当前位置: 首页 > news >正文

Matlab|面向低碳经济运行目标的多微网能量互联优化调度

 

目录

 

主要内容   

优化流程

   部分程序   

   结果一览  

下载链接


主要内容   

该程序为多微网协同优化调度模型,系统在保障综合效益的基础上,调度时优先协调微网与微网之间的能量流动,将与大电网的互联交互作为备用,降低微网与大电网的互动频率,从而减少微网分布式电源出力的不确定性对电网造成冲击和不稳定的影响。所以,多微网与电网的互联调度作为微网之间互联调度的补充,微网之间的互联调度以就地消纳为原则,当微网内的分布式电源无法满足微网内的负荷需求,或出现负荷需求过小以致清洁能源能量溢出的状况时(储能系统已充满电),启动微网与大电网的间的互联调度。微网与微网之间通过充分挖掘多微网间源储荷所具有的时空互补特性,实现多微网系统内能量互补,进一步提高对可再生能源的消纳能力,减少分布式能源和负荷的波动性、不确定性带来的影响。程序采用matlab进行求解,基本句句注释,编程小白的福利,方便学习上手!

  • 优化流程

多微网互联系统的运行状态随时刻变化,其调度策略也相应发生改变,其调度流程图如下图所示:

   部分程序   

%% 导入数据
Ppv1=xlsread('Ppv1.xlsx');%微网1光伏
Pwt1=xlsread('Pwt1.xlsx');%微网1风力
PL1=xlsread('PL1.xlsx')*1.5;%微网1负荷
​
Ppv2=xlsread('Ppv2.xlsx');%微网2光伏
Pwt2=xlsread('Pwt2.xlsx');%微网2风力
PL2=xlsread('PL2.xlsx')*1.5;%微网2负荷
​
Ppv3=xlsread('Ppv3.xlsx');%微网3光伏
Pwt3=xlsread('Pwt3.xlsx');%微网3风力
PL3=xlsread('PL3.xlsx')*1.5;%微网3负荷
%判断各个时刻的情况
for i=1:24pd1(i)=Ppv1(i)+Pwt1(i)-PL1(i);pd2(i)=Ppv2(i)+Pwt2(i)-PL2(i);pd3(i)=Ppv3(i)+Pwt3(i)-PL3(i);pdz(i)=Ppv1(i)+Pwt1(i)-PL1(i)+Ppv2(i)+Pwt2(i)-PL2(i)+Ppv3(i)+Pwt3(i)-PL3(i);
end
Cp1=xlsread('配网购电电价.xlsx');%微网与大电网间的购电电价
Cp2=xlsread('微网与微网间的分时电价.xlsx');%微网与微网间的分时电价
Cp3=xlsread('配网售电电价.xlsx');%微网与大电网间的售电电价
​
%决策变量
PG1=sdpvar(24,1,'full');%微网1微型燃气轮机功率
Psch1=sdpvar(24,1,'full');%微网1储能充电
Psdis1=sdpvar(24,1,'full');%微网1储能放电
FC1=sdpvar(24,1,'full');%微网1燃料电池功率
​
​
PG2=sdpvar(24,1,'full');%微网2微型燃气轮机功率
Psch2=sdpvar(24,1,'full');%微网2储能充电
Psdis2=sdpvar(24,1,'full');%微网2储能放电
FC2=sdpvar(24,1,'full');%微网2燃料电池功率
​
PG3=sdpvar(24,1,'full');%微网3微型燃气轮机功率
Psch3=sdpvar(24,1,'full');%微网3储能充电
Psdis3=sdpvar(24,1,'full');%微网3储能放电
FC3=sdpvar(24,1,'full');%微网3燃料电池功率
​
PMbuy1=sdpvar(24,1,'full');%微网1向配网购电
PMsell1=sdpvar(24,1,'full');%微网1向配网售电
PMbuy2=sdpvar(24,1,'full');%微网2向配网购电
PMsell2=sdpvar(24,1,'full');%微网2向配网售电
PMbuy3=sdpvar(24,1,'full');%微网3向配网购电

   结果一览  

下载链接

http://www.lryc.cn/news/320519.html

相关文章:

  • 3.Gen<I>Cam文件配置
  • 【兆易创新GD32H759I-EVAL开发板】 TLI(TFT LCD Interface)用法详细介绍
  • 恒创科技:什么是BGP线路服务器?BGP机房的优点是什么?
  • 苍穹外卖-day04:项目实战-套餐管理(新增套餐,分页查询套餐,删除套餐,修改套餐,起售停售套餐)业务类似于菜品模块
  • 深入探索C与C++的混合编程
  • 数组中的flat方法如何实现
  • 计算机考研|北航北理北邮怎么选?
  • 面试算法-52-对称二叉树
  • 独立维基和验收测试框架 Fitnesse 入门介绍
  • AI 初创公司趋势:Y Combinator 最新批次的见解
  • tts语音合成原理
  • 轮转数组题解
  • sqllab第二十四关通关笔记
  • web前端之多行文本擦除效果、文本逐个显示或展示、创建元素标签、querySelector、createElement、appendChild、requestAnimationFrame
  • 一文解读ISO26262安全标准:功能安全管理
  • 【华为OD机试】找座位【C卷|100分】
  • LarkXR上新了 | Apollo多终端与XR体验的优化创新
  • 车载电子电器架构 - 网络拓扑
  • 2024蓝桥杯每日一题(DFS)
  • Docker 笔记(五)--链接
  • 如何处理Android悬浮弹窗双击返回事件?
  • 高可用篇_A Docker容器化技术_II Docker环境搭建和常见命令
  • Vue.js+SpringBoot开发食品生产管理系统
  • Python面试笔记
  • springboot 查看和修改内置 tomcat 版本
  • 003——移植鸿蒙
  • 罗马数字转整数-力扣通过自己编译器编译
  • 深入解析JVM加载机制
  • python redis中blpop和lpop的区别
  • 第四百一十回