CN103248064A - 一种复合型能源充电储能系统及其方法 - Google Patents

一种复合型能源充电储能系统及其方法 Download PDF

Info

Publication number
CN103248064A
CN103248064A CN2013101519209A CN201310151920A CN103248064A CN 103248064 A CN103248064 A CN 103248064A CN 2013101519209 A CN2013101519209 A CN 2013101519209A CN 201310151920 A CN201310151920 A CN 201310151920A CN 103248064 A CN103248064 A CN 103248064A
Authority
CN
China
Prior art keywords
energy storage
power
charging
module
energy
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.)
Granted
Application number
CN2013101519209A
Other languages
English (en)
Other versions
CN103248064B (zh
Inventor
刘飞
文锋
阮旭松
李少林
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.)
Huizhou Meiyiruichuang Electrical Equipment Co Ltd
Original Assignee
Huizhou Epower Electronics Co Ltd
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 Huizhou Epower Electronics Co Ltd filed Critical Huizhou Epower Electronics Co Ltd
Priority to CN201310151920.9A priority Critical patent/CN103248064B/zh
Publication of CN103248064A publication Critical patent/CN103248064A/zh
Application granted granted Critical
Publication of CN103248064B publication Critical patent/CN103248064B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种复合型能源充电储能系统及其方法，系统包括监控调度模块、多个充电机，与外部电网连接的配电模块，光伏发电模块、风力发电模块以及用于储能的综合储能模块，各模块通过直流母线连接，并通过数据母线连接到监控调度模块。系统采集所需的参数，建立复合型能源充电储能系统的经济调度数学模型，并使用改进型粒子群算法得到最优的调度指令。本发明具有环保、减小对电网的冲击、运行稳定，同时具有运行效率高，实现经济运行。

Description

一种复合型能源充电储能系统及其方法
技术领域
本发明涉及一种复合型能源充电储能系统及其方法。
背景技术
电动汽车是指以车载电源为动力，用电机驱动车轮行驶，具有节能环保等优点。随着低碳经济成为我国经济发展的主旋律，电动汽车作为新能源战略和智能电网的重要组成部分，以及国务院确定的战略性新兴产业之一，必将成为今后中国汽车工业和能源产业发展的重点。然而，电动汽车产业是一项系统工程，电动汽车充电站则是主要环节之一，电动汽车充电站是指为电动汽车充电的站点，与现在的加油站相似，必须与电动汽车其他领域实现共同协调发展。目前国内已有或在建的电动汽车充电站，大多采用国家电网直接给电池充电的方法，如在白天用电高峰，大量的电动汽车需要充电，这就会对电网造成影响，同时依赖于电网供电，一旦电网出现故障，便无法继续满足电动汽车充换电服务。另外电动汽车快速充电需要瞬时强大的功率电力，常规电网也是基本无法满足，而要建专用充电网络，这涉及整个国家电网改造，国家电网大改造不是小事，耗资巨大。
发明内容
为了避免给国家电网造成严重负荷，实现电动汽车与电动汽车充电站的共同协调发展，本发明提供一种复合型能源充电储能系统及其方法的设计方案。
一种复合型能源充电储能系统，包括监控调度模块，监控调度模块连接于用于传输数据的数据总线上，还包括多个充电机，各充电机通过对应的DC/DC转换器连接到用于输电的直流母线上，DC/DC转换器通过数据总线与监控调度模块连接，并设置有与直流母线连接的用于与外部电网连接的配电模块，还包括连接到直流母线上的光伏发电模块、风力发电模块以及用于储能的综合储能模块。
具体的，所述光伏发电模块通过其对应的DC/DC转换器连接到直流母线，所述风力发电模块通过其对应的AC/DC转换器连接到直流母线，所述DC/DC转换器及AC/DC转换器均通过数据总线与监控调度模块连接。
更具体的，配电模块通过其对应的多个双向DC/AC转换器与直流母线连接；
所述多个双向DC/AC转换器均通过数据总线与监控调度模块连接。
进一步的，所述综合储能模块包括通过相对应的双向DC/DC转换器连接到直流母线的储能电池组、电动汽车换电电池组、储能及换电互用电池组以及直接连接到直流母线的超级电容器组；所述储能电池组、电动汽车换电电池组、储能及换电互用电池组一一对应的电池管理系统BMS；超级电容组设置有超级电容管理系统CMS；所述双向DC/DC转换器、池管理系统BMS及超级电容管理系统CMS均通过数据总线与监控调度模块连接。
更进一步的，还包括交流微网及直流微网，交流微网及直流微网分别通过对应的DC/AC转换器、DC/DC转换器连接到直流母线上。
一种复合型能源充电储能方法，包括以下步骤：
（1）采集当前综合储能系统实时可充放超级电容量                                               
Figure 2013101519209100002DEST_PATH_IMAGE002
及充放电功率
Figure 2013101519209100002DEST_PATH_IMAGE004
，次日负荷预测曲线
Figure 2013101519209100002DEST_PATH_IMAGE006
、次日光照预测强度曲线
Figure DEST_PATH_IMAGE008
、次日风速预测曲线、次日功率需求预测曲线
Figure DEST_PATH_IMAGE012
，根据当前实时数据和次日预测数据，计算出t时刻，第
Figure DEST_PATH_IMAGE014
个储能单元可充放超级电容量
Figure DEST_PATH_IMAGE016
范围及充放电功率大小
Figure DEST_PATH_IMAGE018
、
Figure DEST_PATH_IMAGE020
范围和第j台发电系统的出力
Figure DEST_PATH_IMAGE022
范围，其中t = 1,2,3,…,24。
（2）建立复合型能源充电储能系统的经济调度数学模型：
，
其中，
Figure DEST_PATH_IMAGE026
为电压偏差，即电网某节点的电压与系统标称电压之差对系统标称电压的百分数，
Figure DEST_PATH_IMAGE028
为复合型能源充电储能系统运行效率，n为电网运行中的节点数，
Figure DEST_PATH_IMAGE030
为节点i的电压，
Figure DEST_PATH_IMAGE032
为节点i电压偏差限制量，
Figure DEST_PATH_IMAGE034
、
Figure DEST_PATH_IMAGE036
分别为节点i电压的上下限；
Figure DEST_PATH_IMAGE038
为运行周期；m为发电机数量，具体指光伏发电模块与风力发电模块中的发电单元总数；
Figure DEST_PATH_IMAGE040
为第j台发电机在t时段的报价函数；
Figure DEST_PATH_IMAGE042
为第j台发电机t时段的出力；
Figure DEST_PATH_IMAGE044
为j台发电机t时段的状态；为时间段；
Figure DEST_PATH_IMAGE048
为储能单元数量，即综合储能模块中的各个储能单元总数；
Figure DEST_PATH_IMAGE050
为综合储能系统充放电的阶梯电价函数；
Figure DEST_PATH_IMAGE052
为第e个储能单元在t时刻的出力；为第e个储能单元的充放电状态；
Figure DEST_PATH_IMAGE056
为第x个储能单元的折旧系数；
Figure DEST_PATH_IMAGE058
为第x个储能单元的充放电次数，
Figure DEST_PATH_IMAGE060
为第x个储能单元的成本；
（3）建立约束条件，利用改进型粒子群算法计算步骤2所述数学模型的最优解；
（4）根据步骤（3）得到的最优解进行相应的调度指令。
具体的，步骤（3）所述约束条件为：
（A）负荷平衡约束：
，
其中，
Figure DEST_PATH_IMAGE064
为t时段的损耗功率，
Figure DEST_PATH_IMAGE066
为平衡电网的负荷功率，t = 1,2,3,…,T；
（B）电站负荷备用约束：
Figure DEST_PATH_IMAGE068
，
其中，
Figure DEST_PATH_IMAGE070
为在t时段的备用功率，
Figure DEST_PATH_IMAGE072
为发电系统在次日t时段的出力，
Figure DEST_PATH_IMAGE074
为电网在次日t时刻的负荷预测，为电动汽车在次日t时段的功率需求预测，
Figure DEST_PATH_IMAGE078
为常数，1为充电，-1为放电，t = 0,1,2,…,T。
（C）发电机功率限制：
Figure DEST_PATH_IMAGE080
，
其中
Figure DEST_PATH_IMAGE082
、
Figure DEST_PATH_IMAGE084
分别为第j台发电机输出功率的下限和上限；
（D）储能单元容量限制：
Figure DEST_PATH_IMAGE086
，
其中、
Figure DEST_PATH_IMAGE090
分别为第e个储能单元的容量下限和上限；
（E）储能单元充电功率限制：
Figure DEST_PATH_IMAGE092
，
其中、
Figure DEST_PATH_IMAGE096
分别为第e个储能单元充电功率的最小值和最大值；
（F）储能单元放电功率限制：
Figure DEST_PATH_IMAGE098
，
其中、
Figure DEST_PATH_IMAGE102
分别为第e个储能单元放电功率的最小值和最大值。
    更具体的， 所述改进型粒子群算法的实现步骤为：
（I）在整个系统允许的范围内随机产生粒子的初始位置和速度，根据约束条件，计算出相应的个体极值
Figure DEST_PATH_IMAGE104
和全局极值，记录最好粒子的序号，将
Figure 6843DEST_PATH_IMAGE106
设置为该最好粒子的位置。
（II）根据目标函数，计算每个粒子的适应度，若优于该粒子的个体极值，则将
Figure 371222DEST_PATH_IMAGE104
设置为该粒子的位置，并更新粒子的位置；如所有粒子的个体极值中最好的优于当前全局极值
Figure 595530DEST_PATH_IMAGE106
，将
Figure 860289DEST_PATH_IMAGE106
设置为该粒子的位置，并更新全局极值。
（III）选取一定比例在种群中对
Figure 144640DEST_PATH_IMAGE104
适应度好的粒子的信息，对每个粒子的位置和速度进行更新。
（IV）检验是否符合结束条件，如果迭代次数达到预先设定的最大次数，停止迭代，输出最优解，否则转到步骤（II）。
进一步的，所述更新粒子的方法为：
Figure DEST_PATH_IMAGE108
，
上式中
Figure DEST_PATH_IMAGE110
是第k代粒子i的速度，
Figure DEST_PATH_IMAGE112
为非负常数，称为惯性因子，
Figure DEST_PATH_IMAGE114
、
Figure DEST_PATH_IMAGE116
为非负常数，称为学习因子，
Figure DEST_PATH_IMAGE118
、是均匀分布在(0,1)之间的随机数，
Figure DEST_PATH_IMAGE122
为一定比例的粒子数量，取0.08倍种群数并四舍五入取整。
综上所述，本发明具有以下有益效果：（1）本发明所述复合型能源充电储能系统能够充分利用电站及周边场地资源，使用风能和太阳能为主要能量来源，干净、无污染；（2）使用风能和太阳能也能够减轻电网负荷，降低了充电成本；（3）通过综合储能模块，配备若干数量的待换电池、超级电容器，不仅能满足电动汽车充换电电池的需求，对用电高峰时平衡电网负荷，减小电网冲击优势明显，充电系统不受电网短时故障影响；（4）能够利用夜间国家电网电费较低的特点，通过综合储能模块进行蓄能，从而到降低充电成本的目的；（5）利用改进型粒子群优化算法，对标准的粒子群算法在搜寻最优解的过程进行改进，加强了种群中粒子之间的信息共享，优化迭代进程，大大提高算法的精确度以及算法的收敛能力；（6）利用经济调度数学模型，在平衡电网负荷的前提下，综合考虑阶梯电价，电池循环寿命，太阳能风能最大功率跟踪，提高复合型能源充电储能系统的运行效率，实现经济运行。
附图说明
图1为本发明所述一种复合型能源充电储能系统整体结构示意图。
具体实施方式
为了让本领域的技术人员能够更好地了解本发明的技术方案，下面结合附图对本发明作进一步的阐述。
如图1所示，本发明揭示了一种复合型能源充电储能系统（下称充电系统），包括监控调度模块，监控调度模块连接于用于传输数据的数据总线上，还包括多个充电机，各充电机通过对应的DC/DC转换器连接到用于输电的直流母线上，DC/DC转换器通过数据总线与监控调度模块连接，并设置有与直流母线连接的用于与外部电网连接的配电模块，还包括连接到直流母线（DC BUS）上的光伏发电模块、风力发电模块以及用于储能的综合储能模块。
复合型能源充电储能系统利用光伏发电模块、风力发电模块进行发电，光伏发电模块通过DC/DC转换器将电能输送到直流母线（DC BUS），风力发电模块通过AC/DC转换器将电能输送到直流母线。并利用配电模块与外部的电网连接，配电模块通过其对应的多个双向DC/AC转换器将外部电网的电能输送到直流母线；所述与配电模块对应的多个双向DC/AC转换器均通过数据总线与监控调度模块连接。
综合储能模块包括通过相对应的双向DC/DC转换器连接到直流母线的储能电池组、电动汽车换电电池组、储能及换电互用电池组，以及直接连接到直流母线的超级电容器组。储能电池组能够将来自复合型能源充电储能系统的富于电能进行存储、备用，在用电高峰而又有大量的电动汽车需要充电时能够提供备用电能，有利于平衡电网负荷，减少对电网的冲击；电动汽车换电电池组用于电动汽车换电池业务，对电动汽车的更换下来的电池进行充电；储能及换电互用电池组是兼具储能和电动汽车换电池业务，一般情况下储能及换电互用电池组作用与储能电池组相同，用于储能，但遇到电动汽车换电电池组的电动汽车换电池用完或不够时，此时储能及换电互用电池组可提供备用电动汽车换电电池。超级电容器组将来自复合型能源充电储能系统的电能进行存储，然后通过超级电容给电动汽车换电电池组、储能及换电互用电池组提供平稳充电电流。
储能及换电互用电池组使用的电池型号和特性应和电动汽车换电池组特性一致。储能用电池组电池型号和特性可以和电动汽车换电池组特性不一致，根据实际需求进行选择。
所述储能电池组、电动汽车换电电池组、储能及换电互用电池组分别设置有一一对应的电池管理系统BMS；超级电容组设置有超级电容管理系统CMS；所述双向DC/DC转换器、池管理系统BMS及超级电容管理系统CMS均通过数据总线与监控调度模块连接。监控调度模块根据需求，通过各个BMS与CMS，调度控制综合储能模块的储能电池组、电动汽车换电电池组、储能及换电互用电池组以及超级电容器组利用来自直流母线的电能进行蓄能。
一般情况下，充电系统充电的电能均是来自复合型能源充电储能系统，而当监控调度模块判断充电系统只依靠复合型能源充电储能系统无法提供足够的电能时，监控调度模块通过配电模块使用电网提供电能。
充电系统还包括分别为交流负载及直流负载供电的交流微网及直流微网，如为整个充电站的交流负载与直流负载供电。交流微网及直流微网分别通过对应的DC/AC转换器、DC/DC转换器连接到直流母线上。
另外，需要说明的是，如图1所示，上述所有DC/AC转换器、双向DC/DC转换器、电池管理系统BMS等都通过数据总线（Data BUS）连接于监控调度模块，并按照监控调度模块的指令工作。
一种复合型能源充电储能方法，包括以下步骤：
（1）监控调度模块采集当前综合储能系统实时可充放超级电容量
Figure DEST_PATH_IMAGE124
及充放电功率
Figure DEST_PATH_IMAGE126
，次日负荷预测曲线
Figure DEST_PATH_IMAGE128
、次日光照预测强度曲线、次日风速预测曲线
Figure DEST_PATH_IMAGE132
、次日功率需求预测曲线
Figure DEST_PATH_IMAGE134
，根据当前实时数据和次日预测数据，计算出t时刻，第
Figure 793052DEST_PATH_IMAGE014
个储能单元可充放超级电容量
Figure DEST_PATH_IMAGE136
范围及充放电功率大小
Figure DEST_PATH_IMAGE138
、
Figure DEST_PATH_IMAGE140
范围和第j台发电系统的出力
Figure DEST_PATH_IMAGE142
范围，其中t = 1,2,3,…,24。
（2）建立复合型能源充电储能系统的经济调度数学模型：
Figure DEST_PATH_IMAGE144
；
其中，
Figure 132635DEST_PATH_IMAGE026
为电压偏差，即电网某节点的电压与系统标称电压之差对系统标称电压的百分数，
Figure 314218DEST_PATH_IMAGE028
为复合型能源充电储能系统运行效率。
电压偏差的目标函数就是节点的电压偏差最小化。则其目标函数为：
Figure DEST_PATH_IMAGE146
；
其中， n为电网运行中的节点数，
Figure 707153DEST_PATH_IMAGE030
为节点i的电压，
Figure 544659DEST_PATH_IMAGE032
为节点i的电压偏差限制量，、
Figure DEST_PATH_IMAGE150
分别为节点i电压的上下限。
运行效率的目标函数就是符合电站获得最好的经济效益，在保证电压满足要求范围内通过对电站的风力发电模块和光伏发电模块实现MPPT最大功率点跟踪，再者根据阶梯电价相关规定，结合综合储能系统电池的寿命，合理的充放电控制，可得目标函数为： 
Figure DEST_PATH_IMAGE152
。
则有：
，
其中， 
Figure 523690DEST_PATH_IMAGE038
为运行周期，本实施例为24（小时）；m为发电机数量，具体指光伏发电模块与风力发电模块中的发电单元总数； 
Figure DEST_PATH_IMAGE154
为第j台发电机在t时段的报价函数；
Figure DEST_PATH_IMAGE156
为第j台发电机t时段的出力；
Figure DEST_PATH_IMAGE158
为j台发电机t时段的状态，0为停机状态，1为最大发电状态；
Figure DEST_PATH_IMAGE160
为时间段，本实施例为0.5小时；
Figure 962893DEST_PATH_IMAGE048
为储能单元数量；
Figure DEST_PATH_IMAGE162
为综合储能系统充放电的阶梯电价函数；
Figure DEST_PATH_IMAGE164
为第e个储能单元在t时刻的出力；为第e个储能单元的充放电状态；
Figure DEST_PATH_IMAGE168
为第x个储能单元的折旧系数；
Figure DEST_PATH_IMAGE170
为第x个储能单元的充放电次数，
Figure 396017DEST_PATH_IMAGE060
为第x个储能单元的成本。
（3）建立约束条件：
（A）负荷平衡约束：
，
其中，
Figure 859676DEST_PATH_IMAGE064
为t时段的损耗功率，
Figure 656731DEST_PATH_IMAGE066
为平衡电网的负荷功率，t = 1,2,3,…,T；
（B）电站负荷备用约束：
Figure 692996DEST_PATH_IMAGE068
，
其中，
Figure 600909DEST_PATH_IMAGE070
为在t时段的备用功率，
Figure 549274DEST_PATH_IMAGE072
为发电系统在次日t时段的出力，
Figure 517230DEST_PATH_IMAGE074
为电网在次日t时刻的负荷预测，
Figure 551045DEST_PATH_IMAGE076
为电动汽车在次日t时段的功率需求预测，
Figure 262649DEST_PATH_IMAGE078
为常数，1为充电，-1为放电，t = 0,1,2,…,T。
（C）发电机功率限制：
Figure 331099DEST_PATH_IMAGE080
，
其中
Figure 469956DEST_PATH_IMAGE082
、
Figure 224023DEST_PATH_IMAGE084
分别为第j台发电机输出功率的下限和上限；
（D）储能单元容量限制：
Figure 739318DEST_PATH_IMAGE086
，
其中
Figure 662275DEST_PATH_IMAGE088
、分别为第e个储能单元的容量下限和上限；
（E）储能单元充电功率限制：
Figure 714862DEST_PATH_IMAGE092
，
其中
Figure 768268DEST_PATH_IMAGE094
、
Figure 545731DEST_PATH_IMAGE096
分别为第e个储能单元充电功率的最小值和最大值；
（F）储能单元放电功率限制：
Figure 26391DEST_PATH_IMAGE098
，
其中
Figure 23560DEST_PATH_IMAGE100
、
Figure 615078DEST_PATH_IMAGE102
分别为第e个储能单元放电功率的最小值和最大值。
利用改进型粒子群算法计算步骤2所述数学模型的最优解，实现步骤为：
（I）在整个系统允许的范围内随机产生粒子的初始位置和速度，根据约束条件，计算出相应的个体极值和全局极值
Figure DEST_PATH_IMAGE174
，记录最好粒子的序号，将设置为该最好粒子的位置；对于本系统来说，其实际意义为对第m-1个发电机组和y-1个储能单元，在满足各节点电压允许的范围内，随即产生各发电机组的发电状态和储能单元的充放电状态，利用约束条件，求解第m台发电机发电状态和第y个储能单元的充放电状态。
（II）根据目标函数，计算每个粒子的适应度，若优于该粒子的个体极值，则将
Figure 101871DEST_PATH_IMAGE172
设置为该粒子的位置，并更新粒子的位置；如所有粒子的个体极值中最好的优于当前全局极值
Figure 819291DEST_PATH_IMAGE174
，将
Figure 214501DEST_PATH_IMAGE174
设置为该粒子的位置，并更新全局极值。
（III）更新粒子，对每个粒子的位置和速度进行更新。标准的粒子群算法中每个粒子只根据个体极值
Figure 28873DEST_PATH_IMAGE172
和全局极值
Figure 287554DEST_PATH_IMAGE174
两个信息来更新粒子自身的位置和速度，没有考虑其它粒子的信息。本发明利用改进型粒子群算法，选取一定比例在种群中对
Figure 554587DEST_PATH_IMAGE172
适应度好的粒子的信息，修正下一次迭代各粒子的策略，这种改进型粒子群算法能提高算法的准确度和算法的收敛性。方法如下：
Figure DEST_PATH_IMAGE176
；
其中
Figure 691170DEST_PATH_IMAGE110
是第k代粒子i的速度，
Figure 297732DEST_PATH_IMAGE112
为非负常数，称为惯性因子，
Figure 291096DEST_PATH_IMAGE114
、为非负常数，称为学习因子，、
Figure 948233DEST_PATH_IMAGE120
是均匀分布在(0,1)之间的随机数，
Figure 112498DEST_PATH_IMAGE122
为一定比例的粒子数量，取0.08倍种群数并四舍五入取整。
（IV）检查是否符合结束条件，如果迭代次数达到预先设定的最大次数，停止迭代，输出最优解，否则转到步骤（II）。
（4）根据步骤（3）得到的最优解进行相应的调度指令，根据电网稳定性和经济效益运行原则进行合理的能量调度。
本实施例只是本发明的较优实施方式，需要说明的是，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (9)

1.一种复合型能源充电储能系统，包括监控调度模块，监控调度模块连接于用于传输数据的数据总线上，还包括多个充电机，各充电机通过对应的DC/DC转换器连接到用于输电的直流母线上，DC/DC转换器通过数据总线与监控调度模块连接，并设置有与直流母线连接的用于与外部电网连接的配电模块，其特征在于，还包括连接到直流母线上的光伏发电模块、风力发电模块以及用于储能的综合储能模块。
2.根据权利要求1所述复合型能源充电储能系统，其特征在于：所述光伏发电模块通过其对应的DC/DC转换器连接到直流母线，所述风力发电模块通过其对应的AC/DC转换器连接到直流母线；
所述DC/DC转换器及AC/DC转换器均通过数据总线与监控调度模块连接。
3.根据权利要求1所述复合型能源充电储能系统，其特征在于：配电模块通过其对应的多个双向DC/AC转换器与直流母线连接；
所述多个双向DC/AC转换器均通过数据总线与监控调度模块连接。
4.根据权利要求1所述复合型能源充电储能系统，其特征在于：所述综合储能模块包括通过相对应的双向DC/DC转换器连接到直流母线的储能电池组、电动汽车换电电池组、储能及换电互用电池组，以及直接连接到直流母线的超级电容器组； 
所述储能电池组、电动汽车换电电池组、储能及换电互用电池组分别设置有一一对应的电池管理系统BMS；超级电容组设置有超级电容管理系统CMS；
所述双向DC/DC转换器、电池管理系统BMS及超级电容管理系统CMS均通过数据总线与监控调度模块连接。
5.根据权利要求1~4任一项所述复合型能源充电储能系统，其特征在于：还包括分别为整个系统内的交流负载和直流负载提供电能的交流微网及直流微网，交流微网及直流微网分别通过对应的DC/AC转换器、DC/DC转换器连接到直流母线上；所述DC/AC转换器、DC/DC转换器均通过数据总线与监控调度模块连接。
6.一种复合型能源充电储能方法，其特征在于：包括以下步骤：
（1）采集当前综合储能系统实时可充放超级电容量                                                
Figure 332425DEST_PATH_IMAGE001
及充放电功率
Figure 61346DEST_PATH_IMAGE002
，次日负荷预测曲线
Figure 327111DEST_PATH_IMAGE003
、次日光照预测强度曲线
Figure 762772DEST_PATH_IMAGE004
、次日风速预测曲线、次日功率需求预测曲线
Figure 173473DEST_PATH_IMAGE006
，根据当前实时数据和次日预测数据，计算出t时刻，第
Figure 993661DEST_PATH_IMAGE007
个储能单元可充放超级电容量
Figure 533096DEST_PATH_IMAGE008
范围及充放电功率大小
Figure 413327DEST_PATH_IMAGE009
、
Figure 539677DEST_PATH_IMAGE010
范围和第j台发电系统的出力
Figure 897978DEST_PATH_IMAGE011
范围，其中t = 1,2,3,…,24；
（2）建立复合型能源充电储能系统的经济调度数学模型：
，
其中，为电压偏差，
Figure 268282DEST_PATH_IMAGE015
为复合型能源充电储能系统运行效率，n为节点数，为节点i的电压，
Figure 445765DEST_PATH_IMAGE017
为电压偏差限制量，
Figure 917066DEST_PATH_IMAGE018
、
Figure 267276DEST_PATH_IMAGE019
分别为节点i电压的上下限； 
Figure 706393DEST_PATH_IMAGE020
为运行周期；m为发电机数量；为第j台发电机在t时段的报价函数；为第j台发电机t时段的出力；
Figure 305367DEST_PATH_IMAGE023
为j台发电机t时段的状态；为时间段；
Figure 595982DEST_PATH_IMAGE025
为储能单元数量；
Figure 159819DEST_PATH_IMAGE026
为综合储能系统充放电的阶梯电价函数；
Figure 733888DEST_PATH_IMAGE027
为第e个储能单元在t时刻的出力；
Figure 838111DEST_PATH_IMAGE028
为第e个储能单元的充放电状态；
Figure 620384DEST_PATH_IMAGE029
为第x个储能单元的折旧系数；
Figure 417439DEST_PATH_IMAGE030
为第x个储能单元的充放电次数，
Figure 963958DEST_PATH_IMAGE031
为第x个储能单元的成本；
（3）建立约束条件，利用改进型粒子群算法计算步骤2所述数学模型的最优解；
（4）根据步骤（3）得到的最优解进行相应的调度指令。
7.根据权利要求6所述的一种复合型能源充电储能方法，其特征在于：步骤（3）所述约束条件为：
(A)负荷平衡约束：
Figure 137450DEST_PATH_IMAGE032
，其中，
Figure 335082DEST_PATH_IMAGE033
为t时段的损耗功率，为平衡电网的负荷功率，t = 1,2,3,…,T；
(B)电站负荷备用约束：，其中，为在t时段的备用功率，
Figure 539744DEST_PATH_IMAGE037
为发电系统在次日t时段的出力，
Figure 678601DEST_PATH_IMAGE038
为电网在次日t时刻的负荷预测，为电动汽车在次日t时段的功率需求预测，
Figure 636379DEST_PATH_IMAGE040
为常数，1为充电，-1为放电，t = 0,1,2,…,T；
 (C)发电机功率限制：
Figure 621652DEST_PATH_IMAGE041
，其中
Figure 619826DEST_PATH_IMAGE042
、
Figure 628234DEST_PATH_IMAGE043
分别为第j台发电机输出功率的下限和上限；
(D)储能单元容量限制：
Figure 681640DEST_PATH_IMAGE044
，其中
Figure 708371DEST_PATH_IMAGE045
、
Figure 126714DEST_PATH_IMAGE046
分别为第e个储能单元的容量下限和上限；
(E)储能单元充电功率限制：
Figure 419155DEST_PATH_IMAGE047
，其中
Figure 964668DEST_PATH_IMAGE048
、分别为第e个储能单元充电功率的最小值和最大值；
(F)储能单元放电功率限制：
Figure 248199DEST_PATH_IMAGE050
，其中
Figure 480466DEST_PATH_IMAGE051
、
Figure 875675DEST_PATH_IMAGE052
分别为第e个储能单元放电功率的最小值和最大值。
8.根据权利要求6所述的一种复合型能源充电储能方法，其特征在于：所述改进型粒子群算法的实现步骤为：
（I）在整个系统允许的范围内随机产生粒子的初始位置和速度，根据约束条件，计算出相应的个体极值和全局极值
Figure 138609DEST_PATH_IMAGE054
，记录最好粒子的序号，将
Figure 405642DEST_PATH_IMAGE054
设置为该最好粒子的位置；
（II）根据目标函数，计算每个粒子的适应度，若优于该粒子的个体极值，则将设置为该粒子的位置，并更新粒子的位置；如所有粒子的个体极值中最好的优于当前全局极值
Figure 132476DEST_PATH_IMAGE054
，将
Figure 391419DEST_PATH_IMAGE054
设置为该粒子的位置，并更新全局极值；
（III）选取一定比例在种群中对
Figure 817852DEST_PATH_IMAGE053
适应度好的粒子的信息，对每个粒子的位置和速度进行更新；
（IV）检验是否符合结束条件，如果迭代次数达到预先设定的最大次数，停止迭代，输出最优解，否则转到步骤（II）。
9.根据权利要求8所述的一种复合型能源充电储能方法，其特征在于：所述更新粒子的方法为：
Figure 508858DEST_PATH_IMAGE055
，                                     
上式中
Figure 32244DEST_PATH_IMAGE056
是第k代粒子i的速度，
Figure 134192DEST_PATH_IMAGE057
为非负常数，称为惯性因子，
Figure 562768DEST_PATH_IMAGE058
、
Figure 103471DEST_PATH_IMAGE059
为非负常数，称为学习因子，
Figure 419046DEST_PATH_IMAGE060
、
Figure 19791DEST_PATH_IMAGE061
是均匀分布在(0,1)之间的随机数，为一定比例的粒子数量，取0.08倍种群数并四舍五入取整。
CN201310151920.9A 2013-04-27 2013-04-27 一种复合型能源充电储能系统及其方法 Active CN103248064B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310151920.9A CN103248064B (zh) 2013-04-27 2013-04-27 一种复合型能源充电储能系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310151920.9A CN103248064B (zh) 2013-04-27 2013-04-27 一种复合型能源充电储能系统及其方法

Publications (2)

Publication Number Publication Date
CN103248064A true CN103248064A (zh) 2013-08-14
CN103248064B CN103248064B (zh) 2016-06-15

Family

ID=48927371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310151920.9A Active CN103248064B (zh) 2013-04-27 2013-04-27 一种复合型能源充电储能系统及其方法

Country Status (1)

Country Link
CN (1) CN103248064B (zh)

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103475017A (zh) * 2013-09-23 2013-12-25 国家电网公司 一种自适应移动微电网的能量交互系统
CN104269582A (zh) * 2014-09-24 2015-01-07 国家电网公司 蓄电池组的充放电方法
CN104578164A (zh) * 2015-01-29 2015-04-29 国家电网公司 基于背靠背交直流变换器的微电网结构及控制方法
CN104701875A (zh) * 2015-04-06 2015-06-10 江翠珍 一种分布式电网配电系统
CN104795852A (zh) * 2014-01-21 2015-07-22 台达电子工业股份有限公司 动态充电的充电装置及其操作方法
EP2889176A3 (en) * 2013-12-27 2015-11-11 Doosan Heavy Industries & Construction Co. Ltd. Battery exchange station and method of operating battery exchange station
CN105186669A (zh) * 2015-09-29 2015-12-23 张洪亮 基于分布式公共直流母线的风光储充电站系统
CN105305529A (zh) * 2014-06-30 2016-02-03 英飞凌科技股份有限公司 混合功率转换器级
CN105322578A (zh) * 2014-06-17 2016-02-10 深圳市沃特玛电池有限公司 一种电动汽车充电系统
CN105552914A (zh) * 2016-01-27 2016-05-04 江苏大烨智能电气股份有限公司 一种基于电价的交直流混合微电网分层控制方法
CN107264296A (zh) * 2017-07-13 2017-10-20 重庆市炙热科技发展有限公司 一种机动车风能回收发电装置
CN107465229A (zh) * 2017-09-01 2017-12-12 深圳市高斯宝电气技术有限公司 一种电池充放电系统
CN107785971A (zh) * 2016-08-20 2018-03-09 谭功显 家用电动汽车直流充电装置
CN108054779A (zh) * 2018-01-04 2018-05-18 阳光电源股份有限公司 一种光储充换电站及其云储能系统优化控制方法
CN109214095A (zh) * 2018-09-13 2019-01-15 云南民族大学 电动汽车充放电多目标优化调度方法
CN109272205A (zh) * 2018-08-24 2019-01-25 国网河南省电力公司电力科学研究院 广义负荷特性分析方法及装置
CN109510202A (zh) * 2018-12-20 2019-03-22 南京工程学院 一种基于数学模型的区域电网的能源管理系统
CN109907391A (zh) * 2019-04-04 2019-06-21 东北大学 一种折叠式太阳能充电衣及太阳能最大功率捕获方法
WO2019153305A1 (en) * 2018-02-11 2019-08-15 Abb Schweiz Ag Charging station and method and device for controlling charging station
IT201800004702A1 (it) * 2018-04-19 2019-10-19 Sistema e metodo di ricarica di un veicolo elettrico in corrente continua
US10449869B2 (en) 2014-11-28 2019-10-22 Seimens Aktiengesellschaft Method for symmetrizing an energy storage system
CN110392967A (zh) * 2017-03-13 2019-10-29 宝马股份公司 用于在供电网络中缓存电能的固定蓄能器以及用于固定蓄能器的运行方法和加装模块
CN110535172A (zh) * 2018-05-25 2019-12-03 阳光电源股份有限公司 一种交直流风光混合发电系统及功率平滑控制方法
CN112018793A (zh) * 2019-05-28 2020-12-01 中车株洲电力机车研究所有限公司 一种基于轮循式储能的充电系统
CN113459862A (zh) * 2021-05-21 2021-10-01 蓝谷智慧(北京)能源科技有限公司 换电站及其控制方法、控制装置、存储介质和电子设备
CN113765180A (zh) * 2021-08-20 2021-12-07 北京机械设备研究所 一种模块化电池储能系统充放电管理系统及管理方法
CN117791674A (zh) * 2023-12-23 2024-03-29 广东永光新能源科技有限公司 风力发电智能储能系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007185008A (ja) * 2006-01-04 2007-07-19 Kansai Electric Power Co Inc:The 電力供給システムおよびその制御方法
CN102545200A (zh) * 2011-12-13 2012-07-04 河海大学 基于电压源换流器的多端直流配电网系统
CN102931653A (zh) * 2012-11-02 2013-02-13 浙江工业大学 一种风光直流微电网的综合协调控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007185008A (ja) * 2006-01-04 2007-07-19 Kansai Electric Power Co Inc:The 電力供給システムおよびその制御方法
CN102545200A (zh) * 2011-12-13 2012-07-04 河海大学 基于电压源换流器的多端直流配电网系统
CN102931653A (zh) * 2012-11-02 2013-02-13 浙江工业大学 一种风光直流微电网的综合协调控制方法

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103475017A (zh) * 2013-09-23 2013-12-25 国家电网公司 一种自适应移动微电网的能量交互系统
CN103475017B (zh) * 2013-09-23 2016-01-20 国家电网公司 一种自适应移动微电网的能量交互系统
EP2889176A3 (en) * 2013-12-27 2015-11-11 Doosan Heavy Industries & Construction Co. Ltd. Battery exchange station and method of operating battery exchange station
US9573479B2 (en) 2013-12-27 2017-02-21 Doosan Heavy Industries & Construction Co., Ltd. Battery exchange station and method of operating battery exchange station
CN104795852A (zh) * 2014-01-21 2015-07-22 台达电子工业股份有限公司 动态充电的充电装置及其操作方法
CN104795852B (zh) * 2014-01-21 2017-12-15 台达电子工业股份有限公司 动态充电的充电装置及其操作方法
CN105322578A (zh) * 2014-06-17 2016-02-10 深圳市沃特玛电池有限公司 一种电动汽车充电系统
CN105305529A (zh) * 2014-06-30 2016-02-03 英飞凌科技股份有限公司 混合功率转换器级
CN104269582A (zh) * 2014-09-24 2015-01-07 国家电网公司 蓄电池组的充放电方法
US10449869B2 (en) 2014-11-28 2019-10-22 Seimens Aktiengesellschaft Method for symmetrizing an energy storage system
CN104578164A (zh) * 2015-01-29 2015-04-29 国家电网公司 基于背靠背交直流变换器的微电网结构及控制方法
CN104701875A (zh) * 2015-04-06 2015-06-10 江翠珍 一种分布式电网配电系统
CN104701875B (zh) * 2015-04-06 2017-01-25 国网江西省电力公司南昌供电分公司 一种分布式电网配电系统
CN105186669A (zh) * 2015-09-29 2015-12-23 张洪亮 基于分布式公共直流母线的风光储充电站系统
CN105552914A (zh) * 2016-01-27 2016-05-04 江苏大烨智能电气股份有限公司 一种基于电价的交直流混合微电网分层控制方法
CN105552914B (zh) * 2016-01-27 2017-11-21 江苏大烨智能电气股份有限公司 一种基于电价的交直流混合微电网分层控制方法
CN107785971A (zh) * 2016-08-20 2018-03-09 谭功显 家用电动汽车直流充电装置
CN110392967A (zh) * 2017-03-13 2019-10-29 宝马股份公司 用于在供电网络中缓存电能的固定蓄能器以及用于固定蓄能器的运行方法和加装模块
CN110392967B (zh) * 2017-03-13 2024-03-12 宝马股份公司 在供电网络中缓存电能的固定蓄能器、方法和加装模块
CN107264296A (zh) * 2017-07-13 2017-10-20 重庆市炙热科技发展有限公司 一种机动车风能回收发电装置
CN107465229A (zh) * 2017-09-01 2017-12-12 深圳市高斯宝电气技术有限公司 一种电池充放电系统
CN108054779A (zh) * 2018-01-04 2018-05-18 阳光电源股份有限公司 一种光储充换电站及其云储能系统优化控制方法
WO2019153305A1 (en) * 2018-02-11 2019-08-15 Abb Schweiz Ag Charging station and method and device for controlling charging station
WO2019202540A1 (en) * 2018-04-19 2019-10-24 Alfazero S.P.A. A system and method for recharging an vehicle electric with direct current
CN112004710A (zh) * 2018-04-19 2020-11-27 阿尔法泽诺股份公司 用于用直流电给电动交通工具充电的系统和方法
IT201800004702A1 (it) * 2018-04-19 2019-10-19 Sistema e metodo di ricarica di un veicolo elettrico in corrente continua
CN110535172A (zh) * 2018-05-25 2019-12-03 阳光电源股份有限公司 一种交直流风光混合发电系统及功率平滑控制方法
CN110535172B (zh) * 2018-05-25 2022-02-18 阳光电源股份有限公司 一种交直流风光混合发电系统及功率平滑控制方法
CN109272205A (zh) * 2018-08-24 2019-01-25 国网河南省电力公司电力科学研究院 广义负荷特性分析方法及装置
CN109214095B (zh) * 2018-09-13 2023-04-07 云南民族大学 电动汽车充放电多目标优化调度方法
CN109214095A (zh) * 2018-09-13 2019-01-15 云南民族大学 电动汽车充放电多目标优化调度方法
CN109510202A (zh) * 2018-12-20 2019-03-22 南京工程学院 一种基于数学模型的区域电网的能源管理系统
CN109907391A (zh) * 2019-04-04 2019-06-21 东北大学 一种折叠式太阳能充电衣及太阳能最大功率捕获方法
CN112018793A (zh) * 2019-05-28 2020-12-01 中车株洲电力机车研究所有限公司 一种基于轮循式储能的充电系统
CN112018793B (zh) * 2019-05-28 2022-08-19 中车株洲电力机车研究所有限公司 一种基于轮循式储能的充电系统
CN113459862A (zh) * 2021-05-21 2021-10-01 蓝谷智慧(北京)能源科技有限公司 换电站及其控制方法、控制装置、存储介质和电子设备
CN113765180A (zh) * 2021-08-20 2021-12-07 北京机械设备研究所 一种模块化电池储能系统充放电管理系统及管理方法
CN113765180B (zh) * 2021-08-20 2024-06-11 北京机械设备研究所 一种模块化电池储能系统充放电管理系统及管理方法
CN117791674A (zh) * 2023-12-23 2024-03-29 广东永光新能源科技有限公司 风力发电智能储能系统及方法

Also Published As

Publication number Publication date
CN103248064B (zh) 2016-06-15

Similar Documents

Publication Publication Date Title
CN103248064A (zh) 一种复合型能源充电储能系统及其方法
Alsharif et al. A comprehensive review of energy management strategy in Vehicle-to-Grid technology integrated with renewable energy sources
Hannan et al. Vehicle to grid connected technologies and charging strategies: Operation, control, issues and recommendations
Ashique et al. Integrated photovoltaic-grid dc fast charging system for electric vehicle: A review of the architecture and control
AbuElrub et al. Microgrid integrated electric vehicle charging algorithm with photovoltaic generation
Bhatti et al. A comprehensive overview of electric vehicle charging using renewable energy
Liu et al. Multi-objective optimization for component capacity of the photovoltaic-based battery switch stations: Towards benefits of economy and environment
CN109301853A (zh) 一种平抑功率波动的微电网多时间尺度能量管理方法
Ton et al. Solar energy grid integration systems-energy storage (SEGIS-ES)
Kumar et al. A comprehensive review of DC microgrid in market segments and control technique
CN102931672A (zh) 一种电力分布式储能装置及其控制系统
Khoucha et al. Integrated energy management of a plug-in electric vehicle in residential distribution systems with renewables
Amir et al. Integration of EVs aggregator with microgrid and impact of V2G power on peak regulation
CN105958498A (zh) 一种考虑电动汽车的机组组合与分时电价联合优化方法
Bokopane et al. Energy management of a grid-intergrated hybrid peer-to-peer renewable charging station for electric vehicles
Abronzini et al. Multi-source power converter system for EV charging station with integrated ESS
Cetinbas et al. Energy management of a PV energy system and a plugged-in electric vehicle based micro-grid designed for residential applications
Hadero et al. Development of DC microgrid integrated electric vehicle charging station with fuzzy logic controller
Dorin et al. Renewable energy EV charging station
Ahmed et al. Grid Integration of PV Based Electric Vehicle Charging Stations: A Brief Review
Prasad et al. A Comprehensive Review on Photovoltaic Charging Station for Electric Vehicles
Rinaldi et al. Multimodal electric vehicle supply equipment: Toward a sustainable and resilient mobility
Matalata et al. Evaluation of Future Battery Electric Vehicles as an Environmentally Friendly Transportation Means: A Review
Lei et al. Coordinated scheduling of electric vehicles and wind power generation considering vehicle to grid mode
Karra et al. Smart Micro-Grid Energy Management with Renewable Energy Sources and Local SCADA

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200601

Address after: 516006 Phase III Workshop of No. 56 High-tech Zone, Zhongkai District, Huizhou City, Guangdong Province

Patentee after: Huizhou meiyiruichuang Electrical Equipment Co., Ltd

Address before: No. 16, district 516006 in Guangdong province Huizhou City Zhongkai high tech Development Zone

Patentee before: HUIZHOU EPOWER ELECTRONICS Co.,Ltd.