Matlab|【免费】基于合作博弈的综合能源系统利益分配优化调度

本文主要是介绍Matlab|【免费】基于合作博弈的综合能源系统利益分配优化调度,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

目录

 

  主要内容   

  部分代码   

  结果一览   

下载链接


  主要内容   

该程序实现的模型为综合能源系统利益分配优化调度,采用合作博弈方法,模型针对IES系统的P2G、电解槽、甲烷反应器、储氢罐、CHP和燃气锅炉等设备进行建模,实现基于合作博弈的IES协同优化调度模型,利用Shapley值法对合作剩余按贡献进行分配,程序采用matlab+cplex求解,程序注释清楚,方便学习!

  部分代码   

%% 决策变量定义 P_wt=sdpvar(1,T);     %风机消纳功率P_pv=sdpvar(1,T);      %光伏消纳功率V_gas=sdpvar(1,T);     %P2G产生天然气体积Q_co2=sdpvar(1,T);     %制气厂消耗二氧化碳的量P_H2=sdpvar(1,T);      %电解池产生的氢气量P_P2G=sdpvar(1,T);     %P2G消耗电功率量P_h2cha=sdpvar(1,T);   %储氢罐充气功率P_h2dis=sdpvar(1,T);   %储氢罐放气功率H_h2cha=binvar(1,T);   %储氢罐充气变量H_h2dis=binvar(1,T);   %储氢罐放气变量P_H2total=sdpvar(1,T);   E_h=sdpvar(1,T);       %储氢罐放气功率P_CHPe=sdpvar(1,T);     %CHP发电功率P_CHPh=sdpvar(1,T);     %CHP发热功率P_CHPg=sdpvar(1,T);     %CHP耗气功率Q_co2out=sdpvar(1,T);   %CHP燃烧产生的co2P_be=sdpvar(1,T);       %购电功率P_bg=sdpvar(1,T);       %购气功率V_CB=sdpvar(1,T);       %燃气锅炉进气量Q_CB=sdpvar(1,T);       %燃气锅炉发热量P_MRh=sdpvar(1,T);       %甲烷反应器输入氢功率P_MRg=sdpvar(1,T);       %甲烷反应器输出天然气功率%% 风光模型 C=[C,0<=P_wt<=S_w];C=[C,0<=P_pv<=S_p];
%% P2G设备运行模型
C=[C,Q_co2==alpha_co2*nita_ch4*load_H];C=[C,P_H2==nita_H2*P_P2G];           %电解槽产生氢气功率C=[C,P_H2total==P_H2+P_h2dis-P_h2cha];C=[C,0<=P_H2<=500];
%% 甲烷反应器运行模型C=[C,P_MRg==nita_ch4*P_MRh];           %电解槽产生氢气功率C=[C,0<=P_MRg<=250];
%% 储氢罐模型
C = [C, H_h2dis + H_h2cha <= 1];
C = [C, 0 <= P_h2cha <=H_h2cha*50];C = [C, 0 <= P_h2dis<= H_h2dis*50];
for t = 2:24        C = [C, E_h(t) == E_h(t-1) + 0.9*P_h2cha - P_h2dis/0.9]; end
C = [C, 0.1 <= E_h(:)/200 <= 0.9];C = [C,  E_h(1)==E_h(24)];
%% CHP运行约束
C=[C,P_CHPe==P_CHPg*CHP_e];C=[C,P_CHPh==P_CHPg*CHP_h];C=[C,Q_co2out==P_CHPg*alpha_co2];C=[C,0<=P_CHPg<=600];for t=1:1:23    C=[C,-50<=P_CHPg(t+1)-P_CHPg(t)<=50];end%% 燃气锅炉约束C=[C,Q_CB==K_gas*nita_CB*V_CB];C=[C,0<=Q_CB<=800];for t=1:1:23    C=[C,-100<=Q_CB(t+1)-Q_CB(t)<=100];end%% 功率平衡约束
C=[C,0<=P_be<=1000];C=[C,0<=P_bg<=1000];%电功率平衡C=[C,load_e+P_P2G==P_wt+P_pv+P_CHPe+P_be];%热功率平衡C=[C,load_h==P_CHPh+Q_CB];%气功率平衡C=[C,load_g+P_CHPg+V_CB==P_MRg+P_bg];%氢功率平衡C=[C,load_H+P_MRh==P_H2+P_h2dis-P_h2cha];

  结果一览   

图片

图片

图片

图片

图片

图片

下载链接

这篇关于Matlab|【免费】基于合作博弈的综合能源系统利益分配优化调度的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/768024

相关文章

linux系统中java的cacerts的优先级详解

《linux系统中java的cacerts的优先级详解》文章讲解了Java信任库(cacerts)的优先级与管理方式,指出JDK自带的cacerts默认优先级更高,系统级cacerts需手动同步或显式... 目录Java 默认使用哪个?如何检查当前使用的信任库?简要了解Java的信任库总结了解 Java 信

Oracle数据库在windows系统上重启步骤

《Oracle数据库在windows系统上重启步骤》有时候在服务中重启了oracle之后,数据库并不能正常访问,下面:本文主要介绍Oracle数据库在windows系统上重启的相关资料,文中通过代... oracle数据库在Windows上重启的方法我这里是使用oracle自带的sqlplus工具实现的方

Docker多阶段镜像构建与缓存利用性能优化实践指南

《Docker多阶段镜像构建与缓存利用性能优化实践指南》这篇文章将从原理层面深入解析Docker多阶段构建与缓存机制,结合实际项目示例,说明如何有效利用构建缓存,组织镜像层次,最大化提升构建速度并减少... 目录一、技术背景与应用场景二、核心原理深入分析三、关键 dockerfile 解读3.1 Docke

JWT + 拦截器实现无状态登录系统

《JWT+拦截器实现无状态登录系统》JWT(JSONWebToken)提供了一种无状态的解决方案:用户登录后,服务器返回一个Token,后续请求携带该Token即可完成身份验证,无需服务器存储会话... 目录✅ 引言 一、JWT 是什么? 二、技术选型 三、项目结构 四、核心代码实现4.1 添加依赖(pom

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

基于Python实现自动化邮件发送系统的完整指南

《基于Python实现自动化邮件发送系统的完整指南》在现代软件开发和自动化流程中,邮件通知是一个常见且实用的功能,无论是用于发送报告、告警信息还是用户提醒,通过Python实现自动化的邮件发送功能都能... 目录一、前言:二、项目概述三、配置文件 `.env` 解析四、代码结构解析1. 导入模块2. 加载环

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

linux系统上安装JDK8全过程

《linux系统上安装JDK8全过程》文章介绍安装JDK的必要性及Linux下JDK8的安装步骤,包括卸载旧版本、下载解压、配置环境变量等,强调开发需JDK,运行可选JRE,现JDK已集成JRE... 目录为什么要安装jdk?1.查看linux系统是否有自带的jdk:2.下载jdk压缩包2.解压3.配置环境

Java实现复杂查询优化的7个技巧小结

《Java实现复杂查询优化的7个技巧小结》在Java项目中,复杂查询是开发者面临的“硬骨头”,本文将通过7个实战技巧,结合代码示例和性能对比,手把手教你如何让复杂查询变得优雅,大家可以根据需求进行选择... 目录一、复杂查询的痛点:为何你的代码“又臭又长”1.1冗余变量与中间状态1.2重复查询与性能陷阱1.

Python内存优化的实战技巧分享

《Python内存优化的实战技巧分享》Python作为一门解释型语言,虽然在开发效率上有着显著优势,但在执行效率方面往往被诟病,然而,通过合理的内存优化策略,我们可以让Python程序的运行速度提升3... 目录前言python内存管理机制引用计数机制垃圾回收机制内存泄漏的常见原因1. 循环引用2. 全局变