CN103296681A - 一种电动汽车与风电协同实时调度优化方法 - Google Patents

Abstract

本发明公开了一种电动汽车与风电协同实时调度优化方法，对于接入电网的风电发电机和电动汽车充电负载，通过对电动汽车充电负载的大小进行调度来吸收风电波动；对电动汽车充电负载的大小进行优化调度的优化调度模型，以电网中的所有常规发电机的出力调整量之和最小为目标函数，以电网的安全稳定运行为约束条件，以二次规划法或者内点法求解所述优化调度模型。本发明提供的电动汽车与风电协同实时调度优化方法，使用的目标函数简单，降低了计算量，缩短了计算时间，能够满足实时调度的需要。

Description

一种电动汽车与风电协同实时调度优化方法

技术领域

本发明涉及一种电动汽车与风电协同实时调度优化方法，属于智能电网技术。

背景技术

电力系统调度是为了保证电网安全稳定运行、对外可靠供电、各类电力生产工作有序进行而采用的一种有效的管理手段。随着风电技术的成熟和成本的下降，全国风电装机容量迅速增长，大规模风电并网后，风电出力的波动性与间歇性特性，给电网的有功调度带来了重大挑战。一方面，需要增加额外的常规机组备用来增加电网调峰调频的备用容量，这又使得风电上网的成本增加；另一方面，要求电网常规机组具有更快、更高的爬坡速度和调节速度，这对于以火电为主、负荷峰谷差率较高的电网冲击更大。

此外，作为减少石油燃料降低碳排放的重要手段，国家出台各项措施大力提高电动汽车的普及率，大规模的电动汽车充电负荷将给现有的电网带来极大的冲击，也给电网调度带来了难度。国内传统的调度方式主要采用人工日前调度计划和自动发电控制（AGC）2个时间尺度相结合的调度方式，这两个时间尺度跨度大、调度模式较粗放。大规模风电和电动汽车接入电网之后，传统的调度方式存在以下问题：一方面，日前负荷预测结果与实际负荷往往存在较大偏差，使得日前计划在执行中与实际情况相差很大；另一方面，日前调度与AGC之间时间跨度太大，日前计划偏差、负荷和风电随机扰动全部由AGC机组来承担，经常会出现AGC可调容量不足的情况。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种电动汽车与风电协同实时调度方法，通过实时调度接入电网的电动汽车充电负荷大小来吸收风电波动，一方面可以充分发挥电动汽车的减排效益，另一方面可以提高电网对新能源尤其是风能的接纳能力。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种电动汽车与风电协同实时调度优化方法，对于接入电网的风电发电机和电动汽车充电负载，通过对电动汽车充电负载的大小进行调度来吸收风电波动；对电动汽车充电负载的大小进行优化调度的优化调度模型，以电网中的所有常规发电机的出力调整量之和最小为目标函数，以电网的安全稳定运行为约束条件，以二次规划法或者内点法求解所述优化调度模型。

上述调度优化方法所要求得的结果（即优化调度模型所要求得的结果）是通过调度接入电网的用来平抑风电波动的电动汽车充电负荷的大小。

具体的，所述目标函数为：

$\min F=\underset{i=1}{\overset{\mathrm{NG}}{\mathrm{\Σ}}}{(P_{\mathrm{Gi}}^{\′}-P_{\mathrm{Gi}})}^2---\left(1\right)$

式中，F为电网中的所有常规发电机的出力调整量之和，P_Gi为日前调度计划所制定的第i台发电机的有功出力,P′_Gi为实时优化调度下第i台发电机的有功出力，NG为常规发电机的数量。该目标函数的意义在于通过实时调度电动汽车充电负荷来吸收风电，使得电网中发电机的出力调整量最小。

具体的，所述约束条件为：

$\left.\begin{array}{c}{P}_{\mathrm{Gi}}+P_{\mathrm{Wi}}-P_{\mathrm{Di}}-P_{\mathrm{EVi}}-V_i\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{V}_j(G_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}})=0\\ Q_{\mathrm{Gi}}+Q_{\mathrm{Wi}}-Q_{\mathrm{Di}}-Q_{\mathrm{EVi}}+V_i\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{V}_j(G_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}})=0\end{array}\right\}i,j\∈S_B---\left(2\right)$

P_Gimin≤P_Gi≤P_Gimax,i∈S_G   （3）

Q_Rimin≤Q_Ri≤Q_Rimax,i∈S_R   （4）

V_imin≤V_i≤V_imax,i∈S_B   （5）

P_EVi≤P_EVimax,i∈S_B   （6）

$\left|P_l\right|=\left|P_{\mathrm{ij}}\right|=|V_i{V}_j(G_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}})-V_i^2{G}_{\mathrm{ij}}|\≤P_{l\max }(i,j\∈S_{B}l\∈S_l)---\left(7\right)$

其中，式（2）为等式约束（节点功率平衡方程）；式（3）～（6）为不等式约束，具体的，式（2）为电源有功出力上下限约束，式（3）为无功源无功出力上限约束，式（4）为无功源无功出力下限约束，式（5）为节点电压上限约束，式（6）为节点电压下限约束，式（7）为线路潮流约束；式中，S_B为电网所有节点集合，S_G为所有风电发电机集合，S_R为所有无功源集合，S_l为所有支路集合；P_Gi、Q_Gi为风力发电机i的有功、无功出力；P_Di、Q_Di为节点i的有功、无功负荷；P_EVi为节点i处的电动汽车有功充电负荷，V_i、θ_i为节点i的电压幅值与相角，θ_ij=θ_i-θ_j；G_ij、B_ij为节点导纳矩阵第i行第j列元素的实部与虚部；P_l为线路l的有功潮流，n为网络的节点数目，P_Wi为风力发电机的有功出力，Q_Wi为风力发电机的无功出力，Q_EVi为电动汽车充电无功负荷，V_j为节点j处的电压模值，P_ij为连接节点i和j的线路上传输的有功功率。该约束条件的意义在于满足电网中所有发电机的出力调整量最小的同时，保证电网的安全稳定运行，并且通过电动汽车尽可能多的吸收风电。

上述方法中，当风电出力超过区域内可用的电动汽车充电负荷容量时，对多余的风电出力采取“弃风”措施。

有益效果：本发明提供的电动汽车与风电协同实时调度优化方法，通过实时调节电动汽车充电负荷来承受风电出力的波动，能够减少风电出力的波动性对发电厂发电计划的影响，能够降低大规模风电以及电动汽车接入电网后电网对于调峰调频的备用机组容量的需求，能够进一步降低对化石燃料的消耗，提高节能减排效益；同时使用的目标函数简单，降低了计算量，缩短了计算时间，能够满足实时调度的需要。

附图说明

图1为日前计划所安排的发电厂日发电计划曲线；

图2为风电日出力曲线；

图3为采用优化调度模型前后的发电厂实际发电曲线。

具体实施方式

下面结合附图对本发明作更进一步的说明。

一种电动汽车与风电协同实时调度优化方法，对于接入电网的风电发电机和电动汽车充电负载，通过对电动汽车充电负载的大小进行调度来吸收风电波动；对电动汽车充电负载的大小进行优化调度的优化调度模型，以电网中的所有常规发电机的出力调整量之和最小为目标函数，以电网的安全稳定运行为约束条件，以二次规划法或者内点法求解所述优化调度模型；当风电出力超过区域内可用的电动汽车充电负荷容量时，对多余的风电出力采取“弃风”措施。

所述目标函数为：电网中的所有风电发电机的出力调整量之和最小

$\min F=\underset{i=1}{\overset{\mathrm{NG}}{\mathrm{\Σ}}}{(P_{\mathrm{Gi}}^{\′}-P_{\mathrm{Gi}})}^2---\left(1\right)$

式中，F为电网中的所有常规发电机的出力调整量之和，P_Gi为日前调度计划所制定的第i台发电机的有功出力,P′_Gi为实时优化调度下第i台发电机的有功出力，NG为常规发电机的数量。

所述约束条件为：电网的安全稳定运行

$\left.\begin{array}{c}{P}_{\mathrm{Gi}}+P_{\mathrm{Wi}}-P_{\mathrm{Di}}-P_{\mathrm{EVi}}-V_i\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{V}_j(G_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}})=0\\ Q_{\mathrm{Gi}}+Q_{\mathrm{Wi}}-Q_{\mathrm{Di}}-Q_{\mathrm{EVi}}+V_i\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{V}_j(G_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}})=0\end{array}\right\}i,j\∈S_B---\left(2\right)$

P_Gimin≤P_Gi≤P_Gimax,i∈S_G   （3）

Q_Rimin≤Q_Ri≤Q_Rimax,i∈S_R   （4）

V_imin≤V_i≤V_imax,i∈S_B   （5）

P_EVi≤P_EVimax,i∈S_B   （6）

$\left|P_l\right|=\left|P_{\mathrm{ij}}\right|=|V_i{V}_j(G_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}})-V_i^2{G}_{\mathrm{ij}}|\≤P_{l\max }(i,j\∈S_{B}l\∈S_l)---\left(7\right)$

其中，式（2）为电源有功出力上下限约束，式（3）为无功源无功出力上限约束，式（4）为无功源无功出力下限约束，式（5）为节点电压上限约束，式（6）为节点电压下限约束，式（7）为线路潮流约束；式中，S_B为电网所有节点集合，S_G为所有风电发电机集合，S_R为所有无功源集合，S_l为所有支路集合；P_Gi、Q_Gi为风力发电机i的有功、无功出力；P_Di、Q_Di为节点i的有功、无功负荷；P_EVi为节点i处的电动汽车有功充电负荷，V_i、θ_i为节点i的电压幅值与相角，θ_ij=θ_i-θ_j；G_ij、B_ij为节点导纳矩阵第i行第j列元素的实部与虚部；P_l为线路l的有功潮流，n为网络的节点数目，P_Wi为风力发电机的有功出力，Q_Wi为风力发电机的无功出力，Q_EVi为电动汽车充电无功负荷，V_j为节点j处的电压模值，P_ij为连接节点i和j的线路上传输的有功功率。

以一日内3个时刻为例，如图1所示：

在t1时刻风电出力达到最小值，根据实时优化调度算法的计算结果，降低区域内的电动汽车充电负荷。

在t2时刻，风电出力逐渐上升，根据实时优化调度算法的计算结果，逐步增加区域内的电动汽车充电负荷。

在t3时刻，风电出力达到最大值，此时风电出力已经超过区域内可以调动的电动汽车总充电负荷，根据实时优化调度算法的计算结果，增加电动汽车充电负荷至最大值，同时对多余的风电出力采取“弃风”措施。

采用实时优化调度算法之后的发电厂实际发电曲线与实时优化调度算法之前的发电厂实际发电曲线如图3所示，可见采用实时优化调度算法之后，通过实时调度电动汽车充电负荷来平抑风电出力的波动性与间歇性，确保发电厂出力的调整量最小，发电厂的实际发电曲线与日前计划曲线基本保持一致。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种电动汽车与风电协同实时调度优化方法，其特征在于：对于接入电网的风电发电机和电动汽车充电负载，通过对电动汽车充电负载的大小进行调度来吸收风电波动；对电动汽车充电负载的大小进行优化调度的优化调度模型，以电网中的所有常规发电机的出力调整量之和最小为目标函数，以电网的安全稳定运行为约束条件，以二次规划法或者内点法求解所述优化调度模型。

2.根据权利要求1所述的电动汽车与风电协同实时调度优化方法，其特征在于：所述目标函数为：

$\min F=\underset{i=1}{\overset{\mathrm{NG}}{\mathrm{\Σ}}}{(P_{\mathrm{Gi}}^{\′}-P_{\mathrm{Gi}})}^2---\left(1\right)$

式中，F为电网中的所有常规发电机的出力调整量之和，P_Gi为日前调度计划所制定的第i台发电机的有功出力,P′_Gi为实时优化调度下第i台发电机的有功出力，NG为常规发电机的数量。

3.根据权利要求1所述的电动汽车与风电协同实时调度优化方法，其特征在于：所述约束条件为：

$\left.\begin{array}{c}{P}_{\mathrm{Gi}}+P_{\mathrm{Wi}}-P_{\mathrm{Di}}-P_{\mathrm{EVi}}-V_i\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{V}_j(G_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}})=0\\ Q_{\mathrm{Gi}}+Q_{\mathrm{Wi}}-Q_{\mathrm{Di}}-Q_{\mathrm{EVi}}+V_i\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{V}_j(G_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}})=0\end{array}\right\}i,j\∈S_B---\left(2\right)$

P_Gimin≤P_Gi≤P_Gimax,i∈S_G   （3）

Q_Rimin≤Q_Ri≤Q_Rimax,i∈S_R   （4）

V_imin≤V_i≤V_imax,i∈S_B   （5）

P_EVi≤P_EVimax,i∈S_B   （6）

$\left|P_l\right|=\left|P_{\mathrm{ij}}\right|=|V_i{V}_j(G_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}})-V_i^2{G}_{\mathrm{ij}}|\≤P_{l\max }(i,j\∈S_{B}l\∈S_l)---\left(7\right)$

其中，式（2）为电源有功出力上下限约束，式（3）为无功源无功出力上限约束，式（4）为无功源无功出力下限约束，式（5）为节点电压上限约束，式（6）为节点电压下限约束，式（7）为线路潮流约束；式中，S_B为电网所有节点集合，S_G为所有风电发电机集合，S_R为所有无功源集合，S_l为所有支路集合；P_Gi、Q_Gi为风力发电机i的有功、无功出力；P_Di、Q_Di为节点i的有功、无功负荷；P_EVi为节点i处的电动汽车有功充电负荷，V_i、θ_i为节点i的电压幅值与相角，θ_ij=θ_i-θ_j；G_ij、B_ij为节点导纳矩阵第i行第j列元素的实部与虚部；P_l为线路l的有功潮流，n为网络的节点数目，P_Wi为风力发电机的有功出力，Q_Wi为风力发电机的无功出力，Q_EVi为电动汽车充电无功负荷，V_j为节点j处的电压模值，P_ij为连接节点i和j的线路上传输的有功功率。

4.根据权利要求1所述的电动汽车与风电协同实时调度优化方法，其特征在于：当风电出力超过区域内可用的电动汽车充电负荷容量时，对多余的风电出力采取“弃风”措施。

Images