MATLAB代码:基于用户舒适度的冷热电多能互补综合能源系统优化调度模型研究

MATLAB代码:考虑用户舒适度的冷热电多能互补综合能源系统优化调度
关键词:用户舒适度 综合能源 PMV 优化调度
仿真平台:MATLAB+yalmip+cplex
主要内容:代码主要做的是考虑用户舒适度的冷热电多能互补综合能源系统优化调度模型,在传统的冷热电联供型综合能源系统的基础上,进一步考虑了热惯性以及用户的舒适度,并用预测平均投票数PMV对用户的舒适度进行衡量,且通过改变PMV的数值,可以对比不同舒适度要求对于综合能源系统调度结果的影响。
同时,代码还补充性的考虑了碳排放交易机制,并设置经济性最优以及碳排放最优两种对比场景,从而丰富算例,效果非常明显。
这个程序主要是一个并网模式下的经济成本最优调度模型。它涉及到电力、热力、制冷和气力等多个领域,并通过优化算法来实现最优调度。

首先,程序读取了一天的数据,包括电负荷、气负荷、光电出力预期值、风电出力预期值和室外温度等。

然后,定义了各种变量和常量,包括微燃气轮机电功率出力、燃气轮机电效率、燃气轮机热效率、余热锅炉输出热功率、余热回收效率、燃气锅炉输出热功率、燃气锅炉效率、吸收式制冷机输出冷功率、吸收式制冷机制冷系数、电制冷机输出冷功率、电制冷机冷系数、P2G设备输出气功率、P2G设备综合转换效率、从电网购电电量、向电网售电电量、交换功率、购售电标志、从气网购气量等。

接下来是约束条件的定义,包括热负荷、冷负荷和机组的约束条件。热负荷的计算使用了PMV值来得到供热时的室内温度,通过公式1和公式2计算供热时的室内温度和供水温度。冷负荷的计算使用了公式3来得到供冷时的室内温度。

然后是目标函数的定义,这里有两个目标函数可以选择。第一个目标函数是运行成本最小,包括购天然气成本、卖电收益和买电成本。第二个目标函数是碳排放最小,包括购天然气成本和卖电收益。

最后,使用优化算法对约束条件和目标函数进行求解,并输出最优解和费用。程序还包括了一些画图部分,用于展示各个变量的变化情况。

总的来说,这个程序是一个复杂的调度模型,涉及到多个领域的问题,通过优化算法来实现最优调度,可以用于电力、热力、制冷和气力等领域的能源系统优化。

YID:87100662283130712

老电工了



MATLAB代码:考虑用户舒适度的冷热电多能互补综合能源系统优化调度

在能源领域,冷热电多能互补综合能源系统越来越受到关注。然而,在传统的冷热电联供型综合能源系统的基础上,很少考虑用户的舒适度。为了解决这一问题,我们开发了一套MATLAB代码用于考虑用户舒适度的冷热电多能互补综合能源系统优化调度。

这套代码的核心是一个综合能源系统优化调度模型。该模型不仅考虑了热惯性,还考虑了用户的舒适度。我们使用了预测平均投票数(PMV)来衡量用户的舒适度。通过改变PMV的数值,我们可以比较不同舒适度要求对综合能源系统调度结果的影响。

除了考虑用户舒适度,代码还补充性地考虑了碳排放交易机制。我们设置了经济性最优和碳排放最优两种对比场景,以丰富算例。结果表明,我们的模型在考虑这两种因素的情况下能够实现明显的优化效果。

具体来说,这个程序是一个并网模式下的经济成本最优调度模型。它涉及到电力、热力、制冷和气力等多个领域,并通过优化算法来实现最优调度。

首先,程序读取了一天的数据,包括电负荷、气负荷、光电出力预期值、风电出力预期值和室外温度等。这些数据为模型的输入提供了基础。

然后,定义了各种变量和常量。这些变量和常量包括微燃气轮机电功率出力、燃气轮机电效率、燃气轮机热效率、余热锅炉输出热功率、余热回收效率、燃气锅炉输出热功率、燃气锅炉效率、吸收式制冷机输出冷功率、吸收式制冷机制冷系数、电制冷机输出冷功率、电制冷机冷系数、P2G设备输出气功率、P2G设备综合转换效率、从电网购电电量、向电网售电电量、交换功率、购售电标志、从气网购气量等。

接下来是约束条件的定义。我们定义了热负荷、冷负荷和机组的约束条件。为了计算热负荷,我们使用了PMV值来获取供热时的室内温度。通过公式1和公式2来计算供热时的室内温度和供水温度。类似地,我们使用公式3来计算供冷时的室内温度。

最后,我们定义了目标函数。这里有两个可选择的目标函数。第一个目标函数是运行成本最小化,包括购天然气成本、卖电收益和买电成本。第二个目标函数是碳排放最小化,包括购天然气成本和卖电收益。

通过优化算法对约束条件和目标函数进行求解,我们可以得到最优解和费用。此外,程序还包括了一些画图部分,用于展示各个变量的变化情况,从而更直观地了解系统的运行情况。

综上所述,我们开发的这套MATLAB代码可以用于考虑用户舒适度的冷热电多能互补综合能源系统优化调度。通过综合考虑用户需求、经济性和碳排放等因素,我们的模型能够实现全面的能源系统优化。这套代码不仅可以用于电力、热力、制冷和气力等领域,还可以为相关领域的研究者和工程师提供参考和借鉴。

以上相关代码,程序地址:http://wekup.cn/662283130712.html

  • 15
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
由于冷热电联合供能系统的优化调度需要考虑多种因素,因此代码编写比较复杂,需要结合具体的建筑和能源参数进行设计。以下提供一个基本的冷热电联合供能系统优化调度Matlab代码框架,供参考: ```matlab % 建筑负荷数据 load building_load_data.mat % 能源价格数据 load energy_price_data.mat % 设备参数数据 load device_parameter_data.mat % 冷热电联合供能系统模型 function [cost, energy] = chp_optimization(x) % x为冷热电联合供能系统的决策变量,例如设备容量、能源供给策略等 % 计算建筑负荷 building_load = calculate_building_load(building_load_data); % 计算能源供给 energy_supply = calculate_energy_supply(x, energy_price_data); % 计算供能成本 cost = calculate_energy_cost(energy_supply, energy_price_data); % 计算能源利用率 energy = calculate_energy_utilization(building_load, energy_supply); end % 优化目标函数 function [f, g] = objective_function(x) % f为优化目标函数,例如最小化供能成本、最大化能源利用率等 % g为约束条件函数,例如设备容量限制、能源供给平衡等 [cost, energy] = chp_optimization(x); % f为优化目标函数,例如最小化供能成本、最大化能源利用率等 f = ... % g为约束条件函数,例如设备容量限制、能源供给平衡等 g = ... end % 使用优化工具箱进行优化 [x, fval] = fmincon(@objective_function, x0, A, b, Aeq, beq, lb, ub, @nonlinear_constraint_function); % 使用仿真工具箱进行仿真和验证 [energy_supply, energy_cost, energy_utilization] = simulate_chp_optimization(x, building_load_data, energy_price_data); ``` 以上是一个基本的冷热电联合供能系统优化调度Matlab代码框架,其中包括建筑负荷数据、能源价格数据、设备参数数据、冷热电联合供能系统模型、优化目标函数、约束条件函数、优化工具箱、仿真工具箱等内容。具体实现需要根据具体问题进行设计和调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值