基于多能互补的热电联供型微网优化运行(Matlab代码实现)

简介: 基于多能互补的热电联供型微网优化运行(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

1.1 CHP-MG 系统供给侧多能互补模型

📚2 运行结果

2.1 不考虑热负荷响应

2.2 用户侧只参与电负荷的削减和时移响应

2.3 用户侧只参与热负荷的供能选择响应

2.4 用户侧参与电负荷的削减和时移响应以及热负荷的供能选择响应

🌈3 Matlab代码+数据+文章讲解

🎉4 参考文献


image.gif编辑

💥1 概述

文献来源:

摘要:热电联供型微网(CHP-MG)对实现能源可持续发展和构建绿色低碳社会具有重要的应用价值,而内部复杂的能源结构与设备耦合关系,也对其运行优化带来了挑战。利用供需双侧电、热能的互动互补关系,在供给侧采用储能装置实现联供设备的热电解耦,通过各能源转换设备提升系统多能源的供应能力。在需求侧对负荷类型进行分类,利用电负荷的弹性和系统供热方式的多样性,构建含电负荷时移、削减响应及热负荷供能方式响应的综

合能源需求响应模型,并提出响应补偿机制。在此基础上,以系统运行成本与响应补偿成本之和最小为目标,综合考虑供需双侧设备运行和可调度负荷资源约束,建立基于多能互补的 CHP-MG 优化运行数学模型。基于算例的仿真结果和对比分析表明:考虑多能互补的供需双侧协同优化能有效提高系统供能的灵活性以及运行经济性。

关键词:热电联供型微网;热电解耦;综合能源需求响应;多能互补

1.1 CHP-MG 系统供给侧多能互补模型

本文主要研究包含热、电、气 3 种能源形式的CHP-MG 系统优化运行,系统微源设备主要有风力

发电、微型燃气轮机(Micro Turbine, MT)、燃气锅炉(Gas Boiler, GB);储能设备(Energy Storage system,ESS) 包含蓄电池 (Battery, BT) 和蓄热槽 (Thermal Storage Tank, TST);能源转换设备包括热交换机(Heat Exchange, HE)、电热设备等,其结构如图 1所示,此系统与外部大电网和储能系统之间均存在双向功率流动。

image.gif

📚2 运行结果

2.1 不考虑热负荷响应

热电联产运行,利用 ESS 解耦热电联系,优化系统供给侧设备出力。

image.gif

image.gif

image.gif

2.2 用户侧只参与电负荷的削减和时移响应

热电联产运行,利用 ESS 解耦热电联系,用户侧只参与电负荷的削减和时移响应,优化

系统供给侧设备出力。

image.gif

image.gif

image.gif

image.gif

2.3 用户侧只参与热负荷的供能选择响应

热电联产运行,利用ESS 解耦热电联系,用户侧只参与热负荷的供能选择响应,优化系

统供给侧设备出力。

image.gif

image.gif

image.gif

2.4 用户侧参与电负荷的削减和时移响应以及热负荷的供能选择响应

热电联产运行,利用 ESS 解耦热电联系,用户侧参与电负荷的削减和时移响应以及热负

荷的供能选择响应,优化系统供给侧设备出力。

image.gif

image.gif

image.gifimage.gif

种运行方案下 CHP-MG 运行情况如表 1 所示。在方案 1 下,电能和热能独立运行,电能主要由外部大电网以及发电设备满足,热能主要由 GB满足,MT 的余热未能有效利用,且 GB 的燃料费用较高,因此,该方案下运行成本较高为 8 000.5 元;方案 2 在方案 1 的基础上,在供给侧通过能源转换设备提升系统多能源的供应能力,使热能由 GB、HE 以及电热设备满足,因此,交换费用和锅炉费用有所降低,其经济运行成本为 7 712.3 元;方案 3在方案 2 的基础上,将需求侧管理纳入系统经济运行,在峰时段调节可控负荷和时移负荷用电功率,使系统购电费用降低,其系统总运行成本减少至7 660.8 元;方案 4 在方案 2 的基础上,利用负荷之间互补特性使用户进行替换式的需求响应,降低峰时段购电功率,但锅炉费用有所上升,其总运行成本为 7 651.1 元;方案 5 综合两种需求响应方式,相比方案 3 4,锅炉费用增加,但峰时段购电功率有所降低,其总运行费用得到优化为 7 609.6 元。

经过优化后各方案的电负荷如图 2 所示,相较原电负荷,方案 345 在高峰时段总的电负荷得到有效降低,且通过方案 4 可以了解,基于负荷之间的互补特性,挖掘用户响应潜力,并不会给其余时段的系统运行造成太大影响。

🌈3 Matlab代码+数据+文章讲解

链接:https://pan.baidu.com/s/1f3H_ruw1jehqjXZ-1rkRKg

提取码:wtex

--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]程杉,魏昭彬,黄天力,何畅,赵孟雨.基于多能互补的热电联供型微网优化运行[J].电力系统保护与控制,2020,48(11):160-168.DOI:10.19783/j.cnki.pspc.190932.

相关文章
|
2月前
|
算法 大数据
【MATLAB】鲸鱼算法优化混合核极限学习机(WOA-HKELM)回归预测算法
【MATLAB】鲸鱼算法优化混合核极限学习机(WOA-HKELM)回归预测算法
64 2
|
1天前
|
机器学习/深度学习 算法 数据挖掘
基于PSO优化的CNN-LSTM-Attention的时间序列回归预测matlab仿真
该文档介绍了使用MATLAB2022A中PSO优化算法提升时间序列预测模型性能的过程。PSO优化前后对比显示了优化效果。算法基于CNN、LSTM和Attention机制构建CNN-LSTM-Attention模型,利用PSO调整模型超参数。代码示例展示了PSO的迭代优化过程及训练、预测和误差分析环节。最终,模型的预测结果以图形形式展示,并保存了相关数据。
|
8天前
|
机器学习/深度学习 算法 网络架构
matlab使用贝叶斯优化的深度学习
matlab使用贝叶斯优化的深度学习
15 0
|
29天前
|
机器学习/深度学习 算法 数据可视化
基于GA优化的CNN-GRU-Attention的时间序列回归预测matlab仿真
该内容描述了一个使用CNN-LSTM-Attention模型优化时间序列预测的过程。在优化前后,算法的预测效果有明显提升,软件版本为matlab2022a。理论部分介绍了CNN用于特征提取,LSTM处理序列依赖,Attention关注重要信息,以及遗传算法(GA)优化超参数。提供的核心代码展示了GA的优化迭代和模型训练,以及预测结果的可视化比较。
|
1月前
|
算法 搜索推荐
基于遗传优化的协同过滤推荐算法matlab仿真
该内容是关于推荐系统和算法的描述。使用Matlab2022a执行的算法生成了推荐商品ID列表,显示了协同过滤在个性化推荐中的应用。用户兴趣模型通过获取用户信息并建立数学模型来提高推荐性能。程序片段展示了遗传算法(GA)的迭代过程,确定支持度阈值,并基于关联规则生成推荐商品ID。最终结果是推荐的商品ID列表,显示了算法的收敛和支持值。
|
3月前
|
Perl
【MFAC】基于全格式动态线性化的无模型自适应控制(Matlab代码)
【MFAC】基于全格式动态线性化的无模型自适应控制(Matlab代码)
|
3月前
【数值分析】迭代法求方程的根(附matlab代码)
【数值分析】迭代法求方程的根(附matlab代码)
|
3月前
【数值分析】Jacobi、Seidel和Sor迭代法求解线性方程组(附matlab代码)
【数值分析】Jacobi、Seidel和Sor迭代法求解线性方程组(附matlab代码)
|
3月前
【数值分析】二分法求方程的根(附matlab代码)
【数值分析】二分法求方程的根(附matlab代码)
|
16天前
|
存储 人工智能 机器人
【Matlab】Matlab电话拨号音合成与识别(代码+论文)【独一无二】
【Matlab】Matlab电话拨号音合成与识别(代码+论文)【独一无二】

热门文章

最新文章