CN108110801A - 考虑电动汽车与储能的有源配电网多级冗余协调控制方法 - Google Patents
考虑电动汽车与储能的有源配电网多级冗余协调控制方法 Download PDFInfo
- Publication number
- CN108110801A CN108110801A CN201711457129.5A CN201711457129A CN108110801A CN 108110801 A CN108110801 A CN 108110801A CN 201711457129 A CN201711457129 A CN 201711457129A CN 108110801 A CN108110801 A CN 108110801A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- scheduling
- electric vehicle
- energy storage
- 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.)
- Pending
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/64—Optimising energy costs, e.g. responding to electricity rates
-
- 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]
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- 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
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，属于新能源协调控制技术领域，其特点是包括以下步骤：①获取有源配电网的运行数据；②建立电动汽车的负荷特性模型；③建立储能的存储和释放能量特性模型；④构建含电动汽车与储能的有源配电网多级冗余协调控制策略；⑤功进行日调度、小时调度和实时调度模型的多级协调控制的求解。本发明从有源配电网的角度出发，基于冗余区间划分思想研究电动汽车与储能的有源配电网多级协冗余调控制方法，为电动汽车等新能源的进一步发展提供推广基础和技术支撑。
Description
技术领域
本发明涉及一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，特别涉及一种基于冗余区间划分的考虑电动汽车与储能的有源配电网多级冗余协调控制方法，属于新能源协调控制技术领域。
背景技术
为解决能源短缺、环境污染、全球气候变暖等日益恶化的社会问题，我国提出并制定大力发展新能源的方案。而电动汽车等新能源的出现，在缓解能源危机、促进人与环境和谐发展等方面具有不可替代的优势。然而，电动汽车在大规模接入有源配电网进行充电过程中因具有随机性、电动汽车用户的出行计划和充电行为的不确定性等特点，导致电动汽车在进行充电的过程中对配电网的运行安全带来了一定的冲击；同时，大规模的电动汽车接入配电网不仅影响到了有源配电网的电网结构，而且也使得有源配电网的潮流流向发生了改变，有源配电网的运行特性和负荷特性也将受到影响。随着规模化储能技术的发展，储能系统能够实现电能的时空平移，响应速度快且具备规模化应用的可行性。
目前有关电动汽车等新能源的研究主要集中在：电动汽车充电策略研究、电动汽车充电站的选址、电动汽车与微电网的协调优化研究、电动汽车充放电模式的研究以及电动汽车的充电电池等方面的研究，而对于储能与电动汽车的有源配电网多级协调控制方法等方面研究较少。因此，本发明从有源配电网的角度出发，基于冗余区间划分思想研究电动汽车与储能的有源配电网多级协冗余调控制方法，为电动汽车等新能源的进一步发展提供推广基础和技术支撑。
本发明的目的在于解决含电动汽车与储能的有源配电网的多级协冗余调控制问题，基于冗余区间划分思想，实现含电动汽车与储能的有源配电网多级冗余协调控制。本发明采用的方法，能够更有效和可靠的解决含电动汽车与储能的有源配电网多级冗余协调控制问题，为电动汽车等新能源的进一步发展提供推广基础和技术支撑。
发明内容
本发明的目的在于解决含电动汽车与储能的有源配电网的多级协冗余调控制问题，实现含电动汽车与储能的有源配电网的协调稳定运行。本发明基于三级调度区间的冗余区间划分思想、标准粒子群算法及双层粒子群算法，考虑电动汽车及储能系统的有源配电网的特性，能够更有效和可靠的解决含电动汽车与储能的有源配电网多级冗余协调控制问题，为电动汽车等新能源的进一步发展提供推广基础和技术支撑。
本发明提出的这种考虑电动汽车与储能的有源配电网多级冗余协调控制方法的基本思想是：基于三级调度区间的冗余区间划分进行含电动汽车与储能的有源配电网日调度、小时调度和实施调度的调度区间的求解，并通过设定粒子群算法的迭代次数以及种群规模，在得到初始化种群后以运营收益最大为目标进行迭代更新，最终产生最优的实时电价方案；在获得日调度和小时调度得到的实时电价方案后，基于双层粒子群算法，通过输入基础负荷、储能系统充放电、室外温度等数据的实时预测值与日预测值，计算出实时调度的功率，设定粒子群算法的迭代次数以及种群规模，以实时调度费用最小为目标进行迭代更新，最终产生电动汽车以及温度控制型负荷的功率变化方案，以实现含电动汽车与储能的有源配电网的多级冗余协调控制。
本发明给出的技术方案是：在考虑含电动汽车与储能的有源配电网系统中，首先，建立含温度控制型负荷模型、电动汽车充电负荷模型以及储能电池充放电模型的有源配电网系统及建立三级调度冗余区间；其次，基于粒子群算法，进行含电动汽车与储能的有源配电网系统日调度和小时调度分析，日调度根据小区内24h的固定负荷预测、室外温度预测、电动汽车充电负荷预测以及储能系统充放电，以运营收益最大为目标对实时电价方案进行优化；最后，在获得日调度得到的实时电价方案后，基于双层粒子群算法，通过输入基础负荷、储能系统充放电、室外温度等数据的实时预测值与日前预测值，计算出实时调度的功率，设定粒子群算法的迭代次数以及种群规模，以实时调度费用最小为目标进行迭代更新，最终产生电动汽车以及温度控制型负荷的功率变化方案，以实现含电动汽车与储能的有源配电网的多级冗余协调控制。
为实现考虑电动汽车与储能的有源配电网多级冗余协调控制方法，本发明主要包括以下特点：
步骤1)获取有源配电网的运行数据；
步骤2)建立电动汽车的负荷特性模型；
步骤3)建立储能的存储和释放能量特性模型；
步骤4)构建含电动汽车与储能的有源配电网多级冗余协调控制策略；
(1)含有电动汽车与储能的有源配电网多级控制可分为：日调度、小时调度和实时调度；
(2)基于含有电动汽车与储能的有源配电网日调度、小时调度和实时调度，通过构建冗余因子，以达到日调度、小时调度和实时调度三级调度的冗余协调控制；
(3)构建含电动汽车与储能的有源配电网日调度模型；
(4)构建含电动汽车与储能的有源配电网小时调度模型；
(5)构建含电动汽车与储能的有源配电网实时调度模型；
步骤5)进行日调度、小时调度和实时调度模型的多级协调控制的求解；
2、根据权利要求1所述的一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，其特征在于：含电动汽车与储能的有源配电网系统是指由风、光等电源、电动汽车以及储能等组成的交流有源配电网系统；
获取有源配电网的运行数据是指获取风电、光伏的出力特性数据，配电网负荷数据，储能充放电特性参数，电动汽车充电特性参数等；
建立电动汽车的负荷特性模型是指按如下公式计算电动汽车的充电模型：
采用最大概似估计法将私家电动汽车充电开始时刻t，近似为正态分布：
其中：μ＝17.6；σs＝3.4。
私家电动汽车每天的行驶里程d近似为对数正态分布：
公式中：μD是电动汽车每日行驶里程d的对数In d的期望值；μD＝3.2；σD是电动汽车每日行驶里程d的对数In d的标准差，σD＝0.88。
电动汽车充电过程将近似为恒功率特性，电动汽车充电所需要时间为:
式中，Tc为电动汽车充电时长(h)；S为日行使里程((km)；W为动力电池百公里耗电量((kWh)；Pc为电动汽车所采用的充电功率(kW)。
建立储能的存储和释放能量特性模型是指在夜晚时段储能系统储存能量，而白天时段当电动汽车大量充电时，储能系统释放电能，以平滑大量电动汽车接入有源配电网过程中带来的冲击。储能的存储量和容量约束可按如下公式计算：
其中，Ph,max表示储能的最大存储(释放)功率；Sh,max表示储能的最大存储能量。
构建含电动汽车与储能的有源配电网多级冗余协调控制策略，其主要包括：
(1)按调度时序的关联关系，把含电动汽车与储能的有源配电网的调控问题分解为日调度、小时调度和实时调度；
(2)基于含有电动汽车与储能的有源配电网日调度、小时调度和实时调度，构建冗余因子，实现日调度、小时调度和实时调度三级调度的安全冗余协调控制，所谓冗余因子是指：限制日调度、小时调度和实时调度三级调度的可调能量的冗余区间；
(3)根据电池储能的容量约束和荷电状态约束划分冗余区间，把冗余区间可分为冲突域,区间C、可信域,区间B和调度域,区间A；
(4)通过日调度、小时调度和实时调度三级调度的实际负荷值与预测值的误差确定三级调度的冗余区间；
(5)日前调度预测值与实际值之间存在较大的误差，为保证电动汽车和储能调度策略的可靠性及电池储能的使用寿命，日调度集中在调度域，区间A；而小时调度和实时调度预测值与实际值之间误差较小，其两者的调度集中在可信域，区间B；
(6)当日调度、小时调度和实时调度三级调度中有一种或者几种调度处于冲突域，区间C，则电池储能系统的寿命将受到影响，这种情况下应禁止电池储能工作。
(7)构建含电动汽车与储能的有源配电网日调度策略是指：以含电动汽车与储能的有源配电网的某一地区24h内储能可调能量为控制量，以运营收益最大为目标的调度策略。调度目标函数为：
公式中：Ct为所制定的24h内t时段电价，单位为元/(kW﹒h)；CTR为输电网的单位电价，单位为元/(kW﹒h)；PAL,t为24h内t时段的总负荷量，单位为kW；PTR,t为运营方24h内t时段向输电网购买的功率，单位为kW。
(8)构建含电动汽车与储能的有源配电网小时调度策略是指：以含电动汽车与储能的有源配电网的某一地区1h内储能可调能量为控制量，以运营收益最大为目标的调度策略。调度目标函数为：
公式中：Ct1为所制定的1h内t1时段电价，单位为元/(kW﹒h)；CTR1为输电网的单位电价，单位为元/(kW﹒h)；PAL,t1为1h内t1时段的总负荷量，单位为kW；PTR,t1为运营方1h内t1时段向输电网购买的功率，单位为kW。
(9)构建含电动汽车与储能的有源配电网实时负荷调度是指：以日调度模型确定的实时电价为基础，以含电动汽车与储能的有源配电网该时刻的储能可调能量为控制量，以供电收益最大为目标的调度策略，实时调度目标函数为：
公式中：Ct1为所制定的1h内t1时段电价，单位为元/(kW﹒h)；C1、C2分别为小时调度得到各时段电价中的最低电价和最高电价，单位为元/(kW﹒h)；Cs是电网的实时电价，单位为元/(kW﹒h)；ΔPch,t是电动汽车充电功率的变化量，单位为kW；ΔPAC,t是温度控制型负荷的功率变化量，单位为kW；ΔPtr,t是实时调度中运营方向电网购买电量的变化量，单位为kW。
基于标准粒子群算法和双层粒子群算法进行日调度、小时调度和实时调度的多级冗余协调控制的求解。
进行日调度、小时调度和实时调度的多级冗余协调控制的求解是指基于标准粒子群算法进行含电动汽车与储能的有源配电网日调度和小时调度的求解，通过设定粒子群算法的迭代次数以及种群规模，在得到初始化种群后以运营收益最大为目标进行迭代更新，最终产生最优的实时电价方案；在获得日调度和小时调度得到的实时电价方案后，基于双层粒子群算法，通过输入基础负荷、储能系统充放电、室外温度等数据的实时预测值与日前预测值，计算出实时调度的功率，设定粒子群算法的迭代次数以及种群规模，以实时调度费用最小为目标进行迭代更新，最终产生电动汽车以及温度控制型负荷的功率变化方案，以实现含电动汽车与储能的有源配电网的多级冗余协调控制。本发明与现有技术相比的有益效果是：
1.一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，能够提高电动汽车在大规模接入有源配电网充电过程中的系统运行可靠性。传统的电动汽车在大规模直接接入有源配电网的过程中因具有随机性、电动汽车用户的出行计划和充电行为的不确定性等特点，导致电动汽车在进行充电的过程中对配电网的运行安全带来了一定的冲击，可能会引起配电网运行的安全性问题。本发明通过对含电动汽车与储能的有源配电网多级冗余协调控制，可实现有源配电网系统负荷波动的平抑，有效减小了系统负荷的峰谷差，提高了配电网运行的可靠性。
2.本方法易于实施。本方法是在原有电动汽车基础上加入储能系统，使得电动汽车在大规模接入有源配电网的过程中能够实现有源配电网系统负荷波动的平抑；同时，用于电动汽车与储能的有源配电网多级冗余协调控制有现成的算法或软件，控制策略也易于实施。
3.本方法便于商业化开发。随着电动汽车的推广和普及，该系统的多级冗余协调控制的开发必然具有较大需求，本发明具有较好的商业开发前景。
附图说明
图1是含电动汽车与储能的智能小区多级冗余优化控制流程图；
图2是实时调度与无实时调度的输电网功率情况；
图3是实时调度前后负荷曲线对比；
图4是日调度、小时调度和实时调度三级调度示意图。
具体实施方式
下面结合附图和仿真实验对本发明的技术方案做进一步详细说明。
如图1、图2、图3、图4所示，一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法包括以下步骤：
步骤1)获取有源配电网的运行数据；
步骤2)建立电动汽车的负荷特性模型；
步骤3)建立储能的存储和释放能量特性模型；
步骤4)构建含电动汽车与储能的有源配电网多级冗余协调控制策略；
(1)含有电动汽车与储能的有源配电网多级控制可分为：日调度、小时调度和实时调度；
(2)基于含有电动汽车与储能的有源配电网日调度、小时调度和实时调度，通过构建冗余因子，以达到日调度、小时调度和实时调度三级调度的冗余协调控制；
(3)构建含电动汽车与储能的有源配电网日调度模型；
(4)构建含电动汽车与储能的有源配电网小时调度模型；
(5)构建含电动汽车与储能的有源配电网实时调度模型；
步骤5)进行日调度、小时调度和实时调度模型的多级协调控制的求解；
含电动汽车与储能的有源配电网系统是指由风、光等电源、电动汽车以及储能等组成的交流有源配电网系统；
获取有源配电网的运行数据是指获取风电、光伏的出力特性数据，配电网负荷数据，储能充放电特性参数，电动汽车充电特性参数等；
建立电动汽车的负荷特性模型是指按如下公式计算电动汽车的充电模型：
采用最大概似估计法将私家电动汽车充电开始时刻t，近似为正态分布：
其中：μ＝17.6；σs＝3.4。
私家电动汽车每天的行驶里程d近似为对数正态分布：
公式中：μD是电动汽车每日行驶里程d的对数In d的期望值；μD＝3.2；σD是电动汽车每日行驶里程d的对数In d的标准差，σD＝0.88。
电动汽车充电过程将近似为恒功率特性，电动汽车充电所需要时间为:
式中，Tc为电动汽车充电时长(h)；S为日行使里程((km)；W为动力电池百公里耗电量((kWh)；Pc为电动汽车所采用的充电功率(kW)。
建立储能的存储和释放能量特性模型是指在夜晚时段储能系统储存能量，而白天时段当电动汽车大量充电时，储能系统释放电能，以平滑大量电动汽车接入有源配电网过程中带来的冲击。储能的存储量和容量约束可按如下公式计算：
其中，Ph,max表示储能的最大存储(释放)功率；Sh,max表示储能的最大存储能量。
构建含电动汽车与储能的有源配电网多级冗余协调控制策略，其主要包括：
(1)按调度时序的关联关系，把含电动汽车与储能的有源配电网的调控问题分解为日调度、小时调度和实时调度；
(2)基于含有电动汽车与储能的有源配电网日调度、小时调度和实时调度，构建冗余因子，实现日调度、小时调度和实时调度三级调度的安全冗余协调控制，所谓冗余因子是指：限制日调度、小时调度和实时调度三级调度的可调能量的冗余区间；
(3)根据电池储能的容量约束和荷电状态约束划分冗余区间，把冗余区间可分为冲突域(区间C表示)、可信域(区间B表示)和调度域(区间A表示)；
(4)通过日调度、小时调度和实时调度三级调度的实际负荷值与预测值的误差确定三级调度的冗余区间；
(5)日前调度预测值与实际值之间存在较大的误差，为保证电动汽车和储能调度策略的可靠性及电池储能的使用寿命，日调度集中在调度域(区间A表示)区间；而小时调度和实时调度预测值与实际值之间误差较小，其两者的调度集中在可信域(区间B表示)；
(6)当日调度、小时调度和实时调度三级调度中有一种或者几种调度处于冲突域(区间C表示)时，则电池储能系统的寿命将受到影响，这种情况下应禁止电池储能工作。
(7)构建含电动汽车与储能的有源配电网日调度策略是指：以含电动汽车与储能的有源配电网的某一地区24h内储能可调能量为控制量，以运营收益最大为目标的调度策略。调度目标函数为：
公式中：Ct为所制定的24h内t时段电价，单位为元/(kW﹒h)；CTR为输电网的单位电价，单位为元/(kW﹒h)；PAL,t为24h内t时段的总负荷量，单位为kW；PTR,t为运营方24h内t时段向输电网购买的功率，单位为kW。
(8)构建含电动汽车与储能的有源配电网小时调度策略是指：以含电动汽车与储能的有源配电网的某一地区1h内储能可调能量为控制量，以运营收益最大为目标的调度策略。调度目标函数为：
公式中：Ct1为所制定的1h内t1时段电价，单位为元/(kW﹒h)；CTR1为输电网的单位电价，单位为元/(kW﹒h)；PAL,t1为1h内t1时段的总负荷量，单位为kW；PTR,t1为运营方1h内t1时段向输电网购买的功率，单位为kW。
(9)构建含电动汽车与储能的有源配电网实时负荷调度是指：以日调度模型确定的实时电价为基础，以含电动汽车与储能的有源配电网该时刻的储能可调能量为控制量，以供电收益最大为目标的调度策略，实时调度目标函数为：
公式中：Ct1为所制定的1h内t1时段电价，单位为元/(kW﹒h)；C1、C2分别为小时调度得到各时段电价中的最低电价和最高电价，单位为元/(kW﹒h)；Cs是电网的实时电价，单位为元/(kW﹒h)；ΔPch,t是电动汽车充电功率的变化量，单位为kW；ΔPAC,t是温度控制型负荷的功率变化量，单位为kW；ΔPtr,t是实时调度中运营方向电网购买电量的变化量，单位为kW。
基于标准粒子群算法和双层粒子群算法进行日调度、小时调度和实时调度的多级冗余协调控制的求解。
进行日调度、小时调度和实时调度的多级冗余协调控制的求解是指基于标准粒子群算法进行含电动汽车与储能的有源配电网日调度和小时调度的求解，通过设定粒子群算法的迭代次数以及种群规模，在得到初始化种群后以运营收益最大为目标进行迭代更新，最终产生最优的实时电价方案；在获得日调度和小时调度得到的实时电价方案后，基于双层粒子群算法，通过输入基础负荷、储能系统充放电、室外温度等数据的实时预测值与日前预测值，计算出实时调度的功率，设定粒子群算法的迭代次数以及种群规模，以实时调度费用最小为目标进行迭代更新，最终产生电动汽车以及温度控制型负荷的功率变化方案，以实现含电动汽车与储能的有源配电网的多级冗余协调控制。
日调度策略的建模过程如下:
(1)日调度策略目标函数
运营部门通过制定实时电价使得其收益最大，其目标函数如下：
其中，Ct为所制定的t时段电价，单位为元/(kW h)；CTR为输电网的单位电价，单位为元/(kW h)；PTR,t为运营方t时段向输电网购买的功率，单位为kW；PAL,t为t时段的总负荷量，单位为kW；PL,t和PAC,t分别为t时段的固定负荷的功率和储能的能量，单位为kW；Pi,t为电动汽车i在t时段的充电功率，单位为kW；ε为价格弹性系数；Si为第i辆电动汽车充满电所需的总充电量，kWh；W100为电动汽车百km的耗电量。
(2)日调度策略约束条件
功率平衡约束方程：
Pc+PTR,t＝PAL,T (19)
其中，Pc为储能的功率，单位为kW；PTR,t为运营方t时段向输电网购买的功率，单位为kW；PAL,t为t时段的总负荷量，单位为kW。
可充电时段约束方程：
其中，Pi,t为电动汽车i在t时段的充电功率，单位为kW；ti,s为电动汽车i的第一次出行时刻；ti,a为电动汽车i的最后一次返回时刻。
电动汽车充电功率约束方程：
0≤Pi,t≤Pcn,max (21)
其中，Pch,max表示电动汽车在单位时间内的最大充电功率，单位为kW；Pi,t为电动汽车i在t时段的充电功率，单位为kW。
电价约束方程：
其中，Cmin和Cmax为用户能接受的最低电价和最高电价，单位为元/(kWh)；Cav为平均电价，单位为元/(kWh)。
小时调度策略的建模过程参考日调度策略模型。
实时调度策略的建模过程如下:
(1)实时调度策略目标函数
Prt,t＝P′c,t+P′TR,t-P′AL,t (23)
其中，P′c,t为实时调度中t时储能出力情况，单位为kW；P′TR,t为实时调度中运营方向输电网购买功率，单位为kW；P′AL,t为实时调度中t时段总负荷量，单位为kW；Prt,t为每个时段实际情况下的实时调度功率，单位为kW。
其中，C1和C2分别是日调度得到各时段电价中的最低电价和最高电价，单位为元/(kWh)；Cs是电网的实时电价，单位为元/(kWh)；ΔPch,t是电动汽车充电功率的变化量，单位为kW；ΔPAC,t是储能的功率变化量，单位为kW；ΔPtr,t是实时调度中运营方向电网购买电量的变化量，单位为kW。
ΔPch,t＝P′ch,t-Pch,t (25)
ΔPAC,t＝P′AC,t-PAC,t (26)
其中，Pch,t和P’ch,t分别是日调度和实时调度中的t时段电动汽车充电功率，单位为kW；PAC,t和P’AC,t分别是日调度和实时调度中的t时段储能出力情况，单位为kW；ΔPch,t是电动汽车充电功率的变化量，单位为kW；ΔPAC,t是储能的功率变化量，单位为kW。
(2)实时调度策略约束条件
功率平衡约束方程：
Ptr,t＝ΔPAC,t+ΔPch,t-ΔPtr,t (27)
其中，Prt,t为每个时段实际情况下的实时调度功率，单位为kW；ΔPch,t是电动汽车充电功率的变化量，单位为kW；ΔPAC,t是储能的功率变化量，单位为kW，ΔPtr,t是实时调度中运营方向电网购买电量的变化量，单位为kW。
三阶段优化调度策略求解过程：
考虑电动汽车与储能的有源配电网多级冗余协调控制方法的求解过程可分为日调度策略求解、小时调度策略求解和实时调度策略求解三个过程，多级优化协调模型求解流程如图1所示。
日调度策略和小时调度策略的求解采用粒子群算法，粒子群算法的核心部分就是粒子根据自身以及群体的最优解不断地调整其迭代更新的速度，速度更新方程以及位置更新，其算法模型可表达为：
其中，w为惯性权重，决定粒子先前速度对当前速度的影响程度，一般在[0.9～1.2]范围内；c1、c2为学习因子，通常取2；r1、r2是[0,1]之间的随机数；分别是第k和k+1次迭代时的粒子i在第d维空间的速度和位置；分别是第k次迭代的个体最优解和群体最优解。
实时调度策略的求解采用双层粒子群算法。双层粒子群算法主要用于解决日调度策略粒子群算法无法解决的等式约束问题，其等式约束算法模型可表达为：
G＝minF(x1,x2,…,xm) (30)
s,t.f(x1,x2,…,xm)＝A (31)
式(27)所示的等价约束在双层粒子群算法中被转换为如下
G′＝min|f(x1,x2,…xm)-A|＝0 (32)
求解过程如下：
1)在顶层产生满足等式约束(31)的初始化粒子群，并依次将各个粒子代入式(28)(29)中分别产生若干个新粒子，这些粒子有很大一部分不满足等式约束(31)。
2)将这些粒子作为底层优化中的初始种群，在底层优化中以式(26)为适应度函数进行求解，最终解出满足等式约束(31)的粒子。
3)然后再将这些粒子在顶层中分别与个体最优解和群体最优解比较从而进行迭代更新。
4)重复以上过程，直至顶层迭代收敛。
考虑电动汽车与储能的有源配电网多级协调控制方法实验仿真的结果如图2、3所示。
Claims (7)
1.一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，其特征在于：在由电动汽车和储能组成的有源配电网系统中，基于多级协调控制，通过储能系统的能量控制来减缓电动汽车不确定负荷在接入有源配电网充电过程中对有源配电网的冲击，实现电动汽车与储能的有源配电网的多级协调稳定运行；
包括以下步骤：
步骤1)获取有源配电网的运行数据；
步骤2)建立电动汽车的负荷特性模型；
步骤3)建立储能的存储和释放能量特性模型；
步骤4)构建含电动汽车与储能的有源配电网多级冗余协调控制策略；
(1)含有电动汽车与储能的有源配电网多级控制可分为：日调度、小时调度和实时调度；
(2)基于含有电动汽车与储能的有源配电网日调度、小时调度和实时调度，通过构建冗余因子，以达到日调度、小时调度和实时调度三级调度的冗余协调控制；
(3)构建含电动汽车与储能的有源配电网日调度模型；
(4)构建含电动汽车与储能的有源配电网小时调度模型；
(5)构建含电动汽车与储能的有源配电网实时调度模型；
步骤5)进行日调度、小时调度和实时调度模型的多级协调控制的求解。
2.根据权利要求1所述的一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，其特征在于：电动汽车与储能的有源配电网系统是指由风、光电源、电动汽车以及储能组成的交流有源配电网系统。
3.根据权利要求1所述的一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，其特征在于：获取有源配电网的运行数据是指获取风电、光伏的出力特性数据，配电网负荷数据，储能充放电特性参数，电动汽车充电特性参数。
4.根据权利要求1所述的一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，其特征在于：建立电动汽车的负荷特性模型是指按如下公式计算电动汽车的充电模型：
采用最大概似估计法将电动汽车充电开始时刻t，近似为正态分布：
<mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>&sigma;</mi>
<mi>s</mi>
</msub>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>s</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
</mrow>
</msup>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>&mu;</mi>
<mi>s</mi>
</msub>
<mo>-</mo>
<mn>12</mn>
<mo>)</mo>
<mo><</mo>
<mi>t</mi>
<mo>&le;</mo>
<mn>24</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>&sigma;</mi>
<mi>s</mi>
</msub>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>+</mo>
<mn>24</mn>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>s</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
</mrow>
</msup>
</mrow>
</mtd>
<mtd>
<mrow>
<mn>0</mn>
<mo><</mo>
<mi>t</mi>
<mo>&le;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&mu;</mi>
<mi>s</mi>
</msub>
<mo>-</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中：μ＝17.6；σs＝3.4。
电动汽车每天的行驶里程d近似为对数正态分布：
<mrow>
<msub>
<mi>f</mi>
<mi>D</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>d</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>x&sigma;</mi>
<mi>D</mi>
</msub>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>ln</mi>
<mi> </mi>
<mi>d</mi>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mi>D</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>D</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
公式中：μD是电动汽车每日行驶里程d的对数In d的期望值；μD＝3.2；σD是电动汽车每日行驶里程d的对数In d的标准差，σD＝0.88。
电动汽车充电过程将近似为恒功率特性，电动汽车充电所需要时间为:
<mrow>
<msub>
<mi>T</mi>
<mi>c</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>S</mi>
<mi>W</mi>
</mrow>
<mrow>
<mn>100</mn>
<msub>
<mi>P</mi>
<mi>c</mi>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，Tc为电动汽车充电时长(h)；S为日行使里程(km)；W为动力电池百公里耗电量(kWh)；Pc为电动汽车所采用的充电功率(kW)。
5.根据权利要求1所述的一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，其特征在于：建立储能的存储和释放能量特性模型是指在夜晚时段储能系统储存能量，而白天时段当电动汽车大量充电时，储能系统释放电能，以平滑大量电动汽车接入有源配电网过程中带来的冲击；储能的存储量和容量约束可按如下公式计算：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>|</mo>
<msub>
<mi>S</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>S</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>&le;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>h</mi>
<mo>,</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>&le;</mo>
<msub>
<mi>S</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>h</mi>
<mo>,</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，Ph,max表示储能的最大存储(释放)功率；Sh,max表示储能的最大存储能量。
6.根据权利要求1所述的一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，其特征在于：构建含电动汽车与储能的有源配电网多级冗余协调控制策略，主要包括：
(1)按调度时序的关联关系，把含电动汽车与储能的有源配电网的调控问题分解为日调度、小时调度和实时调度；
(2)基于含有电动汽车与储能的有源配电网日调度、小时调度和实时调度，构建冗余因子，实现日调度、小时调度和实时调度三级调度的安全冗余协调控制，所谓冗余因子是指：限制日调度、小时调度和实时调度三级调度的可调能量的冗余区间；
(3)根据电池储能的容量约束和荷电状态约束划分冗余区间，把冗余区间可分为冲突域，采用区间C表示、可信域，采用区间B表示，和调度域，采用区间A表示；
(4)通过日调度、小时调度和实时调度三级调度的实际负荷值与预测值的误差确定三级调度的冗余区间；
(5)日前调度预测值与实际值之间存在较大的误差，为保证电动汽车和储能调度策略的可靠性及电池储能的使用寿命，日调度集中在调度域区间；而小时调度和实时调度预测值与实际值之间误差较小，其两者的调度集中在可信域；
(6)当日调度、小时调度和实时调度三级调度中有一种或者几种调度处于冲突域时，则电池储能系统的寿命将受到影响，这种情况下应禁止电池储能工作；
(7)构建含电动汽车与储能的有源配电网日调度策略是指：以含电动汽车与储能的有源配电网的某一地区24h内储能可调能量为控制量，以运营收益最大为目标的调度策略；调度目标函数为：
<mrow>
<mi>max</mi>
<mi> </mi>
<msub>
<mi>g</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>24</mn>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mi>t</mi>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>A</mi>
<mi>L</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mi>&Delta;</mi>
<mi>t</mi>
<mo>-</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>T</mi>
<mi>R</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>T</mi>
<mi>R</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mi>&Delta;</mi>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
公式中：Ct为所制定的24h内t时段电价，单位为元/(kW﹒h)；CTR为输电网的单位电价，单位为元/(kW﹒h)；PAL,t为24h内t时段的总负荷量，单位为kW；PTR,t为运营方24h内t时段向输电网购买的功率，单位为kW；
(8)构建含电动汽车与储能的有源配电网小时调度策略是指：以含电动汽车与储能的有源配电网的某一地区1h内储能可调能量为控制量，以运营收益最大为目标的调度策略；调度目标函数为：
<mrow>
<mi>max</mi>
<mi> </mi>
<msub>
<mi>g</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>60</mn>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>t</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>A</mi>
<mi>L</mi>
<mo>,</mo>
<mi>t</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>&Delta;t</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>T</mi>
<mi>R</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>T</mi>
<mi>R</mi>
<mo>,</mo>
<mi>t</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>&Delta;t</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
公式中：Ct1为所制定的1h内t1时段电价，单位为元/(kW﹒h)；CTR1为输电网的单位电价，单位为元/(kW﹒h)；PAL,t1为1h内t1时段的总负荷量，单位为kW；PTR,t1为运营方1h内t1时段向输电网购买的功率，单位为kW；
(9)构建含电动汽车与储能的有源配电网实时负荷调度是指：以日调度模型确定的实时电价为基础，以含电动汽车与储能的有源配电网该时刻的储能可调能量为控制量，以供电收益最大为目标的调度策略，实时调度目标函数为：
<mrow>
<mi>min</mi>
<mi> </mi>
<msub>
<mi>g</mi>
<mn>3</mn>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>4</mn>
<mi>z</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
<mrow>
<mn>4</mn>
<mi>z</mi>
</mrow>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>t</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>&Delta;P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>t</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>&Delta;P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>t</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>|</mo>
<msub>
<mi>&Delta;P</mi>
<mrow>
<mi>A</mi>
<mi>C</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>|</mo>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>s</mi>
</msub>
<mo>|</mo>
<msub>
<mi>&Delta;P</mi>
<mrow>
<mi>t</mi>
<mi>r</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>|</mo>
<mo>,</mo>
<mi>z</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mn>6</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
公式中：Ct1为所制定的1h内t1时段电价，单位为元/(kW﹒h)；C1、C2分别为小时调度得到各时段电价中的最低电价和最高电价，单位为元/(kW﹒h)；Cs是电网的实时电价，单位为元/(kW﹒h)；ΔPch,t是电动汽车充电功率的变化量，单位为kW；ΔPAC,t是温度控制型负荷的功率变化量，单位为kW；ΔPtr,t是实时调度中运营方向电网购买电量的变化量，单位为kW。
7.根据权利要求1所述的一种考虑电动汽车与储能的有源配电网多级冗余协调控制方法，其特征在于：基于标准粒子群算法和双层粒子群算法进行日调度、小时调度和实时调度的多级冗余协调控制的求解。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711457129.5A CN108110801A (zh) | 2017-12-28 | 2017-12-28 | 考虑电动汽车与储能的有源配电网多级冗余协调控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711457129.5A CN108110801A (zh) | 2017-12-28 | 2017-12-28 | 考虑电动汽车与储能的有源配电网多级冗余协调控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108110801A true CN108110801A (zh) | 2018-06-01 |
Family
ID=62214192
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711457129.5A Pending CN108110801A (zh) | 2017-12-28 | 2017-12-28 | 考虑电动汽车与储能的有源配电网多级冗余协调控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108110801A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109285039A (zh) * | 2018-11-22 | 2019-01-29 | 东南大学 | 一种计及风光不确定性的电动汽车充电站电价制定方法 |
| CN111126712A (zh) * | 2019-12-30 | 2020-05-08 | 长安大学 | 一种面向通勤廊道的停车充电换乘系统规划方法 |
| CN113922422A (zh) * | 2021-10-22 | 2022-01-11 | 国网经济技术研究院有限公司 | 一种恒功率柔性运行控制方法、系统、设备和存储介质 |
| CN116307087A (zh) * | 2023-02-07 | 2023-06-23 | 帕诺(常熟)新能源科技有限公司 | 考虑电动汽车充放电的微电网系统储能优化配置方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2131469B1 (de) * | 2008-06-05 | 2013-02-27 | Erich Andexlinger | Verfahren und System zum Regeln der Leistung des Ladens einer Batterie |
| KR20140124974A (ko) * | 2013-04-17 | 2014-10-28 | 주식회사 케이티 | Ｖ２ｇ 환경에서 전기차의 배터리 충방전 제어 시스템 및 전력거래를 위한 전기차의 배터리 충방전 최적 효율 제어 방법 |
| CN105006843A (zh) * | 2014-04-17 | 2015-10-28 | 国家电网公司 | 一种应对风电不确定性的多时间尺度柔性负荷调度方法 |
| CN106022597A (zh) * | 2016-05-17 | 2016-10-12 | 西南交通大学 | 含光伏智能小区电动汽车与可控负荷两阶段优化调度方法 |
-
2017
- 2017-12-28 CN CN201711457129.5A patent/CN108110801A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2131469B1 (de) * | 2008-06-05 | 2013-02-27 | Erich Andexlinger | Verfahren und System zum Regeln der Leistung des Ladens einer Batterie |
| KR20140124974A (ko) * | 2013-04-17 | 2014-10-28 | 주식회사 케이티 | Ｖ２ｇ 환경에서 전기차의 배터리 충방전 제어 시스템 및 전력거래를 위한 전기차의 배터리 충방전 최적 효율 제어 방법 |
| CN105006843A (zh) * | 2014-04-17 | 2015-10-28 | 国家电网公司 | 一种应对风电不确定性的多时间尺度柔性负荷调度方法 |
| CN106022597A (zh) * | 2016-05-17 | 2016-10-12 | 西南交通大学 | 含光伏智能小区电动汽车与可控负荷两阶段优化调度方法 |
Non-Patent Citations (1)
| Title |
|---|
| 黄一诺: "含可再生能源配电网的电动汽车多时段优化调度研究", 《中国博士学位论文全文数据库工程科技II辑》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109285039A (zh) * | 2018-11-22 | 2019-01-29 | 东南大学 | 一种计及风光不确定性的电动汽车充电站电价制定方法 |
| CN111126712A (zh) * | 2019-12-30 | 2020-05-08 | 长安大学 | 一种面向通勤廊道的停车充电换乘系统规划方法 |
| CN111126712B (zh) * | 2019-12-30 | 2023-09-01 | 长安大学 | 一种面向通勤廊道的停车充电换乘系统规划方法 |
| CN113922422A (zh) * | 2021-10-22 | 2022-01-11 | 国网经济技术研究院有限公司 | 一种恒功率柔性运行控制方法、系统、设备和存储介质 |
| CN113922422B (zh) * | 2021-10-22 | 2024-03-22 | 国网经济技术研究院有限公司 | 一种恒功率柔性运行控制方法、系统、设备和存储介质 |
| CN116307087A (zh) * | 2023-02-07 | 2023-06-23 | 帕诺(常熟)新能源科技有限公司 | 考虑电动汽车充放电的微电网系统储能优化配置方法 |
| CN116307087B (zh) * | 2023-02-07 | 2023-12-15 | 帕诺(常熟)新能源科技有限公司 | 考虑电动汽车充放电的微电网系统储能优化配置方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106410861B (zh) | 一种基于可调度能力的微电网优化运行实时控制方法 | |
| CN111799827B (zh) | 一种含光储充电站的台区负荷调控方法 | |
| CN109599856B (zh) | 一种微网多楼宇中电动汽车充放电管理优化方法及装置 | |
| CN105160451B (zh) | 一种含电动汽车的微电网多目标优化调度方法 | |
| CN103241130B (zh) | 一种电动公交车充换电站的能量管理方法及系统 | |
| CN107147152A (zh) | 新能源配电网多类型有功无功源协同优化配置方法及系统 | |
| CN108110801A (zh) | 考虑电动汽车与储能的有源配电网多级冗余协调控制方法 | |
| CN107704947A (zh) | 一种考虑电动汽车随机接入的微电网多目标优化调度方法 | |
| CN107104454A (zh) | 计及电动汽车功率可调控域的最优潮流节点电价计算方法 | |
| CN107169273A (zh) | 计及延时和v2g充电模式的电动汽车充电功率预测方法 | |
| CN106022597A (zh) | 含光伏智能小区电动汽车与可控负荷两阶段优化调度方法 | |
| CN112238781B (zh) | 一种基于分层架构的电动汽车有序充电控制方法 | |
| CN107546781A (zh) | 基于pso改进算法的微电网多目标运行优化方法 | |
| CN109888806A (zh) | 一种含电动汽车的微电网储能优化配置方法 | |
| CN108320064A (zh) | 一种电动汽车与风电协同充电双层优化调度方法 | |
| CN109050284A (zh) | 一种考虑v2g的电动汽车充放电电价优化方法 | |
| CN105068419B (zh) | 居民小区电动汽车充放电控制方法 | |
| CN107706932A (zh) | 一种基于动态自适应模糊逻辑控制器的能量调度优化方法 | |
| CN109710882B (zh) | 一种基于优化运行的离网型微电网电动汽车有序充放电负荷建模及求解方法 | |
| CN110138006A (zh) | 考虑含有新能源电动汽车的多微电网协调优化调度方法 | |
| CN112467767B (zh) | 综合能源系统环境下的电动汽车并网协同控制方法 | |
| CN105741027A (zh) | 一种含电动汽车的虚拟电厂优化调度方法 | |
| CN105896596A (zh) | 一种考虑需求侧响应的风电功率分层平滑系统及其方法 | |
| CN111619391B (zh) | 基于合作博弈与动态分时电价的电动汽车有序充放电方法 | |
| CN115115130A (zh) | 一种基于模拟退火算法的风光储制氢系统日前调度方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180601 |
|
| WD01 | Invention patent application deemed withdrawn after publication |