含风电电力系统低碳调度matlab代码_implies是cplex资源-CSDN文库

共7个文件

m：5个

pdf：1个

docx：1个

版权申诉

matlab

开发语言

电力系统

yalmip

5星 · 超过95%的资源 144 浏览量 2022-02-05 22:37:07 上传评论 11 收藏 2.14MB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

考虑源荷不确定性-电力系统优化.zip （7个子文件）

考虑源荷不确定性-电力系统优化

main.m 6KB

getConsEES.m 1KB

consequtiveON.m 659B

getConsGen1.m 639B

模型+数据.docx 144KB

getConssGen.m 172B

考虑源荷两侧不确定性的含风电电力系统低碳调度_崔杨 (1).pdf 2.28MB

第 40 卷第 11 期

2020 年 11 月

电力自动化设备

Electric Power Automation Equipment

Vol.40 No.11

Nov. 2020

考虑源荷两侧不确定性的含风电电力系统低碳调度

崔杨

，周慧娟

，仲悟之

，李鸿博

，赵钰婷

（1. 东北电力大学现代电力系统仿真控制与绿色电能新技术教育部重点实验室，吉林吉林 132012；

2. 中国电力科学研究院有限公司，北京 100192；3. 国网吉林省电力有限公司培训中心，吉林长春 130022）

摘要：大规模风电并网是实现电力低碳环保发展的必然趋势，而风电与负荷的随机波动性对系统的影响不容

忽视。提出一种考虑模糊机会约束的低碳型经济调度模型，同时计及源荷两侧不确定性对含风电电力系统

低碳调度的影响。将阶梯型的碳交易成本引入目标函数中，旨在降低系统碳排放量，提高系统风电消纳量。

针对风电并网后系统的不确定因素，引入模糊机会约束，将确定性约束松弛为含有模糊变量的系统约束，利

用梯形模糊参数将其清晰化处理，并通过 CPLEX 对模型进行求解。算例分析表明所提模型可有效提高风电

消纳水平以及降低碳排放。

关键词：风电；碳交易；不确定性；模糊机会约束；低碳调度

中图分类号：TM 614 文献标志码：A DOI：10.16081/j.epae.202009019

0 引言

节能减排、大力开发风电等新能源是电力行业

发展的必然趋势

［1-2］

。但风电等新能源发电属于波

动性电源，其不确定性给系统稳定运行带来了严重

的安全隐患

［3］

。当风电大规模并网时，为保证电网

安全运行会造成弃风现象，同时导致系统旋转备用

容量大幅增加，极大降低了风电并网的经济性，因此

含风电系统的不确定性问题成为调度决策者必须考

虑的重要因素，如何兼顾含风电电力系统的可靠性、

经济性以及环保性成为调度过程中面临的重要

问题

［4-5］

。

在低碳背景下，将碳交易引入含有大规模风电

的电力系统中，能够降低系统中火电机组和热电联

产 CHP（Combined Heat and Power）机组出力，提高

风电上网空间，减少系统碳排放量。目前，针对碳交

易机制国内外学者已进行了相关研究。文献［6］考

虑碳交易成本，提出一种电-气互联综合能源系统调

度模型。文献［7］综合考虑系统的经济性和低碳性，

采用三阶段调度方法，建立核-火-虚拟电厂联合调

度模型。文献［8］提出一种含有碳交易机制的多目

标环境经济调度策略，将碳交易成本划分为碳权成

本、碳收益和碳排惩罚，综合考虑碳和其他污染物的

排放成本。上述研究均计及碳排放成本，对电力系

统节能减排起到积极作用，但未对系统碳排放量具

体划分区间。本文基于传统碳交易机制，引入阶梯

型碳交易模型，进一步提高系统对风电等新能源发

电的并网消纳量，降低碳排放量。

碳交易机制的引入提高了风电的并网消纳量，

但风电的波动性和不确定性给调度决策带来的问题

更加严重

［9］

。目前，针对风电波动性与不确定性的

相关研究已取得了一定成果。文献［10］充分考虑风

力发电的不确定性，对一些相互冲突的目标进行权

衡，提出一种估算风力发电不确定性集的新方法。

文献［11］考虑风、光发电的不确定性以及水、热、电

的能量平衡，基于机会约束目标规划，构造含有风-

光-水-气-火-储的联合调度模型。文献［12］基于

含高比例可再生能源的电力系统，揭示功率平衡原

理，提出灵活性裕度的概率模型。文献［13］采用七

分段高斯分布模拟负荷和风速的预测误差值，进而

求得最经济的机组出力方式。文献［14］针对含大规

模可再生能源的调度模型，将约束条件中的功率平

衡等式松弛为不确定环境下的不等式方程，并引入

目标规划模型中。文献［15］引入净负荷概念，将蒙

特卡洛模拟与解析法相结合，处理风、光、负荷的不

确定性。

综上所述，考虑碳交易机制能够有效提高风电

消纳量，但是随着风电并网容量的增大，其波动性对

系统的影响愈加严重。目前针对提高系统环保性、

降低碳排放的相关研究中，同时兼顾新能源并网给

系统带来不确定影响的经济调度模型相对较少。因

此，本文提出考虑风电和负荷不确定性的低碳型经

济调度模型，该模型充分考虑碳排放成本、运行成本

以及不确定因素，旨在提高风电等新能源发电的并

网消纳量，同时降低碳排放量。

1 电力系统功率平衡特性分析

1.1 电力系统源荷不确定性分析

为实现电力系统安全稳定运行，需要确保电力

系统内部电负荷平衡、热负荷平衡以及足够的旋转

收稿日期：2020-02-10；修回日期：2020-07- 22

基金项目：国家自然科学基金资助项目（51777027）

Project supported by the National Natural Science Foundation

of China（51777027）

􀀨􀀯

电力自动化设备

第 40 卷

备用容量。因此，在制定电力系统中各机组日前调

度出力时要考虑系统的等式与不等式平衡约束。关

于风电等不确定性电源和负荷的功率预测已有许多

预测方法与技术，但受自然条件及其他外界未知因

素的影响，预测得到的结果与实际的电源出力和负

荷功率仍然存在误差。当风电大规模并网与负荷规

模较大时，这些预测误差不能忽略。在电力系统日

前调度模型中，风电出力和负荷功率都是不确定变

量，需要引入风电模糊参数 P



和负荷模糊参数 P



。

1.2 源荷不确定性对电力系统功率平衡的影响

热负荷的预测值相对较为准确，因此本文只考

虑风电和电负荷的预测误差，严格的功率等式平衡

与旋转备用不等式平衡约束为：

f.Lt

+ ε

(

f.wt

+ ε

- ΔP

)

∑

i = 1

∑

j = 1

h，jt

= 0 （1）

f.Lt

+ ε

(

f.wt

+ ε

- ΔP

)

∑

i = 1

max

∑

j = 1

max

h，j

≤ 0（2）

其中，P

f.Lt

为 t 时刻系统的电负荷预测值；

为 t 时刻

负荷的预测误差；P

f.wt

为 t 时刻风电预测值；

为 t 时

刻风电的预测误差；

ΔP

为 t 时刻日前调度计划中风

电的弃风量；P

为常规火电机组 i 在 t 时刻的出力；

max

为常规火电机组 i 的最大出力；M 为常规火电机

组数量；P

h，jt

为 CHP 机组 j 在 t 时刻归算到纯凝工况

下的电功率；

max

h，j

为 CHP 机组 j 的最大电出力值；N

为 CHP 机组数量。

由于系统功率平衡和旋转备用约束中含有不确

定变量，确定条件下的功率平衡将不再适用，因此在

安排系统日前调度出力时，应考虑系统不确定性因

素的影响。本文采用一种模糊处理方法，引入风电

模糊参数 P



与负荷模糊参数 P



，将式（1）、（2）松弛

为某一置信水平 α 条件下的功率约束平衡，使该平

衡约束条件成立的可能性不小于 α，以此构造出不

确定因素集：

min P

{



- P



∑

i = 1

∑

j = 1

h，jt

= 0

}

≥ α （3）

min P

{



- P



∑

i = 1

max

∑

j = 1

max

h，j

≤ 0

}

≥ α （4）

其中，

{

⋅

}

表示事件的可信性。

式（3）、（4）的优化过程就是通过常规火电和

CHP 机组同时为负荷与风电的不确定性提供备用，

使系统中总电源的功率与电负荷平衡的概率达到调

度决策者能接受的程度。与确定性约束相比，系统

可信性机会约束已包含对系统不确定因素的处理，

常规火电机组和 CHP 机组的出力已包含备用功率，

因此不需要单独设立备用功率

［16］

。

用模糊参数表示系统中的不确定变量，以常规

机组出力满足含有模糊参数的不等式作为一个事

件，使因预测误差导致的不确定环境下的随机事件

发生的概率满足预先设定的置信度水平，这就是模

糊机会约束规划问题。

1.3 模糊机会约束规划求解不确定性问题的模型

模糊机会约束用于调度问题建模的思路是：允

许调度结果在某种程度上不满足约束条件，但是要

求调度结果成立的可能性不小于调度决策者提前设

定的置信水平。

融入模糊变量的单目标机会规划模型为

［17］

：

{

min f

( )

x，ξ

s.t. P

{ }

( )

x，ξ ≤ 0 ≥ α

（5）

其中，x 为决策向量；ξ 为参数向量；f

( )

x，ξ 为目标函

数；g

( )

x，ξ 为约束函数；α 为系统的置信度水平。

2 碳排放成本计算模型

碳交易机制是一种将碳排放量作为自由交易商

品的减排机制。目前国内主要有 2种碳交易配额分

配方法，即历史法和基准线法。本文采用基准线法

进行碳排放额的分配，近似认为系统碳排放配额与

火电机组出力成正比

［7］

。系统碳排放配额计算公

式为：

∑

t = 1

εP

（6）

∑

i = 1

∑

j = 1

h，jt

+ P

w，t

（7）

其中，E

为系统总的碳排放配额；T 为一个运行周期

时长；ε 为单位电量排放配额；P

为系统所有发电机

组在 t 时刻总的发电量；P

w，t

为风电机组在 t 时刻的发

电功率。

风电作为无污染的绿色能源，不产生碳排放量，

因此系统的碳排放量主要来源于常规火电机组和

CHP机组，系统碳排量计算公式为：

∑

t = 1

( )

∑

i = 1

∑

j = 1

h，j

h，jt

（8）

其中，E

为一个调度周期内系统总的碳排放量；δ

为

常规火电机组 i 的碳排放强度；

h，j

为 CHP机组 j 的碳

排放强度。

为了更好地控制系统碳排量，本文采用阶梯型

碳排放成本模型，将碳排放量分为 3 段。具体计

算为：

( )

- E

≤ E

+ d

μd +

( )

1+ k μ

( )

- E

- d

+ d < E

≤ E

+ 2d

( )

2 + k μd +

( )

1+ 2k μ

( )

- E

- 2d

> E

+ 2d

（9）

􀀨􀀰

第 11 期

崔杨，等：考虑源荷两侧不确定性的含风电电力系统低碳调度

其中，C

为系统碳排放成本；μ 为碳交易价格；d 为碳

排放量区间长度；k 为碳排放量每上升 1个阶梯碳交

易价格的增长幅度。需要说明的是，当 E

< E

时，C

为负值，表示系统的实际碳排放量小于系统的配额，

可以将多余的碳排放配额以初始的碳排放价格在碳

交易市场中进行交易，使系统获得碳收益。

3 考虑模糊机会约束的低碳经济调度模型

3.1 目标函数

本文综合考虑常规火电机组的发电成本、CHP

机组的发电成本、风电的运行维护成本以及碳排放

成本。目标函数为：

min f = C

(

)

+ C

(

h，jt

)

+ C

(

w，t

)

+ C

(

)

（10）

其中，f 为系统运行总成本；C

为常规火电机组发电

成本；C

为 CHP 机组发电成本；C

为风电运维成本。

常规火电机组的发电成本只考虑机组燃料

费用：

∑

t = 1

∑

i = 1

( )

+ b

+ c

（11）

其中，a

、b

、c

为常规火电机组 i 的燃料费用系数。

CHP 机组的运行成本只包括燃料成本，运行时

需要同时供热和供电，所以计算燃料成本时要综合

考虑热电出力，将其转化为纯凝工况下的电功率进

行求解，计算公式为：

∑

t = 1

∑

j = 1

( )

h，j

h，jt

+ b

h，j

h，jt

+ c

h，j

（12）

h，jt

= P

e，jt

+ c

(

h，jt

+ P

h，jt

)

（13）

其中，P

，

为 CHP 机组在 t 时刻电出力；

h，jt

为 CHP 机

组在 t 时刻为热负荷提供的功率；

h，jt

为储热装置在 t

时刻的储热功率；

h，j

、

h，j

、

h，j

为 CHP 机组的燃料成

本系数；c

为进汽量不变、热出力增加时 CHP 机组电

出力的减小值。

风力发电不消耗燃料，因此只需考虑运行维护

费用，计算公式为：

∑

t = 1

w，t

（14）

其中，k

为风电场的运维成本系数。

3.2 约束条件

（1）常规火电机组相关约束。

机组出力约束：

imin

≤ P

imax

（15）

其中，P

imax

、P

imin

分别为火电机组 i 的最大、最小出

力值。

机组爬坡约束：

-ΔP

≤ P

- P

( )

t - 1

≤ ΔP

（16）

其中，ΔP

、ΔP

分别为火电机组最大向下、向上爬坡

速率。

（2）CHP 机组约束。

CHP机组运行时需要同时满足功率上下限和机

组爬坡约束，并且其爬坡与锅炉产汽量和汽轮机进

汽量的变化有关，因此在计算机组爬坡时需要将热、

电功率折算到纯凝工况下。CHP机组约束为：

e，jmin

≤ P

e，jt

≤ P

e，jmax

h，jmin

≤ P

h，jt

≤ P

h，jmax

-ΔP

h，dj

≤ P

h，jt

≤ ΔP

h，uj

（17）

其中，

e，jmax

、

e，jmin

分别为 CHP 机组电出力的上、下

限，其值不是常数，而是同时刻机组热出力的函数；

h，jt

为 CHP 机组的热出力值；

h，jmax

、

h，jmin

分别为

CHP机组热出力的最大、最小值；ΔP

h，uj

、ΔP

h，dj

分别为

CHP机组最大向上、向下爬坡率。

（3）储热装置约束。

容量约束：

min

≤ C

max

（18）

其中，C

min

、C

max

分别为储热装置最小、最大储热值；C

为储热装置在 t 时刻的储热量。

储、放热功率约束：

{

- C

t - 1

≤ P

hj. max

t - 1

- C

≤ P

hj. max

（19）

其中，

hj. max

、

hj. max

分别为储热装置的最大储、放热

功率。

储热装置在同一时刻不能同时处于储、放热状

态，因此同一时刻储放热约束为：

h，t

= 0

（20）

其中，

h，t

、

h，t

分别为储热装置在 t 时刻的储、放热

功率。

储热装置始、末的储热量应该保持相等，约

束为：

= C

（21）

其中，C

、C

分别为一个调度周期内储热装置的始、

末储热量。

（4）线路传输容量约束。

-P

ij，max

≤ B

(

i，t

- θ

j，t

)

≤ P

ij，max

（22）

其中，B

为节点 i、j 之间的导纳；θ

i，t

和 θ

，

分别为节点

i、j 的电压相角；P

，

max

为节点 i、j 之间线路的最大传

输容量。

3.3 模型求解

在求解模糊机会约束规划的过程中，处理机会

约束是重点，其方法有 2 种：针对简单问题，可以将

约束条件中的模糊参数与决策变量进行分离，或者

两者之间存在某种线性关系时，可以将其转化为清

晰等价类处理，进而利用传统求解方法进行计算；针

对较复杂的问题，采用随机模拟技术处理。模拟是

一个近似的过程，结果不精确，对样本容量的大小不

􀀨􀀱

评论收藏

内容反馈

版权申诉

jxzyong

2022-03-17

不要下载，根本不是这回事！
will123cn

2022-11-07

简直是宝藏资源，实用价值很高，支持！
weixin_51194397

2022-02-24

用户下载后在一定时间内未进行评价，系统默认好评。
weixin_45981014

2023-03-09

超级好的资源，很值得参考学习，对我启发很大，支持！
weixin_45713900

2022-03-09

用户下载后在一定时间内未进行评价，系统默认好评。

前往

页

电力程序小学童

粉丝: 1228
资源: 12

含风电电力系统低碳调度matlab代码

考虑源荷两侧不确定性的含风电电力系统低碳优化调度MATLAB程序

MATLAB代码:电力系统 低碳调度 源荷不确定 风电 程序语言：matlab+yalmip（可适用cplex或者gurobi

MATLAB代码：计及碳捕集电厂低碳特性及需求响应的综合能源系统多时间尺度调度模型 关键词：碳捕集电厂 综合灵活运行方式 需

含风电的电力调度问题

电力系统机组调度 考虑了源荷不确定性 求解：matlab+yalmip+gurobi作为求解器） 内容：考虑源荷两侧不确定性的含

fmincon 优化代码.zip_matlab_planeq55_zip_风电_风电 优化

含风电的电力系统鲁棒优化调度.pdf

含风电的电力系统低碳经济调度.pdf

基于碳交易的含风电系统低碳经济调度

基于碳交易的含风电系统低碳经济调度.pdf

考虑源荷两侧不确定性的含风电电力系统低碳调度.pdf

考虑需求响应的含风电电力系统日前经济调度

计及碳捕集电厂低碳特性 和 需求响应 综合能源系统多时间尺度调度模型 MATLAB代码：关键词：碳捕集电厂 综合灵活运行方式

电力系统调度 源荷不确定性matlab 程序语言：matlab+yalmip（可适用cplex或者gurobi作为求解器） 内容

MATLAB代码：计及绿证交易和综合需求响应的综合能源系统优化调度 关键词：绿证交易 综合需求响应 综合能源系统 优化调度 仿

储能和风电的电力系统进行了可靠性评估,风电储能技术方式,matlab

含风电电力系统的多目标随机优化调度.pdf

主要内容：挖掘源荷两侧低碳资源并分析其低碳性，荷侧调用不同响应速度的价格型、激励型需求响应资源克服多时间尺度下碳捕集电厂综合灵活

基于合作博弈的综合能源系统优化.zip

LSTM时间序列神经网络预测MATLAB代码

Matlab 基于支持向量机(SVM)的数据回归预测 SVM回归

Matlab 基于BP神经网络的数据分类预测 BP分类

ADRC控制器仿真 simulink 2017a版本

2022建模国赛代码(三天坚持不易) 包括K-meas算法、bp预测、回归预测,(python和matlab做的).zip

matlab2020b ubuntu.txt

五自由度机械臂正逆运动学matlab仿真

matlab绘制三维球面及球面曲线

基于蚁群算法的三维路径规划(matlab实现)

基于智能优化算法的双层优化求解(matlab代码)

最新资源

MATLAB代码:电力系统低碳调度源荷不确定风电程序语言：matlab+yalmip（可适用cplex或者gurobi

MATLAB代码：计及碳捕集电厂低碳特性及需求响应的综合能源系统多时间尺度调度模型关键词：碳捕集电厂综合灵活运行方式需

电力系统机组调度考虑了源荷不确定性求解：matlab+yalmip+gurobi作为求解器）内容：考虑源荷两侧不确定性的含

fmincon 优化代码.zip_matlab_planeq55_zip_风电_风电优化

计及碳捕集电厂低碳特性和需求响应综合能源系统多时间尺度调度模型 MATLAB代码：关键词：碳捕集电厂综合灵活运行方式

电力系统调度源荷不确定性matlab 程序语言：matlab+yalmip（可适用cplex或者gurobi作为求解器）内容

MATLAB代码：计及绿证交易和综合需求响应的综合能源系统优化调度关键词：绿证交易综合需求响应综合能源系统优化调度仿