CN114865773A - 一种雷雨风光储一体化电动车充电站响应系统及方法 - Google Patents

一种雷雨风光储一体化电动车充电站响应系统及方法 Download PDF

Info

Publication number
CN114865773A
CN114865773A CN202210514345.3A CN202210514345A CN114865773A CN 114865773 A CN114865773 A CN 114865773A CN 202210514345 A CN202210514345 A CN 202210514345A CN 114865773 A CN114865773 A CN 114865773A
Authority
CN
China
Prior art keywords
power
charging station
electric vehicle
wind
power supply
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.)
Withdrawn
Application number
CN202210514345.3A
Other languages
English (en)
Inventor
洪奕
方志浩
冯家欢
华夏
童充
徐洋
吴越涛
麦锦雯
林惠娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority to CN202210514345.3A priority Critical patent/CN114865773A/zh
Publication of CN114865773A publication Critical patent/CN114865773A/zh
Priority to PCT/CN2023/090763 priority patent/WO2023208019A1/zh
Priority to US18/387,845 priority patent/US20240235207A1/en
Withdrawn legal-status Critical Current

Links

Images

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
    • H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
    • H02J9/04—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source
    • H02J9/06—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems
    • 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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • 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
    • 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)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

一种雷雨风光储一体化电动车充电站响应系统及方法，首先，通过分析风光储一体化电动汽车充电站及其供电线路所在区域的雷雨信息，并判断其供电线路的跳闸可能性。其次，对充电站及其供电线路所带重要用电负荷进行归类和统计。再次，计算充电站的需求响应能力并匹配相应数量的重要负荷。然后，在出现供电线路跳闸的情况下，确定线路故障点位置和隔离情况、送电等待时长，并以此调整被匹配的重要负荷。最后，使充电站参与雷雨天气及线路跳闸情况下的需求响应。本发明扩充了风光储一体化充电站以及电动汽车在电力系统中的应用场景，在雷雨天气且供电线路跳闸时支撑了充电站附近重要负荷，提升了电力系统供电可靠性。

Description

一种雷雨风光储一体化电动车充电站响应系统及方法
技术领域
本发明属于电动汽车技术领域，具体涉及一种雷雨风光储一体化电动车充电站响应系统及方法。
背景技术
随着化石燃料存量日趋紧张、碳排放逐年增高，风光水等新能源因其清洁性和可再生性正逐步取代火电成为全球主力能源。进一步推动了对风电、光伏、储能装置和电动汽车等可降低碳排放设备的发展，使其应用更具广泛性。在建设新型电力系统的进程中，大量新能源、柔性负荷等灵活性资源被装配、整合在电力系统中，风光储一体化充电站即为典型的灵活性资源综合体。同时，新型电力系统中设备的“源-网-荷”性质可以根据需求进行转变，而电动汽车因车联网技术(Vehicle-to-Grid，V2G)被探索出更丰富的需求响应价值。
目前，国内外专家对电动汽车参与需求响应做了深入且广泛的研究，但仍有三个方面未有效处理。第一，现有电动汽车参与需求响应的研究主要基于天气情况较好的典型场景，对雷雨时出现供电线路跳闸情况的需求响应研究极少。然而，近十年内全球雷电活动增加了12％，且雷雨天气下供电线路跳闸概率明显激增，该研究场景下风光储一体化充电站的表现也难与正常天气下保持一致。第二，大多数研究采用建模、大数据挖掘等方式预测风力和光伏发电以及电动汽车驾驶行为，并对充放电策略进行全天性的规划，然而得到的策略与实际情况存在偏差。随着采集器、传感器装置的投入、通信技术的进步、算法的优化、计算机运算能力的提升，已能够及时读取风力和光伏出力大小和电动汽车状态，并及时制定或调整最优充放电策略，使其更接近实际需求。第三，现有研究中电动汽车主要用于对负荷曲线进行削峰填谷、平抑新能源出力、平衡综合能源等，极少将电动汽车作为应急电源用于在电网出现线路跳闸事故时对重要负荷进行供电、缓解供电和用电间的不匹配功率。对上述三个方面的研究可进一步完善电动汽车研究场景、拓展电动汽车的应用范围、支撑电网稳定运行。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供一种雷雨风光储一体化电动车充电站响应系统及方法，解决雷雨天气下风光储一体化电动汽车充电站的需求响应。
本发明采用如下的技术方案：
一种雷雨风光储一体化电动车充电站响应系统，包括雷击跳闸系数计算模块、重要用电负荷归类模块、重要负荷功率与电量匹配模块、供电线路跳闸判定模块、重要用电负荷功率与用电调整模块、需求响应目标实现模块以及供电线路跳闸事故判定模块；
雷击跳闸系数计算模块采集区域内的雷雨的预报信息以及电动汽车充电站所在供电线路的跳闸历史信息，计算雷击跳闸系数并根据计算结果决定是否调动系统中的重要用电负荷归类模块；
重要用电负荷归类模块分别统计线路各段所带重要用电负荷功率及所需电量，并将结果输入至重要负荷功率与电量匹配模块；
负荷功率与电量匹配模块根据接受到的结果计算线路跳闸前匹配的重要负荷功率和线路跳闸前匹配的重要负荷电量；
供电线路跳闸判定模块判定此时电动汽车充电站所在供电线路是否跳闸，如果跳闸则调动重要用电负荷功率与用电调整模块，如果没有跳闸则重新调动雷击跳闸系数计算模块；
重要用电负荷功率与用电调整模块确定线路故障点位置和隔离情况、送电等待时长，以此调整与充电站需求响应相匹配的用电负荷功率和电量，并调动需求响应目标实现模块；
需求响应目标实现模块计算最小化风光储一体化充电站所在孤网发电和用电间不匹配功率的方差值。
负荷功率与电量匹配模块以充电站为起点向线路两端延伸，以线路隔离开关为分界点，由近及远对各段线路进行编号，并根据对用电可靠性要求的不同，统计线路各段所带重要用电负荷功率及所需电量。
需求响应目标实现模块通过设定关于最小化雷击跳闸后充电站所在电网不匹配功率Δdis(it)方差的目标函数，并以t10为一个调整充放电策略的周期，同步采样风光储出力数据，求取每个充放电策略周期中最小化的雷击跳闸后充电站所在电网不匹配功率对电动汽车参与需求响应的充放电策略进行优化，同步发送到各个充电桩执行。
最小化风光储一体化充电站所在孤网发电和用电间不匹配功率Δdis(it)的方差值的目标函数通过计算用电间不匹配功率与所有优化时段内对用电间不匹配功率的平均值差值的平方在优化时段内的平均值的最小解。
所述风光储一体化充电站所在孤网发电和用电间不匹配功率通过计算指孤网内总发电功率以及孤网内总用电功率的差值得到。
本发明还公开了一种雷雨风光储一体化电动车充电站响应方法，具体包括一下步骤：
步骤1，采集电动汽车充电站及其供电线路所在区域的雷雨预报信息以及供电线路的跳闸历史信息，并根据所采集信息求取雷击跳闸系数，如果雷击跳闸系数大于警戒值，则进入步骤2，否则重复步骤1；
步骤2，对电动汽车充电站及其供电线路所带重要用电负荷进行分段；
步骤3，计算电动汽车充电站的需求响应能力并匹配相应数量的重要用电负荷功率与重要用电负荷电量；
步骤4，判定此时电动汽车充电站的供电线路是否跳闸，如果跳闸则进入步骤5，如果没有跳闸则返回步骤1；
步骤5，确定线路故障点位置和隔离情况、送电等待时长，并以此调整被匹配的重要用电负荷功率与重要用电负荷电量；
步骤6，使电动汽车充电站参与雷雨天气及线路跳闸情况下的需求响应；
步骤7，判定供电线路跳闸事故处理是否结束，如果结束，则充电站停止对其供电线路上重要负荷进行供电，供电线路恢复送电；如果没有结束，则返回步骤6。
步骤1包括：
步骤1.1，采集电动汽车充电站及其供电线路所在区域的雷雨预报信息；
所述雷雨预报信息包括：预计出现雷雨天气的最北纬度Latn.T、最南纬度Lats.T、最西经度Lonw.T、最东经度Lone.T，雷雨预计开始时间Tsta，雷雨持续时长Tend，雷雨期间的风力WF，雷雨期间闪电频次Nfla，闪电易发时段Tfla；
步骤1.2，对同类型的雷雨预报信息计算平均值；
步骤1.3，根据取平均值后的雷雨预报信息及供电线路的跳闸历史信息，计算跳闸可能性。
跳闸可能性Trip满足如下关系式：
Figure BDA0003640806360000041
式中，ηEV.T为历史雷雨天气下电动汽车充电站及其供电线路所在区域与雷雨范围的重叠比率矩阵；WF*为归一化后的雷雨期间的风力矩阵；
Figure BDA0003640806360000042
为归一化后的雷雨期间闪电频次矩阵；Tend *为归一化后的雷雨持续时长矩阵；b1、b2、b3和b4分别为第一回归系数、第二回归系数、第三回归系数与第四回归系数。
历史雷雨天气下电动汽车充电站及其供电线路所在区域与雷雨范围的重叠比率矩阵ηEV.T由历史雷雨天气下电动汽车充电站及其供电线路所在区域与雷雨范围的重叠比率ηEV.T构成，ηEV.T满足以下关系式：
Figure BDA0003640806360000043
式中，Latn.EV为供电线路所在区域的最北纬度，Lats.EV为供电线路所在区域的最南纬度，Lonw.EV为供电线路所在区域的最西经度，Lone.EV为供电线路所在区域的最东经度，AreaEV.T(1,1)为矩阵AreaEV.T第1行、第1列的值；AreaEV.T(1,2)为矩阵AreaEV.T第1行、第2列的值；AreaEV.T(2,1)为矩阵AreaEV.T第2行、第1列的值；AreaEV.T(2,2)为矩阵AreaEV.T第2行、第2列的值；
矩阵AreaEV.T满足如下关系式：
Figure BDA0003640806360000051
式中，LAT(1,2)为LAT1×4中的第一个值与第二个值；LAT(1,3)为LAT1×4中的第一个值与第三个值；LON(1,2)为LON1×4中的第一个值与第二个值；LAT(1,3)为LON1×4中的第一个值与第三个值；
LAT1×4＝sort{[Latn.T Lats.T Latn.EV Lats.EV]}
LON1×4＝sort{[Lonw.T Lone.T Lonw.EV Lone.EV]}
式中，sort{·}为对矩阵中的元素按从小到大进行排序，Latn.T为预计出现雷雨天气的最北维度，Lats.T为预计出现雷雨天气的最南纬度；Lonw.T为预计出现雷雨天气的最西经度；Lone.T为预计出现雷雨天气的最东经度。
在步骤2中，假设电动汽车充电站位于供电线路中段，且每段供电线路以隔离开关为分界点，每段线路上都带有一定数量的用电负荷；以电动汽车充电站为起点向供电线路的两端延伸，以隔离开关为分界点，得到多段供电线路；由近及远对各段供电线路进行编号，则各段供电线路所带重要用电负荷功率Pimp及重要用电负荷电量Qimp分别满足如下关系式：
Pimp＝[Pimp(1) Pimp(2) … Pimp(il) … Pimp(Nl)]
Qimp＝[Qimp(1) Qimp(2) … Qimp(il) … Qimp(Nl)]
式中，Nl表示供电线路的总段数，Pimp(il)表示第il段供电线路上所带的重要用电负荷功率，Qimp(il)表示第il段供电线路上所带的重要用电负荷电量。
步骤3包括：
步骤3.1，在雷雨预计开始时间前的设定时间范围t10内，采集正在电动汽车充电站内充电的电动汽车的参数以及设定区域内参与需求响应的电动汽车的参数；
步骤3.2，结合风光储平均输出功率来计算电动汽车充电站的需求响应能力，以如下关系式匹配相应数量的重要用电负荷功率Pimp.a与重要用电负荷电量Qimp.a：
Figure BDA0003640806360000061
式中，N′l为电动汽车充电站可以承载的包含重要用电负荷的供电线路的总段数，Pimp(i)为第i段供电线路跳闸前匹配的重要用电负荷功率，Qimp(i)为第i段供电线路跳闸前匹配的重要用电负荷电量，PDstation为指电动汽车充电站参与需求响应的预计出力，QDEVS为电动汽车的可放电容量。
电动汽车充电站参与需求响应的预计出力PDstation满足以下关系式:
Figure BDA0003640806360000062
式中，PW.ave、PPV.ave、PS.ave分别为风力发电机、光伏逆变器和储能装置的平均输出功率，PEV.d(ii)指第ii辆电动汽车的放电功率，ηS.d为储能装置的放电效率，ηEV.d为电动汽车的放电效率，NEV.D为可以参与放电的电动汽车总数。
步骤5包括：
步骤5.1，确定线路故障点位置和故障点隔离抢修所需时间、送电等待时长；
步骤5.2，根据线路隔离开关的开合状态，以如下关系式调整与电动汽车充电站需求响应相匹配的重要用电负荷功率和重要用电负荷电量Qimp.b：
Figure BDA0003640806360000071
式中，Pimp.b为供电线路跳闸后匹配的重要用电负荷功率，Qimp.b为供电线路跳闸后匹配的重要用电负荷电量，
Figure BDA0003640806360000072
分别为因隔离开关断开而无法按跳闸前的匹配方案送电的重要用电负荷功率和重要用电电量，
Figure BDA0003640806360000073
分别为可以被供电线路上的其他用电负荷功率和可以被供电线路上的其他用电负荷电量，其他用电负荷功率指除了重要用电负荷功率以外的负荷功率，其他用电负荷电量指除了重要用电负荷电量以外的负荷电量；N″l指因隔离开关断开而无法按跳闸前的匹配方案送电的供电线路段数。
步骤6以雷击跳闸后电动汽车充电站所在电网的发电和用电间不匹配功率Δdis(it)的方差最小化为目标函数，并以设定时间范围t10为一个充放电策略调整周期，同步采样风光储出力数据，求取每个充放电策略调整周期中雷击跳闸后电动汽车充电站所在电网的发电和用电间不匹配功率对电动汽车充电站参与需求响应的充放电策略进行优化，同步发送到各个充电桩执行。
以风光储一体化电动汽车充电站所在孤网的发电和用电间不匹配功率Δdis(it)的方差值最小化为目标函数，满足以下关系式：
Figure BDA0003640806360000074
其中，nt指该优化时段内的总时刻数。
风光储一体化电动汽车充电站所在孤网的发电和用电间不匹配功率Δdis(it)满足以下关系式：
Δdis(it)＝GP(it)-LP(it)
Figure BDA0003640806360000081
Figure BDA0003640806360000082
式中，GP(it)、LP(it)分别为孤网内总发电功率和总用电功率，PW(it)、PPV(it)、PS.d(it,j)、PEV.d(it,k)分别为第it时刻风光储一体化电动汽车充电站内风电、第it时刻风光储一体化电动汽车充电站内光伏、第it时刻第j个储能装置的输出功率、第it时刻第k个电动汽车的输出功率；Pimp.b(it)、PS.c(it,j)、PEV.c(it,k)分别为第it时刻风光储一体化电动汽车充电站所带重要用电负荷功率、第it时刻第j个储能装置、第it时刻第k个电动汽车的消耗功率，NS.D(it)、NEV.D(it)、NS.C(it)、NEV.C(it)分别为第it时刻风光储一体化电动汽车充电站内输出功率的储能装置总数、第it时刻风光储一体化电动汽车充电站内输出功率的电动汽车总数、第it时刻风光储一体化电动汽车充电站内吸收功率的储能装置总数、第it时刻风光储一体化电动汽车充电站内吸收功率的电动汽车总数；ηEV.c、ηS.c分别为电动汽车充电效率、储能装置充电效率。
目标函数需要满足风光储一体化电动汽车充电站的总发电量大于电动汽车充电和全部重要用电负荷电量之和，多余电量储存在电动汽车或储能装置中的约束条件，满足如下关系式：
Figure BDA0003640806360000091
目标函数需要满足储能装置的充放电功率约束和能量约束条件，即：
PS.c.min≤PS.c(it)≤PS.c.max
QDS.min≤QDS+PS.c·Δt≤Es
PS.d.min≤PS.d(it)≤PS.d.max
QDS.min≤QDS-PS.d·Δt≤Es
式中，Δt为采样时间间隔，PS.c.min、PS.c.max、PS.d.min、PS.d.max分别为储能装置最小充电功率、最大充电功率、最小放电功率、最大放电功率，QDS.min为储能装置最小剩余电量，Es为储能装置的总容量，QDS为储能装置可以放出的电量，PS.c为储能装置充电功率，PS.d为储能装置放电功率，PS.c(it)为第it优化时段内储能装置的充电功率，PS.d(it)为第it优化时段内储能装置的放电功率。
目标函数需要满足电动汽车的充放电功率约束和能量约束条件，即：
PEV.c.min≤PEV.c(it)≤PEV.c.max
QDEV.min≤QDEV+PEV.c·Δt≤EEV
PEV.d.min≤PEV.d(it)≤PEV.d.max
QEV.min≤QDEV-PEV.d·Δt≤EEV
式中，PEV.c.min、PEV.c.max、PEV.d.min、PEV.d.max分别为电动汽车最小充电功率、最大充电功率、最小放电功率、最大放电功率，QDEV.min为电动汽车可以放出的最小电量，QDEV为电动汽车可以放出的电量，PEV.c为电动汽车的消耗功率，PEV.d为电动汽车的放电功率；PEV.d(it)为第it时刻电动汽车的放电功率；QEV.min为电动汽车的最低电量需求。
目标函数需要满足电动汽车充放电转换次数限制的约束条件，即：
Figure BDA0003640806360000101
式中，ndc(it)为第it时刻电动汽车充放电变换次数，变换则计为1，反之计为0；Ndc.max为电动汽车允许充放电转换的最大次数。
本发明的有益效果在于，与现有技术相比：
第一，本发明可以帮助风光储一体化电动汽车充电站利用多平台气象信息和历史供电线路跳闸情况来较为准确地分析和预判其所在区域和供电线路所在区域的雷雨情况是否会影响充电站的正常供电，并且能够提前估测可以由充电站支撑的重要负荷；
第二，本发明进一步扩充了风光储一体化充电站以及电动汽车在电力系统中的应用场景，采用实时优化、发布需求响应策略的方式控制两者在雷雨天气下参与基于配电线路事故处理和线路重构的需求响应。并且在事故处理结束后及时停止需求响应，防止造成非同期并网问题；
第三，本发明利用风光储一体化充电站的充放电能力在雷雨天气且出现供电线路跳闸的情况下支撑充电站附近重要负荷的供电，并且根据充电站储存能量和配电线路故障隔离情况实时调整所供重要负荷。同时利用电动汽车和储能装置的充放电能力来平抑新能源发电和重要负荷用电间的不匹配功率。
附图说明
图1是雷雨风光储一体化电动车充电站响应方法的流程图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
一种雷雨风光储一体化电动车充电站响应系统，包括雷击跳闸系数计算模块、重要用电负荷归类模块、负荷功率与电量匹配模块、供电线路跳闸判定模块、重要用电负荷功率与用电调整模块、需求响应目标实现模块以及供电线路跳闸事故判定模块；
所述雷击跳闸系数计算模块采集区域内的雷雨的预报信息以及电动汽车充电站所在供电线路的跳闸历史信息，计算雷击跳闸系数并根据计算结果决定是否调动系统中的重要用电负荷归类模块；
重要用电负荷归类模块以充电站为起点向线路两端延伸，以线路隔离开关为分界点，由近及远对各段线路进行编号，并根据对用电可靠性要求的不同，分别统计线路各段所带重要用电负荷功率及所需电量，并将结果输入至重要负荷功率与电量匹配模块；
负荷功率与电量匹配模块根据接受到的结果计算线路跳闸前匹配的重要负荷功率和线路跳闸前匹配的重要负荷电量；
供电线路跳闸判定模块判定此时电动汽车充电站所在供电线路是否跳闸，如果跳闸则调动重要用电负荷功率与用电调整模块，如果没有跳闸则重新调动雷击跳闸系数计算模块；
重要用电负荷功率与用电调整模块确定线路故障点位置和隔离情况、送电等待时长，以此调整与充电站需求响应相匹配的用电负荷功率和电量，并调动需求响应目标实现模块；
需求响应目标实现模块计算最小化风光储一体化充电站所在孤网发电和用电间不匹配功率的方差值
通过设定关于最小化雷击跳闸后充电站所在电网不匹配功率Δdis(it)方差的目标函数，并以t10为一个调整充放电策略的周期，同步采样风光储出力数据，求取每个充放电策略周期中最小化的雷击跳闸后充电站所在电网不匹配功率对电动汽车参与需求响应的充放电策略进行优化，同步发送到各个充电桩执行该充放电策略。
最小化风光储一体化充电站所在孤网发电和用电间不匹配功率Δdis(it)的方差值的目标函数满足以下关系式：
Figure BDA0003640806360000121
其中，nt指该优化时段内的总时刻数。
风光储一体化充电站所在孤网发电和用电间不匹配功率Δdis(it)满足以下关系式：
Δdis(it)＝GP(it)-LP(it)
Figure BDA0003640806360000122
Figure BDA0003640806360000123
其中，GP(it)、LP(it)分别指孤网内总发电功率和总用电功率，单位kW。PW(it)、PPV(it)、PS.d(it,j)、PEV.d(it,k)分别指第it时刻风光储一体化充电站内风电、第it时刻风光储一体化充电站内光伏、第it时刻第j个储能装置的输出功率、第it时刻第k个电动汽车的输出功率，单位kW。Pimp.b(it)、PS.c(it,j)、PEV.c(it,k)分别指第it时刻充电站所带重要负荷、第it时刻第j个储能装置、第it时刻第k个电动汽车的消耗功率，单位kW。NS.D(it)、NEV.D(it)、NS.C(it)、NEV.C(it)分别指第it时刻充电站内输出功率的储能装置总数、第it时刻充电站内输出功率的电动汽车总数、第it时刻充电站内吸收功率的储能装置总数、第it时刻充电站内吸收功率的电动汽车总数；ηEV.c、ηS.c分别指电动汽车充电效率、储能装置充电效率。
供电线路跳闸事故判定模块判定供电线路跳闸事故处理是否结束，如果结束，则充电站停止对其供电线路上重要负荷进行供电，供电线路恢复送电；如果没有结束，则重新调动重要用电负荷功率与用电调整模块。
需求响应目标实现模块通过设定关于最小化雷击跳闸后充电站所在电网不匹配功率Δdis(it)方差的目标函数，并以t10为一个调整充放电策略的周期，同步采样风光储出力数据，求取每个充放电策略周期中最小化的雷击跳闸后充电站所在电网不匹配功率对电动汽车参与需求响应的充放电策略进行优化，同步发送到各个充电桩执行。
最小化风光储一体化充电站所在孤网发电和用电间不匹配功率Δdis(it)的方差值的目标函数通过计算用电间不匹配功率与所有优化时段内对用电间不匹配功率的平均值差值的平方在优化时段内的平均值的最小解。
所述风光储一体化充电站所在孤网发电和用电间不匹配功率通过计算指孤网内总发电功率以及孤网内总用电功率的差值得到。
本发明还公开了适用于一种雷雨风光储一体化电动车充电站的需求响应方法，如图1所示，包括以下步骤：
步骤1：采集风光储一体化电动车充电站及其供电线路所在区域关于雷雨的预报信息以及电动汽车充电站所在供电线路的跳闸历史信息，并根据所采集信息求取雷击跳闸系数，如果雷击跳闸系数大于警戒值，则进入步骤2，否则重复步骤1。
本领域普通技术人员应该知道，雷击跳闸系数有多种求取方法，例如可以通过采集历史雷击跳闸数据输入至神经网络后求得；为了提高计算速度，本发明实施例提出的雷击跳闸系数求取方法仅为实施过程中的一种优选技术方案，并非是实施本发明雷雨天气下风光储一体化电动汽车充电站的需求响应方法的必然限制。
进一步地，本实施例中所涉及的电动车为电动汽车，且仅为一优选实施例，本领域的技术人员可以利用本发明的技术方案在任意一种使用电能供电的机动车上；
进一步地，所述步骤1分析和预判电动汽车充电站及其供电线路所在区域的雷雨信息，并判断其供电线路的跳闸可能性，具体包括以下步骤：
步骤1.1采集电动汽车充电站及其供电线路所在区域关于雷雨的预报信息并对同类型气象参数取平均值：
在本实施例中，从气象网、中国雷电app、本地气象新闻等多平台可靠气象信息来源中搜集电动汽车充电站及其供电线路所在区域附近关于雷雨的预报信息，包括预计出现雷雨天气的最北纬度Latn.T、最南纬度Lats.T、最西经度Lonw.T、最东经度Lone.T、预计开始时间Tsta、持续时长Tend、期间的风力WF、闪电频次Nfla、闪电易发时段Tfla。
对同类型气象参数取平均值，作为对充电站所在区域进行雷雨信息预判的依据：
Figure BDA0003640806360000141
其中，Nc指参考的气象信息来源总数，Latn.T(ic)、Lats.T(ic)、Lonw.T(ic)Lone.T(ic)Tsta(ic)Tend(ic)WF(ic)Nfla(ic)、Tfla(ic)分别指第ic个气象信息来源的预计出现雷雨天气的最北和最南纬度(单位：°N)、最西和最东经度(单位：°E)、开始时间(单位：分钟)、持续时长(单位：分钟)、期间的风力(单位：级)、闪电频次(单位：次)、闪电易发时段(单位：分钟)，ave{·}指对矩阵的每一行取平均值的运算法则。
步骤1.2根据处理后的雷雨信息及电动汽车充电站所在供电线路的跳闸历史信息，计算其跳闸可能性。
获取充电站及其供电线路所辖区域的最北纬度Latn.EV、最南纬度Lats.EV、最西经度Lonw.EV、最东经度Lone.EV。
为了简便计算过程，以中国的地理位置为例，由于充电站和其供电线路以及其附近雷雨范围的占地面积相对于地球总面积极小，因此将充电站和其供电线路、附近雷雨范围视为以经纬度线为边的平面矩形，并且设定充电站和其供电线路与附近雷雨范围确实有重叠部分。在此设定下，分别建立维度排序矩阵LAT1×4和经度排序矩阵LON1×4，并以此建立重叠部分的经纬度矩阵AreaEV.T：
LAT1×4＝sort{[Latn.T Lats.T Latn.EV Lats.EV]}
LON1×4＝sort{[Lonw.T Lone.T Lonw.EV Lone.EV]}
Figure BDA0003640806360000151
其中，sort{·}指对矩阵中的元素按从小到大进行排序，LAT(1,2)指LAT1×4中排序后的第一个值与第二个值。
由此，计算得到此次雷雨天气下充电站和其供电线路范围与附近雷雨范围的重叠比率ηEV.T：
Figure BDA0003640806360000152
其中，AreaEV.T(1,1)指矩阵AreaEV.T第1行、第1列的值；AreaEV.T(1,2)指矩阵AreaEV.T第1行、第2列的值；AreaEV.T(2,1)指矩阵AreaEV.T第2行、第1列的值；AreaEV.T(2,2)指矩阵AreaEV.T第2行、第2列的值；
搜集历来充电站和其供电线路范围与附近雷雨范围重叠时的重叠比率、风力、闪电频次、雷雨持续时间数据和跳闸情况。其中，跳闸情况以0-1整数表示，线路跳闸为1，线路未跳闸为0。并且，对包含此次雷雨天气下的数据所有风力数据矩阵WF、闪电频次数据矩阵Nfla和雷雨持续时长矩阵Tend中的所有元素进行归一化处理：
WF*＝WF./max(WF)
Nfla *＝Nfla./max(Nfla)
Tend *＝Tend./max(Tend)
其中，max(WF)指取风力数据矩阵中的最大值，max(Nfla)指取闪电频次数据矩阵中的最大值，max(Tend)指取雷雨持续时长矩阵中的最大值。
历史雷雨天气下充电站和其供电线路范围与附近雷雨范围的重叠比率矩阵ηEV.T、归一化后的风力矩阵WF*、归一化后的闪电频次矩阵Nfla *、归一化后的雷雨持续时长矩阵Tend *组成自变量矩阵
Figure BDA0003640806360000161
跳闸情况矩阵为应变量矩阵Trip，计算得到回归系数矩阵[b1 b2 b3 b4]，以此建立历来雷雨天气下充电站的供电线路跳闸情况的多元线性回归模型：b1、b2、b3和b4分别为第一回归系数、第二回归系数、第三回归系数与第四回归系数；
Figure BDA0003640806360000162
其中，regress{·}是计算回归系数矩阵的运算法则，可以matlab软件中的regress函数实现。
将此次雷雨天气下的重叠比率、归一化后的风力、闪电频次和雷雨持续时长带入以下公式，得到雷击跳闸系数，该结果越接近于1则出现线路跳闸的可能性越大：
Figure BDA0003640806360000163
式中，ηEV.T为历史雷雨天气下电动汽车充电站及其供电线路所在区域与雷雨范围的重叠比率矩阵；WF*为归一化后的雷雨期间的风力矩阵；
Figure BDA0003640806360000171
为归一化后的雷雨期间闪电频次矩阵；Tend *为归一化后的雷雨持续时长矩阵；b1、b2、b3和b4分别为第一回归系数、第二回归系数、第三回归系数与第四回归系数。
步骤2：对风光储一体化电动汽车充电站及其供电线路所带重要用电负荷进行归类和统计。
进一步地，步骤S2对风光储一体化电动汽车充电站及其供电线路所带重要用电负荷进行归类和统计，统计方法按以下步骤进行：
当雷击跳闸系数大于警戒值Tripwarn，则需要进行此步骤。
假设充电站位于配电线路中段，且每段线路以隔离开关为分界点，每段线路上都带有一定数量的用电负荷。以充电站为起点向线路两端延伸，以线路隔离开关为分界点，由近及远对各段线路进行编号。
根据对用电可靠性要求的不同，分别统计线路各段所带重要用电负荷功率及所需电量。
Pimp＝[Pimp(1) Pimp(2) … Pimp(il) … Pimp(Nl)]
Qimp＝[Qimp(1) Qimp(2) … Qimp(il) … Qimp(Nl)]
其中，Nl表示供电线路的总段数，Pimp(il)表示第il段线路上所带的重要负荷功率，单位kW。Qimp(il)表示第il段线路上所带的重要负荷电量，单位kWh。
步骤3：计算风光储一体化电动汽车充电站的需求响应能力并匹配相应数量的重要负荷功率与电量。
本领域普通技术人员应该知道，电动汽车充电站的需求响应能力以及其匹配的负荷功率与电量的计算方法在现有技术中有许多种；本发明实施例提出的方法仅为一种优选技术方案，并非是实施本发明的必然限制。进一步地，所述步骤3计算风光储一体化电动汽车充电站的需求响应能力并匹配相应数量的重要负荷，具体包括以下步骤：
步骤3.1，在雷雨预计开始时间前的所设定时间范围t10内，采集正在充电站内充电的电网汽车用户以及所设定区域内参与需求相应的电动汽车参数；
在本实施例中，所设定时间范围t10为15分钟，所设定区域为充电站方圆6公里的区域；
在雷雨预计开始时间前15分钟内，充电站以商用app推送信息的方式，向正在充电站内充电的电动汽车用户和位于充电站附近的电动汽车用户宣传参与此次雷雨情况下的电动汽车需求响应，并告知其参与需求响应的回报，实现激励型需求响应模式。
充电站统计电动汽车充电站内确认参与需求响应的电动汽车的数量NEV，同时统计每辆电动汽车电池总容量EEV、所含电量QEV、充电开始时间staEV、预计停留时长tEV、充电功率PEV.c、放电功率PEV.d、最低电量需求QEV.min、最低荷电状态SOCEV.min。以15分钟为一个统计时间窗口，保持更新。
步骤3.2，结合风光储平均输出功率来计算电动汽车充电站的需求响应能力，匹配相应数量的重要负荷功率Pimp.a与电量Qimp.a。
进一步地，所述步骤3.2包括以下具体内容：
依靠风力发电机、光伏逆变器和储能装置上安装的功率监测装置，获取雷雨到来前t10内三种电源的输出功率，并取平均值作为三种电源出力的参考值。优选的，t10为15分钟；
Figure BDA0003640806360000181
其中，PW(it)、PPV(it)、PS.d(it)分别指第it秒风力发电机、光伏逆变器和储能装置的输出功率，PW.ave、PPV.ave、PS.d.ave分别指风力发电机、光伏逆变器和储能装置的平均输出功率，单位均为kW。
根据电动汽车电池容量、储能装置容量，计算充电站内的总容量EEVS、可充电容量QCEVS、放电容量QDEVS：
Figure BDA0003640806360000191
Figure BDA0003640806360000192
Figure BDA0003640806360000193
其中，NS指充电站内储能装置总数，ES(i)、QCS(i)、QDS(i)分别指第i个储能装置的总容量、可以充入的电量、可以放出的电量，单位为kWh。NEV.C、NEV.D分别指可以参与充电、参与放电的电动汽车总数。EEV(i)、QCEV(i)、QDEV(i)分别指第i辆电动汽车的总容量、第i辆电动汽车可以充入的电量、第i辆电动汽车可以放出的电量，单位kWh。
本领域普通技术人员应该知道，充电站参与需求响应的预计出力的计算方法在现有技术中有许多种；本发明实施例提出的方法仅为一种优选技术方案，并非是实施本发明的必然限制。基于风力发电机、光伏逆变器、储能装置的平均输出功率和电动汽车放电功率，计算充电站参与需求响应的预计出力PDstation：
Figure BDA0003640806360000194
其中，PEV.d(i)指第i辆电动汽车的放电功率，单位kW。ηS.d指储能装置的放电效率，ηEV.d指电动汽车的放电效率。
根据计算得到的充电站预计出力PDstation和可放电容量QDEVS匹配相应数量的重要用电负荷，且留有裕度，得到线路跳闸前匹配的重要负荷功率Pimp.a和线路跳闸前匹配的重要负荷电量Qimp.a：
Figure BDA0003640806360000201
其中，Nl'指充电站可以承载的包含重要用电负荷的供电线路段数，Pimp(i)指第i条供电线路跳闸前匹配的重要负荷功率，Qimp(i)指第i条供电线路跳闸前匹配的重要负荷电量。
步骤4：判定此时电动汽车充电站所在供电线路是否跳闸，如果跳闸则进入步骤5，如果没有跳闸则返回步骤1；
步骤5：在出现电动汽车充电站所在供电线路跳闸的情况下，确定线路故障点位置和隔离情况、送电等待时长，并以此调整被匹配的重要用电负荷功率与用电。
进一步地，所述步骤5在出现电动汽车充电站所在供电线路跳闸的情况下，确定线路故障点位置和隔离情况、送电等待时长，并以此调整被匹配的重要用电负荷，按以下步骤进行：
步骤5.1在出现电动汽车充电站所在供电线路跳闸的情况下，确定线路故障点位置和隔离情况、送电等待时长。
进一步地，所述步骤5.1包括以下具体内容：
在出现电动汽车充电站所在供电线路跳闸的情况下，得到预计巡线时长Tche、预计抢修时间Trep(单位：分钟)；在本实施例中，预计巡线时长Tche由当值调度员联系配电部门前向故障线路进行线路巡查，并通过营销部门向充电站告知。
充电站根据预计巡线时长Tche安排电动汽车参与站内的需求响应，保障站内重要设备恢复供电。
配电部门找出故障点后，联系当值调度员，汇报预计抢修时间Trep(单位：分钟)，并告知线路故障点位置和故障点隔离方案，调度将预计抢修时间Trep和故障点隔离方案通过营销部门告知充电站。
充电站计算得到此次需求响应的预计总时长TDS(单位：分钟)，即送电等待时长为：
TDS＝Tche+Trep
通过营销部门汇报配电部门和当值调度员，并向电动汽车用户发布需求响应的相关信息。
进一步地，所述步骤5.2包括以下具体内容：
步骤5.2根据线路隔离开关的开合情况，调整与充电站需求响应相匹配的用电负荷功率Pimp.b和电量Qimp.b：
Figure BDA0003640806360000211
其中，
Figure BDA0003640806360000212
分别指因隔离开关断开而无法按跳闸前预设匹配方案送电的负荷功率和电量，
Figure BDA0003640806360000213
分别指可以被送电线路上的其他负荷功率和可以被送电线路上的其他电量，单位分别是kW和kWh。N″l指因隔离开关断开而无法按跳闸前预设匹配方案送电的供电线路段数。
为简便测量器具、提高电量预测效率，可利用此次需求响应的预计总
时长TDS估算需要支撑的电量Qimp.b：
Qimp.b＝Pimp.b·TDS/60
步骤6：使风光储一体化电动汽车充电站参与雷雨天气及线路跳闸情况下的需求响应。
本领域普通技术人员应该知道，现有技术中存在多种雷雨天气及线路跳闸情况下电动汽车充电站可以进行的需求响应方法；本发明提出的方法仅为一种优选技术方案，并非是实施本发明的必然限制。
优选地，风光储一体化电动汽车充电站参与雷雨天气及线路跳闸情况下的需求响应目标是最小化风光储一体化充电站所在孤网发电和用电间不匹配功率的方差值，本领域技术人员也可根据实际情况选用计算模型来将该不匹配功率的方差值最小化，本发明提供的方法仅为一优选实施例，并非是实施本发明的必然限制。
进一步地，所述步骤6使风光储一体化电动汽车充电站参与雷雨天气及线路跳闸情况下的需求响应，包括以下具体内容：
通过设定关于最小化雷击跳闸后充电站所在电网不匹配功率方差的目标函数，并以t10为一个调整充放电策略的周期，同步采样风光储出力数据，对电动汽车参与需求响应的充放电策略进行滚动优化，同步发送到各个充电桩执行并执行。
it时刻风光储一体化充电站所在孤网的发电和用电间不匹配功率Δdis(it)可以表示为：
Figure BDA0003640806360000221
Figure BDA0003640806360000222
Δdis(it)＝GP(it)-LP(it)
其中，GP(it)、LP(it)分别指孤网内总发电功率和总用电功率，单位kW；PW(it)、PPV(it)、PS.d(it,j)、PEV.d(it,k)分别指第it时刻风光储一体化充电站内风电、第it时刻风光储一体化充电站内光伏、第it时刻第j个储能装置的输出功率、第it时刻第k个电动汽车的输出功率，单位kW。Pimp.b(it)、PS.c(it,j)、PEV.c(it,k)分别指第it时刻充电站所带重要负荷、第it时刻第j个储能装置、第it时刻第k个电动汽车的消耗功率，单位kW；NS.D(it)、NEV.D(it)、NS.C(it)、NEV.C(it)分别指第it时刻充电站内输出功率的储能装置总数、第it时刻充电站内输出功率的电动汽车总数、第it时刻充电站内吸收功率的储能装置总数、第it时刻充电站内吸收功率的电动汽车总数。ηEV.c、ηS.c分别指电动汽车充电效率、储能装置充电效率。
目标函数：雷击跳闸且故障隔离后，最小化风光储一体化充电站所在孤网发电和用电间不匹配功率的方差值D(Δdis)。
Figure BDA0003640806360000231
其中，nt指该优化时段内的总时刻数。
约束条件1：保证供电的稳定性，充电站的总发电量大于电动汽车充电和重要负荷的总用电量，多余电能储存在电动汽车或储能装置中。
Figure BDA0003640806360000232
约束条件2：关于储能装置的充放电功率约束和能量约束。
PS.c.min≤PS.c(it)≤PS.c.max
QDS.min≤QDS+PS.c·Δt≤Es
PS.d.min≤PS.d(it)≤PS.d.max
QDS.min≤QDS-PS.d·Δt≤Es
其中，Δt指采样时间间隔，PS.c.min、PS.c.max、PS.d.min、PS.d.max分别指储能装置最小充电功率、最大充电功率、最小放电功率、最大放电功率，单位kW。QDS.min指储能装置最小剩余电量，单位kWh。Es指储能装置的总容量，QDS指储能装置可以放出的电量，PS.c指储能装置充电功率，PS.d指储能装置放电功率，PS.c(it)指第it优化时段内储能装置的充电功率，PS.d(it)指第it优化时段内储能装置的放电功率；
约束条件3：关于电动汽车的充放电功率约束和能量约束。
PEV.c.min≤PEV.c(it)≤PEV.c.max
QEV.min≤QDEV+PEV.c·Δt≤EEV
PEV.d.min≤PEV.d(it)≤PEV.d.max
QEV.min≤QDEV-PEV.d·Δt≤EEV
其中，PEV.c.min、PEV.c.max、PEV.d.min、PEV.d.max分别指电动汽车最小充电功率、最大充电功率、最小放电功率、最大放电功率，单位kW。QEV.min指电动汽车的最低电量需求，QDEV指电动汽车可以放出的电量，PEV.c指电动汽车的消耗功率，PEV.d指电动汽车的放电功率；PEV.d(it)指第it时刻电动汽车的放电功率。
约束条件4：电动汽车充放电转换次数限制。
Figure BDA0003640806360000241
其中，ndc(it)指第it时刻电动汽车充放电变换次数，变换则计为1，反之计为0。Ndc.max指电动汽车允许充放电转换的最大次数，防止因充放电转换次数过频繁而造成电动汽车电池损坏。
显然，该模型是关于电动汽车和储能装置充放电的优化问题，可以在MATLAB软件中调用IBM Cplex工具包求解出雷雨天气及线路跳闸情况下当前时段内电动汽车和储能装置参与需求响应且抑制不匹配功率的最优解。
步骤7，判定供电线路跳闸事故处理是否结束，如果结束，则充电站停止对其供电线路上重要负荷进行供电，供电线路恢复送电；如果没有结束，则返回步骤6；
如果返回步骤6，则到达下一个优化时段时，再进行风光储出力、电动汽车数量、充放电能力、荷电状态、负荷状态的统计或测算，并再次求解电动汽车和储能装置充放电的优化问题，将结果传送至充电桩执行。
如果不返回步骤6，则代表此次需求响应结束，跳闸的供电线路检修完毕、安全措施拆除、工作人员撤离后且恢复送电，充电站停止对其供电线路上重要负荷进行供电，防止造成非同期并网问题并确保供电线路安全恢复至正常接线与送电。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (20)

1.雷雨风光储一体化电动车充电站响应系统，其特征在于，所述系统包括雷击跳闸系数计算模块、重要用电负荷归类模块、重要负荷功率与电量匹配模块、供电线路跳闸判定模块、重要用电负荷功率与用电调整模块、需求响应目标实现模块以及供电线路跳闸事故判定模块；
所述雷击跳闸系数计算模块采集区域内的雷雨的预报信息以及电动汽车充电站所在供电线路的跳闸历史信息，计算雷击跳闸系数并根据计算结果决定是否调动系统中的重要用电负荷归类模块；
所述重要用电负荷归类模块分别统计线路各段所带重要用电负荷功率及所需电量，并将结果输入至重要负荷功率与电量匹配模块；
所述负荷功率与电量匹配模块根据接受到的结果计算线路跳闸前匹配的重要负荷功率和线路跳闸前匹配的重要负荷电量；
所述供电线路跳闸判定模块判定此时电动汽车充电站所在供电线路是否跳闸，如果跳闸则调动重要用电负荷功率与用电调整模块，如果没有跳闸则重新调动雷击跳闸系数计算模块；
所述重要用电负荷功率与用电调整模块确定线路故障点位置和隔离情况、送电等待时长，以此调整与充电站需求响应相匹配的用电负荷功率和电量，并调动需求响应目标实现模块；
所述需求响应目标实现模块计算最小化风光储一体化充电站所在孤网发电和用电间不匹配功率的方差值。
2.根据权利要求1所述的雷雨风光储一体化电动车充电站响应系统，其特征在于，
所述负荷功率与电量匹配模块以充电站为起点向线路两端延伸，以线路隔离开关为分界点，由近及远对各段线路进行编号，并根据对用电可靠性要求的不同，统计线路各段所带重要用电负荷功率及所需电量。
3.根据权利要求1所述的雷雨风光储一体化电动车充电站响应系统，其特征在于，
所述需求响应目标实现模块通过设定关于最小化雷击跳闸后充电站所在电网不匹配功率Δdis(it)方差的目标函数，并以t10为一个调整充放电策略的周期，同步采样风光储出力数据，求取每个充放电策略周期中最小化的雷击跳闸后充电站所在电网不匹配功率对电动汽车参与需求响应的充放电策略进行优化，同步发送到各个充电桩执行。
4.根据权利要求1所述的雷雨风光储一体化电动车充电站响应系统，其特征在于，
所述最小化风光储一体化充电站所在孤网发电和用电间不匹配功率Δdis(it)的方差值的目标函数通过计算用电间不匹配功率与所有优化时段内对用电间不匹配功率的平均值差值的平方在优化时段内的平均值的最小解。
5.根据权利要求1所述的雷雨风光储一体化电动车充电站响应系统，其特征在于，
所述风光储一体化充电站所在孤网发电和用电间不匹配功率通过计算指孤网内总发电功率以及孤网内总用电功率的差值得到。
6.基于权利要求1-5任意一项所述的雷雨风光储一体化电动车充电站响应系统的一种雷雨风光储一体化电动车充电站响应方法，其特征在于，所述方法包括：
步骤1，采集电动汽车充电站及其供电线路所在区域的雷雨预报信息以及供电线路的跳闸历史信息，并根据所采集信息求取雷击跳闸系数，如果雷击跳闸系数大于警戒值，则进入步骤2，否则重复步骤1；
步骤2，对电动汽车充电站及其供电线路所带重要用电负荷进行分段；
步骤3，计算电动汽车充电站的需求响应能力并匹配相应数量的重要用电负荷功率与重要用电负荷电量；
步骤4，判定此时电动汽车充电站的供电线路是否跳闸，如果跳闸则进入步骤5，如果没有跳闸则返回步骤1；
步骤5，确定线路故障点位置和隔离情况、送电等待时长，并以此调整被匹配的重要用电负荷功率与重要用电负荷电量；
步骤6，使电动汽车充电站参与雷雨天气及线路跳闸情况下的需求响应；
步骤7，判定供电线路跳闸事故处理是否结束，如果结束，则充电站停止对其供电线路上重要负荷进行供电，供电线路恢复送电；如果没有结束，则返回步骤6。
7.根据权利要求6所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述步骤1包括：
步骤1.1，采集电动汽车充电站及其供电线路所在区域的雷雨预报信息；
所述雷雨预报信息包括：预计出现雷雨天气的最北纬度Latn.T、最南纬度Lats.T、最西经度Lonw.T、最东经度Lone.T，雷雨预计开始时间Tsta，雷雨持续时长Tend，雷雨期间的风力WF，雷雨期间闪电频次Nfla，闪电易发时段Tfla；
步骤1.2，对同类型的雷雨预报信息计算平均值；
步骤1.3，根据取平均值后的雷雨预报信息及供电线路的跳闸历史信息，计算跳闸可能性。
8.根据权利要求7所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述跳闸可能性Tripwarn满足如下关系式：
Figure FDA0003640806350000031
式中，ηEV.T为历史雷雨天气下电动汽车充电站及其供电线路所在区域与雷雨范围的重叠比率矩阵；WF*为归一化后的雷雨期间的风力矩阵；
Figure FDA0003640806350000032
为归一化后的雷雨期间闪电频次矩阵；Tend *为归一化后的雷雨持续时长矩阵；b1、b2、b3和b4分别为第一回归系数、第二回归系数、第三回归系数与第四回归系数。
9.根据权利要求8所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述历史雷雨天气下电动汽车充电站及其供电线路所在区域与雷雨范围的重叠比率矩阵ηEV.T由历史雷雨天气下电动汽车充电站及其供电线路所在区域与雷雨范围的重叠比率ηEV.T构成，ηEV.T满足以下关系式：
Figure FDA0003640806350000041
式中，Latn.EV为供电线路所在区域的最北纬度，Lats.EV为供电线路所在区域的最南纬度，Lonw.EV为供电线路所在区域的最西经度，Lone.EV为供电线路所在区域的最东经度，AreaEV.T(1,1)为矩阵AreaEV.T第1行、第1列的值；AreaEV.T(1,2)为矩阵AreaEV.T第1行、第2列的值；AreaEV.T(2,1)为矩阵AreaEV.T第2行、第1列的值；AreaEV.T(2,2)为矩阵AreaEV.T第2行、第2列的值；
矩阵AreaEV.T满足如下关系式：
Figure FDA0003640806350000042
式中，LAT(1,2)为LAT1×4中的第一个值与第二个值；LAT(1,3)为LAT1×4中的第一个值与第三个值；LON(1,2)为LON1×4中的第一个值与第二个值；LAT(1,3)为LON1×4中的第一个值与第三个值；
LAT1×4＝sort{[Latn.T Lats.T Latn.EV Lats.EV]}
LON1×4＝sort{[Lonw.T Lone.T Lonw.EV Lone.EV]}
式中，sort{·}为对矩阵中的元素按从小到大进行排序，Latn.T为预计出现雷雨天气的最北维度，Lats.T为预计出现雷雨天气的最南纬度；Lonw.T为预计出现雷雨天气的最西经度；Lone.T为预计出现雷雨天气的最东经度。
10.根据权利要求6所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
在所述步骤2中，假设电动汽车充电站位于供电线路中段，且每段供电线路以隔离开关为分界点，每段线路上都带有一定数量的用电负荷；以电动汽车充电站为起点向供电线路的两端延伸，以隔离开关为分界点，得到多段供电线路；由近及远对各段供电线路进行编号，则各段供电线路所带重要用电负荷功率Pimp及重要用电负荷电量Qimp分别满足如下关系式：
Pimp＝[Pimp(1) Pimp(2)…Pimp(il)…Pimp(Nl)]
Qimp＝[Qimp(1) Qimp(2)…Qimp(il)…Qimp(Nl)]
式中，Nl表示供电线路的总段数，Pimp(il)表示第il段供电线路上所带的重要用电负荷功率，Qimp(il)表示第il段供电线路上所带的重要用电负荷电量。
11.根据权利要求6或10所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述步骤3包括：
步骤3.1，在雷雨预计开始时间前的设定时间范围t10内，采集正在电动汽车充电站内充电的电动汽车的参数以及设定区域内参与需求响应的电动汽车的参数；
步骤3.2，结合风光储平均输出功率来计算电动汽车充电站的需求响应能力，以如下关系式匹配相应数量的重要用电负荷功率Pimp.a与重要用电负荷电量Qimp.a：
Figure FDA0003640806350000051
式中，N′l为电动汽车充电站可以承载的包含重要用电负荷的供电线路的总段数，Pimp(i)为第i段供电线路跳闸前匹配的重要用电负荷功率，Qimp(i)为第i段供电线路跳闸前匹配的重要用电负荷电量，PDstation为指电动汽车充电站参与需求响应的预计出力，QDEVS为电动汽车的可放电容量。
12.根据权利要求11所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
电动汽车充电站参与需求响应的预计出力PDstation满足以下关系式:
Figure FDA0003640806350000061
式中，PW.ave、PPV.ave、PS.ave分别为风力发电机、光伏逆变器和储能装置的平均输出功率，PEV.d(ii)指第ii辆电动汽车的放电功率，ηS.d为储能装置的放电效率，ηEV.d为电动汽车的放电效率，NEV.D为可以参与放电的电动汽车总数。
13.根据权利要求6或7所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述步骤5包括：
步骤5.1，确定线路故障点位置和故障点隔离抢修所需时间、送电等待时长；
步骤5.2，根据线路隔离开关的开合状态，以如下关系式调整与电动汽车充电站需求响应相匹配的重要用电负荷功率和重要用电负荷电量Qimp.b：
Figure FDA0003640806350000062
式中，Pimp.b为供电线路跳闸后匹配的重要用电负荷功率，Qimp.b为供电线路跳闸后匹配的重要用电负荷电量，
Figure FDA0003640806350000063
分别为因隔离开关断开而无法按跳闸前的匹配方案送电的重要用电负荷功率和重要用电电量，
Figure FDA0003640806350000064
分别为可以被供电线路上的其他用电负荷功率和可以被供电线路上的其他用电负荷电量，其他用电负荷功率指除了重要用电负荷功率以外的负荷功率，其他用电负荷电量指除了重要用电负荷电量以外的负荷电量；N″l指因隔离开关断开而无法按跳闸前的匹配方案送电的供电线路段数。
14.根据权利要求6所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述步骤6以雷击跳闸后电动汽车充电站所在电网的发电和用电间不匹配功率Δdis(it)的方差最小化为目标函数，并以设定时间范围t10为一个充放电策略调整周期，同步采样风光储出力数据，求取每个充放电策略调整周期中雷击跳闸后电动汽车充电站所在电网的发电和用电间不匹配功率对电动汽车充电站参与需求响应的充放电策略进行优化，同步发送到各个充电桩执行。
15.根据权利要求14所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
以风光储一体化电动汽车充电站所在孤网的发电和用电间不匹配功率Δdis(it)的方差值最小化为目标函数，满足以下关系式：
Figure FDA0003640806350000071
其中，nt指该优化时段内的总时刻数。
16.根据权利要求15所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述风光储一体化电动汽车充电站所在孤网的发电和用电间不匹配功率Δdis(it)满足以下关系式：
Δdis(it)＝GP(it)-LP(it)
Figure FDA0003640806350000072
Figure FDA0003640806350000073
式中，GP(it)、LP(it)分别为孤网内总发电功率和总用电功率，PW(it)、PPV(it)、PS.d(it,j)、PEV.d(it,k)分别为第it时刻风光储一体化电动汽车充电站内风电、第it时刻风光储一体化电动汽车充电站内光伏、第it时刻第j个储能装置的输出功率、第it时刻第k个电动汽车的输出功率；Pimp.b(it)、PS.c(it,j)、PEV.c(it,k)分别为第it时刻风光储一体化电动汽车充电站所带重要用电负荷功率、第it时刻第j个储能装置、第it时刻第k个电动汽车的消耗功率，NS.D(it)、NEV.D(it)、NS.C(it)、NEV.C(it)分别为第it时刻风光储一体化电动汽车充电站内输出功率的储能装置总数、第it时刻风光储一体化电动汽车充电站内输出功率的电动汽车总数、第it时刻风光储一体化电动汽车充电站内吸收功率的储能装置总数、第it时刻风光储一体化电动汽车充电站内吸收功率的电动汽车总数；ηEV.c、ηS.c分别为电动汽车充电效率、储能装置充电效率。
17.根据权利要求15所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述目标函数需要满足风光储一体化电动汽车充电站的总发电量大于电动汽车充电和全部重要用电负荷电量之和，多余电量储存在电动汽车或储能装置中的约束条件，满足如下关系式：
Figure FDA0003640806350000081
18.根据权利要求16或17所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述目标函数需要满足储能装置的充放电功率约束和能量约束条件，即：
PS.c.min≤PS.c(it)≤PS.c.max
QDS.min≤QDS+PS.c·Δt≤Es
PS.d.min≤PS.d(it)≤PS.d.max
QDS.min≤QDS-PS.d·Δt≤Es
式中，Δt为采样时间间隔，PS.c.min、PS.c.max、PS.d.min、PS.d.max分别为储能装置最小充电功率、最大充电功率、最小放电功率、最大放电功率，QDS.min为储能装置最小剩余电量，Es为储能装置的总容量，QDS为储能装置可以放出的电量，PS.c为储能装置充电功率，PS.d为储能装置放电功率，PS.c(it)为第it优化时段内储能装置的充电功率，PS.d(it)为第it优化时段内储能装置的放电功率。
19.根据权利要求18所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述目标函数需要满足电动汽车的充放电功率约束和能量约束条件，即：
PEV.c.min≤PEV.c(it)≤PEV.c.max
QDEV.min≤QDEV+PEV.c·Δt≤EEV
PEV.d.min≤PEV.d(it)≤PEV.d.max
QEV.min≤QDEV-PEV.d·Δt≤EEV
式中，PEV.c.min、PEV.c.max、PEV.d.min、PEV.d.max分别为电动汽车最小充电功率、最大充电功率、最小放电功率、最大放电功率，QDEV.min为电动汽车可以放出的最小电量，QDEV为电动汽车可以放出的电量，PEV.c为电动汽车的消耗功率，PEV.d为电动汽车的放电功率；PEV.d(it)为第it时刻电动汽车的放电功率；QEV.min为电动汽车的最低电量需求。
20.根据权利要求19所述的雷雨风光储一体化电动车充电站响应方法，其特征在于，
所述目标函数需要满足电动汽车充放电转换次数限制的约束条件，即：
Figure FDA0003640806350000101
式中，ndc(it)为第it时刻电动汽车充放电变换次数，变换则计为1，反之计为0；Ndc.max为电动汽车允许充放电转换的最大次数。
CN202210514345.3A 2022-04-27 2022-05-12 一种雷雨风光储一体化电动车充电站响应系统及方法 Withdrawn CN114865773A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202210514345.3A CN114865773A (zh) 2022-05-12 2022-05-12 一种雷雨风光储一体化电动车充电站响应系统及方法
PCT/CN2023/090763 WO2023208019A1 (zh) 2022-04-27 2023-04-26 一种雷雨风光储一体化电动车充电站响应系统及方法
US18/387,845 US20240235207A1 (en) 2022-04-27 2023-11-07 Response system and method for integrated wind-solar-storage electric vehicle charging station during thunderstorm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210514345.3A CN114865773A (zh) 2022-05-12 2022-05-12 一种雷雨风光储一体化电动车充电站响应系统及方法

Publications (1)

Publication Number Publication Date
CN114865773A true CN114865773A (zh) 2022-08-05

Family

ID=82637116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210514345.3A Withdrawn CN114865773A (zh) 2022-04-27 2022-05-12 一种雷雨风光储一体化电动车充电站响应系统及方法

Country Status (1)

Country Link
CN (1) CN114865773A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023208019A1 (zh) * 2022-04-27 2023-11-02 国网江苏省电力有限公司苏州供电分公司 一种雷雨风光储一体化电动车充电站响应系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023208019A1 (zh) * 2022-04-27 2023-11-02 国网江苏省电力有限公司苏州供电分公司 一种雷雨风光储一体化电动车充电站响应系统及方法

Similar Documents

Publication Publication Date Title
CN111626527B (zh) 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法
WO2023208019A1 (zh) 一种雷雨风光储一体化电动车充电站响应系统及方法
CN104269876B (zh) 电池储能系统采用离线仿真方法检验的风储混合电站
CN107332234A (zh) 一种考虑可再生能源间歇性的主动配电网多故障修复策略
CN110429596B (zh) 计及电动汽车时空分布的配电网可靠性评估方法
CN111244988B (zh) 考虑分布式电源的电动汽车和储能优化调度方法
CN105811409A (zh) 一种含电动汽车混合储能系统的微网多目标运行调度方法
CN109842139B (zh) 一种含移动储能的微电网扩展规划方法
CN103051018B (zh) 用于提高风电可控性的电池储能系统控制方法
CN109102185B (zh) 一种评估光储充一体化电站全寿命周期经济性的方法和系统
CN117578522A (zh) 基于源网荷储协同服务的电动汽车快充站储能系统及方法
CN111762057B (zh) 一种区域微网中v2g电动汽车智能充放电管理方法
CN110245858A (zh) 一种含电动汽车充电站的微电网可靠性评估方法
CN114977175B (zh) 一种雷雨风光储一体化电动车充电站响应系统及方法
Saadatmandi et al. Smart electric vehicle charging for reducing photovoltaic energy curtailment
CN114865773A (zh) 一种雷雨风光储一体化电动车充电站响应系统及方法
CN114944661A (zh) 一种基于储能系统滚动优化的微电网三阶段优化控制方法
CN104184141A (zh) 可再生能源发电控制方法及装置
Zhang et al. Optimum sizing of non-grid-connected wind power system incorporating battery-exchange stations
CN117040015A (zh) 一种基于粒子群算法的微电网优化调度模型
CN115765001A (zh) 一种面向新型电力系统的供电可靠率计算方法
CN110417002B (zh) 一种孤岛微电网能量模型的优化方法
CN108183498B (zh) 一种含风光储配电网背景下的车储混合配置方法
Nguyen et al. Determination of second-life battery capacity and load rating for a standalone e-bike charging station powered by hybrid renewable energy system
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

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220805