qq_58377011 2024-06-14 22:46 采纳率: 0%
浏览 9
已结题

基于MATLAB的绝热压缩空气储能系统代码咨询

想要一份基于MATLAB的绝热压缩空气储能系统容量配置分析的代码,并用NSGA-Ⅱ算法为引擎追求其最优 Pareto 解
储能系统部分代码为(有错误,不会改)

 % Ces_rata--系统额定容量 Pes_rata--系统额定功率
% sp--电网分时电价 sw--上网电价 PW--风机输出功率 PL--用户负载需求功率
% 基本参数
Ces_rata = x(1);
Pes_rata = x(2);
n = 3; % 风机数量
ICpw = 830; % 风电投资成本
PWr = 1500; % 风机额定功率
T = 24; % 小时数
r =0.08;  % 投资利率
per = 1730.97;% CO2排放率 kg/ton
fc = 0.0034;% CO2 排放标准 $/kg 
OMc =200; % CAES运行成本 每年 MWh $
OMw = 0.0122; % 风电运行成本 每年 kwh $
Nday = 230; % 一年内系统运行天数
L = 20; % CAES 的寿命
yta_ch = 0.83;% 压缩部分等熵效率
yta_dis = 0.85;% 膨胀部分等熵效率
yta_1 = 0.1; % CAES 容量下限
yta_2 = 0.9; % CAES 容量上限
Invp = 700;% CAES初始投资成本 KW $
Invc = 5; % CAES初始投资成本 KWh $
SOC_B = [yta_1,yta_2];% SOC储气容量存储状态
SOC(1)=0.5; % SOC初始状态
pa = 0.1; % 大气压强 MPa
ps_max = 6.0; % 储气罐最大压力状态
ps_min = 4.0; % 储气罐最小压力状态
delta_t_soc = 1; % 时间差
Rg = 287.1; % 气体常数
%% 循环遍历
for i = 2:1:T+1 % 历遍小时循环
 delta_P(i-1) = PW(i-1) - PL(i-1); 
 if delta_P(i-1)>0 %先给储能场充电
 soc_a0 = SOC(i-1);%上一时刻 SOC
 soc_1(i-1) = soc_a0 + yta_ch*delta_P(i-1)*delta_t_soc/Ces_rata; % 理论储能状态
 soc_a1 = max([min([soc_1(i-1),SOC_B(2)]),SOC_B(1)]); % 符合装置约束的储能状态
 Pc1 = (soc_a1 - soc_a0)*Ces_rata/yta_ch/delta_t_soc; %最优充电
 Pc1 = min([max([Pc1,0]),Pes_rata]);% 符合功率限制的充电功率
 soc_a1 = max([min([soc_a0 + yta_ch*Pc1*delta_t_soc/Ces_rata,SOC_B(2)]),SOC_B(1)]); % t时刻储气罐储存状态
 Pch(i-1) = Pc1 ;
 Pdis(i-1)=0;
 uch(i-1)=1;% 充电变量
 delta_P1 = delta_P(i-1) - Pc1;
 if delta_P1>0
 Pdu(i-1) = delta_P1 ;% 储能后弃风电量
 Pg(i-1)=0;
end 
elseif delta_P(i-1) < 0 % 储能系统放电
delta_P(i-1) = abs(delta_P(i-1)); % 取绝对值
soc_a0 = SOC(i-1); 
soc_1(i-1) = soc_a0-delta_P(i-1)*delta_t_soc/(yta_dis*Ces_rata); % 理论储能状态
soc_a1=min([max([soc_1(i-1),SOC_B(1)]),SOC_B(2)]); 
Pc1 = (-1*(soc_a1 - soc_a0)*Ces_rata*yta_dis)/delta_t_soc; %最优的放电电量 
Pc1 = min([max([Pc1,0]),Pes_rata]);%找出最优的放电功率 
soc_a1 = min([max([soc_a0 - Pc1*delta_t_soc*yta_dis/Ces_rata,SOC_B(1)]),SOC_B(2)]); %满足 CAES 充放电功率约束的 SOC 
Pdis(i-1) = Pc1 ;% 实际放电功率
udis(i-1) = 1;% 放电变量
Pc1 = abs(Pc1); 
delta_P1 = delta_P(i-1) - Pc1; 
if delta_P1>0 
Pg(i-1) = delta_P1 ; % CAES放电后仍然缺失供给的用户载荷数
end 
end 
SOC(i) = soc_a1; 
Pyh(i-1) = PL(i-1)-Pg(i-1)- Pdis(i-1); % 风电场满足用户侧负荷需求功率
end 
ps = mean(SOC)*(ps_max-ps_min)+ps_min; % 储气罐压力状态
I1 = Nday*sum(Pdis.*sp); % CAES充放电运行效益
I2 = Nday*sum(Pyh.*sw); % 风电上网收益
Qr = 350*sum(Pyh+Pdis)*per/1000;  % 典型日污染物排放量 kg
I3 = Nday*Qr*fc; % 减少排放收益
Icp = 1000*Invp*(r*(1+r)^L)/((1+r)^L-1);  % Pes_rata相关成本系数
Icsoc = 1000*Invc*(r*(1+r)^L)/((1+r)^L-1) ;  % Ces_rata相关成本系数
Acc = Pes_rata*Icp+Ces_rata*Icsoc+ICpw*n*PWr; % 初始投资成本
Aomc = OMc*Ces_rata+n*PWr*OMw; % 运营维护成本
Ag = Nday*sum(Pg.*sp); % 电力不足购电成本
ROI = (I1+I2+I3)/(Acc+Aomc+Ag);  % 投资收益率
Vs = 3600*Ces_rata/(ps*log(ps/pa)); % 储气罐体积

  • 写回答

21条回答 默认 最新

  • 专家-赤兔[在线] 全栈领域优质创作者 2024-06-14 22:46
    关注
    获得0.60元问题酬金

    引自免费微信小程序:皆我百晓生

    针对你提供的MATLAB代码,首先纠正并优化代码中的一些错误,然后整合NSGA-II算法进行多目标优化。这里,我们不仅修正储能系统部分的代码,还将加入NSGA-II算法的实现,以找到最优的Pareto解。

    修正储能系统部分的代码

    在你提供的代码中,存在一些逻辑和语法上的小错误。例如,soc_1soc_a1 的计算应更精确地反映系统的物理限制。此外,代码中缺少一些必要的初始化步骤和边界条件检查。下面是修改后的代码段落:

    % 初始化变量
    delta_P = zeros(1,T);
    Pch = zeros(1,T);
    Pdis = zeros(1,T);
    Pdu = zeros(1,T);
    Pg = zeros(1,T);
    Pyh = zeros(1,T);
    uch = zeros(1,T);
    udis = zeros(1,T);
    SOC = zeros(1,T+1);
    
    % 循环遍历
    for i = 2:1:T+1
        delta_P(i-1) = PW(i-1) - PL(i-1);
        if delta_P(i-1) > 0
            % 充电逻辑
            soc_a0 = SOC(i-1);
            soc_1(i-1) = soc_a0 + yta_ch * delta_P(i-1) * delta_t_soc / Ces_rata;
            soc_a1 = max(min(soc_1(i-1), SOC_B(2)), SOC_B(1));
            Pc1 = (soc_a1 - soc_a0) * Ces_rata / yta_ch / delta_t_soc;
            Pc1 = min(max(Pc1, 0), Pes_rata);
            SOC(i) = max(min(soc_a0 + yta_ch * Pc1 * delta_t_soc / Ces_rata, SOC_B(2)), SOC_B(1));
            Pch(i-1) = Pc1;
            uch(i-1) = 1;
            Pdu(i-1) = max(0, delta_P(i-1) - Pc1);
        elseif delta_P(i-1) < 0
            % 放电逻辑
            delta_P(i-1) = abs(delta_P(i-1));
            soc_a0 = SOC(i-1);
            soc_1(i-1) = soc_a0 - delta_P(i-1) * delta_t_soc / (yta_dis * Ces_rata);
            soc_a1 = min(max(soc_1(i-1), SOC_B(1)), SOC_B(2));
            Pc1 = (-1 * (soc_a1 - soc_a0) * Ces_rata * yta_dis) / delta_t_soc;
            Pc1 = min(max(Pc1, 0), Pes_rata);
            SOC(i) = min(max(soc_a0 - Pc1 * delta_t_soc * yta_dis / Ces_rata, SOC_B(1)), SOC_B(2));
            Pdis(i-1) = abs(Pc1);
            udis(i-1) = 1;
            Pg(i-1) = max(0, delta_P(i-1) - Pc1);
        end
        Pyh(i-1) = PL(i-1) - Pg(i-1) - Pdis(i-1);
    end
    

    整合NSGA-II算法

    为了使用NSGA-II算法寻找最优的Pareto解,我们将使用MATLAB自带的gamultiobj函数。下面是一个简化的NSGA-II算法实现示例,用于优化储能系统配置:

    % NSGA-II 设置
    nvars = 2; % 变量数量:Ces_rata 和 Pes_rata
    lb = [100, 100]; % 下界
    ub = [10000, 10000]; % 上界
    options = optimoptions('gamultiobj', 'PopulationSize', 200, 'Generations', 50, 'PlotFcn', @gaplotpareto);
    
    % 目标函数定义
    fun = @(x) [computeObjective1(x), computeObjective2(x)]; % 自定义目标函数
    
    % 运行NSGA-II
    [solution, ~, ~, ~, ~, ~, ~, ~, ~, ParetoFront] = gamultiobj(fun, nvars, [], [], [], [], lb, ub, [], options);
    
    % 目标函数实现
    function F = computeObjective1(x)
        % 这里是第一个目标函数的实现,例如:最小化投资成本
        F = Acc + Aomc + Ag;
    end
    
    function F = computeObjective2(x)
        % 这里是第二个目标函数的实现,例如:最大化投资回报率
        F = ROI;
    end
    

    注意事项

    1. 目标函数:你需要根据实际应用调整computeObjective1computeObjective2函数,以反映你的具体优化目标。
    2. 参数调整gamultiobj函数中的参数,如PopulationSizeGenerations,可以根据需要进行调整以获得更好的优化结果。
    3. 边界条件:确保所有变量的边界条件都合理设置,以防止算法陷入不现实的解空间。

    通过以上步骤,你应该能够得到一个基于MATLAB的绝热压缩空气储能系统容量配置分析,并使用NSGA-II算法找到最优的Pareto解。

    评论 编辑记录

报告相同问题?

问题事件

  • 系统已结题 6月22日
  • 创建了问题 6月14日

悬赏问题

  • ¥15 咨询一下有关于王者荣耀赢藏战绩
  • ¥100 求购一套带接口实现实习自动签到打卡
  • ¥50 MacOS 使用虚拟机安装k8s
  • ¥500 亚马逊 COOKIE我如何才能实现 登录一个亚马逊账户 下发新 COOKIE ..我使用下发新COOKIE 导入ADS 指纹浏览器登录,我把账户密码 修改过后,原来下发新COOKIE 不会失效的方式
  • ¥20 玩游戏gpu和cpu利用率特别低,玩游戏卡顿
  • ¥25 oracle中的正则匹配
  • ¥15 关于#vscode#的问题:把软件卸载不会再出现蓝屏
  • ¥15 vimplus出现的错误
  • ¥15 usb无线网卡转typec口
  • ¥30 怎么使用AVL fire ESE软件自带的优化模式来优化设计Soot和NOx?