clear all
%% 输入原始数据 光照强度:w/m^2 风速:m/s 电热负荷:kw等
Solar=[0 0 0 0 0 9 115 282 454 620 744 801 793 709 593 457 297 127 15 0 0 0 0 0];%光照强度
Wind=[7.14 7.20 7.22 6.89 7.18 7.07 6.43 5.97 6.33 6.56 6.63 6.70 6.65 6.92 6.86 6.85 6.89 7.01 7.02 6.97 7.05 7.06 7.03 7.10];%风速
Load_E =[30420.49 32008.64 32673.34 33327.69 29716.69 29540.05 27917.86 37536.115 44387.93 42669.255 44470.04 32343.06 34827.06 41421.16 41072.135 43739.79 38737.75 33883.05 36011.1 34328.19 34977.48 32621.59 32920.36 32306.72];%电负荷
Load_H =[27394.52 35116.88 36361.76 37704.68 38214.26 40975.34 42859.76 50462.42 55585.58 58076.48 59895.92 56950.16 57761.84 58141.46 57643.28 59874.26 55563.92 55509.2 48967.88 44603.96 43942.76 36773.13 34553.72 30860.12];%热负荷
Price_E=[0.35 0.35 0.35 0.35 0.35 0.35 0.35 0.61 0.97 0.97 0.97 0.61 0.35 0.61 0.97 0.97 0.97 0.97 0.97 0.97 0.97 0.61 0.61 0.35];%分时电价,元/kwh
Price_Gas=2.7;%天然气价格,元/m^3
E=0;
a_Gas=35600;%天然气热值,35800kJ/m^3
alpha=0.08;%碳捕集设备选择捕集产生的二氧化碳比例, 燃烧产生的二氧化碳不一定要全部捕集,这里0.08=8%,至少捕集8%产生的二氧化碳
%% 输入设备模型
%光伏
S_PV=40000;%光伏面积
Q_PV=0.15*S_PV;%一平米折合约0.15kw
Pe_PV=0.001*0.157*S_PV*Solar;%光伏功率,效率0.157,0.001将光照强度:w/m^2转换成kw/m2,光照强度已载入
PV_omfix=0.02*Q_PV;%固定运维成本,按天结算,如设备清灰这样的人工费
PV_omwork=0.039*sum(Pe_PV);%可变运维成本,与发电量有关
PV_om=PV_omfix+PV_omwork;%总运维成本
%风电WP
N_WP=4;%总台数
Q_sWP=2000;%单台额定容量2MW
for i=1:24 %风机,单台额定2MW,切入风速3,额定12,切出20
if 3<=Wind(i)&&Wind(i)<=12
Pe_swind(i)=222.2*(Wind(i)-3); %2000=2220*(12-3)因为上限容量为2MW,所以风速大于12时满额输出
elseif 12<Wind(i)&&Wind(i)<=20
Pe_swind(i)=Q_sWP;
else
Pe_swind(i)=0; %其余情况风力不发电
end
end
Pe_WP=N_WP*Pe_swind;%总出力
WP_om=0.07*sum(Pe_WP);%风电运维
%热电联产CHP
Q_CHP=25000;%CHP容量,kw
Qg_CHP= sdpvar(1, 24);%CHP耗气速率,m3/s sdpvar-创建实数型决策变量,等待求解
Prg_CHP=Qg_CHP*a_Gas;%CHP燃烧天然气产生功率
Pe_CHP=0.31*Prg_CHP;%CHP输出电功率,产电效率0.31
Ph_CHP=0.5*(1-0.31)*Prg_CHP;%CHP产热功率;余热回收效率0.5 将发电剩下的能量进行余热回收供热,能量阶梯化
CHP_omfix=0.02*Q_CHP;
CHP_omwork=0.03*sum(Pe_CHP);
CHP_om=CHP_omfix+CHP_omwork;
%燃气锅炉GB
Q_GB=18000;%燃气锅炉容量,kw
Qg_GB= sdpvar(1, 24);%燃气锅炉耗气速率,m3/s
Ph_GB=0.9*Qg_GB*a_Gas;%燃气锅炉产热,效率0.9
GB_omfix=0.03*Q_GB;
GB_omwork=0.02*sum(Ph_GB);
GB_om=GB_omfix+GB_omwork;
%电锅炉
Q_EB=16000;%电锅炉容量,kw
Pe_EB=sdpvar(1,24);%电锅炉电功率 例如:x = sdpvar(1,1); %x为1×1的实数变量
Ph_EB=0.95*Pe_EB;%电热锅炉产热,效率0.95
EB_omfix=0.03*Q_EB;
EB_omwork=0.04*sum(Ph_EB);
EB_om=EB_omfix+EB_omwork;
%电储能,EES
Q_EES=5000;%蓄电池容量kwh
Qe_EES= sdpvar(1, 25);%电池容量
Pe_EESc= sdpvar(1, 24);%充电功率
Pe_EESdisc= sdpvar(1, 24);%放电功率
EES_omfix=0.03*Q_EES;
EES_omwork=0.02*sum(Pe_EESc+Pe_EESdisc);
EES_om=EES_omfix+EES_omwork;
%碳捕集设备CCS
Q_CCS=6000;% 最大电功耗,除以900为最大捕集能力 kg/s(CCS工作电耗:0.25kwh/kg)
CCS_max=Q_CCS/900;%每秒最大捕集能力,kg
CCS_maxyear=CCS_max*24*3600*365*0.001;%年最大捕集量,t/a 1h=3600s
Yita_CCS=0.9;%碳捕集效率
Q_CO2in=sdpvar(1, 24);%输入碳捕集设备的CO2量可控,kg/s
Q_CO2product=1.964*(Qg_CHP+Qg_GB);%CO2直接产生量,1m^3天然气燃烧产生1.964kgCO2,kg/s
Q_CO2capture=Yita_CCS*Q_CO2in;%CO2捕集量,kg/s
Pe_CCS=900*Q_CO2in;%CCS工作电耗,0.25kwh/kg,0.25*3600=900
Ph_CCS=3500*Q_CO2capture;%CCS工作热耗,3.5GJ/t,3500kJ/kg
CCS_om=0.14*CCS_maxyear;%每天的运行维护成本与年最大捕集量有关
Pe_buy=sdpvar(1,24);%电网购电
%% 约束条件
Cons=[
Pe_buy+Pe_PV+Pe_WP+Pe_CHP+Pe_EESdisc-Pe_EESc-Pe_EB-Pe_CCS==Load_E;%电功率平衡
Ph_CHP+Ph_GB+Ph_EB-Ph_CCS==Load_H; %热功率平衡
0<=Pe_buy;%保证电力不外送,政策要求小机组就地消纳不上网
0.2*Q_CHP<=Pe_CHP<=Q_CHP; %CHP容量约束
0.1*Q_EB<=Ph_EB<=Q_EB;%电锅炉容量约束
0.2*Q_GB<=Ph_GB<=Q_GB;%燃气炉容量约束
0<=Qe_EES<=Q_EES;
Qe_EES(1)==0.2*Q_EES;%给定一个初始容量
Qe_EES(25)==0.2*Q_EES;
0<=Pe_EESc<=0.2*Q_EES;%%储能爬坡约束,因为调度时长1h比较长,其他设备不考虑爬坡约束
0<=Pe_EESdisc<=0.2*Q_EES; %考虑机组调度的时候就要考虑爬坡速率的限制
0<=Q_CO2capture<=CCS_max;%碳捕集约束,不超过最大捕集能力
alpha*Q_CO2product<=Q_CO2in<=Q_CO2product;%碳捕集待捕集比例
];
for i=1:24
Cons = Cons +[
Qe_EES(i+1)==0.98*Qe_EES(i)+(Pe_EESc(i)*0.9- Pe_EESdisc(i)/0.9);%蓄电池储能
];
end
%% 目标函数 系统总运行成本最小 包括购电成本、购气成本、碳交易成本、运维成本
Cost_Ebuy=sum(Price_E.*Pe_buy); %分时电价购电成本,元
Cost_Gasbuy=Price_Gas*sum(3600*(Qg_CHP+Qg_GB)); %购气成本,元 注意:Qg_CHP+Qg_GB 是每秒的耗气量,要乘以3600是每个小时的 再sum是一天24小时的
%计算碳交易成本,日结 参考《上海市2022年碳排放配额分配方案》 1kwh=0.0036GJ
CHP_quota=0.06885*0.0036*(sum(Ph_CHP)+sum(Pe_CHP));%CHP配额,t 热电比大于1按供热分配:单位配额0.06885t/GJ 年度综合供热量=年度实际供热量+年度发电折算供热量
GB_quota=0.06233*0.0036*sum(Ph_GB);%GB产热配额,t 单位配额0.06233t/GJ
CO2_quota=GB_quota+CHP_quota;%总碳排放配额
CO2_emission=0.001*3600*sum(Q_CO2product-Q_CO2capture);%总排放量
Cost_CO2trade=80*(CO2_emission-CO2_quota);%碳交易成本,碳交易价格80元/t,如果实际排放量小于配额,表现为收益
Cost_om=PV_om+WP_om+CHP_om+GB_om+EB_om+EES_om+CCS_om;%所有设备的运维成本
Cost_total=Cost_Ebuy+Cost_Gasbuy+Cost_CO2trade+Cost_om;%总运行成本
%% 开始求解
options=sdpsettings( 'verbose', 2,'fmincon.maxiter',100000,'fmincon.MaxFunEvals',100000);%sdpsettings的设置可以去CSDN上查阅,这样就够用,一般默认选择Cplex求解
%verbose:展示求解细节的设置。0表示完全不显示,1表示适度显示,2则是完全显示。
% MaxFunEvals:允许进行函数评价的最大次数,取值为正整数. Maxiter: 允许进行迭代的最大次数,取值为正整数
sol = optimize(Cons,Cost_total,options);%在这里可以更换“目标函数” 格式:optimize(约束条件,目标函数,求解要求)
if sol.problem == 0
%外购电力功率
Pe_buy=value(Pe_buy);
%CHP
Qg_CHP=value(Qg_CHP);
Ph_CHP=value(Ph_CHP);
Pe_CHP=value(Pe_CHP);
Prg_CHP=value(Prg_CHP);
CHP_omwork=value(CHP_omwork);
CHP_om=value(CHP_om);
%电锅炉
Pe_EB=value(Pe_EB);
Ph_EB=value(Ph_EB);
EB_omwork=value(EB_omwork);
EB_om=value(EB_om);
%燃气锅炉
Qg_GB=value(Qg_GB);
Ph_GB=value(Ph_GB);
GB_omwork=value(GB_omwork);
GB_om=value(GB_om);
%蓄电池
Qe_EES=value(Qe_EES);
Pe_EESc=value(Pe_EESc);
Pe_EESdisc=value(Pe_EESdisc);
Real_EESdis=Pe_EESdisc- Pe_EESc;
EES_om=value(EES_om);
EES_omwork=value(EES_omwork);
%碳捕集设备
Pe_CCS=value(Pe_CCS);
Ph_CCS=value(Ph_CCS);
Q_CO2capture=value(Q_CO2capture);
Q_CO2in=value(Q_CO2in);
Q_CO2product=value(Q_CO2product);
CO2_emission=value(CO2_emission);
%目标函数部分转化成值
Cost_Ebuy=value(Cost_Ebuy)
Cost_Gasbuy=value(Cost_Gasbuy)
Cost_CO2trade=value(Cost_CO2trade)
Cost_om=value(Cost_om)
Cost_total=value(Cost_total)
X=['计算完成'];
disp(X)
else
Y=['出错了'];
disp(Y)
end
%% 开始画图
%先把耗电 耗热的取反,区分产电耗电的正负方向
Load_E=-Load_E;
Load_H=-Load_H;
Pe_EB=-Pe_EB;
Pe_CCS=-Pe_CCS;
Ph_CCS=-Ph_CCS;
Pe_EESc=-Pe_EESc;
figure(1);
x=1:24;
plot(x,Pe_PV','-ro','MarkerFaceColor','r') %光伏出力 -表示线条 r红色 *点的形状
hold on
plot(x,Pe_WP','-bo') %风电出力
xlabel('时间/h'); ylabel('功率/kw');title('24h风电和光伏出力曲线');
legend('光伏','风电','Location','East') %图例
grid on
figure(2); %电功率平衡
Figure_E_in=[ Pe_buy' Pe_PV' Pe_WP' Pe_CHP' Pe_EESdisc']; %产电量
bar(Figure_E_in,'stacked'); %stack - 将来自输入表或时间表的数据堆叠到输出表或时间表的一个变量中
hold on
Figure_E_out=[Pe_EESc' Pe_EB' Pe_CCS' Load_E' ]; %耗电量
a=bar(Figure_E_out,'stacked');
a(3).FaceColor = [.1 .7 .3];
a(1).FaceColor = [.0 .0 .0];
a(4).
没有合适的资源?快使用搜索试试~ 我知道了~
109号资源-源程序:论文可在知网下载《综合能源系统低碳优化调度》本人博客有解读
共2个文件
png:1个
m:1个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 1 下载量 91 浏览量
2024-05-16
10:25:35
上传
评论
收藏 202KB RAR 举报
温馨提示
论文可参考: 考虑多能灵活性的综合能源系统多时间尺度优化调度 计及碳捕集电厂低碳特性的含风电电力系统 源–荷多时间尺度调度方法 含电热气多该资源详细解读可关注博主免费专栏《论文与完整程序》109号博文 种能源的综合能源系统中,复杂的能量转换关系以及可再生能源和负荷的波动 性,给综合能源系统的灵活安全运行带来了挑战。为了减小新能源和负荷不确定性对系统的影响,同时提升系统的功率平抑能力,提出了考虑多能灵活性的综合能源系统多时间尺度优化调度策略。首先,在日前调度中建立多能灵活性状态方程,以日运行成本最小为目标,构建波动场景下考虑系统多能灵活性的调度模型;日内调度则以日前调度计划为基础,考虑电能和热气能在不同时间尺度上的响应能力,建立分时间尺度的滚动优化模型,对日前计划进行修正,平抑功率波动。算例结果表明:所提出的日前模型可以通过协调设备的出力来提升系统的运行灵活性,日内模型能够平抑电热气能在不同时间尺度上的功率波动。
资源推荐
资源详情
资源评论
收起资源包目录
10-综合能源系统低碳优化调度.rar (2个子文件)
10-综合能源系统低碳优化调度
main.m 9KB
B(38GO{~42235QBG]GMM]DA.png 206KB
共 2 条
- 1
资源评论
- qq_459946102024-06-03实在是宝藏资源、宝藏分享者!感谢大佬~
电网论文源程序
- 粉丝: 8405
- 资源: 163
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功