CN104218597A - 微网下v2g的智能充放电管理方法 - Google Patents

Abstract

微网下V2G的智能充放电管理方法，包括如下步骤：初始化各类参数；微网实时能量调度；充放电管理；结果的输出。本发明实时考虑电动汽车当前及未来的状况，包括电池SOC、未来行驶里程、当前的充放电功率和当前大电网侧的实时电价，利用进化博弈理论制定电动汽车相应的充放电功率，保证用户在正常行驶前提下的利益最优，充分发挥电动汽车储能系统在微网中的作用。

Description

微网下V2G的智能充放电管理方法

技术领域

本发明涉及微网系统中V2G技术的智能充放电管理方法。特别针对的是电动汽车中储能蓄电池的智能充放电管理方法。

背景技术

近年来，随着能源需求和环境保护双重压力下，以光伏、风力发电和燃气发电为代表的分布式发电技术得到了快速发展。并且，微网这一新兴的概念也随着分布式能源的广泛使用而得以提出。然而，由于分布式能源自然的不连续性，导致系统的稳定性正逐渐受到威胁，迫切需要其他的能源(例如电池储能系统)进行补偿，以平滑分布式能源的自然可变性，保证整个微网的频率稳定和功率平衡。

V2G的概念就是针对上述问题提出的，其核心思路就是利用电动汽车的储能电池作为微网和可再生能源的缓冲。由于电动汽车在节能减排、保证石油供应和遏制全球气候变暖等方面有着传统汽车无法比拟的优势，受到了政府广泛的关注与推广。因此，随着其大规模的使用，充电系统接入微网系统，若能够进行合理利用，势必能够对微网系统的稳定和功率平滑起到巨大的作用。因此，V2G技术得以提出，以实现电动汽车和电网系统的功率合理管理：当电网负荷较高时，由电动汽车储能电池向电网馈电；当电网负荷较低时，用来存储电网中过剩的发电量，避免造成浪费。通过这种方式，电动汽车可以在电价较低时从电网买电，电网电价较高时，向电网售电。然而，针对电动汽车的放电功率，现有的研究仅仅是通过预先设定好相应的放电功率，然后一旦有放电指令，电动汽车即按照相应设定好的功率进行放电，并没有实时的参与到整个微网系统的能量调度中，也无法实时的对当前的供电环境进行较好的反馈，无法充分发挥储能系统在微网中所起到的作用。

发明内容

为实现微网系统中电动汽车储能系统的经济调度和充放电合理优化，最大化电动汽车用户的利益，本发明基于V2G的概念，一种用于微网系统与电动汽车的“V2G”智能充放电管理方法。针对微网下V2G技术的广泛应用、电动汽车的储能系统大量闲置而没有合理利用的现状，不同于以往对电动汽车预先制定调度计划的原则，本发明实时考虑电动汽车当前及未来的状况，包括电池SOC、未来行驶计划、当前的充放电功率和当前的电力价格，利用进化博弈理论制定电动汽车相应的充放电功率：当大电网侧的实时电价较高、电动汽车未来的可能行驶里程数较低、当前储能电池的SOC值较高时，由电动汽车向微网供电，以减少微网向大电网购买高额电价的支出。当大电网侧的实时电价较低、电动汽车未来的可能行驶里程数较高、当前储能电池的SOC值较低时，电动汽车从微网系统进行买电，以实现自身的正常行驶。在上述情况下，可以保证用户在正常行驶前提下的利益最优，充分发挥电动汽车储能系统在微网中的作用。本发明的充放电管理方法流程图如图1所示。

微网下V2G的智能充放电管理方法的步骤如下所示：

1)初始化各类参数

2)读取大电网侧的实时电价

3)读取电动汽车实时的电池容量值

4)根据电动汽车的单位功率电价曲线，计算出电动汽车的单位功率收益

5)根据进化博弈理论，计算出电动汽车和大电网的有功功率参考值。

6)根据一定的标准，进行电动汽车的充放电管理。

7)输出充放电指令

8)若充放电调度结束，则直接退出；若不结束，则回到步骤2)。

为进一步的阐述本发明，更详细的步骤内容如下所述：

1)初始化各类参数

1-1)初始化电动汽车储能蓄电池的参数。根据蓄电池放电的收益单价与剩余可发电容量、实际放电功率、未来可能行驶的里程数之间的关系，估计出电动汽车的单位功率收益曲线方程。所构建的相应曲线方程如下

c_bat＝a₁+a₂·dSOC+a₃·P_bat+a₄·L+a₅·dSOC·L+a₆·dSOC·P_bat   (1)

+a₇·P_bat·L+a₈·dSOC²

其中，

dSOC＝SOC-SOC_min   (2)

c_bat表示电动汽车的单位放电功率的收益；SOC表示蓄电池当前的容量水平；SOC_min表示蓄电池可允许的最小容量值；P_bat表示蓄电池实际的放电功率；L表示电动汽车未来可能的里程数。a_i,i＝1,2,…,8表示8个待定的系数。因此，通过相关的数据统计，确定上述方程(1)中8个待定的系数，得出电动汽车单位放电功率的收益曲线。

1-2)初始化用于能量调度的函数

按照电动汽车单位的收益曲线和大电网侧的实时电价曲线，得出两者的效益函数。表达式子分别如下：

J₁＝c_batP_bat   (3)

J₂＝c_gP_grid   (4)

其中，J₁表示蓄电池的效益函数；J₂表示大电网侧的效益函数；c_g表示大电网侧的实时电价，P_grid表示大电网侧的输出功率。其中，电动汽车的放电功率和大电网侧的输出功率必须满足以下等式。

$P_{\mathrm{grid}}+P_{\mathrm{bat}}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{Load},i}-\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{P}_j---\left(5\right)$

其中，P_load,i表示第i个负荷的有功功率，P_j表示第j个分布式能源的有功功率。上式表明，大电网和充电汽车输出的有功功率必须满足总的负荷功率除去分布式能源可发功率的缺额。

1-3)初始化电动汽车的放电功率，即为最大的可发电功率。

2)微网实时能量调度

2-1)读取大电网侧的实时单位电价，c_g

2-2)读取微网的实时负荷总量，记为P_load

2-3)读取微网的实时可发分布式能源总量，记为P_generator。

2-4)读取电动汽车的实时soc值，根据收益函数曲线(1)更新电动汽车的单位功率收益价格c_bat。

2-5)根据进化博弈方程，得出电动汽车和大电网侧有功功率的参考值。进化博弈方程表示如下：

$\begin{array}{cc}{\stackrel{\·}{P}}_i=P_i(f_i\left(P_i\right)-\stackrel{\‾}{f})& i=\mathrm{1,2}\end{array}---\left(6\right)$

其中，i为1时表示的是电动汽车，i为2时表示的是大电网；P_i表示大电网或者蓄电池的输出功率；f_i(P_i)代表的是第i个微源的适应度函数，代表的是平均适应度函数。表示分别如(7)和(8)所示。

$f_i\left(P_i\right)=\frac{d{J}_i}{d{P}_i}---\left(7\right)$

$\stackrel{\‾}{f}=\frac{\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{P}_i{f}_i\left(P_i\right)}{\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{P}_i}---\left(8\right)$

其中，即为总的负荷功率除去分布式能源可发功率的缺额，为P_load-P_generator。

因此，根据微分方程(6)，实时的获取电动汽车和大电网的输出功率参考值。

3)充放电管理

根据一定的标准，对电动汽车的充放电功率进行分配。若步骤2)中所得出的蓄电池放电功率大于0，则对电动汽车发出相应的放电指令，按照上述的有功功率进行放电。若步骤2)中所得出的电动汽车放电功率小于0，则说明现阶段电动汽车放电不经济，因此发出充电指令，按照可充的最大充电功率进行充电。

4)结果的输出

根据上述的结果，对电动汽车输出相应的指令。更新当前蓄电池的发电功率(若当前为充电，则记为0)和SOC值；根据收益函数曲线和相应的单位功率收益更新电动汽车的单位功率收益价格c_bat。返回步骤2)，实时的更新电动汽车的充放电调度机制，以达到微网的实时能量调度。

本发明的技术构思：通过进化博弈理论和电动汽车的单位收益曲线，实现电动汽车的充放电优化管理。利用电动汽车收益单价与剩余可发电容量、实际放电功率、未来可能行驶的里程数之间的关系，估计出电动汽车的收益单价曲线方程。然后结合大电网侧的实时电价，利用进化博弈理论，得出大电网和电动汽车的发电功率参考值。最后经过一定的机制处理，对电动汽车发出相应的充放电指令，以实现电动汽车的充放电优化管理。

本发明的优点：

1)不同于以为对电动汽车预先制定充放电计划的方法，本发明方法考虑了电动车的实时发电功率、实时电池容量和大电网侧的实时电价，实时地给出相应的功率参考值，以实现用户利益的最大化。即一方面在实时电价较高，而业主的电动汽车电池容量储能较足以及未来可能里程数较低时，出售电价，获取收益；另一方面在实时电价较低、业主需要进行充电时进行买电充电，以节约成本。

2)采用了进化博弈理论，不同于以往传统的经济调度理论，计算周期较长，响应较慢，无法满足微网实时性的需求。本发明利用进化博弈理论，实时的得出电动汽车的放电功率，以达到实时的动态调度的需求。

3)随着电动汽车的不断普及，其所带的电池资源将会越来越丰富，因此，利用本发明方法将会为电动汽车业主带来巨大的经济收益，也节约了微网中向大电网侧购买电能的成本，经济前景巨大。

附图说明

图1本发明方法的流程图

图2可适用于本发明方法的微网系统结构图

图3本发明方法的控制系统框图

具体实施方式

参照附图：

微网下V2G的智能充放电管理方法，包括如下步骤：

1)初始化各类参数

1-1)初始化电动汽车储能蓄电池的参数。根据蓄电池放电的收益单价与剩余可发电容量、实际放电功率、未来可能行驶的里程数之间的关系，估计出电动汽车的单位功率收益曲线方程。所构建的相应曲线方程如下

c_bat＝a₁+a₂·dSOC+a₃·P_bat+a₄·L+a₅·dSOC·L+a₆·dSOC·P_bat   (1)

+a₇·P_bat·L+a₈·dSOC²

其中，

dSOC＝SOC-SOC_min   (2)

c_bat表示电动汽车的单位放电功率的收益；SOC表示蓄电池当前的容量水平；SOC_min表示蓄电池可允许的最小容量值；P_bat表示蓄电池实际的放电功率；L表示电动汽车未来可能的里程数；a_i表示8个待定的系数。因此，通过相关的数据统计，确定上述方程(1)中8个待定的系数，得出电动汽车单位放电功率的收益曲线。

1-2)初始化用于能量调度的函数

按照电动汽车单位的收益曲线和大电网侧的实时电价曲线，得出两者的效益函数。表达式子分别如下：

J₁＝c_batP_bat   (3)

J₂＝c_gP_grid   (4)

其中，J₁表示蓄电池的效益函数；J₂表示大电网侧的效益函数；c_g表示大电网侧的实时电价；P_grid表示大电网侧的输出功率。其中，电动汽车的放电功率和大电网侧的输出功率必须满足以下等式。

$P_{\mathrm{grid}}+P_{\mathrm{bat}}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{Load},i}-\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{P}_j---\left(5\right)$

其中，P_load,i表示第i个负荷的有功功率，P_j表示第j个分布式能源的有功功率。上式表明，大电网和充电汽车输出的有功功率必须满足总的负荷功率除去分布式能源可发功率的缺额。

1-3)初始化电动汽车的放电功率，即为最大的可发电功率。

2)微网实时能量调度

2-1)读取大电网侧的实时单位电价，c_g

2-2)读取微网的实时负荷总量，记为P_load

2-3)读取微网的实时可发分布式能源总量，记为P_generator。

2-4)读取电动汽车的实时soc值，根据收益函数曲线(1)更新电动汽车的单位功率收益价格c_bat。

2-5)根据进化博弈方程，得出电动汽车和大电网侧有功功率的参考值。进化博弈方程表示如下：

$\begin{array}{cc}{\stackrel{\·}{P}}_i=P_i(f_i\left(P_i\right)-\stackrel{\‾}{f})& i=\mathrm{1,2}\end{array}---\left(6\right)$

其中，i为1时表示的是电动汽车，i为2时表示的是大电网；Pi表示大电网或者蓄电池的输出功率；f_i(P_i)代表的是第i个微源的适应度函数，代表的是平均适应度函数。表示分别如(7)和(8)所示。

$f_i\left(P_i\right)=\frac{d{J}_i}{d{P}_i}---\left(7\right)$

$\stackrel{\‾}{f}=\frac{\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{P}_i{f}_i\left(P_i\right)}{\underset{i=1}{\overset{2}{\mathrm{\Σ}}}{P}_i}---\left(8\right)$

其中，即为总的负荷功率除去分布式能源可发功率的缺额，为P_load-P_generator。

因此，根据微分方程(6)，实时的获取电动汽车和大电网的输出功率参考值。

3)充放电管理

根据一定的标准，对电动汽车的充放电功率进行分配。若步骤2)中所得出的蓄电池放电功率大于0，则对电动汽车发出相应的放电指令，按照上述的有功功率进行放电。若步骤2)中所得出的电动汽车放电功率小于0，则说明现阶段电动汽车放电不经济，因此发出充电指令，按照可充的最大充电功率进行充电。

4)结果的输出

根据上述的结果，对电动汽车输出相应的指令。更新当前蓄电池的发电功率(若当前为充电，则记为0)和SOC值；根据收益函数曲线和相应的单位功率收益更新电动汽车的单位功率收益价格c_bat。返回步骤2)，实时的更新电动汽车的充放电调度机制，以达到微网的实时能量调度。

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (1)

1.微网下V2G的智能充放电管理方法，包括如下步骤： 

1)初始化各类参数； 

1-1)初始化电动汽车储能蓄电池的参数；根据蓄电池放电的收益单价与剩余可发电容量、实际放电功率、未来可能行驶的里程数之间的关系，估计出电动汽车的单位功率收益曲线方程；所构建的相应曲线方程如下 

c_bat＝a1+a2·dSOC+a₃·P_bat+a₄·L+a₅·dSOC·L+a₆·dSOC·P_bat   (1) 

+a₇·P_bat·L+a₈·dSOC²

其中， 

dSOC＝SOC-SOC_min   (2) 

c_bat表示电动汽车的单位放电功率的收益；SOC表示蓄电池当前的容量水平；SOC_min表示蓄电池可允许的最小容量值；P_bat表示蓄电池实际的放电功率；L表示电动汽车未来可能的里程数；a_i表示8个待定的系数；因此，通过相关的数据统计，确定上述方程(1)中8个待定的系数，得出电动汽车单位放电功率的收益曲线； 

1-2)初始化用于能量调度的函数； 

按照电动汽车单位的收益曲线和大电网侧的实时电价曲线，得出两者的效益函数；表达式子分别如下： 

J₁＝c_batP_bat   (3) 

J₂＝c_gP_grid   (4) 

其中，J₁表示蓄电池的效益函数；J₂表示大电网侧的效益函数；c_g表示大电网侧的实时电价，P_grid表示大电网侧的输出功率；其中，电动汽车的放电功率和大电网侧的输出功率必须满足以下等式； 

其中，P_load,i表示第i个负荷的有功功率，P_j表示第j个分布式能源的有功功率；上式表明，大电网和充电汽车输出的有功功率必须满足总的负荷功率除去分布式能源可发功率的缺额； 

1-3)初始化电动汽车的放电功率，即为最大的可发电功率； 

2)微网实时能量调度； 

2-1)读取大电网侧的实时单位电价，c_g； 

2-2)读取微网的实时负荷总量，记为P_load； 

2-3)读取微网的实时可发分布式能源总量，记为P_generator； 

2-4)读取电动汽车的实时soc值，根据收益函数曲线(1)更新电动汽车的单位功率收益价格c_bat； 

2-5)根据进化博弈方程，得出电动汽车和大电网侧有功功率的参考值；进化博弈方程表示如下： 

其中，i为1时表示的是电动汽车，i为2时表示的是大电网；P_i表示大电网或者蓄电池的输出功率；f_i(P_i)代表的是第i个微源的适应度函数；代表的是平均适应度函数；表示分别如(7)和(8)所示； 

其中，即为总的负荷功率除去分布式能源可发功率的缺额，为P_load-P_generator； 

因此，根据微分方程(6)，实时的获取电动汽车和大电网的输出功率参考值； 

3)充放电管理； 

根据一定的标准，对电动汽车的充放电功率进行分配；若步骤2)中所得出的蓄电池放电功率大于0，则对电动汽车发出相应的放电指令，按照上述的有功功率进行放电；若步骤2)中所得出的电动汽车放电功率小于0，则说明现阶段电动汽车放电不经济，因此发出充电指令，按照可充的最大充电功率进行充电； 

4)结果的输出； 

根据上述的结果，对电动汽车输出相应的指令；更新当前蓄电池的发电功率(若当前为充电，则记为0)和SOC值；根据收益函数曲线和相应的单位功率收益更新电动汽车的单位功率收益价格c_bat；返回步骤2)，实时的更新电动汽车的充放电调度机制，以达到微网的实时能量调度。