【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)

简介: 【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)


💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

💥1 概述

image.gif 编辑

1.1 储能辅助电网调峰原理分析

目前电网的调峰形势为在负荷尖峰时段有足够的旋转备用空间,但在负荷低谷时期,机组的向下

调节灵活性严重不足,从而导致大量弃风产生。储能辅助火电机组调峰基本原理如图 1 所示。

image.gif 编辑

从图 1 中可以看出,储能辅助火电机组深度调峰可以有效改善电网调峰压力,减少弃风产生。而

储能系统产生的调峰效果主要取决于其配置方案,配置越高其调峰效果越好,但成本也随之大幅上升。储能系统的配置应兼顾经济性指标及技术性指标。

1.2 系统调峰优化指标模型

1.3 储能系统容量配置模型

详细数学模型及讲解见第4部分。

📚2 运行结果

2.1 模式设置

基础调峰:50%出力,Pmin=0.5*Pmax

深度调峰:40%出力,Pmin=0.4*Pmax,  600mw可以深度调峰,200-300不可以(50%出力)。

投油,30%出力。

场景设置

image.gif 编辑

2.2 新能源消纳曲线:(模式1-模式3)

image.gif 编辑

image.gif 编辑

image.gif 编辑

2.3 场景3下的运行结果

image.gif 编辑

image.gif 编辑

2.4 储能配置结果

image.gif 编辑

2.5 两个灵敏度分析

image.gif 编辑

image.gif 编辑

部分代码:

%储能电池(对应公式30)
 summ2=0;
for l=1:1:24
   summ2=summ2+max(x2(1,l),0)*ng+min(x2(1,l),0)/np;
end
c =[c,summ2==0];%容量平衡约束
summ4=E0;
for l=1:1:24
   summ4=summ4+max(x2(1,l),0)*ng+np*min(x2(1,l),0);
   c =[c,Ehmax*0.1<=summ4<=Ehmax*0.9];%容量上下限约束
end
for l=1:1:24
   summ9=max(x2(1,l),0)*ng+np*min(x2(1,l),0);
   c =[c,-Pgmax<=summ9<=Pgmax];%功率上下限约束
end
%风机
c =[c,0<=x3<=fj];%可再生能源消纳约束
%日负荷平衡约束
for i=1:24
    c =[c,sum(x1(:,i))-sum(x2(:,i))+sum(x3(:,i))==load(i)];%
end
%% 目标函数
%储能设备(公式1)
C1=(CE*1000*Ehmax+CP*1000*Pgmax)*(rs*(1+rs)^Nz)/(((1+rs)^Nz)-1)/(365*Nz);
%储能设备(公式2)
C2=0;
for i=1:24
        C2=C2+abs(x2(1,i))*0.0075*1000;%储能充放电成本
end
%火电机组(公式3)
C3=0;
for j=1:6
    for i=1:24
        C3=C3+ag(j)*x1(j,i)*x1(j,i)+bg(j)*x1(j,i)+cg(j);%机组发电成本
    end
end
%火电机组(公式4-5)
C4=0;
for j=1:6
    for i=1:24
        C4=C4+0.05*1000*abs(x1(j,i));%机组发电成本
    end
end
C5=0;
% for j=1:2
%     for i=1:24
%         C5=C5+b2(j,1)*4.8*6130;%投油成本
%     end
% end
%弃风成本(公式6)
C6=0;
for i=1:24
    C6=C6+0.61*1000*max(fj(i)-x3(1,i),0);%
end
%储能套利(公式7)
C7=0;
for i=1:24
    C7=C7+Pgs(i)*(max(x2(1,i),0)*ng+np*min(x2(1,i),0));
end
%储能补偿(公式8)
C8=0;
for i=1:24
    C8=C8+0.4*max(x2(1,i),0)*ng;%调单位补偿
end
%火电机组补偿(公式9)
C9=0;
for j=1:6
for i=1:24
    C9=C9+0.01*(Pmin1(j)-x1(j,i));%max(0,Pmin1(j)-x1(j,i)),求解时间变长
end
end
%新能源消纳(公式15)
C10=0;
for i=1:24
    C10=C10+0.05*(x3(1,i)-xn(i));%指标归一化
end
%调峰成本(公式28-29)
GD=5000;%基础调峰成本
GC=5000*1.2;%不投油深度调峰成本
GO=4.8*6130;%投油深度调峰成本

image.gif

%储能电池(对应公式30)

summ2=0;

for l=1:1:24

  summ2=summ2+max(x2(1,l),0)*ng+min(x2(1,l),0)/np;

end

c =[c,summ2==0];%容量平衡约束

summ4=E0;

for l=1:1:24

  summ4=summ4+max(x2(1,l),0)*ng+np*min(x2(1,l),0);

  c =[c,Ehmax*0.1<=summ4<=Ehmax*0.9];%容量上下限约束

end

for l=1:1:24

  summ9=max(x2(1,l),0)*ng+np*min(x2(1,l),0);

  c =[c,-Pgmax<=summ9<=Pgmax];%功率上下限约束

end

%风机

c =[c,0<=x3<=fj];%可再生能源消纳约束

%日负荷平衡约束

for i=1:24

   c =[c,sum(x1(:,i))-sum(x2(:,i))+sum(x3(:,i))==load(i)];%

end

%% 目标函数

%储能设备(公式1)

C1=(CE*1000*Ehmax+CP*1000*Pgmax)*(rs*(1+rs)^Nz)/(((1+rs)^Nz)-1)/(365*Nz);

%储能设备(公式2)

C2=0;

for i=1:24

       C2=C2+abs(x2(1,i))*0.0075*1000;%储能充放电成本

end

%火电机组(公式3)

C3=0;

for j=1:6

   for i=1:24

       C3=C3+ag(j)*x1(j,i)*x1(j,i)+bg(j)*x1(j,i)+cg(j);%机组发电成本

   end

end

%火电机组(公式4-5)

C4=0;

for j=1:6

   for i=1:24

       C4=C4+0.05*1000*abs(x1(j,i));%机组发电成本

   end

end

C5=0;

% for j=1:2

%     for i=1:24

%         C5=C5+b2(j,1)*4.8*6130;%投油成本

%     end

% end

%弃风成本(公式6)

C6=0;

for i=1:24

   C6=C6+0.61*1000*max(fj(i)-x3(1,i),0);%

end

%储能套利(公式7)

C7=0;

for i=1:24

   C7=C7+Pgs(i)*(max(x2(1,i),0)*ng+np*min(x2(1,i),0));

end

%储能补偿(公式8)

C8=0;

for i=1:24

   C8=C8+0.4*max(x2(1,i),0)*ng;%调单位补偿

end

%火电机组补偿(公式9)

C9=0;

for j=1:6

for i=1:24

   C9=C9+0.01*(Pmin1(j)-x1(j,i));%max(0,Pmin1(j)-x1(j,i)),求解时间变长

end

end

%新能源消纳(公式15)

C10=0;

for i=1:24

   C10=C10+0.05*(x3(1,i)-xn(i));%指标归一化

end

%调峰成本(公式28-29)

GD=5000;%基础调峰成本

GC=5000*1.2;%不投油深度调峰成本

GO=4.8*6130;%投油深度调峰成本

🎉3 文献来源

部分理论来源于网络,如有侵权请联系删除。

[1]李军徽,张嘉辉,李翠萍等.参与调峰的储能系统配置方案及经济性分析[J].电工技术学报,2021,36(19):

相关文章
|
2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)
154 12
|
2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)
106 9
|
3月前
|
机器学习/深度学习
BP-Adaboost MATLAB方案
BP-Adaboost MATLAB方案
|
3月前
|
存储 边缘计算 算法
【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)
【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
210 0
|
2月前
|
算法 定位技术 计算机视觉
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
112 0
|
2月前
|
算法 机器人 计算机视觉
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
|
2月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
144 8
|
2月前
|
机器学习/深度学习 编解码 算法
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
142 8
|
2月前
|
机器学习/深度学习 数据采集 测试技术
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)

热门文章

最新文章