✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

​智能优化算法​​​  ​​神经网络预测​​​ ​​雷达通信 ​​​ ​​无线传感器​

​信号处理​​​ ​​图像处理​​​ ​​路径规划​​​ ​​元胞自动机​​​ ​​无人机 ​​​ ​​电力系统​

⛄ 内容介绍

可再生能源大规模接入电网背景下针对如何解决其有效消纳与电力系统备用配置之间被激化的矛盾,本文依托热电厂现有的储热设施,以综合能源系统为背景,以热电协调优化为手段,以储热装置提供的备用资源为线索,以提升热电联产机组调度空间为核心,以应对可再生能源发电的不确定性,提高可再生能源消纳能力为目标,开展热电联合优化运行策略的研究,以适应高比例可再生能源的发展.

⛄ 部分代码

clc

clear

N_G=2;%常规机组数

N_CHP=3;%热电机组数

N_K=4;%热电机组角点个数

N_E=3;%储热体个数

N_T=24;%调度时段数

r=100;%弃风惩罚因子

dj=0.45*0.1487*1000;%低谷时期电价0.45元/kWh

ops=sdpsettings('solver','cplex','verbose',2);

solvesdp(F,f,ops);

%提取成本结果

f11=double(f11);

f12=double(f12);

f1=double(f1);

f2=double(f2);

f=double(f);

%提取常规机组结果

P_G=double(P_G);

P_Gt=double(sum(P_G));

U=double(U);

y=double(y);

z=double(z);

%提取热电机组结果

 P_CHP=double(P_CHP);

 P_CHPt=double(sum(P_CHP));

P_hCHP=double(P_hCHP);

P_hCHPt=double(sum(P_hCHP));

e=double(e);

P_CHPitk=double(P_CHPitk);

%提取储热单元结果

f3=double(f3);

t_in=double(t_in);

P_ein=double(P_ein);

P_hin=double(P_hin);

P_hint=double(sum(P_hin));

P_hout=double(P_hout);

P_losst=double(sum(P_loss));

P_lossz=double(sum(sum(P_loss)));

P_houtt=double(sum(P_hout));

dE_ph=double(dE_ph);

E_ph=double(E_ph);

E_pht=double(sum(E_ph));

E_phz=double(sum(sum(E_ph)));

rhs=double(P_lossz/E_phz);%热耗散比例

%提取风电场结果

P_W=double(P_W);

P_qf=double(P_wf-P_W);

P_qfz=double(sum(P_qf));%提取总弃风量

f4=double(f4);


%求出弃风电量和弃风比例2017-08-07

qf=P_wf-P_W;

qft=sum(qf(1,:));

P_wft=sum(P_wf(1,:));

bl=qft/P_wft;

%消纳风电量占用电量比例8-8

P_Wt=sum(P_W(1,:));

P_loadt=sum(P_load(1,:));

P_hloadt=sum(P_hload(1,:));

ttload=P_loadt+P_hloadt;

wxnbl=P_Wt/(P_loadt);


t=1:1:N_T;

plot(t,P_wf,'ko-',t,P_W,'rs-');legend('风电功率预测值','系统消纳风电功率值');xlabel('t/h');ylabel('风电功率/MW');


⛄ 运行结果

【电力系统】热电联产机组优化调度问题附matlab代码_参考文献

【电力系统】热电联产机组优化调度问题附matlab代码_无人机_02

【电力系统】热电联产机组优化调度问题附matlab代码_无人机_03

⛄ 参考文献

[1]陈春龙. 热电联合优化运行策略研究[D]. 山东大学.

[2]张德才. 热电联产机组的控制优化策略研究[J].  2020.

❤️ 关注我领取海量matlab电子书和数学建模资料
❤️部分理论引用网络文献,若有侵权联系博主删除