CN109523079A - 一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法 - Google Patents

一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法 Download PDF

Info

Publication number
CN109523079A
CN109523079A CN201811367791.6A CN201811367791A CN109523079A CN 109523079 A CN109523079 A CN 109523079A CN 201811367791 A CN201811367791 A CN 201811367791A CN 109523079 A CN109523079 A CN 109523079A
Authority
CN
China
Prior art keywords
electric car
power
thermal storage
electric
period
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
CN201811367791.6A
Other languages
English (en)
Other versions
CN109523079B (zh
Inventor
胡博
王世成
王涛
曲霏
郑巍
吴限
栗鹏辉
于长乐
曾玲
张晓珩
杨潇
周博文
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 Liaoning Electric Power Co Ltd
Original Assignee
State Grid Liaoning 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 Liaoning Electric Power Co Ltd filed Critical State Grid Liaoning Electric Power Co Ltd
Priority to CN201811367791.6A priority Critical patent/CN109523079B/zh
Publication of CN109523079A publication Critical patent/CN109523079A/zh
Application granted granted Critical
Publication of CN109523079B publication Critical patent/CN109523079B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提出的是一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法。包括：获取区域日负荷曲线；获取每个时间段电网的需求功率；构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数及其约束条件；确定所述目标函数的最优解，即所述电动汽车和蓄热电锅炉参与区域电网调峰的时间和功率。本发明采用数学建模对电动汽车和蓄热电锅炉参与电网调峰进行优化处理。利用粒子群算法对电动汽车和蓄热电锅炉参与电网调峰的时间段和功率进行优化计算，安排电动汽车进行充放电，蓄热电锅炉参与电网的调峰，到对电网负荷进行削峰填谷的作用；拉平电网负荷曲线，具有很高的社会经济效益。适宜作为联合辅助调峰的优化方法应用。

Description

一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法
技术领域
本发明属于电网调峰领域，涉及一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法。
背景技术
随着工业、生活用电的日益增多，电网的负荷曲线波动更加剧烈，针对系统高峰负荷，调峰资源也不仅局限于电力供应侧资源，需求侧资源同样可承担重要的调峰资源的角色。因此，可以考虑将电动汽车和蓄热电锅炉作为可控负荷参与电网调峰。
首先，电动汽车的车载电池容量较大，如果大量电动汽车在同一个时段进行集中充电，会对电网产生巨大的负荷冲击，影响电网峰谷平衡。其次，为了满足这些电动汽车随时充电的负荷需求，电网需要增加更多的发电容量，这将增加电网的运行成本。再次，对于电动汽车用户而言，如果他们还是采用随用随充的简单充电方式，这样会使得车主产生较高的充电成本。
针对上述问题，利用电动汽车 - 电网互动技术，一种电动汽车与电网在一定控制条件下实现能量、信息双向互动的技术。汽车电池不仅作为车辆动力源，也作为移动储能单元，在满足用户日常行驶需求的前提下，当在电网负荷高峰期时，控制电动汽车电池向电网馈电；当在电网负荷低谷期时，控制电网向电。蓄热电锅炉技术是电力需求侧管理项重要措施，可起到负荷移峰填谷的作用，在用电低谷时段，利用电锅炉制热蓄存热量，而在用电高峰期，电锅炉停止使用，热负荷需求由蓄热系统释放蓄热量来满足。
利用电动汽车和蓄热电锅炉联合辅助调峰，可以拉平电网负荷曲线，起到削峰填谷的作用，提高电网运行稳定性。
发明内容
为了能够拉平电网负荷曲线、提高电网运行稳定性，本发明提供了一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法。该方法基于粒子群算法将可控负荷即电动汽车和蓄热电锅炉的运行特性与电网负荷曲线两者结合，对电动汽车和蓄热电锅炉联合参与电网调峰提出优化方法，在满足电动汽车的行驶需求以及蓄热电锅炉的运行时间前提下，通过合理调度电动汽车和蓄热电锅炉的用电时间，尽可能拉平负荷曲线，提高电网运行稳定性，并且有效降低蓄热电锅炉的运行成本，提高经济效益，解决电网运行稳定性的技术问题。
本发明解决技术问题所采用的技术方案是：
一种基于粒子群算法的电动汽车和蓄热电锅炉联合辅助调峰优化方法，包括：
获取区域日负荷曲线；
获取每个时间段电网的需求功率；
构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数及其约束条件；
确定所述目标函数的最优解，即所述电动汽车和蓄热电锅炉参与区域电网调峰的时间和功率。
优选的，获取所述区域日负荷曲线，包括：
获取某区域日负荷曲线，将一天分为24 个时段，获取每个时段电网负荷的功率。
优选的，构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数及其约束条件，包括：
按式（1）构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数：
（1）
式中，为该区域日负荷曲线标准差，为参与调峰的电动汽车数量，为参与调峰的蓄热电锅炉数量，为时段内电网负荷的功率，为一天内电网负荷的平均功率，为电网在时段的需求功率，即在时段参与调峰的电动汽车与电网交换功率和蓄热电锅炉用电之和。
其中，按式（2）确定
（2）
为电动汽车在时段与电网的交换功率（正值为放电，负值为充电），为蓄热电锅炉在时段的用电功率（负值）。
其中，按式（3）确定：
（3）
进一步的，按式（4）构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数的约束条件：
（4）
式中，，分别为蓄热电锅炉j在k时段功率的下限和上限；，分别为电动汽车i在k时段充（放）电功率的最小值和最大值； 为电动汽车i在离开时的荷电状态； 为用户i的期望荷电状态；为电动车i在k时段的充（放）电容量， ，分别为电动车i在k时段的充（放）电容量的最大值和最小值。
其中，按式（5）确定:
（5）
式中，为电动车i在k时段的电池剩余电量，为电动汽车的实际容量值。
其中，按式（6）分别确定、：
（6）
式中，为电动汽车i在k时段的荷电状态；为蓄电池荷电状态最大值，取1 ；为考虑电池自身约束时蓄电池荷电状态最低值；为电动汽车i的实际容量值。
此外，由于电动汽车充电电流和线路功率容量约束满足约束条件（7）：
（7）
式中，为电动汽车i的充电电流值（正值）；为电动汽车i的充电电流地最大值；为电动汽车i的放电电流值（正值）；为电动汽车i的放电电流地最大值 ；线路功率容量最大值。
进一步，按式（8）分别确定、：
（8）
式中，为电动汽车i电池充放电的实时电压值。
优选的，采用粒子群算法确定所述目标函数的最优解，包括：
a.初始化粒子群即电动汽车和蓄热电锅炉的参数及迭代次数。包括电动汽车的数量、停止充电的时刻、电池容量的额定值、电池容量的极限值、电动汽车电池充放电的实时电压值等；蓄热电锅炉的数量、功率。
b.初始化该区域电网的负荷参数，包括区域电网日负荷功率以及需求功率、蓄热电锅炉用电时间段以及电动汽车充电储能时段。
c.设置迭代参数。每个时间段参与电网调峰的电动汽车的数量为n，蓄热电锅炉的数量为m，根据蒙特卡洛抽样获取。
d.根据时间段数进行迭代，将接入区域电网进行调峰的电动汽车和蓄热电锅炉分配到各个时间段。
e. 在各个时间段内根据电动汽车的数量进行迭代，电动汽车根据自身的功率限制、充电需求等参数，结合该时段内该车接入之前的电动汽车功率信息及电网负荷等信息，从而计算充放电时段以及与电网的交换功率。同时，蓄热电锅炉根据自身数量进行迭代，计算出用电时间及功率。
f.计算目标函数，将经过初始化的目标函数的解，即电动汽车和蓄热电锅炉代入所述目标函数，目标函数值越小，个体越优。
g.判断终止条件，若不满足，更新粒子速度和位置，返回所述步骤c，直至满足迭代终止条件，停止返回步骤c，输出最优粒子，得到最优解。
积极效果，由于本发明采用数学建模对电动汽车和蓄热电锅炉参与电网调峰进行优化处理。通过监测采集装置获取电网日负荷曲线以及电动汽车和蓄热电锅炉相关参数数据，利用粒子群算法对电动汽车和蓄热电锅炉参与电网调峰的时间段和功率进行优化计算，合理的安排控制范围内的电动汽车进行充放电，同时蓄热电锅炉参与电网的调峰，从而保证电动汽车和蓄热电锅炉起到对电网负荷进行削峰填谷的作用，使得电网负荷曲线更加平滑；在保证电网稳定运行的基础上，可以尽可能地拉平电网负荷曲线，具有很高的社会经济效益。适宜作为利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法应用。
附图说明
图1为本发明的流程图；
图2为基于粒子群算法的目标函数最优解流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作详细说明。
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、完整地描述，显然，所描述的实施例是本发明一部分实施例，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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明提供了一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法，其目的是基于粒子群算法将可控负荷即电动汽车和蓄热电锅炉的运行特性与电网负荷曲线两者结合，对电动汽车和蓄热电锅炉联合参与电网调峰提出优化方法，在满足电动汽车的行驶需求以及蓄热电锅炉的运行时间前提下，通过合理调度电动汽车和蓄热电锅炉的用电时间，尽可能拉平负荷曲线，有效降低蓄热电锅炉的运行成本，提高经济效益。对现实生活和工程实践都有着重要意义与参考价值。
据图1所示，一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法，包括：
获取区域日负荷曲线；
构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数及其约束条件；
确定所述目标函数的最优解，即所述电动汽车和蓄热电锅炉参与区域电网调峰的时间和功率；
获取每个时间段电网的需求功率。
优选的，获取所述区域日负荷曲线，包括：
获取某区域日负荷曲线，将一天分为24 个时段，获取每个时段电网负荷的功率；
优选的，构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数及其约束条件，包括：
按式（1）构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数：按式（1）构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数：
（1）
式中，为该区域日负荷曲线标准差，为参与调峰的电动汽车数量，为参与调峰的蓄热电锅炉数量，为时段内电网负荷的功率，为一天内电网负荷的平均功率，为电网在时段的需求功率，即在时段参与调峰的电动汽车与电网交换功率和蓄热电锅炉用电之和。
其中，按式（2）确定
（2）
为电动汽车在时段与电网的交换功率（正值为放电，负值为充电），为蓄热电锅炉在时段的用电功率（负值）。
其中，按式（3）确定：
（3）
进一步的，按式（4）构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数的约束条件：
（4）
式中，，分别为蓄热电锅炉j在k时段功率的下限和上限；，分别为电动汽车i在k时段充（放）电功率的最小值和最大值； 为电动汽车i在离开时的荷电状态； 为用户i的期望荷电状态；为电动车i在k时段的充（放）电容量， ，分别为电动车i在k时段的充（放）电容量的最大值和最小值。
其中，按式（5）确定:
（5）
式中，为电动车i在k时段的电池剩余电量，为电动汽车的实际容量值。
其中，按式（6）分别确定、：
（6）
式中，为电动汽车i在k时段的荷电状态；为蓄电池荷电状态最大值，取1 ；为考虑电池自身约束时蓄电池荷电状态最低值；为电动汽车i的实际容量值。
此外，由于电动汽车充电电流和线路功率容量约束满足约束条件（7）：
（7）
式中，为电动汽车i的充电电流值（正值）；为电动汽车i的充电电流地最大值；为电动汽车i的放电电流值（正值）；为电动汽车i的放电电流地最大值 ；线路功率容量最大值。
进一步，按式（8）分别确定、：
（8）
式中，为电动汽车i电池充放电的实时电压值。
电动汽车和蓄热电锅炉参与调峰，配电网的各支路需满足潮流约束，包含电网接入电动汽车和蓄热电锅炉的节点在内的所有节点需满足节点电压约束。式（9）为新的线路潮流约束，包含节点有功功率和无功功率平衡约束：
（9）
式（10）为新的节点功率方程、节点电压约束：
（10）
其中，h为节点数，为节点i注入的有功功率，为节点i注入的无功功率，为节点i的电压，为节点i、j之间的电导，为节点i、j之间的电纳，为节点i、j之间的相位差，、、分别为线路最大功率约束、节点最大最小电压幅值约束。
叠加了参与电网调峰的电动汽车和蓄热电锅炉用电负荷之后的变压器总体负荷应小于变压器的最大负载功率，式（11）为新的变压器容量约束：
（11）
其中，为电动汽车在时段与电网的交换功率，N为k时段内参与调峰的电动汽车数量，为蓄热电锅炉在时段的用电功率，M为k时段内参与调峰的蓄热电锅炉数量，为变压器在k时段的容量最大值，为时段内电网负荷的功率。
据图2所示，优选的，采用粒子群算法确定所述目标函数的最优解，包括：
a.初始化粒子群即电动汽车和蓄热电锅炉的参数及迭代次数。包括电动汽车的数量、停止充电的时刻、电池容量的额定值、电池容量的极限值、电动汽车电池充放电的实时电压值等；蓄热电锅炉的数量、功率。
b.初始化该区域电网的负荷参数，包括区域电网日负荷功率以及需求功率、蓄热电锅炉用电时间段以及电动汽车充电储能时段。
c.设置迭代参数。每个时间段参与电网调峰的电动汽车的数量为n，蓄热电锅炉的数量为m，根据蒙特卡洛抽样获取。
d.获取该区域电网的日负荷曲线以及电网需求负荷。根据时间段数进行迭代，将接入区域电网进行调峰的电动汽车和蓄热电锅炉分配到各个时间段。
e.在各个时间段内根据电动汽车的数量进行迭代，电动汽车根据自身的功率限制、充电需求等参数，结合该时段内该车接入之前的电动汽车功率信息及电网负荷等信息，从而计算充放电时段以及与电网的交换功率。同时，蓄热电锅炉根据自身数量进行迭代，计算出用电时间及功率。
根据电网在每个时间段的需求功率，合理分配电动汽车和蓄热电锅炉各自的调峰功率，电动汽车和蓄热电锅炉作为两种约束条件不相同的粒子，需要联合进行每个时间段的调峰工作。
两种负荷功率计算及时间段分配是并行进行的，两种负荷根据图1所示的结构进行功率等信息的互联，计算叠加了当前参与调峰的电动汽车负荷以及蓄热电锅炉负荷之后的总负荷，并和变压器的最大负荷进行比较，如果满足叠加后的总负荷小于变压器最大负荷，则生成该电动汽车的充放电计划以及蓄热电锅炉的用电计划并更新变压器的负荷信息；反之则退出循环，该时段不再接受电动汽车和蓄热电锅炉参与调峰。并且在加入两种负荷后，配电网的各支路仍需满足潮流约束，包含电网接入电动汽车和蓄热电锅炉的节点在内的所有节点需满足节点电压约束，从而共同满足电网的需求负荷。
f.计算目标函数，即该区域日负荷曲线标准差，将经过初始化的目标函数的解，即电动汽车和蓄热电锅炉在各个采样时间段参与该区域电网调峰的功率代入所述目标函数，目标函数值越小，个体越优。
g.判断终止条件，若不满足，更新粒子速度和位置，即参与电网调峰的电动汽车充放电功及相应的时间段和蓄热电锅炉用电功率及其参与调峰的时间段，返回所述步骤c，继续以下的步骤，重新获得新的目标函数值，直至满足迭代终止条件，停止返回步骤c，输出最优粒子，得到最优解。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
特点：
由于随着电动汽车的普及与发展，大量电动汽车接入电网充放电，而大规模电动汽车无序充放电将给电网带来新的负荷增长，如果电动汽车集中在电网负荷高峰期充电，将会造成电网“峰上加峰”，加重电力系统负担。通过监测采集装置获取电网日负荷曲线以及电动汽车和蓄热电锅炉相关参数等数据，利用粒子群算法对电动汽车和蓄热电锅炉参与电网调峰的时间段和功率进行优化计算，电力系统调度中心给出电动汽车控制中心合理的调度指令以及给蓄热电锅炉发出用电信号，电动汽车根据接收到的调度指令，合理的安排控制范围内的电动汽车进行充放电，同时蓄热电锅炉参与电网的调峰，从而保证电动汽车和蓄热电锅炉起到对电网负荷进行削峰填谷的作用，使得电网负荷曲线更加平滑；同时电动汽车并网放电能有利于提高电网的经济运行水平。通过对电动汽车和蓄热电锅炉联合辅助调峰的优化，在保证电网稳定运行的基础上，可以尽可能地拉平电网负荷曲线，同时保证了电网的经济运行，具有很高的社会经济效益，也利于电力需求侧参与电网调峰的推广和应用。

Claims (4)

1.一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法，其特征是：包括：获取区域日负荷曲线；获取每个时间段电网的需求功率；构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数及其约束条件；确定所述目标函数的最优解，即所述电动汽车和蓄热电锅炉参与区域电网调峰的时间和功率。
2.根据权利要求1所述的一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法，其特征是：优选的，获取所述区域日负荷曲线，包括：获取某区域日负荷曲线，将一天分为24个时段，获取每个时段电网负荷的功率。
3.根据权利要求1所述的一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法，其特征是：优选的，构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数及其约束条件，包括：
按式（1）构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数：
（1）
式中，为该区域日负荷曲线标准差，为参与调峰的电动汽车数量，为参与调峰的蓄热电锅炉数量，为时段内电网负荷的功率，为一天内电网负荷的平均功率，为电网在时段的需求功率，即在时段参与调峰的电动汽车与电网交换功率和蓄热电锅炉用电之和；
其中，按式（2）确定
（2）
为电动汽车在时段与电网的交换功率（正值为放电，负值为充电），为蓄热电锅炉在时段的用电功率（负值）；
其中，按式（3）确定：
（3）
进一步的，按式（4）构建所述电动汽车和蓄热电锅炉联合辅助调峰优化方法的目标函数的约束条件：
（4）
式中，，分别为蓄热电锅炉j在k时段功率的下限和上限；，分别为电动汽车i在k时段充（放）电功率的最小值和最大值； 为电动汽车i在离开时的荷电状态； 为用户i的期望荷电状态；为电动车i在k时段的充（放）电容量， ，分别为电动车i在k时段的充（放）电容量的最大值和最小值；
其中，按式（5）确定:
（5）
式中，为电动车i在k时段的电池剩余电量，为电动汽车的实际容量值；
其中，按式（6）分别确定、：
（6）
式中，为电动汽车i在k时段的荷电状态；为蓄电池荷电状态最大值，取1 ；为考虑电池自身约束时蓄电池荷电状态最低值；为电动汽车i的实际容量值；
此外，由于电动汽车充电电流和线路功率容量约束满足约束条件（7）：
（7）
式中，为电动汽车i的充电电流值（正值）；为电动汽车i的充电电流地最大值；为电动汽车i的放电电流值（正值）；为电动汽车i的放电电流地最大值 ；线路功率容量最大值；
进一步，按式（8）分别确定、：
（8）
式中，为电动汽车i电池充放电的实时电压值。
4.根据权利要求1所述的一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法，其特征是：优选的，采用粒子群算法确定所述目标函数的最优解，包括：
a.初始化粒子群即电动汽车和蓄热电锅炉的参数及迭代次数；
包括电动汽车的数量、停止充电的时刻、电池容量的额定值、电池容量的极限值、电动汽车电池充放电的实时电压值等；蓄热电锅炉的数量、功率；
b.初始化该区域电网的负荷参数，包括区域电网日负荷功率以及需求功率、蓄热电锅炉用电时间段以及电动汽车充电储能时段；
c.设置迭代参数；
每个时间段参与电网调峰的电动汽车的数量为n，蓄热电锅炉的数量为m，根据蒙特卡洛抽样获取；
d.根据时间段数进行迭代，将接入区域电网进行调峰的电动汽车和蓄热电锅炉分配到各个时间段；
e. 在各个时间段内根据电动汽车的数量进行迭代，电动汽车根据自身的功率限制、充电需求等参数，结合该时段内该车接入之前的电动汽车功率信息及电网负荷等信息，从而计算充放电时段以及与电网的交换功率；
同时，蓄热电锅炉根据自身数量进行迭代，计算出用电时间及功率；
f.计算目标函数，将经过初始化的目标函数的解，即电动汽车和蓄热电锅炉代入所述目标函数，目标函数值越小，个体越优；
g.判断终止条件，若不满足，更新粒子速度和位置，返回所述步骤c，直至满足迭代终止条件，停止返回步骤c，输出最优粒子，得到最优解。
CN201811367791.6A 2018-11-16 2018-11-16 一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法 Active CN109523079B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811367791.6A CN109523079B (zh) 2018-11-16 2018-11-16 一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811367791.6A CN109523079B (zh) 2018-11-16 2018-11-16 一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法

Publications (2)

Publication Number Publication Date
CN109523079A true CN109523079A (zh) 2019-03-26
CN109523079B CN109523079B (zh) 2023-06-30

Family

ID=65776543

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811367791.6A Active CN109523079B (zh) 2018-11-16 2018-11-16 一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法

Country Status (1)

Country Link
CN (1) CN109523079B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110266027A (zh) * 2019-06-28 2019-09-20 能拓能源股份有限公司 一种适应于竞价机制的电储能器实时功率控制方法
CN112510679A (zh) * 2020-10-23 2021-03-16 南方电网调峰调频发电有限公司 分布式储能优化调度方法、装置、计算机设备和存储介质
CN114301079A (zh) * 2021-12-30 2022-04-08 国网湖南省电力有限公司 参与电网调峰调频交叉应用的储能控制方法、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160033986A1 (en) * 2014-07-30 2016-02-04 Melrok, Llc Systems and methods to manage renewable energy on the electric grid
CN107482638A (zh) * 2017-07-21 2017-12-15 杭州电子科技大学 冷热电联供型微电网多目标动态优化调度方法
CN107732937A (zh) * 2017-09-29 2018-02-23 国网上海市电力公司 含风‑光‑储‑电动汽车的并网型微网的削峰填谷方法
CN108448645A (zh) * 2018-01-16 2018-08-24 华北电力大学 一种基于两层规划模型的多形态广域需求侧负荷响应方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160033986A1 (en) * 2014-07-30 2016-02-04 Melrok, Llc Systems and methods to manage renewable energy on the electric grid
CN107482638A (zh) * 2017-07-21 2017-12-15 杭州电子科技大学 冷热电联供型微电网多目标动态优化调度方法
CN107732937A (zh) * 2017-09-29 2018-02-23 国网上海市电力公司 含风‑光‑储‑电动汽车的并网型微网的削峰填谷方法
CN108448645A (zh) * 2018-01-16 2018-08-24 华北电力大学 一种基于两层规划模型的多形态广域需求侧负荷响应方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110266027A (zh) * 2019-06-28 2019-09-20 能拓能源股份有限公司 一种适应于竞价机制的电储能器实时功率控制方法
CN110266027B (zh) * 2019-06-28 2023-05-05 能拓能源股份有限公司 一种适应于竞价机制的电加热储能炉实时功率控制方法
CN112510679A (zh) * 2020-10-23 2021-03-16 南方电网调峰调频发电有限公司 分布式储能优化调度方法、装置、计算机设备和存储介质
CN114301079A (zh) * 2021-12-30 2022-04-08 国网湖南省电力有限公司 参与电网调峰调频交叉应用的储能控制方法、设备及介质

Also Published As

Publication number Publication date
CN109523079B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
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
Xia et al. An autonomous real-time charging strategy for plug-in electric vehicles to regulate frequency of distribution system with fluctuating wind generation
CN105811409B (zh) 一种含电动汽车混合储能系统的微网多目标运行调度方法
CN108695868B (zh) 基于电力电子变压器的配电网储能选址定容方法
CN108470239A (zh) 计及需求侧管理和储能的主动配电网多目标分层规划方法
CN109146201A (zh) 基于合作博弈的充换储一体化电站微电网优化调度方法
CN111008739B (zh) 一种热电联产虚拟电厂优化调控及收益分配方法及系统
CN108347062A (zh) 基于势博弈的微电网能量管理分布式多目标协同优化算法
CN109523079A (zh) 一种利用电动汽车和蓄热电锅炉联合辅助调峰的优化方法
CN104915725B (zh) 计及实时电价的微网用户群电能优化互济交易方法
CN108551176B (zh) 一种结合储能均衡技术的储能电池系统容量配置方法
CN110365052A (zh) 基于功率优化调度的微网储能系统状态一致性控制方法
CN107069791A (zh) 一种考虑工业园区与工厂互动的综合需求响应方法
CN105896596B (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
CN110165666A (zh) 一种基于igdt的主动配电网调度方法
CN109217352A (zh) 基于dg初始化选址的主动配电网源网荷协同规划方法
Arab et al. Suitable various-goal energy management system for smart home based on photovoltaic generator and electric vehicles
CN114977320A (zh) 一种配电网源网荷储多目标协同规划方法
CN111030149A (zh) 一种基于复合储能装置的微电网供电方法及电子设备
Misra et al. SEED: QoS-aware sustainable energy distribution in smart grid
CN117559526A (zh) 一种基于光储充一体化充电站的拟路由器能量调控方法
CN115940284B (zh) 一种考虑分时电价的新能源制氢系统的运行控制策略
Jin et al. Research on energy management of microgrid in power supply system using deep reinforcement learning
CN114285093A (zh) 一种源网荷储互动调度方法及系统
Fan et al. Optimal allocation strategy of energy storage to improve the voltage quality of distribution network

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