基于氢储能的热电联供型微电网优化调度方法(Matlab代码实现)

简介: 基于氢储能的热电联供型微电网优化调度方法(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


1.1 热电氢联供型微电网系统结构


1.2 氢储能系统模型  


1.3 两阶段优化调度求解流程


📚2 运行结果


2.1 日前


2.2 日内


🎉3 参考文献


🌈4 Matlab代码、数据、文章讲解



💥1 概述

文献来源:


69afbdff18154d82aa03c440a1c35e7d.png


减少化石燃料使用,充分利用可再生能源已引起广泛的关注[1-3] . 热电联供型微电网能够提高能源


利用率和风光消纳能力,减少环境污染[4-6] . 加强对热电联供型微电网的研究,对实现能源可持续利用、发展低碳社会具有重要意义.


目前,国内外针对热电联供型微电网的建模、规划以及优化调度均有一定研究[7-9] ,其优化调度的复杂性主要体现在:基于经济性的单目标优化难以满足市场需求,目标函数的构成趋于多样性;多能耦合使能源转化更加困难,有关热电联供型微电网的优化调度较少,有待进一步研究;预测误差对微网的运行产生了一定影响等. 文献[10]提出一种两级分层微网能量管理方法,协调了虚拟存储系统和电动汽车的出力来平滑公共耦合点处的功率交换,优化了运行成本. 文献[11]在热电联供型微电网的多目标优化中实现了系统总运营成本最小化和系统总排放最 小化.


但以上研究都是基于预测准确的条件下进行的. 而现有预测技术存在的误差给微电网的优化


运行带来严重的挑战[12-13] . 模型预测控制 (model predictive control, MPC)方法能够同时跟踪多个优化目标,有效降低不确定性因素对微电网优化调度的影响. 文献[14]基于 MPC 理论以日前计划设备出力为参考值,在日内调度中滚动求解出各设备的平滑出力,有效纠正了预测误差产生的结果偏差. 文献[15]提出了一种基于模型预测控制和反馈校正的冷热电联供型微电网实时优化方法,最小化调整并补偿预测误差.


随着氢能的广泛应用,作为热电氢耦合设备的氢能系统逐渐成为微电网的重要组成部分[16-18] . 文


献[16-18]将氢能系统引入微电网,在仅考虑了氢能系统的电能-氢气相互转换,忽略燃料电池和电解槽的热电氢耦合特性的条件下,实现了微电网能量平衡,降低了系统的弃风量,但氢能系统的效率较低. 文献[19]仅在主动配电网和集中供热网络的耦合系统中简单考虑了电解槽制氢时的产热特性,有效提高了电解槽的运行效率,显著降低了系统运行成本.文献[20]提出以天然气为原料的包含重整器、储氢罐、燃料电池的燃料电池系统,同时考虑天然气重整制氢的产热特性与燃料电池的热电氢耦合特性,有效降低了微电网的排放和成本.总的来说,大量研究未考虑燃料电池与电解槽


的热电氢耦合特性,以及没有对氢能系统进行全面的精细化建模;其次,可再生能源出力具有强波动性、低抗扰性和弱支撑性,给微电网的稳定运行造成一定的威胁,为微电网系统的经济运行和优化调度带来了挑战.


为解决以上问题,本文考虑燃料电池及电解槽的热电氢联供特性,建立燃料电池氢转电、热及电解


槽电转氢、热模型,引入蓄热槽储热,分析光伏、风机发电系统、电锅炉、燃气锅炉的运行特性,电储能系统、氢储能系统互补特性,对各元件进行精细化建模,研究热电氢联供型微电网优化调度问题. 在日前优化中,以日运行成本最低为目标,采用混合整数线性规划(mixed integer linear programming, MILP)方法实现最优调度;在日内优化中,将带有超短期预测的 MPC 方法嵌入混合整数二次规划(mixed integer quadratic programming, MIQP)算法中,减小预测误差,实现实时控制. 与其他现有文献相比,本文提出将氢能系统作为热电氢耦合设备参与到微电网整体调度中,对提高风电消费率和光伏消费率,减少能源环境污染和能源危机,促进经济增长具有重要意义.盈余的可再生能源出力通过其热电氢耦合特性就地消纳产热,从而降低系统内储能系统的容量需求,进而提高系统的经济性. 同时,综合考虑了氢能系统的热电氢耦合效应与电锅炉的热电耦合效应,提高了供电及供热系统对负荷的调节能力,并引入响应迅速的燃气锅炉,在提高风光消纳能力的同时保证满足热负荷需求.


1.1 热电氢联供型微电网系统结构

热电氢联供型微电网系统结构如图 1 所示. 系统主要由以光伏发电、风力发电为主的分布式电源、


储能设备、供能设备及负荷组成. 其中,储能设备包括电储能系统、氢储能系统和热储能系统. 负荷包括电负荷和热负荷. 电锅炉为热电耦合元件,燃料电池与电解槽为热电氢耦合元件.


d0163de1de8f459f83734f662c8c48f4.png


1.2 氢储能系统模型  

氢能作为一种高效、清洁的二次能源,受到广泛关注. 然而,目前氢能系统的转换效率低下(电转氢效率多为 60%~70%,氢转电最高效率约为 60%),后者其他能量被辅助设备消耗或转化为热能散失.因此,余热利用成为提高氢能系统效率的有效手段之一. 对于燃料电池,其氢气直接来源于电解槽.氢储能系统产生的热能主要来源于燃料电池电堆及电解槽发热. 图 2 为氢储能系统工作机理


13d0746b85a046ec8612cdda8afc87f3.png


1.3 两阶段优化调度求解流程


0274e17a8b824d7ea2feb3f339f852e7.png


📚2 运行结果

2.1 日前


689a8b34ea2846028b740a6bfdf47df5.png

4fba4214495f498492f15558e99c8b94.png

941292fba7bf477abdc7706d27ea2044.png

fe8cc32070094bcbadd02c8240bb4fb0.png

9d8ad46b09c64e85ae1f50948c4e0c50.png

190d4e4f03c94d4e993c442aa977dee3.png


2.2 日内


a741d24df09a44ebb647f4d5f74b2462.png

72276781f487489d8da439d0e67e4cbe.png

1cae98cdf5bf4f47a6d85a14f66ed3e8.png

f6fa4ed4d95941df9940ad4dc084ab8e.png

8aed43d925b44d88b79fab655995f3c2.png

c4e5516c8c32431fbb51e92f056dbf54.png

963ab1575a4349aab176157ffaeb0c17.png


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。


[1]李奇,邹雪俐,蒲雨辰等.基于氢储能的热电联供型微电网优化调度方法[J].西南交通大学学报,2023,58(01):9-21.


🌈4 Matlab代码、数据、文章讲解


相关文章
|
10天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
15天前
|
机器学习/深度学习 算法 调度
基于ACO蚁群优化的VRPSD问题求解matlab仿真,输出规划路径结果和满载率
基于ACO蚁群优化的VRPSD问题求解MATLAB仿真,输出ACO优化的收敛曲线、规划路径结果及每条路径的满载率。在MATLAB2022a版本中运行,展示了优化过程和最终路径规划结果。核心程序通过迭代搜索最优路径,更新信息素矩阵,确保找到满足客户需求且总行程成本最小的车辆调度方案。
|
21天前
|
人工智能 算法 数据安全/隐私保护
基于遗传优化的SVD水印嵌入提取算法matlab仿真
该算法基于遗传优化的SVD水印嵌入与提取技术,通过遗传算法优化水印嵌入参数,提高水印的鲁棒性和隐蔽性。在MATLAB2022a环境下测试,展示了优化前后的性能对比及不同干扰下的水印提取效果。核心程序实现了SVD分解、遗传算法流程及其参数优化,有效提升了水印技术的应用价值。
|
3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。
199 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
|
3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。
128 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
|
3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。
90 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
|
6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)
|
6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)
|
6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)