CN106532774A - 一种电动车辆接入多微电网电力分配系统及方法 - Google Patents

Abstract

本发明公开了一种电动车辆接入多微电网电力分配系统及方法，系统包括：连接于总节点的公网；两个以上以分布式结构连接于总节点的V2M微电网，V2M微电网包括以分布式结构互连的发电单元、储能单元和电动车辆单元；以及电力分配平台，电力分配平台对来自于V2M微电网的信息进行处理，并根据各个V2M微电网的不同电价和负荷，基于博弈均衡实现多个V2M微电网的电力分配调度。电力分配平台通过选择不同的储能单元和电动车辆单元的充放电策略和发电单元的出力策略，达到各个V2M微电网自身运行最优。本发明能够解决电动车辆接入多个微电网时电力合理有效分配的技术问题。

Description

一种电动车辆接入多微电网电力分配系统及方法

技术领域

本发明涉及电力系统领域，尤其是涉及一种基于电动车辆接入多微电网电力分配系统及方法。

背景技术

微电网(Micro-Grid)也译为微网，是一种新型网络结构，是一组由微电源、分布式发电、负荷、储能系统和控制装置构成的系统单元。微电网是一种能够实现自我控制、保护和管理的自治系统，既可以与外部电网并网运行，也可以孤立运行。美国和欧洲是最早提出微电网和智能电网概念的国家和地区。2011年，美国陆军车辆研究中心和西班牙加泰罗尼亚理工大学又分别在IEEE会议上发表论文，提出电动车辆EV(Electrical Vehicles)接入微电网(Microgrids)的概念。电动车辆接入微电网，即V2M(Vehicles to Microgrid)，至今已经成为智能电网领域的研究热点。V2M系统能够结合电动车辆和微电网两者的优点，为电动车辆和微电网的发展提供更广阔的空间。对于我国，V2M的应用具有更现实的意义，电动车辆和微电网都具有良好的环境保护特点，能够减少我国对电煤和燃用油的需求，从而减少污染气体的排放，对提高城市空气质量起到十分重要的作用。

在微电网中，由于光伏发电(PV)、风力发电(WT)等分布式电源出力具有随机性和不可控性，所以为了增加系统的稳定性，微电网一般配备有储能单元，储能单元通常由蓄电池组构成。在V2M中，电动车辆接入后成为微电网的负荷。与V2G(Vehicles to Grid)系统相似，在一定条件下EV也是V2M的储能单元，可以被V2M调度。单个独立的V2M，可以通过调度储能单元蓄电池和EV内的电能，在一定程度上满足系统功率平衡的要求。但是，当储能单元容量和EV充放电条件低于系统调度需要时，V2M只能通过加大可控微源的出力，或者连接到外部电网，比如公网，获得相比自身发电电价更低的电能。相反，如果V2M电力富余，除了存入储能单元蓄电池和EV，还可以选择通过电力市场将电力出售。

与传统电力系统单一的经济环境不同，传统的静态电价联动模型已经很难描述复杂的V2M市场。近年来，运用博弈论描述微电网中各个主体的经济行为，从而提出更符合实际需求的响应机制，制定更加优化的价格策略，成为微电网电力交易研究的一个热点。目前，已有不少文献从博弈均衡的角度对微电网电力交易模型进行了研究。

文献1(Palma-Behnke R，Benavides C，Aranda E，et al.Energy managementsystem for a renewable based microgrid with a demand side managementmechanism，Computational Intelligence Applications In Smart Grid(CIASG)，2011IEEE Symposium on IEEE，2011：1-8)通过博弈方法建立了供电侧和多用户侧的博弈分时电价(GT-TOU)模型，并且严格地证明了GT-TOU模型Nash均衡(NE)的存在，并且采用逆向归纳法求解该模型的NE。但是，文献中提及的多用户，仍然只包含负载用户，而未计及分布式储能用户、分布式发电用户和EV。文献2(Atzeni I，L G，Scutari G，et al.Demand-side management via distributed energy generation and storage optimization[J].Smart Grid，IEEE Transactions on，2013，4(2)：866-876)在微电网需求侧的角度，提出了基于分布式发电和分布式储能的多类型用户之间分时电价的需求侧博弈模型，并对博弈模型NE的存在性作出了严格的证明，并最后求解出模型的NE。但是，该文献中的模型架构并未包含公网，也未考虑EV的接入，博弈方只限于微电网用户，文献局限于需求侧的用户电价博弈。文献3(余岳、粟梅、孙尧等，V2M系统分时电价博弈研究[J]，仪器仪表学报，2016，37(1)：200-207)建立了一个V2M与公网之间的两方博弈模型，严格证明了系统NE的存在，并且采用逆向回归算法求解了系统的NE(纳什均衡)。但是该文献的模型将V2M设定为并网负载模式，未对V2M并网发电模式进行研究，且未考虑多V2M的情况。文献4(Lee J，Guo J，ChoiJ，et al.Distributed Energy Trading in Microgrids：A Game Theoretic Model andIts Equilibrium Analysis[J].IEEE Transactions on Industrial Electronics，2015，62(6)：1-1)以多微电网与公网电力交易架构为研究对象，采用Stackelberg模型作为博弈对象，建立了“领导者”和“跟随者”的收益函数与策略集，证明了系统NE的存在，通过反应函数，最终求取系统的NE。但是该文献中，售电量采取随机选取的方式，未考虑微电网内部需求满意度的问题。其次，在售电微电网收益函数中，将存入微电网储能单元的电能也作为售电收益的原因，并未作出合理性证明，且假设了所有微电网储能单元容量无限大的条件。

发明内容

有鉴于此，本发明的目的在于提供一种电动车辆接入多微电网电力分配系统及方法，解决电动车辆接入多个微电网时电力合理有效分配的技术问题。

为了实现上述发明目的，本发明具体提供了一种电动车辆接入多微电网电力分配系统的技术实现方案，一种电动车辆接入多电力终端接入微电网的电力分配系统，包括：

连接于总节点的公网；

两个以上以分布式结构连接于所述总节点的V2M微电网，所述V2M微电网包括以分布式结构互连的发电单元、储能单元和电动车辆单元；

以及电力分配平台，所述电力分配平台对来自于所述V2M微电网的信息进行处理，并根据各个V2M微电网的不同电价和负荷，基于博弈均衡实现多个V2M微电网的电力分配调度；所述电力分配平台通过选择不同的所述储能单元和电动车辆单元的充放电策略和所述发电单元的出力策略，达到各个V2M微电网自身运行最优；

当所述V2M微电网接入后，如果所述V2M微电网的负荷大于或等于所述发电单元的出力总和，通过调度所述储能单元和电动车辆单元后仍然无法满足需求时，则该V2M微电网从所述电力分配平台购入电力以满足功率平衡的要求；如果所述V2M微电网的负荷小于所述发电单元的出力总和，富余的电力存入所述储能单元或电动车辆单元，或通过所述电力分配平台出售电力。

优选的，所述发电单元包括分别连接于主节点的光伏发电单元、风力发电单元和燃气轮机发电单元，所述主节点与所述总节点相连。

优选的，所述电力分配平台包括：依次相连的参数输入模块、出力及负荷计算模块、角色区分模块、富余电量计算模块、均衡求解模块、售电量求解模块和电力分配模块；

参数输入模块，用于输入气象及负荷参数；

出力及负荷计算模块，根据输入的气象及负荷参数，以及每个V2M微电网所在的区域进行气象及负荷预测，计算每个V2M微电网的负荷及光伏发电单元的出力、风力发电单元的出力；

角色区分模块，根据每个V2M微电网的出力及负荷情况确定所述V2M微电网在博弈中的角色为售电方或购电方；

富余电量计算模块，计算出在博弈中角色为售电方的所述V2M微电网的富余电量；

均衡求解模块，根据在博弈中角色为售电方的所述V2M微电网的富余电量计算出每个V2M微电网的购电电价，并达成Nash均衡；

售电量求解模块，根据在博弈中角色为购电方的所述V2M微电网提出的购电电价确定在博弈中角色为售电方的所述V2M微电网的售电量；

电力分配模块，根据在博弈中角色为售电方的所述V2M微电网的售电量向在博弈中角色为购电方的所述V2M微电网分配电力。

一种基于如上所述系统的多微电网接入的电力分配方法，包括以下步骤：

S101：输入气象及负荷参数；

S102：根据输入的气象及负荷参数，以及每个V2M微电网所在的区域进行气象及负荷预测，计算每个V2M微电网的负荷及光伏发电单元的出力、风力发电单元的出力；

S103：根据每个V2M微电网的出力及负荷情况确定所述V2M微电网在博弈中的角色为售电方或购电方；

S104：计算出在博弈中角色为售电方的所述V2M微电网的富余电量；

S105：根据在博弈中角色为售电方的所述V2M微电网的富余电量计算出每个V2M微电网的购电电价，并达成Nash均衡；

S106：根据在博弈中角色为购电方的所述V2M微电网提出的购电电价确定在博弈中角色为售电方的所述V2M微电网的售电量；

S107：根据在博弈中角色为售电方的所述V2M微电网的售电量向在博弈中角色为购电方的所述V2M微电网分配电力，完成整个系统的电力分配。

优选的，所骤S102中进一步根据以下公式计算光伏发电单元的出力P_pv：

P_pv＝U_pvI_pv

式中，C₁＝(1-I_mp/I_sc)exp[-U_mp/(C₂U_oc)]

ΔV＝U_pv-U_mp

ΔT＝T_c-T_ref

其中，I_pv为光伏发电单元的输出电流，I_sc为光伏发电单元的短路电流，U_oc为光伏发电单元的开路电压；在不同的天气条件下，当光伏发电单元的输出电压为U_pv时，I_mp、U_mp分别为最大功率点的电流和电压；α、R_ref、T_ref、R、T_c分别为参考日照下电流变化的温度系数、太阳辐射的温度参考值、光伏电池的温度参考值、光伏阵列倾斜面上的总太阳辐射、光电池温度。

优选的，所述步骤S102中进一步根据以下公式计算风力发电单元的出力P_w：

k₁＝P_r/(v_r-v_ci)，k₀＝-k₁v_ci

其中，f(v)为风速的随机概率密度函数，v为风速，k为风力发电机的叶片形状参数，c为风力发电机的叶片尺度参数，P_r为风力发电机的额定功率，v_ci、v_r和v_co分别为风力发电机的切入风速、额定风速和切出风速。

优选的，所述步骤S103进一步根据以下公式确定所述V2M微电网在博弈中角色为售电方或购电方：

当满足时，为V2M微电网中的售电方；当满足时，为V2M微电网中的购电方；其中，V2M微电网中的售电方集合为J，j为V2M微电网中的售电方，j∈J，为V2M微电网中售电方j的负荷，t为时间，和分别为V2M微电网中售电方j的光伏发电单元出力和风力发电单元出力。

优选的，所述步骤S104进一步根据以下公式计算在博弈中角色为售电方的所述V2M微电网的富余电量：

其中，Ω^j为V2M微电网中售电方j的策略集，为V2M微电网中售电方j选择的售电功率，分别为售电功率的下限值和上限值，t为时间，为欧几里得空间里的负数，为在时间段t内V2M微电网中售电方j选择的储能单元、电动车辆单元的充放电功率和发电单元的出力总和，分别为储能单元、电动车辆单元的充放电功率和发电单元的出力，为V2M微电网中售电方j的负荷，和分别为V2M微电网中售电方j的光伏发电单元的出力和风力发电单元的出力，为V2M微电网中售电方j的可售电量。

优选的，所述步骤S105中进一步根据以下公式计算每个V2M微电网的购电电价：

其中，k为参与博弈的V2M微电网中购电方的总数，C_s为公网的售电电价，为每个V2M微电网的购电电价。

优选的，所述步骤S106中进一步根据以下公式计算在博弈中角色为售电方的所述V2M微电网的售电量：

其中，为V2M微电网中售电方销售给购电方的电量，为每个V2M微电网中购电方的购电电价，α_t、β_t为满意度设置参数，为除V2M微电网中购电方i以外其它购电方的购电电价，为V2M微电网中售电方j的可售电量，V2M微电网中的购电方集合为I。

通过实施上述本发明提供的电动车辆接入多微电网电力分配系统及方法的技术方案，具有如下有益效果：

(1)本发明解决了当电动车辆接入多个微电网时，电力合理有效分配的技术问题；

(2)本发明解决了电动车辆接入多微电网之间富余电力分配的技术问题；

(3)本发明解决了电动车辆接入多微电网时不同博弈角色间统一博弈模型建立的技术问题；

(4)本发明相比于传统电力分配系统及方法，在相同的条件下，V2M系统总负荷的分布相对更加平缓，起到了明显的稳定负荷和调节峰值的作用，削峰填谷的作用十分明显。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。

图1是本发明电动车辆接入多微电网电力分配系统一种具体实施方式的结构原理框图；

图2是本发明电动车辆接入多微电网电力分配系统一种具体实施方式的系统结构组成框图；

图3是本发明电动车辆接入多微电网电力分配系统一种具体实施方式中储能单元DS的模型原理示意图；

图4是本发明电动车辆接入多微电网电力分配系统一种具体实施方式中电力分配单元的结构组成框图；

图5是本发明电动车辆接入多微电网电力分配方法一种具体实施方式的程序流程图；

图6是本发明电动车辆接入多微电网电力分配方法在不同参数设置下的用户满意度函数曲线图；

图7是本发明电动车辆接入多微电网电力分配系统及方法与传统电力分配系统及方法V2M总负荷分布的效果对比示意图；

图中，1-参数输入模块，2-出力及负荷计算模块，3-角色区分模块，4-富余电量计算模块，5-均衡求解模块，6-售电量求解模块，7-电力分配模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如附图1至附图7所示，给出了本发明多电力终端接入微电网的电力分配系统及方法的具体实施例，下面结合附图和具体实施例对本发明作进一步说明。

实施例1

如附图1和附图2所示，一种电动车辆接入多微电网电力分配系统的具体实施例，包括：

连接于总节点的公网(即供电网，以电力公司为代表)；

两个以上以分布式结构连接于总节点的V2M微电网(如本实施例中包括V2M1～V2Mn共n个V2M微电网)，V2M微电网包括以分布式结构互连的发电单元DG(分布式发电系统)、储能单元DS(分布式储能系统，具体为铅酸蓄电池组和/或锂电池组)和电动车辆单元EV；发电单元DG进一步包括分别连接于主节点的光伏发电单元PV、风力发电单元WT和燃气轮机发电单元GT，主节点与总节点相连；

以及电力分配平台，电力分配平台对来自于V2M微电网的信息进行处理，并根据各个V2M微电网的不同电价和负荷，基于博弈均衡实现多个V2M微电网的电力分配调度；电力分配平台通过选择不同的储能单元DS和电动车辆单元EV的充放电策略和发电单元DG的出力策略，达到各个V2M微电网自身运行最优；V2M微电网接入电力分配平台进行电力分配后，电力分配受到成本、需求等因素影响，V2M微电网的购电与售电是一个动态调整的过程；

当V2M微电网接入后，如果V2M微电网的负荷大于或等于发电单元DG的出力总和，通过调度储能单元DS和电动车辆单元EV后仍然无法满足需求时，则该V2M微电网从电力分配平台购入电力l_t以满足功率平衡的要求；如果V2M微电网的负荷小于发电单元DG的出力总和，富余的电力存入储能单元DS或电动车辆单元EV，或通过电力分配平台出售电力l_t。

多个V2M微电网之间的博弈场景如附图1所示，博弈方包括：V2M微电网中的售电方j与购电方i。场景中包含风力发电单元WT、光伏发电单元PV和燃气轮机发电单元GT等分布式发电装置。图中实线箭头方向为功率流方向，在时间段t内，燃气轮机发电单元GT的出力总和采用表示，其中风力发电单元WT与光伏发电单元PV为不可控微源，出力分别为P_pv，P_w。能够参与调度的微源为燃气轮机发电单元GT。储能单元DS的出力采用表示，表示电动车辆EV的出力。V2M微电网中的用户负荷为L_t。接入V2M微电网后，如果V2M微电网的负荷大于或等于发电单元DG的出力总和，通过调度储能单元DS和电动车辆单元EV后仍然无法满足需求时，则该微电网向电力分配平台购入电力l_t以满足功率平衡的要求。如果V2M微电网的负荷小于发电单元DG的出力总和，富余的电力可以选择存入储能单元DS或电动车辆单元EV，或选择通过电力分配平台出售电力l_t。

其中，储能单元DS的模型如附图3所示，其中：η表示储能单元DS(即电池)的充放电效率，SOC表示电池的荷电状态，体现电池剩余电量的多少。

SOC和充放电电流为积分关系，如下式所示：

其中：SOC(t)表示t时刻电池的荷电状态，Q(t)表示t刻电池的电荷数，Q_max表示电池能存储的最大电荷数，SOC₀为初始的电池荷电状态。规定充电时电流为正，放电电时电流为负，电池的效率如下式所示，其中，I_b表示每组电池的端电流，I_s表示电池的电流(考虑了损耗后)，其关系为：

I_s(t)＝ηI_b(t)

假设在整个充放电过程中，电池两端的电压基本维持不变，以常用的铅酸蓄电池为例，每组电池的输出功率可由下式表示：

P_batt(t)＝UI_b(t)

电池的工作状态分为充电和放电两种状态，电池放电时满足：

电池充电时满足：

式中，SOC_batt(t)为优化设定时段片段的储能状态，和分别为t时段电池的充、放电功率，η_c和η_d分别为t时段充放电的效率。

如附图4所示，电力分配平台进一步包括：依次相连的参数输入模块1、出力及负荷计算模块2、角色区分模块3、富余电量计算模块4、均衡求解模块5、售电量求解模块6和电力分配模块7；

参数输入模块1，用于输入气象及负荷参数；

出力及负荷计算模块2，根据输入的气象及负荷参数(包括：参考日照下电流变化的温度系数α、太阳辐射的温度参考值R_ref、光伏电池的温度参考值T_ref、光伏阵列倾斜面上的总太阳辐射R、光电池温度T_c和风速v)，以及每个V2M微电网所在的区域进行气象及负荷预测，计算每个V2M微电网的负荷及光伏发电单元PV的出力、风力发电单元WT的出力；

角色区分模块3，根据每个V2M微电网的出力及负荷情况确定V2M微电网在博弈中的角色为售电方或购电方；

富余电量计算模块4，计算出在博弈中角色为售电方的V2M微电网的富余电量；

均衡求解模块5，根据在博弈中角色为售电方的V2M微电网的富余电量计算出每个V2M微电网的购电电价，并达成Nash均衡(纳什均衡)；

售电量求解模块6，根据在博弈中角色为购电方的V2M微电网提出的购电电价确定在博弈中角色为售电方的V2M微电网的售电量；

电力分配模块7，根据在博弈中角色为售电方的V2M微电网的售电量向在博弈中角色为购电方的V2M微电网分配电力。

实施例2

如附图5所示，一种基于如上所述系统的电动车辆接入多微电网电力分配方法的具体实施例，包括以下步骤：

S101：输入气象及负荷参数，气象及负荷参数采用正态分布、威布尔分布等方法进行描述；

S102：根据输入的气象及负荷参数，以及每个V2M微电网所在的区域进行气象及负荷预测，从而产生24小时内的分布式发电(包括风力发电单元WT、光伏发电单元PV)出力和V2M微电网的内部负荷分布，并计算每个V2M微电网的负荷及光伏发电单元PV的出力、风力发电单元WT的出力；

S103：根据每个V2M微电网的分布式发电系统出力及内部负荷分布情况确定V2M微电网在博弈中角色为售电方或购电方；

S104：计算出在博弈中的角色为售电方的V2M微电网的富余电量；

S105：根据在博弈中角色为售电方的V2M微电网的富余电量计算出每个V2M微电网的购电电价，并达成Nash均衡；

S106：根据在博弈中角色为购电方的V2M微电网提出的购电电价确定在博弈中角色为售电方的V2M微电网的售电量；

S107：根据在博弈中角色为售电方的V2M微电网的售电量向在博弈中角色为购电方的V2M微电网分配电力，完成整个系统的电力分配。

步骤S102中进一步根据以下公式计算光伏发电单元PV的出力P_pv：

P_pv＝U_pvI_pv

式中，C₁＝(1-I_mp/I_sc)exp[-U_mp/(C₂U_oc)]

ΔV＝U_pv-U_mp

ΔT＝T_c-T_ref

其中，I_sc为光伏发电单元PV的短路电流，U_oc为光伏发电单元PV的开路电压。在不同的天气条件下，当光伏发电单元PV的输出电压为U_pv时，I_pv为光伏发电单元PV对应的输出电流，I_mp、U_mp分别为最大功率点的电流和电压。α、R_ref、T_ref、R、T_c分别为参考日照下电流变化的温度系数、太阳辐射和光伏电池温度参考值、光伏阵列倾斜面上的总太阳辐射、光电池温度，这些参数通常由天气预报获得。光伏发电单元PV的输出功率进一步根据公式P_pv＝U_pvI_pv进行计算。

一般情况下认为风速满足两参数WeiBull(威布尔)分布，步骤S102中进一步根据以下公式计算风力发电单元WT的出力P_w：

K₁＝P_r/(v_r-v_ci)，k₀＝-K₁v_ci

其中，f(v)为风速的随机概率密度函数，v为风速，k为风力发电机WT的叶片形状参数，c为风力发电机WT的叶片尺度参数，P_r为风力发电机WT的额定功率，v_ci、v_r和v_co分别为风力发电机WT的切入风速、额定风速和切出风速。

V2M微电网的负荷计算方法采用趋势外推法，即：

L_t＝b₀+b₁t

参数b₀和b₁均为已知的设定量，根据输入参数时间t，求取未来24小时内的负荷。

步骤S103进一步根据以下公式确定V2M微电网在博弈中角色为售电方或购电方：

当满足时，为V2M微电网中的售电方；当满足时，为V2M微电网中的购电方；其中，V2M微电网中的售电方集合为J，j为V2M微电网中的售电方，j∈J，为V2M微电网中售电方j的负荷，t为时间，和分别为V2M微电网中售电方j的光伏发电单元PV出力和风力发电单元WT出力。

本发明具体实施例采用多V2M微电网电力分配Stackelberg博弈模型，在各个V2M微电网之间不合作的前提下对需求响应及定价策略进行基于Stackelberg博弈的建模，博弈的参与者V2M微电网都只具有个体理性，它们的目的都是自身利益最大化。一般情况下，V2M微电网中的售电方在这个非合作博弈中是主导者，可以决定售电的多少，并且可以通过改变售电量实现自身利益最大化。而V2M微电网中的购电方则是跟随者，通过改变自己出价获得博弈过程中的自身最大利益。

博弈参与方、策略集和参与方的收益是一场博弈中的三个要素。在本发明具体实施例设置的Stackelberg博弈场景中，博弈参与者为V2M微电网，在某一时刻，如果V2M微电网电力富余通过电力分配平台向电力市场售电，则属于博弈中的售电方，属于Stackelberg博弈中的主导者。如果V2M微电网电力缺乏，需要通过电力分配平台向电力市场购电，则属于博弈中的购电方，属于Stackelberg博弈中的跟随者。按照该分类，可以分为：V2M微电网的售电方和V2M微电网的购电方。设V2M微电网的售电方集合为J，V2M微电网的购电方集合为I。因此，博弈为多方博弈，博弈参与方包括：V2M微电网的售电方j，j∈J和V2M微电网的购电方i，i∈I。

假设在整个充放电过程中，忽略损耗且储能单元DS和电动车辆EV系统端口电压基本维持不变，对于任意时间段t，V2M售电方j的策略集可表示为：

式(1)中，是V2M微电网的售电方j选择的售电功率，由式(2)表示。

式(3)表示在时间段t内，V2M售电方j选择的储能单元DS、电动车辆单元EV充放电功率和发电单元DG的出力总和。在式(4)中，为V2M微电网中售电方j的用户负荷，和分别表示光伏发电单元PV出力和风力发电单元WT出力。V2M微电网除了本身的负荷外，还具备发电单元DG、储能单元DS和电动车辆单元EV，既能发电也能存储电能。在时间段t内，表示发电单元DG的发电功率，表示储能单元DS的充放电功率，表示所有电动车辆单元EV的充放电功率总和。对于V2M微电网中的售电方j，和还需要满足式(5)中的下列边界约束条件：

对于任意时间段t，V2M微电网中购电方i的策略集表示为：

式中，表示V2M微电网中购电方i的购电出价，C_B表示供电网的购电价格，C_s表示供电网的售电价格。购电方的出价不应高于C_s，否则V2M微电网中的购电方i直接从供电网购电即可。购电方的出价也不应低于C_B，否则V2M微电网中的售电方j将直接与供电网进行交易(直接向供电网售电)。

步骤S104进一步根据以下公式计算在博弈中角色为售电方的V2M微电网的富余电量：

其中，Ω^j为V2M微电网中售电方j的策略集，为V2M微电网中售电方j选择的售电功率，分别为售电功率的下限值和上限值，t为时间，为欧几里得空间里的负数，为在时间段t内V2M微电网中售电方j选择的储能单元DS、电动车辆单元EV的充放电功率和发电单元DG的出力总和，分别为储能单元DS、电动车辆单元EV的充放电功率和发电单元DG的出力，为V2M微电网中售电方j的负荷，和分别为V2M微电网中售电方j的光伏发电单元PV的出力和风力发电单元WT的出力，为V2M微电网中售电方j的可售电量。

忽略损耗，V2M微电网中售电方j的收益函数为：

式中，表示除j以外V2M微电网中的其它售电者选择的策略集合，c表示所有V2M微电网中购电方选择的策略集合；表示V2M微电网中购电方i购得的全部电量，由式(8)表示；表示t时段V2M微电网中全部售电方的售电总和，由式(9)表示；为用户满意度函数，并由式(11)表示；T代表时段，根据一天24小时，设置为24；t代表当前时段。

忽略损耗，V2M微电网中的购电方的收益函数为：

如果V2M微电网中的购电方如果没有从售电方购得足够的电能，那么将从供电网购电，因此V2M微电网中购电方的用电需求总能得到满足。

采用S_t表示V2M微电网中售电方的满意度，当V2M微电网有富余电能时，可以根据情况决定是存入储能单元DS或是电动车辆单元EV。当某一V2M微电网为售电方时应满足而当售电功率小于V2M微电网中售电方实际的负荷表示需要的负荷由储能单元DS和电动车辆单元EV放电从而达到平衡，此时设置为负值。的设置不仅满足了实际电价设置的需要，满意度函数的设置也为系统找到Nash均衡点起到了重要的作用，满意度函数的设置规则需要满足下列要求：

(1)是一个非减函数；

(2)是一个凹函数，随着变量的两端变化，的终值逐渐趋向饱和。

在本发明具体实施例中，满意度函数具体设置为：

α，β分别为满意度参数，且α＜1，αβ＜0。通过调节满意度参数，可以改变S_t函数两端趋向饱和的趋势，不同参数设置下的满意度函数如附图6所示。

由式(11)可知，S_t需满足下列条件：

(1)当时，S_t＝0；

(2)当时，S_t＞0；

(3)当时，S_t＜0。

基于V2M微电网中售电(主导)方和购电(跟随)方的两级Stackelberg博弈均衡点存在的条件为：

(a)对于纯策略集(6)，V2M微电网中的购电方存在非合作博弈NE均衡；

(b)对于任意购电方策略集V2M微电网中的售电方总能从策略集(1)中找到最优策略使售电收益最优。

V2M微电网中的购电方在每个时段，只能报出一个确定的电价，在给定信息下，购电方只能选择一种特定策略，所以策略集(6)为纯策略。纯策略博弈的NE均衡点存在需要满足如下两个条件：

(1)策略集(6)是欧式空间的非空紧凸集；

(2)收益函数(10)对策略集(6)连续且拟凹。

由于策略集(6)约束条件为线性不等式，因此条件(1)能够得到满足。

而收益函数为凹集的充要条件是式(10)的Hessian矩阵半正定：

首先，联立式(8)与式(10)，求取的一阶偏导数：

然后，求取的二阶偏导数：

由式(14)可知，的对角线元素非正，非对角线元素全0，为半正定得到满足。收益函数满足条件(2)，因此条件(a)得到满足。

令式(13)等于0，得：

对于任意V2M微电网中的购电方策略集售电方的收益函数为：

分别求取式(16)的一阶和二阶导数得：

由式(18)可知的二阶导数为负，因此V2M微电网中售电方的收益函数为严格凸集。令式(17)等于0，得：

对于任意V2M微电网中的购电方策略集式(19)中为售电方最优策略，因此条件(b)得到满足。因此，本发明具体实施例基于V2M微电网中售电(主导)方和购电(跟随)方的两级Stackelberg博弈模型存在博弈均衡点。

本发明具体实施例对Stackelberg博弈模型均衡点的求解采用逆向回归算法。首先，V2M微电网中的购电方设置购电分时电价，然后由V2M微电网中的售电方根据购电分时电价制定售电策略，确定售电量，最后由V2M微电网中的购电方根据此次分时电价，V2M微电网中的售电方根据此次分时售电量，分别在不同时段选取不同的发电单元DG出力和储能单元DS、电动车辆单元EV充放电策略使得系统用电及发电成本最低。

当V2M微电网中的购电方达成NE均衡后，购电电价满足：

结合式(15)，可得：

式(21)中k为参与博弈的购电方V2M微电网总数，化简后得：

将式(22)代入式(19)中，可得：

即为V2M微电网中售电方销售给购电方的电量，从而完成V2M微电网之间的电力分配。

步骤S105中进一步根据以下公式计算每个V2M微电网的购电电价：

其中，k为参与博弈的V2M微电网中购电方的总数，C_s为公网的售电电价，为每个V2M微电网的购电电价。

步骤S106中进一步根据以下公式计算在博弈中角色为售电方的V2M微电网的售电量：

其中，为V2M微电网中售电方销售给购电方的电量，为每个V2M微电网中购电方的购电电价，α_t、β_t为满意度设置参数，为除V2M微电网中购电方i以外其它购电方的购电电价，为V2M微电网中售电方j的可售电量，V2M微电网中的购电方集合为I。

本发明具体实施例建立了包括分布式发电、分布式储能、电动车辆和普通用户的多个V2M微电网共同参与的电力分配场景，同时考虑V2M微电网的售电与购电两种工作模式，提出了一中基于Stackelberg博弈均衡的多V2M微电网电力分配模型，证实了系统NE均衡点的存在性，并求取了NE均衡点。在电动车辆接入多微电网电力分配系统中，采用与实际情况最为符合的非合作博弈类型，也即是V2M微电网之间没有达成协议，而是各自采取行动应对对方的策略。通过对算例进行模拟仿真分析，对比现有技术中的相关技术方案，证明了本发明具体实施例应用于电动车辆接入多微电网时电力分配的合理性和有效性。如附图7所示，为本发明电动车辆接入多微电网电力分配系统及方法与传统电力分配系统及方法V2M总负荷分布的效果对比，从图中可以明显看出，在相同的条件下，本发明采用的基于博弈的分时电力分配系统及方法相较于传统电力分配系统及方法，V2M微电网系统总负荷的分布相对更加平缓，并且起到了明显的稳定负荷和调节峰值的作用，削峰填谷的作用十分明显。

通过实施本发明具体实施例描述的电动车辆接入多微电网电力分配系统及方法的技术方案，能够产生如下技术效果：

(1)本发明具体实施例描述的电动车辆接入多微电网电力分配系统及方法解决了当电动车辆接入多个微电网时，电力合理有效分配的技术问题；

(2)本发明具体实施例描述的电动车辆接入多微电网电力分配系统及方法解决了电动车辆接入多微电网之间富余电力分配的技术问题；

(3)本发明具体实施例描述的电动车辆接入多微电网电力分配系统及方法解决了电动车辆接入多微电网时不同博弈角色间统一博弈模型建立的技术问题；

(4)本发明具体实施例描述的电动车辆接入多微电网电力分配系统及方法相比于传统电力分配系统及方法，在相同的条件下，V2M微电网系统总负荷的分布相对更加平缓，起到了明显的稳定负荷和调节峰值的作用，削峰填谷的作用十分明显。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明的精神实质和技术方案的情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同替换、等效变化及修饰，均仍属于本发明技术方案保护的范围。

Claims (10)

1.一种电动车辆接入多微电网电力分配系统，其特征在于，包括：

连接于总节点的公网；

两个以上以分布式结构连接于所述总节点的V2M微电网，所述V2M微电网包括以分布式结构互连的发电单元(DG)、储能单元(DS)和电动车辆单元(EV)；

以及电力分配平台，所述电力分配平台对来自于所述V2M微电网的信息进行处理，并根据各个V2M微电网的不同电价和负荷，基于博弈均衡实现多个V2M微电网的电力分配调度；所述电力分配平台通过选择不同的所述储能单元(DS)和电动车辆单元(EV)的充放电策略和所述发电单元(DG)的出力策略，达到各个V2M微电网自身运行最优；

当所述V2M微电网接入后，如果所述V2M微电网的负荷大于或等于所述发电单元(DG)的出力总和，通过调度所述储能单元(DS)和电动车辆单元(EV)后仍然无法满足需求时，则该V2M微电网从所述电力分配平台购入电力以满足功率平衡的要求；如果所述V2M微电网的负荷小于所述发电单元(DG)的出力总和，富余的电力存入所述储能单元(DS)或电动车辆单元(EV)，或通过所述电力分配平台出售电力。

2.根据权利要求1所述电动车辆接入多微电网电力分配系统，其特征在于：所述发电单元(DG)包括分别连接于主节点的光伏发电单元(PV)、风力发电单元(WT)和燃气轮机发电单元(GT)，所述主节点与所述总节点相连。

3.根据权利要求2所述电动车辆接入多微电网电力分配系统，其特征在于，所述电力分配平台包括：依次相连的参数输入模块(1)、出力及负荷计算模块(2)、角色区分模块(3)、富余电量计算模块(4)、均衡求解模块(5)、售电量求解模块(6)和电力分配模块(7)；

参数输入模块(1)，用于输入气象及负荷参数；

出力及负荷计算模块(2)，根据输入的气象及负荷参数，以及每个V2M微电网所在的区域进行气象及负荷预测，计算每个V2M微电网的负荷及光伏发电单元(PV)的出力、风力发电单元(WT)的出力；

角色区分模块(3)，根据每个V2M微电网的出力及负荷情况确定所述V2M微电网在博弈中的角色为售电方或购电方；

富余电量计算模块(4)，计算出在博弈中角色为售电方的所述V2M微电网的富余电量；

均衡求解模块(5)，根据在博弈中角色为售电方的所述V2M微电网的富余电量计算出每个V2M微电网的购电电价，并达成Nash均衡；

售电量求解模块(6)，根据在博弈中角色为购电方的所述V2M微电网提出的购电电价确定在博弈中角色为售电方的所述V2M微电网的售电量；

电力分配模块(7)，根据在博弈中角色为售电方的所述V2M微电网的售电量向在博弈中角色为购电方的所述V2M微电网分配电力。

4.一种基于权利要求1至3中任一项所述系统的电动车辆接入多微电网电力分配方法，其特征在于，包括以下步骤：

S101：输入气象及负荷参数；

S102：根据输入的气象及负荷参数，以及每个V2M微电网所在的区域进行气象及负荷预测，计算每个V2M微电网的负荷及光伏发电单元(PV)的出力、风力发电单元(WT)的出力；

S103：根据每个V2M微电网的出力及负荷情况确定所述V2M微电网在博弈中的角色为售电方或购电方；

S104：计算出在博弈中角色为售电方的所述V2M微电网的富余电量；

S105：根据在博弈中角色为售电方的所述V2M微电网的富余电量计算出每个V2M微电网的购电电价，并达成Nash均衡；

S106：根据在博弈中角色为购电方的所述V2M微电网提出的购电电价确定在博弈中角色为售电方的所述V2M微电网的售电量；

S107：根据在博弈中角色为售电方的所述V2M微电网的售电量向在博弈中角色为购电方的所述V2M微电网分配电力，完成整个系统的电力分配。

5.根据权利要求4所述电动车辆接入多微电网电力分配方法，其特征在于，所述步骤S102中进一步根据以下公式计算光伏发电单元(PV)的出力P_pv：

$I_{pv}=I_{sc}\[1-C_1\left(\exp \right(\frac{U_{pv}-\mathrm{\Δ}V}{C_2{U}_{oc}})-1)\]+\mathrm{\Δ}I$

P_pv＝U_pvI_pv

式中，C₁＝(1-I_mp/I_sc)exp[-U_mp/(C₂U_oc)]

$C_2=(\frac{U_{mp}}{U_{oc}}-1)/ln(1-\frac{I_{mp}}{I_{sc}})$

$\mathrm{\Δ}I=\mathrm{\α}\left(\frac{R}{R_{ref}}\right)\mathrm{\Δ}T+(\frac{R}{R_{ref}}-1)I_{sc}$

ΔV＝U_pv-U_mp

ΔT＝T_c-T_ref

其中，I_pv为光伏发电单元(PV)的输出电流，I_sc为光伏发电单元(PV)的短路电流，U_oc为光伏发电单元(PV)的开路电压；在不同的天气条件下，当光伏发电单元(PV)的输出电压为U_pv时，I_mp、U_mp分别为最大功率点的电流和电压；α、R_ref、T_ref、R、T_c分别为参考日照下电流变化的温度系数、太阳辐射的温度参考值、光伏电池的温度参考值、光伏阵列倾斜面上的总太阳辐射、光电池温度。

6.根据权利要求5所述电动车辆接入多微电网电力分配方法，其特征在于，所述步骤S102中进一步根据以下公式计算风力发电单元(WT)的出力P_w：

$f\left(v\right)=\frac{k}{c}{\left(\frac{v}{c}\right)}^{k-1}\exp (-{\left(\frac{v}{c}\right)}^k)$

$P_w=\left\{\begin{array}{c}0,v<v_{cl}\\ k_{1}v+k_0,v_{ct}\&le;v<v_r\\ P_r,v_r\&le;v<v_{co}\\ 0,v>v_{co}\end{array}\right.$

k₁＝P_r/(v_r-v_cl)，k₀＝-k₁v_cl

其中，f(v)为风速的随机概率密度函数，v为风速，k为风力发电机(WT)的叶片形状参数，c为风力发电机(WT)的叶片尺度参数，P_r为风力发电机(WT)的额定功率，v_cl、v_r和v_co分别为风力发电机(WT)的切入风速、额定风速和切出风速。

7.根据权利要求6所述电动车辆接入多微电网电力分配方法，其特征在于，所述步骤S103进一步根据以下公式确定所述V2M微电网在博弈中角色为售电方或购电方：

$d_t^j=L_t^j-P_t^{j,pv}-P_t^{j,w}$

当满足时，为V2M微电网中的售电方；当满足时，为V2M微电网中的购电方；其中，V2M微电网中的售电方集合为J，j为V2M微电网中的售电方，j∈J，为V2M微电网中售电方j的负荷，t为时间，和分别为V2M微电网中售电方j的光伏发电单元(PV)出力和风力发电单元(WT)出力。

8.根据权利要求7所述电动车辆接入多微电网电力分配方法，其特征在于，所述步骤S104进一步根据以下公式计算在博弈中角色为售电方的所述V2M微电网的富余电量：

${\mathrm{\&Omega;}}^j=\{l_t^j\&Element;R_{-}^H:l_j^{\min }\&le;l_t^j\&le;1_k^{\max },\&ForAll;t\}$

$l_t^j=d_t^j+m_t^j$

$m_t^j=l_t^{j,bess}-l_t^{j,dg}+l_t^{j,ev}$

$d_t^j=L_t^j-P_t^{j,pv}-P_t^{j,w}$

其中，Ω^j为V2M微电网中售电方j的策略集，为V2M微电网中售电方j选择的售电功率，分别为售电功率的下限值和上限值，t为时间，为欧几里得空间里的负数，为在时间段t内V2M微电网中售电方j选择的储能单元(DS)、电动车辆单元(EV)的充放电功率和发电单元(DG)的出力总和，分别为储能单元(DS)、电动车辆单元(EV)的充放电功率和发电单元(DG)的出力，为V2M微电网中售电方j的负荷，和分别为V2M微电网中售电方j的光伏发电单元(PV)的出力和风力发电单元(WT)的出力，为V2M微电网中售电方j的可售电量。

9.根据权利要求8所述电动车辆接入多微电网电力分配方法，其特征在于，所述步骤S105中进一步根据以下公式计算每个V2M微电网的购电电价：

$C_t^{i^{*}}=C_s\frac{k-1}{2k-1}$

其中，k为参与博弈的V2M微电网中购电方的总数，C_s为公网的售电电价，为每个V2M微电网的购电电价。

10.根据权利要求9所述电动车辆接入多微电网电力分配方法，其特征在于，所述步骤S106中进一步根据以下公式计算在博弈中角色为售电方的所述V2M微电网的售电量：

$l_t^{j^{*}}=d_t^j{\left(\underset{i\&Element;I}{\&Sigma;}\frac{C_t^{i*2}}{\underset{l\&Element;I}{\&Sigma;}{C}_t^l{\mathrm{\&alpha;}}_t{\mathrm{\&beta;}}_t}\right)}^{\frac{1}{{\mathrm{\&alpha;}}_l-1}}$

其中，为V2M微电网中售电方销售给购电方的电量，为每个V2M微电网中购电方的购电电价，α_t、β_t为满意度设置参数，为除V2M微电网中购电方i以外其它购电方的购电电价，为V2M微电网中售电方j的可售电量，V2M微电网中的购电方集合为I。