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
|
2天前
|
算法
MATLAB|【免费】融合正余弦和柯西变异的麻雀优化算法SCSSA-CNN-BiLSTM双向长短期记忆网络预测模型
这段内容介绍了一个使用改进的麻雀搜索算法优化CNN-BiLSTM模型进行多输入单输出预测的程序。程序通过融合正余弦和柯西变异提升算法性能,主要优化学习率、正则化参数及BiLSTM的隐层神经元数量。它利用一段简单的风速数据进行演示,对比了改进算法与粒子群、灰狼算法的优化效果。代码包括数据导入、预处理和模型构建部分,并展示了优化前后的效果。建议使用高版本MATLAB运行。
|
4天前
|
机器学习/深度学习 算法 数据挖掘
基于GWO灰狼优化的CNN-LSTM-Attention的时间序列回归预测matlab仿真
摘要: 本文介绍了使用matlab2022a中优化后的算法,应用于时间序列回归预测,结合CNN、LSTM和Attention机制,提升预测性能。GWO算法用于优化深度学习模型的超参数,模拟灰狼社群行为以求全局最优。算法流程包括CNN提取局部特征,LSTM处理序列依赖,注意力机制聚焦相关历史信息。GWO的灰狼角色划分和迭代策略助力寻找最佳解。
|
4天前
|
资源调度 算法 块存储
m基于遗传优化的LDPC码OMS译码算法最优偏移参数计算和误码率matlab仿真
MATLAB2022a仿真实现了遗传优化的LDPC码OSD译码算法,通过自动搜索最佳偏移参数ΔΔ以提升纠错性能。该算法结合了低密度奇偶校验码和有序统计译码理论,利用遗传算法进行全局优化,避免手动调整,提高译码效率。核心程序包括编码、调制、AWGN信道模拟及软输入软输出译码等步骤,通过仿真曲线展示了不同SNR下的误码率性能。
9 1
|
4天前
|
算法 Serverless
m基于遗传优化的LDPC码NMS译码算法最优归一化参数计算和误码率matlab仿真
MATLAB 2022a仿真实现了遗传优化的归一化最小和(NMS)译码算法,应用于低密度奇偶校验(LDPC)码。结果显示了遗传优化的迭代过程和误码率对比。遗传算法通过选择、交叉和变异操作寻找最佳归一化因子,以提升NMS译码性能。核心程序包括迭代优化、目标函数计算及性能绘图。最终,展示了SNR与误码率的关系,并保存了关键数据。
16 1
|
4天前
|
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
|
4天前
|
算法 调度
考虑需求响应的微网优化调度模型【粒子群算法】【matlab】
考虑需求响应的微网优化调度模型【粒子群算法】【matlab】
|
4天前
|
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)
|
4天前
|
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)
|
4天前
|
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)
|
4天前
|
数据安全/隐私保护
地震波功率谱密度函数、功率谱密度曲线,反应谱转功率谱,matlab代码
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

热门文章

最新文章