✅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👇
⛄ 内容介绍
微网中的分布式电源大多利用可再生能源发电,能源清洁,符合国家可持续发展的战略要求.当前很多分布式电源发电技术已十分成熟,并且正在逐步地商业化,例如风电,微型燃气轮机,小水电,燃料电池,光伏发电等等.随着微网技术的发展与成熟,微网的调度以及经济运行也日益受到人们的关注. 本文综合考虑了多种分布式电源,研究了它们的发电原理,出力特性以及环境效益,建立了各种电源的出力模型.在传统调度方法的基础上,考虑了抽水蓄能电站优化调度模型.
⛄ 部分代码
function [f,fun,fun1,fun2,six,two,g,g1,h]= jieguo(x)
%% 准备工作
parameter; %输入所有的数据
%% 各个决策变量的含义
Pfl = x(1:24); % 火电1
Pf2 = x(25:48); % 火电2
Pf3 = x(49:72); % 火电3
Pf4 = x(73:96); % 火电4
Pf5 = x(97:120);% 火电5
Pf6 = x(121:144);% 火电6
%%
%水电1
Pc1=x(145:168);
% for t=1:24
% if Pc1(t)<0
% Pc1(t)=fix(Pc1(t))*50;
% end
% end
%% 峰：9/10/11/12/13/19/20/21
%% 谷：23/24/1/2/3/4/5
for t=1:24
if t>=9&&t<=13
if Pc1(t)<0
Pc1(t)=0;
end
elseif t>=19&&t<=21
if Pc1(t)<0
Pc1(t)=0;
end
elseif t>=1&&t<=5
if Pc1(t)>0
Pc1(t)=0;
end
elseif t>=23&&t<=24
if Pc1(t)>0
Pc1(t)=0;
end
% elseif t>=6&&t<=8
% Pc1(t)=0;
% elseif t>=14&&t<=18
% Pc1(t)=0;
% elseif t==22
% Pc1(t)=0;
end
end
six=[Pfl' Pf2' Pf3' Pf4' Pf5' Pf6'] ;
two=[Pc1' ];
%% 书写约束
% ******************* 等式约束****************************
h=[];
chou=zeros(1,24);
for t=1:24
chou(t)=Pc1(t);
end
for t=1:24 % (1) 电能平衡约束
if chou(t)>0
h = [h, Pfl(t)+Pf2(t)+Pf3(t)+Pf4(t)+Pf5(t)+Pf6(t)+sum(P_shui(:))+chou(t)*0.9 - P_load(t)]; %=0
else
h = [h, Pfl(t)+Pf2(t)+Pf3(t)+Pf4(t)+Pf5(t)+Pf6(t)+sum(P_shui(:))+chou(t)/eta - P_load(t)]; %=0
end
end
%% 抽蓄初始相等
h = [h, sum(chou)]; %=0
% ******************* 不等式约束 ***************************
g=[];
%% (1) 火电爬坡约束
for t=2:24 % (1) 火电爬坡约束1,1-23
if Pfl(t)>0&&Pfl(t-1)>0
g=[g, Pfl(t)-Pfl(t-1)-delta_fire(1)] ; % <=0
g=[g, -( Pfl(t)-Pfl(t-1)+delta_fire(1) ) ] ; % <=0
end
end
for t=2:24 % (1) 火电爬坡约束2,24-46
if Pf2(t)>0&&Pf2(t-1)>0
g=[g, Pf2(t)-Pf2(t-1)-delta_fire(2)] ; % <=0
g=[g, -( Pf2(t)-Pf2(t-1)+delta_fire(2) ) ] ; % <=0
end
end
for t=2:24 % (1) 火电爬坡约束3,47-69
if Pf3(t)>0&&Pf3(t-1)>0
g=[g, Pf3(t)-Pf3(t-1)-delta_fire(3)] ; % <=0
g=[g, -( Pf3(t)-Pf3(t-1)+delta_fire(3) ) ] ; % <=0
end
end
for t=2:24 % (1) 火电爬坡约束4,70-92
if Pf4(t)>0&&Pf4(t-1)>0
g=[g, Pf4(t)-Pf4(t-1)-delta_fire(4)] ; % <=0
g=[g, -( Pf4(t)-Pf4(t-1)+delta_fire(4) ) ] ; % <=0
end
end
for t=2:24 % (1) 火电爬坡约束5,93-115
if Pf5(t)>0&&Pf5(t-1)>0
g=[g, Pf5(t)-Pf5(t-1)-delta_fire(5)] ; % <=0
g=[g, -( Pf5(t)-Pf5(t-1)+delta_fire(5) ) ] ; % <=0
end
end
for t=2:24 % (1) 火电爬坡约束6,116-138
if Pf6(t)>0&&Pf6(t-1)>0
g=[g, Pf6(t)-Pf6(t-1)-delta_fire(6)] ; % <=0
g=[g, -( Pf6(t)-Pf6(t-1)+delta_fire(6) ) ] ; % <=0
end
end
%% 出力上下限约束
for t=1:24
g=[g, Pfl(t)-P_maxfire(1)] ; % <=0 ,139-162
end
for t=1:24
g=[g, Pf2(t)-P_maxfire(2)] ; % <=0 ,163-186
end
for t=1:24
g=[g, Pf3(t)-P_maxfire(3)] ; % <=0 ,187-210
% g=[g, -( Pf3(t)-P_minfire(3) ) ] ; % <=0
end
for t=1:24
g=[g, Pf4(t)-P_maxfire(4)] ; % <=0 ,211-234
end
for t=1:24
g=[g, Pf5(t)-P_maxfire(5)] ; % <=0 ,235-258
end
for t=1:24
g=[g, Pf6(t)-P_maxfire(6)] ; % <=0 ,259-282
end
%% 备用约束, 283-306
for t=1:24
g=[g, -(sum(P_maxfire)-Pfl(t)-Pf2(t)-Pf3(t)-Pf4(t)-Pf5(t)-Pf6(t)-sum(P_maxfire)*bei)];
end
%% 抽蓄约束
g1=[];
for t=1:24
g1=[g1,V_0-sum(chou(1:t))-V_max];
g1=[g1,-(V_0-sum(chou(1:t))-V_min)];
end
% for t=1:24
% if Pc1(t)>0
% g1=[g1,300*0.1 - Pc1(t)];
% end
% end
%% 书写目标函数
fun =0;
%% 火电
for t=1:24
if Pfl(t)>=P_maxfire(1)*0.5
fun = fun + Pfl(t)*price_feng(1);%基础
else
fun = fun + (Pfl(t)-P_maxfire(1)*0.5)*price_bu(1)+P_maxfire(1)*0.5*price_feng(1);%深度
end
end
for t=1:24
if Pf2(t)>=P_maxfire(2)*0.5
fun = fun + Pf2(t)*price_feng(2);%基础
else
fun = fun + (Pf2(t)-P_maxfire(2)*0.5)*price_bu(2)+P_maxfire(2)*0.5*price_feng(2);%深度
end
end
for t=1:24
if Pf3(t)>=P_maxfire(3)*0.5
fun = fun + Pf3(t)*price_feng(3);%基础
else
fun = fun + (Pf3(t)-P_maxfire(3)*0.5)*price_bu(3)+P_maxfire(3)*0.5*price_feng(3);%深度
end
end
for t=1:24
if Pf4(t)>=P_maxfire(4)*0.5
fun = fun + Pf4(t)*price_feng(4);%基础
else
fun = fun + (Pf4(t)-P_maxfire(4)*0.5)*price_bu(4)+P_maxfire(4)*0.5*price_feng(4);%深度
end
end
for t=1:24
if Pf5(t)>=P_maxfire(5)*0.5
fun = fun + Pf5(t)*price_feng(5);%基础
else
fun = fun + (Pf5(t)-P_maxfire(5)*0.5)*price_bu(5)+P_maxfire(5)*0.5*price_feng(5);%深度
end
end
for t=1:24
if Pf6(t)>=P_maxfire(6)*0.5
fun = fun + Pf6(t)*price_feng(6);%基础
else
fun = fun + (Pf6(t)-P_maxfire(6)*0.5)*price_bu(6)+P_maxfire(6)*0.5*price_feng(6);%深度
end
end
%% 水电
fun1 =0;
for t=1:24
fun1 = fun1+sum(P_shui.*Price_shui);
end
%% 抽蓄
fun2 =0;
for t=1:24
if Pc1(t)<0
fun2 = fun2-chou(t)*Price_chou;
end
end
f=fun+fun1+fun2;
end
⛄ 运行结果
⛄ 参考文献
[1] 程宇旭. 基于改进粒子群算法的微电网能量优化调度研究及实现[D]. 中南大学, 2014.
[2] 段程煜. 基于粒子群算法的微电网优化调度研究[D]. 华北电力大学, 2014.
[3] 王乾. 基于改进粒子群算法的微电网日前优化调度研究[J]. 数字通信世界, 2021(6):2.
[4] 王丽明. 基于粒子群算法的孤岛微电网优化调度研究[J]. 电工技术, 2020(4):3.
[5] Liu Yuan, 刘远, Wang Lingyun,等. 基于改进粒子群算法的微电网能量优化调度[C]// 中国电工技术学会. 中国电工技术学会, 2015.
