网站小程序建筑公司会计账务处理

当前位置： 首页 > news >正文

网站小程序,建筑公司会计账务处理,wordpress插件字库,微网站方案报价参考文献#xff1a; [1]罗彬,陈永灿,刘昭伟等.梯级水光互补系统最大化可消纳电量期望短期优化调度模型[J].电力系统自动化,2023,47(10):66-75. 1.基本原理 1.1 目标函数 考虑光伏出力的不确定性#xff0c;以梯级水光互补系统的可消纳电量期望最大为目标#xff0c;函数…参考文献 [1]罗彬,陈永灿,刘昭伟等.梯级水光互补系统最大化可消纳电量期望短期优化调度模型[J].电力系统自动化,2023,47(10):66-75. 1.基本原理 1.1 目标函数 考虑光伏出力的不确定性以梯级水光互补系统的可消纳电量期望最大为目标函数可表示为 1.2约束条件 1.2.1 电站约束
1水量平衡约束 2水库水位约束 3初始水位和末水位控制 4出库流量约束 5电站出力约束 6水位-库容关系 7尾水位-泄流量关系 1.2.2 机组约束
1机组出力约束 2机组发电流量约束 3机组振动区约束 4机组开、停机持续时间约束 机组在调度期内的最大开机次数以避免频繁开停机。
5机组出力爬坡约束 6机组出力波动限制约束 7机组发电水头约束 8水头损失函数 9机组动力特性关系 1.2.3 电网约束
1梯级水电出力范围约束 2分区断面约束 从目标函数和分区断面约束可以看出弃电量中未设置弃水、弃光的优先级模型目标会使得梯级水电在允许出力范围内优先蓄水减发以提升受阻断面内光伏消纳量从而提升互补系统整体可消纳水平但为保障电网供电支撑无法继续减发时受到分区断面限制而造成弃光也不可避免。 2.模型求解
2.1 模型转换 MILP模型构建的关键在于模型的线性化转换 所提模型非线性约束包括式10、式11、式16、式19、式21和式22。其中水位-库容、尾水位-泄流量以及水头损失函数可采用分段线性的方式进行处理22。 机组的动力特性参考文献26采用三角形权值技术进行处理。特殊地对于季调节及以上电站日内始末水位变化幅度较小可在初始水位附近采用线性函数表示水位库容关系。 1机组振动区约束线性化 大型机组可能存在多个振动区将出力在最大最小出力范围内划分为多个非连续的安全运行区间。借鉴文献21文中假设机组振动区不随机组水头变化而改变即固定的振动区假设机组有 K 个振动区则有 K 1 个安全运行区间即 2水电机组出力波动限制约束线性化 水电机组出力的频繁波动表现为相邻时段出力的向上或向下调节。区别于已有文献中采用的关联搜索27 和负荷重构28 等方法文中创新性地通过引入调节指标变量进行处理可有效提高求解效率。 因此 式19的非线性约束可用式29—式31替代。如图1所示机组状态变化示意图当机组稳定出力时间达到 te 后机组具有上调、下调和平稳出力 3 种有效状态假设此时为 t0 时刻若 t1 时刻上调或下调出力调整之后则仅有平稳出力状态有效上调和下调的状态暂时无效直到稳定出力时间再次达到 te 后机组上调和下调的状态重新有效如此逐时段约束保证机组出力的稳定性。  2.2 光伏出力场景构建 受天气变化、预测方法等因素影响光伏预测出力与实际出力之间的偏差客观存在。文中以历史偏差数据为样本采用模糊聚类分析构建光伏出力场景具体方法流程如下。 1出力偏差处理 2模糊聚类分析 以光伏场站历史日内96 点预测出力与实际出力偏差曲线为样本进行模糊聚类分析并采用聚类综合质量确定最佳聚类数最后以各类别的模糊聚类中心构建预测出力偏差场景具体公式和详细步骤可参考文献29。 3光伏出力场景 2.3 求解流程 本文所述的互补系统最大化可消纳电量期望模型的求解步骤如下 步骤 1读取基础数据并设置计算条件。包括区间流量、梯级发电计划、光伏预测出力、光伏历史预测与实际出力、分区断面约束、爬坡能力等。 步骤 2模型转换处理。采用 2.1 节所述模型转换方法对非线性约束进行线性化处理。 步骤 3光伏出力场景构建。根据计划日光伏预测出力以及 2.2 节所述方法构建光伏出力场景。 步骤 4模型求解。将目标函数与转化后的约束结合构成的 MILP 模型在 Java 环境中编码调用CPLEX 求解类实现模型求解附录 Á 给出了编码和求解示例。 步骤 5结果输出。输出互补系统整体可消纳电量期望值不同组合场景下的电站出力、机组出力、机组开停机、出库流量、水库水位等结果信息。 3.编程思路分析 3.1参数和变量定义 表1 相关参数 表2 决策变量 3.2编程思路 根据对文献内容的解读可以设计下面的编程思路 步骤1输入所需数据 算例分析用到的部分数据可以从原文中找到大部分数据文献中都没有给出只能参考其他文献进行设置。然后将所有需要的数据按照表1的定义格式输入即可。包括区间流量、梯级发电计划、光伏预测出力、光伏历史预测与实际出力、分区断面约束、爬坡能力等。 步骤2光伏出力的场景生成与削减 这部分就是根据计划日光伏预测出力以及原文中2.2节所述方法构建光伏的出力场景。原文中只是简单提到采用了参考文献[29]中所用方法进行场景生成与削减并未详细介绍此类方法比较简单网上也能找到很多示例。另外本来这个模型就是涉及非常多0-1变量问题规模比较大如果再加上多个场景变量的数目将呈倍数增加所以在复现的代码中我就没有写场景生成与缩减的程序直接给出了数据选取典型的光伏出力场景作为算例。如果有需要的话可以自己修改数据或者加入场景生成与削减的代码。 步骤3定义决策变量 这一步比较简单按照表2初始化决策变量即可同时每个决策变量的维度以及类型(sdpvar还是binvar)不要出错。另外代码中变量定义的方式和文献中稍微有点不一样这里不再详细介绍具体可以去代码中查看。 步骤4写目标函数和约束条件 写目标函数比较简单按照给定的数据和定义的变量写出目标函数即可。约束条件的处理比较复杂文中只给出了约束条件16和19的线性化方法其他几个非线性约束都是一笔带过只说了用到某某文献中的方法。方便起见我在这里把所有非线性约束都写出来并介绍处理方法 1式10 原文中只给出了水位和库容的关系示意一般情况下水位可以表示为库容的三次多项式具体如下 四个不同的水电站水位-库容关系可以分别表示为 y10.0006x^3-0.0811x^24.769x1031, 10x45 y10.0269x^3-0.8958x^214.77x891.8, 3.6x8.8 y10.01307x^3-0.699x^210.41x803.5, 10x25 y10.005465x^3-0.1435x^23.495x700.2, 5x22 针对上述非线性函数关系可采用分段线性化的方法将其转为线性约束如图所示 2式11 尾水位是泄流量的非线性函数通常表示为泄流量的2次多项式 四个不同的水电站尾水位-泄流量关系可以分别表示为 y27.619e-07q^2-0.000672q976.1 y27.081e-08q^2-9.372e-05q839.1 y27.086e-08q^20.00032345q752.6 y21.327e-07q^2-0.0005827q655.9 针对上述非线性函数关系可采用分段线性化的方法将其转为线性约束和约束10处理方法一致。 3式16、19 原文中有详细解释此处不再赘述。 4式21 约束21是一个二次约束也可以通过分段线性化的方式转为线性约束。不再赘述。 5式22 水电站的非线性出力曲线可以表示如下 为了说明采用三角权值法是如何对这个表达式进行线性化的首先把表达式简化如下 假设将Q的取值范围分为n1-1个区间区间的端点值分别为Q1,Q2,…,Qn1将H的取值范围分为n2-1个区间区间的端点值分别为H1,H2,…,Hn2。那么对于任意的Q和H都可以表示为区间端点值的线性组合例如Q的取值在Q1和Q2之间就可以用Q1和Q2表示QH的取值范围在H3和H4之间就可以用H3和H4表示H。 我们令pijHi×Qj那么表达式也可以表示为 下面举个例子假设H取值范围是[10,25]分为3个区间区间端点分别为H110, H215, H320, H425H取值范围是[80,100]分为4个区间区间端点分别为H180, H285H390, H495, H5100。假设H是13Q是86就可以写成H0.6H10.4H2Q0.8Q20.2Q3QH就可以写成(0.6H10.4H2)(0.8Q20.2Q3)。也就是λ210.6×0.8λ310.6×0.2λ220.4×0.8λ320.4×0.2。因此可以将机组的输出功率表示为变量λij和已知量pij的表达式从非线性表达式转为线性表达式。 步骤5求解模型 原文中使用的是java和cplex求解这份代码使用的是matlabyalmipcplex求解。 步骤6输出结果 按原文中的格式输出优化结果但由于文中提供的数据非常少大部分数据都是自己设定的所以结果肯定不一样但原理都是一样的。 4.Matlab代码 完整的matlab代码可以从这个链接获取 https://download.csdn.net/download/weixin_^44209907⁄_88130711 5.运行结果分析 5.1光伏出力曲线 5.2运行机组台数 5.3梯级水电站群出力  5.4水电机组出力  5.5梯级水电站水位变化 5.6各个断面出力