【综合能源】含氢气氨气综合能源系统优化调度【免费】

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。
|
6月前
|
机器学习/深度学习 运维 算法
【两阶段鲁棒优化问题】用列和约束生成方法求解两阶段鲁棒优化问题(Matlab代码实现)
【两阶段鲁棒优化问题】用列和约束生成方法求解两阶段鲁棒优化问题(Matlab代码实现)
336 3
|
机器学习/深度学习 算法 调度
【强化学习】基于深度强化学习的微能源网能量管理与优化策略研究【Python】
本项目基于深度Q网络(DQN)算法,通过学习预测负荷、可再生能源输出及分时电价等信息,实现微能源网的能量管理与优化。程序以能量总线模型为基础,结合强化学习理论,采用Python编写,注释清晰,复现效果佳。内容涵盖微能源网系统组成、Q学习算法原理及其实现,并提供训练奖励曲线、发电单元功率、电网交互功率和蓄电池调度等运行结果图表,便于对照文献学习与应用。
|
11月前
|
分布式计算 物联网 虚拟化
《深度揭秘:软总线如何实现异构网络组网及其独特优势》
软总线技术是解决异构网络组网难题的关键力量,通过协议抽象与归一化、总线中枢智能解析、动态拓扑构建及设备虚拟化管理等方式,实现高效互联。它降低开发复杂度,提升设备兼容性与扩展性,保障数据传输的高效性与稳定性,为万物互联提供坚实支撑。在智能家居、智能工厂和交通等领域,软总线展现出强大优势,推动多设备协同与智能化发展,助力数字化转型与未来创新。
561 3
|
并行计算 调度
多线程的并发和并行
多线程的并发和并行
|
新能源 调度
日前日内多阶段多时间尺度源荷储协调调度(matlab代码)
日前日内多阶段多时间尺度源荷储协调调度(matlab代码)
|
自然语言处理 算法 数据库
OpenSearch向量检索和大模型方案深度解读
深度解读开放搜索在向量检索和大模型方面的升级演进。
82036 7
|
Android开发 开发者 UED
使用AlarmManager实现Android应用中的定时任务
使用AlarmManager实现Android应用中的定时任务
|
C语言 C++
为DEV C++升级MinGW版本
为了安装easyx,但是原来的5.11版本跟着教程 https://codebus.cn/bestans/easyx-for-mingw 但是mingw版本太老了,无法使用 期间也尝试小熊猫dev和小龙版dev,但是他们修改后的界面风格不习惯,最终还是决定升级原来的dev c++就好了。
863 0
|
机器学习/深度学习 人工智能 云计算
金山办公与阿里云达成战略合作
金山办公与阿里云达成战略合作
463 0