【微电网优化】基于粒子群算法求解混合储能系统容量优化问题含Matlab源码

1 简介

为了提高供电的稳定性、可靠性,实现日夜发电,在太阳能、风能资源比较丰富的区域,建立风能、太阳能互补发电系统。但是由于系统投入成本过高,风、光又存在间歇性和不稳定性等问题,需要配置储能系统来平抑功率波动。,蓄电池储能技术比较成熟、价格便宜,但是蓄电池的体积重量大、功率密度低、使用寿命比较短。鉴于二者的互补特征,将蓄电池作为风光互补发电系统中的储能装置。通过理论分析和仿真实验表明,当负载脉动时,将二者混合的储能系统提高了储能系统的功率输出能力,减少了蓄电池的输出电流,延长工作时间,减少了内部损耗。其次,建立了以储能装置的生命周期费用为目标函数,以负荷缺电率等为约束条件的独立风电储能系统的容量优化模型。再次,在风光互补发电系统中,以蓄电池作为混合储能装置,以储能系统的全生命周期年费用最小为目标,以系统的缺电率等运行指标为约束条件,建立了一种混合储能系统容量优化配置模型。基于粒子群算法求解​模型。

2 部分代码

%% funm​function y=funm(pop)​Ew=[277.6 238.5 243.4 240.4 238.5 222.2 208.8 205.8 205.7 236.3 265.4 310.7];%风电每个月发出的电量Es=[31.3 37.8 54.8 60.63 69.93 67.07 65.03 62.02 59.92 43.6 31.47 26.74];%太阳能每个月发出的电量El=[294.5 266 285 273 294.5 283 295 281 282 294 285 299];%负荷每个月发出的电量yitac=0.95;%逆变器功率转换效率delE=(Ew+Es)*yitac-El;%功率缺额（发电量-负荷）Eb=zeros(1,12);Ec=zeros(1,12);Elps=0;%缺电量for k=1:12if delE(k)>0 %发电发得多=需要充电if k == 1[Ebt,Ect]=pro1(delE(k),pop,0,0); %调用pro1else[Ebt,Ect]=pro1(delE(k),pop,Eb(k-1),Ec(k-1)); %调用pro1endEb(k)=Ebt;Ec(k)=Ect;elsedelE(k)=-1*delE(k); %需要放电if k == 1[Ebt,Ect,Elps]=pro2(delE(k),pop,Elps,0,0); %调用pro2else[Ebt,Ect,Elps]=pro2(delE(k),pop,Elps,Eb(k-1),Ec(k-1)); %调用pro2endEb(k)=Ebt;Ec(k)=Ect;endend​y=0.288*pop(1)+0.0257*pop(2);​if 0.000384*pop(1) + 3.165*(10^(-5))*pop(2) < max(El)*0.65y=y+inf;end​for k=1:12if Eb(k) > 0.7 * delE(k)y=y+inf;endend​LPSP=Elps/sum(El);if LPSP > 0.05y=y+inf;endLPSP​

3 仿真结果

4 参考文献

[1]朱向芬. 基于粒子群算法的混合储能系统容量优化配置[D]. 宁夏大学.​

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。

如果觉得《【微电网优化】基于粒子群算法求解混合储能系统容量优化问题含Matlab源码》对你有帮助，请点赞、收藏，并留下你的观点哦！