基于非合作博弈的风-光-氢微电网容量优化配置(Matlab代码实现)
👨🎓个人主页:研学社的博客
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
文献来源:
摘要:多分布式电源参与的混合微电网容量优化配置是微电网设计的一个重要环节,文中针对风电场、光伏电站和制氢-储氢-发电一体化微电网系统的容量配置问题进行研究。首先,系统设立了风电、光伏和制氢-储氢-发电系统3个投资方,并以各投资方收益最大化为优化目标,建立基于非合作博弈的风-光-氢微电网容量优化配置模型;然后,考虑各博弈参与者的投资成本、运维成本、购售电成本、弃风弃光惩罚费用和负荷中断惩罚费用等经济因素,利用粒子群算法对各博弈参与者的容量配置进行单独优化,确定各博弈参与者收益最大化的Nash均衡点;最后,采用新疆某地区典型月的风速和光照强度数据对微电网容量配置进行算例分析。结果表明该模型能够在月综合成本相对较低的前提下保证供电的可靠性,实现了微电网系统容量的合理配置。
关键词:
微电网;容量配置;非合作博弈;制氢-储氢-发电系统;粒子群算法;Nash均衡;
与传统化学电池储能相比,氢储在多个方面具有良好的性能: ( 1) 氢气的能量密度比常规蓄电池的平均能量密度高[14]; ( 2) 能量转换设备中质子交换膜的使用寿命要高于蓄电池的电解液[15]; ( 3) 蓄电池存在自放电的问题,只能作为短期储能的介质; ( 4) 氢气为清洁能源,对环境无污染,且其存储和运输十分方便。文中构建的风-光-氢微电网系统 如图 1 所示,由电解槽( electrolysis cell,EC) 、储氢罐 ( hydrogen storage tank,HST) 、燃料电池( fuel cell, FC) 、风电场、光伏电站和微电网调度中心等组成。当风电、光伏出力大于负荷需求时,通过 EC 将多余的电能转换为氢气进行存储; 在风电、光伏出力不足或负荷处于高峰期时通过 FC 将氢气转换成电能进行补充。
📚2 运行结果
2.1 场景1
2.2 场景2
2.3 场景3
🎉3 参考文献
部分理论来源于网络,如有侵权请联系删除。
[1]希望·阿不都瓦依提,吕海鹏,晁勤.基于非合作博弈的风-光-氢微电网容量优化配置[J].电力工程技术,2022,41(02):110-118.
🌈4 Matlab代码、数据、文章讲解
相关文章
- matlab神经网络工具箱创建神经网络
- Matlab 读取excel文件提示服务器出现意外情况或无法读取问题解决
- matlab 计算点到平面的距离
- [转] matlab调用opencv函数的配置
- 基于小生境粒子群优化算法的考虑光伏波动性的主动配电网有功无功协调优化(Matlab代码实现)
- 单向/双向V2G 环境下分布式电源与电动汽车充电站联合配置方法(Matlab代码实现)
- 含多类型充电桩的电动汽车充电站优化配置方法(Matlab代码实现)
- 计及需求响应的改进灰狼优化算法求解风、光、柴、储容量优化配置(Matlab代码实现)
- 考虑电能交互的冷热电区域多微网系统双层多场景协同优化配置(Matlab代码实现)
- 微电网|含分布式发电的微电网中储能装置容量优化配置(Matlab代码实现)
- 【状态估计】基于随机方法优化PMU优化配置(Matlab代码实现)
- 【状态估计】基于二进制粒子群优化 (BPSO) 求解最佳 PMU优化配置研究【IEEE30、39、57、118节点】(Matlab代码实现)
- 【配电网规划】配电网网架重构、DG位置选择容量配置(Matlab代码实现)
- 基于储能电站服务的冷热电多微网系统双层优化配置(Matlab代码实现)
- 配电网PMU优化配置与状态估计(Matlab代码实现)
- 【图像去噪】基于空间光谱总变化减少高光谱图像的混合噪声(Matlab代码实现)
- 【MATLAB函数】— 进制和时钟函数
- 【图像处理】基于matlab仿射变换数字图象置乱
- matlab快速入门(15):绘制向量图
- MATLAB | 如何用MATLAB绘制花里胡哨的山脊图
- MATLAB | 全网唯一,使用MATLAB绘制好看的韦恩图(venn)
- MATLAB导入数据importdata功能
- 【文献学习】Multipath Rayleigh and Rician Fading Channel Simulation Using MATLAB
- 如何做到不消费而精通Matlab?别再四处化缘了!
- m无线传感器网络WSN的时间同步捕获算法matlab仿真,对比单步捕获法,双步捕获法以及锯齿波匹配捕获法
- IIR滤波器设计基础及Matlab设计示例