019文章解读与程序——电力系统自动化EI\CSCD\北大核心《冷热电气多能互补的微能源网鲁棒优化调度》已提供下载资源

👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆

摘要：随着能源结构调整，集成风／光等可再生能源输入、冷热电气等多种能源互补输出的微能源 网得到了逐步发展，如何协调调度微能源网内冷热电气源网荷成为当前研究热点。建立了冷热电 气多能互补的微能源网在孤岛／并网模式下的协调调度模型，并利用供热／供冷系统的热惯性和热／ 冷负荷的柔性，发挥供热／供冷系统的“储能”功能，以电转气（Ｐ２Ｇ）装置实现电—气网络双向互通。 模型采用鲁棒线性优化理论将随机优化模型进行确定性转化，取得经济性和鲁棒性的适当折中。 算例仿真验证了温度负荷储能特性对微能源网灵活调度的优化作用和鲁棒性指标对优化结果的协 调作用。

这段摘要描述了一个关于微能源网调度的研究，以下是对摘要的详细解读：

1. 研究背景和动机：

   • 随着能源结构调整，可再生能源如风能和光能在微能源网中得到逐步应用。研究的焦点是如何协调调度微能源网内的冷热电气多能源，特别关注于冷热电气源网的协同运行。

2. 研究目标和方法：

   • 建立了冷热电气多能互补的微能源网模型，并考虑了在孤岛／并网模式下的协调调度。利用供热／供冷系统的热惯性和热／冷负荷的柔性，将供热／供冷系统看作是一种能够储能的组件，通过电转气（Ｐ２Ｇ）装置实现电—气网络的双向互通。

3. 优化方法：

   • 采用了鲁棒线性优化理论，将随机优化模型进行确定性转化。这意味着研究着重于寻找经济性和鲁棒性之间的适当平衡，使得在不确定性条件下，系统能够具备良好的性能。

4. 模型验证：

   • 通过算例仿真验证了温度负荷储能特性对微能源网灵活调度的优化作用，以及鲁棒性指标对优化结果的协调作用。这进一步验证了模型的有效性和可行性。

总体而言，这项研究致力于解决微能源网中冷热电气多能源的协同调度问题，通过建立模型和采用鲁棒优化理论，提出了一种在不确定性条件下具备经济性和鲁棒性的调度方案。模型的验证结果强调了其在实际应用中的潜在价值。

部分代码展示：

%并网模式下，碳排放最优调度模型
clc;clear;close all;% 程序初始化
%% 读取数据
shuju=xlsread('shuju数据.xlsx'); %把一天划分为24小时
load_e=shuju(2,:); %电负荷
load_g=shuju(3,:); %气负荷
P_PV=shuju(4,:);   %光电出力预期值
P_WT=shuju(5,:);   %风电出力预期值
T_out=shuju(6,:);  %室外温度
%% 各变量及常量定义
P_G3=sdpvar(1,24,'full');%微燃气轮机电功率出力
e_G3=0.26;%燃气轮机电效率
h_G3=0.68;%燃气轮机热效率
P_EH=sdpvar(1,24,'full');%余热锅炉输出热功率
EH=0.6;%余热回收效率
P_GH=sdpvar(1,24,'full');%燃气锅炉输出热功率
GH=0.85;%燃气锅炉效率
P_AC=sdpvar(1,24,'full');%吸收式制冷机输出冷功率
COP_AC=0.8;%吸收式制冷机制冷系数
P_EC=sdpvar(1,24,'full');%电制冷机输出冷功率
COP_EC=3;%电制冷机冷系数
P_EG=sdpvar(1,24,'full');%P2G设备输出气功率
EG=0.6;%P2G设备综合转换效率
Pbuy=sdpvar(1,24,'full');%从电网购电电量
Psell=sdpvar(1,24,'full');%向电网售电电量
Pnet=sdpvar(1,24,'full');%交换功率
Temp_net=binvar(1,24,'full'); % 购|售电标志
Gbuy=sdpvar(1,24,'full');%从气网购气量
R=0.93;cc=0.54; %房间热阻和热容，这里分析改变等效热阻Ｒ时对冷负荷的影响
load_h=sdpvar(1,24);
T_hui=sdpvar(1,24);
%% 约束条件
C =[];
%% 热冷负荷
%对于热负荷，利用PMV值得到供热时室内温度
T_out_hot=sdpvar(1,26); %供热时室外温度
for i=3:26
    C=[C,T_out_hot(1)==0;T_out_hot(2)==0];%-1、0时刻的供热室外温度
    C=[C,T_out_hot(i)==T_out(i-2)];
end
T_in_hot=sdpvar(1,26); %供热时室内温度
T_gong=sdpvar(1,26); %供水温度
PMV=1;%PMV值，公式4,这里分析改变PMV指标时对热负荷的影响
for i=3:26
    C=[C,T_in_hot(1)==25;T_in_hot(2)==25];%-1、0时刻的供热室内温度
    C=[C,-PMV<=(0.303*exp(-0.036*70)+0.028)*(70-0-3.05*(10^(-3))*(5733-6.99*70-2000)-0.42*(70-58.15)-1.7*(10^(-5))*70*(5867-2000)-1.4*(10^(-3))*70*(34-T_in_hot(i)-3.96*(10^(-8))*1.15*((32+273)^4-(29.7+273)^4))-1.15*4.7*(32-T_in_hot(i)))<=PMV];
end
%公式1，2
for i=3:26
    C=[C,T_gong(1)==75;T_gong(2)==75];%热网供水初始温度
    C=[C,T_in_hot(i)==0.6991*T_in_hot(i-1)+0.1011*T_gong(i-1)+0.1998*T_out_hot(i-1)]; %公式1
    C=[C,T_hui(i-2)<=T_gong(i)<=120];%热网供水温度
    C=[C,T_hui(i-2)==0.5721*T_in_hot(i-1)+0.0607*T_in_hot(i-2)+0.2112*T_gong(i)-0.0243*T_gong(i-1)-0.0104*T_gong(i-2)+0.3317*T_out_hot(i)-0.3169*T_out_hot(i-1)+0.1741*T_out_hot(i-2)];%公式2
    C=[C,5<=load_h(i-2)];%热负荷下限
    C=[C,load_h(i-2)==0.63*(T_gong(i)-T_hui(i-2))]; %公式21
end
% %对于冷负荷，已知条件为
%根据公式3得到冷负荷，
load_c=sdpvar(1,24);%冷负荷
T_in_cold=sdpvar(1,25);%供冷时室内温度，初始为-15
for i=2:25  
    C=[C,T_in_cold(1)==-15];
    C=[C,-20<=T_in_cold(i)<=-15];
    C=[C,load_c(i-1)*(1-exp(-1/(R*cc)))==-T_in_cold(i)*R+T_out(i-1)*(1-exp(-1/(R*cc)))+T_in_cold(i-1)*exp(-1/(R*cc))];  
end
%% 机组约束
for i=1:24   
    C=[C,9<=P_G3(i)<=18];%燃气轮机上下限约束
    C=[C,0<= P_EH(i)<=43];%余热锅炉上下限约束
    C=[C,0<=P_GH(i)<=36];%锅炉上下限约束
    C=[C,0<=P_AC(i)<=20];%吸收式制冷机出力上下限约束
    C=[C,0<=P_EC(i)<=30];%电制冷机出力上下限约束
    C=[C,0<=P_EG(i)<=30];%P2G出力上下限约束
    C = [C, -15<=Pnet(i)<=15,0<=Pbuy(i)<=15, -15<=Psell(i)<=0]; %主网功率交换约束
    C = [C, implies(Temp_net(i),[Pnet(i)>=0,Pbuy(i)==Pnet(i),Psell(i)==0])]; %购电情况约束
    C = [C, implies(1-Temp_net(i),[Pnet(i)<=0,Psell(i)==Pnet(i),Pbuy(i)==0])]; %售电情况约束 
    C=  [C,P_EH(i)==P_WT(i)/e_G3*h_G3*GH]; %余热回收约束
end

效果展示：

019号资源-程序：论文可参考《冷热电气多能互补的微能源网鲁棒优化调度》本人博客有解读考虑用户舒适度的冷热电多能互补综合能源调度资源-CSDN文库https://download.csdn.net/download/LIANG674027206/88705625

👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆