CN113315155A - 分布式能源发电与v2g混合系统 - Google Patents

Abstract

本发明公开了一种分布式能源发电与V2G混合系统，包括：分布式能源发电装置、含V2G功能电动汽车EV集群及其储能电池、并网外部配电网/微电网、混合系统调度运行监控系统、含V2G功能氢能汽车、电氢转换装置、系统内建筑及场所的电负荷。本发明通过EV集群的有序充放电调度能够使光伏发电存在缺额时段的负荷转移到分布式发电功率富余的时段，使负荷曲线更加符合光伏发电情况，从而有效提高分布式发电利用率。本发明兼具分含储能的分布式能源发电和V2G双功能，并比起分列系统大幅节约占地和投资，提高了技术的性价比。

Description

分布式能源发电与V2G混合系统

技术领域

本发明涉及一种分布式能源发电与V2G混合系统。

背景技术

现在全世界供电系统是以大机组、大电网、高电压为主要特征的集中式单一供电系统。虽然全世界90％的电力负荷都由这种集中单一的大电网供电，但是当今社会对能源与电力供应的质量与安全可靠性要求越来越高，大电网由于自身的缺陷已经不能满足这种要求。由于大电网中任何一点的故障所产生的扰动都会对整个电网造成较大影响，严重时可能引起大面积停电甚至是全网崩溃，造成灾难性后果，这样的事故在国外时有发生；而且这种大电网又极易受到战争或恐怖势力的破坏，严重时将危害国家的安全，如科索沃战争和海湾战争等；另外集中式大电网还不能跟踪电力负荷的变化，而为了短暂的峰荷建造发电厂其花费是巨大的，经济效益也非常低。根据西方国家的经验：大电网系统和分布式发电系统相结合是节省投资，降低能耗，提高系统安全性和灵活性的主要方法。

分布式发电指的是在用户现场或靠近用电现场配置较小的发电机组(一般低于30MW)，以满足特定用户的需要，支持现存配电网的经济运行，或者同时满足这两个方面的要求。这些小的机组包括燃料电池，小型燃气轮机，小型光伏发电，小型风光互补发电，或燃气轮机与燃料电池的混合装置。由于靠近用户提高了服务的可靠性和电力质量。技术的发展，公共环境政策和电力市场的扩大等因素的共同作用使得分布式发电成为新世纪重要的能源选择。

分布式光伏发电特指在用户场地附近建设，运行方式以用户侧自发自用、多余电量上网，且在配电系统平衡调节为特征的光伏发电设施。分布式光伏发电遵循因地制宜、清洁高效、分散布局、就近利用的原则，充分利用当地太阳能资源，替代和减少化石能源消费。

分布式光伏发电特指采用光伏组件，将太阳能直接转换为电能的分布式发电系统。它是一种新型的、具有广阔发展前景的发电和能源综合利用方式，它倡导就近发电，就近并网，就近转换，就近使用的原则，不仅能够有效提高同等规模光伏电站的发电量，同时还有效解决了电力在升压及长途运输中的损耗问题。

应用最为广泛的分布式光伏发电系统，是建在城市建筑物屋顶的光伏发电项目。该类项目必须接入公共电网，与公共电网一起为附近的用户供电。

分布式光伏发电具有以下特点：

一是输出功率相对较小。一般而言，一个分布式光伏发电项目的容量在数千瓦以内。与集中式电站不同，光伏电站的大小对发电效率的影响很小，因此对其经济性的影响也很小，小型光伏系统的投资收益率并不会比大型的低。

二是污染小，环保效益突出。分布式光伏发电项目在发电过程中，没有噪声，也不会对空气和水产生污染。

三是能够在一定程度上缓解局地的用电紧张状况。但是，分布式光伏发电的能量密度相对较低，每平方米分布式光伏发电系统的功率仅约100瓦，再加上适合安装光伏组件的建筑屋顶面积有限，不能从根本上解决用电紧张问题。

四是可以发电用电并存。大型地面电站发电是升压接入输电网，仅作为发电电站而运行；而分布式光伏发电是接入配电网，发电用电并存，且要求尽可能地就地消纳。

分布式光伏发电解决方案

应用场景：

分布式光伏发电系统应用范围：可在农村、牧区、山区，发展中的大、中、小城市或商业区附近建造，解决当地用户用电需求。

方案特点：

系统相互独立，可自行控制，避免发生大规模停电事故，安全性高；

弥补大电网稳定性的不足，在意外发生时继续供电，成为集中供电不可或缺的重要补充；

可对区域电力的质量和性能进行实时监控，非常适合向农村、牧区、山区，发展中的大、中、小城市或商业区的居民供电，大大减小环保压力；

输配电损耗低，甚至没有，无需建配电站，降低或避免附加的输配电成本，土建和安装成本低；

调峰性能好，操作简单；

由于参与运行的系统少，启停快速，便于实现全自动。

V2G描述了电动汽车与电网的关系。当电动汽车不使用时，车载电池的电能销售给电网的系统。如果车载电池需要充电，电流则由电网流向车辆。

纯电动车(BEV)和插电式混合动力汽车(PHEV)可以实现V2G。由于大部分车辆95％的时间是处于停驶状态，车载电池可以作为一个分布式储能单元。据估算，每辆车可为电力公司带来4000美元的价值。

目前美国有多个V2G示范项目开展。

一个值得注意的V2G项目是在美国特拉华大学的威利特顿博士(Dr.WillettKempton)为首的一个V2G团队一直在进行持续的研究。他们的目标是教育的V2G的环境效益和经济效益，并增进了产品的市场。其他研究者的太平洋天然气和电气公司，Xcel能源公司，国家可再生能源实验室，和在英国的华威大学。

本发明相关技术方案1：

一种计及分布式光伏和电动汽车的配网协同优化调度方法

申请号：CN201911089956.2申请日：2019.11.08

本申请实施例公开了一种计及分布式光伏和电动汽车的配网协同优化调度方法，包括：获取配电网的光伏和汽车数据；对配电网进行潮流计算，确定配电网络最优潮流以及包含V2G时各节点的负荷；建立分布式光伏电源的概率出力模型，分析不同时段分布式光伏期望出力；建立以发电成本最小为目标函数的发电侧调度模型，进行电源联合优化；建立综合峰谷差和网损的负荷侧优化调度模型，并采用改进的粒子群算法进行对负荷侧优化调度模型求解；采用综合峰谷差和网损的负荷侧优化调度模型以峰谷差和网损最小为优化目标对负荷参数进行实时更新。解决了无序的电动汽车充放电使得配电网负荷峰谷差增大，使配电网网损增大，经济性下降的技术问题。

本发明相关技术方案2：

V2G交直流混合微电网供电体系结构

申请号：CN201610283130.X申请日：2016.5.3

本发明涉及一种V2G交直流混合微电网供电体系结构，包括直流微电网和交流微电网，所述直流微电网包括直流母线以及分别通过各自的变流器连接所述直流母线的分布式直流供电装置、直流储能装置、直流充电桩和换电电池直流充放电装置，所述交流微电网包括交流母线以及通过其变流器连接所述交流母线的交流并网装置，所述交流母线通过微电网间直交流变流器连接所述直流母线，通过交流并网装置连接大电网本发明能够有效的减少光伏逆变和充电桩整流环节，降低系统的建设成本和运营成本，使电动车电池作为移动式储能装置缓充电网压力，增加电网稳定性和可靠性，降低电力系统运营成本。

本发明相关技术方案的不足之处：

综上所述，为分布式光伏与V2G设计联合系统是目前技术发展方向和研究热点。分布式光伏发电已经批量应用，V2G在国内也取得了一些成功的示范应用，但是这些背景技术仍有很多缺陷如下：

光伏发电存在间歇性、波动性等特点，尤其是含有高渗透率光伏的配电网或微电网中需要储能设备组成“光储”系统对出力进行平抑，但是传统储能性价比很低，急需高性价比方案。

从电动汽车V2G方面考虑，目前也存在很多问题，缺乏应用场景是重要瓶颈，亟需为V2G提供多种应用场景。

“双碳”目标对新能源发电和电动汽车推广都有迫切要求。

因此，需要有新混合系统解决方案来克服上述缺陷，及两种单独系统存在的性价比较低等问题。

国内外有类似“光储充”解决方案和控制策略方法的研究，以及V2G应用场景挖掘方面的研究，但是尚无将光伏发电与V2G结合，提高两种解决方案的经济性，形成统一解决方案的研究。

发明内容

本发明的目的在于提供一种通过对分布式能源发电系统和V2G系统的混合来提高技术性价比的分布式能源发电与V2G混合系统。

本发明的技术解决方案是：

一种分布式能源发电与V2G混合系统，包括：分布式能源发电装置、含V2G功能电动汽车EV集群及其储能电池、并网外部配电网/微电网、混合系统调度运行监控系统、含V2G功能氢能汽车、电氢转换装置、系统内建筑及场所的电负荷；系统的具体调度运行策略包括下列步骤：(1)EV集群根据自身参数在满足充电需求的条件下发挥移动储能作用，与其他电池共同组成混合储能系统；(2)储能系统根据自身SOC，随分布式能源出力、负荷需求及电价情况灵活调整充放电方式，以提升分布式发电利用效率；(3)分布式电源优先给本地负载供电，在分布式发电功率大于负荷需求时，利用分布式剩余电能给储能充电或按一定限度送到地区电网；(4)在分布式发电功率不足时，储能系统释放电能，与地区电网共同维持系统功率平衡。

调度策略开发时需要对系统进行建模，采用下列方法：

①分布式发电系统模型(以光伏阵列模型为例)

k时段的光伏输出功率P_PV(k)由标准额定条件下的输出功率、光照强度和环境温度得到。即

式中：P_ST为标准额定条件下光伏额定输出功率；G_c为工作点的辐照度；v为功率温度系数；T_c为工作点的电池温度；

此处标准额定条件包括太阳辐照度G_ST为1000W/m²、相对大气光学质量为AM1.5、电池温度T_ST为25℃；

②EV充放电离散化模型(以锂电池模型为例)

优化时段均分为J个时段，每个时段时长为Δt；设该微网系统接入的车辆集合为N，则车辆规模为n＝|N|；EV的主要用途是满足用户的出行需求，根据用户的行车特点，各车辆的情况有所不同，对于任意车辆l∈N，其相关参数为：

X_l＝[T_in，l，T_out，l，S_0，l，S_E，l，Q_s，l，P_c，l，P_d，l]

式中：T_in，l和T_out，l分别为车辆l接入微网的时间和预期离开时间；S_0，l和S_E，l分别为车辆动力电池的起始荷电状态和离开微网时的期望SOC，SOC表示电池剩余能量与电池容量的比值，因此有0≤S_0，l≤1，0≤S_E，l≤1；Q_s，l为电池容量；P_c，l和P_d，l分别为额定充、放电功率；

设车辆l入网的持续时间为T_pe，l＝T_out，l-T_in，l，T_pe，l所包含的时段集合设为T_m，l。为表示各时段对车辆电池的可操作性，引入变量f_m，l，其表达式为：

V2G模式下，任一k时段，EV与系统的功率交换用p_l(k)表示，p_l(k)＞0表示车辆l处于充电状态；p_l(k)＜0表示处于放电状态；p_l(k)＝0表示处于浮充状态；则在T_pe，l时期，车辆的实际充放电功率为：

P_l(k)＝p_l(k)f_m，l(k)

式中：P_l(k)为优化变量，具备连续可调的特性；

据此可得，优化时段内，车辆l的充放电计划表示为：

P_l＝[P_l(1)，P_l(1)，I，P_l(k)，I，P_l(J)]，

③储能蓄电池模型

接入系统的EV是负荷与分布式能源的聚合体，与此类似，储能蓄电池可视为全时段接入、无充电负荷需求的一类“特殊EV”；因此，可类比于EV动力电池模型公式，建立蓄电池模型和约束条件，此处不再赘述；此外，一天内蓄电池的总充、放电电量需相等以满足充放电的循环，即

式中：

和分别为蓄电池的充、放电功率；η_Bc和η_Bd分别为蓄电池的充、放电效率；储能蓄电池的配置与使用过程中，需要特别注意其使用年限；对于电化学储能，其寿命是关于放电深度的复杂函数，仅考虑关键影响因素简化寿命计算过程，用下式计算蓄电池使用年限；

式中：L_DOD为放电深度为d_DOD(d_DOD∈[0，1])时的循环寿命，考虑到设定了蓄电池充放电日循环约束和SOC限制约束，因此，蓄电池每日放电后，其放电深度均不会超过某一定值，故对其取固定值；L_ann为蓄电池年循环使用次数，采用雨流计数法对其进行统计。

本发明通过EV集群的有序充放电调度能够使光伏发电存在缺额时段的负荷转移到分布式发电功率富余的时段，使负荷曲线更加符合光伏发电情况，从而有效提高分布式发电利用率。本发明兼具分含储能的分布式能源发电和V2G双功能，并比起分列系统大幅节约占地和投资，提高了技术的性价比。

在太阳能或风能资源禀赋良好地区的充电站可以作为本项目应用场景。我国大多数地区太阳能资源和很多地区的风能资源均有开发价值。随着电动汽车的大量普及，充电站做为新基建重要组成部分必将迅猛增长，V2G作为电力系统和新能源汽车行业共同推动的技术方案，也有广阔前景。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是本发明分布式能源与V2G混合系统示意图。

图2是分布式能源发电与V2G系统的协同调度效果图。

具体实施方式

技术涉及的缩略语和关键术语定义

V2G Vehicle-to-grid电动车辆到电网

BEV Battery Electric Vehicle纯电动汽车

SOC state of charge荷电状态

一种分布式能源发电与V2G混合系统，包括：分布式能源发电装置(光伏、风机或燃料电池等)、含V2G功能电动汽车EV集群及其储能电池、并网外部配电网/微电网、混合系统调度运行监控系统、含V2G功能氢能汽车(公交车、无人机等)、电氢转换装置(电解水设备等)、系统内建筑及场所的电负荷；系统的具体调度运行策略包括下列步骤：(1)EV集群根据自身参数在满足充电需求的条件下发挥移动储能作用，与其他电池共同组成混合储能系统；(2)储能系统根据自身SOC，随分布式能源出力、负荷需求及电价情况灵活调整充放电方式，以提升分布式发电利用效率；(3)分布式电源优先给本地负载供电，在分布式发电功率大于负荷需求时，利用分布式剩余电能给储能充电或按一定限度送到地区电网；(4)在分布式发电功率不足时，储能系统释放电能，与地区电网共同维持系统功率平衡。

调度策略开发时需要对系统进行建模，采用下列方法：

①分布式发电系统模型(以光伏阵列模型为例)

k时段的光伏输出功率P_PV(k)由标准额定条件下的输出功率、光照强度和环境温度得到。即

式中：P_ST为标准额定条件下光伏额定输出功率；G_c为工作点的辐照度；v为功率温度系数；T_c为工作点的电池温度；

此处标准额定条件包括太阳辐照度G_ST为1 000W/m²、相对大气光学质量为AM1.5、电池温度T_ST为25℃；

②EV充放电离散化模型(以锂电池模型为例)

优化时段均分为J个时段，每个时段时长为Δt；设该微网系统接入的车辆集合为N，则车辆规模为n＝|N|；EV的主要用途是满足用户的出行需求，根据用户的行车特点，各车辆的情况有所不同，对于任意车辆l∈N，其相关参数为：

X_l＝[T_in，l，T_out，l，S_0，l，S_E，l，Q_s，l，P_c，l，P_d，l]

式中：T_in，l和T_out，l分别为车辆l接入微网的时间和预期离开时间；S_0，l和S_E，l分别为车辆动力电池的起始荷电状态和离开微网时的期望SOC，SOC表示电池剩余能量与电池容量的比值，因此有0≤S_0，l≤1，0≤S_E，l≤1；Q_s，l为电池容量；P_c，l和P_d，l分别为额定充、放电功率；

设车辆l入网的持续时间为T_pe，l＝T_out，l-T_in，l，T_pe，l所包含的时段集合设为T_m，l。为表示各时段对车辆电池的可操作性，引入变量f_m，l，其表达式为：

V2G模式下，任一k时段，EV与系统的功率交换用p_l(k)表示，p_l(k)＞0表示车辆l处于充电状态；p_l(k)<0表示处于放电状态；p_l(k)＝0表示处于浮充状态；则在T_pe，l时期，车辆的实际充放电功率为：

P_l(k)＝p_l(k)f_m，l(k)

式中：Pl(k)为优化变量，具备连续可调的特性；

据此可得，优化时段内，车辆l的充放电计划表示为：

P_l＝[P_l(1)，P_l(1)，I，P_l(k)I，P_l(J)].

③储能蓄电池模型

接入系统的EV是负荷与分布式能源的聚合体，与此类似，储能蓄电池可视为全时段接入、无充电负荷需求的一类“特殊EV”；因此，可类比于EV动力电池模型公式，建立蓄电池模型和约束条件，此处不再赘述；此外，一天内蓄电池的总充、放电电量需相等以满足充放电的循环，即

式中：

和分别为蓄电池的充、放电功率；η_Bc和η_Bd分别为蓄电池的充、放电效率；储能蓄电池的配置与使用过程中，需要特别注意其使用年限；对于电化学储能，其寿命是关于放电深度的复杂函数，仅考虑关键影响因素简化寿命计算过程，用下式计算蓄电池使用年限；

式中：L_DOD为放电深度为d_DOD(d_DOD∈[0，1])时的循环寿命，考虑到设定了蓄电池充放电日循环约束和SOC限制约束，因此，蓄电池每日放电后，其放电深度均不会超过某一定值，故对其取固定值；L_ann为蓄电池年循环使用次数，采用雨流计数法对其进行统计。

Claims (2)

1.一种分布式能源发电与V2G混合系统，其特征是：包括：分布式能源发电装置、含V2G功能电动汽车EV集群及其储能电池、并网外部配电网/微电网、混合系统调度运行监控系统、含V2G功能氢能汽车、电氢转换装置、系统内建筑及场所的电负荷；系统的具体调度运行策略包括下列步骤：(1)EV集群根据自身参数在满足充电需求的条件下发挥移动储能作用，与其他电池共同组成混合储能系统；(2)储能系统根据自身SOC，随分布式能源出力、负荷需求及电价情况灵活调整充放电方式，以提升分布式发电利用效率；(3)分布式电源优先给本地负载供电，在分布式发电功率大于负荷需求时，利用分布式剩余电能给储能充电或按一定限度送到地区电网；(4)在分布式发电功率不足时，储能系统释放电能，与地区电网共同维持系统功率平衡。

2.根据权利要求1所述的分布式能源发电与V2G混合系统，其特征是：调度策略开发时需要对系统进行建模，采用下列方法：

①分布式发电系统模型

k时段的光伏输出功率P_PV(k)由标准额定条件下的输出功率、光照强度和环境温度得到。即

式中：P_ST为标准额定条件下光伏额定输出功率；G_c为工作点的辐照度；v为功率温度系数；T_c为工作点的电池温度；

此处标准额定条件包括太阳辐照度G_ST为1000W/m²、相对大气光学质量为AM1.5、电池温度T_ST为25℃；

②EV充放电离散化模型

优化时段均分为J个时段，每个时段时长为Δt；设该微网系统接入的车辆集合为N，则车辆规模为n＝|N|；EV的主要用途是满足用户的出行需求，根据用户的行车特点，各车辆的情况有所不同，对于任意车辆l∈N，其相关参数为：

X_l＝[T_in，l，T_out，l，S_0，l，S_E，l，Q_s，l，P_c，l，P_d，l]

式中：T_in，l和T_out，l分别为车辆l接入微网的时间和预期离开时间；S_0，l和S_E，l分别为车辆动力电池的起始荷电状态和离开微网时的期望SOC，SOC表示电池剩余能量与电池容量的比值，因此有0≤S_0，l≤1，0≤S_E，l≤1；Q_s，l为电池容量；P_c，l和P_d，l分别为额定充、放电功率；

设车辆l入网的持续时间为T_pe，l＝T_out，l-T_in，l，T_pe，l所包含的时段集合设为T_m.l。为表示各时段对车辆电池的可操作性，引入变量f_m，l，其表达式为：

V2G模式下，任一k时段，EV与系统的功率交换用p_l(k)表示，p_l(k)＞0表示车辆l处于充电状态；p_l(k)＜0表示处于放电状态；p_l(k)＝0表示处于浮充状态；则在T_pe，l时期，车辆的实际充放电功率为：

P_l(k)＝p_l(k)f_m，l(k)

式中：P_l(k)为优化变量，具备连续可调的特性；

据此可得，优化时段内，车辆l的充放电计划表示为：

P_l＝[P_l(1)，P_l(1)，I，P_l(k)I，P_l(J)]

③储能蓄电池模型

接入系统的EV是负荷与分布式能源的聚合体，与此类似，储能蓄电池可视为全时段接入、无充电负荷需求的一类“特殊EV”；因此，可类比于EV动力电池模型公式，建立蓄电池模型和约束条件，此处不再赘述；此外，一天内蓄电池的总充、放电电量需相等以满足充放电的循环，即

式中：

和分别为蓄电池的充、放电功率；η_Bc和η_Bd分别为蓄电池的充、放电效率；储能蓄电池的配置与使用过程中，需要特别注意其使用年限；对于电化学储能，其寿命是关于放电深度的复杂函数，仅考虑关键影响因素简化寿命计算过程，用下式计算蓄电池使用年限；

式中：L_DOD为放电深度为d_DOD(d_DOD∈[0，1])时的循环寿命，考虑到设定了蓄电池充放电日循环约束和SOC限制约束，因此，蓄电池每日放电后，其放电深度均不会超过某一定值，故对其取固定值；L_ann为蓄电池年循环使用次数，采用雨流计数法对其进行统计。

Images