考虑储能和可再生能源误差的售电公司购售电策略(Python代码实现）

💥💥💞💞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代码实现

---

💥1 概述

参考文献：

近年来，一方面，“碳中和”愿景加速了可再生能源的开发，但却因电网基础设施建设等因素发展滞后，加剧了弃风、弃光现象[1-3]；另一方面，分布式储能等产消者大量出现在售电侧[4-5]，但其充放电的不确定性致使售电公司迫切寻求符合自身利益的储能调度计划，因此同时研究可再生能源消纳和储能显得极其重要。在可再生能源消纳方面，售电公司作为新兴市场主体应该勇于承担可再生能源消纳的责任，这既响应了国家能源局发出的可再生能源消纳责任制[6-7]又能提升自身的社会竞争力。总之，同时考虑储能和可再生能源消纳责任制对售电公司利润及购售电策略的影响是一个重要的研究方向。对售电公司的购电决策而言，多样化的交易路径是影响售电公司购决策的重要环节之一[7-9]。随着可再生能源的快速发展，购电途径也随之发生了改变[10-11]。现有研究主要集中对偏差结算机制、现货市场风险评估等的研究，很少有文献研究可再生能源责任制对售电公司购售电策略的影响。文献[7]建立考虑可再生能源消纳责任制的购电组合投资模型，分别从风险、消纳指标、惩罚力度方面分析其对售电公司购电策略的影响，为售电公司承担消纳责任制提供了重要的参考价值；但文中各个时段的消纳权重为一个定值，这不利于售电公司适应消纳权重改变带来的影响。文献[12]为现货市场建设、可再生能源责任权重制度推进提供了重要参考价值，若再引入中长期的消纳责任制将更加具备现实意义。文献[13]分析了绿色证书交易对综合能源系统运行的影响，有待进一步将该交易方式变换运用到售电公司上进行研究。在风光出力预测方面，目前对于风光出力预测方法的研究主要分为统计学方法和物理预测方法[14]。储能设备近年来得到了快速发展。

📚2 运行结果

部分代码：

# 打印实时功率图
gbest = best_x[-1]
gridbest = gbest[0]  # 主网出力
xdcllbest = gbest[1]  # 蓄电池出力,大于0放电
cutplbest = gbest[2]  # 可削减负荷
pfbest = PF * (1 + e1)  # 风机实时功率
psbest = PS * (1 + e2)  # 光伏实时功率

plt.plot((PL - cutplbest), 'b', label='实时负荷')
plt.plot(np.array(pfbest), color='r', marker='d', linestyle='--', linewidth=1, alpha=0.8, label='风机功率')
plt.plot(np.array(psbest), color='g', marker='*', linestyle='-.', linewidth=1, alpha=0.8, label='光伏功率')
plt.plot(np.array(gridbest), color='c', marker='+', linestyle=':', linewidth=1, alpha=0.8, label='微电网与主网交换功率')
plt.plot(np.array(xdcllbest), color='tan', marker='v', linestyle='--', linewidth=1, alpha=0.8, label='储能功率')
plt.title('遗传算法求解结果')
plt.ylabel('P/kW')
plt.xlabel('t/h')
plt.legend()
plt.show()

# 可削减负荷图

plt.plot(np.array(cutplbest), 'navy', label='可削减负荷')
plt.ylabel('P/kW')
plt.xlabel('t/h')
plt.legend()
plt.show()

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]陈名扬,刘敏,鲁杰.考虑储能和可再生能源消纳责任制的售电公司购售电策略[J].电力科学与工程,2021,37(10):18-27.

🌈4 Python代码实现