风电、光伏与抽水蓄能电站互补调度运行研究（Matlab代码实现）

wlz249

于 2024-08-06 20:20:01 发布

阅读量916

点赞数 14

文章标签： matlab 人工智能算法

本文链接：https://blog.csdn.net/weixin_66436111/article/details/140965181

版权

💥💥💞💞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

💥1 概述

大力发展可再生能源，实现能源生产转型，是能源可持续发展的重要途经。2030~2050 年，中国可再生能源的发电量将达到 30%以上［1］，目前可再生能源装机规模持续扩大，高比例可再生能源并网，中国可再生能源消纳面临严峻局面［2］，存在大量弃风弃光。这不仅给电网的经济调度带来了挑战，也增大了电网稳定运行的风险，以 2016 年云南电网为例，汛期水电水电输出功率增大，导致光伏、风电大量无序脱网，恶化电网频率稳定性。现有电网系统难以满足可再生能源大规模并网消纳的要求，电网约束导致部分地区弃风、弃水、弃光问题严重。文献［3］建立风-水-火电力系统协调调度的多目标优化模型，利用改进的粒子群算法，通过 10 机测试系统验证了改进算法的优越性；文献［4］建立“风、光、火、蓄、储”多能源互补优化调度模型，并提出用动态惯性权值粒子群算法求解，以实现系统总运行成本最小的优化目标；文献［5］基于电网功率平衡方法及储纳运行机制，建立了可再生能源电网日前发电计划与实时调度的数学模型；文献［6］建立抽水蓄能机组与火电机组联合运行的优化模型，在此基础上以某实际系统为例进行联合优化模拟。文献［7］建立风光抽蓄联合发电系统，用免疫粒子群算法进行求解。

为提高风电场的供电质量同时增加其发电效益,利用储能技术为风电场配置一个蓄能系统是比较重要的解决措施之一。风电的蓄能技术有水力蓄能、压缩空气蓄能、超导磁力蓄能、流体电池组、电解水制氢等,其中水力蓄能是技术较成熟的一种蓄能方式,且小型的水力发电系统投资也不大,因此为采用风-水电联合供电模式不失为一种优选的方案1。

📚2 运行结果

部分代码：

%% 抽蓄-风-光优化模型参数设置
P_v=[196,218,243,237,243,187,191,172,193,243,295,321,341,286,293,273,281,303,229,240,213,216,221,202];
P_pv1=[0,0,0,0,0,0,0,0,44,93,143,161,174,191,193,176,125,51,36,0,0,0,0,0];
P_load=[498,460,461,429,435,442,467,480,494,543,569,583,572,582,590,592,580,628,596,576,618,619,578,543];

n = 24; % 一天时长
[C,C_p]=price(n); % 确定分时电价,调用price函数
C=C'; % 上网分时电价
C_p=C_p'; % 抽蓄抽水电价
T=1:n;
t=1; % 尺度1h
P_hmax=200;P_hmin=0; % 抽蓄最大、最小发电功率 MW
P_pmax=200;P_pmin=0; % 抽蓄最大、最小抽水功率 MW
P_pps_r=200; % 抽蓄额定功率
E_max=600;E_min=0; % 水库储能
E_0=100; % 水库初始储能量赋值
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=50; P_cmin=0; % 电池充放电最大/小功率
P_dmax=50;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

%% 开始优化抽蓄
% 申明变量
% 生成连续型变量空间
Chrom=sdpvar(1,8*n);
% 顺序 P_w P_p P_h E P_DL P_pv P_lack
% 顺序风抽水发电储能量弃电光缺电
P_w=Chrom(1,1:n);
P_p=Chrom(1,(n+1:2*n));