(Matlab实现)含风光柴储的微电网经济调度

目录

摘要:

1.微电网模型

2.微电网经济调度的目标函数

3.微电网经济调度的约束条件

3.1设备自身约束:

3.2功率平衡约束:

4.Yalmip+Cplex

4.1 Yalmip

4.2 Cplex

5.运行结果截图

 6.代码展示


摘要:

微电网优化调度作为智能电网优化的重要组成部分,对降低能耗、环境污染具有重要 意义。微电网的发展目标既要满足电力供应的基本需求,又要提高经济效益和环境保护。本文基于Matlab平台,使用Yalmip+Cplex对微电网进行最优化调度问题求解,调度求解的过程较为简洁方便,可修改性强,适合初学者快速理解Yalmip+Cplex的使用与微电网经济调度的原理。

1.微电网模型

本文讨论的微电网模型中包括:风力发电机、光伏太阳能板、电网功率联络线、柴油发电机、储能电池、电力负荷。

2.微电网经济调度的目标函数

微电网经济调度问题的目标函数自然是微电网的总运行成本最小:

其中:Cgrid(t)、Cbess(t)、CDE(t)分别为t时段微电网与主电网相互作用的总成本、储能的维护成本、柴油发电机总运行成本;Pbess(t)是储能在t时刻的功率;Psell(t)、Pbuy(t)分别为 t 时刻微电网与大电网的售电功率、购电功率;Cbuy(t)、Csell(t)分别为 t 时刻微电网与大电网的购售电价。

3.微电网经济调度的约束条件

约束条件主要包括两类:一类是设备自身的约束,比如最大功率约束和爬坡约束等;另一类是功率平衡约束这样的网络约束条件。

3.1设备自身约束:

柴油发电机约束:主要包括最大最小输出功率约束和爬坡约束

功率联络线约束:主要包括最大最小输出功率约束

储能设备约束:主要包括最大最小输出功率约束和容量约束,此外储能系统一天的调度结束后,需要让其SOC返回初始值。

3.2功率平衡约束:

4.Yalmip+Cplex

4.1 Yalmip

可以把Yalmip理解为是一个工具包,其主要的作用是将简单的编程语言进行转换,使用户使用同一种语言就可以调用不同的求解器进行求解。在Yalmip官网下载,解压至Matlab Toolbox 工具箱中,然后设置好Path路径,就可以使用了。Yalmip使用起来很方便,只需要建立模型并设置参数就可以了。

4.2 Cplex

Cplex是一个强大的商用求解器,使用Yalmip的情况下,只需要在求解选项中设置求解器为Cplex就可以直接快速求解最优化问题,完全不需要复杂的编程和求解步骤。用Yalmip进行建模,模型建好后调用Cplex求解器求解,整个过程非常方便。

5.运行结果截图

 6.部分代码展示

%% 初始化
clc;
clear;
yalmip;
Cplex;
%% 各变量及常量定义
%------------------------变量定义-----------------------%
Pw=sdpvar(1,24,'full'); %风机出力
Ppv=sdpvar(1,24,'full');%光伏出力
Pbat=sdpvar(1,24,'full');%蓄电池出力
Pnet=sdpvar(1,24,'full');%交换功率
Pbuy=sdpvar(1,24,'full');%从电网购电电量
Psell=sdpvar(1,24,'full');%向电网售电电量
Temp_net=binvar(1,24,'full'); % 购|售电标志
Temp_cha=binvar(1,24,'full'); %充电标志
Temp_dis=binvar(1,24,'full'); %放电标志
Temp_static=binvar(1,24,'full'); %电池静置标志
Pmt = sdpvar(1,24,'full'); %燃气轮机出力
Pcha=sdpvar(1,24);
Pdis=sdpvar(1,24);
Constraints = [];
%% 约束
.....................

  • 2
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
风光柴储电网最优化经济调度模型是一种用于优化风光柴储电网系统运行的经济调度模型。该模型基于matlab yalmip cplex平台,能够对电网系统进行调度,以实现最优的经济性运行。 模型的核心代码如下: ```matlab % 定义变量 P_wind = sdpvar(1,24); % 风电功率 P_solar = sdpvar(1,24); % 太阳能功率 P_battery_charge = sdpvar(1,24); % 电池充电功率 P_battery_discharge = sdpvar(1,24); % 电池放电功率 P_load = sdpvar(1,24); % 用电负荷功率 % 定义约束条件 Constraints = [P_wind + P_solar + P_battery_charge - P_battery_discharge == P_load, P_battery_charge <= P_battery_max_charge, P_battery_discharge <= P_battery_max_discharge, P_battery_charge + P_battery_discharge <= P_battery_max_power]; % 定义目标函数 Objective = sum(P_wind*wind_price + P_solar*solar_price - P_battery_charge*battery_charge_price + P_battery_discharge*battery_discharge_price - P_load*load_price); % 定义优化问题 optimize(Constraints, Objective); % 获取最优解 Optimal_Power = value([P_wind, P_solar, P_battery_charge, P_battery_discharge, P_load]); ``` 该模型通过对风光柴储电网系统中各种电力资源的供需进行优化调度,以最大化系统运行效益并降低成本。通过matlab yalmip cplex平台,能够快速高效地求解出最优的调度方案,为风光柴储电网系统的经济运行提供了强有力的支持。 通过该模型,可以使风光柴储电网系统在满足用电需求的同时,最大限度地利用可再生能源,并合理调配电池的充放电功率,以达到经济性最优化。这对于提高可再生能源的利用率,降低电网运行成本具有重要的意义。

“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 4
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

打赏作者

荔枝科研社

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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