CN110289622A - 一种光储充能量路由器的日前经济优化调度方法 - Google Patents

Abstract

本发明涉及电力系统调度技术领域，具体涉及一种光储充能量路由器的日前经济优化调度方法，包括以下步骤：步骤一：建立光储充能量路由器及其组件的数学模型；步骤二：将全天划分为等长的N个时段；步骤三：建立经济最优的目标函数；步骤四：建立约束条件；步骤五：对优化问题进行求解，获得日前经济优化调度结果。本发明的实质性效果是：在综合考虑多种能源因素的情况下，对电网及能源路由器各端口资源进行合理规划调度；本发明优化了电动汽车充电行为，提了升配电网电压质量，发掘了储能装置潜力，获得了经济最优的日前优化调度结果，与传统方案相比，具有较大优势。

Description

一种光储充能量路由器的日前经济优化调度方法

技术领域

本发明涉及电力系统调度技术领域，具体涉及一种光储充能量路由器的日前经济优化调度方法。

背景技术

光伏、风电等分布式电源的快速发展，对配电网的稳定运行带来了严峻挑战。同时，储能系统和电动汽车等新型柔性负荷的出现，为配电网优化运行提供了更多的控制量。未来的配电系统将呈现交直混合、多向潮流、高度可控等灵活配电特征。如何合理利用分布式电源和多元负荷提高配电网的运行经济性和稳定性成为一个重要课题。其中，在低压配电网中应用多端口能量路由器(Energy Router，ER)进行潮流的优化是重要手段之一。

目前，分布式发电以就地消纳为主，多余电能可在并网模式下回馈给电网。基于直流母线的能量路由器作为连接直流分布式电源和多元新型负荷的能量管理系统，可利用电力电子变换器实现功率转换和电压匹配，并可以调节直流微网内部潮流流动，与传统基于交流母线的多变换器并联系统相比，具有效率高、成本低和可靠性高的优势。利用能量路由器连接光伏、储能、充电汽车与配电网，并采取适当的优化调度策略，可以大大改善无序并网对配电网带来的影响，实现发掘多元负荷的潜力，提高用户功能经济性，增强配电网运行稳定性为目的。

中国专利CN107611974A，公开日2018年1月19日，一种能量路由器，所述能量路由器包括：驱动程序适配模块、端口模块以及CAN总线。所述端口模块包括多个第一端口，每个第一端口用于在与能源设备连接时，建立所述能源设备与所述能量路由器之间的通信链路以及能源连接链路；所述驱动程序适配模块用于根据与所述每个第一端口连接的能源设备的种类、型号以及电气参数为所述每个第一端口适配对应的驱动程序。通过设置统一的能源设备接入端口，并通过驱动程序适配模块根据能源设备的种类、型号以及电气参数为对应的接入端口适配合适的驱动程序，从而降低了接入端口设计的复杂性，提高了接入端口的通用性。但其没有提供基于能量路由器的含光储充微电网的优化调度方案。

发明内容

本发明要解决的技术问题是：目前缺乏基于能量路由器的含光储充微电网的优化调度策略的技术问题。提出了一种光储充能量路由器的日前经济优化调度方法。该方法能够实现对接入能量路由器的光伏、储能设备、充电汽车进行有效调度，可以合理配置各类新型源荷资源，降低运行成本。

为解决上述技术问题，本发明所采取的技术方案为：一种光储充能量路由器的日前经济优化调度方法，包括以下步骤：步骤一：建立光储充能量路由器及其组件的数学模型；步骤二：将全天划分为等长的N个时段；步骤三：建立经济最优的目标函数；步骤四：建立约束条件；步骤五：对优化问题进行求解，获得日前经济优化调度结果。

作为优选，光储充能量路由器及其组件的数学模型包括能量路由器功率流向模型、能量路由器与配网关系模型和电动汽车优化调度模型；所述能量路由器功率流向模型为：P_ER＝P_B+P_PV-P_EV，其中，PER为能量路由器向电网输送的有功功率，PB为储能装置流向能量路由器的功率，PPV为光伏发电流向能量路由器的功率，PEV为能量路由器流向充电桩的功率；所述能量路由器与配网关系模型为：

P_Grid+P_ER＝P_Load

Q_Grid+Q_ER＝Q_Load

其中，P_Grid、Q_Grid分别为电网传输的有功功率和无功功率，P_ER、Q_ER分别为能量路由器并网的有功功率和无功功率，P_Load、Q_Load分别为负荷的有功功率和无功功率，R、X为变压器与交流母线之间传输线路的电阻值和电抗值，U_AC为能量路由器并网点的交流母线电压，U_rated为交流母线额定电压；所述电动汽车优化调度模型为：E_i＜P_{EV_A}(T_{E_i}-T_{S_i})，其中，PEV_A为充电桩输出功率，Ei为在TS_i到TE_i的时间内电动汽车充满所需的电量，PEV为充电时间段中光储充能量路由器流向充电桩的功率：其中，为充电桩i输出功率，N为充电桩集合，δ_i为充电桩i开关状态量，δ_i取值0或1。

作为优选，对优化中的单日时间划分为N个均等的时段，每个时段持续的时间ΔT为：在已知下一日内N个时段的负荷预测结果与光伏预测结果的基础上，对下一日中t＝1,2,…,N时段时能量路由器端口功率流进行优化。

作为优选，建立经济最优目标函数：

其中，C为总费用，PGrid(t)为t时段的电网传输的有功功率，CGrid(t)为t时段的分时电价，CPV为光伏上网电价。

作为优选，所述约束条件包括储能装置约束、光伏并网约束、电动汽车约束、配网电压约束、功率平衡约束和容量约束；所述储能装置约束为：储能装置的充放电功率存在上限，且SOC不宜过高或过低，存在如下约束：

-P_{dis_max}≤P_B(t)≤P_{ch_max}，

SOC_min≤SOC(t)≤SOC_max，

其中P_B(t)为t时段储能装置流向能量路由器的功率，P_{ch_max}、P_{dis_max}分别为储能装置最大充放电功率，SOC(t)为t时段储能装置的SOC，SOC_max与SOC_min分别为储能装置SOC的上下限值；所述光伏并网约束为：当能量路由器向电网输送功率时，P_grid(t)为负，并且满足约束：P_grid(t)≥-P_PV(t)，其中，P_grid(t)为t时段电网传输的有功功率，P_PV(t)为t时段光伏预测功率；所述电动汽车约束为：充电桩功率P_EV(t)与充电桩开关量δ(t)满足如下约束：P_EV(t)＝δ(t)P_{EV_A}，其中，P_EV(t)为t时段能量路由器流向充电桩的功率，δ(t)为t时段充电桩开关状态量，δ(t)∈{0，1}，P_{EV_A}为充电桩平均输出功率；对于M个充电行为，需满足充电约束：其中，T_{S_k}、T_{E_k}、E_k分别为第k个充电行为的开始时间、结束时间与待充电量；对于没有充电行为的时段，需满足约束：其中，T_M为M个充电行为所处时段的集合；所述配网电压约束为：为防止电压跌落或越限，需满足电压约束：|U_AC(t)-U_rated|≤αU_rated，其中α为最大允许电压偏差与额定电压之比；所述功率平衡约束为：能量路由器内部、并网交流母线处，需满足功率平衡约束：

P_ER(t)＝P_B(t)+P_PV(t)-P_EV(t)，

P_Grid(t)+P_ER(t)＝P_Lo_ad(t)，

Q_Grid(t)+Q_ER(t)＝Q_Lo_ad(t)，

其中，P_ER(t)为t时段能量路由器向电网输送的有功功率，P_B(t)为t时段储能装置流向能量路由器的功率，P_PV(t)为t时段光伏发电流向能量路由器的功率，P_EV(t)为t时段能量路由器流向充电桩的功率，P_Grid(t)、Q_Grid(t)分别为t时段电网传输的有功功率和无功功率，P_Load(t)、Q_Load(t)分别为t时段负荷的有功功率和无功功率；所述容量约束为：能量路由器并网功率需满足并网逆变器容量约束：

其中，P_ER(t)、Q_ER(t)分别为t时段能量路由器向电网输送的有功功率，S_ER为能量路由器中并网逆变器的容量。

本发明的实质性效果是：在综合考虑多种能源因素的情况下，对电网及能源路由器各端口资源进行合理规划调度；本发明优化了电动汽车充电行为，提了升配电网电压质量，发掘了储能装置潜力，获得了经济最优的日前优化调度结果，与传统方案相比，具有较大优势。

附图说明

图1为实施例一光储充能量路由器的日前经济优化调度方法流程框图。

图2为适用于实施例一的能量路由器结构示意图。

图3为实施例一负荷及光伏预测数据。

图4为实施例一多个调度方法下的交流母线电压。

其中：301、电网，302、能量路由器，303、负荷，304、交流母线，305、储能装置，306、光伏发电，307、电动汽车。

具体实施方式

下面通过具体实施例，并结合附图，对本发明的具体实施方式作进一步具体说明。

实施例一：

一种光储充能量路由器的日前经济优化调度方法，如图1所示，本实施例包括以下步骤：

步骤一：建立光储充能量路由器302及各组件数学模型。

(1)建立能量路由器302功率流向模型：

P_ER＝P_B+P_PV-P_EV

其中，P_ER为能量路由器302向电网301输送的有功功率，P_B为储能装置305流向能量路由器302的功率，P_PV为光伏发电306流向能量路由器302的功率，P_EV为能量路由器302流向充电桩的功率。

(2)建立能量路由器302与配网关系模型：

P_Grid+P_ER＝P_Load

Q_Grid+Q_ER＝Q_Load

其中，P_Grid、Q_Grid分别为电网301传输的有功功率和无功功率，P_ER、Q_ER分别为能量路由器302并网的有功功率和无功功率，P_Load、Q_load分别为负荷303的有功功率和无功功率，R、X为变压器与交流母线304之间传输线路的电阻值和电抗值，U_AC为能量路由器302并网点的交流母线304电压，U_rated为交流母线304额定电压。

(3)电动汽车307优化调度模型

假设在优化调度的时间内，将有M辆车在不同时间段接入充电桩进行充电，即存在M个在时间上互不重叠的充电行为。每个充电行为可描述为：在T_{S_i}到T_{E_i}的时间内，充满E_i的电量。假设充电桩输出功率恒定为P_{EV_A}，则上述变量需满足

E_i＜P_{EV_A}(T_{E_i}-T_{S_i}),

其中，P_{EV_A}为充电桩输出功率，E_i在T_{S_i}到T_{E_i}的时间内电动汽车307充满所需的电量，P_EV为充电时间段中光储充能量路由器302流向充电桩的功率。当可允许停车充电时间较长，充电时间内的最大充电量大于待充电量时，则在充电时间内，可对电动汽车307的充电行为进行优化调度，决定在哪些时间段进行充电。

定义ER流向充电桩的功率P_EV为：

P_EV＝δP_{EV_A},

其中δ为充电桩开关量，当其处于充电时间内，可由优化策略决定δ为0或1。

步骤二：将全天划分为等长的N个时段。

对优化中的单日时间进行离散化，平均划分为N个时段，每个时段持续的时间为：其中，ΔT为每个时段的持续时间。在已知下一日内N个时段的负荷303预测结果与光伏预测结果的基础上，对下一日中t＝1,2,…,N时段，能量路由器302各端口功率流进行优化求解。

步骤三：建立经济最优的目标函数。

其中，C为总费用，P_Grid(t)为t时段的电网301传输的有功功率，C_Grid(t)为t时段的分时电价，C_PV为光伏上网电价。

步骤四：建立各类约束条件。步骤1中的能量路由器302及各组件数学模型基于如图2所示的能量路由器302结构建立。具体如下：

(1)储能装置305约束

储能装置305的充放电功率存在上限，且SOC不宜过高或过低，存在如下约束：

-P_{dis_max}≤P_B(t)≤P_{ch_max}

SOC_min≤SOC(t)≤SOC_max

其中，P_B(t)为t时段储能装置305流向能量路由器302的功率，P_{ch_max}、P_{dis_max}分别为储能装置305最大充放电功率，SOC(t)为t时段储能装置305的SOC，SOC_max与SOC_min分别为储能装置305SOC的上下限值。

(2)光伏并网约束

仅考虑光伏余电上网的情况，当能量路由器302向电网301输送功率时，Pgrid(t)为负，并且满足约束

P_grid(t)≥-P_PV(t)

其中，P_grid(t)为t时段电网301传输的有功功率，P_PV(t)为t时段光伏预测功率。

(3)电动汽车307约束

根据电动汽车307充电行为的建模，充电桩功率PEV(t)与充电桩开关量δ(t)满足如下约束：

P_EV(t)＝δ(t)P_{EV_A}，

δ(t)＝0 or 1，

其中，P_EV(t)为t时段能量路由器302流向充电桩的功率，δ(t)为t时段充电桩开关状态量，δ(t)∈{0，1}，P_{EV_A}为充电桩平均输出功率。

对于M个充电行为，需满足充电约束：

其中，T_{S_k}、T_{E_k}、E_k分别为第k个充电行为的开始时间、结束时间与待充电量。对于没有充电行为的时段，需满足约束：

其中，T_M为M个充电行为所处时段的集合。

(4)配网电压约束

为防止电压跌落或越限，需满足电压约束：

|U_AC(t)-U_rated|≤αU_rated

其中α为最大允许电压偏差与额定电压之比。

(5)功率平衡约束

能量路由器302内部、并网交流母线304处，需满足功率平衡约束：

P_ER(t)＝P_B(t)+P_PV(t)-P_EV(t)，

P_Grid(t)+P_ER(t)＝P_Lo_ad(t)，

Q_Grid(t)+Q_ER(t)＝Q_Lo_ad(t)，

其中，P_ER(t)为t时段能量路由器302向电网301输送的有功功率，P_B(t)为t时段储能装置305流向能量路由器302的功率，P_PV(t)为t时段光伏发电306流向能量路由器302的功率，P_EV(t)为t时段能量路由器302流向充电桩的功率，P_Grid(t)、Q_Grid(t)分别为t时段电网301传输的有功功率和无功功率，P_Load(t)、Q_Load(t)分别为t时段负荷303的有功功率和无功功率。

(6)容量约束

能量路由器302并网功率需满足并网逆变器容量约束：

其中，P_ER(t)、Q_ER(t)分别为t时段能量路由器302向电网301输送的有功功率，S_ER为能量路由器302中并网逆变器的容量。

步骤五：对优化问题进行求解，获得日前经济优化调度结果。

以1小时为间隔(ΔT＝1h)，对某一并网模式下的能量路由器302进行日前经济优化调度。能量路由器302及电网301的主要参数设置如表1。负荷303及光伏预测数据见图3。分时电价及光伏电价见表2。设定在单日中存在2个充电行为，见表3。

表1系统参数设置

表2分时电价数据

表3充电行为

停车时段	充电电量
		8:00～15:00	250kWh
18:00～24:00	200kWh

在相同条件下，设定3种调度策略，比较其调度结果：

策略1：无能量路由器302及储能，光伏本地消纳后余电上网，电动汽车307无序充电；

策略2：无能量路由器302，储能装置305仅削峰填谷，电动汽车307无序充电；

策略3：本文提出的结构及优化策略，配电网301电压约束α＝5％；

得到不同策略下的单日电价如表4所示。相比于策略1，加装储能装置305进行削峰填谷(策略2)仅能减少约10％的费用，而加装能量路由器302并使用优化策略(策略3)可减少约35％的费用，大大提高了用能的经济性。并且从图4中可看出，本方法使得电压水平维持在限定范围内，提升了电能质量。

表4不同策略下的单日电价

策略	1	2	3
				费用(￥)	569.4	510.7	364.4

以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (7)

1.一种光储充能量路由器的日前经济优化调度方法，其特征在于，

包括以下步骤：

步骤一：建立光储充能量路由器及其组件的数学模型；

步骤二：将全天划分为等长的N个时段；

步骤三：建立经济最优的目标函数；

步骤四：建立约束条件；

步骤五：对优化问题进行求解，获得日前经济优化调度结果。

2.根据权利要求1所述的一种光储充能量路由器的日前经济优化调度方法，其特征在于，光储充能量路由器及其组件的数学模型包括能量路由器功率流向模型、能量路由器与配网关系模型和电动汽车优化调度模型，

所述能量路由器功率流向模型为：

P_ER＝P_B+P_PV-P_EV，

其中，P_ER为能量路由器向电网输送的有功功率，P_B为储能装置流向能量路由器的功率，P_PV为光伏发电流向能量路由器的功率，P_EV为能量路由器流向充电桩的功率；

所述能量路由器与配网关系模型为：

P_Grid+P_ER＝P_Load，

Q_Grid+Q_ER＝Q_Load，

其中，P_Grid、Q_Grid分别为电网传输的有功功率和无功功率，P_ER、Q_ER分别为能量路由器并网的有功功率和无功功率，P_Load、Q_Load分别为负荷的有功功率和无功功率，R、X为变压器与交流母线之间传输线路的电阻值和电抗值，U_AC为能量路由器并网点的交流母线电压，U_rated为交流母线额定电压；

所述电动汽车优化调度模型为：

E_i＜P_{EV_A}(T_{E_i}-T_{S_i})

其中，P_{EV_A}为充电桩输出功率，E_i在T_{S_i}到T_{E_i}的时间内电动汽车充满所需的电量；P_EV为充电时间段中光储充能量路由器流向充电桩的功率：

其中，为充电桩i输出功率，N为充电桩集合，δ_i为充电桩i开关状态量，δ_i取值0或1。

3.根据权利要求1或2所述的一种光储充能量路由器的日前经济优化调度方法，其特征在于，将目标全天时间划分为N个均等的时段，每个时段持续的时间ΔT为：

在已知下一日内N个时段的负荷预测结果与光伏预测结果的基础上，对下一日中t＝1，2，…，N时段时能量路由器端口功率流进行优化。

4.根据权利要求1或2所述的一种光储充能量路由器的日前经济优化调度方法，其特征在于，建立经济最优目标函数：

其中，C为总费用，P_Grid(t)为t时段的电网传输的有功功率，C_Grid(t)为t时段的分时电价，C_PV为光伏上网电价。

5.根据权利要求3所述的一种光储充能量路由器的日前经济优化调度方法，其特征在于，建立经济最优目标函数：

其中，C为总费用，P_Grid(t)为t时段的电网传输的有功功率，C_Grid(t)为t时段的分时电价，C_PV为光伏上网电价。

6.根据权利要求1或2所述的一种光储充能量路由器的日前经济优化调度方法，其特征在于，所述约束条件包括储能装置约束、光伏并网约束、电动汽车约束、配网电压约束、功率平衡约束和容量约束；

所述储能装置约束为：

储能装置的充放电功率存在上限，且SOC不宜过高或过低，存在如下约束：

-P_{dis_max}≤P_B(t)≤P_{ch_max}，

SOC_min≤SOC(t)≤SOC_max，

其中，P_B(t)为t时段储能装置流向能量路由器的功率，P_{ch_max}、P_{dis_max}分别为储能装置最大充放电功率，SOC(t)为t时段储能装置的SOC，SOC_max与SOC_min分别为储能装置SOC的上下限值；

所述光伏并网约束为：

当能量路由器向电网输送功率时，P_grid(t)为负，并且满足约束：

P_grid(t)≥-P_PV(t)，

其中，P_grid(t)为t时段电网传输的有功功率，P_PV(t)为t时段光伏预测功率；

所述电动汽车约束为：

充电桩功率P_EV(t)与充电桩开关量δ(t)满足如下约束：

P_EV(t)＝δ(t)P_{EV_A}，

其中，P_EV(t)为t时段能量路由器流向充电桩的功率，δ(t)为t时段充电桩开关状态量，δ(t)∈{0，1}，P_{EV_A}为充电桩平均输出功率；

对于M个充电行为，需满足充电约束：

其中，T_{S_k}、T_{E_k}、E_k分别为第k个充电行为的开始时间、结束时间与待充电量；对于没有充电行为的时段，需满足约束：

其中，T_M为M个充电行为所处时段的集合；

所述配网电压约束为：

为防止电压跌落或越限，需满足电压约束：

|U_AC(t)-U_rated|≤αU_rated，

其中α为最大允许电压偏差与额定电压之比；

所述功率平衡约束为：

能量路由器内部、并网交流母线处，需满足功率平衡约束：

P_ER(t)＝P_B(t)+P_PV(t)-P_EV(t)，

P_Grid(t)+P_ER(t)＝P_Load(t)，

Q_Grid(t)+Q_ER(t)＝Q_Load(t)，

其中，P_ER(t)为t时段能量路由器向电网输送的有功功率，P_B(t)为t时段储能装置流向能量路由器的功率，P_PV(t)为t时段光伏发电流向能量路由器的功率，P_EV(t)为t时段能量路由器流向充电桩的功率，P_Grid(t)、Q_Grid(t)分别为t时段电网传输的有功功率和无功功率，P_Load(t)、Q_Load(t)分别为t时段负荷的有功功率和无功功率；

所述容量约束为：

能量路由器并网功率需满足并网逆变器容量约束：

其中，P_ER(t)、Q_ER(t)分别为t时段能量路由器向电网输送的有功功率，S_ER为能量路由器中并网逆变器的容量。

7.根据权利要求3所述的一种光储充能量路由器的日前经济优化调度方法，其特征在于，所述约束条件包括储能装置约束、光伏并网约束、电动汽车约束、配网电压约束、功率平衡约束和容量约束；

所述储能装置约束为：

储能装置的充放电功率存在上限，且SOC不宜过高或过低，存在如下约束：

-P_{dis_max}≤P_B(t)≤P_{ch_max}，

SOC_min≤SOC(t)≤SOC_max，

其中，P_B(t)为t时段储能装置流向能量路由器的功率，P_{ch_max}、P_{dis_max}分别为储能装置最大充放电功率，SOC(t)为t时段储能装置的SOC，SOC_max与SOC_min分别为储能装置SOC的上下限值；

所述光伏并网约束为：

当能量路由器向电网输送功率时，P_grid(t)为负，并且满足约束：

P_grid(t)≥-P_PV(t)，

其中，P_grid(t)为t时段电网传输的有功功率，P_PV(t)为t时段光伏预测功率；

所述电动汽车约束为：

充电桩功率P_EV(t)与充电桩开关量δ(t)满足如下约束：

P_EV(t)＝δ(t)P_{EV_A}，

其中，P_EV(t)为t时段能量路由器流向充电桩的功率，δ(t)为t时段充电桩开关状态量，δ(t)∈{0，1}，P_{EV_A}为充电桩平均输出功率；

对于M个充电行为，需满足充电约束：

其中，T_{S_k}、T_{E_k}、E_k分别为第k个充电行为的开始时间、结束时间与待充电量；对于没有充电行为的时段，需满足约束：

其中，T_M为M个充电行为所处时段的集合；

所述配网电压约束为：

为防止电压跌落或越限，需满足电压约束：

|U_AC(t)-U_rated|≤αU_rated，

其中α为最大允许电压偏差与额定电压之比；

所述功率平衡约束为：

能量路由器内部、并网交流母线处，需满足功率平衡约束：

P_ER(t)＝P_B(t)+P_PV(t)-P_EV(t)，

P_Grid(t)+P_ER(t)＝P_Load(t)，

Q_Grid(t)+Q_ER(t)＝Q_Load(t)，

其中，P_ER(t)为t时段能量路由器向电网输送的有功功率，P_B(t)为t时段储能装置流向能量路由器的功率，P_PV(t)为t时段光伏发电流向能量路由器的功率，P_EV(t)为t时段能量路由器流向充电桩的功率，P_Grid(t)、Q_Grid(t)分别为t时段电网传输的有功功率和无功功率，P_Load(t)、Q_Load(t)分别为t时段负荷的有功功率和无功功率；

所述容量约束为：

能量路由器并网功率需满足并网逆变器容量约束：

其中，P_ER(t)、Q_ER(t)分别为t时段能量路由器向电网输送的有功功率，S_ER为能量路由器中并网逆变器的容量。