考虑“源-荷-储”协同互动的主动配电网优化调度研究附Matlab代码

简介: 考虑“源-荷-储”协同互动的主动配电网优化调度研究附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        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

伴随智能电网的建设和清洁能源的开发利用,配电网中的负荷类型呈现多元化发展,分布式电源、可控负荷、储能等资源的增加让单向潮流的传统配电网逐渐向双向潮流的主动配电网结构转变。在能源结构转变的同时,清洁能源自身的随机性和波动性给配电网带来了更大的调峰压力,电力系统的安全稳定运行面临巨大的挑战。综合利用配电网内部的主动负荷资源参与优化调度,对提高电力系统供电可靠性和推进清洁能源发展有重要意义。本文旨在建立一种综合考虑主动配电网内部“源”、“荷”、“储”各类发用电资源的优化调度模型,降低配电网调度压力,提高能源利用率,增加清洁能源的消纳水平,并通过典型算例验证其可行性。首先,对主动配电网的架构和关键技术进行了介绍,并对主动配电网内部的分布式电源、需求侧负荷资源以及储能设备的发用电结构和特性进行研究分析。结合可控负荷与储能资源的响应策略、约束、成本等分别建立响应模型,提出了“源-荷-储”协同互动的两阶段优化调度策略。其次,建立了主动配电网优化调度模型,以配电网运行可靠性和经济性最优为目标函数,考虑了网络平衡约束、分布式电源功率约束、用户用电满意度约束以及储能系统的充放电功率约束等作为约束条件。在粒子群算法基础上采用理想点法求解多目标优化问题。最后,用IEEE-33节点系统作为算例,验证了优化调度模型与算法的可行性和正确性。通过与单一控制策略:“源-荷”协同响应、“源-储”协同响应优化结果进行对比分析,综合考虑“源-荷-储”协同响应的控制策略能更充分的利用配电网中各类资源,优化效果最好。参与优化调度的储能系统充放电切换频繁,增加了储能资源调用成本,提出了双储能运行策略,在原储能系统的出力计划不变的前提下,可大幅减少储能系统充放循环次数,延长系统使用寿命,并有效提高配电网优化调度的经济性。

⛄ 部分代码

%% 参数

% 风光热电

Ppv = [0, 0, 0, 0, 0, 0, 2.52, 10.08, 16.38, 25.2, 28.98, 30.24, 28.98, 26.46, 21.42, 16.38, 11.34, 2.52, 0 , 0, 0, 0, 0, 0];

Pwt = [32.76, 37.8, 41.57, 39.06, 35.28, 15.12, 17.64, 21.42, 25.2, 15.12, 7.56, 11.34, 6.3, 5.04, 17.64, 21.42, 34.02, 34.02, 22.68, 18.9, 20.16, 20.16, 30.24, 39.06];

Phe = [128.5, 132.28, 139.84, 129.76, 134.8, 127.24, 123.47, 119.69, 119.69, 112.13, 100.79, 89.45, 79.37, 66.77, 76.85, 85.67, 104.57, 114.65, 127.24, 146.14, 141.1, 134.8, 131.02, 129.76];

Pl = [62.99, 57.95, 55.43, 51.65, 50.39, 62.99, 81.89, 97.01, 117.17, 127.24, 123.47, 108.35, 99.53, 93.23, 97.01, 109.61, 118.4, 122.21, 129.76, 136.06, 125.98, 105.83, 89.45, 66.77];

Cm_pv = 0.0235;

Cm_wt = 0.0196;


% 电网买卖电价

Crb = [0.17, 0.17, 0.17, 0.17, 0.17, 0.17, 0.17, 0.49, 0.49, 0.49, 0.83, 0.83, 0.83, 0.83, 0.83, 0.49, 0.49, 0.49, 0.83, 0.83, 0.83, 0.49, 0.49, 0.17];

Crs = [0.13, 0.13, 0.13, 0.13, 0.13, 0.13, 0.13, 0.38, 0.38, 0.38, 0.65, 0.65, 0.65, 0.65, 0.65, 0.38, 0.38, 0.38, 0.65, 0.65, 0.65, 0.38, 0.38, 0.13];

Pgrid_min = -60;

Pgrid_max = 60;


% 燃气轮机

Pmt_min = 15;

Pmt_max = 65;

Rmt_down = -5;

Rmt_up = 10;

Cm_mt = 0.025;

eta_l = 0.15;

eta_h = 0.9;

Coph = 1.2;

eta_mt = [0.281511485,0.279660704,0.274107223,0.281714324,0.285366323,0.282392617,0.278652065,0.273527594,0.265437288,0.263784876,0.253341649,0.240684731,0.225559863,0.219695875,0.23198922,0.233347706,0.236346234,0.259440614,0.273964246,0.283534984,0.278375758,0.271587717,0.262965241,0.252302695];

Cst_mt = 1.94;


% 电锅炉

Peb_min = 0;

Peb_max = 50;

Reb_down = -3;  

Reb_up = 5;

eta_ah = 0.85;  %热电转换效率

Cm_eb = 0.016;

Cst_eb = 2.74;


% 燃料电池

Pfc_min = 5;

Pfc_max = 40;

Rfc_down = -2;

Rfc_up = 2;

Cm_fc = 0.026;

eta_fc = [0.633102762,0.630810014,0.626210435,0.622515243,0.619496279,0.615849659,0.614475289,0.609895576,0.606003752,0.602201083,0.599696666,0.595793234,0.595413236,0.593021958,0.595233072,0.599833088,0.604433107,0.60902944,0.613626799,0.618226815,0.62282674,0.627426773,0.632026849,0.636626883];

Cst_fc = 1.2;


% 电储能

tau_b = 0.001;

eta_bch = 0.9;

eta_bdis = 0.9;

Eb_init = 30;

Eb_min = 0.2*150;

Eb_max = 0.8*150;

Cm_Eb = 0.0018;

Pbch_min=0;       % 电储能充电

Pbch_max=37.5;

Pbdis_min=0;     % 电储能放电

Pbdis_max=37.5;


% 热储能

tau_h = 0.01;

eta_hch = 0.9;

eta_hdis = 0.9;

Eh_init = 0.2*100;

Eh_min = 0.1*100;

Eh_max = 0.8*100;

Cm_Eh = 0.0016;

Phch_min=0;     % 热储能储热

Phch_max=25;

Phdis_min=0;    % 热储能放热

Phdis_max=25;


% 单价系数

Cgas = 2.5;

L_gas = 9.7;

Uinit = 0;

Che = 0.1;          % 制热收益系数

⛄ 运行结果

⛄ 参考文献

[1]诸晓骏. 考虑电动汽车有序充电的主动配电网源网荷优化调度研究[D]. 东南大学, 2016.

[2]邢海军, 洪绍云, 范宏,等. 面向"源-网-荷-储"的主动配电网优化重构及协调调度研究[J]. 电力建设, 2018, 39(8):6.

⛳️ 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
|
12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。
|
12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。
|
14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。
215 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。
139 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。
105 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)