Table des matières
Le contenu principal du code :
Algorithme d'essaim de particules :
Résumé:
Un modèle de planification d'optimisation de micro-réseaux qui coordonne économie et protection de l'environnement est proposé, et le problème d'optimisation du système de micro-réseaux composé de cellules photovoltaïques, de ventilateurs, de micro-turbines à gaz, de générateurs diesel et de batteries est étudié. Le modèle de planification optimale de la cible économique du micro-réseau, y compris les coûts d'exploitation, est utilisé, et l'optimisation de l'essaim de particules (PSO) est utilisée pour résoudre le problème de planification optimale du micro-réseau. Les résultats de la simulation montrent que le modèle a un certain rôle directeur dans la programmation optimale du micro-réseau.
Le contenu principal du code :
Le code construit principalement un modèle de programmation journalière de micro-réseau comprenant des éoliennes, des unités photovoltaïques, des turbines à gaz et des unités de stockage d'énergie, qui prend en compte la transaction entre le micro-réseau et le réseau de niveau supérieur, et utilise l'algorithme d'essaim de particules pour donner la planification optimale. Le niveau de sortie de l'unité convient aux débutants pour apprendre et utiliser le code, qui est un code de haute qualité.
Fond de recherche:
Avec le développement rapide de l'industrie et de l'économie sociale chinoises, la production et la demande d'énergie primaire ont progressivement augmenté.En 2020, la consommation annuelle totale d'énergie de la Chine a atteint 4,98 milliards de tonnes de charbon standard, soit une augmentation de 2,2% par rapport à 2019 . La consommation de charbon représente 56,8 % de la consommation totale d'énergie, et la consommation d'énergie propre comme l'énergie nucléaire, l'énergie éolienne et l'énergie solaire représente 24,3 % de la consommation totale d'énergie . À l'heure actuelle, la consommation d'énergie primaire de mon pays dépasse de loin celle des États-Unis et de l'Inde. Cependant, les sources d'énergie traditionnelles telles que le charbon et le gaz naturel se font de plus en plus rares, ce qui affecte progressivement le développement durable de l'économie sociale de mon pays. Dans ce contexte, mon pays a mis en avant la nécessité stratégique d'une transformation de la structure énergétique du « carbon peaking et de la neutralité carbone ». Comparée à l'énergie fossile, l'énergie renouvelable représentée par l'énergie éolienne est non polluante et renouvelable.Le développement vigoureux de la technologie éolienne résoudra efficacement les problèmes de pénurie de ressources et de pollution de l'environnement. Cependant, en raison du caractère aléatoire et de la volatilité de l'énergie éolienne elle-même, cela pose de sérieux problèmes de sécurité pour la répartition et l'exploitation de l'énergie éolienne connectée au réseau. Comment utiliser rationnellement les énergies renouvelables pour produire de l'électricité, améliorer l'efficacité globale de l'utilisation de l'énergie et réduire la dépendance à l'énergie fossile traditionnelle est une direction de recherche importante à l'heure actuelle.
En tant que type d'application flexible et efficace de diverses sources d'énergie distribuées, Microgrid (MG) peut promouvoir l'utilisation des énergies renouvelables telles que l'énergie éolienne. Il est donc considéré comme une technologie efficace pour promouvoir l'intégration des énergies renouvelables distribuées dans les grandes puissances . grilles .moyens . Plus précisément, un micro-réseau est un système d'alimentation qui intègre une variété de sources d'énergie distribuées, de systèmes de stockage d'énergie, d'équipements de conversion d'énergie, de charges et de systèmes de protection correspondants. L'alimentation électrique ininterrompue a deux modes de fonctionnement : le fonctionnement en îlot et le fonctionnement connecté au réseau. Il peut également effectuer des transactions unilatérales et bilatérales avec le réseau électrique principal.Il a la capacité de changer de manière flexible le mode de fonctionnement et a des attributs dispatchables. Le micro-réseau peut non seulement être connecté au réseau supérieur en tant que sous-système contrôlable unique pour l'interaction électrique, mais son fonctionnement peut également être contrôlé et géré par l'utilisateur. Connecter le stockage d'énergie, le photovoltaïque, l'énergie éolienne et d'autres énergies programmables au micro-réseau peut traiter efficacement les pannes de chaîne causées par le mauvais temps, utiliser les énergies renouvelables pour réduire les polluants nocifs produits par la combustion de combustibles fossiles et améliorer l'efficacité économique du fonctionnement du micro-réseau. D' une part, la recherche de planification optimale sur le micro-réseau avec stockage éolien et diesel peut répondre à la demande des gens pour une utilisation efficace des ressources énergétiques renouvelables; Sexe, donc cette recherche est très nécessaire dans notre production et notre vie réelles.
Modèle de micro-réseau :
Le système de micro-réseau illustré à la figure 1 est adopté, qui comprend
des unités de production d'énergie propres et incontrôlables telles que des cellules photovoltaïques (photovoltaic cell, PV), des éoliennes (Wind Turbine, WT), des générateurs diesel (Diesel Generator, DE), micro Clean et des unités de production d'énergie contrôlables telles que des turbines à gaz (Micro Turbine, MT) et des unités de stockage d'énergie (EnergyStorage Elements, ES). Dans cet article, le micro-réseau fonctionne dans un îlot isolé et la charge interne du micro-réseau est fournie par la source de micro-alimentation.
Algorithme d'essaim de particules :
La méthode spécifique pour résoudre le problème de fonctionnement économique du micro-réseau et de répartition optimale en utilisant l'algorithme amélioré d'optimisation de l'essaim de particules à diminution linéaire du poids d'inertie est la suivante :
(1) Initialisation de l'essaim de particules, définition des paramètres de base pertinents dans le processus de solution d'optimisation : le nombre d'essaims de particules N , le nombre maximal d'itérations k max , le coefficient de poids d'inertie ω et deux facteurs d'apprentissage c 1, c 2, etc.
(2) Générer des particules initiales dans les limites supérieures et inférieures spécifiées, et configurer la position et la vitesse de chaque particule. La dimension de chaque particule représente le nombre de micro-sources d'énergie dans le système de micro-réseau et la position de chaque particule dans chaque dimension is Indique la puissance de sortie (ou d'entrée) de la micro-alimentation lorsque le système fonctionne réellement. Chaque particule est représentée comme une solution réalisable au problème de fonctionnement économique et de répartition optimale, c'est-à-dire un schéma de configuration de sortie de chaque micro-source lorsque le micro-réseau est en fonctionnement normal.
(3) Trouvez la valeur de la fonction objectif de chaque particule et comparez ces valeurs avec la position optimale qu'elle a connue. Si la valeur de la fonction objectif de la particule existante est meilleure que cette dernière, remplacez-la par la position de la particule existante. position qui a été expérimentée est considérée comme la valeur optimale individuelle de la particule. Comparez ensuite les valeurs de la fonction objective de toutes les particules de l'ensemble de l'essaim de particules et comparez la position optimale avec la position optimale rencontrée par l'ensemble de l'essaim de particules. Si la première est meilleure que la seconde, remplacez-la. Dans la première itération ( k = 0), il n'y a pas de valeur optimale individuelle ni de valeur optimale de groupe, la position de cette particule est définie comme valeur optimale individuelle et la position optimale dans le groupe est définie comme valeur optimale de groupe.
(4) Mettez à jour la vitesse et la position de chaque particule pour générer une nouvelle génération de particules et d'essaims de particules.
(5) Déterminez si le nombre actuel d'itérations atteint le nombre maximal spécifié, sinon, ajoutez 1 au nombre d'itérations ( k = k +1), mettez à jour la valeur du poids d'inertie ω et passez à l'itération suivante ; si le nombre maximum d'itérations est atteint, sortir de la boucle et sortir la solution optimale obtenue.
résultat de l'opération :
Partage de code Matlab :
