计及碳排放交易及多种需求响应的微网/虚拟电厂日前优化调度（Matlab代码实现）-CSDN博客

本文链接：https://blog.csdn.net/qq_57231208/article/details/138705041

💥💥💞💞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。

📋📋📋本文目录如下：🎁🎁🎁

目录

⛳️赠与读者

💥1 概述

📚2 运行结果

2.1 算例1

2.2 算例2

🎉3 参考文献

🌈4 Matlab代码、数据、文档

⛳️赠与读者

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学，什么是电的时候，不要觉得这些问题搞笑。哲学是科学之母，哲学就是追究终极问题，寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

💥1 概述

参考文献1：

近年来，分布式电源因其可靠、经济、灵活、环保等特点发展迅速，然而，分布式电源大多为风

电、光伏等可再生能源，其出力的随机性和不可控性给电力系统的安全稳定运行带来一定的挑战。而虚拟电厂(virtual power plant，VPP)技术可以很好地解决上述问题，以 VPP 形式聚合分布式发电机组、储能、可控负荷等分布式能源，通过能量管理系统 (energy management systems，EMS)的协调优化控制，VPP 可减少风电和光伏机组出力的波动性，从而提高整体的稳定性和参与电力市场时的竞争力[1-3]。VPP 可参与的电力市场包括日前市场(day-ahead market，DAM)、实时市场(real-time market，RTM)、双边合同市场、平衡市场和辅助服务市场等[4]，同时参与多类电力市场、可控负荷以需求响应 (demand response，DR)形式参与电力系统运行[5]、聚合储能等行为均可提高 VPP 的灵活性，进而获得更大收益。

参考文献2：

与此同时，虚拟电厂（VPP）运营受到诸如调度过程中的可再生能源（RES）输出等不确定因素的影响，导致经济和安全问题。因此，解决虚拟电厂运营中的不确定因素已成为一个日益受到关注的话题。已经应用了许多方法来解决虚拟电厂运营中的不确定性，如随机规划、鲁棒优化、机会约束规划和点估计。相比之下，在这种情况下，自适应鲁棒优化的应用相对较少。然而，这种方法比鲁棒优化更灵活，因为决策过程是分阶段进行的，这在一定程度上可以缓解鲁棒优化解决方案的保守性。自适应鲁棒优化考虑在不确定因素的最坏情况下的最优解，并通常分为两个阶段进行决策。第一阶段利用所谓的立即变量在不确定性水平已知之前做出决策。第二阶段利用所谓的等待变量在不确定性水平已知之后做出决策。例如，通过主动调节抽水蓄能电站来考虑风力发电输出的不确定性建立了一个自适应鲁棒的机组组合模型，并提出了一个自适应鲁棒的无功优化模型，以解决风力发电在高风电渗透率条件下融入主动配电网中的不确定性。

本文代码主要用于优化调度一个考虑碳排放权交易的微网/虚拟电厂。在这个优化模型中，我们着重关注了需求响应、电动汽车和碳交易部分的优化。需求响应方面，我们考虑了可中断负荷和空调负荷，特别是空调模型的构建既具有创新性又复杂，为其他研究提供了学习的价值。在电动汽车方面，我们考虑了用户的出行模式，制定了比较细致的模型。对于碳排放部分，我们从碳配额和实际碳排放的角度出发，参考了文档中的碳交易模型。引入碳交易模型后，整个微网的运行成本降低了约3000元，取得了良好的效果。这个项目的成功不仅提升了微网的运行效率，也为未来碳排放权交易的研究提供了有益的实践经验。

📚2 运行结果

2.1 算例1

2.2 算例2

部分代码：

%% 定义燃气轮机参数
a=800;%固定开机费用
kcp=400;%分段线性化费用
sconv=600;%启停费用
gtmax=3.31;%出力上限
gtmin=1.3;%最小出力值
ramp=1.5;%爬坡率
%% 定义储能参数
gescmax=1;%充电功率上限
gesdmax=1;%放电功率上限
sessmax=4;%蓄电量上限
sessmin=0;%蓄电量最小值
uesc=0.95;%充电效率
uesd=0.95;%放电效率
kil=[650,700,800];%中断负荷补偿费用
%% 定义温度参数
%室外温度
tempout=[28.6 28.3 28.1 27.9 28.4 29.3 30.4 31.4 32.3 33.2 34 34.5 34.8 34.7 34.2 33.9 33.1 32.2 31.2 30.5 30 29.6 29.4 28.8];
%温度表达式中的参数
akt=[9.193 9.165 9.147 9.128 9.174 9.258 9.360 9.454 9.537 9.621 9.695 9.742 9.770 9.760 9.714 9.686 9.612 9.528 9.435 9.370 9.323 9.286 9.267 9.212 ];
ebxk=0.3127443;%温度表达式中的参数
bk=0.1303;%温度表达式中的参数
tempmax=27.3;%最高舒适度室温
tempmin=24.8;%最低舒适度室温
%% 定义制冷机以及蓄冷槽参数
coldchmax=10;%制冷机制冷量
coldsmax=5;%蓄冷槽最大蓄冷
coldrmax=5;%蓄冷槽最大释冷
scoldmax=26.4;%蓄冷槽容量
ns=0.95;%蓄冷槽蓄冷效率
nr=0.92;%蓄冷槽释冷效率
uch=5.6;%制冷机能效比
us=0.008;%蓄冷槽蓄冷能效比
ur=0.007;%蓄冷槽释冷能效比