【sop】含储能及sop的多时段配网优化模型

简介: 【sop】含储能及sop的多时段配网优化模型

1 主要内容

之前分享了含sop的配电网优化模型,链接含sop的配电网优化,很多同学在咨询如何增加储能约束,并进行多时段的优化,本次拓展该部分功能,在原代码的基础上增加储能模型,以IEEE33节点为研究对象,在8节点增加储能,并且在7、10、24、27节点配置光伏,在13和30节点配置风电,储能不仅满足功率约束,同时需要满足soc约束条件。

2 部分代码

clear;clc;
run ieee_33_node_system.m;
run DG_Load.m
t1=clock;
%% 常量定义
delta_T=1;  N=24;%时间
S_sopi1=0.5;    S_sopj1=0.5;
S_sopi2=0.5;    S_sopj2=0.5;    %SOP容量
A_sop=0.02;     %SOP损耗
q_CB=60/1000;   C_loss=0.08;%与有功功率损耗相关的成本系数
WL = 0.833;     Wv = 0.167;
k12_0=1;
r_ij=Branch(:,4);   x_ij=Branch(:,5);  %%第四,五列
% p_Solar=zeros(33,24);p_Wind=zeros(33,24);p_Load=zeros(33,24);
% q_Solar=zeros(33,24);q_Wind=zeros(33,24);q_Load=zeros(33,24);
result=zeros(1,24);
Horizon=N;
%储能参数
capmax=400;
EESmax=100;
EESmin=0;
socmax=0.9;
socmin=0.2;
theta=0.01;%自放电率
yita=0.95;
%% 定义决策变量p_Solar
x_Iij_square=sdpvar(32,N,'full');   x_ui_square=sdpvar(33,N,'full');%线路电流 节点电压
x_pij=sdpvar(32,N,'full');      x_qij=sdpvar(32,N,'full');%线路传输有功   无功
x_p_sop1=sdpvar(2,N,'full');    x_q_sop1=sdpvar(2,N,'full');%sop1有功 无功
x_p_sop2=sdpvar(2,N,'full');    x_q_sop2=sdpvar(2,N,'full');%sop2有功 无功
x_p_sop1_loss=sdpvar(2,N,'full');   x_p_sop2_loss=sdpvar(2,N,'full');%sop1损耗 sop2损耗  
K12_t=intvar(1,N,'full');     k12_t=sdpvar(1,N,'full');%OLTC抽头选择 k12_t没用到
N_CB=intvar(1,N,'full');      Q_CB=sdpvar(1,N,'full');%CB数量 CB无功
x_AUX=sdpvar(33,N,'full');%电压偏差
x_b_OLTC=binvar(11,N,'full');  x_K121_t=intvar(1,N,'full');%抽头选择变量(只有一个是1) 
x_K122_t=intvar(1,N,'full'); %OLTC正负变化辅助变量  
x_N1_CB=intvar(1,N,'full');%CB变化辅助变量
K_t=intvar(1,N,'full');     N_t=intvar(1,N,'full');%变量没有用到
x_N2_CB=intvar(1,N,'full');   x_vc_k=sdpvar(11,N,'full');%CB变化辅助变量 oltc电压方值
x_ui_square_OLTC=sdpvar(1,N,'full');
x_P_ch = sdpvar(1, Horizon);%充电
x_P_dis = sdpvar(1, Horizon);%放电
x_u_ch = binvar(1, Horizon);%充电状态
x_u_dis = binvar(1, Horizon);%放电状态


3 程序结果

sop有功

sop无功


相关文章
|
1天前
|
量子技术
《量子硬件制造:降低退相干率与错误率的策略》
量子计算硬件发展中,量子比特的退相干率和错误率是关键挑战。退相干使量子比特失去相干性,影响计算准确性;错误率增加则导致结果偏差。为降低退相干率,需优化环境(低温、低噪声)、隔离技术、量子纠错码及优化设计。降低错误率则依赖提高量子比特质量、优化操作、加强监测和容错能力。综合这些策略,可提升量子计算的稳定性和可靠性,推动其高效运行与发展。
电路板设计中射频反馈线的优化
最近,我们的信号完整性小组 要求重新设计现有的5千兆赫接地共面波导射频反馈线,以提高客户板上Wi-Fi子系统的性能。测量结果表明,给水线阻抗的阻抗约为38欧姆。
|
7月前
|
算法 调度
【完全复现】基于改进粒子群算法的微电网多目标优化调度
该文档描述了一个使用改进粒子群算法实现的微电网多目标优化调度的Matlab程序。该模型旨在最小化运行成本和环境保护成本,将多目标问题通过权值转换为单目标问题解决。程序中定义了决策变量,如柴油发电机、微型燃气轮机、联络线和储能的输出,并使用全局变量处理电负荷、风力和光伏功率等数据。算法参数包括最大迭代次数和种群大小。代码调用了`PSOFUN`函数来执行优化计算,并展示了优化结果的图表。
含sop的配电网重构(含风光|可多时段拓展)
含sop的配电网重构(含风光|可多时段拓展)
|
8月前
|
安全
考虑极端天气线路脆弱性的配电网分布式电源和储能优化配置模型
考虑极端天气线路脆弱性的配电网分布式电源和储能优化配置模型
|
8月前
|
关系型数据库 新能源 调度
【matlab测试与修正】考虑源荷两侧不确定性的含风电电力系统低碳调度
【matlab测试与修正】考虑源荷两侧不确定性的含风电电力系统低碳调度
|
8月前
|
算法 调度
基于两阶段鲁棒优化的微网电源储能容量优化配置
基于两阶段鲁棒优化的微网电源储能容量优化配置
|
8月前
|
调度
【复现】【免费】基于多时间尺度滚动优化的多能源微网双层调度模型
【复现】【免费】基于多时间尺度滚动优化的多能源微网双层调度模型
|
8月前
|
算法 调度
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)

热门文章

最新文章