A 题:园区微电网风光储协调优化配置
这个题目整体就是一个优化问题,可以采用Matlab+Yalmip+Gurobi求解器进行求解,持续更新中,敬请关注!!
园区微电网由风光发电和主电网联合为负荷供电,为了尽量提高风光电量的负荷占比,需配置较高比例的风光发电装机容量,但由于园区负荷与风光发电功率时序不匹配,可能导致弃电问题。配置储能可缓解负荷与风光的时序不匹配问题,减少弃电。考虑到电化学储能成本不菲,配置储能需要考虑投资及其收益。 设有三个园区微电网各自独立接入主电网,各园区风光装机容量、最大负荷参数如图 1 所示。 简便起见,设各园区典型日负荷曲线如图 2 所示(数据见附件 1),风电光伏发电归一化数据见附件 2 。 配置储能为磷酸铁锂电池,功率单价 800 元 /kW ,能量单价 1800 元 /kWh,SOC 允许范围 10%-90% ,充 / 放电效率 95% ,运行寿命按 10 年计。 运行规则:各园区可再生能源发电优先供给本区域负荷,不足部分从主电网购电,网购电价格为 1 元 /kWh ;多余电量不允许向主电网出售(弃风、弃光)。 分别考虑各园区独立运营配置储能、联合运营配置储能、风光储协调配置三种场景,试分析如下问题。问题 1:各园区独立运营储能配置方案及其经济性分析
系统结构如图 1 所示。以典型日风光发电功率为依据,设园区从风电、光伏的购电成本分别为 0.5 元 /kWh 、 0.4 元 /kWh : ( 1)分析未配置储能时各园区运行的经济性,包括:购电量、弃风弃光电量、总供电成本和单位电量平均供电成本,并分析影响其经济性的关键因素;问题1-1分析:
这一问就是简单的数学计算,直接给出matlab代码:
%% 问题1-1
clc
clear
close all
%% 1.读取数据
data1 = xlsread('附件1:各园区典型日负荷数据.xlsx');
data2 = xlsread('附件2:各园区典型日风光发电数据.xlsx');
Pload = data1(:,2:4); % 各园区负荷数据
Ppv0 = [750,0,600]; % 各园区光伏装机容量
Pwt0 = [0,1000,500]; % 各园区风电装机
Ppv = [data2(:,2),zeros(24,1),data2(:,4)].*Ppv0; % 各园区光伏时序出力
Pwt = [zeros(24,1),data2(:,3),data2(:,5)].*Pwt0; % 各园区风电时序出力
price = 1; % 主网购电价格为1元/kWh
%% 2.经济性分析
Pdiff = Pload - (Ppv + Pwt); % 各园区的功率差额
Pbuy = zeros(24,3); % 各园区的购电量
Pbuy(Pdiff >= 0) = Pdiff(Pdiff >= 0); % 负荷大于风光发电需要向主网购电
Ploss = zeros(24,3); % 各园区的弃风弃光
Ploss(Pdiff < 0) = -Pdiff(Pdiff < 0); % 负荷小于风光发电则发生弃风弃光
C_total = sum(Pbuy)*price; % 各园区总供电成本
dC = C_total./sum(Pload); % 各园区单位电量平均供电成本
%% 3.输出结果
disp(['A园区的总购电量为:',num2str(sum(Pbuy(:,1))), 'kW,总弃风弃光量为:',num2str(sum(Ploss(:,1))), 'kW,总供电成本为:',num2str(C_total(1)), '元,单位电量平均供电成本:',num2str(dC(1)), '元/kWh'])
disp(['B园区的总购电量为:',num2str(sum(Pbuy(:,2))), 'kW,总弃风弃光量为:',num2str(sum(Ploss(:,2))), 'kW,总供电成本为:',num2str(C_total(2)), '元,单位电量平均供电成本:',num2str(dC(2)), '元/kWh'])
disp(['C园区的总购电量为:',num2str(sum(Pbuy(:,3))), 'kW,总弃风弃光量为:',num2str(sum(Ploss(:,3))), 'kW,总供电成本为:',num2str(C_total(3)), '元,单位电量平均供电成本:',num2str(dC(3)), '元/kWh'])
运行结果为:
( 2 )各园区分别配置 50kW/100kWh 储能,制定储能最优运行策略及购电计划,分析各园区运行经济性是否改善,并解释其原因;