CN107769235B - 一种基于混合储能与电动汽车的微网能量管理方法 - Google Patents

一种基于混合储能与电动汽车的微网能量管理方法 Download PDF

Info

Publication number
CN107769235B
CN107769235B CN201710910023.XA CN201710910023A CN107769235B CN 107769235 B CN107769235 B CN 107769235B CN 201710910023 A CN201710910023 A CN 201710910023A CN 107769235 B CN107769235 B CN 107769235B
Authority
CN
China
Prior art keywords
power
microgrid
energy storage
charging
grid
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.)
Active
Application number
CN201710910023.XA
Other languages
English (en)
Other versions
CN107769235A (zh
Inventor
张萌亮
沈浩
李帆
余捷
周杰
周国森
瞿益斌
陆黎明
胡伟
忻葆宏
蒋永强
凌瀛
赵琦
钱晓军
邰能灵
黄文焘
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.)
State Grid Shanghai Electric Power Co Ltd
Original Assignee
State Grid Shanghai Electric Power 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 State Grid Shanghai Electric Power Co Ltd filed Critical State Grid Shanghai Electric Power Co Ltd
Priority to CN201710910023.XA priority Critical patent/CN107769235B/zh
Publication of CN107769235A publication Critical patent/CN107769235A/zh
Application granted granted Critical
Publication of CN107769235B publication Critical patent/CN107769235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/383
    • H02J3/386
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种基于混合储能与电动汽车的微网能量管理方法,属电网管理领域。其微网为分布式可再生能源的风光储并网型微网,所述的微网能量管理方法,将能量管理策略划分为削峰填谷阶段与功率波动抑制阶段;在削峰填谷阶段,依据风力、光伏等分布式可再生能源的发电预测与负荷预测技术,通过价格补贴的方式平移电动汽车慢充电时段,配合储能蓄电池的充放电以及微网联络线与外部大电网的功率交互,以此实现微网联络线功率的削峰填谷;在功率波动抑制阶段,考虑风力发电、光伏发电的出力波动性,同时计及电动汽车快充的大功率、高随机特性,由超级电容器与储能蓄电池组成混合储能系统,共同对微网联络线功率波动进行抑制;最终实现微网联络线的能量优化控制。

Description

一种基于混合储能与电动汽车的微网能量管理方法
技术领域
本发明属于电网管理领域,尤其涉及一种用于微网的能量管理方法。
背景技术
随着风力发电机、光伏电池以及电动汽车快充桩的大规模分散接入,对可再生能源发电以及电动汽车快充引起的微网联络线功率峰谷特性进行调节,同时对联络线短期功率波动进行有效抑制,对保证可再生能源消纳能力、提高微网并网稳定、增强微网运行安全可靠性有重要意义。然而,如何在减少微网联络线峰谷水平、平滑联络线短期功率的前提下减少微网投资成本,优化储能容量,需要对微网能量管理与控制进行深入研究。
电动汽车作为新一代的交通工具,在节能减排、减少人类对传统化石能源的依赖方面具备传统汽车不可比拟的优势,世界各国政府纷纷出台相关政策推动电动汽车产业发展。在美国,能源部牵头实施了EVProject计划,通过免费为电动汽车的用户建设家用充电桩来推广电动汽车的使用。在中国,科技部牵头实施了“十城千辆”计划。该项目计划两三年内在中国部分城市推广新能源汽车在公交车、公务车、社会服务车辆以及出租车中的示范运营。未来随着电动汽车的普及,大规模电动汽车接入电网充电,将对电力系统的规划、运行与控制产生不可忽视的影响。
上海市在电动汽车的使用和推广方面一直走在全国的最前列。近两年,上海市电动汽车的使用量出现了“井喷”的势头。
上海市在电动汽车的使用和推广方面一直走在全国的最前列。为鼓励使用电动汽车,上海出台了一系列优惠政策,其中包括充电桩补贴和购车赠沪牌政策。电动汽车充电桩的补贴政策针对企业和个人两种,自建一个充电桩,最高可享受30%的补贴,成本可降至4200元左右。2015年7月1号实施的《上海市电动汽车充电设施建设管理暂行规定》规定:在商业、公共服务设施、公共停车场、高速公路服务区、加油站以及具备停车条件的道路旁建设以快充为主、慢充为辅的公用充电设施。根据《上海电动汽车用户行业及潜在客户特征分析》的消费者使用电动汽车最新研究成果,目前上海家庭用电动汽车实际单次充电时长多数不超过2小时,并且超过75%的用户充电未充满就直接使用车辆。综合相关政策及用户行为,可以预见上海地区电动汽车智能快速充电具有很大的市场,一方面满足普通用户需求,更重要的是可作为供电公司实现售电量增长和提高利润率的一个重要措施。
电动汽车作为新一代的交通工具,在节能减排、减少人类对传统化石能源的依赖方面具备传统汽车不可比拟的优势,随着电动汽车的普及,大规模电动汽车接入电网充电,将对电力系统的规划、运行与控制以及能量管理产生了不可忽视的影响。经过对现有专利的检索发现,将电动汽车应用到电网中,能够使含可再生能源发电的峰谷特性更易调节,保证微网电能质量的同时,提高能量利用效率与微网运行经济性。然而,现有专利虽通过相关能量管理与优化策略对含电动汽车的微网功率进行峰谷调节与功率波动控制,但均未综合考虑电动汽车的不同充电模式对微网运行产生的影响,也未根据不同能量管理任务下的时间尺度对电动汽车群与微网储能系统进行协同管理。
发明内容
本发明所要解决的技术问题是提供一种基于混合储能与电动汽车的微网能量管理方法。该方法提出一种基于混合储能与电动汽车的微网能量管理策略。该策略划被分为削峰填谷与功率波动抑制两个阶段,针对联络线峰谷调节,通过建立基于电动汽车慢充平移时段、蓄电池充放电成本以及联络线交互功率的目标函数与约束条件,对微网联络线、电动汽车以及储能蓄电池的目标功率进行优化;针对联络线的功率波动平滑,考虑电动汽车快充随机性以及混合储能实时荷电状态,协调控制蓄电池与超级电容的功率出力,分别对联络线功率波动中的低频和高频成分进行抑制。
本发明的技术方案是:提供一种基于混合储能与电动汽车的微网能量管理方法,包括将能量管理策略划分为削峰填谷阶段与功率波动抑制阶段;其特征是:
所述的微网为分布式可再生能源的风光储并网型微网,其发电系统由风力发电机和光伏电池组成,蓄电池与超级电容组成混合储能系统以对微网联络线进行削峰填谷与功率波动抑制,该微网考虑电动汽车的充电特性,并通过交直流转换元件将电动汽车与微电网相连;
所述的微网能量管理方法,在削峰填谷阶段,依据包括风力、光伏的分布式可再生能源的发电预测与负荷预测技术,通过价格补贴的方式平移电动汽车慢充电时段,配合储能蓄电池的充放电以及微网联络线与外部大电网的功率交互,以此实现微网联络线功率的削峰填谷;
在削峰填谷阶段中,基于可再生能源出力预测以及负荷预测,以微网日运行最大收益为目标建立目标函数与约束条件,以此对电动汽车慢充平抑时间以及蓄电池、微网联络线各时段交互功率进行优化;在功率波动抑制阶段,考虑风力发电、光伏发电的出力波动性,同时计及电动汽车快充的大功率、高随机特性,由超级电容器与储能蓄电池组成混合储能系统,共同对微网联络线功率波动进行抑制;
在功率波动抑制阶段,基于功率波动目标平抑功率以及混合储能的实时荷电状态,通过模糊控制隶属函数与控制规则,得到修正系数以获取混合储能充放电参考值,同时保证混合储能荷电状态在合理范围内;
所述的微网能量管理方法,针对微网联络线的瞬时功率波动,通过混合储能,将功率波动成分在蓄电池以及超级电容间进行分配;
所述的微网能量管理方法,针对联络线峰谷调节,通过建立基于电动汽车慢充平移时段、蓄电池充放电成本以及联络线交互功率的目标函数与约束条件,对微网联络线、电动汽车以及储能蓄电池的目标功率进行优化;针对联络线的功率波动平滑,考虑电动汽车快充随机性以及混合储能实时荷电状态,协调控制蓄电池与超级电容的功率出力,分别对联络线功率波动中的低频和高频成分进行抑制;
所述的微网能量管理方法,通过上述两个阶段前后配合,最终实现微网联络线的能量优化控制。
具体的,所述的微网能量管理方法,针对微网中的储能系统,以蓄电池为代表的能量型储能元件参与微网的削峰填谷,蓄电池调峰填谷时,可综合风力、光伏发电预测、负荷预测以及包括蓄电池自身的荷电状态、联络线功率交换限制的要素,在保证设备运行安全和系统稳定的前提下制定能量存储和释放控制策略,此外,该并网型微网不仅能利用蓄电池进行调峰填谷,也可配合以超级电容器为代表的功率型储能设备共同对微网联络线功率波动进行抑制,以平滑输出功率,提高电能质量。针对处于慢充模式下的电动汽车,须考虑包括电动汽车数量、充电转移时间段的因素,在慢充转移时段补贴政策的激励下,原处于微网峰时段进行充电的部分电动汽车群会将到充电时段平移到谷时段以获取补贴利润,减少了蓄电池参与削峰填谷的储能容量,缩减了含风-光-储-电动汽车的并网型微网的整体运行投资成本。
进一步的,所述的超级电容为功率型储能元件,响应速度快,用于平抑功率波动的高频成分;蓄电池为能量型储能元件,响应速度相对较低,用于平抑功率波动的中低频成分。
进一步的,所述的微网能量管理方法,考虑了电动汽车慢充与快充两种充电模式;在功率波动抑制中,通过模糊控制,综合考虑了蓄电池与超级电容的实时荷电状态以及波动功率的实时状态,对波动功率在蓄电池与超级电容进行分配。
更进一步的,所述的微网能量管理方法,将处于慢充模式的电动汽车视为可平移负荷进行分析,可平移负荷含有用户意愿启停区间,可根据微网峰谷状况改变电动汽车慢充时间区间,此时需进行对应成本补偿。
更进一步的,所述的微网能量管理方法,将处于快充模式的电动汽车视为波动负荷,考虑包括快充充电桩的分散分布、充电时长短的特性,使用泊松分布来描述一段时间内到达的电动汽车数量,用以描述“完全随机”的电动汽车快充行为。
与现有技术比较,本发明的优点是:
本技术方案通过平移电动汽车慢充时间配合蓄电池充放电,实现了对含分布式可再生能源的微网联络线的峰谷调节;考虑电动汽车快充引起的联络线短期功率波动,通过超级电容器与蓄电池分别平抑了功率波动中的高频成分与低频成分。该策略能够实现含风-光-储-电动汽车的并网型微网的能量优化与协调,保证线路电能质量,提高微网运行经济性。
附图说明
图1是本发明的微网拓扑结构示意图;
图2是本发明微网能量管理系统结构示意图;
图3是PFlu(t)≥0时模糊控制的输入隶属函数示意图;
图4是PFlu(t)<0时模糊控制的输入隶属函数示意图;
图5是本发明微网的能量管理流程示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
本技术方案考虑电动汽车慢充与快充两种充电模式对含风-光-储的并网型微网产生的影响,提出了一种基于混合储能与电动汽车的微网能量管理方法。该方法将微网的管理策略划被分为削峰填谷与功率波动抑制两个阶段,针对联络线峰谷调节,通过建立基于电动汽车慢充平移时段、蓄电池充放电成本以及联络线交互功率的目标函数与约束条件,对微网联络线、电动汽车以及储能蓄电池的目标功率进行优化;针对联络线的功率波动平滑,考虑电动汽车快充随机性以及混合储能实时荷电状态,协调控制蓄电池与超级电容的功率出力,分别对联络线功率波动中的低频和高频成分进行抑制。
本技术方案所针对的是一种分布式可再生能源的风光储并网型微网,其典型架构如图1所示。
其发电系统由风力发电机和光伏电池组成,蓄电池与超级电容组成混合储能系统以对微网联络线进行削峰填谷与功率波动抑制,该微网考虑电动汽车的充电特性,并通过交直流转换元件将电动汽车与微电网相连
综合考虑电动汽车的慢充、快充两种充电模式,针对电动汽车慢充方式,由电动汽车慢充充电桩通过交直流变换为电动汽车提供电能,其充电功率通常不高于7 千瓦。
微网用户需要在一段时间区间内停驶电动汽车,以对其进行电能补充。本技术方案中将进行慢充的电动汽车视为可平移负荷,用以调节微网联络线的峰谷特性,可平移负荷含有用户意愿启停区间,可根据微网峰谷状况改变电动汽车慢充时间区间,此时需进行对应成本补偿。针对电动汽车快充方式,快充充电桩会为电动汽车提供几十千瓦到上百千瓦的充电功率,由于快充模式下的用户充电行为具有极高的随机性,本技术方案中将其视为一种微网短期功率波动,需通过蓄电池与超级电容器组成的混合储能系统对其进行平抑。
微网能量管理系统结构如图2所示,该能量管理策略划分为削峰填谷阶段与功率波动抑制阶段。在削峰填谷阶段,依据风力、光伏等分布式可再生能源的发电预测与负荷预测技术,通过价格补贴的方式平移电动汽车慢充电时段,配合储能蓄电池的充放电以及微网联络线与外部大电网的功率交互,以此实现微网联络线功率的削峰填谷。在功率波动抑制阶段,考虑风力发电、光伏发电的出力波动性,同时计及电动汽车快充的大功率、高随机特性,由超级电容器与储能蓄电池组成混合储能系统,共同对微网联络线功率波动进行抑制。两个阶段前后配合,最终实现微网联络线的能量优化控制
对于含风-光-储以及电动汽车的综合并网型微网,为提升微网运行经济性,风力发电、光伏发电均以最大功率点跟踪模式运行。鉴于分布式可再生能源的随机性、间歇性与波动性,微网联络线功率存在明显的峰谷特性与短期功率波动性。
因此,针对微网中的储能系统,以蓄电池为代表的能量型储能元件参与微网的削峰填谷,蓄电池调峰填谷时,可综合风力、光伏发电预测、负荷预测以及蓄电池自身的荷电状态、联络线功率交换限制等要素,在保证设备运行安全和系统稳定的前提下制定能量存储和释放控制策略。
此外,在本技术方案中,该并网型微网不仅能利用蓄电池进行调峰填谷,也可配合以超级电容器为代表的功率型储能设备共同对微网联络线功率波动进行抑制,以平滑输出功率,提高电能质量。
针对处于慢充模式下的电动汽车,须考虑电动汽车数量、充电转移时间段等因素,在慢充转移时段补贴政策的激励下,原处于微网峰时段进行充电的部分电动汽车群会将到充电时段平移到谷时段以获取补贴利润,减少了蓄电池参与削峰填谷的储能容量,缩减了含风-光-储-电动汽车的并网型微网的整体运行投资成本。
微网削峰填谷方案:
1、目标函数
整体考虑含风-光-储-电动汽车的并网型微网的各种设备的运行特性,以微网运行的日最大收益为目标建立相应目标函数,具体表达式如式(1)所示。
Figure GDA0003011412660000061
式(1)中,F表示微网运行日收益函数,k为当前时间周期,将单位时间周期长度设定为15min,对于一天中的24h,k=l,2,…,96;
Figure GDA0003011412660000062
Figure GDA0003011412660000063
分别表示k时段的联络线购电售电价格,单位为元/kWh;
Figure GDA0003011412660000064
分别表示k时段微网联络线的流出与流入功率;
Figure GDA0003011412660000065
Figure GDA0003011412660000066
表示k时段的联络线功率的流入、流出状态;将处于慢充模式下的电动汽车视为可平移负荷,
Figure GDA0003011412660000067
表示k时段第i辆电动汽车用户的意愿启停条件(0表示处在停运条件,1表示处在开启条件),
Figure GDA0003011412660000068
则表示优化后的k时段第 i辆电动汽车的实际启停结果,
Figure GDA0003011412660000069
表示k时段第i辆电动汽车的充电功率,
Figure GDA00030114126600000610
表示k时段第i辆电动汽车的充电时段平移补贴价格;COM为储能系统的运行维护成本, Pbess,k表示k时段的蓄电池充放电功率;γbess(k)表示为k时段蓄电池的充放电罚函数,它会根据蓄电池的荷电状态对罚值进行调节。γbess在不同时段的具体表达式如式(2) 所示。
Figure GDA0003011412660000071
dSOC(k)=SOC(k)-SOCmin (3)
式(2-3)中,Pbess,k表示k时段的蓄电池充放电功率,充电时Pbess,k>0,放电时Pbess,k<0;a1,a2,a3,a4,a5,a6,a7,a8>0;γbess(k)恒为正;对于峰时段蓄电池应放电,随着放电量的增加,dSOC减少,此时γbess(k)绝对值变大,从而促使在剩余储能量较少时减少放电功率;对于谷时段蓄电池应充电,随着充电量的增加,dSOC增加,此时γbess(k)绝对值变大,从而促使在储能量过高时减少充电功率;SOCmin表示蓄电池储能下限,当k处于峰时段且储能荷电状态SOC低于低电量指标SOCref_low时,通过恒定功率 Pbess,ref对储能装置充电。
2、约束条件
(1)电动汽车电池荷电状态约束
过度的充放电会导致电动汽车锂电池的寿命缩短,须控制第i辆电动汽车第k 时段的荷电状态Si(k)限定在一定范围内。
Smin≤Si(k)≤Smax (4)
式(4)中,Smin和Smax分别表示电动汽车电池荷电状态上、下限。
(2)电动汽车用户期望约束
电动汽车慢充结束时锂电池的荷电状态须达到用户要求值。
Figure GDA0003011412660000072
式(5)中,Si,0表示第i辆电动汽车的初始荷电状态;Ei表示第i辆电动汽车的电池容量,Si,E表示第i辆电动汽车的用户期望充电容量。
(3)联络线功率平衡
Figure GDA0003011412660000081
式(6)中,Pwind(k)、Ppv(k)、PL(k)分别表示k时段风力、光伏的发电量以及普通负荷的用电量。
此外,还需考虑蓄电池的充放电极限约束、荷电状态约束以及微网联络线功率约束。
3、微网联络线波动功率抑制方案:
考虑电动汽车快充带来的微网联络线功率瞬时波动,由于使用电动汽车快充模式的用户,由于快充充电桩的分散分布、充电时长短等特性,电动汽车可在行驶途中进行充电,因此电动汽车群的整体充电曲线具有较强的随机性。由于泊松分布可用来描述一段时间内到达的电动汽车数量,能够用来描述了“完全随机”的电动汽车快充行为。由于电动汽车到达充电桩进行快充的时间间隔与前一辆电动汽车的到达时刻无关,这里假设电动汽车快充行为服从泊松分布。因此,在任意的时段区间t 内,到达快速充电桩的电动汽车数量s满足:
Figure GDA0003011412660000082
现有技术给出电动汽车快充曲线,对于单个电动汽车的快速充电,其充电功率从最低电量时刻起快速增加,当充电功率到达最大功率后平缓降低,可以看出电动汽车充电量的主要集中于功率平缓降低的时段。
假设电动汽车快充功率增加到额定功率PN,然后以指数函数的趋势不断下降,该指数函数的表达式如式(8)所示。
P=PNe-αt (8)
其中
Figure GDA0003011412660000083
C为电池容量,单位为kWh。
针对微网联络线的瞬时功率波动,通过混合储能,将功率波动成分在蓄电池以及超级电容间进行分配。超级电容为功率型储能元件,响应速度快,用于平抑功率波动的高频成分;蓄电池为能量型储能元件,响应速度相对较低,用于平抑功率波动的中低频成分。
定义PFlu为微网联络线波动功率,由风力、光伏发电与电动汽车快充引起的功率波动共同构成,定义Pb为蓄电池平抑波动的目标功率;定义Psc为超级电容平抑波动的目标功率,充电为正,放电为负;则在t时刻
PFlu(t)=Pb(t)+Psc(t) (9)
使用模糊控制将功率波动成分在蓄电池、超级电容间分配,考虑超级电容以及蓄电池的实时荷电状态。模糊控制的输入量如式(10-11)所示:
I1(t)=SOCSC(t) (10)
I2(t)=SOCB(t) (11)
其中,SOCSC(t)与SOCB(t)分别表示超级电容与蓄电池t时刻的荷电状态;模糊控制的输入隶属函数如图3和图4所示;模糊控制规则如表1与表2所示,其中I1的状态集合为{NB,NS,ZO,PS},I2的状态集合为{NB,NS,ZO,PS,PB},输出隶属函数的状态集合为{NB,NM,NS,ZE,PS,PM,PB}。
表1模糊控制规则(PFlu(t)≥0)
Figure GDA0003011412660000091
表2模糊控制规则(PFlu(t)<0)
Figure GDA0003011412660000092
定义μ(t)为模糊控制修正系数,蓄电池、超级电容的功率分配如式(12-13)所示:
Psc(t)=PFlu(t)+μ(t)|PFlu(t)| (12)
Pb(t)=PFlu(t)-Psc(t) (13)
当超级电容器剩余荷电容量充足时,则由其单独承担波动功率平抑,以减轻蓄电池的压力;此外,使超级电容器的容量状态尽可能回到初始条件,进而改善下一时间点的功率波动平抑能力。当超级电容荷电状态不足时,则需通过混合储能系统协调抑制目标功率波动,以避免因超级电容的荷电状态越限进而削弱下一时间段混合储能的功率波动抑制能力,此时蓄电池需提升自身平抑波动功率的比例。
4、能量管理流程图
微网的能量管理流程如图5所示,该流程先后经过削峰填谷阶段与功率波动抑制阶段。在削峰填谷阶段中,基于可再生能源出力预测以及负荷预测,以微网日运行最大收益为目标建立目标函数与约束条件,以此对电动汽车慢充平抑时间以及蓄电池、微网联络线各时段交互功率进行优化。在功率波动抑制阶段,基于功率波动目标平抑功率以及混合储能的实时荷电状态,通过模糊控制隶属函数与控制规则,得到修正系数以获取混合储能充放电参考值,同时保证混合储能荷电状态在合理范围内。
综上所述,本发明的技术方案,综合考虑了电动汽车慢充与快充两种充电模式;综合考虑了含风-光-储-电动汽车的并网型微网的联合能量管理与控制。其在功率波动抑制中,通过模糊控制,综合考虑了蓄电池与超级电容的实时荷电状态以及波动功率的实时状态,对波动功率在蓄电池与超级电容进行分配;该技术方案将处于慢充模式的电动汽车视为可平移负荷进行分析,可平移负荷含有用户意愿启停区间,可根据微网峰谷状况改变电动汽车慢充时间区间,此时需进行对应成本补偿;此外,本技术方案将处于快充模式的电动汽车视为波动负荷,考虑快充充电桩的分散分布、充电时长短等特性,电动汽车群的整体充电曲线具有较强的随机性。使用泊松分布可用来描述一段时间内到达的电动汽车数量,用以描述了“完全随机”的电动汽车快充行为。
本发明可广泛用于微网的运行管理领域。

Claims (6)

1.一种基于混合储能与电动汽车的微网能量管理方法,包括将能量管理策略划分为削峰填谷阶段与功率波动抑制阶段;其特征是:
所述的微网为分布式可再生能源的风光储并网型微网,其发电系统由风力发电机和光伏电池组成,蓄电池与超级电容组成混合储能系统以对微网联络线进行削峰填谷与功率波动抑制,该微网考虑电动汽车的充电特性,并通过交直流转换元件将电动汽车与微电网相连;
所述的微网能量管理方法,在削峰填谷阶段,依据包括风力、光伏的分布式可再生能源的发电预测与负荷预测技术,通过价格补贴的方式平移电动汽车慢充电时段,配合储能蓄电池的充放电以及微网联络线与外部大电网的功率交互,以此实现微网联络线功率的削峰填谷;
在削峰填谷阶段中,基于可再生能源出力预测以及负荷预测,以微网日运行最大收益为目标建立目标函数与约束条件,以此对电动汽车慢充平抑时间以及蓄电池、微网联络线各时段交互功率进行优化;在功率波动抑制阶段,考虑风力发电、光伏发电的出力波动性,同时计及电动汽车快充的大功率、高随机特性,由超级电容器与储能蓄电池组成混合储能系统,共同对微网联络线功率波动进行抑制;
在功率波动抑制阶段,基于功率波动目标平抑功率以及混合储能的实时荷电状态,通过模糊控制隶属函数与控制规则,得到修正系数以获取混合储能充放电参考值,同时保证混合储能荷电状态在合理范围内;
所述的微网能量管理方法,针对微网联络线的瞬时功率波动,通过混合储能,将功率波动成分在蓄电池以及超级电容间进行分配;
所述的微网能量管理方法,针对联络线峰谷调节,通过建立基于电动汽车慢充平移时段、蓄电池充放电成本以及联络线交互功率的目标函数与约束条件,对微网联络线、电动汽车以及储能蓄电池的目标功率进行优化;针对联络线的功率波动平滑,考虑电动汽车快充随机性以及混合储能实时荷电状态,协调控制蓄电池与超级电容的功率出力,分别对联络线功率波动中的低频和高频成分进行抑制;
所述的微网能量管理方法,通过上述两个阶段前后配合,最终实现微网联络线的能量优化控制。
2.按照权利要求1所述的基于混合储能与电动汽车的微网能量管理方法,其特征是所述的微网能量管理方法,针对微网中的储能系统,以蓄电池为代表的能量型储能元件参与微网的削峰填谷,蓄电池调峰填谷时,可综合风力、光伏发电预测、负荷预测以及包括蓄电池自身的荷电状态、联络线功率交换限制的要素,在保证设备运行安全和系统稳定的前提下制定能量存储和释放控制策略,此外,该并网型微网不仅能利用蓄电池进行调峰填谷,也可配合以超级电容器为代表的功率型储能设备共同对微网联络线功率波动进行抑制,以平滑输出功率,提高电能质量;针对处于慢充模式下的电动汽车,须考虑包括电动汽车数量、充电转移时间段的因素,在慢充转移时段补贴政策的激励下,原处于微网峰时段进行充电的部分电动汽车群会将到充电时段平移到谷时段以获取补贴利润,减少了蓄电池参与削峰填谷的储能容量,缩减了含风-光-储-电动汽车的并网型微网的整体运行投资成本。
3.按照权利要求1所述的基于混合储能与电动汽车的微网能量管理方法,其特征是
所述的超级电容为功率型储能元件,响应速度快,用于平抑功率波动的高频成分;蓄电池为能量型储能元件,响应速度相对较低,用于平抑功率波动的中低频成分。
4.按照权利要求1所述的基于混合储能与电动汽车的微网能量管理方法,其特征是所述的微网能量管理方法,考虑了电动汽车慢充与快充两种充电模式;在功率波动抑制中,通过模糊控制,综合考虑了蓄电池与超级电容的实时荷电状态以及波动功率的实时状态,对波动功率在蓄电池与超级电容进行分配。
5.按照权利要求1所述的基于混合储能与电动汽车的微网能量管理方法,其特征是所述的微网能量管理方法,将处于慢充模式的电动汽车视为可平移负荷进行分析,可平移负荷含有用户意愿启停区间,可根据微网峰谷状况改变电动汽车慢充时间区间,此时需进行对应成本补偿。
6.按照权利要求1所述的基于混合储能与电动汽车的微网能量管理方法,其特征是所述的微网能量管理方法,将处于快充模式的电动汽车视为波动负荷,考虑包括快充充电桩的分散分布、充电时长短的特性,使用泊松分布来描述一段时间内到达的电动汽车数量,用以描述“完全随机”的电动汽车快充行为。
CN201710910023.XA 2017-09-29 2017-09-29 一种基于混合储能与电动汽车的微网能量管理方法 Active CN107769235B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710910023.XA CN107769235B (zh) 2017-09-29 2017-09-29 一种基于混合储能与电动汽车的微网能量管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710910023.XA CN107769235B (zh) 2017-09-29 2017-09-29 一种基于混合储能与电动汽车的微网能量管理方法

Publications (2)

Publication Number Publication Date
CN107769235A CN107769235A (zh) 2018-03-06
CN107769235B true CN107769235B (zh) 2021-07-20

Family

ID=61267778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710910023.XA Active CN107769235B (zh) 2017-09-29 2017-09-29 一种基于混合储能与电动汽车的微网能量管理方法

Country Status (1)

Country Link
CN (1) CN107769235B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109327029B (zh) * 2018-09-18 2021-11-23 宁波市电力设计院有限公司 考虑电动汽车充电负荷的微电网风光优化配比方法
CN110021946A (zh) * 2019-04-11 2019-07-16 国网山东省电力公司青岛市即墨区供电公司 一种储能式共享性配电系统
CN110322063B (zh) * 2019-06-27 2023-05-30 上海极熵数据科技有限公司 一种耗电功率仿真预测方法及存储介质
CN110518608B (zh) * 2019-07-08 2023-04-21 华北电力大学(保定) 基于混合储能与电动汽车充电站的孤岛微网能量控制方法
CN111047119B (zh) * 2020-01-08 2022-05-03 浙江大学 一种用于调控电能质量的电动汽车充电站动态定价方法
CN112366708B (zh) * 2020-11-30 2023-07-25 深圳市康必达控制技术有限公司 一种充电管理方法、装置、设备及存储介质
CN113471963B (zh) * 2021-06-23 2022-12-09 国网吉林省电力有限公司电力科学研究院 可再生能源氢能微网系统能量路由管理方法
CN114726001B (zh) * 2022-06-08 2022-09-16 始途科技(杭州)有限公司 一种微电网管理方法及系统
CN115347588B (zh) * 2022-10-19 2022-12-20 成都理工大学 微电网储能系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
多电压源型微源组网的微电网运行控制与能量管理策略研究;鲍薇;《中国优秀博士学位论文全文数据库工程科技Ⅱ辑》;20141115;第1-140页 *
计及电动汽车车主意愿的集成光热充电站优化运行策略;齐峰等;《电力自动化设备》;20170630;第37卷(第6期);第229-235页 *

Also Published As

Publication number Publication date
CN107769235A (zh) 2018-03-06

Similar Documents

Publication Publication Date Title
CN107769235B (zh) 一种基于混合储能与电动汽车的微网能量管理方法
CN107732937B (zh) 含风-光-储-电动汽车的并网型微网的削峰填谷方法
CN107872068B (zh) 一种基于互联网的并网型微网联合能量管理与控制方法
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN107846043B (zh) 一种考虑电动汽车充电影响的微网能量管理方法
Monteiro et al. Batteries charging systems for electric and plug-in hybrid electric vehicles
CN112193121B (zh) 一种v2g直流充电桩的集群放电控制方法
Yu et al. A real time energy management for EV charging station integrated with local generations and energy storage system
CN110661246A (zh) 一种城市轨道交通光伏储能系统的容量优化配置方法
CN110289622B (zh) 一种光储充能量路由器的日前经济优化调度方法
CN106505579A (zh) 一种电动汽车参与配电网电压调节的调度控制方法
CN103248064A (zh) 一种复合型能源充电储能系统及其方法
CN115994656A (zh) 分时电价下计及激励需求响应的虚拟电厂经济调度方法
CN115360804B (zh) 一种有序充电系统及有序充电方法
Zhang et al. A non-cooperative game based charging power dispatch in electric vehicle charging station and charging effect analysis
CN107846035B (zh) 一种考虑电动汽车充电特性的风光储并网型微网
CN105656066B (zh) 一种面向供需两侧协同优化的电动汽车动态激励方法
CN112086980A (zh) 考虑充电桩接入的公用配电变压器定容选型方法与系统
CN110294418A (zh) 一种混合动力轮胎式集装箱起重机分布式能量管理方法
Ren et al. Multitime scale coordinated scheduling for electric vehicles considering photovoltaic/wind/battery generation in microgrid
Zhang et al. Multi-objective optimal scheduling strategy of microgrid based on v2g technology
CN115473285A (zh) 基于合作博弈论的多类型储能系统最优容量配置方法
Yan et al. Research on capacity configuration method of energy storage system in active distribution network considering the assessment of health risk for retired electric vehicle batteries
CN113054671A (zh) 一种基于计及储能无功调节模型的配电网日前-实时优化控制方法
CN118174333A (zh) 一种用于家庭光伏系统的储能容量优化方法及系统

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhang Mengliang

Inventor after: Xin Baohong

Inventor after: Jiang Yongqiang

Inventor after: Ling Ying

Inventor after: Zhao Qi

Inventor after: Qian Xiaojun

Inventor after: Tai Nengling

Inventor after: Huang Wendao

Inventor after: Shen Hao

Inventor after: Li Fan

Inventor after: Yu Jie

Inventor after: Zhou Jie

Inventor after: Zhou Guosen

Inventor after: Qu Yibin

Inventor after: Lu Liming

Inventor after: Hu Wei

Inventor before: Zhang Mengliang

Inventor before: Jiang Yongqiang

Inventor before: Xin Baohong

Inventor before: Qian Xiaojun

Inventor before: Ling Ying

Inventor before: Zhao Qi

Inventor before: Tai Nengling

Inventor before: Huang Wendao

Inventor before: Shen Hao

Inventor before: Li Fan

Inventor before: Yu Jie

Inventor before: Zhou Jie

Inventor before: Zhou Guosen

Inventor before: Qu Yibin

Inventor before: Lu Liming

Inventor before: Hu Wei

GR01 Patent grant
GR01 Patent grant