CN102324752B - 结合风力发电的纯电动汽车有序充放电协调控制系统 - Google Patents

结合风力发电的纯电动汽车有序充放电协调控制系统 Download PDF

Info

Publication number
CN102324752B
CN102324752B CN2011101631125A CN201110163112A CN102324752B CN 102324752 B CN102324752 B CN 102324752B CN 2011101631125 A CN2011101631125 A CN 2011101631125A CN 201110163112 A CN201110163112 A CN 201110163112A CN 102324752 B CN102324752 B CN 102324752B
Authority
CN
China
Prior art keywords
wind
power
charging station
wind power
discharge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2011101631125A
Other languages
English (en)
Other versions
CN102324752A (zh
Inventor
葛维春
罗卫华
冯松起
施毅斌
丛培贤
闫春生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LIAONING ELECTRIC POWER Co Ltd
State Grid Corp of China SGCC
Original Assignee
LIAONING ELECTRIC POWER Co Ltd
State Grid Corp of China SGCC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LIAONING ELECTRIC POWER Co Ltd, State Grid Corp of China SGCC filed Critical LIAONING ELECTRIC POWER Co Ltd
Priority to CN2011101631125A priority Critical patent/CN102324752B/zh
Priority to PCT/CN2011/001470 priority patent/WO2012171147A1/zh
Publication of CN102324752A publication Critical patent/CN102324752A/zh
Application granted granted Critical
Publication of CN102324752B publication Critical patent/CN102324752B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/50—Charging stations characterised by energy-storage or power-generation means
    • B60L53/52—Wind-driven generators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/63—Monitoring or controlling charging stations in response to network capacity
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/126—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving electric vehicles [EV] or hybrid vehicles [HEV], i.e. power aggregation of EV or HEV, vehicle to grid arrangements [V2G]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及风力发电技术领域，尤其涉及一种结合风力发电的纯电动汽车有序充放电协调控制系统。是将每个充电站的信息传送至电网调度中心，由电网调度中心判断当前电力系统的状态，生成相应的充电控制模式，再将信息传送至充电站集中协调监控系统进行信息交互工作；电网调度中心通过充电站集中协调控制系统的通信网络将调峰指令发送给各个动力电池即动力电池组；动力电池组接收命令实现调峰，同时向电网进行反送剩余电量。本发明实现和协调了风力发电、电动汽车充放电、电网稳定三者之间的优势互补关系。提高了风电的接纳能力，最大限度减少了纯电动汽车无序充电造成的谐波污染和对电网的不利影响，提高风电的利用效率和电网的稳定水平。

Description

结合风力发电的纯电动汽车有序充放电协调控制系统
技术领域
本发明涉及风力发电技术领域，尤其涉及一种结合风力发电的纯电动汽车有序充放电协调控制系统，它是一种纯电动汽车有序充放管理的协调控制系统。
背景技术
近年风电产业发展迅速，并网风电场越来越多。风力发电不仅具有很大的随机性、间歇性和不可控性，而且其反调峰特性也很明显。为确保电网安全必须弃风，而弃风不仅造成了能源浪费，还会给风机带来损害，缩短了风机寿命。大规模风电并网与电网安全稳定之间的矛盾日益突出。
同时，为了减少二氧化碳气体的排放，遏制全球变暖的趋势，纯电动汽车的推广应用越来越受到人们的重视，而大量的纯电动汽车无序充电会给电网的正常运行造成影响，不仅会产生很大的谐波电流，降低供电系统的电能质量，而且当纯电动汽车动力电池在正常用电期或用电高峰期充电时，额外的充电电流需求会加重供电系统的负担，影响到电网的安全稳定运行，大量纯电动汽车的无序充电和电网正常运行的矛盾也日益突显。
目前，还没有将风力发电和纯电动汽车充放电协调控制的策略及系统。
发明内容
本发明针对上述现有技术中存在的问题，提供了一种结合风力发电的纯电动汽车有序充放电协调控制系统。目的是为了克服风力发电的随机性、间歇性、不可控性和反调峰特性，以及纯电动汽车无序充电会给电网的正常运行造成影响。本发明不仅能克服风力发电的缺点，而且能减少纯电动汽车无序充电对电网正常运行造成的影响，提高风电的利用效率，提高电网的稳定水平。
本发明解决其技术问题所采用的技术方案是：
结合风力发电的纯电动汽车有序充放电协调控制系统是通过以下步骤实现是：
将每个充电站风功率预测模块、电力系统短期负荷预测模块、自动发电控制模块所采集的信息传送至电网调度中心；
由电网调度中心判断当前电力系统的状态，生成相应的充电控制模式，再将信息传送至充电站集中协调监控系统进行信息交互工作； 电网调度中心通过充电站集中协调控制系统的通信网络将调峰指令发送给各个动力电池即动力电池组； 动力电池组接收命令并被监测、记录，同时通过通信网络将信息反馈给充电站集中协调控制系统；动力电池按照接收的命令实现有组织、有计划的调峰，同时向电网进行反送剩余电量；
充电站集中协调监控系统接收并监控充电机及其连接的动力电池组、逆变器，以及站内配电设备、烟感装置和电池组充放电计量模块等所采集的信息；同时充电站集中协调监控系统将远程接收的信息发送给电网调度中心进行信息交互工作，并接受电网调度中心的指令。
所述的风功率预测模块包括三种预测方法：物理方法、统计方法、学习方法；所述的物理方法是准确估算出风电机组轮毂高度处的气象信息；首先利用数值天气预报(NWP)系统的预测结果得到风速、风向、气压、气温等天气数据，然后根据风机周围的物理信息得到风力发电机组轮毂高度的风速和风向等信息，最后利用风机的功率曲线计算得出风机的实际输出功率；
所述的统计方法是在系统的输入，即NWP、历史统计数据、实测数据和风电功率之间建立一个映射关系，通常为线性关系；线性关系可以用函数的形式表示出来，包括回归分析法、指数平滑法、时间序列法、卡尔曼滤波法和灰色预测法等，都是基于线性模型的；3、根据权利要求1所述结合风力发电的纯电动汽车有序充放电协调控制系统，其特征是：
所述的学习方法是用人工智能的方法提取输入和输出间的关系，这种方式所建模型为非线性模型，包括神经网络法、小波分析法、支持向量机法、粒子群优化算法等。
所述的电力系统短期负荷预测模块是利用昨日及以前的历史负荷数据，完成今日的短期负荷预测；在按常规的负荷预测模式，一般仅考虑负荷相关因素如气象因素等的影响下，参考历史负荷数据样本，采用多种短期负荷预测算法，如：神经网络算法、线性外推算法、指数平滑算法等，分别完成该日全天96 点负荷值的预测。
所述的自动发电控制模块是指水电厂计算机监控系统或火电厂DCS根据调度中心AGC软件计算结果输出的命令，自动调节机组的出力使电网的频率和联络线净交换功率维持在计划值的闭环调节过程；
所述的充电站集中协调监控系统内安装有中央计算机系统， 用来采集和处理来自于每个动力电池的必要信息；在同一充电站同时给动力电池充电时采用集中协调充电法，通过计算机的智能判断，协调好每个动力电池开始充电时刻、电流大小、充电时间，达到总电流需求量不超载的目的，保证充电负荷曲线是平坦的曲线。
所述的电池充放电计量模块是对动力电池的充放电量进行计量；动力电池在风电大发和电网负荷低谷时进行充电；动力电池在电网负荷高峰时向电网释放剩余电量，通过电池充放电计量模块计算出用户实际的购电费用。
所述的风功率预测模块，还可以采用以下预测方法：
(1) 短期风电功率预测算法：
分析风电发展特点以及风电场出力特性，研究适合的短期风电功率预测算法，并通过计算机仿真，分析各种方法的优缺点和适用范围，以及多种模型和方法综合使用的效果；提出适合的模型或模型组合；以统计方法、物理方法为基础，通过集合预报预测出适合风电场各种工况的短期风电功率预测算法；
(2) 超短期风电功率预测算法：
根据风电场出力特点，研究0-4小时超短期预测风电功率预测算法，经过计算仿真，选取最为有效的算法，实现功率预测的动态修正；通过风电场各种实时数据，通过算例分析，选用最适合的超短期风电功率预测算法。
所述的电网调度中心是通过以下通信网络结构实现的：电网调度中心通过以太网将对各个充电站的功率需求指令，包括给电池进行充电和需要电池向电网反送电的指令，发送给充电站集中协调监控系统；充电站集中协调监控系统接受到该指令后进行计算，将目标功率分解为对各个电池的实际控制量，通过CAN通信总线将任务下发下去；
充电站集中协调监控系统通过CAN通信总线采集电池组充放电计量模块、充电机、动力电池组、配电设备和烟感装置的信息，并将站内信息进行打包，通过以太网发送给电网调度中心。
本发明的有益效果是：实现和协调了风力发电、电动汽车充放电、电网稳定三者之间的优势互补关系。提高了风电的接纳能力，最大限度减少了纯电动汽车无序充电造成的谐波污染和对电网的不利影响，通过削峰填谷降低电网峰谷差，提高了电网的稳定水平。本发明可以克服风力发电的随机性、间歇性、不可控性和反调峰特性，以及纯电动汽车无序充电会给电网的正常运行造成影响。不仅能克服风力发电的缺点，而且能减少纯电动汽车无序充电对电网正常运行造成的影响，提高风电的利用效率，提高电网的稳定水平。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的系统结构图。
图2是本发明的通信网络结构图。
具体实施方式
本发明是结合风力发电的纯电动汽车有序充放电协调控制系统，它是利用动力电池在负荷低谷风电大发时充电从电网获得能量，在负荷尖峰时向电网反送电。同时，在每个动力电池充电站集中进行谐波治理，提高电能质量。本发明是将每个充电站的信息传送至电网调度指挥中心，由电网调度指挥中心根据风功率预测、负荷预测和电网状态监测，判断当前电力系统的状态，生成相应的充电控制模式，采取对电网、风电和动力电池均有利的控制策略。在风电功率较小、电网用电负荷较大时，动力电池将电池剩余的电量向电网进行反送电；在风电功率较大、电网用电负荷低谷时，电网对动力电池进行充电。 给电池充电的时间和情况，由于负荷的波动和风电的不确定性，每天的充放电时间并不固定，而是由程序计算出来的。
在动力电池充电站内安装有中央计算机系统，用来采集和处理来自于每个动力电池的必要信息，如电池容量、荷电状态( SOC )、额定电流、额定电压和预期的充电时间等。为减小由于充电引起的输电线路过载的情况，在同一充电站同时给动力电池充电时采用集中协调充电法，通过计算机的智能判断，协调好每个动力电池开始充电时刻、电流大小、充电时间，达到总电流需求量不超载的目的，尽量保证充电负荷曲线是平坦的曲线。
如图1所示，图1是本发明的系统结构图。本发明是结合风力发电的纯电动汽车有序充放电协调控制系统，是通过以下三个步骤实现是：
第一步骤：将每个充电站风功率预测模块、电力系统短期负荷预测模块、自动发电控制模块所采集的信息传送至电网调度中心；
第二步骤：由电网调度中心判断当前电力系统的状态，生成相应的充电控制模式，再将信息传送至充电站集中协调监控系统进行信息交互工作； 电网调度中心通过充电站集中协调控制系统的通信网络将调峰指令发送给各个动力电池即动力电池组； 动力电池组接收命令并被监测、记录，同时通过通信网络将信息反馈给充电站集中协调控制系统；动力电池按照接收的命令实现有组织、有计划的调峰，同时向电网进行反送剩余电量；
第三步骤：充电站集中协调监控系统接收并监控充电机及其连接的动力电池组、逆变器，以及站内配电设备、烟感装置和电池组充放电计量模块等所采集的信息；同时充电站集中协调监控系统将远程接收的信息发送给电网调度中心进行信息交互工作，并接受电网调度中心的指令。
1、本发明所述的风功率预测模块：
在此模块中，按照预测模型的不同，分别采用三种预测方法：物理方法、统计方法、学习方法。
物理方法的目标是尽可能准确估算出风电机组轮毂高度处的气象信息。首先利用数值天气预报(NWP)系统的预测结果得到风速、风向、气压、气温等天气数据，然后根据风机周围的物理信息得到风力发电机组轮毂高度的风速、风向等信息，最后利用风机的功率曲线计算得出风机的实际输出功率。
统计方法的实质是在系统的输入(NWP、历史统计数据、实测数据)和风电功率之间建立一个映射关系，通常为线性关系。这个关系可以用函数的形式表示出来，例如回归分析法、指数平滑法、时间序列法、卡尔曼滤波法、灰色预测法 等，都是基于线性模型的。
学习方法的实质是用人工智能的方法提取输入和输出间的关系，而不是以解析法的形式来描述，这种方式所建模型通常为非线性模型，比如神经网络法、小波分析法、支持向量机法等，都不能用某个数学表达式直接表示。
源于不同预测方法的预测结果有不同的规律，采用不同预测方法对发电计划的制定也会产生不同的影响。
(1) 短期风电功率预测算法研究
分析风电发展特点以及风电场出力特性，研究适合的短期风电功率预测算法，并通过计算机仿真，分析各种方法的优缺点和适用范围，以及多种模型和方法综合使用的效果；提出了适合的模型或模型组合。
算法研究将以统计方法、物理方法作为基础，以集合预报作为主要研究方向，研究出适合风电场各种工况的短期风电功率预测算法。
(2) 超短期风电功率预测算法研究
根据风电场出力特点，研究0-4小时超短期预测风电功率预测算法，经过计算仿真，选取最为有效的算法，实现功率预测的动态修正，为调度部门实时调度保障电网安全可靠运行提供有效依据。
算法研究将充分挖掘风电场各种实时数据，通过算例分析，选用最适合的超短期风电功率预测算法。
2、电力系统短期负荷预测模块：
利用昨日及以前的历史负荷数据，完成今日的短期负荷预测。在按常规的负荷预测模式，一般仅考虑负荷相关因素如气象因素等的影响下，参考历史负荷数据样本，采用多种短期负荷预测算法，如：神经网络算法、线性外推算法、指数平滑算法等，分别完成该日全天96 点负荷值的预测。
在本系统中需要综合考虑昨日及以前的历史动力电池充电负荷数据、常规负荷信息、气象信息、电价等，预测当日当前时刻以后未知1-nh的负荷。以用于电力市场下对当日负荷计划的调整。
在一天内的天气等负荷敏感因素不发生突变的情况下，其全日负荷的变化模式是不会发生突变的。
3、自动发电控制（AGC）模块：
自动发电控制（AGC）是电网调度自动化系统一项重要和基础的功能，是指水电厂计算机监控系统或火电厂DCS根据调度中心AGC软件计算结果输出的命令，自动调节机组的出力使电网的频率和联络线净交换功率维持在计划值的闭环调节过程，AGC的投入可以减轻调度人员的劳动强度、保证电网频率质量，提高电网运行的现代化水平。
在本系统中还需要考虑动力电池向电网进行反送剩余电量的情况，充电站具有双向通信功能, 能够远程接收指令和发送功率信息, 调峰指令由电网调度通过充电站集中协调控制系统的通信网络发送给各个动力电池, 动力电池的响应被监测、记录并通过通信网络反馈给充电站集中协调控制系统。因此, 动力电池可以按照电网要求实现有组织、有计划的调峰。
4、充电站集中协调监控系统：
该模块主要监视控制对象是充电机及其连接的动力电池组，以及站内配电设备、烟感装置和电池组充放电计量模块等。同时该模块还要与上级集中监控系统即电网调度中心进行信息交互。
在充电站集中协调监控系统内安装有中央计算机系统， 用来采集和处理来自于每个动力电池的必要信息，如电池容量、荷电状态( SOC )、额定电流、额定电压和预期的充电时间等。
具体实施时，电网调度中心将对各个充电站的功率需求指令发送给各个充电站集中协调监控系统；充电站集中协调监控系统接受到该指令后进行计算，将目标功率分解为对各个电池的实际控制量，并协调好每个动力电池开始充电时刻、电流大小、充电时间，达到总电流需求量不超载的目的，由充电机为电池进行充电。
5、电池充放电计量模块：
该模块主要的功能是对动力电池的充放电量进行计量。动力电池在风电大发和电网负荷低谷时进行充电，此时的电价便宜；动力电池在电网负荷高峰时（晚上9点左右）向电网释放剩余电量，此时的电价高。通过该计量模块可以算出用户实际的购电费用。
本发明系统的通信网络结构如下：
如图2所示，图2是本发明的通信网络结构图。本系统的通信网络包含充电站内监控系统通信网和充电站与调度中心通信网络。
充电站内监控系统通信网采用控制器局域网络CAN总线。包含基于CAN总线的前端数据采集系统、插有CAN接口卡的个人计算机——PC机、以及其它带有CAN控制器的硬件模块。与传统的基于RS一485总线的监控系统相比，在通信能力、可靠性、实时性、灵活性、易用性、传输距离等方面有着明显的优势。
充电站与调度中心通信网络采用以太网，采用统一的网络通讯协议----TCP/IP协议，避免了不同协议间无法通讯的困扰，它可以直接和局域网的计算机互连而不要额外的硬件设备，它方便数据在局域网的共享。它采用统一的网线，减少了布线成本和难度，避免多种总线并存。
电网调度中心通过以太网将对各个充电站的功率需求指令，包括给电池进行充电和需要电池向电网反送电的指令，发送给充电站集中协调监控系统；充电站集中协调监控系统接受到该指令后进行计算，将目标功率分解为对各个电池的实际控制量，通过CAN通信总线将任务下发下去。
充电站集中协调监控系统通过CAN通信总线采集电池组充放电计量模块、充电机、动力电池组、配电设备和烟感装置的信息，并将站内信息进行打包，通过以太网发送给电网调度中心。

Claims (8)

1.结合风力发电的纯电动汽车有序充放电协调控制系统，其特征是通过以下步骤实现：
将每个充电站风功率预测模块和电力系统短期负荷预测模块和自动发电控制模块所采集的信息传送至电网调度中心；
由电网调度中心判断当前电力系统的状态，生成相应的充电控制模式，再将信息传送至充电站集中协调监控系统进行信息交互工作； 电网调度中心通过充电站集中协调监控系统的通信网络将调峰指令发送给各个动力电池即动力电池组； 动力电池组接收命令并被监测和记录，同时通过通信网络将信息反馈给充电站集中协调监控系统；动力电池按照接收的命令实现有组织、有计划的调峰，同时向电网进行反送剩余电量；
充电站集中协调监控系统接收并监控充电机及其连接的动力电池组、逆变器，以及站内配电设备、烟感装置和电池组充放电计量模块所采集的信息；同时充电站集中协调监控系统将远程接收的信息发送给电网调度中心进行信息交互工作，并接受电网调度中心的指令。
2.根据权利要求1所述结合风力发电的纯电动汽车有序充放电协调控制系统，其特征是：所述的风功率预测模块包括三种预测方法：物理方法、统计方法、学习方法；
所述的物理方法是准确估算出风电机组轮毂高度处的气象信息；首先利用数值天气预报(NWP)系统的预测结果得到风速和风向和气压和气温天气数据，然后根据风机周围的物理信息得到风力发电机组轮毂高度的风速和风向信息，最后利用风机的功率曲线计算得出风机的实际输出功率；
所述的统计方法是在系统的输入，即数值天气预报(NWP)系统、历史统计数据、实测数据和风电功率之间建立一个映射关系，为线性关系；线性关系用函数的形式表示出来，包括回归分析法、指数平滑法、时间序列法、卡尔曼滤波法和灰色预测法，都是基于线性模型的；
所述的学习方法是用人工智能的方法提取输入和输出间的关系，这种方式所建模型为非线性模型，包括神经网络法或小波分析法或支持向量机法或粒子群优化算法。
3.根据权利要求1所述结合风力发电的纯电动汽车有序充放电协调控制系统，其特征是：所述的电力系统短期负荷预测模块是利用昨日及以前的历史负荷数据，完成今日的短期负荷预测；在按常规的负荷预测模式，仅考虑负荷相关因素气象因素的影响下，参考历史负荷数据样本，采用多种短期负荷预测算法，包括：神经网络算法和线性外推算法和指数平滑算法，分别完成该日全天96 点负荷值的预测。
4.根据权利要求1所述结合风力发电的纯电动汽车有序充放电协调控制系统，其特征是：所述的自动发电控制模块是指水电厂计算机监控系统或火电厂DCS根据调度中心AGC软件计算结果输出的命令，自动调节机组的出力使电网的频率和联络线净交换功率维持在计划值的闭环调节过程。
5.根据权利要求1所述结合风力发电的纯电动汽车有序充放电协调控制系统，其特征是：所述的充电站集中协调监控系统内安装有中央计算机系统， 用来采集和处理来自于每个动力电池的必要信息；在同一充电站同时给动力电池充电时采用集中协调充电法，通过计算机的智能判断，协调好每个动力电池开始充电时刻和电流大小和充电时间，达到总电流需求量不超载的目的，保证充电负荷曲线是平坦的曲线。
6.根据权利要求1所述结合风力发电的纯电动汽车有序充放电协调控制系统，其特征是：所述的电池组充放电计量模块是对动力电池的充放电量进行计量；动力电池在风电大发和电网负荷低谷时进行充电；动力电池在电网负荷高峰时向电网释放剩余电量，通过电池组充放电计量模块计算出用户实际的购电费用。
7.根据权利要求1所述结合风力发电的纯电动汽车有序充放电协调控制系统，其特征是：所述的风功率预测模块，还采用以下预测方法：
(1) 短期风电功率预测算法：
分析风电发展特点以及风电场出力特性，研究适合的短期风电功率预测算法，并通过计算机仿真，分析各种方法的优缺点和适用范围，以及多种模型和方法综合使用的效果；提出适合的模型或模型组合；以统计方法或物理方法为基础，通过集合预报预测出适合风电场各种工况的短期风电功率预测算法；
(2) 超短期风电功率预测算法：
根据风电场出力特点，研究0-4小时超短期预测风电功率预测算法，经过计算仿真，选取最为有效的算法，实现功率预测的动态修正；通过风电场各种实时数据，通过算例分析，选用最适合的超短期风电功率预测算法。
8.根据权利要求1所述结合风力发电的纯电动汽车有序充放电协调控制系统，其特征：所述的电网调度中心是通过以下通信网络结构实现的：电网调度中心通过以太网将对各个充电站的功率需求指令，包括给电池进行充电和需要电池向电网反送电的指令，发送给充电站集中协调监控系统；充电站集中协调监控系统接受到该指令后进行计算，将目标功率分解为对各个电池的实际控制量，通过CAN通信总线将任务下发下去；
充电站集中协调监控系统通过CAN通信总线采集电池组充放电计量模块、充电机、动力电池组、配电设备和烟感装置的信息，并将站内信息进行打包，通过以太网发送给电网调度中心。
CN2011101631125A 2011-06-17 2011-06-17 结合风力发电的纯电动汽车有序充放电协调控制系统 Active CN102324752B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN2011101631125A CN102324752B (zh) 2011-06-17 2011-06-17 结合风力发电的纯电动汽车有序充放电协调控制系统
PCT/CN2011/001470 WO2012171147A1 (zh) 2011-06-17 2011-08-31 结合风力发电的纯电动汽车有序充放电协调控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011101631125A CN102324752B (zh) 2011-06-17 2011-06-17 结合风力发电的纯电动汽车有序充放电协调控制系统

Publications (2)

Publication Number Publication Date
CN102324752A CN102324752A (zh) 2012-01-18
CN102324752B true CN102324752B (zh) 2013-11-13

Family

ID=45452439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101631125A Active CN102324752B (zh) 2011-06-17 2011-06-17 结合风力发电的纯电动汽车有序充放电协调控制系统

Country Status (2)

Country Link
CN (1) CN102324752B (zh)
WO (1) WO2012171147A1 (zh)

Families Citing this family (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102593901B (zh) * 2012-02-22 2014-04-30 华北电力大学 电动汽车充电设施负荷预测系统及预测方法
CN103136598B (zh) * 2013-02-26 2016-08-24 福建省电力有限公司 基于小波分析的月度电力负荷计算机预测方法
CN103246942B (zh) * 2013-05-21 2016-08-10 长沙理工大学 风电-电动汽车-火电联合运行模型的多目标调度方法
CN103490445B (zh) * 2013-09-05 2016-01-20 国家电网公司 一种风电机组中长期有功协调控制的仿真模型和方法
CN103489041A (zh) * 2013-09-17 2014-01-01 国家电网公司 一种短期风电功率预测方法
CN104124709B (zh) * 2014-08-11 2016-06-22 新疆伊能众诚高科有限公司 一种基于功率预测的风电并网运行系统
CN105429240B (zh) * 2015-12-29 2024-02-06 北京国网普瑞特高压输电技术有限公司 车网融合模式下的电动汽车智能充放电互动协调控制系统
CN106300349A (zh) * 2016-11-05 2017-01-04 北京普锐电子有限公司 一种区域用电智能管理系统
CN109272656B (zh) * 2017-07-17 2023-08-29 周锡卫 一种基于多能互补微电网的储能蓄电移动充电桩系统的运行方法
CN107231001B (zh) * 2017-07-26 2019-12-24 武汉大学 一种基于改进灰色预测的楼宇微网在线能量管理方法
CN108599267B (zh) * 2018-04-17 2020-09-01 上海电力学院 一种考虑电动汽车出行相关性的机组组合调度方法
CN109460620B (zh) * 2018-11-14 2022-11-25 国网湖北省电力有限公司电力科学研究院 一种电动汽车充电站典型充电负荷特性获取方法
CN109274100A (zh) * 2018-11-28 2019-01-25 清华四川能源互联网研究院 一种电能调度方法及系统
CN109523087B (zh) * 2018-11-28 2020-09-25 国网山东省电力公司德州供电公司 基于深度学习的电动汽车快充站储能监测系统及其方法
CN109709910A (zh) * 2018-11-30 2019-05-03 中国科学院广州能源研究所 一种家庭能源优化调度管理系统及方法
CN109849718A (zh) * 2018-12-06 2019-06-07 海南电网有限责任公司 一种电动汽车充电设施及配电网主动式协同规划的方法
CN109918798B (zh) * 2019-03-11 2023-06-02 三峡大学 基于充电功率等级的电动汽车充电方式优化方法
CN110048412A (zh) * 2019-04-23 2019-07-23 哈密豫新能源产业研究院有限责任公司 一种基于粒子群的煤矿高压电网自适应并行拓扑分析方法
CN110348592A (zh) * 2019-05-21 2019-10-18 华电电力科学研究院有限公司 一种基于人工神经网络的负荷模型预测方法及预测系统
CN110245904B (zh) * 2019-06-25 2022-02-15 南方电网科学研究院有限责任公司 一种综合能源市场的物资处理方法及相关装置
CN111162551B (zh) * 2020-01-15 2023-03-21 国网内蒙古东部电力有限公司 一种基于风电功率超短期预测的蓄电池充放电控制方法
CN112085363B (zh) * 2020-08-31 2024-04-12 浙江大学 一种储能和电动汽车集群协同调度的需求响应方法
CN112736894A (zh) * 2020-11-30 2021-04-30 国网陕西省电力公司电力科学研究院 一种计及风电与电动汽车随机性的两阶段机组组合建模方法
CN112848946B (zh) * 2021-02-20 2022-10-04 国网上海市电力公司 一种基于优化配电网分布的电动汽车充电桩充电改进方法
CN113067370B (zh) * 2021-03-15 2023-07-18 远景智能国际私人投资有限公司 V2g充电站的充电控制方法、装置、服务器及存储介质
CN113131530B (zh) * 2021-04-25 2023-05-30 西安热工研究院有限公司 一种电动汽车参与分散式风电场出力的控制方法及系统
CN113162089A (zh) * 2021-04-29 2021-07-23 华北电力大学 一种电动汽车参与风电消纳的调度方法
CN114475331B (zh) * 2021-08-31 2024-04-02 武汉大学 一种考虑负荷反弹的电动汽车聚合优化调度方法
CN113771675B (zh) * 2021-10-09 2023-05-09 南方电网数字电网研究院有限公司 有序充电方法和系统
CN113779815B (zh) * 2021-10-20 2023-04-07 上海尼拜环保科技发展有限公司 一种绿色低碳的一体化能源回收再利用系统
CN113991687B (zh) * 2021-11-03 2023-12-19 国网湖南省电力有限公司 基于风机状态及超短期功率预测的电压支撑方法及系统
CN114091263B (zh) * 2021-11-23 2024-03-01 中国电力科学研究院有限公司 双联络线电网送受电能力仿真分析方法、系统及存储介质
CN115659595B (zh) * 2022-09-26 2024-02-06 中国华能集团清洁能源技术研究院有限公司 基于人工智能的新能源场站的储能控制方法及装置
CN115902472B (zh) * 2022-11-18 2023-11-14 深圳市赛特新能科技有限公司 一种电动汽车对电网放电的测试方法
CN115663921B (zh) * 2022-12-12 2023-03-28 中国华能集团清洁能源技术研究院有限公司 一种风光储充微电网调控计划确定方法及系统
CN115946563B (zh) * 2023-03-13 2023-05-16 山东理工大学 充电堆功率动态分配策略优化方法、系统、终端及介质
CN116039576B (zh) * 2023-03-22 2023-08-08 宁波禾旭汽车科技有限公司 新能源汽车电池智能更换系统
CN117335439B (zh) * 2023-11-30 2024-02-27 国网浙江省电力有限公司 一种多元负荷资源联合调度方法及系统
CN117674369B (zh) * 2024-02-01 2024-05-03 河南工学院 一种新能源储能电池组充放电安全管理系统
CN117937550A (zh) * 2024-03-25 2024-04-26 宁波市电力设计院有限公司 一种综合能源储能系统优化调度方法和系统
CN118011135A (zh) * 2024-04-09 2024-05-10 江苏联能电力科学研究院有限公司 一种多通道电能质量分析与数据处理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101901945A (zh) * 2010-07-12 2010-12-01 河海大学 一种插电式混合动力车的集中智能调度充电方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7928693B2 (en) * 2008-03-13 2011-04-19 International Business Machines Corporation Plugin hybrid electric vehicle with V2G optimization system
WO2010046998A1 (ja) * 2008-10-24 2010-04-29 株式会社ＭＥＲＳＴｅｃｈ 電力供給システム
US20110016063A1 (en) * 2009-07-17 2011-01-20 Gridpoint, Inc. System and methods for smart charging techniques
CN102055217B (zh) * 2010-10-27 2012-09-19 国家电网公司 电动汽车有序充电控制方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101901945A (zh) * 2010-07-12 2010-12-01 河海大学 一种插电式混合动力车的集中智能调度充电方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
记及电动汽车和风电出力不确定性的随机经济调度;赵俊华等;《电力系统自动化》;20101025;第34卷(第20期);第22-29页 *
赵俊华等.记及电动汽车和风电出力不确定性的随机经济调度.《电力系统自动化》.2010,第34卷(第20期),第22-29页.

Also Published As

Publication number Publication date
WO2012171147A1 (zh) 2012-12-20
CN102324752A (zh) 2012-01-18

Similar Documents

Publication Publication Date Title
CN102324752B (zh) 结合风力发电的纯电动汽车有序充放电协调控制系统
CN110188950B (zh) 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法
CN105846418B (zh) 一种孤岛型微电网实时调度能量管理系统
CN109713712B (zh) 光储荷智能化管理一体机及光储荷智能化管理方法
CN103236718B (zh) 一种智能微网的源-网-荷自动控制系统及控制方法
CN110190597B (zh) 一种分布式电力管理系统
CN104716693B (zh) 一种分布式储能电池的能量管理方法及控制器、系统
CN103795079A (zh) 离网并网混合光伏发电控制系统及其经济性运行优化方法
CN206099371U (zh) 一种社区新能源微网系统
CN104200297A (zh) 实时电价环境下的家居混合供电系统能量优化调度方法
CN202134924U (zh) 一种太阳能电力并网自用多功能系统的构造
CN109754112A (zh) 一种考虑配电网削峰填谷的光储充电塔随机优化调度方法
CN110855006B (zh) 一种基于边缘物联代理的分布式光储充调控系统
CN104269901A (zh) 一种电网对电动汽车直流快速充电站管理系统及方法
Ma et al. Real-time plug-in electric vehicles charging control for V2G frequency regulation
CN203933038U (zh) 离网并网混合光伏发电控制系统
CN111541256A (zh) 一种能量控制方法和发电储能系统
CN106712082A (zh) 一种基于多智能体的分布式发电系统
Peña et al. Generation and demand scheduling in a micro-grid with battery-based storage systems, hybrid renewable systems and electric vehicle aggregators
CN102931676A (zh) 一种太阳能电力并网自用多功能系统的构造与方法
Hwangbo et al. Application of economic operation strategy on battery energy storage system at Jeju
Mahmud et al. A day-ahead peak shaving strategy using aggregated electric vehicles
Luna et al. Generation and demand scheduling for a grid-connected hybrid microgrid considering price-based incentives
CN112186785A (zh) 一种基于台区智能终端的源网荷储平衡系统
Ahmed et al. Grid Integration of PV Based Electric Vehicle Charging Stations: A Brief Review

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: STATE ELECTRIC NET CROP.

Effective date: 20121101

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20121101

Address after: 110006 dispatching communication center of Liaoning Electric Power Co., Ltd. Ningbo road 18, Heping District, Liaoning, Shenyang

Applicant after: Liaoning Electric Power Company Limited

Applicant after: State Grid Corporation of China

Address before: 110006 dispatching communication center of Liaoning Electric Power Co., Ltd. Ningbo road 18, Heping District, Liaoning, Shenyang

Applicant before: Liaoning Electric Power Company Limited

C14 Grant of patent or utility model
GR01 Patent grant