015文章解读与程序——电网技术EI\CSCD\北大核心《计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度》已提供下载资源

电网论文源程序

已于 2024-06-04 08:43:36 修改

阅读量1.2k

点赞数 33

分类专栏：论文与完整源程序文章标签：综合能源系统调度

于 2024-01-08 00:30:00 首次发布

本文链接：https://blog.csdn.net/LIANG674027206/article/details/135364103

版权

论文与完整源程序专栏收录该内容

219 篇文章 207 订阅

订阅专栏

👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆

《《《《《《《《更多资源还请持续关注本专栏》》》》》》》

论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download

摘要：为了促进多能源互补及能源低碳化，本文提出了计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度模型。通过引入碳捕集电厂–电转气–燃气机组协同利用框架，碳捕集的 CO2 可作为电转气原料，生成的天然气则供应给燃气机组；并通过联合调度将碳捕集能耗和烟气处理能耗进行负荷转移以平抑可再生能源波动，使得风电/光伏实现间接可调度而被灵活利用。鉴于所建优化模型具有高维非线性的特点，求解难度大，本文设计一种新型的反余切复合微分进化算法对模型进行求解。仿真结果表明，所提出的模型和方法具备削峰填谷效用并能提升可再生能源消纳，可有效降低虚拟电厂成本和碳排放量。

这段摘要描述了一篇研究，重点关注多能源协同和能源低碳化，并提出了一种虚拟电厂优化调度模型。以下是对摘要的详细解读：

研究目的： 该研究的目的是促进多能源之间的协同利用以及推动能源的低碳化。为实现这一目标，研究提出了一种考虑电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度模型。
模型框架： 通过引入碳捕集电厂–电转气–燃气机组协同利用框架，研究建立了一个协同系统。具体而言，碳捕集的CO2被用作电转气的原料，生成的天然气则供应给燃气机组。这一协同过程有助于提高能源的效益和减少碳排放。
联合调度： 为了平抑可再生能源波动，研究通过联合调度来处理碳捕集能耗和烟气处理能耗，实现负荷转移。这使得风电和光伏能够实现间接可调度，从而提高了可再生能源的利用灵活性。
求解算法： 由于所建立的优化模型具有高维非线性的特点，研究设计了一种新型的反余切复合微分进化算法，用于对模型进行求解。这表明为了解决复杂的模型，研究采用了创新性的数学求解方法。
仿真结果： 通过进行仿真实验，研究得出结论，所提出的模型和方法具有削峰填谷的效果，并能够提升可再生能源的消纳能力。同时，研究还指出这种方法可以有效降低虚拟电厂的成本和碳排放量。

总体而言，该研究为实现多能源协同、能源低碳化提供了一种新的优化调度模型，并通过仿真实验证明了其在提高可再生能源利用率、削减成本和碳排放方面的有效性。

部分代码展示：

%% 计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度
%电网技术网络首发论文复现(2021.03.11)
%电转气-碳捕集电厂,垃圾焚烧电厂,虚拟电厂VPP,中断负荷
%Powered by Denny Gavin Zhang

clc
clear
close all

%% 参数设定
P_C2P=sdpvar(1,24);  %CCPP-P2G系统的总能耗
P_P2G=sdpvar(1,24);  %P2G设备的能耗
P_CC=sdpvar(1,24);   %碳捕集能耗
P_WA=sdpvar(1,24);   %t时段弃风功率
P_VA=sdpvar(1,24);   %t时段弃光功率
P_OP=sdpvar(1,24);   %碳捕集运行能耗
P_GN=sdpvar(1,24);   %碳捕集电厂净出力
P_G=sdpvar(1,24);    %碳捕集电厂等效出力
P_GC=sdpvar(1,24);   %碳捕集电厂提供的碳捕集能耗
P_Galpha=sdpvar(1,24);   %碳捕集电厂的烟气处理能耗
Q_CC=sdpvar(1,24);   %CCPP-P2G系统捕集的CO2的总量,单位为吨
Q_P2Gsum=sdpvar(1,24);   %P2G消耗的CO2的总量,单位为吨
V_P2G=sdpvar(1,24);   %P2G生成的天然气的体积
P_alpha=sdpvar(1,24); %总烟气处理能耗
alpha_1=sdpvar(1,24); %t时刻进行烟气处理的烟气量中由垃圾焚烧电厂运行产生的烟气提供的部分
alpha_3=sdpvar(1,24); %t时刻进行烟气处理的烟气量中由储气装置提供的烟气量
P_WC=sdpvar(1,24); %风电机组提供的碳捕集能耗
P_VC=sdpvar(1,24); %光伏机组提供的碳捕集能耗
P_WIC=sdpvar(1,24); %垃圾焚烧电厂提供的碳捕集能耗
P_Valpha=sdpvar(1,24); %光伏机组提供的烟气处理能耗
P_Walpha=sdpvar(1,24); %风力机组提供的烟气处理能耗
P_WIalpha=sdpvar(1,24); %垃圾焚烧电厂提供的烟气处理能耗
P_WN=sdpvar(1,24); %风力机组的上网功率
P_VN=sdpvar(1,24); %光伏机组的上网功率
P_WIN=sdpvar(1,24); %垃圾焚烧电厂的上网功率
P_WI=sdpvar(1,24); %垃圾焚烧发电出力
Q_N=sdpvar(1,24); %碳捕集电厂的CO2的净排放量,单位为t/h
P_PH=sdpvar(1,24);  %CHP机组的输出总功率
P_CHP=sdpvar(1,24); %CHP机组的输出电功率
H_CHP=sdpvar(1,24); %CHP机组的输出热功率
V_CHP=sdpvar(1,24); %CHP机组消耗的天然气量
H_GB=sdpvar(1,24); %燃气锅炉的输出热功率
V_GB=sdpvar(1,24); %燃气锅炉消耗的天然气量
S_ES=sdpvar(1,24);  %电储能在t时段末的蓄电量,单位为MW
P_ESC=sdpvar(1,24); %电储能的充电功率
P_ESD=sdpvar(1,24); %电储能的放电功率
S_TS=sdpvar(1,24);  %热储能在t时段末的蓄热量,单位为MW
H_TSC=sdpvar(1,24); %热储能的充热功率
H_TSD=sdpvar(1,24); %热储能的放热功率
P_EM=sdpvar(1,24);  %系统在电网的购电量
P_CUT=sdpvar(1,24); %各级中断负荷功率之和
lamda_CC=sdpvar(1,24); %碳捕捉系统的烟气分流比
P_Cmax=sdpvar(1,24); %碳捕集系统的运行能耗上限
miu_ESC=binvar(1,24); %充电的布尔变量
miu_ESD=binvar(1,24); %放电的布尔变量
miu_TSC=binvar(1,24); %充热的布尔变量
miu_TSD=binvar(1,24); %放热的布尔变量
lambda_WI=sdpvar(1,24); %烟气分流比
V_WIalpha=sdpvar(1,24); %烟气存储罐储气量
alpha_2=sdpvar(1,24); %流入烟气存储罐的气量
Q_CS=sdpvar(1,24); %流入烟气存储罐的气量
Q_P2G=sdpvar(1,24); %流入烟气存储罐的气量
%
P_A=15*ones(1,24);   %CCPP-P2G系统能耗(因占比较少设为定值),单位为MW
%风电机组的预测出力
P_W=[232.75,247.44,219.09,188.78,239.58,232.84,188.52,159.84,111.45,51.23,119.88,137.29,141.39,115.78,135.24,143.44,151.64,195.69,159.70,180.94,203.38,193.64,155.32,247.43]; 
%光伏机组的预测出力
P_V=[0,0,0,0,0,22,63,97,110,118,128,132,133,136,131,133,120,85,37,0,0,0,0,0]; 
%电负荷
P_EL=[457,319,296,228,184,297,406,509,607,687,803,857,845,793,832,801,795,731,640,593,554,518,525,409];
%热功率
H_HL=[109,131,158,153,139,121,111,98,82,57,22,12,42,62,89,99,122,131,148,160,139,131,119,74];
%购电价
k_EM=[38.85,39.18,36.89,35.57,39.84,43.77,51.31,64.10,74.59,77.21,85.41,89.02,82.46,80.49,83.11,81.80,78.52,73.93,69.67,76.89,74.26,66.39,55.57,46.72];
S_ES_init=60;S_TS_init=30;
%% 约束条件
C=[];
%CCPP-P2G系统能耗以及CCPP出力
for t=1:24
    C=[C,
       P_C2P(t)==P_P2G(t)+P_CC(t), %CCPP-P2G系统总能耗约束
       P_P2G(t)==P_WA(t)+P_VA(t),  %P2G消纳的弃风光量约束
       P_CC(t)==P_A(t)+P_OP(t),    %碳捕集能耗约束
       P_GN(t)==P_G(t)-P_GC(t)-P_Galpha(t),  %碳捕集电厂功率约束
      ];
end
%CCPP-P2G系统碳利用量以及天然气生成量
for t=1:24
    C=[C,
       Q_CC(t)==P_OP(t)/0.269, %CCPP-P2G系统捕集的CO2的总量与耗能约束
       Q_P2Gsum(t)==0.2*0.6*P_P2G(t), %P2G设备的消耗的CO2量和电功率约束
       V_P2G(t)==3.6*0.6*P_P2G(t)/39, %P2G设备的生成天然气的体积
      ];
end
%垃圾焚烧电厂烟气处理模型
for t=1:24
    C=[C,P_alpha(t)==0.513*(alpha_1(t)+alpha_3(t)),]; %烟气处理系统能耗
end

效果展示：