具有 13 个条目的 Dict{String,Any}:“source_type”=>“matpower” “name”=>“pglib_opf_case5_pjm” “source_version”=> v“2.0.0” “baseMVA”=> 100.0 “per_unit”=> true “bus”=> Dict{String,Any}(...) “branch”=> Dict{String,Any}(...) “dcline”=> Dict{String,Any}(...) “gen”=> Dict{String,Any}(...) “load”=> Dict{String,Any}(...) “shunt”=> Dict{String,Any}(...) “storage”=> Dict{String,Any}(...)
i. 使用区域能源部署系统 (ReEDS) 软件开发发电机容量组合以满足预计负荷 ii. 使用灵活能源调度工具整合变量发电 (FESTIV) 进行电力系统的机组投入和经济调度 iii. 使用 MATLAB 进行短期风能和太阳能预测 iv. 使用 MATPOWER/PowerWorld 进行输电系统功率流分析 v. 使用 OpenDSS 进行配电功率流分析 vi. 介绍 MATLAB/Simscape 作为跨部门建模工具 12. 推荐书籍:
摘要:尽管利用可再生能源 (RE) 发电和使用电动汽车 (EV) 实现交通电气化可以减少气候变化的影响,但可再生能源和电动汽车充电需求的不确定性对电力系统的能源管理仍是重大挑战。为了解决这个问题,本文提出了一种使用虚拟发电厂 (VPP) 概念的电力系统最佳能源管理方法,其中考虑了太阳能光伏 (PV) 和电动汽车充电站 (EVCS)。差分进化 (DE) 算法用于管理电力系统中的能源,以最大限度地降低发电机的运行成本以及储能系统 (ESS) 和发电机的退化成本。使用 MATLAB 程序中的 MATPOWER 工具在 IEEE 24 总线可靠性测试系统 (RTS 24) 上检查和测试了所提方法的有效性,以计算最佳功率流 (OPF)。在本研究中,考虑了应用所提方法之前和之后的两种情况。仿真结果表明,在使用 VPP 概念进行最佳能源管理之前会发生分支约束违规。为了解决这个问题,应用了使用 VPP 概念进行最佳能源管理的 DE 算法,将研究案例分为以下两个子案例。对于第一个子案例,考虑两个目标,即最小化发电机运行成本和最小化 ESS 中的电池退化成本。在第二种情况下,考虑三个目标,包括上述两个目标和最小化发电机退化成本。结果表明,应用使用 VPP 概念的最佳能源管理可以避免分支约束违规。本研究还建议在目标函数中考虑发电机退化成本,与第一种情况的总成本相比,这可以将每天的总成本降低 7.06%。