适用平台/参考文献:Matlab+Yalmip+Cplex;
参考文献:电力系统自动化《含冰蓄冷空调的冷热电联供型微网多时间尺度优化调度》
提出考虑冷热特性的综合能源系统多时间尺度优化调度模型,日前计划中通过多场景描述可再生能源的不确定性,侧重于一个运行优化周期内系统的经济运行;日内调度基于日前计划方案,根据冷热电在不同时间尺度上的相关性和互补性,提出考虑冷热负荷变化的双层滚动优化平抑模型。程序中算例丰富、注释清晰、干货满满,创新性很高!下面对文章和程序做简要介绍!
程序创新点:
日前调度中,考虑新能源处理的不确定性,利用拉丁超立方抽样生成新能源典型出力场景;
日内调度中,建立考虑不同能源时间尺度差异的双层滚动优化调度模型,使冷热能在“时”时间尺度上进行调度,使电能在“分”时间尺度上进行调度,及时纠正预测误差引起的功率波动,实现对系统日前方案的修正,保证综合能源系统的稳定运行。
主要工作:
建立考虑冷热特性的多时间尺度优化调度模型,在日前计划模型,研究冷-热特性的运行方式对综合能源系统综合效益的影响,并考虑可再生能源不确定性,以运行费用最小为优化目标。在日内调度,考虑不同能源的调节时间尺度差异,建立双层滚动优化调度模型,基于滚动时长的差异,使冷热能在“时”时间尺度上进行调度,使电能在“分”时间尺度上进行调度,及时有效纠正预测误差引起的功率波动,实现对系统日前方案的修正,实现系统的稳定运行。
拉丁抽样方法:
拉丁超级方抽样(Latin Hypercube Sampling,简称LHS)是一种用于在多维空间中进行抽样的统计方法。它是在拉丁方抽样的基础上进行改进的一种技术,常用于数值模拟、实验设计和优化问题中。以下是拉丁超级方抽样的基本步骤:
确定抽样维度:首先,确定需要抽样的变量和其相应的分布。这些变量可以是模型中的输入参数,例如在数值模拟中的各种参数。
划分区间:将每个变量的分布范围划分为相等的子区间。这些区间的数量通常是相对较少的,而且是平均分布的。
生成拉丁超级方:创建一个拉丁方,确保在每个维度上都有且仅有一个样本。这可以通过在每个行和列上使用每个值一次的方式来实现。这个步骤确保了在每个维度上的均匀抽样。
填充超级方格:将每个区间的中心与相应的拉丁方中的一个样本关联起来。这样就得到了一个拉丁超级方抽样。
应用于模型:使用生成的抽样点作为模型的输入,执行模拟、实验或优化。这有助于在多维参数空间中更全面地探索。
拉丁超级方抽样的优势在于它能够提供相对均匀的抽样,而且相较于传统的随机抽样,它更有效地覆盖了参数空间。在有限的样本数量下,对模型或系统的全面性进行评估成为可能。
实时调度框架:
程序结果:
(1)上图是文中设备出力柱状图,下图是复现程序中设备出力柱状图。
(2)日内实时调度设备出力折线图
(3)日前调度主要热冷设备出力折线图
(4)风光典型场景出力
(5)日前调度设备出力
部分程序:
%电转热
Peh_max=;n_Peh=;%转换设备/转换率%热储能
H_storage_max=; h_n=;h_charge=;h_discharge=;%热储能容量/自损/充热/放热;%电储能
E_storage_max=; e_n=;e_charge=;e_discharge=;%电储能容量/自损/充电/放电;
%冷储能C_storage_max=;Ncool=;ncool=;kcool=%容量/自损量/充冷系数%PGrid
Pgrid_max=;%PCC交互容量;%%储冰空调+普通空调Qa_max=[];%空调模式Qa_min=];
Qc_max=[];%制冰模式Qc_min=[0;Qd_max=[120];%融冰模式Qd_min=[0];%设置变量
P=intvar(3,24,'full');
UP=binvar(3,24,'full'); %三台机组Pc=intvar(3,24,'full');%分配转冷部分Ph=intvar(3,24,'full');%分配转热部分
buy_Pgrid=intvar(1,24,'full');Ubuy_Pgrid=binvar(1,24,'full');%Pgrid购
Pcharge=intvar(1,24,'full');UPcharge=binvar(1,24,'full');% 充电
Pdischarge=intvar(1,24,'full');UPdischarge=binvar(1,24,'full');% 放电
H=intvar(1,24,'full');%锅炉Hh=intvar(1,24,'full');%转热Hc=intvar(1,24,'full');%转冷
Peh=intvar(1,24,'full');%电转热
Hti=intvar(1,24,'full');UHti=binvar(1,24,'full');%充热
Hto=intvar(1,24,'full');UHto=binvar(1,24,'full');%放热
Qa=intvar(1,24,'full');Uqa=binvar(1,24,'full');%
Qc=intvar(1,24,'full');Uqc=binvar(1,24,'full');%
Qd=intvar(1,24,'full');Uqd=binvar(1,24,'full');%
%设置目标函数buy_Price=[0.45 0.73 1.21];%谷/峰 购电价
for i=1:24H_h(1,i)=aH(1)*Ph(1,i)+bH(2)*UP(2,i)+Hh(1,i)*0.98;%转热功率H_c(1,i)=(aH(1)*Pc(1,i)+bH(2)*UP(2,i)+Hc(1,i))*0.95;%转冷功率
for i=1:24 %蓄冰模式下的耗电量Paa(1,i)=Qa(1,i)*0.45+3.6*Uqa(1,i);Pcc(1,i)=Qc(1,i)*0.44;Pdd(1,i)=8*Uqd(1,i);
K1=;%热效益K2=;%冷效益aaa=0;
for i=1:24if i<=6%%谷objective=aaa+Pcharge(1,i)*0.00362+Pdischarge(1,i)*0.00182+Cgas*(aF(1)*P(1,i)+bF(1)*UP(1,i)+aF(2)*P(2,i)+bF(2)*UP(2,i))+aF(3)*P(3,i)+bF(3)*UP(3,i)...+Cgas*H(1,i)/H_n+buy_Price(1).*buy_Pgrid(1,i);aaa=objective;mPaa(1,i)=Paa(1,i)*buy_Price(1);mPcc(1,i)=Pcc(1,i)*buy_Price(1);mPdd(1,i)=Pdd(1,i)*buy_Price(1);mPgrid(1,i)=buy_Price(1).*buy_Pgrid(1,i);elseif i<=11&&i>=7%峰objective=aaa+Pcharge(1,i)*0.00362+Pdischarge(1,i)*0.00182+Cgas*(aF(1)*P(1,i)+bF(1)*UP(1,i)+aF(2)*P(2,i)+bF(2)*UP(2,i))+aF(3)*P(3,i)+bF(3)*UP(3,i)...+Cgas*H(1,i)/H_n+buy_Price(3).*buy_Pgrid(1,i);aaa=objective;mPaa(1,i)=Paa(1,i)*buy_Price(3);mPcc(1,i)=Pcc(1,i)*buy_Price(3);mPdd(1,i)=Pdd(1,i)*buy_Price(3);mPgrid(1,i)=buy_Price(3).*buy_Pgrid(1,i);elseif i>=12&&i<=17%平objective=aaa+Pcharge(1,i)*0.00362+Pdischarge(1,i)*0.00182+Cgas*(aF(1)*P(1,i)+bF(1)*UP(1,i)+aF(2)*P(2,i)+bF(2)*UP(2,i))+aF(3)*P(3,i)+bF(3)*UP(3,i)...+Cgas*H(1,i)/H_n+buy_Price(2).*buy_Pgrid(1,i);aaa=objective;mPaa(1,i)=Paa(1,i)*buy_Price(2);mPcc(1,i)=Pcc(1,i)*buy_Price(2);mPdd(1,i)=Pdd(1,i)*buy_Price(2);mPgrid(1,i)=buy_Price(2).*buy_Pgrid(1,i);elseif i>=18&&i<=22%峰objective=aaa+Pcharge(1,i)*0.00362+Pdischarge(1,i)*0.00182+Cgas*(aF(1)*P(1,i)+bF(1)*UP(1,i)+aF(2)*P(2,i)+bF(2)*UP(2,i))+aF(3)*P(3,i)+bF(3)*UP(3,i)...+Cgas*H(1,i)/H_n+buy_Price(3).*buy_Pgrid(1,i);aaa=objective;mPaa(1,i)=Paa(1,i)*buy_Price(3);mPcc(1,i)=Pcc(1,i)*buy_Price(3);mPdd(1,i)=Pdd(1,i)*buy_Price(3);mPgrid(1,i)=buy_Price(3).*buy_Pgrid(1,i);else i>=23&&i<=24;%谷objective=aaa+Pcharge(1,i)*0.00362+Pdischarge(1,i)*0.00182+Cgas*(aF(1)*P(1,i)+bF(1)*UP(1,i)+aF(2)*P(2,i)+bF(2)*UP(2,i))+aF(3)*P(3,i)+bF(3)*UP(3,i)...+Cgas*H(1,i)/H_n+buy_Price(1).*buy_Pgrid(1,i);aaa=objective;mPaa(1,i)=Paa(1,i)*buy_Price(1);mPcc(1,i)=Pcc(1,i)*buy_Price(1);mPdd(1,i)=Pdd(1,i)*buy_Price(1);mPgrid(1,i)=buy_Price(1).*buy_Pgrid(1,i);
欢迎感兴趣的小伙伴关注哦,小编会不定期更新高质量的学习资料、文章和程序代码,为您的科研加油助力!