微电网调度（风、光、储能、电网交互）（Matlab&Python代码实现）

最新推荐文章于 2024-05-18 17:01:26 发布

wlz249

最新推荐文章于 2024-05-18 17:01:26 发布

阅读量294

点赞数

文章标签： matlab 开发语言

本文链接：https://blog.csdn.net/weixin_66436111/article/details/127963383

版权

📋📋📋本文目录如下：⛳️⛳️⛳️

目录

1 概述

2 微电网模型

3 微电网经济调度数学模型

3.1 目标函数

3.2 约束条件

4 运行结果

5 Matlab&Python代码实现

1 概述

微电网（Micro-Grid）日前经济调度问题是指考虑电网的分时电价基础上，对常规负荷、光伏出力、风机出力进行日前(未来 24 小时)预测，然后充分利用微网中的储能等可调控手段，使微电网运行的经济性最优。

众多学者对此做了大量研究，考虑电价与负荷响应量相关性的基础上,建立了以运行成本最低、可再生能源消纳比例最高和用户满意度最好为目标的日前调度模型。针对微电网新能源出力不确定的问题,从并网型微电网运营商的角度提出一种供需协同两阶段日前优化调度框架来降低系统运营成本和风险。考虑风电功率以及可再生能源停运的不确定性，提出一种考虑风险的微电网日前随机优化调度方法。也可以以运行成本最小为优化目标、同时考虑储能，提出了一种微电网日前调度调度模型。

2 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。

3 微电网经济调度数学模型

3.1 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。

蓄电池的荷电状态应满足上下限约束，同时蓄电池的单位时间蓄电池充放电功率也有上下限。微电网与主网功率交换有约束，风光可以舍弃。在此种情况下：目标函数见式子：

$\begin{array}{l} \mathrm{W}=\left(\sum_{i=1}^{24} P_{F i} w_{F i}+P_{s i} w_{\mathrm{S} i}+P_{N i} w_{G i} x_{i}-P_{N i} w_{M i}\left(1-x_{i}\right)+P_{c i} w_{c i}\right) \Delta t \end{array}$

式中： $w_{F i}$ 风机购电成本， $w_{Si}$ 光伏购电价格， $x_{i}$ 为状态变量，当微电网向主网售电时为0，购电时为1。 $w_{Gi}$ 为微电网向主网购电价格， $w_{Mi}$ 为微电网向主网售电价格。式中： $w_{ci}$ 为蓄电池从充电状态到放电状态成本。

3.2 约束条件

功率平衡约束和不等式约束为：

$\begin{array}{l} 0 \leq P_{F i} \leq P_{F i \max } \\ 0 \leq P_{S i} \leq P_{S i \max } \\ P_{F i}+P_{S i}+P_{\mathrm{Ni}}=P_{L i}+\mathrm{P}_{c i} \\ 0 \leq\left|P_{\mathrm{Ni}}\right| \leq P_{N \max } \\ 0 \leq\left|\mathrm{P}_{c i}\right| \leq P_{c \max } \\ \mathrm{SOC}_{\text {min }} \leq \mathrm{SOC}_{i} \leq S O C_{\max } \end{array}$

4 运行结果

注：Python和Matlab的算例数据不一样，所以结果也不一样。

5 Matlab&Python代码实现

回复：微电网调度（风、光、储能、电网交互）

wlz249

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
8
评论
微电网调度（风、光、储能、电网交互）（Matlab&Python代码实现）

微电网（Micro-Grid）日前经济调度问题是指考虑电网的分时电价基础上，对常规负荷、光伏出力、风机出力进行日前(未来 24 小时)预测，然后充分利用微网中的储能等可调控手段，使微电网运行的经济性最优。众多学者对此做了大量研究，考虑电价与负荷响应量相关性的基础上,建立了以运行成本最低、可再生能源消纳比例最高和用户满意度最好为目标的日前调度模型。针对微电网新能源出力不确定的问题,从并网型微电网运营商的角度提出一种供需协同两阶段日前优化调度框架来降低系统运营成本和风险。
复制链接

扫一扫