【综合能源】含氢气氨气综合能源系统优化调度【免费】

本文涉及的产品
EMR Serverless Spark 免费试用,1000 CU*H 有效期3个月
EMR Serverless StarRocks,5000CU*H 48000GB*H
简介: 该程序参考《_基于氨储能技术的电转氨耦合风–光–火综合能源系统双层优化调度》模型,对制氨工厂、风力发电、电制氢、燃气轮机、火电机组等主体进行建模分析,以火电机组启停成本、煤耗成本、弃风成本和购气成本形成的综合成本为目标,程序采用matlab+cplex求解,注释清晰,方便学习!

主要内容  

该程序参考《_基于氨储能技术的电转氨耦合风–光–火综合能源系统双层优化调度》模型,对制氨工厂、风力发电、电制氢、燃气轮机、火电机组等主体进行建模分析,以火电机组启停成本、煤耗成本、弃风成本和购气成本形成的综合成本为目标,程序采用matlab+cplex求解,注释清晰,方便学习!

该模型在综合能源优化方面提出了新的方向和思路,这样也为综合能源方向的研究人员提供了创新思路,即通过研究新技术在综合能源方面的应用,达到能源互转及高效利用,为未来能源综合应用提供新的思路,之前也跟大家介绍过,这种方式较其他方法创新要容易些,所以大家可以持续关注能源领域新技术研究成果。


模型分析

模型主要包括电平衡和热平衡两种能量平衡。电负荷由风机、光伏、火电机组和热电联产机组提供;热负荷由热电联产机组和制氨工厂提供。电转氨系统包含电解池、变压吸附制氮设备和制氨工厂。


在电转氢系统嫁接到整个系统后,电功率的方向也会随之变化,以风力发电为例,输出途径分为两个方向,其一是直接供给给负荷,直接到达应用端,其二是供给电转氨系统,通过该系统充分利用多余风电,从而实现能源高效利用。由此可见,因此,电力网络中各元件之间的协调运行是整个电转氨耦合风–光–火综合能源系统调度优化的关键。

 部分代码  

%%  火电机组

EMmax = 1000*200;%kW     %火电机组最大发电功率 kW                                  

EMmin = 1000*25;%kW      %火电机组最小发电功率 kW                                

ditaEMmax = 1000*100;%kW %爬坡                      

ditaEMmin =-1000*100;%kW %爬坡                        

EM = sdpvar(1,24);    %火电机组发电功率kW  

YEM = binvar(1,24);   %火电机组启停变量(1是运行,0是停止)

YEMqi = binvar(1,24);    %01

YEMting = binvar(1,24);  %10

mco2EM = sdpvar(1,24); %火电机组碳排放量kg                        

vco2EM = sdpvar(1,24); %火电机组碳排放量m3                        

mEM = sdpvar(1,24);   %煤耗  kg      


 

%%  天然气管网

VGgrid = sdpvar(1,24);      

%%  C02封存

mco2Storage = sdpvar(1,24);  

M =1e8;

           

%%  风机

C=[ ];  

C=[C,0<=Ewind,Ewind<=EwindMppt,

    0<=Ewindcur,Ewindcur<=EwindMppt,

    Ewind+Ewindcur==EwindMppt,

 ];  



%电制氢

C=[C,

     EP2Hmin<=EP2H,EP2H<=EP2Hmax,    

     m2qH2*mh2P2H==nP2H*EP2H*3.6e6,    

 

     ];



% 合成氨工厂

C=[C, ENH3min<=ENH3 ,ENH3 <=ENH3max,



 结果一览  



相关文章
|
SQL 存储 关系型数据库
异构数据库、异构数据源、分布式数据库三者的辨析区别
异构数据库系统是相关的多个数据库系统的集合,可以实现数据的共享和透明访问,每个数据库系统在加入异构数据库系统之前本身就已经存在,拥有自己的DMBS。异构数据库的各个组成部分具有自身的自治性,实现数据共享的同时,每个数据库系统仍保有自己的应用特性、完整性控制和安全性控制。
|
jenkins Devops 机器人
【DevOps】(五)Jenkins构建给企业微信推送消息
【DevOps】(五)Jenkins构建给企业微信推送消息
613 1
|
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:智能天气预测与气候分析
使用Python实现深度学习模型:智能天气预测与气候分析
1777 3
|
设计模式
代码审查:质量控制的核心防线
【6月更文挑战第20天】代码审查确保软件质量的关键环节。它促进错误发现、代码质量提升、团队沟通及责任感培养。最佳实践包括选择审查方式、明确目标、及时反馈及避免过度审查。实施时需建立流程,用工具辅助,培养审查文化,并持续改进。
339 10
|
监控 Java UED
Java一分钟之-Spring Cloud Netflix Hystrix:容错管理
【6月更文挑战第9天】Spring Cloud Hystrix是用于微服务容错管理的库,通过断路器模式防止服务雪崩。本文介绍了Hystrix的基本概念,如断路器、线程隔离和fallback机制,并展示了如何快速上手,包括添加依赖、启用注解和编写Hystrix命令。此外,还讨论了常见问题(如断路器打开、资源泄漏和不当的Fallback策略)及其解决方案。通过自定义Hystrix指标监控,可以进一步优化系统性能。理解Hystrix工作原理并适时调整配置,对于构建健壮的微服务至关重要。
375 3
|
算法 调度
考虑柔性负荷的综合能源系统低碳经济优化调度
考虑柔性负荷的综合能源系统低碳经济优化调度
|
存储 网络性能优化 调度
开源代码分享(2)—综合能源系统零碳优化调度
在PDN的最优运行中需要制定电压、无功功率和相应的无功补偿器以维持无功功率平衡和电压质量。此外,大多数现有的联合供热和电力系统使用CHP作为PDN和DHN之间的接口,这无疑与零碳排放的要求背道而驰。因此,我们打算为提出的ZCE-MEI综合NSF-CAES开发一个短期日前调度模型来减少风能的削减和节约系统运行成本。
|
DataWorks 安全 Java
DataWorks产品使用合集之在Java中引入DataWorks的SDK,该怎么操作
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
318 0
|
Java
Java一分钟之-方法定义与调用基础
【5月更文挑战第8天】本文介绍了Java编程中的方法定义和调用,包括基本结构、常见问题和避免策略。方法定义涉及返回类型、参数列表和方法体,易错点有返回类型不匹配、参数错误和忘记返回值。在方法调用时,要注意参数传递、静态与非静态方法的区分,以及重载方法的调用。避免错误的策略包括明确返回类型、参数校验、理解值传递、区分静态和非静态方法以及合理利用重载。通过学习和实践,可以提升编写清晰、可维护代码的能力。
465 0