✅作者簡介：熱愛科研的Matlab仿真開發者，修心和技術同步精進。
🍎個人首頁：Matlab科研工作室
🍊個人信條：格物緻知。
更多Matlab仿真内容點選👇
智能優化算法 神經網絡預測 雷達通信 無線傳感器
信号處理 圖像處理 路徑規劃 元胞自動機 無人機 電力系統
⛄ 内容介紹
可再生能源大規模接入電網背景下針對如何解決其有效消納與電力系統備用配置之間被激化的沖突,本文依托熱電廠現有的儲熱設施,以綜合能源系統為背景,以熱電協調優化為手段,以儲熱裝置提供的備用資源為線索,以提升熱電聯産機組排程空間為核心,以應對可再生能源發電的不确定性,提高可再生能源消納能力為目标,開展熱電聯合優化運作政策的研究,以适應高比例可再生能源的發展.
⛄ 部分代碼
clc
clear
N_G=2;%正常機組數
N_CHP=3;%熱電機組數
N_K=4;%熱電機組角點個數
N_E=3;%儲熱體個數
N_T=24;%排程時段數
r=100;%棄風懲罰因子
dj=0.45*0.1487*1000;%低谷時期電價0.45元/kWh
%
ops=sdpsettings('solver','cplex','verbose',2);
solvesdp(F,f,ops);
%提取成本結果
f11=double(f11);
f12=double(f12);
f1=double(f1);
f2=double(f2);
f=double(f);
%提取正常機組結果
P_G=double(P_G);
P_Gt=double(sum(P_G));
U=double(U);
y=double(y);
z=double(z);
%提取熱電機組結果
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);
%提取儲熱單元結果
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);%熱耗散比例
%提取風電場結果
P_W=double(P_W);
P_qf=double(P_wf-P_W);
P_qfz=double(sum(P_qf));%提取總棄風量
f4=double(f4);
%求出棄風電量和棄風比例2017-08-07
qf=P_wf-P_W;
qft=sum(qf(1,:));
P_wft=sum(P_wf(1,:));
bl=qft/P_wft;
%消納風電量占用電量比例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('風電功率預測值','系統消納風電功率值');xlabel('t/h');ylabel('風電功率/MW');
⛄ 運作結果
