個人電氣博文傳送門
學好電氣全靠它，個人電氣博文目錄（持續更新中…）

在前文中，我已對問題1進行啦求解。本文對問題2 進行求解。

問題2：
2) 最優日前調度方案一：
若不計蓄電池作用，且微網與電網交換功率無約束，以平均負荷供電單價最小為目標（允許棄風棄光），分別計算各時段負荷的供電構成（kW）、全天總供電費用(元)和平均購電單價（元/kWh），分析可再生能源的利用情況。

1#讀取數據

#!/usr/bin/env python3 # -*- coding: utf-8 -*- # @Author: yudengwu # @Date : 2020/6/3 import pandas as pd import numpy as np import matplotlib.pyplot as plt #讀取文件 file=pd.read_csv('微電網日前優化調度.csv',header=0,encoding='gbk') print(file.head())

2狀態
為使平均負荷供電單價最低，我們先將可再生能源發電的價格分別與各時段電網售價以及購電價格進行對比，將風機、光伏發電劃分為全部不棄、全部棄、全部自給三種情況，如下表：

3 根據風機、光伏發電價格以及主網購電、售電價格得到下表：

（1）風機全棄、光伏全棄時各時段風機、光伏的發電功率：

（2）風機自給，光伏全棄時各時段風機、光伏的發電功率：

（3）風機不棄、光伏自給時各時段風機、光伏的發電功率：

由負荷所需功率為各項代數和，得到微網與主網各時段的交換功率：

4 根據條件，我們編寫程序把每一時刻的光伏，風機，主網功率求出來。

#風機實時功率求解

#風機功率 file['風機功率']='' file.loc[file['序號']>=0,'風機功率']=0#1-28風機全棄 file.loc[file['序號']>28,'風機功率']=file[['負荷(kW)','風機(kW)']].min(axis=1)#29-40風機自給 file.loc[file['序號']>40,'風機功率']=file['風機(kW)']#41-60風機不棄 file.loc[file['序號']>60,'風機功率']=file[['負荷(kW)','風機(kW)']].min(axis=1)#61-72風機自給 file.loc[file['序號']>72,'風機功率']=file['風機(kW)']#73-84風機不棄 file.loc[file['序號']>84,'風機功率']=file[['負荷(kW)','風機(kW)']].min(axis=1)#85-96風機自給

#光伏功率求解

#光伏功率求解 #全棄 file['光伏功率']='' file.loc[file['序號']>=0,'光伏功率']=0#1-40風機全棄 #自給 file['負荷-風機']=file['負荷(kW)']-file['風機功率']file['max']=file['負荷-風機'].apply(lambda x:x if x>0 else 0)file.loc[file['序號']>40,'光伏功率']=file[['max','光伏(kW)']].min(axis=1)#41-60光伏自給 #全棄 file.loc[file['序號']>60,'光伏功率']=0#61-72光伏全丟棄 #自給 file.loc[file['序號']>72,'光伏功率']=file[['max','光伏(kW)']].min(axis=1)#73-84光伏自給 #全棄 file.loc[file['序號']>84,'光伏功率']=0#85-96光伏全丟棄

#與主網交換功率

#與主網交換功率 file['主網交換功率']=file['負荷(kW)']-file['風機功率']-file['光伏功率']

#功率實時繪圖

import matplotlib.pyplot as plt from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] mpl.rcParams['axes.unicode_minus'] = Falseplt.plot(file['負荷(kW)'],'g',label='負荷') plt.plot(file['主網交換功率'],'r',label='主網') plt.plot(file['風機功率'],'black',label='風機') plt.plot(file['光伏功率'],'b',label='光伏') plt.legend() plt.show() **5 #費用** 風機費用 價格0.52是購買1kw/h的錢 有96個節點，對應1小時有4個節點。所所以對應每點價格應除以4. ```python #風機費用 file['風機費用']=file['風機功率']*0.52/4 print(file['風機費用'].sum()) ``` 風機費用結果：665.8314

光伏費用

#光伏費用 file['光伏費用']=file['光伏功率']*0.75/4 print(file['光伏費用'].sum())

光伏費用結果為：145.186875

微電網向主網購電費用

file['購電價格']='' file.loc[file['序號']>=1,'購電價格']=0.25/4 file.loc[file['序號']>=29,'購電價格']=0.53/4 file.loc[file['序號']>=41,'購電價格']=0.82/4 file.loc[file['序號']>=61,'購電價格']=0.53/4 file.loc[file['序號']>=73,'購電價格']=0.82/4 file.loc[file['序號']>=85,'購電價格']=0.53/4file['向主網購電費用']=file['主網交換功率']*file['購電價格'] print(file['向主網購電費用'].sum())

向主網購電費用為964.6166250000002

全天總費用 三者相加：1775.6349000000002

sumprice=file['風機費用'].sum()+file['光伏費用'].sum()+file['向主網購電費用'].sum() print(sumprice)

平均成本為總供電費用比全天負荷消耗功率：
平均成本為平均1kWh的錢。所以代碼里要乘以4
結果 0.5368713556823765

meanprice=sumprice*4/file['負荷(kW)'].sum() print(meanprice)

本文對問題2進行啦求解，后續會對問題3,4求解。
問題1的求解和介紹見上一博文（1）和上上博文0

總結

以上是生活随笔為你收集整理的微电网日前优化调度 。算例有代码（2）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。