          ------------
Total (root+branch&cut) =    0.05 sec. (7.26 ticks)
----------用户A部分------------
最优储能容量规划值为 : 2796.5625 kWh
最优储能充放电功率最大值为 : 590 kW
----------用户B部分------------
最优储能容量规划值为 : 739.2434 kWh
最优储能充放电功率最大值为 : 130 kW
----------用户C部分------------
最优储能容量规划值为 : 698.0099 kWh
最优储能充放电功率最大值为 : 80 kW
>>

image.gif

CPXPARAM_Simplex_Display                         2

CPXPARAM_MIP_Tolerances_MIPGap                   9.9999999999999995e-07

CPXPARAM_Barrier_Display                         2

Tried aggregator 3 times.

MIP Presolve eliminated 479 rows and 53 columns.

Aggregator did 159 substitutions.

Reduced MIP has 373 rows, 229 columns, and 1198 nonzeros.

Reduced MIP has 46 binaries, 0 generals, 0 SOSs, and 0 indicators.

Presolve time = 0.02 sec. (1.67 ticks)

Found incumbent of value 4919.153611 after 0.03 sec. (2.56 ticks)

Probing fixed 0 vars, tightened 46 bounds.

Probing time = 0.00 sec. (0.05 ticks)

Tried aggregator 1 time.

MIP Presolve eliminated 256 rows and 147 columns.

MIP Presolve modified 64 coefficients.

Reduced MIP has 117 rows, 82 columns, and 396 nonzeros.

Reduced MIP has 17 binaries, 0 generals, 0 SOSs, and 0 indicators.

Presolve time = 0.00 sec. (0.31 ticks)

Probing time = 0.00 sec. (0.01 ticks)

Tried aggregator 1 time.

Reduced MIP has 117 rows, 82 columns, and 396 nonzeros.

Reduced MIP has 17 binaries, 0 generals, 0 SOSs, and 0 indicators.

Presolve time = 0.02 sec. (0.19 ticks)

Probing time = 0.00 sec. (0.01 ticks)

MIP emphasis: balance optimality and feasibility.

MIP search method: dynamic search.

Parallel mode: deterministic, using up to 16 threads.

Root relaxation solution time = 0.00 sec. (0.29 ticks)

       Nodes                                         Cuts/

  Node  Left     Objective  IInf  Best Integer    Best Bound    ItCnt     Gap

*     0+    0                         2776.7029     2633.8312             5.15%

     0     0        cutoff           2776.7029                     24    0.00%

Root node processing (before b&c):

 Real time             =    0.05 sec. (7.26 ticks)

Parallel b&c, 16 threads:

 Real time             =    0.00 sec. (0.00 ticks)

 Sync time (average)   =    0.00 sec.

 Wait time (average)   =    0.00 sec.

                         ------------

Total (root+branch&cut) =    0.05 sec. (7.26 ticks)

----------用户A部分------------

最优储能容量规划值为 : 2796.5625 kWh

最优储能充放电功率最大值为 : 590 kW

----------用户B部分------------

最优储能容量规划值为 : 739.2434 kWh

最优储能充放电功率最大值为 : 130 kW

----------用户C部分------------

最优储能容量规划值为 : 698.0099 kWh

最优储能充放电功率最大值为 : 80 kW

>>

2.2 接入共享储能电站优化结果分析

image.gif

image.gif

image.gif

image.gif

Aggregator did 91 substitutions.

Reduced MIP has 259 rows, 277 columns, and 858 nonzeros.

Reduced MIP has 69 binaries, 0 generals, 0 SOSs, and 0 indicators.

Presolve time = 0.02 sec. (1.05 ticks)

Probing fixed 9 vars, tightened 111 bounds.

Probing time = 0.00 sec. (0.09 ticks)

Cover probing fixed 1 vars, tightened 28 bounds.

Tried aggregator 2 times.

MIP Presolve eliminated 81 rows and 66 columns.

MIP Presolve modified 132 coefficients.

Aggregator did 6 substitutions.

Reduced MIP has 172 rows, 205 columns, and 568 nonzeros.

Reduced MIP has 59 binaries, 0 generals, 0 SOSs, and 0 indicators.

Presolve time = 0.00 sec. (0.42 ticks)

Probing fixed 0 vars, tightened 9 bounds.

Probing time = 0.00 sec. (0.04 ticks)

Tried aggregator 1 time.

MIP Presolve eliminated 1 rows and 0 columns.

MIP Presolve modified 9 coefficients.

Reduced MIP has 171 rows, 205 columns, and 565 nonzeros.

Reduced MIP has 59 binaries, 0 generals, 0 SOSs, and 0 indicators.

Presolve time = 0.00 sec. (0.33 ticks)

Probing time = 0.00 sec. (0.04 ticks)

Clique table members: 7.

MIP emphasis: balance optimality and feasibility.

MIP search method: dynamic search.

Parallel mode: deterministic, using up to 16 threads.

Root relaxation solution time = 0.00 sec. (0.43 ticks)

       Nodes                                         Cuts/

  Node  Left     Objective  IInf  Best Integer    Best Bound    ItCnt     Gap

*     0     0      integral     0     2202.4575     2202.4575       20    0.00%

Elapsed time = 0.02 sec. (4.91 ticks, tree = 0.00 MB, solutions = 1)

Root node processing (before b&c):

 Real time             =    0.02 sec. (4.93 ticks)

Parallel b&c, 16 threads:

 Real time             =    0.00 sec. (0.00 ticks)

 Sync time (average)   =    0.00 sec.

 Wait time (average)   =    0.00 sec.

                         ------------

Total (root+branch&cut) =    0.02 sec. (4.93 ticks)

🌈3 Matlab代码实现

链接:https://pan.baidu.com/s/11nW6qsFND4q96XzUEPXRyA 

提取码:yyqh

--来自百度网盘超级会员V3的分享

🎉4 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]李淋,徐青山,王晓晴,凌静,孙海翔.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(05):100-107.

相关文章
|
10天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
1月前
|
算法 调度
基于CVX凸优化的电动汽车充放电调度matlab仿真
本程序基于CVX凸优化实现电动汽车充放电调度,通过全局和局部优化求解,展示了不同情况下的负载曲线。程序在MATLAB 2022a上运行,有效平抑电网负荷峰值,提高电网稳定性。
|
3月前
|
存储 算法 调度
基于和声搜索算法(Harmony Search,HS)的机器设备工作最优调度方案求解matlab仿真
通过和声搜索算法(HS)实现多机器并行工作调度,以最小化任务完成时间。在MATLAB2022a环境下,不仅输出了工作调度甘特图,还展示了算法适应度值的收敛曲线。HS算法模拟音乐家即兴创作过程,随机生成初始解(和声库),并通过选择、微调生成新解,不断迭代直至获得最优调度方案。参数包括和声库大小、记忆考虑率、音调微调率及带宽。编码策略将任务与设备分配映射为和声,目标是最小化完成时间,同时确保满足各种约束条件。
|
4月前
|
算法 网络性能优化 调度
基于De-Jitter Buffer算法的无线网络业务调度matlab仿真,对比RR调度算法
1. **功能描述**: 提出了一个去抖动缓冲区感知调度器,结合用户终端的缓冲状态减少服务中断。该算法通过动态调整数据包发送速率以优化网络延迟和吞吐量。 2. **测试结果**: 使用MATLAB 2022a进行了仿真测试,结果显示De-Jitter Buffer算法在网络拥塞时比RR调度算法更能有效利用资源,减少延迟,并能根据网络状态动态调整发送速率。 3. **核心程序**: MATLAB代码实现了调度逻辑,包括排序、流量更新、超时和中断处理等功能。 仿真结果和算法原理验证了De-Jitter Buffer算法在无线网络调度中的优势。
|
3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。
198 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
|
3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。
128 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
|
3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。
90 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
|
6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)
|
6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)