MATLB|分布式能源的选址与定容IEEE30节点实现

💥💥💥💞💞💞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,博主专门做了一个专栏目录,整个专栏只放了一篇文章,足见我对其重视程度:博主专栏目录。做到极度细致,方便大家进行学习!亲民!!!还有我开了一个专栏给女朋友的,很浪漫的喔,代码学累的时候去瞧一瞧,看一看:女朋友的浪漫邂逅。有问题可以私密博主,博主看到会在第一时间回复。
📝目前更新:🌟🌟🌟电力系统相关知识,期刊论文,算法,机器学习和人工智能学习。
🚀支持:🎁🎁🎁如果觉得博主的文章还不错或者您用得到的话,可以关注一下博主,如果三连收藏支持就更好啦!这就是给予我最大的支持!

👨‍🎓博主课外兴趣:中西方哲学,送予读者:

👨‍💻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。在我这个专栏记录我有空时的一些哲学思考和科研笔记:科研和哲思。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“真理”上的尘埃吧。

     或许,雨过云收,神驰的天地更清朗.......🔎🔎🔎

📋📋📋本文目录如下:⛳️⛳️⛳️

目录

1 分布式能源的选址与定容

2 运行结果

3 Matlab代码实现

1 分布式能源的选址与定容

分布式电源( DG )作为发展智能电网的重要组成部分,具有减轻环境污染、降低网络损耗以及提
高电能质量等优点 。按 DG 所使用的一次能源可以主要分为两类:可再生能源 DG 和不可再生能源
DG 。可再生能源 DG 主要包括小型风力发电及太阳能光伏发电,其特点是出力受自然条件因素制约,不受调度人员控制;不可再生能源 DG 主要包括燃气轮机发电、燃料电池发电及天然气发电等,其特点是具有很好的调节能力,调度人员可对其发出的有功 P 和无功 Q 进行控制。研究表明,DG 并网对配电网有很大影响,包括电压水平、网损、可靠性等方面,且其影响程度与 DG 的安装位置及容量密切相关。合理的安装位置及容量可以有效改善配电网电压质量、减小有功损耗、提高系统负荷率。配置不合理将适得其反,甚至威胁电网的安全稳定运行。因此,为充分发挥DG 对配电网的积极影响,在规划阶段应对接入配电网的 DG 在最佳安装位置与装机容量两个方面进行重点研究。

2 运行结果

部分代码: 

 function ybus=ybuspg_ds33
line_dat=Ldat33;
b_dat=Bdat33;
fb=line_dat(:,2);tb=line_dat(:,3);
Res=line_dat(:,4);
Xe=line_dat(:,5);
Bs=line_dat(:,6);   % 接地导纳, B/2...     
a = line_dat(:,7);              % 抽头设定值..
z = Res + 1i*Xe;                    % 阻抗矩阵...
y = 1./z;                       % 节点导纳
b = 1i*Bs;                        % 使 B 为虚部...
nb = max(max(fb),max(tb));      % 节点个数...
ybus = zeros(nb,nb);               % 初始化节点导纳矩阵..
 br=max(line_dat(:,1));  % br= 支路数
 bus=max(line_dat(:,3)); % bus= 节点个数
 baseMva=max(b_dat(:,7));   % 基准功率
 baseKv=12.62; % 基准电压
 z=zeros(bus,bus);
 zpu=zeros(bus,bus);
 for ii=1:br
      x=line_dat(ii,2);
      y=line_dat(ii,3);
 z(x,y)=complex(line_dat(ii,4),line_dat(ii,5)); % 在 pu 中转换 a 和 y
 zpu(x,y)=z(x,y)*baseMva/(((baseKv)^2)*1000);
 end
 ybus=zeros(bus,bus);
for ii=1:br
    x=line_dat(ii,2);
      y=line_dat(ii,3);
    ybus(x,y)= -(1/zpu(x,y))/a(x);
    ybus(y,x)= -(1/zpu(x,y))/a(x);
    ybus(x,x)= ((ybus(x,x)-ybus(x,y))/a(x))+(1i*(line_dat(ii,6)/2));
    ybus(y,y)= (ybus(y,y)-ybus(y,x)/a(x));
end
ybus;

 

3 Matlab代码实现

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
微电网调度是指通过合理地调控微电网中各种能源和负荷的运行,在满足用电需求的前提下,尽可能地降低成本和环境影响。遗传算法是一种以生物进化过程为创作基础的搜索和优化方法,能够模拟自然选择的过程,通过选择和交叉等操作找到最优解。matlb是一种广泛使用的技术计算软件,能够在遗传算法方面提供丰富的工具和函数支持。 为了改进遗传算法优化微电网调度,首先需要考虑环境因素。环境因素包括微电网的气候、资源供给情况等,对于能源的选择和负荷的调度都会产生影响。因此,在使用遗传算法进行优化时,需要将环境因素考虑在内,建立相应的数学模型和适应度函数。 在matlb上,可以利用其丰富的数学计算和图形绘制函数,结合遗传算法工具箱,建立微电网调度的优化模型。模型包括微网中各种能源的发电成本、污染排放量等因素,以及负荷的变化情况。通过遗传算法对这些参数进行优化调整,可以得到最优的微电网调度方案。 在实际应用中,还需要考虑微电网系统的实际运行情况和约束条件,比如设备的技术特性、供电可靠性等。因此,在优化过程中,需要对遗传算法进行相应的改进,以确保得到的调度方案在实际运行中是可行和有效的。 通过以上的改进,可以更好地使用遗传算法优化微电网调度,并在考虑环境因素的前提下,实现微电网系统的高效、低成本、低污染运行。

“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
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