CN107154628A - 电动汽车入网放电电价上限与入网功率关系计算方法 - Google Patents

电动汽车入网放电电价上限与入网功率关系计算方法 Download PDF

Info

Publication number
CN107154628A
CN107154628A CN201710565292.7A CN201710565292A CN107154628A CN 107154628 A CN107154628 A CN 107154628A CN 201710565292 A CN201710565292 A CN 201710565292A CN 107154628 A CN107154628 A CN 107154628A
Authority
CN
China
Prior art keywords
electric automobile
power
electric
networking
cost
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
CN201710565292.7A
Other languages
English (en)
Other versions
CN107154628B (zh
Inventor
张谦
李春燕
张淮清
付志红
谭维玉
蔡家佳
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN201710565292.7A priority Critical patent/CN107154628B/zh
Publication of CN107154628A publication Critical patent/CN107154628A/zh
Application granted granted Critical
Publication of CN107154628B publication Critical patent/CN107154628B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • B60L55/00—Arrangements for supplying energy stored within a vehicle to a power network, i.e. vehicle-to-grid [V2G] arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/92—Energy efficient charging or discharging systems for batteries, ultracapacitors, supercapacitors or double-layer capacitors specially adapted for vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及一种电动汽车入网放电电价上限与入网功率关系的计算方法，属于智能电网领域。该方法从电力公司的角度，根据电网峰荷时需要调用的电动汽车功率，研究了电力公司调用电动汽车所能接受的最高价格。本发明建立并求解计及最小发电成本的最优备用机组组合模型，分析其在峰荷时调用备用机组的成本，并将该成本作为电力公司可接受调用相同容量电动汽车费用的最大值，结合电力公司调度电动汽车功率计算电力公司可接受调用电动汽车放电电价的最大值与电动汽车入网功率的关系。本发明讨论了电动汽车完全替代备用机组的情况后，重点讨论了电动汽车部分替代备用机组的情况，比传统的计算方法更全面。

Description

电动汽车入网放电电价上限与入网功率关系计算方法
技术领域
本发明属于智能电网领域，涉及一种电动汽车入网放电电价上限与入网功率关系的计算方法。
背景技术
随着能源危机和环境污染的进一步加剧，世界能源需求正在从以化石能源为主导的局面向大力发展可持续能源的多元化、清洁化和高效化的趋势转变。近年来，使用清洁电力作为动力的电动汽车被认为是减少碳排放和降低化石能源依赖的有效解决方法之一，正受到各国政府和人们的广泛关注。电动汽车充电负荷的时序特性对电力系统的运行与投资有着重要影响，如果电动汽车安排在低谷时段充电，将可能在满足快速增长充电负荷的前提下，减缓配电网的建设投资，节约投资成本，避免形成充电负荷高峰，减少电动汽车充电对配电网运行的冲击。因此，对电动汽车进行合理调度不但能减少电动汽车充电负荷对电网的冲击，还能减少日常负荷对电网的压力。然而，电动汽车作为交通工具首先要满足人们的日常行驶，在此基础上还需征得车主的意愿才能参加电力系统的调度。因此，制定合理的电价机制以刺激电动汽车用户的参与尤为重要。
目前，国内外几乎都是针对电动汽车的充电电价进行研究，而对放电电价研究相对较少。部分学者采用弹性系数矩阵研究放电电价，但是就目前而言，电动汽车还未能大量普及，电动汽车入网更是鲜有，仅靠少量数据得出的结果是否可靠还有待研究。此外，有学者提出优化算法计算充放电电价，通过建立以最小峰谷差和EV用户群效益最大为目标函数得出充放电电价。由于在目标函数中未考虑电力公司成本问题，假设得出的放电价格高于电力公司承受限度，显然，电力公司是不会参与的。
发明内容
有鉴于此，本发明提供一种电动汽车入网放电电价上限与入网功率关系的计算方法，从电力公司的角度，根据电网峰荷时需要调用的电动汽车功率，研究电力公司调用电动汽车所能接受的最高价格。该方法建立并求解计及最小发电成本的最优备用机组组合模型，分析其在峰荷时调用备用机组的成本，并将该成本作为电力公司可接受调用相同容量电动汽车费用的最大值，结合电力公司调度电动汽车功率计算电力公司可接受调用电动汽车放电电价的最大值与电动汽车入网功率的关系。
为达到上述目的，本发明提供如下技术方案：
电动汽车入网放电电价上限与入网功率关系计算方法，该方法包括以下步骤：
S1：建立电网峰时备用机组调用成本模型；
S2：确定目标函数；
S3：求解算法。
进一步，所述步骤S1包括以下步骤：
S101：根据实际情况确定峰时需要调用的额外功率PC；
S102：假设所需额外功率全部由备用机组出力，即PG＝PC，以最小化发电成本为目标函数建立模型并求解得出最小发电成本C0；
S103：保持总调用功率Pc不变，逐渐减少备用机组出力，减少的部分视作由电动汽车提供，得到更新后的备用机组出力PG1＝PC-PEV；
S104：根据更新后的备用机组出力PG1，以最小化发电成本为目标函数建立模型并求解得出最小发电成本C1；
S105：根据前后两次计算的发电成本差值ΔC＝C0-C1和电动汽车功率比值算出电动汽车电价λ；
S106：逐渐增加电动汽车功率比例重复步骤S103-S104直至PEV＝PC。
进一步，所述确定目标函数具体为：
以传统机组组合模型为基础，其基本费用函数主要为燃料费用，对每台出力机组的燃料费用采用多项式的形式来进行描述：其中FCiPi(t)为燃料费用函数，FCi(Pi(t))＝ai+biPi(t)+ciPi 2(t)，其中Pi(t)为发电机组i在t时刻的出力，单位为MW，ai、bi、ci为第i个机组对应的燃料成本系数。
进一步，该方法还包括以下约束条件：
1)电动汽车约束
每个时段内参与放电的电动汽车数量小于当前能够参与到电网中的电动汽车的数量，电动汽车的约束表示如下：SOCmin≤SOC(t)≤SOCmax；
其中，NC(t)指t时刻参与供电的电动汽车数量；指t时刻能够参与供电的电动汽车数量的最大值；SOCmin指电动汽车荷电状态的下限，SOCmax指电动汽车荷电状态的上限，SOC(t)指电动汽车的实时荷电状态。
2)系统功率平衡约束
在任一时刻，电网中的发电机组发出的功率加上电动汽车提供的功率满足负荷需求加上系统功率损失，表述为：其中，Pi(t)指第i台发电机t时刻的出力，Pv是电动汽车的放电功率，NV2G(t)指t时刻能够参与放电的电动汽车数量，Ploss指网损，D(t)为t时刻的负荷需求，单位为MW，N表示发电机组数量；
3)旋转备用约束
为了保持电力系统安全可靠地运行，必须有充足的旋转备用，公式表述为：其中，指t时刻第i台发电机组的最大出力，指t时刻能够参与放电的电动汽车的最大数量，R(t)指t时刻的系统的旋转备用需求；
4)机组出力上下限约束
PGimin≤PGi≤PGimax，i＝1,…,N，其中，PGimin和PGimax分别为发电机i的最小发电功率和最大发电功率，PGi为发电机的实际发电功率。
5)其它约束
a)每辆电动汽车期望的供电效率；b)停车场最大容纳电动汽车的数量；c)每台发电机组运行时间的初始状态；d)某些发电机组处于启动状态，而被强迫停机和处于维护状态的发电机组则不能启动。
5.如权利要求1所述的电动汽车入网放电电价上限与入网功率关系计算方法，其特征在于：所述求解算法包括以下步骤：
S301：模拟退火粒子群优化SAPSO算法参数初始化，并随机给出N个初始解；
S302：进行迭代并判断迭代是否结束；若未结束，进行下一步；若结束，输出最优解；
S303：执行SAPSO搜索，对N个初始解分别执行SA抽样过程，令全局最优值gbest为局部最优值pbest(t)中最优解，更新SAPSO的参数，并跳至步骤S302。
本发明的有益效果在于：
本发明从电力公司的角度，对电动汽车在并网参与放电行为时所需费用与电力公司常规调用备用机组的费用进行对比，若调用电动汽车的费用不低于调用备用机组的费用，电力公司将不会选择电动汽车。在不同备用调用量的情况下，研究单位电动汽车调用成本与功率的关系。同时，考虑到实际情况中电动汽车短期内难以实现在尖峰时段完全替代备用机组，本发明在讨论了电动汽车完全替代备用机组的情况后，重点讨论了电动汽车部分替代备用机组的情况。其中，在部分替代备用机组的情况下对电动汽车替代备用调用量由少至多的各种情况进行分析，得出了电动汽车入网功率与电力公司可接受的最大放电电价的关系，再结合实际算例中电动汽车的具体调用量得出电力公司可接受的电动汽车最大实时放电电价。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为电动汽车参与系统调度价格与功率关系计算流程图；
图2为粒子群算法流程图；
图3为备用机组功率价格关系曲线；
图4为不同备用调用量下时EV功率价格曲线；
图5为各时段电动汽车入网功率与电网可接受的最大电价关系；
图6为三种电动汽车负荷下电网可接受的实时最大电价。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
本发明采用A市修改的IEEE30节点系统下的一组备用机组，该机组一共包含6台机组，假设该市某日预测负荷如表1所示，传统机组最大出力为1300MW，则最大备用功率调用量为200MW，因此可得出需要调用备用机组的时刻和功率如表2所示，按照前面所述方法分别对电动汽车能够完全替代和不能完全替代的情况进行分析。
表1某市日负荷情况(MW)
表2需调用备用机组时段与功率(MW)
①电动汽车完全替代
根据本发明算法算出需要调用备用机组为10-200MW时的备用机组的成本曲线，再根据本发明方法计算出电网可接受调用电动汽车的单位功率费用的最大值与电动汽车入网功率的关系，如图3所示，同时由图3曲线得出需要电动汽车提供放电的各时刻电价，换算成以元/kWh为单位表示后如表3所示。
表3需调用备用机组时刻的备用机组调用价格(元/kWh)
从图中看出电力公司在调用备用负荷时，曲线变化主要分为三个阶段：
1)当调用量小于50MW时，调用成本从3.4元/kWh急剧减小到2.1元/kWh。
2)当调用量从50MW增加到90MW时，调用成本从2.3元/kWh逐渐减小到2.1元/kWh
3)当调用量从90MW增加到200MW时，调用成本基本稳定在2.2元/kWh附近
根据电网公布数据显示，各行业正常时段电价在0.4-0.8元/kWh之间，而调用备用机组的成本为正常时段电价的三到四倍，由此可见单位传统机组调用成本和单位备用机组调用成本之间存在巨大差异。同时图3显示，电动汽车能够提供的容量越大，电网可接受的最大单价相对越低。并且由于备用机组的成本系数较高，启停费用较大，导致电力公司启动每台机组将耗费大量费用，因此，调用备用机组伊始，电力公司首先开启某台机组，在机组正常运作前，大量费用已经产生，因此单位功率发电成本随功率增大而减小。当功率增加到超过该机组出力上限时，新的机组将被启动，此时，由于新机组的启动花费，单位功率发电成本将骤增。最终曲线将出现如图3所示折点。
同时，曲线各阶段下降速度不同，随着电动汽车入网功率变大，曲线下降速度减小。另外根据本算例负荷曲线可知，在一天当中只有几个时刻需要调度备用机组，所以根据本发明算法只得出表3所示时刻的放电电价，而对于其他时刻，本发明分为以下两种情况：
a负荷低谷时段负荷较少，电力公司传统机组出力过量，故不支持电动汽车进行放电。
b负荷高峰时段，该时段负荷即将大于传统机组出力。电力公司能接受电动汽车放电最高电价为当日平均充电电价，本发明取0.42元/kWh。
最终得出在电动汽车能够完全代替备用机组出力时，电力公司当日各时刻可接受最大放电电价如表4所示。
表4电力公司当日可接受最大实时放电电价(元)
②电动汽车不完全替代
众所周知，由于电动汽车发展情况以及车主行驶习惯等限制，电动汽车作为新兴交通工具，在负荷尖峰时段未必能提供足够的容量以完全替代备用机组出力。根据本发明算例中预测负荷曲线可知，电网尖峰时刻需调用备用机组功率分别为100MW、150MW、200MW。假设在这三种情况下假设电动汽车只能部分替代备用机组出力，根据本发明方法，分别算出调用备用机组功率分别为100MW、150MW、200MW三种情况下电动汽车入网功率与价格的关系如图4所示。
假设在算例中，该市电动汽车当日可提供30MW、50MW和80MW功率时，需调用备用机组时刻与电价如表5所示。最后得出各时刻电动汽车入网功率与电网可接受最大价格的关系和三种不同电动汽车负荷下电网可接受最大电价如5所示，并且当电动汽车可提供50MW时，当日电力公司可接受最大实时电动汽车放电电价如表6所示。(未调用备用机组时刻电价同完全替代部分)
表5不同电动汽车入网功率下各时刻备用机组调用价格(元/kWh)
表6电力公司当日可接受最大实时放电电价(元/kWh)
从表5、表6和图5、图6可以看出，在电网需要调用的备用功率确定的情况下，电动汽车可提供的功率越多，电网相对可接受的最大电价越低；在电动汽车可提供的功率确定的情况下，电网需要调用的备用容量越多，可接受的最大电价越大。
综上所述，单位功率备用机组调用成本和单位传统机组调用成本之间存在巨大差异，因此电动汽车参与电网互动对电力公司和电动汽车车主双方都有收益。在电动汽车替代备用机组向电网供电时，完全替代备用机组和部分替代备用机组两种情况下电网所能接受的最大放电电价也同样存在差异：当电动汽车的发展足以完全替代备用机组出力时，其所能提供的功率能满足尖峰时刻的功率需求。此时，电网能够接受的最大放电电价仅与当日负荷尖峰时所需功率有关，峰时需要调用备用功率即电动汽车提供的功率越大，电网可接受电动汽车最大电价越小；反之，电网可接受的电动汽车最大放电电价越大；在电动汽车只能部分替代备用机组情况下，当电网额外需要调用备用功率确定时，电动汽车可提供功率越多，电网相对可接受的最大电价越低；当电动汽车可提供的功率确定时，电网需要调用的备用功率越多，可接受的最大电价越高。并且最终得出的功率-电价曲线也随具体备用机组参数的不同而存在差别。
本发明在讨论了电动汽车完全替代备用机组的情况后，重点讨论了电动汽车部分替代备用机组的情况。其中，在部分替代的情况下对电动汽车替代备用调用量由少至多的各种情况进行分析，得出了电动汽车入网功率与电力公司可接受的最大放电电价的关系，再结合实际算例中电动汽车的具体调用量得出电力公司可接受的电动汽车最大实时放电电价。
最后综合两种情况得出的结论如下：
单位备用机组调用成本与单位传统机组调用成本之间存在巨大差异，因此，电力公司在选择调用电动汽车替代备用机组时，双方均有收益。
电动汽车完全替代备用机组：电动汽车能够提供的功率越多，电力公司能够接受的最大放电电价越低；电动汽车能够提供的功率越少，电网能够接受的最大放电电价越高。
电动汽车部分替代备用机组：a)当电力公司需要调用备用功率确定时，电动汽车可提供的功率越多，电力公司相对可接受的最大电价越低；b)当电动汽车可提供的功率确定时，电力公司需要调用的备用功率越多，其可接受的最大电价越高。
最后需要说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (5)

1.电动汽车入网放电电价上限与入网功率关系计算方法，其特征在于：该方法包括以下步骤：
S1：建立电网峰时备用机组调用成本模型；
S2：确定目标函数；
S3：求解算法。
2.如权利要求1所述的电动汽车入网放电电价上限与入网功率关系计算方法，其特征在于：所述步骤S1包括以下步骤：
S101：根据实际情况确定峰时需要调用的额外功率PC；
S102：假设所需额外功率全部由备用机组出力，即PG＝PC，以最小化发电成本为目标函数建立模型并求解得出最小发电成本C0；
S103：保持总调用功率Pc不变，逐渐减少备用机组出力，减少的部分视作由电动汽车提供，得到更新后的备用机组出力PG1＝PC-PEV；
S104：根据更新后的备用机组出力PG1，以最小化发电成本为目标函数建立模型并求解得出最小发电成本C1；
S105：根据前后两次计算的发电成本差值ΔC＝C0-C1和电动汽车功率比值算出电动汽车电价λ；
S106：逐渐增加电动汽车功率比例重复步骤S103-S104直至PEV＝PC。
3.如权利要求1所述的电动汽车入网放电电价上限与入网功率关系计算方法，其特征在于：所述确定目标函数具体为：
以传统机组组合模型为基础，其基本费用函数主要为燃料费用，对每台出力机组的燃料费用采用多项式的形式来进行描述：其中FCiPi(t)为燃料费用函数，FCi(Pi(t))＝ai+biPi(t)+ciPi 2(t)，其中Pi(t)为发电机组i在t时刻的出力，单位为MW，ai、bi、ci为第i个机组对应的燃料成本系数。
4.如权利要求1所述的电动汽车入网放电电价上限与入网功率关系计算方法，其特征在于：该方法还包括以下约束条件：
1)电动汽车约束
每个时段内参与放电的电动汽车数量小于当前能够参与到电网中的电动汽车的数量，电动汽车的约束表示如下：SOCmin≤SOC(t)≤SOCmax；
其中，NC(t)指t时刻参与供电的电动汽车数量；指t时刻能够参与供电的电动汽车数量的最大值；SOCmin指电动汽车荷电状态的下限，SOCmax指电动汽车荷电状态的上限，SOC(t)指电动汽车的实时荷电状态；
2)系统功率平衡约束
在任一时刻，电网中的发电机组发出的功率加上电动汽车提供的功率满足负荷需求加上系统功率损失，表述为：其中，Pi(t)指第i台发电机t时刻的出力，Pv是电动汽车的放电功率，NV2G(t)指t时刻能够参与放电的电动汽车数量，Ploss指网损，D(t)为t时刻的负荷需求，单位为MW，N表示发电机组数量；
3)旋转备用约束
为了保持电力系统安全可靠地运行，必须有充足的旋转备用，公式表述为：其中，Pi max(t)指t时刻第i台发电机组的最大出力，指t时刻能够参与放电的电动汽车的最大数量，R(t)指t时刻的系统的旋转备用需求；
4)机组出力上下限约束
PGimin≤PGi≤PGimax，i＝1,…,N，其中，PGimin和PGimax分别为发电机i的最小发电功率和最大发电功率，PGi为发电机的实际发电功率；
5)其它约束
a)每辆电动汽车期望的供电效率；b)停车场最大容纳电动汽车的数量；c)每台发电机组运行时间的初始状态；d)某些发电机组处于启动状态，而被强迫停机和处于维护状态的发电机组则不能启动。
5.如权利要求1所述的电动汽车入网放电电价上限与入网功率关系计算方法，其特征在于：所述求解算法包括以下步骤：
S301：模拟退火粒子群优化SAPSO算法参数初始化，并随机给出N个初始解；
S302：进行迭代并判断迭代是否结束；若未结束，进行下一步；若结束，输出最优解；
S303：执行SAPSO搜索，对N个初始解分别执行SA抽样过程，令全局最优值gbest为局部最优值pbest(t)中最优解，更新SAPSO的参数，并跳至步骤S302。
CN201710565292.7A 2017-07-12 2017-07-12 电动汽车入网放电电价上限与入网功率关系计算方法 Active CN107154628B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710565292.7A CN107154628B (zh) 2017-07-12 2017-07-12 电动汽车入网放电电价上限与入网功率关系计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710565292.7A CN107154628B (zh) 2017-07-12 2017-07-12 电动汽车入网放电电价上限与入网功率关系计算方法

Publications (2)

Publication Number Publication Date
CN107154628A true CN107154628A (zh) 2017-09-12
CN107154628B CN107154628B (zh) 2019-12-03

Family

ID=59796994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710565292.7A Active CN107154628B (zh) 2017-07-12 2017-07-12 电动汽车入网放电电价上限与入网功率关系计算方法

Country Status (1)

Country Link
CN (1) CN107154628B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109050284A (zh) * 2018-07-09 2018-12-21 华中科技大学 一种考虑v2g的电动汽车充放电电价优化方法
CN113619443A (zh) * 2021-08-09 2021-11-09 东风汽车集团股份有限公司 基于车联网的充放电管理方法、终端设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104600729A (zh) * 2014-08-19 2015-05-06 浙江工业大学 基于v2g技术的电动汽车参与经济调度优化控制方法
CN106712061A (zh) * 2016-05-16 2017-05-24 浙江工业大学 一种基于电动汽车可调度能力的日内优先调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104600729A (zh) * 2014-08-19 2015-05-06 浙江工业大学 基于v2g技术的电动汽车参与经济调度优化控制方法
CN106712061A (zh) * 2016-05-16 2017-05-24 浙江工业大学 一种基于电动汽车可调度能力的日内优先调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YAO WANG ET AL.: "A Game-Theoretic Mode for EV Discharging Price and Its Application", 《2014 IEEE CONFERENCE AND EXPO TRANSPORTATION ELECTRIFICATION ASIA-PACIFIC (ITEC ASIA-PACIFIC)》 *
张谦等: "计及V2G备用服务的交易模式", 《中国电机工程学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109050284A (zh) * 2018-07-09 2018-12-21 华中科技大学 一种考虑v2g的电动汽车充放电电价优化方法
CN109050284B (zh) * 2018-07-09 2020-06-09 华中科技大学 一种考虑v2g的电动汽车充放电电价优化方法
CN113619443A (zh) * 2021-08-09 2021-11-09 东风汽车集团股份有限公司 基于车联网的充放电管理方法、终端设备及介质
CN113619443B (zh) * 2021-08-09 2023-08-15 东风汽车集团股份有限公司 基于车联网的充放电管理方法、终端设备及介质

Also Published As

Publication number Publication date
CN107154628B (zh) 2019-12-03

Similar Documents

Publication Publication Date Title
Jian et al. Optimal scheduling for vehicle-to-grid operation with stochastic connection of plug-in electric vehicles to smart grid
CN110263435B (zh) 基于电-气耦合综合能源系统的双层优化故障恢复方法
CN110739725B (zh) 一种配电网优化调度方法
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN103248064B (zh) 一种复合型能源充电储能系统及其方法
CN109754112B (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
CN106532764B (zh) 一种就地消纳光伏发电的电动汽车充电负荷调控方法
CN107508284B (zh) 计及电气互联的微电网分布式优化调度方法
CN109217310A (zh) 一种考虑新能源消纳的电动汽车有序充电控制方法
CN110126679B (zh) 一种燃料电池最佳工作点的获取方法
CN109978240B (zh) 一种电动汽车有序充电优化方法及系统
CN110752630A (zh) 一种计及电池梯次利用的光储充电站容量优化仿真建模方法
CN114447959B (zh) 一种动态选相的低压园区源储荷协调优化控制方法
Yu et al. The impact of charging battery electric vehicles on the load profile in the presence of renewable energy
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
Huang et al. A decision-making tool for determination of storage capacity in grid-connected PV systems
CN114492985A (zh) 工业园区综合能源系统混合储能双层优化配置方法
CN107154628B (zh) 电动汽车入网放电电价上限与入网功率关系计算方法
CN114997544A (zh) 一种氢光储充电站容量优化配置方法及系统
CN108182487A (zh) 基于粒子群优化和本德尔分解的家庭能量数据优化方法
Li et al. Multi-objective optimal dispatching of electric vehicle cluster considering user demand response
CN117254526B (zh) 一种光储充检微电网一体站能源协同优化控制方法
Hai-Ying et al. Optimal control strategy of vehicle-to-grid for modifying the load curve based on discrete particle swarm algorithm
CN103489131A (zh) 一种基于光柴储供电系统的运行调度方法
CN110707736A (zh) 一种智能小区用户需求侧响应的微电网运行方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant