👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆
摘要:推进可再生能源高效利用,实现电力系统低碳化运行 成为电力系统改革的重要方向。该文首先构建了包含电热气 多能协同的微电网模型,考虑了含有碳配额和碳交易的优化 运行机制,并在热电联产机组模型中改进加入了碳捕集系统 和电转气装置,以降低碳排放。然后,基于纳什谈判理论建 立了多微网电能共享合作运行模型,进而将其分解为微网联 盟效益最大化子问题和合作收益分配子问题,选择交替方向 乘子法分布式求解,从而有效保护各主体隐私。在合作收益 分配子问题中,提出以非线性能量映射函数量化各参与主体 贡献大小的非对称议价方法,各微网分别以其在合作中的电 能贡献大小为议价能力相互谈判,以实现合作收益的公平分 配。最后,仿真结果验证了所提方法的有效性。结果表明, 通过所提的多微网电能共享方法,微网联盟收益实现最大 化;并且,微网联盟的合作收益基于各微网的能量贡献大小 实现了公平分配;在碳排放方面,结果证明了碳捕集联合电 转气系统,以及微网间的能量共享方法,都能够有效减少微 电网运行过程中的碳排放量。
这段摘要描述了一项研究,旨在推动可再生能源的高效利用,实现电力系统的低碳化运行。以下是对摘要中各部分的解读:
电力系统改革方向:
微电网模型的构建:
碳排放降低措施:
多微网电能共享合作运行模型:
分布式求解和隐私保护:
非对称议价方法:
仿真验证:
碳排放减少效果:
总体而言,该研究通过建立复杂的模型和采用协同优化方法,旨在实现电力系统的可再生能源高效利用和低碳化运行。所提出的方法在仿真中表现出了有效性,并提供了对碳排放减少和能量共享方面的深入理解。
部分代码展示:
clc
clear
close all
%% ADMM迭代参数设置
%拉格朗日乘子初始化
lambda_e_12=zeros(1,24);%MG1和MG2之间的拉格朗日乘子
lambda_e_13=zeros(1,24);%MG1和MG3之间的拉格朗日乘子
lambda_e_21=zeros(1,24);%MG2和MG1之间的拉格朗日乘子
lambda_e_23=zeros(1,24);%MG2和MG3之间的拉格朗日乘子
lambda_e_31=zeros(1,24);%MG3和MG1之间的拉格朗日乘子
lambda_e_32=zeros(1,24);%MG3和MG2之间的拉格朗日乘子
maxIter=100; %最大迭代次数
tolerant=1e-3;%收敛精度
iter=1;%迭代次数初始化
Ben_Store=[];%历史目标函数
toler1=[]; %残差1,电能交易部分
%对微网之间的交易量记录矩阵初始化
P_e_12=zeros(maxIter+1,24);P_e_21=zeros(maxIter+1,24);
P_e_13=zeros(maxIter+1,24);P_e_31=zeros(maxIter+1,24);
P_e_23=zeros(maxIter+1,24);P_e_32=zeros(maxIter+1,24);
%% 迭代
while 1
if iter==maxIter %限制迭代次数
disp('迭代不收敛,参数有误');
break;
end
display(['迭代还未收敛,当前迭代第 ', num2str(iter),' 次']);
if iter==1 %第一次求解比较特殊,其他主体初值为0
[P_e_12(2,:),P_e_13(2,:),Obj_MG1(iter)]=Fun_MG1(P_e_21(iter,:),P_e_31(iter,:),lambda_e_12,lambda_e_13);
[P_e_21(2,:),P_e_23(2,:),Obj_MG2(iter)]=Fun_MG2(P_e_12(2,:),P_e_32(iter,:),lambda_e_21,lambda_e_23);
[P_e_31(2,:),P_e_32(2,:),Obj_MG3(iter)]=Fun_MG3(P_e_13(2,:),P_e_23(2,:),lambda_e_31,lambda_e_32);
lambda_e_12=lambda_e_12+1e-4*(P_e_12(2,:)+P_e_21(2,:));
lambda_e_13=lambda_e_13+1e-4*(P_e_13(2,:)+P_e_31(2,:));
lambda_e_21=lambda_e_21+1e-4*(P_e_21(2,:)+P_e_12(2,:));
lambda_e_23=lambda_e_23+1e-4*(P_e_23(2,:)+P_e_32(2,:));
lambda_e_31=lambda_e_31+1e-4*(P_e_31(2,:)+P_e_13(2,:));
lambda_e_32=lambda_e_32+1e-4*(P_e_32(2,:)+P_e_23(2,:));
else
[P_e_12(iter+1,:),P_e_13(iter+1,:),Obj_MG1(iter)]=Fun_MG1(P_e_21(iter,:),P_e_31(iter,:),lambda_e_12,lambda_e_13);
[P_e_21(iter+1,:),P_e_23(iter+1,:),Obj_MG2(iter)]=Fun_MG2(P_e_12(iter+1,:),P_e_32(iter,:),lambda_e_21,lambda_e_23);
[P_e_31(iter+1,:),P_e_32(iter+1,:),Obj_MG3(iter)]=Fun_MG3(P_e_13(iter+1,:),P_e_23(iter+1,:),lambda_e_31,lambda_e_32);
lambda_e_12=lambda_e_12+1e-4*(P_e_12(iter+1,:)+P_e_21(iter+1,:));
lambda_e_13=lambda_e_13+1e-4*(P_e_13(iter+1,:)+P_e_31(iter+1,:));
lambda_e_21=lambda_e_21+1e-4*(P_e_21(iter+1,:)+P_e_12(iter+1,:));
lambda_e_23=lambda_e_23+1e-4*(P_e_23(iter+1,:)+P_e_32(iter+1,:));
lambda_e_31=lambda_e_31+1e-4*(P_e_31(iter+1,:)+P_e_13(iter+1,:));
lambda_e_32=lambda_e_32+1e-4*(P_e_32(iter+1,:)+P_e_23(iter+1,:));
end
%保存历史数据
Ben_Store=[Ben_Store,[Obj_MG1(iter);Obj_MG2(iter);Obj_MG3(iter)]];
%残差计算
toler1=[toler1,norm(P_e_12(iter+1,:)-P_e_12(iter,:))+norm(P_e_13(iter+1,:)-P_e_13(iter,:))+norm(P_e_23(iter+1,:)-P_e_23(iter,:))];%保存残差1
%判断收敛条件
if toler1(iter)<=tolerant
display(['迭代收敛,在第 ', num2str(iter),' 次收敛']);
break;
end
iter=iter+1;
end
效果展示:
👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆