计及绿证交易及碳排放的含智能楼宇微网优化调度(Matlab代码实现)

简介: 计及绿证交易及碳排放的含智能楼宇微网优化调度(Matlab代码实现)

💥 💥 💞 💞 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

2.1 算例1

2.2 算例2

2.3 算例3

2.4 算例4

🎉3 参考文献

🌈4 Matlab代码、数据、文章讲解


💥1 概述

对于可再生能源电力消纳责任权重和绿色证书(Green Certificates,GC)交易机制的研究,文


献[10]建立了考虑非水可再生能源随机性的配额制绿证中长期二次交易模型,并通过算例展示了在配额制下非水可再生能源的流动方向。文献[11]在分析我国 GC 市场与电力市场联动特性和我国 GC 市场反身性特征的基础上,构建了适应我国国情的GC 价格机制模型,并提出了推动构建多层级协调运作的 GC 市场交易的政策建议。文献[12]引入“省间可再生能源交易商”的概念,代理省内消纳责任主体参与省间可再生能源市场向省外绿电商购电,建立省间可再生能源市场和省内电力市场的两级电力市场运营模式,并建立了基于配额制的两级电力市场优化运行模型,对于完成省内消纳责任和市场运行发挥了重要作用。上述文献多在交易模型、价格机制、政策建议、两级市场优化运行模型等方面对可再生能源电力消纳责任权重和绿色证书交易机制展开研究,但关于其对 RIES 运行优化结果影响的研究还十分欠缺。


当系统可再生能源电力消纳责任权重低于要求值时,消纳责任主体可以从绿证市场购买绿证作


为消纳量补充,而消纳责任权重高于要求值时可以售出绿证赚取收益[17],因此绿色证书交易收益或成本如下式所示。


f550c2d2c1283c5de912953dec4a1dca.gif


式中: pgc 为绿证市场价格(元/(kWh)); Qgc 为购买(正值)/出售(负值)的绿证量(kWh)。


可再生能源电力消纳责任权重约束


2019 年 5 月,为进一步促进可再生能源电力消纳,缓解“弃风弃光”等问题,国家发展改革委、


国家能源局正式发布了《关于建立健全可再生能源电力消纳保障机制的通知》(发改能源[2019]807 号),提出设定可再生能源电力消纳责任权重[18]。 在该政策背景下,文章考虑可再生能源电力消纳责任权重约束如式(36)~式(38),表示系统可再生能源电力消纳量与绿证交易量总和应不小于消纳责任权重规定下系统总电力消纳量:


1af470965187ef88b0bfad0bccfe43f2.gif


式中: w为可再生能源电力消纳责任权重; Etotal 、 Ere 分别为系统总电量和消纳可再生能源电量 (kWh)。


详细文章讲解见第4部分。


📚2 运行结果

2.1 算例1


d9bb930c5df1ff45aea14f9dda6bae92.png


a19c014f07cada7c19db7823f74c9648.png


e60a95f099a3c3c6290d26c67f781eec.png


e951ef34d02a4c63926f9fed48e7ec5f.png


a9d3718d8e6654adab61c39d61f22500.png


6916d31b18db68ff01fde625f2cfe6a2.png


648f0b60812a5fe2c4af8b563ad094bc.png


d862e59ca71aeceecb85545aea4f1e05.png


6d0c8ba91c3284f445cf623331f99474.png


f13369fa6a420d536c82dd0d7a9c7864.png


2.2 算例2

此部分只展现部分代码:


3738d216dae94283c85d1a5f8cff5ce7.png


dcd0909c8e4af9c94cedeebf8d58bdf3.png


025edc4820598c327ab683145c2a124a.png


2.3 算例3

部分结果图:


f3a6a56b910cd34e8b6e9cec81957e10.png


c85af721ed9eccb5963b3a431d2ae75f.png


e1b5c17d26560e585229f942d3388918.png


7143b74217ebfaef4bbd3c1481059012.png


488775d65aebf71f959afb0ccfbc1a73.png


cbd8ce0a37d5b7582b807a89294541a3.png


2.4 算例4


0cc43e1009be3a36fe4bb84cea015d34.png


04c0ab5c92f7bb8eb633503714cc6a4a.png


6044ab0aa5930fd2cd2cb2a485b8035e.png


cdbec667be392e07e69422571d01b404.png


%% 费用计算
F2=sum(a*xconv+kcp*pmt+yconv*sconv)%燃气轮机费用
F1=sum(pmgb.*xb-pmgs.*xs);%购售电费用
%电动汽车电池损耗费用
F4=1000*sum(2*(gdvr/0.9+0.228/1000*dvr))+1000*sum(2*(gdvb/0.9+0.228/1000*dvb))
%需求响应负荷费用
F3=sum(pil(1,:)*kil(1))+sum(pil(2,:)*kil(2))+sum(pil(3,:)*kil(3));
F5=cc*sum(ep-eq);%碳市场交易成本
F6=sum(cshift)%可转移负荷补偿费用
F7=sum(Cgc);%绿证交易收入


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]曹雨微,郭晓鹏,董厚琦,王俐英,曾鸣.计及消纳责任权重的区域综合能源系统运行优化研究[J].华北电力大学学报(自然科学版),2022,49(03):84-95.


🌈4 Matlab代码、数据、文章讲解


相关文章
|
6月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
488 0
|
6月前
|
运维 供应链 算法
【顶级EI复现】【最新EI复现】基于共享储能服务的智能楼宇双层优化配置(Matlab代码实现)
【顶级EI复现】【最新EI复现】基于共享储能服务的智能楼宇双层优化配置(Matlab代码实现)
135 0
|
7月前
|
机器学习/深度学习 编解码 算法
【雷达通信】智能超表面(RIS)辅助双功能雷达和通信波束形成设计(Matlab代码实现)
【雷达通信】智能超表面(RIS)辅助双功能雷达和通信波束形成设计(Matlab代码实现)
338 0
|
6月前
|
算法 安全 定位技术
【创新未发表】【无人机路径巡检】三维地图路径规划无人机路径巡检GWO孙发、IGWO、GA、PSO、NRBO五种智能算法对比版灰狼算法遗传研究(Matlab代码实现)
【创新未发表】【无人机路径巡检】三维地图路径规划无人机路径巡检GWO孙发、IGWO、GA、PSO、NRBO五种智能算法对比版灰狼算法遗传研究(Matlab代码实现)
385 40
|
7月前
|
数据采集 算法 自动驾驶
【RIS通信】分布式多重构智能表面RIS辅助无线系统的统计表征和建模研究(Matlab代码实现)
【RIS通信】分布式多重构智能表面RIS辅助无线系统的统计表征和建模研究(Matlab代码实现)
162 0
|
7月前
|
传感器 人工智能 安全
智能电池充电:使用PID控制器优化SOC(Matlab代码实现)
智能电池充电:使用PID控制器优化SOC(Matlab代码实现)
192 0
|
7月前
|
人工智能 算法 5G
【优化充电】基于位置和价格激励的电动汽车智能充电研究(Matlab代码实现)
【优化充电】基于位置和价格激励的电动汽车智能充电研究(Matlab代码实现)
|
7月前
|
机器学习/深度学习 算法
【RIS 辅助的 THz 混合场波束斜视下的信道估计与定位】在混合场波束斜视效应下,利用太赫兹超大可重构智能表面感知用户信道与位置(Matlab代码实现)
【RIS 辅助的 THz 混合场波束斜视下的信道估计与定位】在混合场波束斜视效应下,利用太赫兹超大可重构智能表面感知用户信道与位置(Matlab代码实现)
244 0
基于遗传算法的智能天线最佳阵列因子计算matlab仿真
本课题探讨基于遗传算法优化智能天线阵列因子,以提升无线通信系统性能,包括信号质量、干扰抑制及定位精度。通过MATLAB2022a实现的核心程序,展示了遗传算法在寻找最优阵列因子上的应用,显著改善了天线接收功率。
|
5月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
507 0

热门文章

最新文章