考虑寿命损耗的微网电池储能容量优化配置（Matlab代码实现）

 👨‍🎓个人主页：研学社的博客 

💥💥💞💞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

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、数据、文章讲解

---

💥1 概述

文中建立了考虑寿命损耗的微网电池储能容量优化配置模型。针对有限个日循环次数取值情况，可先固定电池储 能日循环次数，利用场景分析法分别计算电池储能寿命损耗成本，优化了电池储能寿命年限。为解决风光出力和负荷功率的不确定性问题，文中又引入了两阶段鲁棒优化模型，先将非线性问题转化为一个 min-max-min 形式的混合整数线性问题，再将线性化后的模型通过强对偶理论以及列和约束生成(column-and-constraint generation,C&CG) 算法 [10] ，联合商用求解软件 Gurobi 求解。最终通过在算例中比较了是否引入电池储能寿命损耗成本、不同不确定度以及不同电池储能成本缩减比例下的电池储能容量、寿命年限和综合成本等指标，验证了文中所建模型的有效性。

目标函数：

目标函数主要考虑了投资成本和运行成本两部分，其中，投资成本主要为储能的等年值投资成本，运行成本则包括配电网交互成本（购售电成本）、各单元运维成本以及微型燃气轮机的燃料成本。

 

详细讲解见第4部分。 

📚2 运行结果

 

 

 

 

 

 

 

 

 

 部分代码：

M = 100000;%一个极大正实数
c_wt_om = 0.0296;c_pv_om = 0.0096;c_g_om = 0.059;c_bat_om = 0.009;%运维成本系数
c_fuel = 0.6;%燃料成本系数
%% 2.设决策变量
p_ch = sdpvar(24,4);%储能充电
p_dis = sdpvar(24,4);%储能放电
uu_bat = binvar(24,4);%充放电标识

uu_m = binvar(24,4);%发电机标识
p_buy = sdpvar(24,4);%配网购电
p_sell = sdpvar(24,4);%配网售电

%% 3.设约束
C = [];
load = p_l';
%储能功率约束
wwt = 0.05;wpv = 0.1;wl = 0.15;%不确定度
C = [C, (1 - wwt)*max_p_wt <= p_wt,p_wt <= (1 + wwt)*max_p_wt];%不确定性风
C = [C, (1 - wpv)*max_p_pv <= p_pv,p_pv <= (1 + wpv)*max_p_pv];%不确定性光
C = [C, (1 - wl)*load' <= p_load,p_load <= (1 + wl)*load'];%不确定性负荷
%设定对偶变量
lam1 = sdpvar(96,1);lam11 = sdpvar(96,1);
lam2 = sdpvar(192,1);lam21 = sdpvar(192,1);lam3 = sdpvar(4,1);
lam4 = sdpvar(192,1);lam41 = sdpvar(192,1);lam5 = sdpvar(96,1);
lam51 = sdpvar(96,1);lam6 = sdpvar(96,1);
%大m条件中的01变量
beta1 = binvar(96,1);beta11 = binvar(96,1);
beta2 = binvar(192,1);beta21 = binvar(192,1);beta3 = binvar(4,1);
beta4 = binvar(192,1);beta41 = binvar(192,1);beta5 = binvar(96,1);
beta51 = binvar(96,1);beta6 = binvar(96,1);beta7 = binvar(480,1);beta8 = binvar(288,1);

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]冯紫妍,许仪勋,汪凯琳等.考虑寿命损耗的微网电池储能容量优化配置[J/OL].电源学报:1-16[2023-03-07].http://kns.cnki.net/kcms/detail/12.1420.TM.20210825.1417.006.html.

🌈4 Matlab代码、数据、文章讲解