CN112785048A - 计及电动汽车用户需求的直流微电网经济调度方法 - Google Patents
计及电动汽车用户需求的直流微电网经济调度方法 Download PDFInfo
- Publication number
- CN112785048A CN112785048A CN202110020059.7A CN202110020059A CN112785048A CN 112785048 A CN112785048 A CN 112785048A CN 202110020059 A CN202110020059 A CN 202110020059A CN 112785048 A CN112785048 A CN 112785048A
- Authority
- CN
- China
- Prior art keywords
- charging
- power
- electric vehicle
- grid
- electric automobile
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012423 maintenance Methods 0.000 claims abstract description 15
- 230000003993 interaction Effects 0.000 claims abstract description 11
- 238000010248 power generation Methods 0.000 claims abstract description 10
- 238000004146 energy storage Methods 0.000 claims abstract description 9
- 230000005611 electricity Effects 0.000 claims description 34
- 239000000446 fuel Substances 0.000 claims description 27
- 238000013178 mathematical model Methods 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 7
- 230000009194 climbing Effects 0.000 claims description 3
- 239000002737 fuel gas Substances 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
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
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
- H02J1/10—Parallel operation of dc sources
- H02J1/109—Scheduling or re-scheduling the operation of the DC sources in a particular order, e.g. connecting or disconnecting the sources in sequential, alternating or in subsets, to meet a given demand
-
- 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
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
- H02J1/14—Balancing the load in a network
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Educational Administration (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)
Abstract
本发明涉及一种直流微电网的优化调度方法,具体涉及一种计及电动汽车用户需求的直流微电网经济调度方法。该方法首先根据电动汽车用户的不同需求进行建模;再制定直流微电网的经济调度计划,以可再生能源发电功率和固定不变负荷超短期消耗功率的预测数据作为已知条件,以包含系统运行维护成本及与大电网交互成本的系统运行总成本的最小值作为经济调度计划目标函数,以满足系统安全稳定运行的约束条件为经济调度计划目标函数约束条件进行限制,对经济调度计划目标函数求解后,得到可控电源、储能单元、电动汽车可调重要负荷的运行状态的超短期调度结果。对计及电动汽车用户需求的直流微电网运行进行经济调度,提高直流微电网的运行经济性。
Description
技术领域
本发明涉及一种直流微电网的优化调度方法,具体涉及一种计及电动汽车用户需求的直流微电网经济调度方法。
背景技术
太阳能和风能等新能源发电在微电网中的渗透率逐步增大,用电负荷多样化,尤其是电动汽车等直流负荷越来越多,相比交流微电网,直流微电网的优势显著。而且电动汽车的充电行为具有较强的随机性,且当大量电动汽车同时在负荷高峰时充电,带给微电网的安全稳定运行许多问题。有必要对计及电动汽车用户需求的直流微电网经济调度进行研究,让电动汽车有序参与微电网调度。
发明内容
本发明要解决的技术问题是:对计及电动汽车用户需求的直流微电网运行进行经济调度,提高直流微电网的运行经济性。另外,考虑电动汽车用户的不同需求,促进用户参与微电网调度的积极性,既有利于用户减少充电费用和微电网长期运行,更有利于社会的可持续发展。
本发明是采用如下的技术方案实现的:计及电动汽车用户需求的直流微电网经济调度方法,包括以下步骤:
步骤一、根据电动汽车用户的不同需求进行建模;
步骤二、制定直流微电网的经济调度计划,以可再生能源发电功率和固定不变负荷超短期消耗功率的预测数据作为已知条件,以包含系统运行维护成本及与大电网交互成本的系统运行总成本的最小值作为经济调度计划目标函数,以满足系统安全稳定运行的约束条件为经济调度计划目标函数约束条件进行限制,对经济调度计划目标函数求解后,得到可控电源、储能单元、电动汽车可调重要负荷的运行状态的超短期调度结果。
上述的计及电动汽车用户需求的直流微电网经济调度方法,步骤一中对电动汽车的不同需求进行建模,具体如下:根据电动汽车用户的不同需求,将其充电类型分为即时型、弹性型、补偿型和夜间型四类;
对电动汽车用户的初始信息进行搜集,xi为第i位电动汽车用户的信息;xi={ai,bi,Sai,Sbi,Sbi,min},ai为用户到达充电站的时间;bi为用户离开充电站的时间;Sai为到达充电站时的剩余电量;Sbi为离开充电站时的电量;Sbi,min为部分用户要求离开充电站的最小电量;充电时间t满足ai≤t≤bi;
即时型电动汽车用户严格要求充电速度和时间,以最大功率进行充电,充满电就立即离开;即时型电动汽车充电的数学模型可表示为Pin,i(t)=Pqc,max,Pin,i(t)为第i辆电动汽车在第t时段的充电功率,Δt为单位时间段;Pqc,max为电动汽车的最大充电功率;即时型电动汽车充电价格为Cin,t=Cg,t+Cs1,t,Cin,t为第t时段即时型电动汽车的充电价格;Cg,t为第t时段购电的价格;Cs1,t为第t时段即时型的服务费用;
补偿型电动汽车用户对充电时间和速度的要求与即时型一致,但是对于离开时电动汽车电量没有即时型严格,达到预期最低电量即可,对于补偿型的充电中断进行相应的补偿;补偿型电动汽车充电的数学模型可表示为Sbi≥Sbi,min,Icp,i(t)为0-1整数变量,表示第i辆电动汽车在t时刻的充电状态,0表示电动汽车没有充电,1表示电动汽车处于充电状态;补偿型和即时型的充电价格一致,都为Cin,t;
弹性型电动汽车用户对时间和充电功率的要求比较宽松,在限定时间内充满即可;弹性型电动汽车充电的数学模型可表示为Pqc,min≤Pfx,i(t)≤Pqc,max,Pfx,i(t)为弹性型电动汽车在t时刻的充电功率;Pqc,min为电动汽车充电功率的最小值;弹性型电动汽车充电价格为Cfx,t=Cg,t+Cs2,t,Cfx,t为第t时段弹性型电动汽车的充电价格;Cs2,t为第t时段弹性型的服务费用;
夜间型电动汽车用户选择慢充,慢充时间比较长,将其安排在夜间进行充电,夜间型充电在限定时间内按定功率充满电,夜间型电动汽车充电的数学模型可表示为 Psc,min≤Png,i(t)≤Psc,max,Png,i为夜间型电动汽车均匀充电的功率;Ing,i(t)为0-1整数变量,表示第i辆电动汽车在t时刻的充电状态,0表示电动汽车没有充电,1表示电动汽车处于充电状态;ri为第i辆电动汽车处于充电状态的单位时间段个数;Psc,min和Psc,max分别为电动汽车处于慢充状态时充电功率的最小值和最大值,夜间型电动汽车充电价格为Cng,t=Cg,t+Cs3,t,Cng,t为第t时段电动汽车的充电价格;Cs3,t为第t时段夜间型的服务费用。
上述的计及电动汽车用户需求的直流微电网经济调度方法,步骤二中经济调度计划目标函数如下:经济调度计划目标函数包含三项内容,第一项为各分布式电源的运行维护成本,第二项为蓄电池的运行维护成本,第三项为微电网从配电网购售电的成本,H为经济调度的周期;
其中,CGi(PGi(t))=Ci(PGi(t))+kiPGi(t)△t,Ci(PGi(t))表示燃料电池的燃料成本;ki表示分布式电源的维护成本系数;PGi(t)表示分布式电源的出力;Cfuel表示燃料价格;L表示燃气低热值;PFC(t)表示t时段燃料电池发出的功率;ηFC为燃料电池发电效率;
其中,Cbat(Pbat(t))=kb(t)[Idis(t)Pdis(t)△t-Ich(t)Pch(t)△t],kb为蓄电池的运行维护成本系数;Pdis为蓄电池放电功率;Pch为蓄电池充电功率;Idis为放电状态,Ich为充电状态,两者均为0-1整数变量且不能同时为1,Idis取1表示蓄电池在放电,Ich取1表示蓄电池在充电;
其中,Cg(Pgrid(t))=Cbuy(t)Ibuy(t)Pbuy(t)△t-Csell(t)Isell(t)Psell(t)△t,Cbuy为购电价格,Csell为售电价格;Pbuy为购电功率,Psell为售电功率;Ibuy为购电状态,Isell为售电状态,两者均为0-1整数变量且不能同时为1,Ibuy取1表示从电网购电,Isell取1表示向电网售电;
经济调度计划约束条件如下:
系统的功率平衡约束
PGi(t)+Idis(t)Pdis(t)-Ich(t)Pch(t)+Ibuy(t)Pbuy(t)-Isell(t)Psell(t)=PEV(t)+Pload(t)
PEV(t)为t时刻电动汽车总的充电功率,Pload(t)为t时刻固定负荷的功率;
分布式电源出力约束PGi,min≤PGi(t)≤PGi,max,PGi,min、PGi,max分别为分布式电源出力的最小值和最大值;
燃料电池发出功率的爬坡约束|PFC(t)-PFC(t-1)|≤PFC,△max,PFC,Δmax为可控微源出力爬坡最大值;
Pch,min,Pch,max分别为蓄电池充电的最小值和最大值,Pdis,min,Pdis,max分别为蓄电池放电的最小值和最大值;Ere(t)为蓄电池在t时刻的剩余容量;ηbat为蓄电池的充放电效率;E为蓄电池的容量,SOC(t)为t时刻蓄电池的荷电状态,SOC,min、SOC,max分别为蓄电池荷电状态的最小值和最大值;
电动汽车约束ai≤t≤bi;
微电网对推进节能减排和能源可持续发展具有重要意义,根据微电网的能源特点进行合理的能量管理是系统安全稳定运行、可再生能源有效利用的重要保障。直流微电网的经济调度方法是基于用户需求的,根据电动汽车用户对充电时间和充电速度的不同需求,将电动汽车的充电行为分为即时型、弹性型、补偿型和夜间型等四类;用户根据自己的需求提前一天通过手机App将预约信息上传;微电网调度中心在日前可再生能源发出的功率和固定不变负荷预测数据的基础上,结合用户上传的信息,基于分时电价和微电网运行的约束条件,建立以包含系统运行维护成本及与大电网交互成本的系统运行总成本最小为目标的调度模型。
对计及电动汽车用户需求的直流微电网运行进行经济调度,提高直流微电网的运行经济性。另外,针对电动汽车用户对充电速度和充电时间的不同需求,促进了用户参与微电网调度的积极性,既有利于用户减少充电费用和微电网长期运行,更有利于社会的可持续发展。
附图说明
图1为直流微电网结构图。
图2为光伏与风机的超短期功率预测曲线图。
图3为固定重要负荷的短期功率预测曲线图。
图4为电动汽车采用方法一调度后的充电曲线图。
图5为电动汽车采用方法二调度后的充电曲线图。
图6为燃料电池发电的功率曲线图。
图7为微电网与配电网的功率交互曲线图。
图8为蓄电池的充放电曲线图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。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的前提下所得到的所有其他实施方式,都属于本发明所保护的范围。
本发明是计及电动汽车用户需求的直流微电网经济调度方法,所述图1为直流微电网的结构图,该直流微电网包括电源单元、储能单元、负载单元、直流母线,电源单元发出的电转换成直流电后连接直流母线,储能单元连接直流母线,负载单元连接直流母线,电源单元包括可控电源(配电网和燃料电池,燃料电池为消耗化学燃料发电的能源)和可再生能源(太阳能电池、风力发电机等通过可再生能源发电的电源),负载单元包括不可调功率的重要负荷和可调功率的电动汽车重要负荷。
计及电动汽车用户需求的直流微电网经济调度方法包括如下步骤:
步骤一、根据电动汽车用户的不同需求进行建模;
步骤二、制定直流微电网的经济调度计划,以可再生能源发电功率和固定不变负荷超短期(以15分钟为单位时间间隔)消耗功率的预测数据作为已知条件,以包含系统运行维护成本及与大电网交互成本的系统运行总成本的最小值作为经济调度计划目标函数,以满足系统安全稳定运行的约束条件为经济调度计划目标函数约束条件进行限制,对经济调度计划目标函数求解后,得到可控电源、储能单元、电动汽车可调重要负荷的运行状态的超短期(以15分钟为单位时间间隔)调度结果。
可控电源包括配电网和燃料电池,可再生能源包括太阳能电池、风力发电机,可再生能源发出的电能被负载单元最大化消纳,储能单元为蓄电池,可控电源作为稳定分布式电源发出功率供给负载,储能单元维持直流母线功率平衡,在需要的时候调整电动汽车可调负荷的充电时间和充电功率。
步骤一中对电动汽车的不同需求进行建模,具体如下:
现阶段电动汽车接入微电网的形式主要为充电负荷,仅研究充电型电动汽车的充电行为。用户对充电时间、充电速度等有不同的要求,根据电动汽车用户的不同需求,将其充电类型分为即时型、弹性型、补偿型和夜间型等四类。
电动汽车用户的初始信息搜集
X={x1,x2,…xN}
X为电动汽车用户信息集合;xi为第i位电动汽车用户的信息;N为参与调度的电动汽车用户总数;
xi={ai,bi,Sai,Sbi,Sbi,min}
ai为用户到达充电站的时间;bi为用户离开充电站的时间;Sai为到达充电站时的剩余电量;Sbi为离开充电站时的电量;Sbi,min为部分用户要求离开充电站的最小电量。
充电时间t满足ai≤t≤bi
即时型电动汽车用户严格要求充电速度和时间,以最大功率进行充电,充满电就立即离开。对于充满电的最后时长不足设定单位时间段的情况,将这部分需充电量均匀分配到此单位时间段。即时型电动汽车充电的数学模型可表示为
Pin,i(t)=Pqc,max
Pin,i(t)为第i辆电动汽车在第t时段的充电功率;Δt为单位时间段;Pqc,max为电动汽车的最大充电功率,为30kW/h。
当最后一个时段不能以最大功率充电时,充电功率为
di为电动汽车以最大功率进行充电的时间段个数,[]表示取整;即时型电动汽车充电价格为
Cin,t=Cg,t+Cs1,t
Cin,t为第t时段电动汽车的充电价格;Cg,t为第t时段购电的价格;Cs1,t为第t时段即时型的服务费用,取0.4元/kWh。
即时型电动汽车充电的总费用为
C1为即时型电动汽车的充电费用;m为即时型电动汽车数量;
补偿型电动汽车用户对充电时间和速度的要求与即时型一致,但是对于离开时电动汽车电量没有即时型严格,达到预期最低电量即可,对于补偿型的充电中断进行相应的补偿。补偿型电动汽车充电的数学模型可表示为
Sbi≥Sbi,min
Icp,i(t)为0-1整数变量,表示第i辆电动汽车在t时刻的充电状态,0表示电动汽车没有充电,1表示电动汽车处于充电状态。
补偿型和即时型的充电价格一致,但在电动汽车中断充电的时段给与相应的补偿,补偿型电动汽车充电的总费用为
C2为补偿型电动汽车的充电费用;n为补偿型电动汽车数量;α为补偿系数,取0.1。
弹性型电动汽车用户对时间和充电功率的要求比较宽松,在限定时间内充满即可。弹性型电动汽车充电的数学模型可表示为
Pqc,min≤Pfx,i(t)≤Pqc,max
Pfx,i(t)为弹性型电动汽车在t时刻的充电功率;Pqc,min为电动汽车充电功率的最小值,为0kW/h。
弹性型电动汽车充电价格为
Cfx,t=Cg,t+Cs2,t
Cfx,t为第t时段电动汽车的充电价格;Cs2,t为第t时段弹性型的服务费用,取0.25元/kWh。
弹性型电动汽车充电的总费用为
C3为弹性型电动汽车的充电费用;p为弹性型电动汽车数量。
夜间型电动汽车用户选择慢充,慢充时间比较长,将其安排在夜间进行充电。夜间型充电在限定时间内按定功率充满电。夜间型电动汽车充电的数学模型可表示为
Psc,min≤Png,i(t)≤Psc,max
Png,i为友好型电动汽车均匀充电的功率;Ing,i(t)为0-1整数变量,表示第i辆电动汽车在t时刻的充电状态,0表示电动汽车没有充电,1表示电动汽车处于充电状态;ri为第i辆电动汽车处于充电状态的单位时间段个数;Psc,min和Psc,max分别为电动汽车处于慢充状态时充电功率的最小值和最大值,最小值取5kW/h,最大值取7kW/h。
夜间型电动汽车充电价格为
Cng,t=Cg,t+Cs3,t
Cng,t为第t时段电动汽车的充电价格;Cs3,t为第t时段夜间型的服务费用,取0.3元/kWh。
夜间型电动汽车充电的总费用为
四种电动汽车用户总的充电费用为
CEV=C1+C2+C3+C4
所述表1为电动汽车用户的信息表。
表1用户预约信息
步骤二中,制定经济调度计划,以可再生能源发电功率和固定不变负荷15分钟消耗功率的预测数据作为已知条件,所述图2为可再生能源发电功率的预测数据,所述图3为负载单元消耗功率的预测数据,以包含系统运行维护成本及与大电网交互成本的系统运行总成本的最小值作为调度计划目标函数,以满足系统安全稳定运行的约束条件为经济调度计划目标函数约束条件进行限制,对经济调度计划目标函数求解后,得到可控电源、储能单元、可调功率重要负荷的运行状态的15分钟调度结果;
经济调度计划目标函数如下:
经济调度计划目标函数包含三项内容,第一项为各分布式电源(包括光伏PV、风机WT、燃料电池FC)的运行维护成本,第二项为蓄电池的运行维护成本,第三项为微电网从配电网购售电的成本,H为经济调度的周期,此处为H=24;
CGi(PGi(t))=Ci(PGi(t))+kiPGi(t)△t
Ci(PGi(t))表示分布式电源的燃料成本,在本发明中指燃料电池的燃料成本;ki表示分布式电源的维护成本系数;PGi(t)表示分布式电源的出力。所述表2为分布式电源的维护成本系数。
表2分布式电源、蓄电池运行的相关参数
Cfuel表示燃料价格;L表示燃气低热值;PFC(t)表示t时段燃料电池发出的功率;ηFC为燃料电池发电效率。所述表3为燃料电池的相关参数。
表3燃料电池参数
Cbat(Pbat(t))=kb(t)[Idis(t)Pdis(t)△t-Ich(t)Pch(t)△t]
kb为蓄电池的运行维护成本系数;Pdis为蓄电池放电功率;Pch为蓄电池充电功率;Idis为放电状态,Ich为充电状态,两者均为0-1整数变量且不能同时为1,Idis取1表示蓄电池在放电,Ich取1表示蓄电池在充电。
Cg(Pgrid(t))=Cbuy(t)Ibuy(t)Pbuy(t)△t-Csell(t)Isell(t)Psell(t)△t
Cbuy为购电价格,Csell为售电价格;Pbuy为购电功率,Psell为售电功率;Ibuy为购电状态,Isell为售电状态,两者均为0-1整数变量且不能同时为1,Ibuy取1表示从电网购电,Isell取1表示向电网售电。所述表4为分时电价表。
表4分时电价参数
经济调度计划约束条件如下:
系统的功率平衡约束
PGi(t)+Idis(t)Pdis(t)-Ich(t)Pch(t)+Ibuy(t)Pbuy(t)-Isell(t)Psell(t)=PEV(t)+Pload(t)
PEV(t)为t时刻电动汽车总的充电功率,Pload(t)为t时刻固定负荷的功率。
分布式电源出力约束
PGi,min≤PGi(t)≤PGi,max
PGi,min、PGi,max分别为分布式电源出力的最小值和最大值,其值见表2。
燃料电池发出功率的爬坡约束
|PFC(t)-PFC(t-1)|≤PFC,△max
PFC,Δmax为可控微源出力爬坡最大值。
联络线功率交互约束
Pbuy,min,Pbuy,max分别为微电网从大电网购电的最小值与最大值,Psell,min,Psell,max分别为微电网向大电网售电的最小值与最大值,联络线功率交互限值为100kW。
蓄电池约束
Pch,min,Pch,max分别为蓄电池充电的最小值和最大值,Pdis,min,Pdis,max分别为蓄电池放电的最小值和最大值;Ere(t)为蓄电池在t时刻的剩余容量;ηbat为蓄电池的充放电效率;E为蓄电池的容量,SOC(t)为t时刻蓄电池的荷电状态。SOC,min、SOC,max分别为蓄电池荷电状态的最小值和最大值,最小值取0.3,最大值取0.9。
电动汽车约束
ai≤t≤bi
即时型电动汽车约束
Pin,i(t)=Pqc,max
当最后一个时段不能以最大功率充电时,充电功率为
补偿型电动汽车约束
Sbi≥Sbi,min
弹性型电动汽车约束
Pqc,min≤Pfx,i(t)≤Pqc,max
夜间型电动汽车约束
Psc,min≤Png,i(t)≤Psc,max
通过比较以下两种方案来验证本发明所提出策略的有效性。在方法1中,电动汽车充电可分为快速充电和缓慢充电两种模式。采用与上述相同的目标函数,得到微电网调度结果。在方法2中,根据本发明提出的方法,将电动汽车充电方式分为四类,参与微电网的调度,具体的调度结果如图4-8所示。
图4为方法1的电动汽车调度结果,图5为方法2的电动汽车调度结果,图6为两个方案燃料电池的调度结果对比,图7为两个方案微电网与大电网交互功率的调度结果对比,图8为两个方案蓄电池充放电的调度结果对比。方法1的微网运行成本为1061.66元/天,而方法二的微网运行成本为986.47元/天,方法2比方法1的微电网运行成本降低了7.08%。方法2的用户充电费用为839.56元,而方法2的用户充电费用为703.71元,方法2比方法1的用户充电费用降低了16.18%。算例中电动汽车的数量较少,随着参与微网调度电动汽车的规模增大,所提策略可以有效地降低微网运行维护成本和用户成本。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内所做的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.计及电动汽车用户需求的直流微电网经济调度方法,其特征在于:包括以下步骤:
步骤一、根据电动汽车用户的不同需求进行建模;
步骤二、制定直流微电网的经济调度计划,以可再生能源发电功率和固定不变负荷超短期消耗功率的预测数据作为已知条件,以包含系统运行维护成本及与大电网交互成本的系统运行总成本的最小值作为经济调度计划目标函数,以满足系统安全稳定运行的约束条件为经济调度计划目标函数约束条件进行限制,对经济调度计划目标函数求解后,得到可控电源、储能单元、电动汽车可调重要负荷的运行状态的超短期调度结果。
2.根据权利要求1所述的计及电动汽车用户需求的直流微电网经济调度方法,其特征在于:步骤一中对电动汽车的不同需求进行建模,具体如下:根据电动汽车用户的不同需求,将其充电类型分为即时型、弹性型、补偿型和夜间型四类;
对电动汽车用户的初始信息进行搜集,xi为第i位电动汽车用户的信息;xi={ai,bi,Sai,Sbi,Sbi,min},ai为用户到达充电站的时间;bi为用户离开充电站的时间;Sai为到达充电站时的剩余电量;Sbi为离开充电站时的电量;Sbi,min为部分用户要求离开充电站的最小电量;充电时间t满足ai≤t≤bi;
即时型电动汽车用户严格要求充电速度和时间,以最大功率进行充电,充满电就立即离开;即时型电动汽车充电的数学模型可表示为Pin,i(t)=Pqc,max,Pin,i(t)为第i辆电动汽车在第t时段的充电功率,Δt为单位时间段;Pqc,max为电动汽车的最大充电功率;即时型电动汽车充电价格为Cin,t=Cg,t+Cs1,t,Cin,t为第t时段即时型电动汽车的充电价格;Cg,t为第t时段购电的价格;Cs1,t为第t时段即时型的服务费用;
补偿型电动汽车用户对充电时间和速度的要求与即时型一致,但是对于离开时电动汽车电量没有即时型严格,达到预期最低电量即可,对于补偿型的充电中断进行相应的补偿;补偿型电动汽车充电的数学模型可表示为Sbi≥Sbi,min,Icp,i(t)为0-1整数变量,表示第i辆电动汽车在t时刻的充电状态,0表示电动汽车没有充电,1表示电动汽车处于充电状态;补偿型和即时型的充电价格一致,都为Cin,t;
弹性型电动汽车用户对时间和充电功率的要求比较宽松,在限定时间内充满即可;弹性型电动汽车充电的数学模型可表示为Pqc,min≤Pfx,i(t)≤Pqc,max,Pfx,i(t)为弹性型电动汽车在t时刻的充电功率;Pqc,min为电动汽车充电功率的最小值;弹性型电动汽车充电价格为Cfx,t=Cg,t+Cs2,t,Cfx,t为第t时段弹性型电动汽车的充电价格;Cs2,t为第t时段弹性型的服务费用;
夜间型电动汽车用户选择慢充,慢充时间比较长,将其安排在夜间进行充电,夜间型充电在限定时间内按定功率充满电,夜间型电动汽车充电的数学模型可表示为 Psc,min≤Png,i(t)≤Psc,max,Png,i为夜间型电动汽车均匀充电的功率;Ing,i(t)为0-1整数变量,表示第i辆电动汽车在t时刻的充电状态,0表示电动汽车没有充电,1表示电动汽车处于充电状态;ri为第i辆电动汽车处于充电状态的单位时间段个数;Psc,min和Psc,max分别为电动汽车处于慢充状态时充电功率的最小值和最大值,夜间型电动汽车充电价格为Cng,t=Cg,t+Cs3,t,Cng,t为第t时段电动汽车的充电价格;Cs3,t为第t时段夜间型的服务费用。
4.根据权利要求3所述的计及电动汽车用户需求的直流微电网经济调度方法,其特征在于:步骤二中经济调度计划目标函数如下:经济调度计划目标函数包含三项内容,第一项为各分布式电源的运行维护成本,第二项为蓄电池的运行维护成本,第三项为微电网从配电网购售电的成本,H为经济调度的周期;
其中,CGi(PGi(t))=Ci(PGi(t))+kiPGi(t)△t,Ci(PGi(t))表示燃料电池的燃料成本;ki表示分布式电源的维护成本系数;PGi(t)表示分布式电源的出力;Cfuel表示燃料价格;L表示燃气低热值;PFC(t)表示t时段燃料电池发出的功率;ηFC为燃料电池发电效率;
其中,Cbat(Pbat(t))=kb(t)[Idis(t)Pdis(t)△t-Ich(t)Pch(t)△t],kb为蓄电池的运行维护成本系数;Pdis为蓄电池放电功率;Pch为蓄电池充电功率;Idis为放电状态,Ich为充电状态,两者均为0-1整数变量且不能同时为1,Idis取1表示蓄电池在放电,Ich取1表示蓄电池在充电;
其中,Cg(Pgrid(t))=Cbuy(t)Ibuy(t)Pbuy(t)△t-Csell(t)Isell(t)Psell(t)△t,Cbuy为购电价格,Csell为售电价格;Pbuy为购电功率,Psell为售电功率;Ibuy为购电状态,Isell为售电状态,两者均为0-1整数变量且不能同时为1,Ibuy取1表示从电网购电,Isell取1表示向电网售电;
经济调度计划约束条件如下:
系统的功率平衡约束
PGi(t)+Idis(t)Pdis(t)-Ich(t)Pch(t)+Ibuy(t)Pbuy(t)-Isell(t)Psell(t)=PEV(t)+Pload(t)
PEV(t)为t时刻电动汽车总的充电功率,Pload(t)为t时刻固定负荷的功率;
分布式电源出力约束PGi,min≤PGi(t)≤PGi,max,PGi,min、PGi,max分别为分布式电源出力的最小值和最大值;
燃料电池发出功率的爬坡约束|PFC(t)-PFC(t-1)|≤PFC,△max,PFC,Δmax为可控微源出力爬坡最大值;
蓄电池约束Pch,min,Pch,max分别为蓄电池充电的最小值和最大值,Pdis,min,Pdis,max分别为蓄电池放电的最小值和最大值;Ere(t)为蓄电池在t时刻的剩余容量;ηbat为蓄电池的充放电效率;E为蓄电池的容量,SOC(t)为t时刻蓄电池的荷电状态,SOC,min、SOC,max分别为蓄电池荷电状态的最小值和最大值;
电动汽车约束ai≤t≤bi;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110020059.7A CN112785048B (zh) | 2021-01-07 | 2021-01-07 | 计及电动汽车用户需求的直流微电网经济调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110020059.7A CN112785048B (zh) | 2021-01-07 | 2021-01-07 | 计及电动汽车用户需求的直流微电网经济调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785048A true CN112785048A (zh) | 2021-05-11 |
CN112785048B CN112785048B (zh) | 2023-09-08 |
Family
ID=75756062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110020059.7A Active CN112785048B (zh) | 2021-01-07 | 2021-01-07 | 计及电动汽车用户需求的直流微电网经济调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785048B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115693793A (zh) * | 2022-10-11 | 2023-02-03 | 国网浙江省电力有限公司 | 一种区域微电网能源优化控制方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077429A (zh) * | 2013-01-10 | 2013-05-01 | 华北电力大学 | 含风光发电与电动汽车换电站的孤立微电网容量优化方法 |
CN105684257A (zh) * | 2013-07-31 | 2016-06-15 | Abb研究有限公司 | 用于控制微电网的操作的微电网能量管理系统和方法 |
CN106026152A (zh) * | 2016-05-19 | 2016-10-12 | 合肥工业大学 | 一种电动汽车接入微电网的充放电调度方法 |
CN106505579A (zh) * | 2016-12-19 | 2017-03-15 | 电子科技大学 | 一种电动汽车参与配电网电压调节的调度控制方法 |
CN106651026A (zh) * | 2016-12-20 | 2017-05-10 | 太原理工大学 | 多时间尺度微电网能量管理优化调度方法 |
CN108199408A (zh) * | 2018-01-08 | 2018-06-22 | 三峡大学 | 一种适用于大功率风电消纳的直流微网组网系统 |
CN109523051A (zh) * | 2018-09-18 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 一种电动汽车充电实时优化调度方法 |
CN109658012A (zh) * | 2019-01-22 | 2019-04-19 | 武汉理工大学 | 一种计及需求侧响应的微电网多目标经济调度方法及装置 |
CN109713674A (zh) * | 2019-02-25 | 2019-05-03 | 重庆大学 | 计及电动汽车有序充放电的离网型微电网可靠性评估方法 |
CN110472785A (zh) * | 2019-08-08 | 2019-11-19 | 西安交通大学 | 一种基于负荷分类的电动汽车群调度方法 |
CN110739696A (zh) * | 2019-10-21 | 2020-01-31 | 华北电力大学 | 智能配网环境中需求侧资源与可再生能源的集成调度方法 |
CN110782363A (zh) * | 2019-08-15 | 2020-02-11 | 东南大学 | 一种计及风电不确定性的交直流配电网调度方法 |
CN111682567A (zh) * | 2020-04-30 | 2020-09-18 | 浙江工业大学 | 一种基于模糊控制技术考虑用户评价的有序充放电控制方法 |
-
2021
- 2021-01-07 CN CN202110020059.7A patent/CN112785048B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077429A (zh) * | 2013-01-10 | 2013-05-01 | 华北电力大学 | 含风光发电与电动汽车换电站的孤立微电网容量优化方法 |
CN105684257A (zh) * | 2013-07-31 | 2016-06-15 | Abb研究有限公司 | 用于控制微电网的操作的微电网能量管理系统和方法 |
CN106026152A (zh) * | 2016-05-19 | 2016-10-12 | 合肥工业大学 | 一种电动汽车接入微电网的充放电调度方法 |
CN106505579A (zh) * | 2016-12-19 | 2017-03-15 | 电子科技大学 | 一种电动汽车参与配电网电压调节的调度控制方法 |
CN106651026A (zh) * | 2016-12-20 | 2017-05-10 | 太原理工大学 | 多时间尺度微电网能量管理优化调度方法 |
CN108199408A (zh) * | 2018-01-08 | 2018-06-22 | 三峡大学 | 一种适用于大功率风电消纳的直流微网组网系统 |
CN109523051A (zh) * | 2018-09-18 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 一种电动汽车充电实时优化调度方法 |
CN109658012A (zh) * | 2019-01-22 | 2019-04-19 | 武汉理工大学 | 一种计及需求侧响应的微电网多目标经济调度方法及装置 |
CN109713674A (zh) * | 2019-02-25 | 2019-05-03 | 重庆大学 | 计及电动汽车有序充放电的离网型微电网可靠性评估方法 |
CN110472785A (zh) * | 2019-08-08 | 2019-11-19 | 西安交通大学 | 一种基于负荷分类的电动汽车群调度方法 |
CN110782363A (zh) * | 2019-08-15 | 2020-02-11 | 东南大学 | 一种计及风电不确定性的交直流配电网调度方法 |
CN110739696A (zh) * | 2019-10-21 | 2020-01-31 | 华北电力大学 | 智能配网环境中需求侧资源与可再生能源的集成调度方法 |
CN111682567A (zh) * | 2020-04-30 | 2020-09-18 | 浙江工业大学 | 一种基于模糊控制技术考虑用户评价的有序充放电控制方法 |
Non-Patent Citations (4)
Title |
---|
孙志攀等: "考虑电动汽车用户意愿的热电联供型微电网优化调度", 电力建设 * |
师景佳;袁铁江;SAEED AHMED KHAN;秦文萍;韩肖清;段贵钟;: "计及电动汽车可调度能力的风/车协同参与机组组合策略", 高电压技术 * |
庄怀东;吴红斌;刘海涛;季宇;: "含电动汽车的微网系统多目标经济调度", 电工技术学报 * |
徐青山;吴盛军;李群;袁晓冬;朱红;: "一种基于直流微电网的电动汽车充电优化控制策略", 电工技术学报 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115693793A (zh) * | 2022-10-11 | 2023-02-03 | 国网浙江省电力有限公司 | 一种区域微电网能源优化控制方法 |
CN115693793B (zh) * | 2022-10-11 | 2024-05-17 | 国网浙江省电力有限公司 | 一种区域微电网能源优化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112785048B (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110188950B (zh) | 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法 | |
CN110739725B (zh) | 一种配电网优化调度方法 | |
CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
Wang et al. | Two-stage optimal scheduling strategy for large-scale electric vehicles | |
Lu et al. | Multi-objective optimal scheduling of a DC micro-grid consisted of PV system and EV charging station | |
Yu et al. | A real time energy management for EV charging station integrated with local generations and energy storage system | |
CN109754112A (zh) | 一种考虑配电网削峰填谷的光储充电塔随机优化调度方法 | |
Chen et al. | Cooperative optimization of electric vehicles in microgrids considering across-time-and-space energy transmission | |
CN110991881B (zh) | 一种电动汽车换电站与电力公司协同调度方法及系统 | |
CN115549159A (zh) | 一种考虑调峰成本的大规模电动汽车分群调度策略 | |
CN115511658A (zh) | 一种计及储能装置折损的楼宇能量优化方法 | |
CN116674411A (zh) | 基于充能决策预测的电-氢复合充能站优化调度策略 | |
CN112785048B (zh) | 计及电动汽车用户需求的直流微电网经济调度方法 | |
CN112467767A (zh) | 综合能源系统环境下的电动汽车并网协同控制方法 | |
CN114971154A (zh) | 一种包含碳交易机制的可再生能源消纳方法 | |
Chang et al. | A coordinated charging strategy for PV-Assisted charging station of electric vehicles based on charging service price | |
Zhang et al. | Multi-objective Optimal Scheduling Strategy of Microgrid Based on V2G Technology | |
CN111062532A (zh) | 一种考虑v2g的增量配电园区内电网容量配置优化方法 | |
Zhang et al. | Research on Optimal Configuration of Energy Storage in Wind-Solar Microgrid Considering Real-Time Electricity Price | |
Hongli et al. | Day-ahead optimal dispatch of regional power grid based on electric vehicle participation in peak shaving pricing strategy | |
Singh et al. | Optimum Scheduling of Residential Appliances along with the Management of Distributed Energy Resources using Mixed Integer Linear Programming | |
Ray et al. | Optimal Parameter Allocation in Renewable Integrated Fast Charging EV Station considering hGPS Algorithm | |
CN114884133B (zh) | 一种计及电动汽车的微电网经济调度优化方法及系统 | |
Mao et al. | Generalized Energy Storage Configuration Method Based on Bi-level Optimization for Distribution Power System with High Penetration of Renewable Energy | |
Pandit et al. | EV Charging Coordination Based Energy Management System for a Grid-tied Charging Station Integrated with PV-ESS |
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 |