【多微电网】基于粒子群优化算法的面向配电网的多微电网协调运行与优化(Matlab代码实现)

简介: 【多微电网】基于粒子群优化算法的面向配电网的多微电网协调运行与优化(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


🎉3 参考文献


🌈4 Matlab代码实现


💥1 概述

大量的风力发电、光伏发电等分布式可再生能源接入配电网,加大了配电网结构的复杂性以及管理和控制的难度,影响了电网运行的安全可靠性。面向配电网的多微电网系统这一概念的提出在一定程度上能够缓解上述问题,为复杂电网的协调运行提供了新的思路。多微网系统的能量管理与优化调度是多微网系统研究的一个关键点,而经济性调度是电网运行的重点,也是用户关注的热点[673,76]。因此,需要采取合理有效的调度方法使多微电系统能够协调经济运行,提高配电网下多微网系统运行的协调性和安全性[70,71]。

分时电价策略是需求侧管理的一种重要方法14]。分时电价指的是配电网根据电网负荷的变化情况,将一天分为高峰期,平峰期,低谷期这三个时期,并且针对每个时期的负荷特性制定合理的价格,使用户合理安排用电时间和用电量,以起到削峰填谷的作用。因此分时电价对确保电力系统的稳定性和优化运行具有重要意义。因此,针对微网不同时段的负荷特性及相应的购售电电价178l,多微网系统需要采取不同的调度策略进行控制,以达到整个微网系统运行的经济性。


以含有光伏(PV)、风机 (W)、柴油发电机(de)、燃料电池(fc)、蓄电池(bat)的子微网1、子微网2 构成微网群进行算例分析, 微网群算例系统拓扑结构如下图。


86e2a2c532134e3f83c4698c523f286b.png


微网群采用并联式结构,其中子网1中分布式电源包括:PV1, W1,fc1,bat1;子网2中分布式电源包括PV2,W2,de2,bat2。微网群与配电网之间的公共连接点群PCC保持闭合,网PCC1与网PCC2也均保持闭合。微网1,2和配电网之间可存在功率交换Pbuy1,Psell1,Pbuy2,Psell2,微网1与微网2之间可存在功率交换Pex1,Pex2。


本文建立的微网群以多目标协调优化为目的,其中各个子微网优化目标与总微网群的优化目标一致。微网群优化调度周期取一天,以1h作为一个调度时段,全天共分为24个时段,且算例中采用分时电价a1,a2,b1,b2的方式。


详细讲解见第4部分。


📚2 运行结果


5ef9a287e5c5410b8a982dc161996a2b.png

aa213a83f42249359a6f4ebfb44a014e.png

6270d4d5d0774a94b10decaff622da88.png

44c4f14566ae4d6a8de52d3db5f7f5b9.png

88ea902d29c64d219b71bb776592110e.png

08d88377c0d644b4a987e1cebff85471.png


部分代码:

%微网1中光伏发电预测:
Ppv1=[0 0 0 0 0 0 5.80 10.04 15.00 35.56 45.99 56.06 58.09 55.87 45.77 36.08 35.23 18.04 15.79 0 0 0 0 0 ];
%微网1、2从配电网的购电电价:
a1=[0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 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 ];
%微网1、2从配电网的售电电价:
a2=[0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.65 10.65 0.65 0.65 0.38 0.38 0.38 0.65 0.65 0.65 0.38 0.38 0.13];
%微网1中交流负荷预测:
Load1=[67.55 65.09 62.88 70.09 77.55 79.09 85.76 86.08 86.88 91.08 90.09 76.00 75.08 75.99 78.96 90.32 98.45 105.89 110.09 115.99 100.08 86.56 75.09 70.03];
%微网2中风机发电预测:
Pw2=[80.90 105.87 100.09 115.78 130.34 115.03 123.98 101.09 85.88 84.65 85.09 95.90 90.08 96.88 78.09 69.99 50.61 57.00 63.90 81.80 85.99 82.90 90.11 88.13];
%微网2中光伏发电预测:
Ppv2=[0 0 0 0 0 0 5.88 10.09 13.90 15.13 20.09 22.99 25.86 30.08 33.98 30.31 20.04 20.56 18.43 12.33 0 0 0 0];
%微网1,2之间的购电电价:
b1=[0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5];
%微网1,2,之间的售电电价:
b2=[0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5];
%微网2中交流负荷预测:
Load2=[99.08 101.22 93.04 102.09 101.66 100.33 108.34 82.00 85.98 90.21 115.09 130.77 161.90 143.78 158.21 143.90 125.97 120.09 114.41 115.90 140.98 135.88 108.09 100.09];
dim=24;%每个变量维数


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。


[1]赵琼瑶. 面向配电网的多微电网协调运行与优化[D].杭州电子科技大学,2016.


🌈4 Matlab代码实现


相关文章
|
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
|
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
|
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
|
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)
|
6月前
|
供应链 算法
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
|
6月前
|
算法 调度
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
|
6月前
|
算法 调度 SoC
电动汽车充放电V2G模型(Matlab代码)
电动汽车充放电V2G模型(Matlab代码)