CN109886501A - 一种电动汽车充放电多目标优化方法 - Google Patents

Abstract

本发明涉及一种电动汽车充放电多目标优化方法，属于电力系统配电网经济技术领域。本发明针对电动汽车的入网情况和现有的分时电价制度，构建电价变化对电量变化的影响模型。从配电网方面考虑以最小化系统峰荷值与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型，并兼顾电网和用户双方共同的利益，在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。根据考虑配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件。采用一种深度交互教学优化算法对该优化调度模型进行求解。本发明使大量电动汽车有序接入电网充电，相较于无序入网给电力系统带来的影响减小。

Description

一种电动汽车充放电多目标优化方法

技术领域

本发明涉及一种电动汽车充放电多目标优化方法，属于电力系统配电网经济技术领域。

背景技术

电动汽车作为一种新兴负荷接入电网会对电力系统产生一系列的影响，例如将负荷的峰谷差值进一步拉大，配电网负荷局部过载，电网局部线路电压过低，线路损耗值增大，配电网变压器容量越限等问题。随着电动汽车大规模普及，电动汽车入网在时空上的不确定性问题逐渐凸显出来，有效的控制策略可以减小电动汽车充放电对电网的影响。

发明内容

针对电动汽车的大规模普及，电动汽车入网在时空上的不确定性问题，本发明提供了一种电动汽车充放电多目标优化方法，能够减小大量电动汽车无序随机接入电网给电力系统带来的影响。

为实现上述目的，本发明采用的技术方案是：提供了一种电动汽车充放电多目标优化方法，包括如下步骤：

步骤1：针对电动汽车的入网情况和现有的分时电价制度，构建电价变化对电量变化的影响模型；

步骤2：从配电网方面考虑以最小化系统峰荷值与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型，并兼顾电网和用户双方共同的利益，从用户侧方面以电动汽车用户充放电成本最低作为优化目标函数；

步骤3：根据考虑配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件；

步骤4：采用深度交互教学优化算法对步骤2和步骤3所提电动汽车多目标优化调度模型求解。

具体地，所述步骤1的电价变化对电量变化的影响模型，具体如下：

式中：x表示电动汽车峰谷时段充电电量对平时段充电电量的比值；y表示峰谷时段充电电价对平时段充电电价的比值；

电动汽车放电电量与放电电价之间的关系通过电量电价弹性矩阵表示为：

式中：ξ_ii表示自弹性系数；ξ_ij表示互弹性系数。下标字母f，p，g分别代表峰、平、谷时段。q_f、q_p、q_g代表峰时段放电电量、平时段放电电量、谷时段放电电量；p_f、p_p、p_g峰时段放电电价、平时段放电电价、谷时段放电电价；电动汽车在平时段的充电电量作为基准参考值0.5kw/台。

具体地，所述步骤2考虑配电网和用户侧的电动汽车充放电多目标优化目标函数为：

目标函数1：最小化系统峰荷值:

F₁＝min(maxQ)

式中：Q表示系统负荷；

目标函数2：最小化系统负荷峰谷差值：

F₂＝min(maxQ-minQ)

目标函数3：最小化电动汽车用户的充放电成本：

式中:C_c,t表示电动汽车的充电电价；C_dc,t表示电动汽车的放电电价；P_c,t表示t时刻电动汽车总的充电功率；P_dc,t表示电动汽车在t时刻总的放电功率；

建立综合目标函数：

式中：λ₁、λ₂、λ₃表示F₁、F₂、F₃对应的权重；F_1max表示原来系统负荷的峰值；F_2max原来系统负荷峰谷差值；F_3max表示执行原始电价的系统的负荷电费总和；

式中：λ₁、λ₂、λ₃取值范围[0,1]；

目标函数F₁以峰值负荷最小为目标；目标函数F₂是实现负荷的削峰填谷，是负荷波动的一个特例，目标函数F₁和F₂整体都是为了使系统负荷波动平缓为目的。将F₁和F₂两个目标函数转化为单目标，实现“削峰”，可以使充电负荷均匀地分布于整个谷时段，在调度结果中效果最优。

ω₁+ω₂＝1

式子中：ω₁表示系统波动平缓的权重；ω₂表示电动汽车用户充放电收入的目标函数。ω₁与ω₂的权重取值对于不同的行业区别很大，ω₁取值较大的话说明该地区的峰谷差和系统负荷的波动较为严重，ω₂取值比较大说明电动汽车用户对电价颇为敏感。ω₁与ω₂是带有主观因素的模糊判断。

具体地，所述步骤3电动汽车充放电多目标优化模型的约束条件，具体如下：

(1)充放电功率约束

P_ijmin≤P_ij≤P_ijmax

式子中：P_ijmin为电动汽车i在j时刻的最大充电功率约束；P_ijmax代表电动汽车i在j时刻的最大放电功率。按照车用锂离子电池的标准充放电功率曲线，电动汽车的充电电流I_c限制在C/15以下；电动汽车的放电电流I_d不大于C/3；

(2)车用电池的约束一般由电池的荷电状态来表示：

S_OCijmin≤S_OCij≤S_OCijmax

式子中：S_OC表示电动汽车的剩余容量与最大容量的比值；S_OCij代表电动汽车i在j时刻的荷电状态；S_OCijmin表示电动汽车i在j时刻荷电状态的下限；S_OCijmax表示电动汽车i在j时刻荷电状态的上限；考虑到车用蓄电池安全的前提下，下限S_OCijmin通常取值0.2；S_OCijmax取值为0.9；

(3)充放电电价上下限约束

1＞C_c,f＞C_c,p＞C_c,g＞0

式中，C_c,f为电动汽车峰时刻充电电价；C_c,p为电动汽车平时刻充电电价；C_c,g为电动汽车谷时刻充电电价；

1＞C_dc,f＞C_dc,p＞C_dc,g＞0

式中，C_dc,f为电动汽车峰时刻放电电价；C_dc,p为电动汽车平时刻放电电价；C_dc,g为电动汽车谷时刻放电电价；

(4)充放电功率上下限约束

式中，表示电动汽车充电功率的上限，表示电动汽车充电功率的下限；P_n,t为电动汽车充电功率；电动汽车最大的充电功率为1kW；电动汽车最大的放电功率为1kW；

(5)电动汽车接入电网数量的约束：

0≤N_c,t+N_dc,t≤N

式中：N为电动汽车的总数目；N_c,t为t时段处于充电状态的电动汽车数量；N_dc,t为t时段处于放电状态的电动汽车数量。

电动汽车的总数目为N辆，第n辆电动汽车在t时段的充放电功率用P_n,t表示；

式子中：P_c,t表示t时刻电动汽车总的充电功率；P_dc,t表示电动汽车在t时刻总的放电功率。

本发明的有益效果是：

(1)电动汽车作为新增加的负荷进一步增大负荷的峰谷差值，作为新兴负荷的电动汽车无序入网行为对电力系统的稳定运行产生影响，采用本发明电动汽车有序接入电网，在很大程度上减小了系统的网络损耗和配电设备损耗，使电动汽车充电对电网产生的影响相对减小；

(2)电网公司旨在电力系统的负荷波动最小，电动汽车运营商目的是使购电成本最小，在国家政策的控制下采用本发明能获取一定的经济效益，其根据经济学分析在充电价格变化范围内，采用本发明可以让电网公司、充电站运营商和电动汽车用户共赢；

(3)电动汽车属于移动性的随机负荷，电动汽车接入配电网的数量是不确定的，同时电动汽车充电在时间和空间也是随机的，采用本发明考虑了不同类别的电动汽车充电功率各不相同，电动汽车的充电时间和空间的不确定性，进一步规划升级配电网。

附图说明

图1为本发明整体流程图；

图2 DITL算法原理框架图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例，对本发明作进一步详细说明。

实施例1：如图1-2所示，一种电动汽车充放电多目标优化方法，包括：

步骤1：针对电动汽车的入网情况和现有的分时电价制度，构建电价变化对电量变化的影响模型；

步骤2：从配电网方面考虑以最小化系统峰荷值与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型，并兼顾电网和用户双方共同的利益，从用户侧方面以电动汽车用户充放电成本最低作为优化目标函数；

步骤3：根据考虑配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件；

步骤4：采用深度交互教学优化算法对步骤2和步骤3所提电动汽车多目标优化调度模型求解。

进一步地，所述步骤1包括：

式中：x表示电动汽车峰谷时段充电电量对平时段充电电量的比值；y表示峰谷时段充电电价对平时段充电电价的比值；

电动汽车放电电量与放电电价之间的关系通过电量电价弹性矩阵表示为：

式中：ξ_ii表示自弹性系数；ξ_ij表示互弹性系数。下标字母f，p，g分别代表峰、平、谷时段。q_f、q_p、q_g代表峰时段放电电量、平时段放电电量、谷时段放电电量；p_f、p_p、p_g峰时段放电电价、平时段放电电价、谷时段放电电价；电动汽车在平时段的充电电量作为基准参考值0.5kw/台。

进一步地，所述步骤2中电动汽车充放电多目标优化模型目标函数为：

目标函数1：最小化系统峰荷值:

F₁＝min(maxQ)

式中：Q表示系统负荷；

目标函数2：最小化系统负荷峰谷差值：

F₂＝min(maxQ-minQ)

目标函数3：最小化电动汽车用户的充放电成本：

式中:C_c,t表示电动汽车的充电电价；C_dc,t表示电动汽车的放电电价；P_c,t表示t时刻电动汽车总的充电功率；P_dc,t表示电动汽车在t时刻总的放电功率；

建立综合目标函数：

式中：λ₁、λ₂、λ₃表示F₁、F₂、F₃对应的权重；F_1max表示原来系统负荷的峰值；F_2max原来系统负荷峰谷差值；F_3max表示执行原始电价的系统的负荷电费总和；

式中：λ₁、λ₂、λ₃取值范围[0,1]；

目标函数F₁以峰值负荷最小为目标；目标函数F₂是实现负荷的削峰填谷，是负荷波动的一个特例，目标函数F₁和F₂整体都是为了使系统负荷波动平缓为目的。将F₁和F₂两个目标函数转化为单目标，实现“削峰”，可以使充电负荷均匀地分布于整个谷时段，在调度结果中效果最优。

ω₁+ω₂＝1

式子中：ω₁表示系统波动平缓的权重；ω₂表示电动汽车用户充放电收入的目标函数。ω₁与ω₂的权重取值对于不同的行业区别很大，ω₁取值较大的话说明该地区的峰谷差和系统负荷的波动较为严重，ω₂取值比较大说明电动汽车用户对电价颇为敏感。ω₁与ω₂是带有主观因素的模糊判断。

进一步地，所述步骤3中优化模型的约束条件，具体如下：

(1)充放电功率约束

P_ijmin≤P_ij≤P_ijmax

式子中：P_ijmin为电动汽车i在j时刻的最大充电功率约束；P_ijmax代表电动汽车i在j时刻的最大放电功率。按照车用锂离子电池的标准充放电功率曲线，电动汽车的充电电流I_c限制在C/15以下；电动汽车的放电电流I_d不大于C/3；

(2)车用电池的约束一般由电池的荷电状态来表示：

S_OCijmin≤S_OCij≤S_OCijmax

式子中：S_OC表示电动汽车的剩余容量与最大容量的比值；S_OCij代表电动汽车i在j时刻的荷电状态；S_OCijmin表示电动汽车i在j时刻荷电状态的下限；S_OCijmax表示电动汽车i在j时刻荷电状态的上限；考虑到车用蓄电池安全的前提下，下限S_OCijmin通常取值0.2；S_OCijmax取值为0.9；

(3)充放电电价上下限约束

1＞C_c,f＞C_c,p＞C_c,g＞0

式中，C_c,f为电动汽车峰时刻充电电价；C_c,p为电动汽车平时刻充电电价；C_c,g为电动汽车谷时刻充电电价；

1＞C_dc,f＞C_dc,p＞C_dc,g＞0

式中，C_dc,f为电动汽车峰时刻放电电价；C_dc,p为电动汽车平时刻放电电价；C_dc,g为电动汽车谷时刻放电电价；

(4)充放电功率上下限约束

式中，表示电动汽车充电功率的上限，表示电动汽车充电功率的下限；P_n,t为电动汽车充电功率；电动汽车最大的充电功率为1kW；电动汽车最大的放电功率为1kW；

(5)电动汽车接入电网数量的约束：

0≤N_c,t+N_dc,t≤N

式中：N为电动汽车的总数目；N_c,t为t时段处于充电状态的电动汽车数量；N_dc,t为t时段处于放电状态的电动汽车数量。

电动汽车的总数目为N辆，第n辆电动汽车在t时段的充放电功率用P_n,t表示；

式子中：P_c,t表示t时刻电动汽车总的充电功率；P_dc,t表示电动汽车在t时刻总的放电功率。

进一步地，所述步骤4采用深度交互教学优化算法对电动汽车多目标优化调度模型求解，具体如下：

深度交互教学优化算法在标准教学优化算法的基础上，将单个班级扩展到多个班级，并采用小世界交互网络构建不同教师/学生之间的交互网络，实现不同个体之间的深度交互学习，从而提升算法的全局搜索及局部搜索能力，深度交互教学优化算法原理框架如图2所示。

本发明使大量电动汽车有序接入电网充电，相较于无序入网给电力系统带来的影响减小，且在充电价格变化范围内使电网公司、充电站运营商和电动汽车用户实现共赢。

以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (4)

1.一种电动汽车充放电多目标优化方法，其特征在于：包括如下步骤：

步骤1：针对电动汽车的入网情况和现有的分时电价制度，构建电价变化对电量变化的影响模型；

步骤2：从配电网方面以最小化系统峰荷值与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型，并兼顾电网和用户双方共同的利益，从用户侧方面以电动汽车用户充放电成本最低作为优化目标函数；

步骤3：根据配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件；

步骤4：采用深度交互教学优化算法对步骤2和步骤3所提电动汽车多目标优化调度模型求解。

2.根据权利要求1所述的一种电动汽车充放电多目标优化方法，其特征在于：所述步骤1中电价变化对电量变化的影响模型为：

式中：x表示电动汽车峰谷时段充电电量对平时段充电电量的比值；y表示峰谷时段充电电价对平时段充电电价的比值；

电动汽车放电电量与放电电价之间的关系通过电量电价弹性矩阵表示为：

式中：ξ_ii表示自弹性系数；ξ_ij表示互弹性系数，下标字母f，p，g分别代表峰、平、谷时段，q_f、q_p、q_g代表峰时段放电电量、平时段放电电量、谷时段放电电量；p_f、p_p、p_g峰时段放电电价、平时段放电电价、谷时段放电电价；电动汽车在平时段的充电电量作为基准参考值0.5kw/台。

3.根据权利要求1所述的一种电动汽车充放电多目标优化方法，其特征在于，所述步骤2的从配电网和用户侧方面电动汽车充放电多目标优化目标函数为：

目标函数1：最小化系统峰荷值:

F₁＝min(maxQ)

式中：Q表示系统负荷；

目标函数2：最小化系统负荷峰谷差值：

F₂＝min(maxQ-minQ)

目标函数3：最小化电动汽车用户的充放电成本：

式中:C_c,t表示电动汽车的充电电价；C_dc,t表示电动汽车的放电电价；P_c,t表示t时刻电动汽车总的充电功率；P_dc,t表示电动汽车在t时刻总的放电功率；

建立综合目标函数：

式中：λ₁、λ₂、λ₃表示F₁、F₂、F₃对应的权重；F_1max表示原来系统负荷的峰值；F_2max原来系统负荷峰谷差值；F_3max表示执行原始电价的系统的负荷电费总和；

式中：λ₁、λ₂、λ₃取值范围[0,1]；

目标函数F₁以峰值负荷最小为目标；目标函数F₂是实现负荷的削峰填谷，是负荷波动的一个特例，目标函数F₁和F₂整体都是为了使系统负荷波动平缓为目的，将F₁和F₂两个目标函数转化为单目标，实现“削峰”，可以使充电负荷均匀地分布于整个谷时段，在调度结果中效果最优；

ω₁+ω₂＝1

式子中：ω₁表示系统波动平缓的权重；ω₂表示电动汽车用户充放电收入的目标函数，ω₁与ω₂的权重取值对于不同的行业区别很大，ω₁取值较大的话说明该地区的峰谷差和系统负荷的波动较为严重，ω₂取值比较大说明电动汽车用户对电价颇为敏感，ω₁与ω₂是带有主观因素的模糊判断。

4.根据权利要求3所述的一种电动汽车充放电多目标优化方法，其特征在于：步骤3中根据配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件，其约束条件具体如下：

(1)充放电功率约束

P_ijmin≤P_ij≤P_ijmax

式子中：P_ijmin为电动汽车i在j时刻的最大充电功率约束；P_ijmax代表电动汽车i在j时刻的最大放电功率，按照车用锂离子电池的标准充放电功率曲线，电动汽车的充电电流I_c限制在C/15以下；电动汽车的放电电流I_d不大于C/3；

(2)车用电池的约束一般由电池的荷电状态来表示：

S_OCijmin≤S_OCij≤S_OCijmax

式子中：S_OC表示电动汽车的剩余容量与最大容量的比值；S_OCij代表电动汽车i在j时刻的荷电状态；S_OCijmin表示电动汽车i在j时刻荷电状态的下限；S_OCijmax表示电动汽车i在j时刻荷电状态的上限；考虑到车用蓄电池安全的前提下，下限S_OCijmin通常取值0.2；S_OCijmax取值为0.9；

(3)充放电电价上下限约束

1＞C_c,f＞C_c,p＞C_c,g＞0

式中，C_c,f为电动汽车峰时刻充电电价；C_c,p为电动汽车平时刻充电电价；C_c,g为电动汽车谷时刻充电电价；

1＞C_dc,f＞C_dc,p＞C_dc,g＞0

式中，C_dc,f为电动汽车峰时刻放电电价；C_dc,p为电动汽车平时刻放电电价；C_dc,g为电动汽车谷时刻放电电价；

(4)充放电功率上下限约束

式中，表示电动汽车充电功率的上限，表示电动汽车充电功率的下限；P_n,t为电动汽车充电功率；电动汽车最大的充电功率为1kW；电动汽车最大的放电功率为1kW；

(5)电动汽车接入电网数量的约束：

0≤N_c,t+N_dc,t≤N

式中：N为电动汽车的总数目；N_c,t为t时段处于充电状态的电动汽车数量；N_dc,t为t时段处于放电状态的电动汽车数量；

电动汽车的总数目为N辆，第n辆电动汽车在t时段的充放电功率用P_n,t表示；

式子中：P_c,t表示t时刻电动汽车总的充电功率；P_dc,t表示电动汽车在t时刻总的放电功率。