当前位置: 首页 > news >正文

【二阶锥规划】考虑气电联合需求响应的气电综合能源配网系统协调优化运行【IEEE33节点】(Matlab代码实现)

💥💥💞💞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

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码及数据


💥1 概述

参考文献:

 如何利用电力系统与天然气系统的耦合特性来协调优化气电综合能源系统的能量传输、分配问 题,成为近年来国内外学者们的研究热点。传统的气电互联系统只能靠燃气机组实现天然气到电能

的单向转换,随着电转气(power-to-gas,P2G)技术以及设备的日益成熟,如今已经可以实现能量在气电互联系统间的双向流动。文献[5]考虑风电和 P2G技术的应用过程,建立基于机会约束的双层气电综合系统经济调度模型;文献[6]建立含 P2G 设备的气电综合系统优化调度模型,并分析不同 P2G 过程对传输网络的运行影响;文献[7]以系统运行成本最小化和可再生能源利用率最大化为目标函数,构建了含 P2G 过程的气电综合能源系统优化运行模型。目前,大多数研究主要针对气电综合能源系统主网的优化调度问题,其中对于天然气系统主网的建模主要基于稳态天然气潮流方程。文献[8]建立稳态气电综合能源系统短期协调优化调度模型,并提出利用引力搜索算法进行求解;文献[9]利用 Weymouth稳态天然气潮流方程建立基于分布式框架的气电综合系统协同优化调度模型,并提出应用交替方向乘法器方法来迭代求解;文献[10]利用基于增强约束的多目标优化方法来求解稳态气电综合系统优化调度模型。基于稳态天然气潮流的优化模型求解方法已经发展得较为成熟,上述研究都集中在气电综合能源系统的主网优化调度问题方面,配网优化调度方面的研究还较少。由于电力和天然气系统中的某些物理运行特性,上述研究成果中所建立的气电综合能源系统优化运行模型大多数都是非线性的,这将会给求解带来较大的困难。针对气电综合能源系统中非线性约束条件的处理方法,目前主要分为两大类:一是利用线性化方法将原问题转换为混合整数线性规划模型;二是利用锥优化方法将原问题转换为混合整数二阶锥规划模型。文献[11]运用分段线性化方法对 Weymouth 天然气潮流方程进行处理,将主网气电综合系统优化调度模型转换为混合整数线性规划问题进行求解;文献[12]运用一阶泰勒级数展开方法对天然气潮流方程进行线性化处理;文献[13]对输电网、输气网非线性潮流方程同时进行了二阶锥松弛处理,以达到气电综合系统的联合优化规划;文献[14]对天然气潮流方程进行二阶锥放缩处理,构建综合能源系统日前调度概率最优能量流模型;文献[15]运用增量分段线性化、二阶锥松弛方法分别对配网系统的非线性天然气潮流、电力系统潮流进行处理后,结合改进的遗传算法对气电配网系统规划模型进行求解;文献[16]运用二阶锥松弛方法对配电网、配气网的潮流方程进行松弛,将综合能源配网规划问题其转化为可直接求解的混合整数二阶锥模型。需求侧响应能够提高电力系统的新能源消纳能力以及运行经济性,从而促进能源的高效利用,这在很多研究成果得到了证明[17-19]。近年来,随着能源互联的不断发展,冷、热、气、电等多种负荷形式的需求响应在综合能源系统的协调规划和

运行方面发挥了有效作用。文献[20]采用粒子群算法对电力负荷曲线进行优化,在此基础上建立气电联合系统优化运行模型;文献[21]在气电综合能源系统主网优化运行模型中引入价格型和替代型需求响应;文献[22]计及用户主/被动负荷平移行为,构建两阶段电−气−热综合能源系统两阶段日前经济调度模型;文献[23]在计及多类型负荷需求响应基础上,提出热电联供系统优化运行策略。

📚2 运行结果

 

 

 

 

 

 

部分代码:
SB = 10;              % 基准功率 MVA
VB = 12.66;           % 基准电压 kV
ZB = VB^2/SB;         % 基准阻抗
IB = SB/(sqrt(3)*VB); % kA 可以不用
% 支路数据
% 线路号 、首节点、末节点、有功负荷、无功负荷、阻、抗、线路载流量
PDN_data = [
        1    1    2    100    60    0.0922    0.047        10000
        2    2    3    90    40    0.493    0.2511        10000
        3    3    4    120    80    0.366    0.1864        10000
        4    4    5    60    30    0.3811    0.1941        10000
        5    5    6    60    20    0.819    0.707        10000
        6    6    7    200    100    0.1872    0.6188        10000
        7    7    8    200    100    1.7114    1.2351        10000
        8    8    9    60    20    1.03    0.74        10000
        9    9    10    60    20    1.044    0.74        10000
        10    10    11    45    30    0.1966    0.065        10000
        11    11    12    60    35    0.3744    0.1238        10000
        12    12    13    60    35    1.468    1.155        10000
        13    13    14    120    80    0.5416    0.7129        10000
        14    14    15    60    10    0.591    0.526        10000
        15    15    16    60    20    0.7463    0.545        10000
        16    16    17    60    20    1.289    1.721        10000
        17    17    18    90    40    0.732    0.574        10000
        18    2    19    90    40    0.164    0.1565        10000
        19    19    20    90    40    1.5042    1.3554        10000
        20    20    21    90    40    0.4095    0.4784        10000
        21    21    22    90    40    0.7089    0.9373        10000
        22    3    23    90    50    0.4512    0.3083        10000
        23    23    24    420    200    0.898    0.7091        10000
        24    24    25    420    200    0.896    0.7011        10000
        25    6    26    60    25    0.203    0.1034        10000
        26    26    27    60    25    0.2842    0.1447        10000
        27    27    28    60    20    1.059    0.9337        10000
        28    28    29    120    70    0.8042    0.7006        10000
        29    29    30    200    600    0.5075    0.2585        10000
        30    30    31    150    70    0.9744    0.963        10000
        31    31    32    210    100    0.3105    0.3619        10000
        32    32    33    60    40    0.341    0.5302        10000
        ];   

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]C. He, C. Dai, L. Wu and T. Liu, "Robust Network Hardening Strategy for Enhancing Resilience of Integrated Electricity and Natural Gas Distribution Systems Against Natural Disasters," in IEEE Transactions on Power Systems, vol. 33, no. 5, pp. 5787-5798, Sept. 2018, doi: 10.1109/TPWRS.2018.2820383.

[2]刘天琪,张琪,何川.考虑气电联合需求响应的气电综合能源配网系统协调优化运行[J].中国电机工程学报,2021,41(05):1664-1677.DOI:10.13334/j.0258-8013.pcsee.200385.

🌈4 Matlab代码及数据

相关文章:

【二阶锥规划】考虑气电联合需求响应的气电综合能源配网系统协调优化运行【IEEE33节点】(Matlab代码实现)

💥💥💞💞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&a…...

qt 编译器 调试器

电脑版本:win10 64位 qt版本:based on Qt 5.14.0(msvc 2017, 32位) Qt Creator 4.11.0 qt安装包:qt-opensource-windows-x86-5.9.9.exe 安装过程一路next,安装完成后,默认使用的…...

低代码平台助力AIGC:让人工智能技术更加普及和高效

今年人工智能的风是吹了一波又一波,从ChatGPT到文心一言,短短四个多月的时间,GPT完成了从3.0、3.5到4.0的推新发布,一步步刷新了民众对于目前人工智能技术发展的认知底线,让人们直观地感受到了人工智能技术的蓬勃发展。…...

Qt中Model/View结构

Qt中Model/View结构 Model/View框架的核心思想是模型(数据)与视图(显示)相分离,模型对外提供标准接口存取数据,不关心数据如何显示,视图自定义数据的显示方式,不关心数据如何组织存…...

中纬ZOOM35全站仪参数和使用说明书

免棱镜测程采用全新EDM,明显提升测距功能。极细可见激光免棱镜测程最高可达1000m,同等测程下无棱镜精度较高。 绝对编码度盘中纬静态条码式码盘测角,开机无需初始化,利用同样技术的徕卡全站仪,测角精度可高达0.5&#…...

【Note5】网络,并发/IO,内存,linux/vi命令,正则,Hash,iNode,文件查找与读取,linux启动/构建

文章目录1.局域网:CSMA/CD2.互联网:ARP,DHCP,NAT3.TCP协议:telnet,tcpdump,syn/accept队列4.HTTPS协议:摘要(sha、md5、crc)。win对文件进行MD5校验用自带的c…...

华为MRS_HADOOP集群 beeline使用操作

背景 由于项目测试需要,计划在华为hadoop集群hive上创建大量表,并且每表植入10w数据,之前分享过如何快速构造hive大表,感兴趣的可以去找一下。本次是想要快速构造多表并载入一些数据。 因为之前同事在构造相关测试数据时由于创建…...

PCB模块化设计10——PCI-E高速PCB布局布线设计规范

目录PCB模块化设计10——PCI-E高速PCB布局布线设计规范1、PCI-E管脚定义2、PCI-E叠层和参考平面3、 PCB设计指南1、阻抗要求2、线宽线距3、长度匹配4、走线弯曲角度5、测试点、过孔、焊盘6、AC去耦电容放置方法7、金手指和连接器的注意事项8、其他的注意事项PCB模块化设计10——…...

Java简介

Java简介 Java是一种面向对象的编程语言,由Sun Microsystems于1995年发布。Java设计的初衷是为了开发可移植、高性能的应用程序。Java代码可以在不同的操作系统上运行,包括Windows、Linux、Mac等。 Java是一种广泛使用的编程语言,用于开发各…...

python框架有哪些,常用的python框架代码

Python的应用已经相当广泛了,可以做很多事情,而 Python本身就是一个应用程序,我们也可以说 Python是一个高级语言。由于 Python有很多包,所以我们不能把所有的 Python包都了解一下,也不能把所有的包都读一遍&#xff0…...

jsp设计简单的购物车应用案例

代码解释 <%request.setCharacterEncoding("UTF-8");if (request.getParameter("c1")!null)session.setAttribute("s1",request.getParameter("c1"));if (request.getParameter("c2")!null)session.setAttribute("…...

VueX是什么?好处?何时使用?

VueX相关1、VueX是什么&#xff1f;2、使用VueX统一管理状态的好处3、什么样的数据适合存储到Vuex中&#xff1f;1、VueX是什么&#xff1f; VueX是实现组件全局状态&#xff08;数据&#xff09;管理的一种机制&#xff0c;可以方便的实现组件之间数据的共享。 如果没有VueX…...

第2章 封装组件初级篇(上)

1.环境搭建&#xff0c;在 vite 脚手架基础上集成 typescript 和 element-plus https://cn.vitejs.dev/guide/ 以下是开发过程中过使用到的包和版本号&#xff1a;package.json {"name": "m-components","version": "0.0.0","…...

uniapp image标签图片跑偏终极解决办法

目录uniapp image 的mode常用属性aspectFit 缩放显示图片全部aspectFill 缩放填满容器&#xff0c;但是图片可能显示不全widthFix 以宽度为基准&#xff0c;等比缩放长heightFix 以高度为基准&#xff0c;等比缩放宽uniapp image 的mode常用属性 uniapp当中&#xff0c;在imag…...

SpringMVC的响应处理

文章目录一、传统同步业务数据响应1. 请求资源转发2. 请求资源重定向3. 响应模型数据4. 直接回写数据二、前后端分离异步业务数据响应一、传统同步业务数据响应 Spring响应数据给客户端&#xff0c;主要分为两大部分&#xff1a; ⚫ 传统同步方式&#xff1a;准备好模型数据&am…...

静态词向量预训练模型

1、神经网络语言模型从语言模型的角度来看&#xff0c;N 元语言模型存在明显的缺点。首先&#xff0c;模型容易受到数据稀疏的影响&#xff0c;一般需要对模型进行平滑处理&#xff1b;其次&#xff0c;无法对长度超过 N 的上下文依赖关系进行建模。神经网络语言模型 (Neural N…...

永久免费CRM怎么选?有什么好用的功能?

在当今商业环境下&#xff0c;企业经营者们都希望能够找到一种方法来提高自己的生产力和盈利能力。一种非常有效的方法就是实现客户关系管理&#xff08;CRM&#xff09;。然而&#xff0c;由于很多传统的CRM解决方案价格昂贵&#xff0c;小企业和创业公司很难承担。那么&#…...

leetcode重点题目分类别记录(二)基本算法:二分,位图,回溯,动态规划,图论基础,拓扑排序

layout: post title: leetcode重点题目分类别记录&#xff08;二&#xff09;基本算法&#xff1a;二分&#xff0c;位图&#xff0c;回溯&#xff0c;动态规划&#xff0c;拓扑排序 description: leetcode重点题目分类别记录&#xff08;二&#xff09;基本算法&#xff1a;二…...

【JaveEE】多线程之定时器(Timer)

目录 1.定时器的定义 2.标准库中的定时器 2.1构造方法 2.2成员方法 3.模拟实现一个定时器 schedule()方法 构造方法 4.MyTimer完整代码 1.定时器的定义 定时器也是软件开发中的一个重要组件. 类似于一个 "闹钟". 达到一个设定的时间之后, 就执行某个指…...

【理论推导】变分自动编码器 Variational AutoEncoder(VAE)

变分推断 (Variational Inference) 变分推断属于对隐变量模型 (Latent Variable Model) 处理的一种技巧&#xff0c;其概率图如下所示 我们将 X{x1,...xN}X\{ x_1,...x_N \}X{x1​,...xN​} 看作是每个样本可观测的一组数据&#xff0c;而将对应的 Z{z1,...,zN}Z\{z_1,...,z_N…...

Vue记事本应用实现教程

文章目录 1. 项目介绍2. 开发环境准备3. 设计应用界面4. 创建Vue实例和数据模型5. 实现记事本功能5.1 添加新记事项5.2 删除记事项5.3 清空所有记事 6. 添加样式7. 功能扩展&#xff1a;显示创建时间8. 功能扩展&#xff1a;记事项搜索9. 完整代码10. Vue知识点解析10.1 数据绑…...

SkyWalking 10.2.0 SWCK 配置过程

SkyWalking 10.2.0 & SWCK 配置过程 skywalking oap-server & ui 使用Docker安装在K8S集群以外&#xff0c;K8S集群中的微服务使用initContainer按命名空间将skywalking-java-agent注入到业务容器中。 SWCK有整套的解决方案&#xff0c;全安装在K8S群集中。 具体可参…...

DAY 47

三、通道注意力 3.1 通道注意力的定义 # 新增&#xff1a;通道注意力模块&#xff08;SE模块&#xff09; class ChannelAttention(nn.Module):"""通道注意力模块(Squeeze-and-Excitation)"""def __init__(self, in_channels, reduction_rat…...

条件运算符

C中的三目运算符&#xff08;也称条件运算符&#xff0c;英文&#xff1a;ternary operator&#xff09;是一种简洁的条件选择语句&#xff0c;语法如下&#xff1a; 条件表达式 ? 表达式1 : 表达式2• 如果“条件表达式”为true&#xff0c;则整个表达式的结果为“表达式1”…...

【Zephyr 系列 10】实战项目:打造一个蓝牙传感器终端 + 网关系统(完整架构与全栈实现)

🧠关键词:Zephyr、BLE、终端、网关、广播、连接、传感器、数据采集、低功耗、系统集成 📌目标读者:希望基于 Zephyr 构建 BLE 系统架构、实现终端与网关协作、具备产品交付能力的开发者 📊篇幅字数:约 5200 字 ✨ 项目总览 在物联网实际项目中,**“终端 + 网关”**是…...

Map相关知识

数据结构 二叉树 二叉树&#xff0c;顾名思义&#xff0c;每个节点最多有两个“叉”&#xff0c;也就是两个子节点&#xff0c;分别是左子 节点和右子节点。不过&#xff0c;二叉树并不要求每个节点都有两个子节点&#xff0c;有的节点只 有左子节点&#xff0c;有的节点只有…...

基于Java Swing的电子通讯录设计与实现:附系统托盘功能代码详解

JAVASQL电子通讯录带系统托盘 一、系统概述 本电子通讯录系统采用Java Swing开发桌面应用&#xff0c;结合SQLite数据库实现联系人管理功能&#xff0c;并集成系统托盘功能提升用户体验。系统支持联系人的增删改查、分组管理、搜索过滤等功能&#xff0c;同时可以最小化到系统…...

Spring是如何解决Bean的循环依赖:三级缓存机制

1、什么是 Bean 的循环依赖 在 Spring框架中,Bean 的循环依赖是指多个 Bean 之间‌互相持有对方引用‌,形成闭环依赖关系的现象。 多个 Bean 的依赖关系构成环形链路,例如: 双向依赖:Bean A 依赖 Bean B,同时 Bean B 也依赖 Bean A(A↔B)。链条循环: Bean A → Bean…...

代码随想录刷题day30

1、零钱兑换II 给你一个整数数组 coins 表示不同面额的硬币&#xff0c;另给一个整数 amount 表示总金额。 请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额&#xff0c;返回 0 。 假设每一种面额的硬币有无限个。 题目数据保证结果符合 32 位带…...

腾讯云V3签名

想要接入腾讯云的Api&#xff0c;必然先按其文档计算出所要求的签名。 之前也调用过腾讯云的接口&#xff0c;但总是卡在签名这一步&#xff0c;最后放弃选择SDK&#xff0c;这次终于自己代码实现。 可能腾讯云翻新了接口文档&#xff0c;现在阅读起来&#xff0c;清晰了很多&…...