含多种需求响应及电动汽车的微网/虚拟电厂日前优化调度

主要内容

程序主要建立一个微网/虚拟电厂的日前优化调度模型,以燃气轮机运行成本、购售电费用、电动汽车电池损耗成本以及需求响应费用之和为目标,在日前经济调度模型中,加入了电动汽车模型,考虑了电动汽车出行规律以及充放电规律,更加符合实际情况,且考虑了多种类型的需求响应资源,如可中断负荷资源和空调负荷的需求响应调控,充分利用热力学原理以及能量守恒,对空调机组实行最优能耗曲线控制策略,除此之外,模型中还考虑了燃气轮机、储能的单元,非常全面且实用,是研究微网和虚拟电厂的必备程序。

  • 电动汽车模型

电动汽车模型主要考虑电池损耗成本,将行车距离与电能消耗进行综合分析,更符合实际运行特性。约束部分考虑了电动汽车电池的功率约束、容量约束、充电状态等,且程序综合分析了日系车和比亚迪汽车两种类型。

  • 需求响应模型

负荷需求响应主要考虑可中断负荷,以可中断负荷最大占比为限,具体模型如下:

  • 空调模型

空调模型考虑用户的舒适度和蓄冷释冷功率约束等,具体模型参考见下图。

部分代码

%% 定义变量sdpvar/binvar
umob=binvar(1,24);%是否购电
umos=binvar(1,24);%是否售电
pmgb=sdpvar(1,24);%市场购电量
pmgs=sdpvar(1,24);%市场售电量
xconv=binvar(1,24);%燃气轮机工作状态变量,当处于工作状态,定义为1;否则取0
yconv=binvar(1,24);%燃气轮机启停状态变量
pmt=sdpvar(1,24);%燃气轮机出力
gesc=sdpvar(1,24);%储能充电功率
gesd=sdpvar(1,24);%储能放电功率
sess=sdpvar(1,24);%蓄电池蓄电量
pil=sdpvar(3,24);%中断负荷
tempin=sdpvar(1,24);%室温
cold=sdpvar(1,24);%总冷量
coldch=sdpvar(1,24);%制冷机制冷量
colds=sdpvar(1,24);%蓄冷槽蓄冷量
coldr=sdpvar(1,24);%蓄冷槽释冷量
is=binvar(1,24);%蓄冷0-1状态变量
ir=binvar(1,24);%释冷0-1状态变量
scold=sdpvar(1,24);%蓄冷槽容量
pcold=sdpvar(1,24);%空调电功率
svb=sdpvar(1,24);%比亚迪电动汽车蓄电量
gcvb=sdpvar(1,24);%充电功率
gdvb=sdpvar(1,24);%放电功率
ucvb=sdpvar(1,24);%充电状态变量
udvb=sdpvar(1,24);%放电状态变量
svr=sdpvar(1,24);%日产电动汽车蓄电量
gcvr=sdpvar(1,24);%充电功率
gdvr=sdpvar(1,24);%放电功率
ucvr=sdpvar(1,24);%0-1变量
udvr=sdpvar(1,24);%0-1变量
​
%% 约束条件
C=[];%初始化约束
%% 需求响应资源——可中断负荷约束(公式35-37)
for m=1:3for t=1:24C=[C,0<=pil(m,t)<=cil(m)*pload(t),   %各级中断负荷约束];end
end
​
for m=1:3for t=2:24C=[C,pil(m,t-1)+ pil(m,t-1)<=0.2*pload(t), %连续性中断负荷约束  ]  ;end
end
​
%% 燃气轮机出力约束
for t=1:24C=[C,xconv(t)*gtmin<=pmt(t)<=xconv(t)*gtmax ,%出力上下限约束];
end
C=[C,pmt(1)<=ramp]; %初始爬坡率约束
C=[C,xconv(1)<=yconv(1)];%初始工作状态约束
​
for t=2:24C=[C,-ramp<=pmt(t)-pmt(t-1)<=ramp,%爬坡率约束xconv(t)-xconv(t-1)<=yconv(t), %工作状态约束 ];
end
​
%% 空调负荷约束
C=[C,scold(1)==colds(1)*ns-coldr(1)/nr];%初始蓄冷槽容量
for t=1:24C=[C,tempmin<=tempin(t)<=tempmax ,%室温约束(舒适度约束)0<=coldch(t)<=coldchmax,%制冷量约束0<=scold(t)<=scoldmax,%蓄冷槽容量约束cold(t)==coldch(t)-colds(t)+coldr(t),%总冷量等式is(t)+ir(t)<=1,%工作状态约束0<=colds(t)<=is(t)*coldsmax,%蓄冷上限约束0<=coldr(t)<=ir(t)*coldrmax,%释冷上限约束pcold(t)==coldch(t)/uch+colds(t)*us+coldr(t)*ur,%电-能转换等式约束];
end

程序结果

4 下载链接

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/news/821670.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之flask安装以及使用

1 flask介绍 Flask是一个非常小的Python Web框架&#xff0c;被称为微型框架&#xff1b;只提供了一个稳健的核心&#xff0c;其他功能全部是通过扩展实现的&#xff1b;意思就是我们可以根据项目的需要量身定制&#xff0c;也意味着我们需要学习各种扩展库的使用。 2 python…

进程和线程的区别和联系

目录 进程&#xff08;Process&#xff09;&#xff1a; 定义&#xff1a; 创建与销毁&#xff1a; 独立性&#xff1a; 线程&#xff08;Thread&#xff09;&#xff1a; 联系和区别 进程&#xff08;Process&#xff09;&#xff1a; 定义&#xff1a; 进程是程序执行…

【待解决】Could not find encoder for codec_id=27,opencv-python 保存H264格式的错误记录

【待解决】Could not find encoder for codec_id27&#xff0c;opencv-python 保存H264格式的错误记录 代码 cv2.VideoWriter(vide_save_path, cv2.VideoWriter_fourcc(*avc1), fps, (width, height))报错 [ERROR:039.657] global cap_ffmpeg_impl.hpp:3130 open Could not …

超越GPT-4V,苹果多模态大模型上新,神经网络形态加速MLLM(一)

4月8日&#xff0c;苹果发布了其最新的多模态大语言模型&#xff08;MLLM &#xff09;——Ferret-UI&#xff0c;能够更有效地理解和与屏幕信息进行交互&#xff0c;在所有基本UI任务上都超过了GPT-4V&#xff01; 苹果开发的多模态模型Ferret-UI增强了对屏幕的理解和交互&am…

【触想智能】如何选购到一款合适的工业电脑一体机

工业电脑一体机是专为工业环境而设计的一种工业计算机。工业电脑一体机和普通的计算机不一样&#xff0c;它对产品的参数性能要求很高&#xff0c;因为它们通常会运行在高低温、电磁干扰、高粉尘、湿度大的恶劣环境中&#xff0c;所以相应的要求工业电脑一体机必须具备良好的宽…

UE5下载与安装

官方网站&#xff1a;https://www.unrealengine.com/zh-CN 1、下载启动程序安装包。 登录官网后&#xff0c;点击首页右侧下载按钮下载Epic Games启动程序的安装包&#xff0c;如下图&#xff1a; 2、安装启动程序。 双击步骤1所下载安装软件&#xff0c;如下图&#xff1a;…

华为校招机试 - 健康餐(20240410)

题目描述 某减肥食堂,每一份菜都标记了卡路里。 一位顾客,根据营养师的建议,每次饮食都要将卡路里控制在一定区间内(含上下限的值),请问 他有多少种选择? 为了简单起见,每份菜的卡路里用整数表示,且每份菜的卡路里数各不相同; 同一个菜品可以打任意多份。 输入描…

vivado AXI 接口事件

AXI 接口事件 在 Vivado 硬件管理器中 &#xff0c; 如果使用 System ILA IP 对设计 AXI 接口进行调试 &#xff0c; 那么“波形 (Waveform) ”窗口会显示对 应于 System ILA 所探测的接口的接口插槽、事件和信号组。正如下图所示 &#xff0c; “ Waveform ”窗口会显示…

中立分析腾讯云故障相关的事件

最近腾讯云的故障&#xff0c;让一堆云计算爱好者兴奋地远看指点江山、近看沐猴而冠。我比这群爱好者们更了解云计算&#xff0c;但是我尊重我的读者&#xff0c;你们从我这里看到的科普信息&#xff0c;不仅仅只有情绪价值。 在信息爆炸的时代&#xff0c;大家关注和信任某个媒…

探索人工智能:AI如何改变我们的工作和生活

人工智能&#xff08;AI&#xff09;技术的迅猛发展正逐步改变我们的工作方式和生活习惯。从自动化和数据分析到增强决策和个性化服务&#xff0c;AI的应用范围广泛&#xff0c;其潜力巨大。以下是AI如何在各个方面改变我们的工作和生活的一些关键领域&#xff1a; ### 工作领…

三道模拟题

P1003 [NOIP2011 提高组] 铺地毯 题目描述 原题点这里-->P1003 [NOIP2011 提高组] 铺地毯 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) 为了准备一个独特的颁奖典礼&#xff0c;组织者在会场的一片矩形区域&#xff08;可看做是平面直角坐标系的第一象限&#xff09;铺…

【Redis 神秘大陆】007 安全监控

七、Redis 安全&监控 当你发现这些内容对你有帮助时&#xff0c;为了支持我的工作&#xff0c;不妨给一个免费的⭐Star&#xff0c;这将是对我最大的鼓励&#xff01;感谢你的陪伴与支持&#xff01;一起在技术的路上共同成长吧&#xff01;点击链接&#xff1a;GitHub | …

【C++】哈希一

这篇博客要说的是哈希算法&#xff0c;哈希又称为散列&#xff0c;它是将存储的值和存储的位置建立起关联关系的一种算法&#xff0c;或者说是一种将任意长度的数据映射为固定长度的输出的算法。 什么意思呢&#xff1f;我们来看一个例子&#xff1a;比如说我们要存储1&#xf…

excel试题转word格式

序号试题选项答案 格式如上。输出后在做些适当调整就可以。 import pandas as pd from docx import Document from docx.shared import Inches# 读取Excel文件 df pd.read_excel(r"你的excel.xlsx")# 创建一个新的Word文档 doc Document()# 添加标题 doc.add_headi…

【SLAM】在Win10上实现Nerf-Pytorch【GPU版】

文章目录 ReadMe安装依赖运行下载两个示例数据集:lego和fern训练一个低分辨率的Lego NeRF:训练一个低分辨率蕨类植物NeRF:更多数据集预训练模型可复现实现1、下载nerf-pytorch工程2、安装依赖3、下载数据4、运行lego NeRF:ReadMe Github链接 NeRF (神经辐射场)是一种在合成…

基于变压器的手持式超声图像中乳腺病变的分类不一致性测量表征

超声成像作为一种替代的低成本、易于获取的非电离成像方式已显示出巨大的前景&#xff0c;可用于乳腺癌筛查。特别是&#xff0c;随着最近便携式设备的出现&#xff0c;超声检查预计将在中低收入国家中越来越普及。然而&#xff0c;超声成像在乳腺癌诊断中的可靠性高度依赖于操…

如何防范XSS?

XSS&#xff08;跨站脚本攻击&#xff09;通常通过注入恶意脚本到其他用户的浏览器中来实现。为了防范XSS&#xff0c;您可以采取以下措施&#xff1a; 输入验证&#xff1a;对所有用户输入进行验证&#xff0c;确保其内容符合预期的格式和类型。例如&#xff0c;如果您正在构建…

竞赛 基于GRU的 电影评论情感分析 - python 深度学习 情感分类

文章目录 1 前言1.1 项目介绍 2 情感分类介绍3 数据集4 实现4.1 数据预处理4.2 构建网络4.3 训练模型4.4 模型评估4.5 模型预测 5 最后 1 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 基于GRU的 电影评论情感分析 该项目较为新颖&#xff0c;适合作为竞…

Java基础入门day33

day33 html 表单 表单实现与用户的可交互操作 表单可以用来收集用户输入信息 form表单标签&#xff0c;可以在页面上添加一个表单元素&#xff0c;表单本身没有边界 属性action&#xff0c;目标地址&#xff0c;表单提交后要跳转的对应的url地址 属性method&#xff1a; get…

【数据结构|C语言版】双向链表

前言1. 初步认识双向链表1.1 定义1.2 结构1.3 储存 2. 双向链表的方法&#xff08;接口函数&#xff09;2.1 动态申请空间2.2 创建哨兵位2.3 查找指定数据2.4 指定位置插入2.5 指定位置删除2.6 头部插入2.7 头部删除2.8 尾部插入2.9 尾部删除2.10 计算链表大小2.11 销毁链表 3.…