基于多主体主从博弈的区域综合能源系统低碳经济优化调度【分层模型】

文摘   2024-10-07 15:01   河北  

   主要内容   

程序参考文献《基于多主体主从博弈的区域综合能源系统低碳经济优化调度》,采用了区域综合能源系统多主体博弈协同优化方法,同时考虑奖惩阶梯型碳交易机制和双重激励综合需求响应策略首先,为充分考虑系统的低碳性,在博弈模型中引入奖惩阶梯型碳交易机制限制各主体碳排放量,并在用户侧提出了基于价格和碳补偿双重激励的综合需求响应策略。其次,以能源管理商为领导者,供能运营商和用户为跟随者,建立了基于碳交易和博弈协同优化的多主体低碳交互机制,并构建了各主体的交易决策模型。最后,采用改进粒子群算法结合gurobi对所提模型进行求解。仿真结果验证了所提模型和方法的有效性。程序运行可靠,注释清晰,采用matlab+gurobi进行求解。

程序亮点:

①程序在用户满意度指标部分用到了二次函数,二次函数一般可以通过线性化处理的方式来实现求解通用性,但是在该代码中采用gurobi+的求解器调用方式来精确计算含二次函数的目标最优化问题。

②碳交易分段线性化处理,通过辅助变量的引入实现碳交易的线性化处理,方便模型求解!

③程序采用分层模型,通过智能算法和混合整数规划算法的组合,以分层计算方式构建了主从博弈模型,既能优化得到电价信息,也能得到各主体出力特性,值得大家学习借鉴!

  模型研究   

一、综合能源模型

综合能源模型集合了电能流、热能流、冷能流和气能流四部分,不同能源流之间存在耦合断面,如气能通过GT(燃气轮机)和GB(燃气锅炉)可转化为热能,热能通过AR(冰蓄冷空调)可转化为冷能,等等。

二、主从博弈框架

综合能源系统需要综合考量各方利益,如EGO、ESO和用户等。
EGO 以 CCHP 机组为核心,考虑 CCHP 和 GB运行过程中产生的碳排放量,以售能收益最大、燃料成本和碳交易成本最小为目标函数优化各设备出力。
ESO 根据价格信息在 EMO 和用户之间通过低充高放优化自身充、放能功率,从而实现套利。
在用户侧,引入一定比例的可调节负荷,综合考虑购能成本、用能舒适性和碳补偿,以最大化用户侧综合效益调整用能需求,其调整后的实际用能需求也会反过来影响各个利益主体自身收益。

流程图可参考:

  部分代码   

Constraints =[];%新能源消纳约束Constraints = [Constraints,0.8*WT<= E_WT<=WT]; Constraints = [Constraints,0.8*PV<= E_PV<=PV]; %购能约束Constraints = [Constraints, 0<=E_BUY<=1000]; Constraints = [Constraints, 0<=G_BUY<=2000];%%CCHP约束Constraints = [Constraints,0<=E_GT<=1500];Constraints = [Constraints,0<=H_AR<=800];for i=1:23    Constraints = [Constraints,-700<=E_GT(i+1)-E_GT(i)<=700];     Constraints = [Constraints,-400<=H_AR(i+1)-H_AR(i)<=400]; end%燃气锅炉约束Constraints = [Constraints,0<= H_GB<=1500];for i=1:23    Constraints = [Constraints,-700<=H_GB(i+1)-H_GB(i)<=700]; end%冰蓄冷空调约束Constraints = [Constraints,0<= E_ISAC<=500];for i=1:23    Constraints = [Constraints,-200<=E_ISAC(i+1)-E_ISAC(i)<=500]; end%储能约束

  结果一览   

4下载链接

扫码阅读原文即可跳转程序页面:

想了解更多程序?按照下面教程查看程序目录



电力程序
打造电力专业最新原创程序集散地,免费分享基础编程资料,在这里,带着希望而来,带着知识而归~
 最新文章