CN111740417B - 考虑电动汽车充电失败的联合微电网运行方法 - Google Patents
考虑电动汽车充电失败的联合微电网运行方法 Download PDFInfo
- Publication number
- CN111740417B CN111740417B CN202010656802.3A CN202010656802A CN111740417B CN 111740417 B CN111740417 B CN 111740417B CN 202010656802 A CN202010656802 A CN 202010656802A CN 111740417 B CN111740417 B CN 111740417B
- Authority
- CN
- China
- Prior art keywords
- grid
- micro
- electric automobile
- charging
- electric
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000007599 discharging Methods 0.000 claims abstract description 26
- 238000010248 power generation Methods 0.000 claims abstract description 7
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 4
- 230000005611 electricity Effects 0.000 claims description 21
- 101150067055 minC gene Proteins 0.000 claims description 14
- 239000000446 fuel Substances 0.000 claims description 12
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 9
- 239000003344 environmental pollutant Substances 0.000 claims description 9
- 231100000719 pollutant Toxicity 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000000356 contaminant Substances 0.000 claims description 2
- 230000003993 interaction Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
-
- 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
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
- H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/40—The network being an on-board power network, i.e. within a vehicle
- H02J2310/48—The network being an on-board power network, i.e. within a vehicle for electric vehicles [EV] or hybrid vehicles [HEV]
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供一种考虑电动汽车充电失败的联合微电网运行方法,包括步骤:S1:将一天划分为24个时段,统计每个时段的用户负荷和可再生能源发电量;S2:建立联合微电网模型,联合微电网模型以联合微电网运行成本最低为目标函数;S3:利用蒙特卡洛法随机产生电动汽车的出行时间;S4:将多个电动汽车作为分布式电源并入联合微电网,建立电动汽车有序充放电模型;S5:对电动汽车的充电情况进行评价;S6:利用电动汽车有序充放电模型对联合微电网进行调度。本发明的一种考虑电动汽车充电失败的联合微电网运行方法,可减少运行成本,充分地利用可再生能源;并能降低电动汽车的充电失败率和缺充电量,提高用户参与微电网调节的积极性。
Description
技术领域
本发明涉及智能电网技术领域,尤其涉及一种考虑电动汽车充电失败的联合微电网运行方法。
背景技术
现有技术研究主要集中于对单个微电网的容量配置、优化策略进行研究。同时在对微电网的运行策略研究时,也考虑将电动汽车作为分布式电源并入微电网,以实现微电网的经济性运行。
现有技术具有如下缺点:第一,现有的技术只对单个微电网进行研究,缺乏对多个微电网之间的协调互动的研究,这会增加微电网对大电网的依赖性,从而对微电网运行的可靠性和大电网运行的稳定性产生影响。第二,现有技术只考虑将电动汽车作为分布式电源并入微电网,却没有对电动汽车的充电情况进行评估,如果充电失败率和缺充电量过高,可能会影响用户参与微电网调节的积极性。
发明内容
针对上述现有技术中的不足,本发明提供一种考虑电动汽车充电失败的联合微电网运行方法,可减少微电网、电动汽车用户的运行成本,充分地利用可再生能源;并能降低电动汽车的充电失败率和缺充电量,提高用户参与微电网调节的积极性。
为了实现上述目的,本发明提供一种考虑电动汽车充电失败的联合微电网运行方法,包括步骤:
S1:将一天划分为24个时段,每个时段为1小时,统计每个时段的用户负荷和可再生能源发电量;
S2:建立基于联合微电网的一联合微电网模型,所述联合微电网包括住宅区微电网和工业园区微电网,所述联合微电网模型以所述联合微电网运行成本最低为目标函数;
S3:利用蒙特卡洛法随机产生电动汽车的出行时间;
S4:将多个所述电动汽车作为分布式电源并入所述联合微电网,建立基于充电紧迫度、放电裕度的一电动汽车有序充放电模型;
S5:对所述电动汽车的充电情况进行评价;
S6:利用所述电动汽车有序充放电模型对所述联合微电网进行调度。
优选地,所述目标函数包括一联合微电网运行成本目标函数minC1和一污染物处理费用目标函数minC2:
minC1=CFuel+COM+CGRID+CDC+C′EV (1);
其中,CFuel为分布式电源燃料消耗成本,KFueli为第i种分布式电源的燃料消耗系数;COM为分布式电源的运行管理成本,KOMi为第i种分布式电源的运行管理系数;CGRID为所述联合微电网与一大电网的交互费用,正值代表从所述大电网购电,负值代表向所述大电网反向输电;Gprice(t)为t时刻所述大电网电价;PGRID(t)为t时刻所述大电网与联合微电网交互的功率;CDC为所述分布式电源的折旧成本;Cdev为所述分布式电源的安装成本;r为利率,r取值为0.08;m为所述分布式电源的使用寿命;C′EV为所述联合微电网从所述电动汽车的购电费用;η为所述电动汽车的充放电效率;G′price(t)为t时刻所述联合微电网从所述电动汽车购电的电价;P′EVi(t)为t时刻第i辆所述电动汽车的放电功率;N为所述电动汽车的数量;Pi为第i个所述分布式电源各个时段发电功率的总和。
minC2=∑k(Ckγk)Pi+∑k(CkγGRIDk)PGRID (3);
其中,Ck为第k类污染物的处理费用,单位为元/kg;γk为柴油发电机发电时第k类污染物的排放系数,γGRIDk为所述大电网发电时第k类污染物的排放系数,γk和γGRIDk的单位为g/kWh。
优选地,所述电动汽车有序充放电模型包括公式(4),所述电动汽车并入所述住宅区微电网后,根据所述电动汽车的荷电状态并通过公式(4)确定充满电所需的时间:
其中,soxi为第i辆所述电动汽车并入所述住宅区微电网时的荷电状态;Pc为额定的充电功率;Tci为第i辆所述电动汽车充满电所需时间;E为电池容量。
优选地,所述电动汽车有序充放电模型包括公式(5),通过公式(5)求得第i辆所述电动汽车并入所述住宅区微电网的总时长Tzi:
Tzi=24-Tzbi+Tzli (5);
其中,Tzbi为所述电动汽车并入所述住宅区微电网的时间,24小时制;Tzli为所述电动汽车第二天离开所述住宅区微电网的时间。
优选地,所述电动汽车有序充放电模型包括一调度规则,所述调度规则包括一公式(6):
当αj≥1,表示不接受调度,所述电动汽车并入所述联合微电网后立即充电;当αi<1且soci≤20%时,所述电动汽车接受有序充电调度;当αi<1且soci>20%时,所述电动汽车接受有序充放电调度;
接受所述有序充放电调度的所述电动汽车的放电完成剩余电量和开始充电时间满足公式(7):
其中,socif为第i辆所述电动汽车完成放电时的荷电状态;Tstarti为第i辆所述电动汽车开始充电的时间;
优选地,通过公式(8)计算所述电动汽车从住宅区到工业园区所需时间:
Tgi=(Tzbi-T0)-(Tzli+T0) (8);
其中,Tgi为第i辆所述电动汽车并入所述工业园区微电网的时间,T0为所述电动汽车从住宅区到工业园区所需时间;
所述电动汽车有序充放电模型包括一放电裕度规则,所述放电裕度规则包括一公式(9):
其中,βi表示放电裕度系数;当βi≥1,说明所述电动汽车并入所述住宅区微电网时间较长,充电安排更加灵活;当βi<1,说明所述电动汽车并入所述住宅区微电网时间较短,要进行合理的安排以降低充电失败率。
优选地,所述电动汽车有序充放电模型包括一公式(10),根据公式(10)计算获得每辆所述电动汽车实际的放电量:
其中,Qi为第i辆所述电动汽车实际的放电量;socis为第i辆所述电动汽车并入所述工业园区微电网的剩余电量;sociy为离开工业园区微电网用户预期的剩余电量。
优选地,所述电动汽车有序充放电模型包括一公式(11),根据公式(11)计算所述电动汽车的充电费用CEV:
其中,Gwprice(t)为t时刻所述联合微电网内的电价;PEVi(t)为t时刻第i所述电动汽车的充电功率;
根据一公式(12)计算获得所述电动汽车的综合充电成本:
minC3=C′EV+CEV (12)。
优选地,所述S5步骤中,当所述电动汽车离开所述住宅区微电网时,缺充电量超过10kWh时,认为充电失败;
所述电动汽车的充电失败率γ满足公式(13):
其中,minγ为最小充电失败率;NF为充电失败的所述电动汽车的数量;
平均每辆所述电动汽车的缺冲电量满足公式(14)和公式(15):
其中,P表示所述电动汽车的充电功率矩阵,Pij表示第i辆所述电动汽车在第j时刻的充电功率;
其中,Qyqi为第i辆所述电动汽车离开所述住宅区微电网时的预期电量;QFi为第i辆所述电动汽车的缺充电量。
优选地,所述S6中:所述住宅区微电网通过所述调度规则进行充放电;所述工业园区微电网先根据公式(10)确定对应每一所述电动汽车的放电量,再判断是否存在可再生能源发电量大于负荷的时段,如存在,在该时段所述电动汽车向所述大电网输送电能,否则,以运行成本最低为目标指定所述工业园区微电网的运行计划。
本发明由于采用了以上技术方案,使其具有以下有益效果:
(1)建立包括一个住宅区微电网和一个工业园区微电网的联合微电网模型。利用电动汽车实现电能在两个微电网之间的流动。可以提高可再生能源的利用率,节约联合微电网的运行成本,还可以减少电动汽车用户的充电成本。
(2)建立了考虑充电失败的电动汽车有序充放电模型。利用充电紧迫度和放电裕度对电动汽车的充放电过程进行约束,可以有效降低电动汽车的充电失败率和电动汽车的缺充电量,提高电动汽车用户参与微电网调节的积极性。
附图说明
图1为本发明实施例的考虑电动汽车充电失败的联合微电网运行方法的流程图;
图2为本发明实施例的联合微电网的结构示意图;
图3为本发明实施例的联合微电网的调度方法流程图;
图4为本发明实施例的电动汽车有序放电流程图。
具体实施方式
下面根据附图1~4,给出本发明的较佳实施例,并予以详细描述,使能更好地理解本发明的功能、特点。
请参阅图1和图2,本发明实施例的一种考虑电动汽车充电失败的联合微电网运行方法,包括步骤:
S1:将一天划分为24个时段,每个时段为1小时,统计每个时段的用户负荷和可再生能源发电量;
S2:建立基于联合微电网的一联合微电网模型,联合微电网包括住宅区微电网和工业园区微电网,联合微电网模型以联合微电网运行成本最低为目标函数;本实施例中,联合微电网连接大电网1并包括光伏阵列2、风力发电机3、储能单元4、电动汽车充放电站5和负载6;
S3:利用蒙特卡洛法随机产生电动汽车的出行时间;
S4:将多个电动汽车作为分布式电源并入联合微电网,建立基于充电紧迫度、放电裕度的一电动汽车有序充放电模型;
S5:对电动汽车的充电情况进行评价;
S6:利用电动汽车有序充放电模型对联合微电网进行调度。
本实施例中,目标函数包括一联合微电网运行成本目标函数minC1和一污染物处理费用目标函数minC2:
minC1=CFuel+COM+CGRID+CDC+C′EV (1);
其中,CFuel为分布式电源燃料消耗成本,KFueli为第i种分布式电源的燃料消耗系数;COM为分布式电源的运行管理成本,KOMi为第i种分布式电源的运行管理系数;CGRID为联合微电网与一大电网1的交互费用,正值代表从大电网1购电,负值代表向大电网1反向输电;Gprice(t)为t时刻大电网1电价;PGRID(t)为t时刻大电网1与联合微电网交互的功率;CDC为分布式电源的折旧成本;Cdev为分布式电源的安装成本;r为利率,r取值为0.08;m为分布式电源的使用寿命;C′EV为联合微电网从电动汽车的购电费用;η为电动汽车的充放电效率;G′price(t)为t时刻联合微电网从电动汽车购电的电价;P′EVi(t)为t时刻第i辆电动汽车的放电功率;N为电动汽车的数量;Pi为第i个分布式电源各个时段发电功率的总和。
minC2=∑k(Ckγk)Pi+∑k(CkγGRIDk)PGRID (3);
其中,Ck为第k类污染物的处理费用,单位为元/kg;γk为柴油发电机发电时第k类污染物的排放系数,YGRIDk为大电网1发电时第k类污染物的排放系数,γk和γGRIDk的单位为g/kWh。
电动汽车有序充放电模型包括公式(4),电动汽车并入住宅区微电网后,根据电动汽车的荷电状态并通过公式(4)确定充满电所需的时间:
其中,soci为第i辆电动汽车并入住宅区微电网时的荷电状态;Pc为额定的充电功率;Tci为第i辆电动汽车充满电所需时间;E为电池容量。
电动汽车有序充放电模型包括公式(5),通过公式(5)求得第i辆电动汽车并入住宅区微电网的总时长Tzi:
Tzi=24-Tzbi+Tzli (5);
其中,Tzbi为电动汽车并入住宅区微电网的时间,24小时制;Tzli为电动汽车第二天离开住宅区微电网的时间。
电动汽车有序充放电模型包括一调度规则,调度规则包括一公式(6):
当αi≥1,表示不接受调度,电动汽车并入联合微电网后立即充电;当αi<1且soci≤20%时,电动汽车接受有序充电调度;当αi<1且soci>20%时,电动汽车接受有序充放电调度;
接受有序充放电调度的电动汽车的放电完成剩余电量和开始充电时间满足公式(7):
其中,socif为第i辆电动汽车完成放电时的荷电状态;Tstarti为第i辆电动汽车开始充电的时间;
通过公式(8)计算电动汽车从住宅区到工业园区所需时间:
Tgi=(Tzbi-T0)-(Tzli+T0) (8);
其中,Tgi为第i辆电动汽车并入工业园区微电网的时间,T0为电动汽车从住宅区到工业园区所需时间;
电动汽车有序充放电模型包括一放电裕度规则,放电裕度规则包括一公式(9):
其中,βi表示放电裕度系数;当βi≥1,说明电动汽车并入住宅区微电网时间较长,充电安排更加灵活;当βi<1,说明电动汽车并入住宅区微电网时间较短,要进行合理的安排以降低充电失败率。
电动汽车有序充放电模型包括一公式(10),根据公式(10)计算获得每辆电动汽车实际的放电量:
其中,Qi为第i辆电动汽车实际的放电量;socis为第i辆电动汽车并入工业园区微电网的剩余电量;sociy为离开工业园区微电网用户预期的剩余电量。
电动汽车有序充放电模型包括一公式(11),根据公式(11)计算电动汽车的充电费用CEV:
其中,Gwprice(t)为t时刻联合微电网内的电价;PEVi(t)为t时刻第i电动汽车的充电功率;
根据一公式(12)计算获得电动汽车的综合充电成本:
minC3=C′EV+CEV (12)。
S5步骤中,当电动汽车离开住宅区微电网时,缺充电量超过10kWh时,认为充电失败;
电动汽车的充电失败率γ满足公式(13):
其中,minY为最小充电失败率;NF为充电失败的电动汽车的数量;
平均每辆电动汽车的缺冲电量满足公式(14)和公式(15):
其中,P表示电动汽车的充电功率矩阵,Pij表示第i辆电动汽车在第j时刻的充电功率;
其中,Qyqi为第i辆电动汽车离开住宅区微电网时的预期电量;QFi为第i辆电动汽车的缺充电量。
请参阅图3,S6步骤中:住宅区微电网通过调度规则进行充放电;工业园区微电网先根据公式(10)确定对应每一电动汽车的放电量,再判断是否存在可再生能源发电量大于负荷的时段,如存在,在该时段电动汽车向大电网1输送电能,否则,以运行成本最低为目标指定工业园区微电网的运行计划。
本实施例中,电动汽车有序放电的流程请参阅图4。
请参阅图2,本发明实施例的一种考虑电动汽车充电失败的联合微电网运行方法,在住宅区微电网和工业园区微电网之间,建立协调互动机制,建立联合微电网模型,利用电动汽车这种新型智慧能源,实现能量的跨时空流动,减少从大电网1的购电量和联合微电网内分布式电源的出力,从而实现联合微电网的经济性运行。
提出充电紧迫度和放电裕度的概念来控制电动汽车进行有序充放电。当电动汽车并入工业园区微电网时,通过放电裕度来确定电动汽车的最大放电量,避免过度放电情况的发生;当电动汽车并入住宅区微电网时,通过充电紧迫度来确定电动汽车的充电方式和开始充电时间,避免出现充电失败的情况。
以上结合附图实施例对本发明进行了详细说明,本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而,实施例中的某些细节不应构成对本发明的限定,本发明将以所附权利要求书界定的范围作为本发明的保护范围。
Claims (10)
1.一种考虑电动汽车充电失败的联合微电网运行方法,包括步骤:
S1:将一天划分为24个时段,每个时段为1小时,统计每个时段的用户负荷和可再生能源发电量;
S2:建立基于联合微电网的一联合微电网模型,所述联合微电网包括住宅区微电网和工业园区微电网,所述联合微电网模型以所述联合微电网运行成本最低为目标函数;
S3:利用蒙特卡洛法随机产生电动汽车的出行时间;
S4:将多个所述电动汽车作为分布式电源并入所述联合微电网,建立基于充电紧迫度、放电裕度的一电动汽车有序充放电模型;
S5:对所述电动汽车的充电情况进行评价;
S6:利用所述电动汽车有序充放电模型对所述联合微电网进行调度。
2.根据权利要求1所述的考虑电动汽车充电失败的联合微电网运行方法,其特征在于,所述目标函数包括一联合微电网运行成本目标函数minC1和一污染物处理费用目标函数minC2:
minC1=CFuel+COM+CGRID+CDC+C′ EV (1);
其中,CFuel为分布式电源燃料消耗成本,KFueli为第i种分布式电源的燃料消耗系数;COM为分布式电源的运行管理成本,KOMi为第i种分布式电源的运行管理系数;CGRID为所述联合微电网与一大电网的交互费用,正值代表从所述大电网购电,负值代表向所述大电网反向输电;Gprice(t)为t时刻所述大电网电价;PGRID(t)为t时刻所述大电网与联合微电网交互的功率;CDC为所述分布式电源的折旧成本;Cdev为所述分布式电源的安装成本;r为利率,r取值为0.08;m为所述分布式电源的使用寿命;C′ EV为所述联合微电网从所述电动汽车的购电费用;η为所述电动汽车的充放电效率;G′ price(t)为t时刻所述联合微电网从所述电动汽车购电的电价;PE ′ Vi(t)为t时刻第i辆所述电动汽车的放电功率;N为所述电动汽车的数量;Pi为第i个所述分布式电源各个时段发电功率的总和。
minC2=∑k(Ckγk)Pi+∑k(CkγGRIDk)PGRID (3);
其中,Ck为第k类污染物的处理费用,单位为元/kg;γk为柴油发电机发电时第k类污染物的排放系数,γGRIDk为所述大电网发电时第k类污染物的排放系数,γk和γGRIDk的单位为g/kWh。
3.根据权利要求2所述的考虑电动汽车充电失败的联合微电网运行方法,其特征在于,所述电动汽车有序充放电模型包括公式(4),所述电动汽车并入所述住宅区微电网后,根据所述电动汽车的荷电状态并通过公式(4)确定充满电所需的时间:
其中,soci为第i辆所述电动汽车并入所述住宅区微电网时的荷电状态;Pc为额定的充电功率;Tci为第i辆所述电动汽车充满电所需时间;E为电池容量。
4.根据权利要求3所述的考虑电动汽车充电失败的联合微电网运行方法,其特征在于,所述电动汽车有序充放电模型包括公式(5),通过公式(5)求得第i辆所述电动汽车并入所述住宅区微电网的总时长Tzi:
Tzi=24-Tzbi+Tzli (5);
其中,Tzbi为所述电动汽车并入所述住宅区微电网的时间,24小时制;Tzli为所述电动汽车第二天离开所述住宅区微电网的时间。
5.根据权利要求4所述的考虑电动汽车充电失败的联合微电网运行方法,其特征在于,所述电动汽车有序充放电模型包括一调度规则,所述调度规则包括一公式(6):
当αi≥1,表示不接受调度,所述电动汽车并入所述联合微电网后立即充电;当αi<1且soci≤20%时,所述电动汽车接受有序充电调度;当αi<1且soci>20%时,所述电动汽车接受有序充放电调度;
接受所述有序充放电调度的所述电动汽车的放电完成剩余电量和开始充电时间满足公式(7):
其中,socif为第i辆所述电动汽车完成放电时的荷电状态;Tstarti为第i辆所述电动汽车开始充电的时间;
6.根据权利要求5所述的考虑电动汽车充电失败的联合微电网运行方法,其特征在于,通过公式(8)计算所述电动汽车从住宅区到工业园区所需时间:
Tgi=(Tzbi-T0)-(Tzli+T0) (8);
其中,Tgi为第i辆所述电动汽车并入所述工业园区微电网的时间,T0为所述电动汽车从住宅区到工业园区所需时间;
所述电动汽车有序充放电模型包括一放电裕度规则,所述放电裕度规则包括一公式(9):
其中,βi表示放电裕度系数;当βi≥1,说明所述电动汽车并入所述住宅区微电网时间较长,充电安排更加灵活;当βi<1,说明所述电动汽车并入所述住宅区微电网时间较短,要进行合理的安排以降低充电失败率。
7.根据权利要求6所述的考虑电动汽车充电失败的联合微电网运行方法,其特征在于,所述电动汽车有序充放电模型包括一公式(10),根据公式(10)计算获得每辆所述电动汽车实际的放电量:
其中,Qi为第i辆所述电动汽车实际的放电量;socis为第i辆所述电动汽车并入所述工业园区微电网的剩余电量;sociy为离开工业园区微电网用户预期的剩余电量。
8.根据权利要求7所述的考虑电动汽车充电失败的联合微电网运行方法,其特征在于,所述电动汽车有序充放电模型包括一公式(11),根据公式(11)计算所述电动汽车的充电费用CEV:
其中,Gwprice(t)为t时刻所述联合微电网内的电价;PEVi(t)为t时刻第i所述电动汽车的充电功率;
根据一公式(12)计算获得所述电动汽车的综合充电成本:
minC3=C′ EV+CEV (12)。
9.根据权利要求8所述的考虑电动汽车充电失败的联合微电网运行方法,其特征在于,所述S5步骤中,当所述电动汽车离开所述住宅区微电网时,缺充电量超过10kWh时,认为充电失败;
所述电动汽车的充电失败率γ满足公式(13):
其中,minγ为最小充电失败率;NF为充电失败的所述电动汽车的数量;
平均每辆所述电动汽车的缺冲电量满足公式(14)和公式(15):
其中,P表示所述电动汽车的充电功率矩阵,Pij表示第i辆所述电动汽车在第j时刻的充电功率;
其中,Qyqi为第i辆所述电动汽车离开所述住宅区微电网时的预期电量;QFi为第i辆所述电动汽车的缺充电量。
10.根据权利要求9所述的考虑电动汽车充电失败的联合微电网运行方法,其特征在于,所述S6中:所述住宅区微电网通过所述调度规则进行充放电;所述工业园区微电网先根据公式(10)确定对应每一所述电动汽车的放电量,再判断是否存在可再生能源发电量大于负荷的时段,如存在,在该时段所述电动汽车向所述大电网输送电能,否则,以运行成本最低为目标指定所述工业园区微电网的运行计划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010656802.3A CN111740417B (zh) | 2020-07-09 | 2020-07-09 | 考虑电动汽车充电失败的联合微电网运行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010656802.3A CN111740417B (zh) | 2020-07-09 | 2020-07-09 | 考虑电动汽车充电失败的联合微电网运行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111740417A CN111740417A (zh) | 2020-10-02 |
CN111740417B true CN111740417B (zh) | 2023-10-17 |
Family
ID=72655852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010656802.3A Active CN111740417B (zh) | 2020-07-09 | 2020-07-09 | 考虑电动汽车充电失败的联合微电网运行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111740417B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113799640B (zh) * | 2021-08-17 | 2023-10-13 | 浙江大学 | 适用于含电动汽车充电桩微电网的能量管理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704947A (zh) * | 2017-08-31 | 2018-02-16 | 合肥工业大学 | 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 |
CN110571855A (zh) * | 2019-09-16 | 2019-12-13 | 国网河北省电力有限公司电力科学研究院 | 含储能设备和ev充电站的园区微电网联合功率响应控制方法 |
-
2020
- 2020-07-09 CN CN202010656802.3A patent/CN111740417B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704947A (zh) * | 2017-08-31 | 2018-02-16 | 合肥工业大学 | 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 |
CN110571855A (zh) * | 2019-09-16 | 2019-12-13 | 国网河北省电力有限公司电力科学研究院 | 含储能设备和ev充电站的园区微电网联合功率响应控制方法 |
Non-Patent Citations (3)
Title |
---|
Electric vehicles charging and discharging control strategy based on independent DC micro-grid;Xinhua Yang 等;《Advanced Information Technology, Electronic and Automation Control Conference》;第969-973页 * |
与需求响应联合优化的联网型微电网储能容量随机规划;李顺昕 等;《电网与清洁能源》;第第36卷卷(第第2期期);第124-130页 * |
风光联合微电网系统电源优化配置;卢锦玲 等;《太阳能学报》;第第37卷卷(第第4期期);第1030-1036页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111740417A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108520314B (zh) | 结合v2g技术的主动配电网调度方法 | |
US8093861B2 (en) | Power transfer system for a rechargeable battery | |
JP5372987B2 (ja) | 電力マネジメントシステム | |
Shireen et al. | Plug-in hybrid electric vehicles in the smart grid environment | |
Yu et al. | A real time energy management for EV charging station integrated with local generations and energy storage system | |
CN110289622B (zh) | 一种光储充能量路由器的日前经济优化调度方法 | |
CA2766593A1 (en) | Energy storage and power management system | |
CN110601334B (zh) | 一种充电站及其能量调度管理方法 | |
CN113067370B (zh) | V2g充电站的充电控制方法、装置、服务器及存储介质 | |
CN105047966B (zh) | 液流电池多模式运行控制方法及其系统 | |
CN106487086B (zh) | 一种含电动汽车充放电管理的直流微网协调控制方法 | |
Ghofrani et al. | Electric drive vehicle to grid synergies with large scale wind resources | |
CN116674411A (zh) | 基于充能决策预测的电-氢复合充能站优化调度策略 | |
CN111740417B (zh) | 考虑电动汽车充电失败的联合微电网运行方法 | |
CN110826801A (zh) | 电动车充电站分布式电能管理方法 | |
Bhatti et al. | Charging of electric vehicle with constant price using photovoltaic based grid-connected system | |
CN103119820A (zh) | 供电系统 | |
CN112277711B (zh) | 一种考虑匹配电动汽车的多充电模式充电桩控制方法 | |
CN116632896B (zh) | 一种多光储充电站的电动汽车充放电协同调度方法及系统 | |
Martinsen | A business model for an EV charging station with battery energy storage | |
Bonaiuto et al. | A Matlab Simulink model for the study of smart grid—Grid-integrated vehicles interactions | |
EP4020743A1 (en) | Power management system, server, and power supply and demand adjustment method | |
CN113852073B (zh) | 一种基于激励-响应充电决策估计的日前优化调度方法 | |
Shrestha et al. | Study on the optimization of charge-discharge cycle of electric vehicle batteries in the context of Singapore | |
CN111645559B (zh) | 一种电动私家车有序充电控制系统和方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |