使用MILP进行多能源系统优化

使用Pyomo的混合整数线性化程序（MILP）开发，考虑了给定两天的电力和热力需求， 目标函数：确定MES的最佳运行策略以最小化运行成本。

在给定的两天中，提出了一个优化问题。第一天是典型的冬季，以大量的火力发电为特征，第二天是典型的中秋节，热量需求不太大。

考虑到这两天给定的电力和热力需求，使用Pyomo（用于优化问题的python库）编写了混合整数线性化程序（MILP），以确定多能源系统（MES）的最佳运行策略这样可以最大程度地降低总运营成本并提供以下图表：

一天中每个时间步的总体电量平衡（电量需求，每个单元产生/消耗的电量，购买/出售的电量，从电池充电/放电的电量，电池的充电状态）；

一天中每个时间段的总体热能平衡（热量需求，每个单元产生的热量，存储充/放电，存储电量水平）。

为此，MES优化MILP模型基于以下步骤：

使用Pyomo建模组件创建模型的实例；

将此实例传递给求解器以找到解决方案；

报告和分析求解器的结果。

每天针对以下情况解决优化问题，并描述了目标功能和单元操作策略方面的主要效果。

a）没有电和热存储

b）容量等于2 MWh的热存储，无电池

c）容量等于2 MWh的蓄热装置和容量等于1 MWh的电池

d）容量等于4 MWh的蓄热装置和容量等于1 MWh的电池

了解详情请下载附件http://www.apollocode.net/a/829.html