【微电网】微电网的分布式电源优化配置研究(Matlab代码实现)

简介: 【微电网】微电网的分布式电源优化配置研究(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 文献来源

🌈4 Matlab代码及文章讲解


image.gif

💥1 概述

摘要:本研究使用主从方法为微电网的规划分布式发电(DG)分配提出了一种新的问题公式。在先前的规划研究中,所有危险品均具有相同的运行模式(例如,以统一的功率因数运行)。对于由主从控制的微电网,DG具有两种可能的运行模式:主模式(非单位功率因数运行)和从模式(单位功率因数运行)。对于计划主从控制的微电网,除了DG选址外,还可以通过在计划问题中包括一组新的约束条件来确定最佳DG运行模式。因此,以最小化微电网的能量损失为主要目标,提出的公式能够确定主从DG的最佳位置。提出的模型被公式化为混合整数非线性规划问题。集成到最佳功率流框架中,并在考虑可变负载曲线的IEEE 38总线系统上进行了测试。除此之外,系统中的从属DG还针对不同负载类型和无功功率注入的案例研究进行了敏感性分析(例如,以固定的非单位功率因数运行)。

电力系统中分布式发电(DG)的快速增长的集成,是引起人们对微电网日益增长的兴趣的主要驱动力之一。微电网自主运行的能力是[1]中发现的未来智能电网设计的主要特征之一。

为了最大程度地利用分布式发电系统在配电系统中的优势,已经进行了广泛的研究[2-6],以最佳地确定分布式发电系统的大小和位置,以增强配电系统的运行。根据现有文献,可以对DG进行最佳定位,以实现技术或经济利益。DG分配研究中使用的经济目标包括最大化利润和最小化运营成本[7]。另一方面,在[4,8]中讨论的有功功率和无功功率的减少,电压分布的增强[9]和稳定性的提高[6]是已实现DG尺寸和选址的技术目标。在[10]中,通过制定一个多目标优化问题来考虑技术和经济方面的问题,该问题可以在计划期内最大化系统负荷以及配电公司的利润。此外,[11]中的研究通过使用指数负载模型,考虑了电压相关负载的影响,确定了在单位功率因数下运行的DG的大小和位置。

自主微电网的运行已逐渐普及,并且大多数研究工作集中在运行方面,例如[12,13]中讨论的稳定性增强,[14,15]中找到的稳定运行的最佳控制方案和谐波。 [16,17]中提供了用于提高电能质量的缓解措施。从分配具有各种目标的DG的角度来看,最近的研究集中在微电网的规划方面。文献[18]中的规划方法为并网微电网选择了最佳的DG类型,同时考虑了固定的DG大小和单位功率因数操作,以实现分布式能源(DER)的最小投资成本。同样,[19]中的研究确定了最佳DG位置和容量,对于并网的微电网,它对应于最小的功率损耗和节点电压偏差。在[20]中提出了一种方法,该方法确定可调度和间歇性发电与DG分配的最佳组合的大小,以最大化径向系统的长期经济利润。在[21]中讨论了能源管理的运营策略,并结合了优化DG容量和类型。但是,本研究中未对DG的位置进行优化。鉴于[22]中着重于在适当的位置部署最佳尺寸的DG,以实现具有成本效益的解决方案以及估计的可靠性标准,但是该研究仅针对实际发电和需求。在[20]中提出了一种方法,该方法确定可调度和间歇性发电的最佳组合以及DG分配的大小,以使径向系统的长期经济利益最大化。在[21]中讨论了能源管理的运营策略,并结合了优化DG容量和类型。但是,本研究中未对DG的位置进行优化。鉴于[22]中着重于在适当的位置部署最佳尺寸的DG,以实现具有成本效益的解决方案以及估计的可靠性标准,但是该研究仅针对实际发电和需求。在[20]中提出了一种方法,该方法确定可调度和间歇性发电与DG分配的最佳组合的大小,以最大化径向系统的长期经济利润。在[21]中讨论了能源管理的运营策略,并结合了优化DG容量和类型。但是,本研究中未对DG的位置进行优化。鉴于[22]中着重于在适当的位置部署最佳尺寸的DG,以实现具有成本效益的解决方案以及估计的可靠性标准,但是该研究仅针对实际发电和需求。

当考虑并网的微电网时,实施的DG通常负责实际发电。[23]中的研究讨论了微电网中最佳无功功率规划的方面,并根据电压限制约束评估了微电网的成功,其中DG以单位功率因数运行。相反,在[24]中提出的计划是针对自治微电网执行的,该电网将针对实际电源的分布式储能资源(DESR)与针对无功注入的分布式无源(DRS)进行了优化分配。

image.gif

 

通常有两种主要的控制方案用于控制孤岛微电网中的DG。下垂控制和主从控制。在基于下垂的控制中,系统的频率和电压根据有功功率和无功功率而变化[25]。这导致系统中这两个参数的变化。为了最小化电压和频率偏差,稳定电压分布,减少微电网中的分布和转换损耗,采用主从控制以改善微电网的电压-频率控制模式(V–f)的整体运行[ 26]。主DG单元通过V–f控制来调节微电网的电压和频率,而从DG单元则通过P–Q进行控制。主机DG根据电压设定值控制注入固定的有功(或无功)功率。在文献中已经进行了一些有关使能量损失最小化的工作。文献[27]中的研究生成了一个发电负荷模型,该模型解决了基于间歇性风能的DG和随机负荷的确定性规划问题。

image.gif

📚2 运行结果

image.gif

image.gif

🎉3 文献来源

部分理论来源于网络,如有侵权请联系删除。

image.gif编辑

🌈4 Matlab代码及文章讲解

https://ttaozhi.com/t/p.html?id=Bk7FEc9UhD

相关文章
|
18天前
|
算法
基于WOA鲸鱼优化的购售电收益与风险评估算法matlab仿真
本研究提出了一种基于鲸鱼优化算法(WOA)的购售电收益与风险评估算法。通过将售电公司购售电收益风险计算公式作为WOA的目标函数,经过迭代优化计算出最优购电策略。实验结果表明,在迭代次数超过10次后,风险价值收益优化值达到1715.1万元的最大值。WOA还确定了中长期市场、现货市场及可再生能源等不同市场的最优购电量,验证了算法的有效性。核心程序使用MATLAB2022a实现,通过多次迭代优化,实现了售电公司收益最大化和风险最小化的目标。
|
18天前
|
算法
通过matlab对比遗传算法优化前后染色体的变化情况
该程序使用MATLAB2022A实现遗传算法优化染色体的过程,通过迭代选择、交叉和变异操作,提高染色体适应度,优化解的质量,同时保持种群多样性,避免局部最优。代码展示了算法的核心流程,包括适应度计算、选择、交叉、变异等步骤,并通过图表直观展示了优化前后染色体的变化情况。
|
20天前
|
算法 决策智能
基于遗传优化算法的TSP问题求解matlab仿真
本项目使用遗传算法解决旅行商问题(TSP),目标是在四个城市间找到最短路径。算法通过编码、选择、交叉、变异等步骤,在MATLAB2022A上实现路径优化,最终输出最优路径及距离。
|
4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。
224 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
|
4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。
141 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
|
4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。
110 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
|
7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)
|
7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)
|
7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)