公司网站版面怎么设计,深圳网站制作公司多少钱,wordpress建立手机网站,青岛黄岛区做网站设计的目录 1 主要内容
2 部分代码
3 程序结果
4 下载链接 1 主要内容
该程序复现《Multi-Micro-Grid Main Body Electric Heating Double-Layer Sharing Strategy Based on Nash Game》模型#xff0c;主要做的是构建基于纳什博弈的多微网主体电热双层共享模型#xff0c;…目录 1 主要内容
2 部分代码
3 程序结果
4 下载链接 1 主要内容
该程序复现《Multi-Micro-Grid Main Body Electric Heating Double-Layer Sharing Strategy Based on Nash Game》模型主要做的是构建基于纳什博弈的多微网主体电热双层共享模型将其分解为收益最大化子问题和收益再分配子问题。在收益最大化子问题中考虑含碳配额和阶梯碳交易的运行成本最低为目标采用交替方向乘子法进行分布式求解以保护隐私在收益再分配子问题中通过构建分时段、分能源类型的非对称能量映射贡献度函 数实现收益合理再分配。下载链接包括中文版文献资料和代码注释清晰方便学习 多微网主体P2P电热双层模型 图中不同颜色线条代表不同的能源形式图例中依次代表电能流、热能流、数据流、配网电能流、天然气能流各个微网主体即可实现内部能量交互和供给也可通过外部联络实现各个主体间的能量交互。 基于低碳改造的微网独立运行模型 其对应的中文版本图如下 本文研究考虑热电联产的电热气多能流协同的微网由于微网中热电机组运行会产生大量二氧化碳不符合低碳要求因此本文对其进行低碳改造。引入了烟气分流、储液式碳捕集 与存储和甲烷化装置等完成 P2G 的三个阶段改造并考虑与外界电网、气网交互和微网间能源共享形成引入P2G 和能源共享的低碳微网架构。 ADMM算法求解纳什均衡解
纳什博弈是一种合作博弈常用于应对市场竞争它是寻求最优策略的方法 当每个博弈者的平衡策略都达到了自己期望收益的最大值时其选择的策略是最优的那么这个组合就被定义为纳什均衡也被称为最优策略。因此其标准形式是乘积的最大值作为均衡解。但是在实际模型应用中模型非线性导致无法直接求解 因此需要借助于分布式算法本文采用的即是ADMM算法具体步骤为 该ADMM算法是常规算法再此不再赘述。 文章亮点
简单来说本文的亮点在于引入三阶段低碳化改造模型这个不是简单的一部分的创新这种细化设置提升了整个模型的深度大家可以注意一下近几年的文章模型细化创新逐步在赶超方法应用创新对方法创新没有思路的同学可以考虑转型该方向对整个能量流过程的深入思考同样可以成为核心竞争力。 2 部分代码
C[];
%微网的电/热负荷需求响应部分
for t1:24 C[C, L_e(t)L_e0(t)-P_e_cut(t)-P_e_tran(t), %微网的电负荷功率平衡约束 L_h(t)L_h0(t)-P_h_DR(t), %微网的热负荷功率平衡约束 0 P_e_cut(t) 0.05*L_e0(t), %微网的可削减电功率上下限约束 -0.1*L_e0(t)P_e_tran(t) 0.1*L_e0(t), %微网的可转移电功率上下限约束 -0.1*L_h0(t)P_h_DR(t)0.1*L_h0(t), %微网的可削减热功率上下限约束 ];
end
C[C,sum(P_e_tran)0,]; %转移的电负荷总量为0约束
C[C,sum(P_h_DR )0,]; %转移的热负荷总量为0约束
%微网的储电设备约束部分
%储能电站荷电状态连续性约束
C[C,E_bat(1) 10000.95*P_batc(1)-P_batd(1)/0.96,]; %1时段约束
for t2:24 C[C,E_bat(t)E_bat(t-1)0.95*P_batc(t)-P_batd(t)/0.96,]; %储电设备容量变化约束
end
%储能容量大小约束
for t1:24C[C,500E_bat(t)2500,]; %储电量上下限约束
end
%始末状态守恒
C[C,E_bat(24)1000,];
%储能电站的充放电功率约束,Big-M法进行线性化处理
M1000; %这里的M是个很大的数
for t1:24C[C,0P_batc(t)400,0P_batc(t)U_abs(t)*M, 0P_batd(t)400, 0P_batd(t)U_relea(t)*M,U_abs(t)U_relea(t)1,];
end
%带P2G和CCS的CHP运行约束
C[C, 0-P_e3-P_e2P_e16000-P_e3-P_e2 , %CHP的供电功率约束0P_e2,P_e21200, %CCS设备的耗电功率约束0P_e3,P_e31500, %P2G设备的耗电功率约束0P_e1,P_e16000, %CHP的供电功率上下限约束,公式(11) 0P_e1, %CHP的供电功率非负性约束max((0-0.15*P_h-P_e3-P_e2),(0.85*(P_h)-P_e3-P_e2))P_e16000-0.20*P_h-P_e3-P_e2, %CHP的热电耦合约束 式13max((0-0.15*P_h),(0.85*(P_h-50)-600-1200))P_e16000-0.20*P_h-0-0, %考虑P2G和CCS后的CHP的热电耦合约束 式15(0.55/(10.5*1.02))*max((0-0.15*P_h-P_e1),(0.85*(P_h-50)-P_e1))P_gs(0.55/(10.5*1.02))*(6000-0.20*P_h-P_e1), %产气功率上下限约束 式17-1000(P_e1(2:24)P_e3(2:24)P_e2(2:24))-(P_e1(1:23)P_e3(1:23)P_e2(1:23))1000, %CHP的爬坡约束 P_h_GT P_h;P_gs0.55*P_e3, %P2G产气功率与耗电量约束 式2C_ccsP_e2/0.55, %CCS的耗电量与碳捕集量约束 式4C_p2g1.02*P_e3, %P2G运行所需要的二氧化碳量与电功率约束 式33 程序结果 4 下载链接
见下方联系方式
