122文章解读与程序——EI\CSCD\北大核心《客户计及N-k安全约束的含光热电站电力系统优化调度模型》已提供下载资源

👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆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

论文可参考：

光热电站促进风电消纳的电力系统优化调度

光热-光伏-风电-火电联合发电调度优化

基于抽水蓄能和光热电站的风光发电站联合优化调度

太阳能光伏_光热联合发电的优化运行模型

光热电站模型，主要做的是考虑N-k安全约束的含义风电-光伏-光热电站的电力系统优化调度模型，从而体现光热电站在调度灵活性以及经济性方面的优势。同时代码还考虑了光热电站对风光消纳的作用，对比了含义光热电站和不含光热电站下的弃风弃光问题，同时还对比了考虑N-k约束下的调度策略区别。以14节点和118节点算例为例，对模型进行了系统性的测试，复现效果良好，是学习N-k约束以及光热电站调度的必备程序！程序采用matlab+cplex（mosek/gurobi）进行求解，可以选择已经安装的求解器进行求解。

部分代码展示：

clc; clear; close all; % 关闭所有已打开的绘图窗口
%% 参数设定
NT = 24; 
CoeffReseve_load = 0.03; 
CoeffReserve_VRE = 0.05; 
yita_TES = 0.98;   
yita_PB = 0.415;  
% 文章里Table 2的数据
Capacity_TES_CSP = 2.4; 
initial_TES_t0 = 1.5; 
initial_TES_t1 = 0.78;
TES_initial = 0.5;         
beta_Load = 3*10e3;  


mpc = case14_3; % 载入数据 matpower 数据格式
%% 有功负荷 24h所有节点总的
%    mpc.load = [
%        4042.42	3820.2	4496.96	3044.44	2907.07	3391.91	4070.7	4595.95	4876.76	4961.61	5759.59	4977.77	...
%        4717.17	4519.19	5301.01	5395.95	5103.03	5406.06	5737.37	5963.63	5521.21	4145.45	5197.97	4927.27
%    ]/7.3;

   mpc.load = [
       683.42	792.2	896.96	1044.44	1087.07	1121.91	1200.7	1235.95	1326.76	1461.61	1489.59	1577.77	...
       1417.17	1219.19	1101.01	1075.95	903.03	1186.06	1237.37	1463.63	1221.21	1005.45	827.97	807.27
    ]/2; 

     mpc.P_RE = [0.00 	0.00 	0.00 	0.00 	0.00 	0.00 	15.76 	43.17 	82.35 	109.44 	122.55 	146.10 	...% PV
                126.66 	86.05 	60.05 	52.82 	25.78 	4.28 	0.00 	0.00 	0.00 	0.00 	0.00 	0.00  
                100.26 	133.95 	147.28 	134.11 	170.52 	159.44 	138.55 	72.83 	58.83 	73.37 	79.90 	80.54 ...  % Wind
                91.96 	101.68 	121.49 	122.93 	133.11 	162.44 	130.95 	133.25 	151.26 	139.33 	120.60 	90.33
                ]*1; % 可再生能源 24小时数据（实际发电量）
%% 电网相关名称
    baseMVA = mpc.baseMVA;
    bus = mpc.bus;
    gen = mpc.gen;
    branch = mpc.branch;
    gencost = mpc.gencost;
    RE = mpc.RE;
    CSP = mpc.CSP;
    P_RE = mpc.P_RE;

N = length(bus(:,1));     
N_Br = length(branch(:,1));
N_Gen = length(gen(:,1));  
N_RE = length(RE(:,1));   
N_CSP = length(CSP(:,1)); 

% 常规机组相关数据提取, 取数据矩阵中的列向量 和功率有功的项，均需标幺值化，以便运算和求解
P_Gen_max = gen(:,9)/baseMVA; 
P_Gen_min = gen(:,10)/baseMVA; 
type_Gen = gen(:,22); 
P_Gen_up = gen(:,23) /baseMVA;  
P_Gen_down = gen(:,24) /baseMVA; 
T_Gen_min_on = gen(:,25); 
T_Gen_min_off = gen(:,26); 
c_ST_g = gen(:,28); 
c_G_g = gen(:,30); 

% CSP机组相关数据提取
P_CSP_max = CSP(:,9)/baseMVA; 
P_CSP_min = CSP(:,10)/baseMVA; 
P_CSP_up = CSP(:,23)/baseMVA;   
P_CSP_down = CSP(:,24)/baseMVA;  
T_CSP_min_on = CSP(:,25); 
T_CSP_min_off = CSP(:,26); 
c_CSP_g = CSP(:,30);      

PtCSP_fore = [ % 可用的太阳能热功率向量 
    0.00 	0.00 	0.00 	0.00 	0.00 	0.00 	20.57 	45.57 	79.57 99.57 	139.57 	189.03 ...
    211.64 	220.92 	230.36 	211.26 	189.37 	140.35 	0.00 	0.00 	0.00 	0.00 	0.00 	0.00 ]*1;
PtCSP_fore = PtCSP_fore/baseMVA; 
P_RE = P_RE/baseMVA; 
beta_Load = beta_Load*baseMVA^2; 

M_bus_G = zeros(N,N_Gen); 
for row = 1:N
    if abs(find(mpc.gen(:,1) == row)) > 0  
        M_bus_G(row,find(mpc.gen(:,1) == row)) = 1; 
    end
end

M_bus_RE = zeros(N,N_RE); 
for row = 1:N
    if abs(find(mpc.RE(:,1) == row))>0
        M_bus_RE(row,find(mpc.RE(:,1) == row)) = 1;
    end
end

M_bus_CSP = zeros(N,N_CSP); 
for row = 1:N
    if abs(find(mpc.CSP(:,1) == row))>0
        M_bus_CSP(row,find(mpc.CSP(:,1) == row)) = 1;
    end
end

效果展示：

122号资源-源程序：论文可在知网下载《客户计及N-k安全约束的含光热电站电力系统优化调度模型》本人博客有解读资源-CSDN文库https://download.csdn.net/download/LIANG674027206/89401586👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆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