平抑风电波动的电-氢混合储能容量优化配置(matlab代码)

简介: 平抑风电波动的电-氢混合储能容量优化配置(matlab代码)

1 主要内容

该程序部分复现电机文章《平抑风电波动的电-氢混合储能容量优化配置》,针对电-氢混合系统协同平抑接入新型电力系统的新能源波动问题,提出考虑碱性电解槽运行特性的电-氢混合储能容量优化配置方案。首先基于经验模态分解,将原始风电功率信号分解为符合波动量限值的直接并网分量和混合储能功率任务;在综合考虑电化学储能和氢储能介质充放电功率约束和存储状态约束的基础上,制定计及碱性电解槽运行特性的混合储能能量管理策略。基于此策略,以综合成本最小为目标,建立用于平抑风电波动的电-氢混合储能容量配置模型,并通过实际数据进行计算分析,算例结果表明,所提策略下的容量配置方案,在满足平抑需求的前提下,可以有效提高系统经济性。

修改部分:

沿用EMD分解的优点,沿用图2,图4,将高频大波动F2C作为平抑需求,将低频C2F作为并网基准功率,但是选择用超级电容去平抑包络线对称的高频大波动F2C。 对文中的平抑结果分两个模式进行改进,并用代码验证所提策略的依次更优性。 1)0基准线+超级电容平抑+不丢弃正向波动 (丢弃正向波动) 2)变量基准线+超级电容平抑+不丢弃正向波动(丢弃正向波动)

2 部分程序

clc
clear
close all
%%  先从"5分钟级的年风电数据\二KMEANS聚类"路径中将风电出力典型日曲线及频次复制过来后导入
%%  这个文件夹里的场景及频次数据,只是某一次K-MEANS聚类的结果。若是想对应上,那么需要设置路径后再导入(有这种需求的,需要先把当前文件夹中的DAY.MAT和NDAY.mat全删去)
改进]平抑风电波动的电-氢混合储能容量优化配置_袁铁江\第三步KMEANS聚类为8簇');load('NDay1');load('NDay2');load('NDay3');load('NDay4');load('NDay5');load('NDay6');load('NDay7');load('NDay8');
load('Day1');load('Day2');load('Day3');load('Day4');load('Day5');load('Day6');load('Day7');load('Day8');
Nday=[NDay1,NDay2,NDay3,NDay4,NDay5,NDay6,NDay7,NDay8];
Day=[Day1,Day2,Day3,Day4,Day5,Day6,Day7,Day8];
%%  针对3.2节 典型日7做一下EMD分解,与低频、高频分量重构的例子
imf7=emd(Day7);
% emd_visu(Day7,1:24*12,imf7)  % EMD专用画图函数
c2f7=zeros(numel(imf7(:,1)),24*12);
f2c7=zeros(numel(imf7(:,1)),24*12);
for i=1:numel(imf7(:,1))
    c2f7(i,:)=sum(imf7(end-i+1:end,:),1);
    f2c7(i,:)=sum(imf7(1:i,:),1);
end
figure(2)
plot(f2c7'
);legend('f2c7(1)','f2c7(2)','f2c7(3)','f2c7(4)','f2c7(5)','f2c7(6)','f2c7(7)','f2c7(8)');
%%  继而是计算图4所示的最大波动量
%max用于矩阵是按列取最大值
%前后相邻做差,取绝对值,取max,得到相隔5min的最大波动量
dita5_c2f7=max(transpose(abs(c2f7(:,1:end-1)-c2f7(:,2:end))));
%前后间隔1个位置做差,取绝对值,取max,得到相隔10min的最大波动量
dita10_c2f7=max(transpose(abs(c2f7(:,1:end-2)-c2f7(:,3:end))));
%将5min与10min的最大波动量串联后,取max,得到10min内的最大波动量
dita_c2f7 = max([dita5_c2f7; dita10_c2f7]);
%% 绘制论文的图4
dita_limit = 20;
figure(3)
plot(dita_c2f7,'-o');
hold on
plot(dita_limit*ones(1,numel(dita_c2f7)));
xlabel('低频重构分量阶数');
ylabel('最大波动量MW/10min');
legend('低频重构各阶分量最大波动','并网功率10min内最大波动量限值');
Nc_c2f7=find(dita_c2f7>dita_limit )-1;
nc_c2f7=Nc_c2f7(1);
figure(4)
plot(f2c7(numel(c2f7(:,1))-nc_c2f7,:));
title('储能平抑分量');
xlabel('时刻/5min');
ylabel('功率/MW');
figure(5)
plot(c2f7(nc_c2f7,:));
title('直接并网分量');
xlabel('时刻/5min');
ylabel('功率/MW');
figure(6)
plot(Day7);
title('风电功率');
xlabel('时刻/5min');
ylabel('功率/MW');
%%  继而就是其他典型日的


3 程序结果


相关文章
|
18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。
|
23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。
|
29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。
|
30天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于贝叶斯优化CNN-LSTM网络的数据分类识别算法matlab仿真
本项目展示了基于贝叶斯优化(BO)的CNN-LSTM网络在数据分类中的应用。通过MATLAB 2022a实现,优化前后效果对比明显。核心代码附带中文注释和操作视频,涵盖BO、CNN、LSTM理论,特别是BO优化CNN-LSTM网络的batchsize和学习率,显著提升模型性能。
|
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。
202 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。
129 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。
93 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)

热门文章

最新文章

下一篇
无影云桌面