考虑源荷两侧不确定性的含风电电力系统低碳调度（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代码实现

---

1 概述

节能减排、大力开发风电等新能源是电力行业发展的必然趋势［1- 2 ］ 。但风电等新能源发电属于波动性电源，其不确定性给系统稳定运行带来了严重的安全隐患［3］ 。当风电大规模并网时，为保证电网安全运行会造成弃风现象，同时导致系统旋转备用容量大幅增加，极大降低了风电并网的经济性，因此含风电系统的不确定性问题成为调度决策者必须考虑的重要因素，如何兼顾含风电电力系统的可靠性、经济性以及环保性成为调度过程中面临的重要问题［4- 5 ］ 。

在低碳背景下，将碳交易引入含有大规模风电的电力系统中，能够降低系统中火电机组和热电联

产 CHP （ Combined Heat and Power）机组出力，提高风电上网空间，减少系统碳排放量。

目前，针对碳交易机制国内外学者已进行了相关研究。文献［6］考虑碳交易成本，提出一种电- 气互联综合能源系统调度模型。文献［7］综合考虑系统的经济性和低碳性，采用三阶段调度方法

，建立核 - 火 - 虚拟电厂联合调度模型。文献［8］提出一种含有碳交易机制的多目标环境经济调度策略，将碳交易成本划分为碳权成本、碳收益和碳排惩罚，综合考虑碳和其他污染物的排放成本。上述研究均计及碳排放成本，对电力系统节能减排起到积极作用，但未对系统碳排放量具体划分区间。本文基于传统碳交易机制，引入阶梯型碳交易模型，进一步提高系统对风电等新能源发电的并网消纳量，降低碳排放量。

2 运行结果

两条曲线完全重合，说明采用非线性化约束得到的结果没有问题 

部分代码：

%% 决策变量PG = sdpvar(ngen, Horizon);%火电PH = sdpvar(1, Horizon);%水电x_P_ch = sdpvar(1, Horizon);%充电x_P_dis = sdpvar(1, Horizon);%放电x_P_w = sdpvar(1, Horizon);%风电x_P_v = sdpvar(1, Horizon);%水电x_u_ch = binvar(1, Horizon);%充电状态x_u_dis = binvar(1, Horizon);%放电状态OnOff = binvar(ngen,Horizon);%火电机组状态lin = sdpvar(1, Horizon);%目标3中间变量%P的平方线性化参数gn=5;x_pf=sdpvar(ngen, Horizon);gw1=sdpvar(gn+1,Horizon);gw2=sdpvar(gn+1,Horizon);gw3=sdpvar(gn+1,Horizon);gw4=sdpvar(gn+1,Horizon);gw5=sdpvar(gn+1,Horizon);gw6=sdpvar(gn+1,Horizon);gz1=binvar(gn, Horizon);gz2=binvar(gn, Horizon);gz3=binvar(gn, Horizon);gz4=binvar(gn, Horizon);gz5=binvar(gn, Horizon);%模型构建%% 约束条件生成cons = [];%火电机组 cons_gen = getConsGen1(PG,Pgmax,Pgmin,rud, Horizon,OnOff,On_min,Off_min); cons = [cons, cons_gen];%水电机组cons = [cons, repmat(Phmin,1,Horizon)<=PH<=repmat(Phmax,1,Horizon)];%储能约束 cons_ees = getConsEES(x_P_ch, x_P_dis, x_u_ch, x_u_dis, EESmax, EESmin, capmax, Horizon,theta); cons = [cons, cons_ees];%新能源出力约束cons = [cons,0 <= x_P_w <=pw, 0 <= x_P_v <=pv];

 

3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]崔杨,周慧娟,仲悟之等.考虑源荷两侧不确定性的含风电电力系统低碳调度[J].电力自动化设备,2020,40(11):85-93.DOI:10.16081/j.epae.202009019.

4 Matlab代码实现