含分布式电源的配电网日前两阶段优化调度模型(Matlab代码实现)

简介: 含分布式电源的配电网日前两阶段优化调度模型(Matlab代码实现)

💥1 概述

文献来源:

摘要:在电力市场环境下,供电公司通过对接入配电网的分布式电源(distributed generation,DG)的优化调度,能够有效地降低其运行成本,规避市场竞争环境下的风险。提出了一种电力市场环境下供电公司日前优化调度的2阶段模型:第1阶段为DG优化调度阶段,根据市场电价、DG运行成本、签订可中断负荷(interruptable load,IL)合同的价格来确定DG的机组组合、从大电网的购电量及IL削减量;第2阶段为无功优化阶段,在第1阶段的基础上,考虑DG的无功出力特性,通过优化DG和无功补偿装置的出力调节电压使其在规定的范围内且配电网的网损最小。通过基于修改的IEEE 33节点系统的仿真计算,表明所提出的日前2阶段优化调度模型能够有效降低供电公司的运行成本。


关键词:


电力市场;分布式电源;机组组合;可中断负荷;无功补偿;配电网;


在输电和配电相分离的电力市场环境下,供电公司面临着各种不确定性问题,尤其是实时电价波


动所带来的风险。随着分布式电源(distributedgeneration,DG)在配电网中渗透率的提高,供电公


司在参与电力市场的同时开始优化 DG 的调度运行来降低经济风险[1]。在各种 DG 中,风电、光伏的出力具有随机性与波动性,可调度性差,而燃气轮机、燃料电池、柴油机等 DG 的输出可以自由调节,可调度性好。可中断负荷(interruptable load,IL)是需求侧管理的一种重要手段,在电网高峰时段由供电公司向用户发出中断指令,经用户响应后中断部分用电。在电力市场环境下,供电公司对 DG 和 IL进行优化调度后,可以有效节约配电网的运行成本,提高系统运行的安全可靠性。


目前国内对于含 DG 配电网的研究主要集中在 DG 接入后对配电网供电质量、电压分布、电压稳


定、可靠性、继电保护的影响等方面[2-4],以及配电网中分布式电源的规划问题[5-7]上。而国外已开展了电力市场环境下含分布式电源的配电网经济调度问题研究,文献[8]提出了有源配电网的日前和日内2 阶段运行模型,日前主要是 DG 调度,日内是对负荷和机组出力做出校正;文献[9]在前者的基础上考虑了二氧化碳排放的问题,并作为惩罚项加入目标函数;文献[10]在分布式电源高渗透率的情况下提出了配电网的短期调度和控制模型,文献[11-12]研究了为了降低用电成本,在需求响应机制下制定日前用电计划的优化方法,文献[13-15]分别从用电成本最低、电力公司运行成本最低和多目标优化角度研究了一组用户联合制定用电计划的方法。文献[16-17]从电力公司长期平均预期成本和长期预期成本的角度出发,分析了包含传统配电网、单一 DG 和单一储能装置的系统优化运行方法,文献[18]则提出一种同时考虑有功和无功发电成本及停电成本的划分方法,这些研究主要立足于个体利益,没有考虑电力公司、用户与DG、储能装置等设备的多方关联,在研究分布式电源优化调度时也没有充分考虑分布式电源的无 功出力特性以及配电网潮流改变所引起的电压越


限问题。


本文提出一种含分布式电源的配电网日前 2 阶段优化调度方法,该方法包括日前优化调度和无功


优化 2 个阶段。在第 1 阶段,供电公司基于第 2 天每小时负荷需求和电价的预测进行优化调度,确定DG 机组组合、从大电网的购电量以及与用户签订可中断负荷合同[8],这些优化结果作为固定的参数传递到无功优化阶段;无功优化阶段充分考虑 DG的无功输出能力,通过对 DG 和无功补偿装置无功输出的优化,调整电压不越限,进一步降低供电公司的运行成本。


📚2 运行结果


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]孟晓丽,高君,盛万兴等.含分布式电源的配电网日前两阶段优化调度模型[J].电网技术,2015,39(05):1294-1300.DOI:10.13335/j.1000-3673.pst.2015.05.019.

🌈4 Matlab代码、数据、文章讲解

相关文章
|
2天前
|
机器学习/深度学习 数据可视化 TensorFlow
使用Python实现深度学习模型的分布式训练
使用Python实现深度学习模型的分布式训练
106 73
|
1月前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
1月前
|
存储 分布式计算 负载均衡
分布式计算模型和集群计算模型的区别
【10月更文挑战第18天】分布式计算模型和集群计算模型各有特点和优势,在实际应用中需要根据具体的需求和条件选择合适的计算架构模式,以达到最佳的计算效果和性能。
60 2
|
2月前
|
存储 分布式计算 负载均衡
|
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)