2024年电工杯A题论文首发+摘要分享+问题一代码分享

问题一论文代码链接:https://pan.baidu.com/s/1kDV0DgSK3E4dv8Y6x7LExA 
提取码:sxjm 
--来自百度网盘超级会员V5的分享

园区微电网风光储协调优化配置

摘要:园区微电网由风光发电和主电网联合为负荷供电,为了尽量提高风光电量的负荷占比,需配置较高比例的风光发电装机容量,但由于园区负荷与风光发电功率时序不匹配,可能导致弃电问题。配置储能可缓解负荷与风光的时序不匹配问题,减少弃电。本研究主要对配置储能需要考虑的投资及其收益进行分析。

对于第一问:本节先对附件2的数据进行归一化还原处理,得到每个时段不同园区的风电光伏发电量,根据三个园区典型日负荷功率图可以得出,每个小时最低负荷功率都大于200,因此,在进行归一化还原时,以0作为发电的下限,园区负荷最大值作为上限。在对每个时刻的光伏发电产能确定出以后,以每个时刻所消耗的电量作为输出,以机组最大功率作为约束条件,建立数学模型,确定出在不考虑配置储能的条件下不同园区不同时刻购电量,各园区总的购电量以及总供电量成本以单位供电量成本,以及弃电量成本。对于第二小问,由于本节引进了配置储能,因此,本节以一天总的用电成本价格最低为目标函数,配置该设施所需成本,以及配置电池所限制的功率以及购电尽可能的少作为约束条件,建立风,光,储的联合目标规划模型,并分析出该方法的日均供电成本大于未配置时的日均供电成本,该方法并不能有效改善各园区经济运行条件。对于第三小问:本节以前两节作为已知条件,以总的花费最低为目标函数,讨论最优储能功率配置问题,发现增大风机以及光伏发电储能能最大效益的增大经济。

对于第二问:本节以总的园区不同时刻所需电量作为输出,在对每个时刻的光伏发电产能确定出以后,以每个时刻所消耗的电量作为输出,以机组最大功率作为约束条件,建立数学模型,确定出在不考虑配置储能的条件下联合园区不同时刻购电量,联合园区总的购电量以及总供电量成本以单位供电量成本,以及弃电量成本。对于第二小问,由于本节引进了配置储能,因此,本节以一天总的用电成本价格最低为目标函数,配置该设施所需成本以及购电尽可能的少作为约束条件,建立目标规划模型,通过改进遗传算法进行求解,并分析出该方法不能有效改善联合园区经济运行条件。对于第三小问:本节以前两节作为已知条件,以总的花费最低为目标函数,讨论最优储能功率配置问题,并分析出联合园区与独立园区运营之间的差异性,并综合考虑各种因数对经济所造成的影响。

由于本节三个园区的最大负荷增长50%,且负荷波动特性不变,风电、光伏电源的配置成本分别为 3000 元/kW、2500 元/kW,投资回报期按5年考虑,本节以投资总额最低为目标函数,配置成本以及主网供电尽可能的低作为约束条件,建立目标规划模型,并通过遗传算法进行求解,并分别给出各园区独立运营、联合运营制定风光储协调配置方案。第二小节主要根据附件3给出的全年 12 个月典型日风光发电功率数据,通过k-mean聚类法将附件3中的原始数据分割成光伏发电以及风力发电两类,选择出一年12个月中最有代表性的一个月作为风力配置发电的参考月,并以日平均供电成本最低建立目标规划模型,并给出三个园区的配置方案。

关键词:配置储能  改进的遗传算法  k-mean聚类法  目标规划模型

问题1的模型建立与求解

5.1问题1.1的模型建立与求解

对于问题1:本节先对附件2的数据进行反归一化处理,得到每个时段不同园区的风电光伏发电量,根据三个园区典型日负荷功率图可以得出,每个小时最低负荷功率都大于200,因此,在进行反归一化时,以0作为发电的下限,园区装机容量最大值作为上限,反归一化之后的值如表1所示:

表1:反归一化之后的值

时间

A光伏发电

B风电发电

C光伏发电

C风电发电

0:00

0

96.4119

0

75.5424

1:00

0

160.3932

0

112.23

2:00

0

124.3592

0

204.2844

3:00

0

186.2036

0

94.4796

4:00

0

210.7151

0

243.3456

5:00

0

151.2171

0

320.694

6:00

0

100.6438

0

152.0136

7:00

2.5926

19.8187

5.418

62.6424

8:00

135.2622

64.4422

169.248

12.9

9:00

269.094

44.7492

325.8024

155.9868

10:00

344.6817

21.7042

409.4976

10.1136

11:00

382.4085

90.8811

460.53

63.1584

12:00

381.3357

148.5774

464.3484

172.086

13:00

350.5374

91.9286

424.2036

136.8948

14:00

287.7339

46.509

344.0172

62.952

15:00

189.6174

91.5934

220.59

84.2628

16:00

27.6693

158.3401

11.1456

136.482

17:00

0

143.3399

0

175.8528

18:00

0

209.8352

0

164.2428

19:00

0

194.6674

0

170.2284

20:00

0

92.0543

0

87.8748

21:00

0

74.7077

0

85.398

22:00

0

64.3165

0

97.8852

23:00

0

0

0

119.8668

由于第一问不需要配置储能,因此假设各光伏装机在初始时刻都是满载状态,各光伏机组在满载的状态下,光伏发电所产生的电能为0,不会损耗设备以及对电网照成影响,既有:

MATLAB代码

归一化的还原处理

Load(附件2中的数据)

y=txx(,:1)%这里分别对应的不同的列,1,2,3,4

a = 200;

b = 447;%(这里分别是A,B,C的最大功率)

% 还原数据

original_data = y * (b - a) + a;

disp('原始数据:');

disp(original_data);

绘制不同电量的变化效率曲线

对于已经给出的txx文件,满足矩阵大小相同,可以直接

x=0:1:23;

y=txx(:,1)

plot(x,y);

hold off

y=txx(:,2)

plot(x,y,r-)

判断需要从主电网购电

需要编写c语言进行实现,以消耗减去存储在减去产生值是否大于0来判断,大于则需要买,否则不需要。主函数如下

int x,y,z;

scanf(%d %d %d,&x,&y,&z);

int m=z-x-y;

if(m>0)

{

printf(%d,m);

}

Else

{

return1;

}

return 0;

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/14970.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

python ofd转pdf及图片

本文部分内容参考,如有侵权请联系删除:使用 easyofd 解析ofd 文件_python模块easyofd如何使用-CSDN博客 背景需求:需要将邮箱中得ofd格式发票提取出来转换成pdf或者图片。 在网上搜了发现使用pyofd包,安装之后使用各种问题&…

.NET 一款兼容Exchange获取密钥的工具

01阅读须知 此文所提供的信息只为网络安全人员对自己所负责的网站、服务器等(包括但不限于)进行检测或维护参考,未经授权请勿利用文章中的技术资料对任何计算机系统进行入侵操作。利用此文所提供的信息而造成的直接或间接后果和损失&#xf…

SCSS基本使用:构建高效、可维护的CSS架构

SCSS基本使用:构建高效、可维护的CSS架构 SCSS(Sassy CSS)是一个流行的CSS预处理器,它扩展了CSS的功能,提供了变量、嵌套规则、混合(Mixins)、函数等强大的编程特性,使得开发者能够编…

甘肃教育杂志社-甘肃教育编辑部

《甘肃教育》来稿要求:    1、本刊对所有稿件有删改权,如不同意删改,请投稿时注明,切勿一稿多投,来稿一律文责自负。    2、稿件以word文档格式,小四号宋体字,1.5倍行距。观点鲜明,数据…

电商平台的消费增值模式革新

在当今的电商市场,用户留存和粘性是各大平台竞相追求的目标。而消费增值模式,以其独特的激励机制,正逐渐成为电商平台吸引和留住用户的新策略。 一、消费即投资:创新的返利机制 在传统的电商消费中,消费者完成交易后&…

小阿轩yx-FTP文件传输服务

小阿轩yx-FTP文件传输服务 协议 用来上传和下载实现远程共享文件统一管理文件 原理 控制文件的双向传输,是一个应用程序工作在TCP/IP协议簇的提高文件传输的共享性和可靠性使用C/S模式的工作方式连接同时处理服务器和客户端的连接命令和数据传输将命令和数据分…

【NumPy】NumPy实战入门:线性代数(dot、linalg)与随机数(numpy.random)详解

🧑 博主简介:阿里巴巴嵌入式技术专家,深耕嵌入式人工智能领域,具备多年的嵌入式硬件产品研发管理经验。 📒 博客介绍:分享嵌入式开发领域的相关知识、经验、思考和感悟,欢迎关注。提供嵌入式方向…

Modular RPG Hero PBR

-掩码着色着色器提供了无限的颜色变化。(适用于标准/HDRP/URP 11.0.0) -为剑与盾/双剑/双剑姿态提供了简单的角色控制器。(不包括弓和魔杖控制器)(它是用旧的输入系统建造的) -HDRP/URP(11.0.0)SRP 100%支持常规着色器和遮罩着色着色器(基于着色器图形) -具有许多模块…

rtk技术的使用, test ok

1. 什么是gnss 2 rtk定位

逻辑回归模型的背景与应用

1.1逻辑回归模型的背景与应用 逻辑回归模型,作为一种经典的机器学习方法,起源于统计学领域。在众多实际应用场景中,逻辑回归模型都发挥着重要作用,尤其在分类问题中。当我们需要对具有离散特征的数据进行建模和预测时&#xff0c…

五分钟部署开源运维平台Spug结合内网穿透实现远程登录管理

文章目录 前言1. Docker安装Spug2 . 本地访问测试3. Linux 安装cpolar4. 配置Spug公网访问地址5. 公网远程访问Spug管理界面6. 固定Spug公网地址 前言 Spug 面向中小型企业设计的轻量级无 Agent 的自动化运维平台,整合了主机管理、主机批量执行、主机在线终端、文件…

移除元素-力扣

第一种解法&#xff0c;暴力解法&#xff0c;使用两个for循环一个进行遍历&#xff0c;一个进行覆盖&#xff0c;代码如下&#xff1a; class Solution { public:int removeElement(vector<int>& nums, int val) {int size nums.size();for(int i 0; i < size; …

C语言中的 ?: :三元运算符详解

C语言中的 ?: &#xff1a;三元运算符详解 在C语言的浩瀚代码海洋中&#xff0c;三元运算符&#xff08;?:&#xff09;如同一位优雅的舞者&#xff0c;以简洁的姿态完成条件判断与赋值的双重任务。它以问号&#xff08;?&#xff09;和冒号&#xff08;:&#xff09;这两个…

Linux完整版命令大全(九)

4. linux压缩备份命令 ar 功能说明&#xff1a;建立或修改备存文件&#xff0c;或是从备存文件中抽取文件。语  法&#xff1a;ar[-dmpqrtx][cfosSuvV][a<成员文件>][b<成员文件>][i<成员文件>][备存文件][成员文件]补充说明&#xff1a;ar可让您集合许多…

Spring boot 注入成员变量HttpServletRequest的原理

前言 最近做项目&#xff0c;springboot项目&#xff0c;本来我们在controller的requestmapping取参数值或者返回写时&#xff0c;使用方法参数&#xff0c;但是发现老项目直接注入了成员变量&#xff0c;Spring本身是单例的&#xff0c;如果是成员变量注入&#xff0c;那么也…

【C语言】指针(三)

目录 一、字符指针 1.1 ❥ 使用场景 1.2 ❥ 有关字符串笔试题 二、数组指针 2.1 ❥ 数组指针变量 2.2 ❥ 数组指针类型 2.3 ❥ 数组指针的初始化 三、数组指针的使用 3.1 ❥ 二维数组和数组名的理解 3.2 ❥ 二维数组传参 四、函数指针 4.1 ❥ 函数的地址 4.2 ❥ 函数…

JAVA面试题大全(十一)

1、为什么要使用 hibernate&#xff1f; 对JDBC访问数据库的代码做了封装&#xff0c;大大简化了数据访问层繁琐的重复性代码基于jdbc的主流持久化框架&#xff0c;是一个优秀的ORM实现&#xff0c;很大程度的简化了dao层的编码工作使用java的反射机制性能好&#xff0c;是一个…

【STL】C++ list 基本使用

目录 一 list 常见构造 1 空容器构造函数&#xff08;默认构造函数&#xff09; 2 Fill 构造函数 3 Range 构造函数 4 拷贝构造函数 二 list迭代器 1 begin && end 2 rbegin && rend 三 list 容量操作 四 list 修改操作 1 assign 2 push_front &a…

【深度学习中的数据预处理技巧:提升模型性能的关键步骤】

文章目录 前言数据标准化&#xff08;Normalization&#xff09;数据增强&#xff08;Data Augmentation&#xff09;缺失值处理&#xff08;Handling Missing Values&#xff09;特征编码&#xff08;Feature Encoding&#xff09;结论 前言 在深度学习领域&#xff0c;数据预…

牛客NC362 字典序排列【中等 DFS Java/Go/PHP】

题目 题目链接&#xff1a; https://www.nowcoder.com/practice/de49cf70277048518314fbdcaba9b42c 解题方法 DFS&#xff0c;剪枝Java代码 import java.util.*;public class Solution {/*** 代码中的类名、方法名、参数名已经指定&#xff0c;请勿修改&#xff0c;直接返回…