本文主要是介绍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,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1 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。
2 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
3 程序结果
4 下载链接
这篇关于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的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!