考虑多能负荷不确定性的区域综合能源系统鲁棒规划(Python代码实现）-Toy模板网

这篇具有很好参考价值的文章主要介绍了考虑多能负荷不确定性的区域综合能源系统鲁棒规划(Python代码实现）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Python代码、数据、文章

💥1 概述

文献来源：

考虑多能负荷不确定性的区域综合能源系统鲁棒规划(Python代码实现）

多能互补集成优化的综合能源系统(integrated energy system , IES)是能源互联网的重要发展方向之一E1-9]。能源互联网是“推动分布式可再生能源的大规模利用与分享,促进电力、交通、天然气等多种复杂网络系统的相互融合”的综合能源网络( comprehensive energy network)[ 6-7]。类似地,“综合能源系统”概念为电-冷-热-气多能互补集成优化的区域能源系统,涉及热电联供机组、变电站、配电馈线﹑供热站、供冷/热管道、供气站等设备的规划和运行。“多能互补”意在改变原有各能源供用系统各自规划设计、独立运行的现状,对不同供用能系统进行统一的协调优化。能源互联网中 IES的建设,对于提升社会用能效率、促进可再生能源规模化利用等都具有重要意义[8-9]。

具体到IES规划方法研究方面﹐目前的研究成果集中于不同背景、不同组成的多类型能源系统的建模与规划。例如,基于EH的考虑电/热/气多能耦合的规划L17-20],考虑多方利益主体、差异化用能需求的规划流程[2,考虑冷热电存储的区域综合能源站优化设计[22,结合热网模型的多区域协同规划[23],考虑采暖期和供冷期园区级别规划[24]、评估指标与方法[25]、能量整体运输模型[26]、评估指标与方法[2]等。然而,上述研究成果大部分未考虑其中的不确定性因素,或仅通过多场景方法19-21]考虑不确定性。

从能源供给方式的角度考虑,一般而言,区域IES包含变电站、热电联供机组﹑燃气锅炉/电锅炉、集中式制冷站等供能手段,能源的供给方式和需求形式都是多样化的。在描述IES的多能特性方面，EH模型已经受到广泛的认可。一个典型的基于EH的区域IES如图1所示。
考虑多能负荷不确定性的区域综合能源系统鲁棒规划(Python代码实现）

📚2 运行结果

考虑多能负荷不确定性的区域综合能源系统鲁棒规划(Python代码实现）

部分代码：

print('目标函数构建完成！')

print('优化计算求解中！')
# 问题选用Pulp选择的Solver进行求解
prob.solve(GUROBI()) # 目前用GLPK()求解大概要7 min+, 如果用CPLEX() 和 GUROBI() 会快很多

# 输出求解结果
for v in prob.variables():
    print(v.name, "=", v.varValue)
    # v.evaluate()
    # np.savetxt(v.name,v.values,fmt='%.4e',delimiter=',')
print("Total Cost = ", value(prob.objective))

# 保存机组选型优化结果 到 X.values 里，是一个ndarray
X_CCHP.evaluate()
X_GB.evaluate()
X_AC.evaluate()
X_EB.evaluate()
X_SUB.evaluate()

# 保存机组耗电耗气连续变量优化结果 到 X.values 里，是一个ndarray
P_CCHP_gas.evaluate()   # CCHP单位时间内所用燃气热值，单位是MW（应该修改成kw比较合适）
V_CCHP_gas.evaluate()    # CCHP单位时间内所用燃气量，单位是m3/h
P_SUB_electricity.evaluate()     # 变电站出力，单位是MW
P_GB_gas.evaluate()        # GB单位时间内所用燃气热值，单位是MW
V_GB_gas.evaluate()        # GB单位时间内所用燃气量，单位是m3/h
P_AC_electricity.evaluate() # 中央空调输入电出力，单位MW
P_EB_electricity.evaluate() # 电锅炉输入电能，单位MW