风电、光伏与储能(含电池和废弃矿井小型抽水蓄能)互补调度运行研究（Matlab代码实现）

 💥💥💞💞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。

⛳️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代码实现

---

💥1 概述

风电、光伏与储能技术的互补调度运行是当前可再生能源研究的重点之一。随着全球能源结构的逐渐转型，风电和光伏发电作为清洁能源在能源供给中占据越来越重要的地位。然而，它们作为主要的可再生能源，存在着供电不稳定、难以预测和存储等挑战。储能技术的加入，尤其是电池储能和废弃矿井小型抽水蓄能等，能够在风电和光伏发电产能过剩时存储能量，在需求高峰期释放能量，从而提高了能源的利用效率和电网的调度灵活性。

### 风电、光伏与储能的互补性

1. **时间性互补性**：光伏发电主要在白天生成电力，而风电则在夜间或风力较强时段发电量大。通过合理的调度，可以实现24小时的供电平衡。
2. **季节性互补性**：在一些地区，风能和光能的季节性分布呈现互补性，如冬季风能较强，而夏季则日照时间更长、光照强度更大。
3. **储能技术互补性**：电池储能响应快，适合短时调峰；而废弃矿井小型抽水蓄能具有规模较大、成本较低的优势，适合进行长时段的能量调整。

### 互补调度运行研究

1. **策略研究**：研究包括风电、光伏与储能调度策略，目的是最大化利用可再生能源，同时确保电网稳定运行。
2. **技术创新**：开发和创新储能技术，如提高电池存储效率、降低成本，利用地下空间开发废弃矿井抽水蓄能等。
3. **仿真模拟**：通过建立模型和进行仿真模拟，预测各种调度策略和技术应用的效果，以便于优化。
4. **政策和市场机制**：研究支持风电、光伏和储能互补调度的政策和市场机制，包括电价政策、补贴政策和市场交易规则等。

### 挑战与前景

**挑战**：技术挑战包括提升储能效率、降低成本，以及提高系统整体可靠性等。此外，互补调度系统的大规模实施还需要解决政策、法规和市场机制等非技术问题。

**前景**：随着相关技术的进步和成本的降低，风电、光伏与储能的互补调度运行将为全球能源转型提供强有力的支持，有助于实现能源供应的可持续性、稳定性和经济性。

综上所述，风电、光伏与储能的互补调度运行研究不但具有重要的科学价值，也具有强烈的现实意义，是未来能源领域研究的重点方向之一。

📚2 运行结果

部分代码：

n=24;                      % 一天24h
[C,C_p,C_c]=price(n);      % 确定分时电价,调用price函数，C_p为抽水费用、C_c为电池充电费用
C=C';                      % 上网分时电价
C_p=C_p';                  % 抽蓄抽水电价
C_c=C_c';                  % 电池运行成本 
T=1:n;
t=1;                       % 尺度1h
SOC_0=0.5;                 % SOC初始荷电状态 赋值
eta_p=0.87;                % 水泵抽水效率
eta_h=0.85;                % 水力发电效率
eta_c=0.9;                 % 电池 充电效率
eta_d=0.9;                 % 电池 放电效率
Emax_0=100;Emin=0;         % 电池 最大、最小容量MWh
P_cmax=100; P_cmin=0;      % 电池 充放电  最大/小功率
P_dmax=100;P_dmin=0;       
SOCmin=0.2;SOCmax=0.8;     % 电池 荷电状态 上下限
xgma=0.25/30/24;           % 电池每小时自放电率  20~30%/月
yibuxil_lack=100;          % 缺电惩罚系数  元/MWh
yibuxil_DL=30;             % 弃电惩罚系数  元/MWh
M_co2=0.877;               % 火电厂发单位电量产生的CO2量  tco2/MWh
k_ps_h=46;                 % 抽蓄发电运行成本    元/MWh
k_ba_d=28.7;               % 电池发电运行成本    元/MWh
P_hmax=150;P_hmin=0;       % 抽蓄最大、最小 发电 功率  MW
P_pmax=150;P_pmin=0;       % 抽蓄最大、最小 抽水 功率  MW
P_pps_r=150;               % 抽蓄额定功率
E_max_0=300;E_min=0;       % 水库储能
E_0=150;                   % 水库初始储能量 赋值
%% 开始优化  抽蓄+电池
% 申明变量
Chrom=sdpvar(1,10*n); % 整形 intvar      实形 sdpvar  
%P_w  P_p  P_h  E  P_DL  P_c  P_d  SOC  P_lack   P_pv 
% 1    2    3   4   5     6    7    8     9       10   
Chrom_E=sdpvar(1,2); % 抽蓄和电池容量
I_q=binvar(1,n);    %抽蓄启动抽水  0/1
I_h=binvar(1,n);    %抽蓄启动发电  0/1
% 目标函数
f=sum(C.*Chrom(1,1:n)+C.*Chrom(1,(2*n+1:3*n))+C.*Chrom(1,(6*n+1:7*n))+C.*Chrom(1,(9*n+1:10*n))-C_p.*Chrom(1,(n+1:2*n))-C_c.*Chrom(1,(5*n+1:6*n))-yibuxil_lack*Chrom(1,(8*n+1:9*n))-yibuxil_DL*Chrom(1,(4*n+1:5*n))-k_ps_h*Chrom(1,(2*n+1:3*n))-k_ba_d*Chrom(1,(6*n+1:7*n)));

% 约束条件
F=[];
P_w = Chrom(1,1:n);
P_p = Chrom(1,(n+1:2*n));
P_h = Chrom(1,(2*n+1:3*n));
E =   Chrom(1,(3*n+1:4*n));
P_DL =Chrom(1,(4*n+1:5*n));
P_c = Chrom(1,(5*n+1:6*n));
P_d = Chrom(1,(6*n+1:7*n));
SOC = Chrom(1,(7*n+1:8*n));
P_lack = Chrom(1,(8*n+1:9*n));
P_pv =Chrom(1,(9*n+1:10*n));
E_max=Chrom_E(1,1);           % 申明 水库最大储能量 便于-混合储能-计算
Emax= Chrom_E(1,2);           % 申明 电池最大容量   便于-混合储能-计算
% 得出 混合储能量 的上下界
P_net_max = P_load-P_v;
P_pc=zeros(1,n);P_hd=zeros(1,n);% 生成存储空间
for im=1:n
   if P_net_max(im) >= 0
       P_pc(im)=P_net_max(im); % 最大充电 上限
   end
   if P_net_max(im) < 0
       P_hd(im)=P_net_max(im); % 最大发电 上限
   end
end
for in=1:n
    F=[F P_w(1,in)+P_pv(1,in)+P_h(1,in)+P_d(1,in)+P_lack(1,in)==P_load(in)]; % 抽蓄+电池+风电+光伏上网，功率平衡限制约束
    
    F=[F 0<=P_pv(1,in)<=P_pv1(1,in)];                            % 光伏上网限制约束
    F=[F 0<=P_w(1,in)<=P_v(1,in)];                               % 风电上网限制约束
    
    F=[F P_p(1,in)*P_h(1,in)==0];                                 % 抽蓄抽水-发电   不同时发生约束
    F=[F P_c(1,in)*P_d(1,in)==0];                                 % 电池充-放电     不同时发生约束
    
    F=[F (E_max_0<=E_max<=E_max_0)];                              % 赋值 - 水库 最大储能量
    F=[F (Emax_0<=Emax<=Emax_0)];                                 % 赋值 - 电池 最大储能量
    F=[F E_0<=E(1)<=E_0];                                         % 赋值 - 水库     初始储能,最大值现为10MWh
    
    E(in+1)=E(in)+t*(eta_p*P_p(1,in)-P_h(1,in)/eta_h);            % 水库 储能变化
    F=[F E_min<=E(in+1)<=E_max];                                  % 水库 储能量限制约束
    
    F=[F SOC_0<=SOC(1)<=SOC_0];                                    % 赋值 - 电池荷电状态  初始值 E_0=0.5
    SOC(in+1)=SOC(in)*(1-xgma)+t*(eta_c*P_c(1,in)/Emax)-t*P_d(1,in)/Emax/eta_d;   % 电池荷电状态 约束
    F=[F SOCmin<=SOC(1,in+1)<=SOCmax];                                            % 电池 储能量限制约束
    F=[F P_cmin<=P_c(1,in)<=min(P_cmax,Emax*(SOCmax-SOC(in)*(1-xgma))/t/eta_c)];  % 电池 充电功率限制 #--- m ---#
    F=[F P_dmin<=P_d(1,in)<=min(P_dmax,(SOC(in)*(1-xgma)-SOCmin)*eta_d*Emax/t)];  % 电池 放电功率限制 #--- p ---#
    
    
    F=[F P_pmin<=P_p(1,in)<=min(P_pmax,(E_max-E(in))/t/eta_p)];                   % 抽蓄 抽水约束     #--- n ---#
    F=[F P_hmin<=P_h(1,in)<=min(P_hmax,E(in)*eta_h/t)];                           % 抽蓄 发电约束     #--- q ---#
    
    F=[F P_w(1,in)+P_pv(1,in)+P_p(1,in)+P_c(1,in)+P_DL(1,in)==P_v(1,in)+P_pv1(1,in)];  % 能量守恒约束
    
    F=[F 0<=P_DL(1,in)];                                                          % 功率舍弃量 约束
    F=[F 0<=P_lack(1,in)];                                                        % 缺口量 约束
end
% 运算求解
output=solvesdp(F,-f);
z=double(f);
P_w=double(P_w);
P_p=double(P_p);P_h=double(P_h);E=double(E);       % 抽蓄 参数
P_c=double(P_c);P_d=double(P_d);SOC=double(SOC);   % 电池 参数
P_pv=double(P_pv);
P_DL=double(P_DL);                                 % 弃电值
P_lack=double(P_lack);                             % 缺口值
E_max=double(E_max);Emax=double(Emax);             % 抽蓄、电池最大容量
P_i=P_w+P_pv+P_h+P_d;%联合系统上网功率

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]潘文霞,范永威,杨威.风-水电联合优化运行分析[J].太阳能学报,2008,(01):80-84.

[2]梁喆,李梅,周孟然,等.面向光伏消纳的光伏-废弃矿井抽蓄-蓄电池联合发电系统优化调度策略[J].科技导报,2021,39(13):52-58.

🌈4 Matlab代码实现