先定义CSP的核心变量

news2026/4/5 21:59:49
67-考虑光热电站的综合能源系统优化调度模型 摘要代码主要做的是含有光热电站的综合能源系统优化调度模型共做了四个算例分别对比了目标函数一次、二次、考虑弃风弃光、碳排放等四个算例综合能源系统主要设备包括光热电站、风光机组以及热电联产机组其中对光热电站的建模较为详细约束包括爬坡约束、功率平衡约束等是学习光热电站和综合能源系统的入门级且包括多个算例对比从而可以形成体系供学习理解刷到西北电网去年夏季某周的新闻截图就气笑白天河西走廊的光伏板晒得发烫弃光电量堆得够给兰州城关区开三天空调晚上7点到10点饭点通勤高峰刚结束、空调电视全开的档口火电满负荷还得喊援疆煤支援现货电价一度冲到一块五——风光就像“脾气爆的间歇性朋友”喊它干活的时候摸鱼没人用的时候玩命造这时候带储热罐的光热电站CSP就登场了简直是能源圈的“贴心管家稳定供货商”。今天就扒一个入门级但很全的综合能源系统IES优化调度模型连代码带四个不同算例的对比都有新手直接跟着跑一遍就能搞懂IES调度咋回事CSP在里面为啥香。先搭个架子这套IES有啥宝贝设备别搞太复杂的多能流耦合入门先抓电-热双核心就行毕竟现在国内搞的最多的就是带热用户的园区级IES。模型里放了这几个光伏PV、风电WT间歇性朋友风光大发是烦恼也是潜在省钱项带储热罐的抛物槽式光热电站CSP今天的主角白天可以选“直接发电/把太阳能存进储热罐/一半存一半发”晚上或者风光不够的时候掏储热罐里的熔盐加热水/油发电还能直接抽点高温蒸汽给热用户供暖夏天就抽一部分转制冷不过代码里为了简化先算冬季场景热电联产机组CHP煤改气后园区常用的“以热定电”或者“以电定热”都行但入门选“以热定电”更贴近实际工程供暖不能断电锅炉EB应急补热的白天电价低、弃风光多的时候开把废电变废宝电网、热网可以和大电网买/卖电热网是自己的小区域不用买/卖。入门先看核心代码逻辑CSP建模是重点代码用的是Python的Gurobi库新手如果没有License换成免费的CPLEX Community Edition或者PuLP改改约束变量就行逻辑一样。直接上最关键的CSP约束片段# P_csp_genCSP直接/间接用储热发的电功率MW # Q_csp_col抛物槽集热场收集的太阳热能MW # Q_csp_to_tes集热场存进储热罐的热能MW # Q_tes_to_csp储热罐掏给CSP发电的热能MW # Q_tes_to_load储热罐直接掏给热用户的热能MW # E_tes储热罐里的储热量MWh相当于储能的SOC但这里是热单位 # 约束1集热场的能量守恒——收集的太阳能要么发电要么存 for t in range(T): model.addConstr(Q_csp_col[t] P_csp_gen[t] * eta_csp_gen Q_csp_to_tes[t] slack_q_csp_col[t], namefCSP_col_energy_{t}) # eta_csp_genCSP的热电转换效率一般抛物槽式是0.35-0.4 # slack_q_csp_col松弛变量万一集热场收集的太少Gurobi不会报错但我们会在目标函数里给它加个大惩罚模拟浪费的太阳能可惜但不算弃光弃风考核项 # 约束2储热罐的能量守恒——当前储热上一刻储热存的-掏的-损耗 for t in range(1, T): model.addConstr(E_tes[t] E_tes[t-1] * (1 - delta_tes) Q_csp_to_tes[t-1] * eta_tes_in - Q_tes_to_csp[t-1] / eta_tes_out - Q_tes_to_load[t-1] / eta_tes_out, namefTES_energy_{t}) # delta_tes储热罐的小时损耗率一般保温好的话是0.01-0.02 # eta_tes_in/out储热罐的进/出热效率一般0.95以上 # 约束3储热罐的容量和爬坡约束不能一下子存满/掏光不然熔盐泵坏得快 for t in range(T): model.addConstr(E_tes_min E_tes[t] E_tes_max, namefTES_cap_{t}) model.addConstr(Q_csp_to_tes[t] Q_tes_in_max, namefTES_in_max_{t}) model.addConstr(Q_tes_to_csp[t] Q_tes_to_load[t] Q_tes_out_max, namefTES_out_max_{t})这段代码的核心思想就是把CSP的储热罐当成“热电池”用——白天风光好电价低甚至弃光弃光要扣钱的时候我们尽量让风光自己发电卖如果允许或者自己用不够再让CSP直接发多余的太阳能全存进储热罐晚上风光差电价高的时候掏储热罐发电补缺口顺便掏点补热减少CHP和电锅炉的消耗这俩费钱/费天然气啊。四个算例对比才是灵魂能直观看到CSP的好处算例选的是北方某工业园区冬季典型日24小时热负荷从早8到晚10高其他时间低电负荷早7到晚11高风光白天10-16点高晚上几乎没有。直接上算例设计和对比结果的“人话翻译”算例1最简单的成本模型——目标函数只有一次运行成本一次运行成本就是买天然气给CHP烧的钱从大电网买电的钱-卖给大电网的钱。运行结果CSP白天直接发满电因为光电转换效率固定存起来好像没差不对是因为算例1没考虑弃光弃风考核也没考虑二次成本比如设备启停、爬坡的损耗CHP也只烧最便宜的基荷天然气。风光白天发的电自己用不完就卖给电网但是园区小电网接入口容量有限卖不了多少——算例1总运行成本大概28万块。算例2加了二次成本——目标函数是一次二次二次成本就是CHP的爬坡成本CSP的爬坡成本模拟设备频繁调负荷的维修损耗电锅炉的启停成本。67-考虑光热电站的综合能源系统优化调度模型 摘要代码主要做的是含有光热电站的综合能源系统优化调度模型共做了四个算例分别对比了目标函数一次、二次、考虑弃风弃光、碳排放等四个算例综合能源系统主要设备包括光热电站、风光机组以及热电联产机组其中对光热电站的建模较为详细约束包括爬坡约束、功率平衡约束等是学习光热电站和综合能源系统的入门级且包括多个算例对比从而可以形成体系供学习理解运行结果CSP白天不直接发满了而是发一部分基荷剩下的存进储热罐——晚上风光没了用储热罐慢慢掏出来发电补CHP的基荷调峰缺口不用CHP频繁爬坡CHP爬坡成本挺高的大概每MW·h调峰加200块。算例2总运行成本反而降到了26.5万块——二次成本加了但一次成本降得更多算例3加了弃风弃光考核——目标函数是一次二次考核弃光弃光考核是每MW·h弃光扣500块每MW·h弃风扣600块风考核更严因为风更难预测。运行结果CSP白天集热场直接拉满收集太阳能风光发的电全自己用包括园区电负荷、电锅炉补热实在用不完再给CSP集热场加个辅助电加热器哦不对代码里集热场只有太阳能但可以让CSP白天少发电甚至不发电集热场存的热翻倍晚上掏出来发电补所有缺口连CHP都只烧最低基荷满足热负荷就行——算例3没有弃风弃光总运行成本降到了25.8万块爽啊算例4终极环保模型——目标函数是一次二次考核碳排放成本碳排放成本是每kgCO₂扣0.1块模拟国内碳交易市场的价格烧1m³天然气大概排2kgCO₂。运行结果和算例3差不多但CSP直接掏储热给热用户的比例更高了CHP几乎只烧到满足最低“电热比”以热定电的电热比一般是1.2-1.5的天然气量连电锅炉都只在风光实在用不完的12-14点开——算例4碳排放只有算例1的30%总运行成本略涨一点26.2万块但环保贡献拉满未来碳交易价格涨上去的话肯定赚。最后说点新手踩过的坑储热罐的容量别选太大或太小太大占地方费钱太小存不住多余的太阳能入门选“能存白天集热场收集的40%热能”就行松弛变量的惩罚系数要给够不然Gurobi会为了省一点钱浪费大量的太阳能或者弃光弃风算例对比的时候除了看总运行成本还要看各设备的出力曲线比如算例3的CHP出力是平的说明CSP帮它调峰了这才是CSP的核心价值。这个模型的完整代码我放在GitHub的Gist上了直接搜“含CSP的IES入门调度模型4算例”就能找到新手直接复制粘贴改改风光出力、负荷数据、价格参数就能跑。赶紧去试试吧

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2483567.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…