基于杂交PSO算法的风光储微网日前优化调度(MATLAB实现)

        微网中包含:风电、光伏、储能、微型燃气轮机,以最小化电网购电成本、光伏风机的维护成本、蓄电池充放电维护成本、燃气轮机运行成本及污染气体治理成本为目标,综合考虑:功率平衡约束、燃气轮机爬坡约束、电网交换功率约束、储能装置约束、可控微电源出力约束等约束条件建立优化调度模型。

1.系统结构模型

1.1 光伏

         光伏电池的空载电压与光谱辐照度有关,与电池面积无关。在100MW/cm2的太阳光谱辐照度下,单晶硅光伏电池的空载电压为450——600mV,最高可达690mV。当入射光谱辐照度变化时,光伏电池的空载电压与入射光谱辐照度的对数成正比。环境温度升高时,光伏电池的空载电压将下降,一般温度每升高1℃,Uoc约下降2——3mV。
        由上述定义,可列出光伏电池等效电路中各变量的方程式如下:

式中,IO为光伏电池内部等效二极管PN结反向饱和电流,一般为常数;UD为等效二极管端电压;q为电子电荷;k为玻尔兹曼常量;T为热力学温度,A为PN结曲线常数。
        光伏电池的伏安特性与光照强度和电池温度有关,可以认为光伏电池的数学物理模型方程以光照强度和电池温度作为参变量。以下是环境因素对光伏电池数学物理模型的修正。
        当电池温度T、光照强度S不是参考光照强度和参考电池温度时,必须考虑它们的影响,并需要对光伏电池的数学物理模型进行修正。根据参考光照强度和参考电池温度下的Isc、Uoc、Im和Um,再将它们代入实用表达式,即可得到新的光照强度和新的电池温度下的伏安特性曲线。

1.2 风电

        风力发电机的输出功率可以用下式表示:

式中:Pwt为风力发电机的输出功率,\rho为空气密度,V为风速,R为风力发电机组的叶片半径,

Cp为风能利用系数。
        风力发电机的出力和风速的关系为:

式中:Prated为额定功率;Vrated为额定风速,Vcutin为切入风速,Vcutout为切出风速

1.3 微型燃气轮机

        选取燃氢微燃机作为氢电转换部分的能量耦合设备进行发电,该设备以氢⽓为燃料,燃烧产物只有水,实现零排放。
        其数学模型为:

式中:P_{MG}为微燃机输出功率;\eta _{M}^{}为微燃机热效率;H_{MT}为消耗的天然气量;C_{L}为低位热值常量。

1.4 储能装置模型

式中:S_{ES}为储能装置容量;\tau为储能损失系数;\eta _{ch}\eta _{dis}分别为充放电效率。

2. 目标函数

        目标函数为微网运行经济成本,主要包括:与主网交换功率成本,光伏、风机、蓄电池的维护成本,燃气轮机运行成本,污染气体治理成本,燃气轮机开机成本。

2.1 与主网交换功率成本

式中:C_{buy}C_{sell}分别对应与电网购电售电的分时电价;Nt为调度周期。

2.2 分布式电源维护成本

式中:P_{i}为第i个分布式电源的输出功率;K_{om,i}为第i个分布式电源的运行维护系数,单位为元/kWh;Ni为分布式电源总个数;

2.3 微型燃气轮机运行费用

式中:Cmt为燃气轮机燃料成本系数,单位为元/m3;fmt为燃气轮机燃料消耗系数,单位为m3/kWh;Cmts为燃气轮机开机成本,单位为元/次;S(t)为燃气轮机t时段的启停状态.。

2.4 污染气体治理费用

3.约束条件

3.1 系统功率平衡约束

3.2 分布式电源输出功率约束

3.3 燃气轮机的爬坡约束

式中:Rup、Rdown为燃气轮机输出功率最大上升速率与下降速率,单位为kW/h。

3.4 微网与主网交换功率约束

        微电网与主网的连接线有最大功率约束条件,故应满足该约束。

3.5 主网购售电状态互斥约束

        主网购售电的状态量,取值为0或1。

3.6 燃气轮机启停时间约束

式中:Ut-k+1为燃气轮机在t-k+1时段的启停状态;Tmup、Tmdown分别为燃气轮机的最小启动时间和最小关停时间。

3.7 储能装置约束

式中:\varepsilon为一个调度周期后蓄电池SOC变化的最大范围;\eta _{B}为自放电系数。

4. 求解算法

        采用PSO粒子群算法,用一种粒子来表示一个个体,每个粒子可视为N维搜索空间中的一个搜索个体,粒子的当前位置即为对应优化问题的一个候选解,粒子的飞行过程即为该个体的搜索过程.粒子的飞行速度可根据粒子历史最优位置和种群历史最优位置进行动态调整.粒子仅具有两个属性:速度和位置,速度代表移动的快慢,位置代表移动的方向。每个粒子单独搜寻的最优解叫做个体极值,粒子群中最优的个体极值作为当前全局最优解。不断迭代,更新速度和位置。最终得到满足终止条件的最优解。
        算法流程如下:
        ①初始化
        首先,我们设置最大迭代次数,目标函数的自变量个数,粒子的最大速度,位置信息为整个搜索空间,我们在速度区间和搜索空间上随机初始化速度和位置,设置粒子群规模,每个粒子随机初始化一个速度。
        ②个体极值与全局最优解
        定义适应度函数,个体极值为每个粒子找到的最优解,从这些最优解找到一个全局值,叫做本次全局最优解。与历史全局最优比较,进行更新。
        ③更新粒子的速度和位置

式中:ω为惯性因子,C1和C2为加速度常数,前者为每个粒子的个体学习因子,后者为每个粒子的社会学习因子。
        ④终止条件
(1)达到设定迭代次数;(2)代数之间的差值满足最小界限。
        本文在PSO粒子群算法的基础上进行改进,首先将传统固定惯性权重系数更改为根据全局最优点自适应调整惯性权重系数,即权重根据粒子的位置不同而动态变化。采用的非线性动态惯性权重系数公式为:

其中,f表示粒子实时的目标函数值;favgfmin分别表示当前所有粒子的平均值和最小目标值。从上面公式可以看出,惯性权重随粒子目标函数值的变化而变化,当粒子目标值分散时,减小惯性权重;当粒子目标值集中时,增大惯性权重。
        借鉴遗传算法中的杂交的概念,在每次迭代中,根据杂交率选取指定数量的粒子放入杂交池内,池内的粒子随机地两两杂交,产生同样数目的子代粒子,并用子代粒子代替父代粒子,具体计算公式和计算步骤,见《MATLAB智能算法》P132。

5.仿真结果

6.代码下载

        本文相关全部代码下载地址:基于杂交PSO算法的风光储微网日前优化调度(MATLAB实现)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/327028.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Elasticsearch_8.11.4_kibana_8.11.4_metricbeat_8.11.4安装及本地部署_ELK日志部署

文章目录 Elasticsearch_8.11.4_kibana_8.11.4_metricbeat_8.11.4安装及本地部署_ELK日志部署分布式引擎Elasticsearch_8.11.4安装及本地部署系统环境要求1 Windows 安装 Elasticsearch下载完成后进行解压,进入 bin 目录,找到elasticsearch.bat脚本文件执行一键启动.启动都选允…

【Python学习】Python学习15-模块

目录 【Python学习】Python学习15-模块 前言创建语法引入模块from…import 语句from…import* 语句搜索路径PYTHONPATH 变量-*- coding: UTF-8 -*-导入模块现在可以调用模块里包含的函数了PYTHONPATH 变量命名空间和作用域dir()函数globals() 和 locals() 函数reload() 函数Py…

ROS2学习笔记一:安装及测试

目录 前言 1 ROS2安装与卸载 1.1 安装虚拟机 1.2 ROS2 humble安装 2 ROS2测试 2.1 topic测试 2.2 小海龟测试 2.3 RQT可视化 2.4 占用空间 前言 ROS2的前身是ROS,ROS即机器人操作系统(Robot Operating System),ROS为了“提高机器人…

原生js实现拖拽效果

<!DOCTYPE html> <html> <head> <style> #mydiv { width: 200px; height: 200px; background-color: red; position: absolute; cursor: move; } </style> | </head> <body> <div id"mydiv">拖拽我…

基于java web的机票管理系统设计与实现设计与实现

末尾获取源码 开发语言&#xff1a;Java Java开发工具&#xff1a;JDK1.8 后端框架&#xff1a;SSM 前端&#xff1a;采用JSP技术开发 数据库&#xff1a;MySQL5.7和Navicat管理工具结合 服务器&#xff1a;Tomcat8.5 开发软件&#xff1a;IDEA / Eclipse 是否Maven项目&#x…

机器学习扩散模型简介

一、说明 扩散模型的迅速崛起是过去几年机器学习领域最大的发展之一。在这本易于理解的指南中了解您需要了解的有关扩散模型的所有信息。 扩散模型是生成模型&#xff0c;在过去几年中越来越受欢迎&#xff0c;这是有充分理由的。仅在 2020 年代发布的几篇开创性论文就向世界…

socket.io分房间交流

基本详情看这里 Socket.IO 是一个库,可以在客户端和服务器之间实现 低延迟, 双向 和 基于事件的 通信. 效果展示 安装依赖 // 后端插件安装 npm i socket.io -S // 前端插件安装 npm i socket.io-client -S 前端搭建及逻辑 <script setup> import { ref, onMounted…

机器学习 | 卷积神经网络

机器学习 | 卷积神经网络 实验目的 采用任意一种课程中介绍过的或者其它卷积神经网络模型&#xff08;例如LeNet-5、AlexNet等&#xff09;用于解决某种媒体类型的模式识别问题。 实验内容 卷积神经网络可以基于现有框架如TensorFlow、Pytorch或者Mindspore等构建&#xff…

Vue2脚手架配置教程IDEA配置VUE

5.12.3 Vue Cli 文档地址: https://cli.vuejs.org/zh/ IDEA 打开项目&#xff0c;运行项目

React 原理

函数式编程 纯函数 reducer 必须是一个纯函数&#xff0c;即没有副作用的函数&#xff0c;不修改输入值&#xff0c;相同的输入一定会有相同的输出不可变值 state 必须是不可变值&#xff0c;否则在 shouldComponentUpdate 中无法拿到更新前的值&#xff0c;无法做性能优化操作…

Linux网络服务部署yum仓库

目录 一、网络文件 1.1.存储类型 1.2.FTP 文件传输协议 1.3.传输模式 二、内网搭建yum仓库 一、网络文件 1.1.存储类型 直连式存储&#xff1a;Direct-Attached Storage&#xff0c;简称DAS 存储区域网络&#xff1a;Storage Area Network&#xff0c;简称SAN&#xff0…

服务拆分及远程调用

分布式架构都离不开服务的拆分&#xff0c;微服务也是一样。 1.微服务拆分 不同微服务&#xff0c;不要重复开发相同业务 微服务数据独立&#xff0c;不要访问其它微服务的数据库 微服务可以将自己的业务暴露为接口&#xff0c;供其它微服务调用 2.远程调用 以前时&#xf…

Halcon提取亚像素轮廓edges_sub_pix算子

Halcon提取亚像素轮廓edges_sub_pix算子 最常用的提取亚像素轮廓的算子是edges_sub_pix算子&#xff0c;该算子同样提供了大量的提取方法&#xff0c;只需要在Filter 参数中设置方法的名字&#xff0c;就可以完成边缘的提取。该算子的输入是灰度图像&#xff0c;输出是XLD轮廓…

BurpSuite超详细安装教程-功能概述-配置-使用教程---(附下载链接)

一、介绍 BurpSuite是渗透测试、漏洞挖掘以及Web应用程序测试的最佳工具之一&#xff0c;是一款用于攻击web 应用程序的集成攻击测试平台&#xff0c;可以进行抓包、重放、爆破&#xff0c;包含许多工具&#xff0c;能处理对应的HTTP消息、持久性、认证、代理、日志、警报。 …

使用scipy处理图片——滚动图片

大纲 常规模式constant和grid-constant 交换模式wrap和grid-wrap 镜像reflect、mirror和grid-mirror 最近值nearest 代码 在《使用numpy处理图片——滚动图片》一文中&#xff0c;我们介绍了numpy的roll方法&#xff0c;它只能让超出区域的元素回到被移动的区域中&#xff0c;如…

图像提取大师:轻松从指定时长中获取某帧的图片,视频剪辑方法

在数字媒体时代&#xff0c;视频和图像已成为生活中不可或缺的部分。要从视频中提取某一帧作为图片&#xff0c;或者在视频剪辑时要采用其他的方法来达到需求的效果。下面来看云炫AI智剪如何轻松地从指定时长的视频中获取某帧的图片&#xff0c;视频剪辑的新方法。 视频中按指定…

Spring Cloud中的提供者与消费者

在服务调用关系中&#xff0c;会有两个不同的角色&#xff1a; 服务提供者&#xff1a;一次业务中&#xff0c;被其它微服务调用的服务。&#xff08;提供接口给其它微服务&#xff09; 服务消费者&#xff1a;一次业务中&#xff0c;调用其它微服务的服务。&#xff08;调用…

【竞技宝】DOTA2梦幻联赛 G2.iG让一追二击败Bright晋级败决!

北京时间2024年1月16日&#xff0c;DOTA2梦幻联赛S22中国区预选赛继续进行&#xff0c;本日首场比赛迎来G2.IG对阵Bright。本场比赛双方前两局战至1-1平&#xff0c;决胜局G2.iG monet的虚空在中期连续放出两个完美团战帮助G2.iG奠定胜势&#xff0c;最终G2.iG让一追二击败Brig…

Java 基础 - 06 List 之 Stack 以及List的相关总结

Java的栈&#xff0c;算是我们在Java中常见的一种数据结构&#xff0c;他遵循先进后出的原则&#xff08;Last-In-First-Out&#xff0c;LIFO&#xff09;的原则&#xff0c;在Java中&#xff0c;Stack是通过继承自Vector类实现的。 如上图所示&#xff0c;我们的stack继承自Ve…

el-table右固定最后一列显示不全或者是倒数第二列无边框线

问题图片&#xff1a; 解决方式1&#xff1a; >>>.el-table__row td:not(.is-hidden):last-child { border-left:1px solid #EBEEF5; } >>>.el-table__header th:not(.is-hidden):last-child{ border-left:1px solid #EBEEF5; } >>>.el-table__head…