文章解读与仿真程序复现思路——电力自动化设备EI\CSCD\北大核心《考虑热储灵活配置与热网水力热力特性的电热综合能源系统优化规划》

发布于:2024-05-07 ⋅ 阅读:(33) ⋅ 点赞:(0)

本专栏栏目提供文章与程序复现思路,具体已有的论文与论文源程序可翻阅本博主免费的专栏栏目《论文与完整程序》

论文与完整源程序_电网论文源程序的博客-CSDN博客icon-default.png?t=N7T8https://blog.csdn.net/liang674027206/category_12531414.html

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download

这篇论文的核心内容是介绍了一种考虑热储灵活配置与热网水力热力特性的电热综合能源系统优化规划方法。以下是关键点的概述:

  1. 研究背景:随着社会经济的发展,化石能源消耗巨大,导致空气污染和资源枯竭问题。为了推进能源革命,建设清洁低碳、安全高效的现代能源体系,电热综合能源系统优化规划显得尤为重要。

  2. 方法论

    • 提出一种优化规划方法,该方法考虑了热储的灵活配置和热网的水力-热力特性。
    • 建立了电力系统与灵活热源-热网-热储的协同规划模型。
    • 提出了四种热储建模方法:预定参数型、功率平衡下最优投资型、变流量温度下最优投资型、时间系数离散型,以实现热储的灵活配置。
    • 使用二项式凸松弛和大 M 方法将非线性规划模型转化为混合整数二阶锥规划模型进行求解。
  3. 模型建立

    • 热力系统模型包括热源(CHP机组和电锅炉)、热储(储热罐)、热力管道和热负荷。
    • 电力系统模型包括可靠性约束、火电机组和风电场出力约束、输电线路潮流约束等。
  4. 求解算法

    • 对于热力系统中的非线性水力-热力约束和储热罐容量约束,采用二项式凸松弛方法进行转化。
    • 对于储热罐充放热状态约束中的非线性项,采用大 M 法进行线性化。
  5. 算例分析

    • 通过IEEE-39电网节点-18热网节点的电热综合能源系统进行测试。
    • 分析了不同储热罐模型、候选设备组合、热网水力热力特性对规划结果的影响。
  6. 研究结果

    • 所提出的规划方法能有效提升规划方案的经济性,保证系统运行可行性,实现风电高比例消纳。
    • 基于变流量-变温度策略的热网模型能准确刻画热介质管道的热功率容量,获取更有效、可行的规划方案。
  7. 结论

    • 本文提出的电热综合能源系统优化规划方法,为综合能源系统转型提供了理论与数据支撑,对建立低碳、高效、经济的综合能源系统具有现实指导意义。

复现这篇论文的仿真实验主要包括以下几个步骤:

  1. 数据准备:根据论文提供的数据(如风电场、电锅炉、储热罐、传统火电机组、热电联产机组、热力管道和输电线路的参数),构建电热综合能源系统的数据集。

  2. 模型建立:根据论文提出的电热综合能源系统优化规划方法,建立包括电力系统和热力系统的规划模型。包括热源、热储、热网和负荷的数学模型,以及相应的投资和运行费用模型。

  3. 数学模型转化:使用二项式凸松弛和大 M 方法将非线性规划模型转化为混合整数二阶锥规划模型。

  4. 求解算法实现:实现论文中提出的求解算法,调用求解器(如Gurobi)进行优化计算。

  5. 结果分析:对求解结果进行分析,包括投资费用、运行费用和总费用,以及不同设备组合和风电渗透率对规划结果的影响。

以下是使用Python语言和SciPy框架复现仿真的大致代码结构:

import numpy as np
from scipy.optimize import linprog

# 假设已经有了电热综合能源系统的数据集
# 数据集包括风电场、电锅炉、储热罐、火电机组、热电联产机组、热力管道和输电线路的参数

# 建立规划模型
def build_model(data):
    # 根据论文中的模型建立过程,构建规划模型
    # 包括目标函数和约束条件
    pass

# 转化非线性规划模型
def transform_model(model):
    # 使用二项式凸松弛和大 M 方法转化模型
    pass

# 求解规划模型
def solve_model(transformed_model):
    # 调用求解器进行优化计算
    # 这里以linprog为例,实际应用中可能需要使用更高级的求解器
    result = linprog(c=transformed_model['objective'], A_eq=transformed_model['constraints'], b_eq=transformed_model['bounds'], method='highs')
    return result

# 主函数
def main():
    # 加载数据集
    data = load_data('data_set.csv')
    
    # 建立规划模型
    model = build_model(data)
    
    # 转化非线性规划模型
    transformed_model = transform_model(model)
    
    # 求解规划模型
    solution = solve_model(transformed_model)
    
    # 结果分析
    analyze_results(solution)

# 运行主函数
if __name__ == "__main__":
    main()

请注意,上述代码仅为复现仿真的大致框架,具体实现细节(如数据集的构建、模型的具体建立过程、求解器的选择和调用等)需要根据论文中的详细描述进行填充和调整。此外,由于论文中提到的一些特定实现(如热网的水力-热力模型、储热罐的建模方法等)可能需要根据论文的算法描述自行设计和实现。

本专栏栏目提供文章与程序复现思路,具体已有的论文与论文源程序可翻阅本博主免费的专栏栏目《论文与完整程序》

论文与完整源程序_电网论文源程序的博客-CSDN博客icon-default.png?t=N7T8https://blog.csdn.net/liang674027206/category_12531414.html

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download