Matlab|【免费】基于合作博弈的综合能源系统利益分配优化调度

简介: Matlab|【免费】基于合作博弈的综合能源系统利益分配优化调度

主要内容  

该程序实现的模型为综合能源系统利益分配优化调度,采用合作博弈方法,模型针对IES系统的P2G、电解槽、甲烷反应器、储氢罐、CHP和燃气锅炉等设备进行建模,实现基于合作博弈的IES协同优化调度模型,利用Shapley值法对合作剩余按贡献进行分配,程序采用matlab+cplex求解,程序注释清楚,方便学习!

 部分代码  

%% 决策变量定义 
P_wt=sdpvar(1,T);     %风机消纳功率
P_pv=sdpvar(1,T);      %光伏消纳功率
V_gas=sdpvar(1,T);     %P2G产生天然气体积
Q_co2=sdpvar(1,T);     %制气厂消耗二氧化碳的量
P_H2=sdpvar(1,T);      %电解池产生的氢气量
P_P2G=sdpvar(1,T);     %P2G消耗电功率量
P_h2cha=sdpvar(1,T);   %储氢罐充气功率
P_h2dis=sdpvar(1,T);   %储氢罐放气功率
H_h2cha=binvar(1,T);   %储氢罐充气变量
H_h2dis=binvar(1,T);   %储氢罐放气变量
P_H2total=sdpvar(1,T);   
E_h=sdpvar(1,T);       %储氢罐放气功率
P_CHPe=sdpvar(1,T);     %CHP发电功率
P_CHPh=sdpvar(1,T);     %CHP发热功率
P_CHPg=sdpvar(1,T);     %CHP耗气功率
Q_co2out=sdpvar(1,T);   %CHP燃烧产生的co2
P_be=sdpvar(1,T);       %购电功率
P_bg=sdpvar(1,T);       %购气功率
V_CB=sdpvar(1,T);       %燃气锅炉进气量
Q_CB=sdpvar(1,T);       %燃气锅炉发热量
P_MRh=sdpvar(1,T);       %甲烷反应器输入氢功率
P_MRg=sdpvar(1,T);       %甲烷反应器输出天然气功率
%% 风光模型 
C=[C,0<=P_wt<=S_w];
C=[C,0<=P_pv<=S_p];
%% P2G设备运行模型
C=[C,Q_co2==alpha_co2*nita_ch4*load_H];
C=[C,P_H2==nita_H2*P_P2G];           %电解槽产生氢气功率
C=[C,P_H2total==P_H2+P_h2dis-P_h2cha];
C=[C,0<=P_H2<=500];
%% 甲烷反应器运行模型
C=[C,P_MRg==nita_ch4*P_MRh];           %电解槽产生氢气功率
C=[C,0<=P_MRg<=250];
%% 储氢罐模型
C = [C, H_h2dis + H_h2cha <= 1];
C = [C, 0 <= P_h2cha <=H_h2cha*50];
C = [C, 0 <= P_h2dis<= H_h2dis*50];
for t = 2:24
        C = [C, E_h(t) == E_h(t-1) + 0.9*P_h2cha - P_h2dis/0.9]; 
end
C = [C, 0.1 <= E_h(:)/200 <= 0.9];
C = [C,  E_h(1)==E_h(24)];
%% CHP运行约束
C=[C,P_CHPe==P_CHPg*CHP_e];
C=[C,P_CHPh==P_CHPg*CHP_h];
C=[C,Q_co2out==P_CHPg*alpha_co2];
C=[C,0<=P_CHPg<=600];
for t=1:1:23
    C=[C,-50<=P_CHPg(t+1)-P_CHPg(t)<=50];
end
%% 燃气锅炉约束
C=[C,Q_CB==K_gas*nita_CB*V_CB];
C=[C,0<=Q_CB<=800];
for t=1:1:23
    C=[C,-100<=Q_CB(t+1)-Q_CB(t)<=100];
end
%% 功率平衡约束
C=[C,0<=P_be<=1000];
C=[C,0<=P_bg<=1000];
%电功率平衡
C=[C,load_e+P_P2G==P_wt+P_pv+P_CHPe+P_be];
%热功率平衡
C=[C,load_h==P_CHPh+Q_CB];
%气功率平衡
C=[C,load_g+P_CHPg+V_CB==P_MRg+P_bg];
%氢功率平衡
C=[C,load_H+P_MRh==P_H2+P_h2dis-P_h2cha];


 结果一览  

下载链接

相关文章
|
8月前
|
存储 传感器 分布式计算
针对大尺度L1范数优化问题的MATLAB工具箱推荐与实现
针对大尺度L1范数优化问题的MATLAB工具箱推荐与实现
|
8月前
|
编解码 运维 算法
【分布式能源选址与定容】光伏、储能双层优化配置接入配电网研究(Matlab代码实现)
【分布式能源选址与定容】光伏、储能双层优化配置接入配电网研究(Matlab代码实现)
647 12
|
8月前
|
人工智能 数据可视化 网络性能优化
【顶级SCI复现】虚拟电厂的多时间尺度调度:在考虑储能系统容量衰减的同时,整合发电与多用户负荷的灵活性研究(Matlab代码实现)
【顶级SCI复现】虚拟电厂的多时间尺度调度:在考虑储能系统容量衰减的同时,整合发电与多用户负荷的灵活性研究(Matlab代码实现)
261 9
|
8月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
9月前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
569 2
|
8月前
|
机器学习/深度学习 供应链 算法
【电动车】基于削峰填谷的电动汽车多目标优化调度策略研究(Matlab代码实现)
【电动车】基于削峰填谷的电动汽车多目标优化调度策略研究(Matlab代码实现)
282 0
|
8月前
|
传感器 机器学习/深度学习 算法
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)
411 0
|
8月前
|
机器学习/深度学习 算法 新能源
基于动态非合作博弈的大规模电动汽车实时优化调度电动汽车决策研究(Matlab代码实现)
基于动态非合作博弈的大规模电动汽车实时优化调度电动汽车决策研究(Matlab代码实现)
208 0
|
8月前
|
机器学习/深度学习 存储 人工智能
基于双层共识控制的直流微电网优化调度(Matlab代码实现)
基于双层共识控制的直流微电网优化调度(Matlab代码实现)
223 0
|
8月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
320 0

热门文章

最新文章