CN115021329A - 一种基于电动汽车聚合商的多功能电网调度系统 - Google Patents
一种基于电动汽车聚合商的多功能电网调度系统 Download PDFInfo
- Publication number
- CN115021329A CN115021329A CN202210596866.8A CN202210596866A CN115021329A CN 115021329 A CN115021329 A CN 115021329A CN 202210596866 A CN202210596866 A CN 202210596866A CN 115021329 A CN115021329 A CN 115021329A
- Authority
- CN
- China
- Prior art keywords
- cost
- electric vehicle
- power
- power grid
- aggregator
- 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- Withdrawn
Links
- 238000005265 energy consumption Methods 0.000 claims abstract description 24
- 238000007599 discharging Methods 0.000 claims description 82
- 238000005457 optimization Methods 0.000 claims description 54
- 238000000034 method Methods 0.000 claims description 30
- 239000000446 fuel Substances 0.000 claims description 15
- 230000009194 climbing Effects 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000032683 aging Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 9
- 238000003912 environmental pollution Methods 0.000 claims description 9
- 229910052799 carbon Inorganic materials 0.000 claims description 7
- 238000004146 energy storage Methods 0.000 claims description 7
- 238000005299 abrasion Methods 0.000 claims description 6
- 239000005431 greenhouse gas Substances 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000007123 defense Effects 0.000 claims description 3
- 238000009987 spinning Methods 0.000 claims description 3
- 230000000452 restraining effect Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000009897 systematic effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- 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
- H02J3/46—Controlling of the sharing of output between the 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase networks
-
- 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
- H02J3/28—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
-
- 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
- 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]
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
- Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
- Y04S30/12—Remote or cooperative charging
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及电力调度技术领域,公开了一种基于电动汽车聚合商的多功能电网调度系统,包括电网调控中心、火力发电厂、可再生能源发电厂、电动汽车聚合商,电动汽车聚合商下设有电动汽车集群;电网调控中心接受其他模块上报的容量和报价,并向其他模块发送调度指令,在紧急调度情况下向用户发送切负荷指令;火力发电厂和可再生能源发电厂根据协议和出清价格接受电网调控中心的调度指令输出电能;电动汽车聚合商收集电动汽车集群状态信息及报价,并传递电网调控中心对电动汽车集群的控制指令。本发明实现削峰填谷调度、可再生能源消纳调度以及电网紧急调度功能,充分利用电动汽车电池的电源‑负荷特性,提高电网稳定性、可靠性和可再生能源消纳能力。
Description
技术领域
本发明涉及电力调度技术领域,具体涉及一种基于电动汽车聚合商的多功能电网调度系统。
背景技术
随着电动汽车保有量持续增长,其充电行为具有波动性大的特点,对电网造成额外负担,大规模电动汽车的并网充电会影响电网经济、稳定和可靠运行,因此可以充分发挥电动汽车储能电池能量双向流动的特性,通过V2G技术采取一定的控制策略来引导电动汽车集群的有序充放电。
电网负荷结构的显著变化以及电网装机容量迅速增长会导致负荷的峰谷差日益增大,同时电动汽车集群的无序充电会进一步增大电网峰谷差,甚至出现“峰上加峰”的现象,因此需要电动汽车集群充分发挥其电源-负荷切换的特点,利用V2G技术在负荷高峰时段充当电源角色向电网反向供电,在负荷低谷时段充当可变负荷,以达到削峰填谷的目的,保证系统高效运行。
我国为实现“双碳”目标,提出在2030年将风电太阳能总装机提升至12亿千瓦衣裳,非化石能源消费占比达到25%,并计划在2050年进一步将能源消费中可再生能源比例提升至60%以上,风电和光伏等间歇性可再生能源将逐渐从电力系统中的次要能源变为主要能源,但由于风电、光伏等可再生能源在电网中的出力具有间歇性强和波动性大的特点,并网消纳难,同时会对电网的稳定性产生冲击,严重影响了可再生能源产业的长足发展。在此背景下,可以利用电动汽车集群作为负荷长时间可调度的特点,完成对新能源的及时消纳。
同时随着电网中可再生能源比例的持续提高,电源侧的同步发电机逐步被电力电子设备所替代,系统内的传统调频资源逐渐稀缺化,惯量持续降低已成为大多数国家电力系统所面临的共同难题,备用容量的减少,往往导致电力系统在受到严重扰动出现有功功率失衡后,系统频率出现大范围波动。相较于以往使用的调频水电机组和燃气机组3%/min的启动速度,电动汽车集群作为应急调频资源具有有功功率响应速度快、爬坡能力强的特点,因此可以将聚合商旗下的电动汽车集群作为某种特定情形下快速频率响应的对象。
发明内容
发明目的:针对现有技术中存在的问题,本发明提供一种基于电动汽车聚合商的多功能电网调度系统,通过对电动汽车集群的充放电控制实现电网多功能调度。
技术方案:本发明提供了一种基于电动汽车聚合商的多功能电网调度系统,包括电网调控中心、火力发电厂、可再生能源发电厂、电动汽车聚合商,所述电动汽车聚合商下设有电动汽车集群;
所述电网调控中心接受火力发电厂、可再生能源发电厂、电动汽车聚合商上报的容量和报价,并向火力发电厂、可再生能源发电厂、电动汽车聚合商发送调度指令,在紧急调度情况下向用户发送切负荷指令;
所述火力发电厂和可再生能源发电厂根据协议和出清价格接受电网调控中心的调度指令输出电能;
所述电动汽车聚合商收集旗下电动汽车集群状态信息及报价,并传递电网调控中心对电动汽车集群的控制指令。
进一步地,所述电动汽车聚合商包括如下模块:
数据处理模块:接受电网调控中心的调度指令,并将调度指令传递至中央决策模块,作为电动汽车聚合商和电网调控中心的连接模块,实时记录电动汽车聚合商向电网输出的充放电功率;
预测模块:通过收集多时间尺度内的电动汽车状态信息、报价信息和天气预报信息,预测各时间节点的充放电可用容量,并将预测信息上传电网调控中心;
中央决策模块:接收数据处理模块的调度指令和电动汽车集群的电动汽车状态信息及报价,汇总信息后按照预先设定的算法条件,完成电动汽车聚合商旗下电动汽车集群充放电的优化计算,并将数据传输至充放电管理模块进行实行控制;
充放电控制模块:汇总电动汽车集群上传的车辆状态信息和报价,并将其上传至中央决策模块,同时作为指令执行者完成下行调度指令的具体执行。
进一步地,所述电动汽车聚合商还包括如下模块:
紧急控制模块:与电网调控中心、充放电控制模块连接,电网故障情况下,接收下行的充放电状态信息和可用容量以及上行的紧急调度指令,电网调控中心越过中央决策模块,通过充放电紧急调度指令完成对电动汽车集群的快速控制。
进一步地,所述电网调度系统还包括分析统计模块,所述分析统计模块与可再生能源发电厂、电网调控中心连接,实时收集可再生能源发电厂的发电信息,对比由可再生能源发电厂日前上报的预发电数据,运用数学形态学的方法将超额波动分解得到低频信号和高频信号,并将分解后的信号发送至电网调控中心。
进一步地,所述调度系统包括基于电动汽车聚合商的削峰填谷调度优化模型,所述削峰填谷调度优化模型以包含火电机组燃料成本、火电机组启停机成本、火电机组环境污染成本、可再生能源发电成本、电动汽车聚合商资本成本、电动汽车集群充放电成本、电动汽车电池老化成本的系统总发电成本和负荷曲线标准差最小为优化目标,在系统功率平衡约束、火电机组出力约束、旋转备用约束、爬坡约束、风电机组出力约束、光伏出力约束、电动汽车充放电约束下优化配置火力发电厂、可再生能源发电厂以及电动汽车聚合商的输出功率。
进一步地,所述削峰填谷调度优化模型的优化目标函数如下:
(1)运行成本目标函数:
Ccost=CGi+Cs-s+Cpollution-i+Cwind+Csolar+CV2G+Cveh+Cbattery (1)
其中,CGi是火电机组i的燃料成本,Cs-s是火电机组的启停成本,Cpollution-i是火电机组i的环境污染成本,Cwind是风电的直接成本,Csolar是光伏的直接成本,CV2G是电动汽车聚合商前期投资导致的资本成本,Cveh是电动汽车的充放电成本,Cbattery是电动汽车充放电电池磨损成本;
其中,火电机组燃料成本、启停成本和污染成本:
其中,ai、bi、ci是火电机组燃料成本系数,PG(i,t)表示火电机组i在t时刻的输出功率,HSC(i)、CSC(i)分别表示机组i热启动成本和冷启动成本;CSH(i,t)为冷启动时间;MD(i,t)是机组i最小下降时间;表示机组i持续关机时间;αi、βi、γi是机组温室气体排放系数,Cpollution表示机组温室气体排放物的惩罚单价;
风电和光伏的直接成本是指电网向风力发电厂和光伏电站购买电能所需支付的成本:
Cwind=Cwi(t)Pwind(t) (5)
Csolar=Cso(t)Psolar(t) (6)
其中,Cwi(t)、Cso(t)分别表示向风力发电厂和光伏电站购电单价;
CV2G是电动汽车聚合商参与V2G服务的年化资本成本,由下式表示:
其中,d是折旧率,n*是系统的使用寿命,Cc是电动汽车聚合商在项目前期投入的资本成本;
电动汽车充放电成本和电池磨损成本:
Cveh=Ccharge(t)(Pcharge(t)/ηc)-Cdischarge(t)Pdischarge(t)ηd (8)
其中,Ccharge(t)、Cdischarge(t)分别表示协商后t时刻的充放电价格;Pcharge(t)、Pdischarge(t)是t时刻电动汽车充放电功率;ηc、ηd为充放电效率;Cb是包括更换人工成本在内的电池资本成本;Lb是电池循环寿命;Eb是电池容量;
(2)负荷曲线标准差目标函数:
(3)系统削峰填谷总目标函数:
其中,λ1、λ2为权重系数,Ccost.max为系统运行成本最大值,σmax为系统负荷曲线标准差最大值。
进一步地,所述削峰填谷调度优化模型的各约束如下:
(1)系统功率平衡约束:
(2)火电机组出力约束
(3)旋转备用约束
其中,SR(t)为旋转备用容量;
(4)爬坡约束
PG(i,(t+1))-PG(i,t)≤RUi (15)
PG(i,t)-PG(i,(t+1))≤RDi (16)
其中,RUi、RDi是向上向下的爬坡限;
(5)风电机组出力约束、光伏出力约束
(6)电动汽车充放电约束
进一步地,所述调度系统包括基于电动汽车聚合商的可再生能源消纳优化调度模型以包含弃风弃光成本、电动汽车聚合商资本成本、电动汽车集群额外充电服务成本、电动汽车电池老化成本的系统新能源消纳成本最低为优化目标,在系统功率平衡约束、风电机组出力约束、光伏出力约束、电动汽车充电功率约束下优化电动汽车集群充电功率和系统可再生能源的使用量。
进一步地,基于电动汽车聚合商的可再生能源消纳优化调度模型的优化目标函数为:
F=min{Cabandon,CV2G+Cbattery+Csp-veh} (21)
其中,Cabandon是系统弃风弃光成本;Csp-veh是此模式下电动汽车的充电成本,
Cabandon=Cab.wind·Pab.wind(t)+Cab.solar·Pab.solar(t) (22)
Csp-veh=Csp-charge(t)(Pcharge(t)/ηc) (23)
其中,Cab.wind、Cab.solar表示系统弃风弃光的惩罚价格;Pab.wind(t)、Pab.solar(t)是t时刻系统的弃风弃光量;Csp-charge(t)为系统t时刻为电动汽车集群设定的充电补偿电价;
t时刻系统弃风弃光量:
其中,Pwind(t)、Psolar(t)是t时刻风电机组和光伏的发电量;Pcon.wind(t)、Pcon.solar(t)是优化后系统实际使用量,为优化过程的决策量。
进一步地,基于电动汽车聚合商的可再生能源消纳优化调度模型的约束条件为:
(1)系统功率平衡约束:
Pcon.wind(t)+Pcon.solar(t)-Pcharge(t)=Pwind.set(t)+Psolar.set(t) (25)
其中,Pwind.set(t)、Psolar.set(t)是电网调控中心根据预测值与可再生能源电厂约定的发电量;
(2)风机光伏出力约束:
Pcon.wind(t)≤Pwind(t) (26)
Pcon.solar(t)≤Psolar(t) (27)
(3)电动汽车充电功率约束:
进一步地,所述调度系统还包括基于电动汽车聚合商的电网紧急调度模型以包含火电机组燃料成本、火电机组环境污染成本、火电机组损耗成本、可再生能源紧急调度成本、电动汽车聚合商资本成本、电动汽车集群紧急调度成本、电动汽车电池老化成本、用户切负荷损失成本的系统总调频成本最小为优化目标,在系统功率平衡约束、火电机组出力约束、爬坡约束、风电机组出力约束、光伏出力约束、电动汽车充放电功率约束、电动汽车充放电数量约束下优化各电源出力及切负荷量。
进一步地,所述基于电动汽车聚合商的电网紧急调度模型的优化目标函数为:
其中总调频成本目标函数:
Ccost=CGi+Closs+Cpollution-i+Cnew+CV2G+Curgent-veh+Cbattery+Ccompensation
其中,Closs是调频机组的损耗成本,Cnew是包含风电和光伏参与调频的调度成本,Curgent-veh是紧急情况下调用电动汽车参与调频的成本,Ccompensation是由于切负荷对用户的赔偿成本,其具体描述如下:
Cnew=Curgent-windPwind(t)+Curgent-solarPsolar(t)
其中,CSP为火电机组频繁爬坡产生的额外成本;Curgent-wind、Curgent-solar分别为风机和光伏电站参与紧急控制的补偿电价;Curgent-c、Curgent-d为紧急调度中的电动汽车充放电价;Ploss(t)为t时刻切用户负荷量;Closss为切负荷对用户造成损失的补偿电价。
本发明还公开一种基于电动汽车聚合商的多功能电网调度系统的削峰填谷调度控制方法,包括如下步骤:
A、由电动汽车聚合商的充放电控制模块获取旗下电动汽车集群运行参数与出行数据;
B、由预测模块结合电动汽车聚合商旗下电动汽车的出行行为习惯和历史出行数据及接入充电装置的车辆SOC数据历史数据与实时参数,完成对次日各时刻电动汽车聚合商V2G能力预测;
C、由电网调控中心接受火力发电厂、可再生能源发电厂、电动汽车聚合商的预报信息,结合对系统次日负荷的预测,按照削峰填谷调度优化模型的所述优化目标和削峰填谷调度优化模型的所述约束条件,完成次日各时刻的容量配置;
D、电动汽车聚合商接受电网调控中心的调度信息,经由数据处理模块传输至中央决策模块,中央决策模块根据充放电控制模块上传的实时车辆状态信息,按照车辆SOC排序,充电时SOC由低至高排列,放电时SOC由高至低排列,设定旗下所有电动汽车的充放电及闲置状态,得出旗下所有车辆的具体充放电调度部署;
E、所有参与调度车辆的充放电调度信息经过充放电管理模块传递至下属各电动汽车集群,完成对所有电动汽车的充放电控制;
F、根据调度容量,电网调控中心向电动汽车聚合商结算辅助服务费用。
本发明还公开一种基于电动汽车聚合商的多功能电网调度系统的可再生能源消纳优化调度控制方法,包括如下步骤:
A、由电动汽车聚合商的充放电控制模块获取旗下电动汽车运行参数、出行数据及报价,由预测模块结合电动汽车聚合商旗下电动汽车的出行行为习惯和历史出行数据及接入充电装置的车辆SOC数据,预测各时刻电动汽车聚合商V2G能力;
B、由电网调控中心接受火力电厂、可再生能源电厂、电动汽车聚合商的预报信息,预测各时刻可再生能源电厂的出力信息;
C、对于风电、光伏实际出力与电网调控中心约定出力的偏差,由分析统计模块运用数学形态学的方法将超额波动分解得到低频信号和高频信号,并将差额信息发送至电网调控中心;
D、电网调控中心以系统新能源消纳成本最低为优化目标,调整可再生能源发电厂的入网电量,并调用一定量的电动汽车集群通过控制充电功率,完成新能源消纳配置;
E、风电、光伏电厂接受电网调控中心的调度信息,完成实时出力调整;
F、电动汽车聚合商接受电网调控中心的调度信息,经由数据处理模块传输至中央决策模块,中央决策模块根据充放电控制模块上传的实时车辆状态信息,按照车辆SOC排序,充电时SOC由低至高排列,放电时SOC由高至低排列,设定旗下所有电动汽车的充放电及闲置状态,得出所有车辆的具体充放电部署;
G、所有参与调度车辆的充放电调度信息经过充放电管理模块传递至下属各电动汽车集群,完成对所有电动汽车的充放电控制;
H、根据调度容量,电网调控中心向电动汽车聚合商结算辅助服务费用。
本发明还公开了一种基于电动汽车聚合商的多功能电网调度系统的电网紧急调度控制方法,包括如下步骤:
A、当电网发生严重故障,将负荷增量、系统联络线功率偏差和系统功率偏差传输至电网调控中心,电网调控中心可将系统转换至紧急控制运行方式;
B、在此运行方式下,电网调控中心根据协议直接越过电动汽车聚合商的中央决策模块,获取电动汽车聚合商系统中紧急控制模块的控制权;
C、在紧急控制模块根据预先设置的系统频率偏差分区图,确定调用的调频资源;
D、调频电厂接受电网调控中心的紧急调度信息,完成实时出力调整;
E、电动汽车聚合商的紧急调度模块接受电网调控中心的调度信息,按照车辆SOC排序,充电时SOC由低至高排列,放电时SOC由高至低排列,设定旗下所有电动汽车的充放电及闲置状态;
F、所有参与调度车辆的充放电调度信息经过充放电管理模块传递至下属各电动汽车集群,完成对所有电动汽车的充放电控制;
G、根据调度容量,电网调控中心向电动汽车聚合商结算辅助服务费用。
优选地,根据预先设置的系统频率偏差分区图,确定调用的调频资源的具体内容为:
(1)当系统频率偏差绝对值|Δf|∈(0,freturn],系统功率偏差属于常规机组的调频死区范围,为将功率偏差控制在死区范围,不扩散至正常调节区,由电动汽车集群充当系统的柔性负荷参与调频;
(2)当系统频率偏差绝对值|Δf|∈(freturn,falert],系统功率偏差属于正常调节区,为保证频率在正常调节区内且不迭入预警区,由电动汽车集群中的充电车辆作为系统的柔性负荷,闲置车辆作为系统的储能设备参与调频,与系统中的调频电厂相配合以调频成本最低为目标优化各类调频资源的出力配置;
(3)当系统频率偏差绝对值|Δf|∈(falert,flimit],系统功率偏差属于预警区,为保证频率在预警区内且不迭入紧急调节区,电动汽车集群中的所有车辆均充当储能设备参与调频,与系统中的调频电厂相配合以调频成本最低为目标优化各类调频资源的出力配置。
(4)当系统频率偏差绝对值|Δf|>flimit,系统稳定性已遭到破坏,为防止事故扩大,由系统第三道防线将失步电网解列。
有益效果:
1、本发明提出了一种多功能电网调度系统模型,该系统包含电网调控中心、火力发电厂、可再生能源发电厂、电动汽车聚合商等多种模块。通过对电动汽车集群的充放电控制实现电网多功能调度,可以实现削峰填谷功能、可再生能源消纳功能、电网紧急调度功能。相比于传统的电网调度方法,其充分利用电动汽车电池的电源-负荷特性,提高电网稳定性、可靠性和可再生能源消纳能力。
2、本发明提出的电动汽车聚合商的功能模型,该模型包含数据处理模块、预测模块、中央决策模块、充放电控制模块、分析统计模块,实现电动汽车集群的充放电控制。通过各模块实现削峰填谷功能、可再生能源消纳功能、电网紧急调度功能,提高了电网稳定性、可靠性和可再生能源消纳能力。
3、本发明结合V2G技术在将电动汽车视为电源-负荷的基础上,考虑系统三方收益对电动汽车充放电进行调度,实现对负荷曲线的削峰填谷、对可再生能源的实时消纳和对电网故障情况下的紧急调度。
4、本发明对削峰填谷功能、可再生能源消纳功能和电网紧急调度功能的控制步骤进行规定,从而形成了完整的电动汽车充放电调度策略,适用于电动汽车聚合商旗下大规模电动汽车集群的调度,同时适用于调度系统中其余电源的出力调度。
附图说明
图1为本发明多功能电网调度系统结构框图;
图2为本发明调度系统的削峰填谷调度控制框图;
图3为本发明调度系统的可再生能源消纳优化调度控制框图;
图4为本发明调度系统的电网紧急调度控制框图。
具体实施方式
下面结合附图对本发明作进一步描述。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发明的保护范围。
本发明提供了一种基于电动汽车聚合商的多功能电网调度系统,参见附图1,包括电网调控中心、火力发电厂、可再生能源发电厂、电动汽车聚合商,电动汽车聚合商下设有电动汽车集群;
电网调控中心接受火力发电厂、可再生能源发电厂、电动汽车聚合商上报的容量和报价,并向火力发电厂、可再生能源发电厂、电动汽车聚合商发送调度指令,在紧急调度情况下向用户发送切负荷指令;
火力发电厂和可再生能源发电厂根据协议和出清价格接受电网调控中心的调度指令输出电能;
电动汽车聚合商收集旗下电动汽车集群状态信息及报价,并传递电网调控中心对电动汽车集群的控制指令。
电动汽车聚合商包括如下模块:
数据处理模块:接受电网调控中心的调度指令,并将调度指令传递至中央决策模块,作为电动汽车聚合商和电网调控中心的连接模块,实时记录电动汽车聚合商向电网输出的充放电功率;
预测模块:通过收集多时间尺度内的电动汽车状态信息、报价信息和天气预报信息,预测各时间节点的充放电可用容量,并将预测信息上传电网调控中心;
中央决策模块:接收数据处理模块的调度指令和电动汽车集群的电动汽车状态信息及报价,汇总信息后按照预先设定的算法条件,完成电动汽车聚合商旗下电动汽车集群充放电的优化计算,并将数据传输至充放电管理模块进行实行控制;
充放电控制模块:汇总电动汽车集群上传的车辆状态信息和报价,并将其上传至中央决策模块,同时作为指令执行者完成下行调度指令的具体执行。
紧急控制模块:与电网调控中心、充放电控制模块连接,电网故障情况下,接收下行的充放电状态信息和可用容量以及上行的紧急调度指令,电网调控中心越过中央决策模块,通过充放电紧急调度指令完成对电动汽车集群的快速控制。
电网调度系统还包括分析统计模块,分析统计模块与可再生能源发电厂、电网调控中心连接,实时收集可再生能源发电厂的发电信息,对比由可再生能源发电厂日前上报的预发电数据,运用数学形态学的方法将超额波动分解得到低频信号和高频信号,并将分解后的信号发送至电网调控中心。
上述电网调度系统能够实现削峰填谷、可再生能源消纳以及电网紧急调度。其实现过程参见附图2至附图4。
一、基于电动汽车聚合商的削峰填谷调度优化模型:
削峰填谷调度优化模型以包含火电机组燃料成本、火电机组启停机成本、火电机组环境污染成本、可再生能源发电成本、电动汽车聚合商资本成本、电动汽车集群充放电成本、电动汽车电池老化成本的系统总发电成本和负荷曲线标准差最小为优化目标,在系统功率平衡约束、火电机组出力约束、旋转备用约束、爬坡约束、风电机组出力约束、光伏出力约束、电动汽车充放电约束下优化配置火力发电厂、可再生能源发电厂以及电动汽车聚合商的输出功率。
其优化目标函数如下:
(1)运行成本目标函数:
Ccost=CGi+Cs-s+Cpollution-i+Cwind+Csolar+CV2G+Cveh+Cbattery (1)
其中,CGi是火电机组i的燃料成本,Cs-s是火电机组的启停成本,Cpollution-i是火电机组i的环境污染成本,Cwind是风电的直接成本,Csolar是光伏的直接成本,CV2G是电动汽车聚合商前期投资导致的资本成本,Cveh是电动汽车的充放电成本,Cbattery是电动汽车充放电电池磨损成本;
其中,火电机组燃料成本、启停成本和污染成本:
其中,ai、bi、ci是火电机组燃料成本系数,PG(i,t)表示火电机组i在t时刻的输出功率,HSC(i)、CSC(i)分别表示机组i热启动成本和冷启动成本;CSH(i,t)为冷启动时间;MD(i,t)是机组i最小下降时间;表示机组i持续关机时间;αi、βi、γi是机组温室气体排放系数,Cpollution表示机组温室气体排放物的惩罚单价;
风电和光伏的直接成本是指电网向风力发电厂和光伏电站购买电能所需支付的成本:
Cwind=Cwi(t)Pwind(t) (5)
Csolar=Cso(t)Psolar(t) (6)
其中,Cwi(t)、Cso(t)分别表示向风力发电厂和光伏电站购电单价;
CV2G是电动汽车聚合商参与V2G服务的年化资本成本,由下式表示:
其中,d是折旧率,n*是系统的使用寿命,Cc是电动汽车聚合商在项目前期投入的资本成本;
电动汽车充放电成本和电池磨损成本:
Cveh=Ccharge(t)(Pcharge(t)/ηc)-Cdischarge(t)Pdischarge(t)ηd (8)
其中,Ccharge(t)、Cdischarge(t)分别表示协商后t时刻的充放电价格;Pcharge(t)、Pdischarge(t)是t时刻电动汽车充放电功率;ηc、ηd为充放电效率;Cb是包括更换人工成本在内的电池资本成本;Lb是电池循环寿命;Eb是电池容量;
(2)负荷曲线标准差目标函数:
(3)系统削峰填谷总目标函数:
其中,λ1、λ2为权重系数,Ccost.max为系统运行成本最大值,σmax为系统负荷曲线标准差最大值。
其各约束如下:
(1)系统功率平衡约束:
(2)火电机组出力约束
(3)旋转备用约束
其中,SR(t)为旋转备用容量;
(4)爬坡约束
PG(i,(t+1))-PG(i,t)≤RUi (15)
PG(i,t)-PG(i,(t+1))≤RDi (16)
其中,RUi、RDi是向上向下的爬坡限;
(5)风电机组出力约束、光伏出力约束
(6)电动汽车充放电约束
对于上述的优化函数与约束条件,本发明基于电动汽车聚合商的多功能电网调度系统的削峰填谷调度控制方法,包括如下步骤:
A、由电动汽车聚合商的充放电控制模块获取旗下电动汽车集群运行参数与出行数据;
B、由预测模块结合电动汽车聚合商旗下电动汽车的出行行为习惯和历史出行数据及接入充电装置的车辆SOC数据历史数据与实时参数,完成对次日各时刻电动汽车聚合商V2G能力预测;
C、由电网调控中心接受火力发电厂、可再生能源发电厂、电动汽车聚合商的预报信息,结合对系统次日负荷的预测,按照削峰填谷调度优化模型的所述优化目标和削峰填谷调度优化模型的所述约束条件,完成次日各时刻的容量配置;
D、电动汽车聚合商接受电网调控中心的调度信息,经由数据处理模块传输至中央决策模块,中央决策模块根据充放电控制模块上传的实时车辆状态信息,按照车辆SOC排序,充电时SOC由低至高排列,放电时SOC由高至低排列,设定旗下所有电动汽车的充放电及闲置状态,得出旗下所有车辆的具体充放电调度部署;
E、所有参与调度车辆的充放电调度信息经过充放电管理模块传递至下属各电动汽车集群,完成对所有电动汽车的充放电控制;
F、根据调度容量,电网调控中心向电动汽车聚合商结算辅助服务费用。
二、基于电动汽车聚合商的可再生能源消纳优化调度模型
基于电动汽车聚合商的可再生能源消纳优化调度模型以包含弃风弃光成本、电动汽车聚合商资本成本、电动汽车集群额外充电服务成本、电动汽车电池老化成本的系统新能源消纳成本最低为优化目标,在系统功率平衡约束、风电机组出力约束、光伏出力约束、电动汽车充电功率约束下优化电动汽车集群充电功率和系统可再生能源的使用量。
其优化目标函数为:
F=min{Cabandon,CV2G+Cbattery+Csp-veh} (21)
其中,Cabandon是系统弃风弃光成本;Csp-veh是此模式下电动汽车的充电成本,
Cabandon=Cab.wind·Pab.wind(t)+Cab.solar·Pab.solar(t) (22)
Csp-veh=Csp-charge(t)(Pcharge(t)/ηc) (23)
其中,Cab.wind、Cab.solar表示系统弃风弃光的惩罚价格;Pab.wind(t)、Pab.solar(t)是t时刻系统的弃风弃光量;Csp-charge(t)为系统t时刻为电动汽车集群设定的充电补偿电价;
t时刻系统弃风弃光量:
其中,Pwind(t)、Psolar(t)是t时刻风电机组和光伏的发电量;Pcon.wind(t)、Pcon.solar(t)是优化后系统实际使用量,为优化过程的决策量。
其约束条件为:
(1)系统功率平衡约束:
Pcon.wind(t)+Pcon.solar(t)-Pcharge(t)=Pwind.set(t)+Psolar.set(t) (25)
其中,Pwind.set(t)、Psolar.set(t)是电网调控中心根据预测值与可再生能源电厂约定的发电量;
(2)风机光伏出力约束:
Pcon.wind(t)≤Pwind(t) (26)
Pcon.solar(t)≤Psolar(t) (27)
(3)电动汽车充电功率约束:
对于上述的优化函数与约束条件,本发明基于电动汽车聚合商的多功能电网调度系统的可再生能源消纳优化调度控制方法,包括如下步骤:
A、由电动汽车聚合商的充放电控制模块获取旗下电动汽车运行参数、出行数据及报价,由预测模块结合电动汽车聚合商旗下电动汽车的出行行为习惯和历史出行数据及接入充电装置的车辆SOC数据,预测各时刻电动汽车聚合商V2G能力;
B、由电网调控中心接受火力电厂、可再生能源电厂、电动汽车聚合商的预报信息,预测各时刻可再生能源电厂的出力信息;
C、对于风电、光伏实际出力与电网调控中心约定出力的偏差,由分析统计模块运用数学形态学的方法将超额波动分解得到低频信号和高频信号,并将差额信息发送至电网调控中心;
D、电网调控中心以系统新能源消纳成本最低为优化目标,调整可再生能源发电厂的入网电量,并调用一定量的电动汽车集群通过控制充电功率,完成新能源消纳配置;
E、风电、光伏电厂接受电网调控中心的调度信息,完成实时出力调整;
F、电动汽车聚合商接受电网调控中心的调度信息,经由数据处理模块传输至中央决策模块,中央决策模块根据充放电控制模块上传的实时车辆状态信息,按照车辆SOC排序,充电时SOC由低至高排列,放电时SOC由高至低排列,设定旗下所有电动汽车的充放电及闲置状态,得出所有车辆的具体充放电部署;
G、所有参与调度车辆的充放电调度信息经过充放电管理模块传递至下属各电动汽车集群,完成对所有电动汽车的充放电控制;
H、根据调度容量,电网调控中心向电动汽车聚合商结算辅助服务费用。
三、基于电动汽车聚合商的电网紧急调度模型
基于电动汽车聚合商的电网紧急调度模型以包含火电机组燃料成本、火电机组环境污染成本、火电机组损耗成本、可再生能源紧急调度成本、电动汽车聚合商资本成本、电动汽车集群紧急调度成本、电动汽车电池老化成本、用户切负荷损失成本的系统总调频成本最小为优化目标,在系统功率平衡约束、火电机组出力约束、爬坡约束、风电机组出力约束、光伏出力约束、电动汽车充放电功率约束、电动汽车充放电数量约束下优化各电源出力及切负荷量。
其优化目标函数为:
其中总调频成本目标函数:
Ccost=CGi+Closs+Cpollution-i+Cnew+CV2G+Curgent-veh+Cbattery+Ccompensation
其中,Closs是调频机组的损耗成本,Cnew是包含风电和光伏参与调频的调度成本,Curgent-veh是紧急情况下调用电动汽车参与调频的成本,Ccompensation是由于切负荷对用户的赔偿成本,其具体描述如下:
Cnew=Curgent-windPwind(t)+Curgent-solarPsolar(t)
其中,CSP为火电机组频繁爬坡产生的额外成本;Curgent-wind、Curgent-solar分别为风机和光伏电站参与紧急控制的补偿电价;Curgent-c、Curgent-d为紧急调度中的电动汽车充放电价;Ploss(t)为t时刻切用户负荷量;Closss为切负荷对用户造成损失的补偿电价。
对于上述的优化目标函数,本发明基于电动汽车聚合商的多功能电网调度系统的电网紧急调度控制方法,包括如下步骤:
A、当电网发生严重故障,将负荷增量、系统联络线功率偏差和系统功率偏差传输至电网调控中心,电网调控中心可将系统转换至紧急控制运行方式;
B、在此运行方式下,电网调控中心根据协议直接越过电动汽车聚合商的中央决策模块,获取电动汽车聚合商系统中紧急控制模块的控制权;
C、在紧急控制模块根据预先设置的系统频率偏差分区图,确定调用的调频资源;
根据预先设置的系统频率偏差分区图,确定调用的调频资源的具体内容为:
(1)当系统频率偏差绝对值|Δf|∈(0,freturn],系统功率偏差属于常规机组的调频死区范围,为将功率偏差控制在死区范围,不扩散至正常调节区,由电动汽车集群充当系统的柔性负荷参与调频;
(2)当系统频率偏差绝对值|Δf|∈(freturn,falert],系统功率偏差属于正常调节区,为保证频率在正常调节区内且不迭入预警区,由电动汽车集群中的充电车辆作为系统的柔性负荷,闲置车辆作为系统的储能设备参与调频,与系统中的调频电厂相配合以调频成本最低为目标优化各类调频资源的出力配置;
(3)当系统频率偏差绝对值|Δf|∈(falert,flimit],系统功率偏差属于预警区,为保证频率在预警区内且不迭入紧急调节区,电动汽车集群中的所有车辆均充当储能设备参与调频,与系统中的调频电厂相配合以调频成本最低为目标优化各类调频资源的出力配置;
(4)当系统频率偏差绝对值|Δf|>flimit,系统稳定性已遭到破坏,为防止事故扩大,由系统第三道防线将失步电网解列。
D、调频电厂接受电网调控中心的紧急调度信息,完成实时出力调整;
E、电动汽车聚合商的紧急调度模块接受电网调控中心的调度信息,按照车辆SOC排序,充电时SOC由低至高排列,放电时SOC由高至低排列,设定旗下所有电动汽车的充放电及闲置状态;
F、所有参与调度车辆的充放电调度信息经过充放电管理模块传递至下属各电动汽车集群,完成对所有电动汽车的充放电控制;
G、根据调度容量,电网调控中心向电动汽车聚合商结算辅助服务费用。
在该调度系统进行电网紧急调度时,其调频电厂(调频机组)区别于火力发电厂,此处专指参与电网故障调频的火电机组。在电网故障情况下,电网调控中心可根据协议约定按照故障危险等级切除相应部分负荷。
上述实施方式只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰,都应涵盖在本发明的保护范围之内。
Claims (16)
1.一种基于电动汽车聚合商的多功能电网调度系统,其特征在于,包括电网调控中心、火力发电厂、可再生能源发电厂、电动汽车聚合商,所述电动汽车聚合商下设有电动汽车集群;
所述电网调控中心接受火力发电厂、可再生能源发电厂、电动汽车聚合商上报的容量和报价,并向火力发电厂、可再生能源发电厂、电动汽车聚合商发送调度指令,在紧急调度情况下向用户发送切负荷指令;
所述火力发电厂和可再生能源发电厂根据协议和出清价格接受电网调控中心的调度指令输出电能;
所述电动汽车聚合商收集旗下电动汽车集群状态信息及报价,并传递电网调控中心对电动汽车集群的控制指令。
2.根据权利要求1所述的基于电动汽车聚合商的多功能电网调度系统,其特征在于,所述电动汽车聚合商包括如下模块:
数据处理模块:接受电网调控中心的调度指令,并将调度指令传递至中央决策模块,作为电动汽车聚合商和电网调控中心的连接模块,实时记录电动汽车聚合商向电网输出的充放电功率;
预测模块:通过收集多时间尺度内的电动汽车状态信息、报价信息和天气预报信息,预测各时间节点的充放电可用容量,并将预测信息上传电网调控中心;
中央决策模块:接收数据处理模块的调度指令和电动汽车集群的电动汽车状态信息及报价,汇总信息后按照预先设定的算法条件,完成电动汽车聚合商旗下电动汽车集群充放电的优化计算,并将数据传输至充放电管理模块进行实行控制;
充放电控制模块:汇总电动汽车集群上传的车辆状态信息和报价,并将其上传至中央决策模块,同时作为指令执行者完成下行调度指令的具体执行。
3.根据权利要求2所述的基于电动汽车聚合商的多功能电网调度系统,其特征在于,所述电动汽车聚合商还包括如下模块:
紧急控制模块:与电网调控中心、充放电控制模块连接,电网故障情况下,接收下行的充放电状态信息和可用容量以及上行的紧急调度指令,电网调控中心越过中央决策模块,通过充放电紧急调度指令完成对电动汽车集群的快速控制。
4.根据权利要求2所述的基于电动汽车聚合商的多功能电网调度系统,其特征在于,所述电网调度系统还包括分析统计模块,所述分析统计模块与可再生能源发电厂、电网调控中心连接,实时收集可再生能源发电厂的发电信息,对比由可再生能源发电厂日前上报的预发电数据,运用数学形态学的方法将超额波动分解得到低频信号和高频信号,并将分解后的信号发送至电网调控中心。
5.根据权利要求2所述的基于电动汽车聚合商的多功能电网调度系统,其特征在于,所述调度系统包括基于电动汽车聚合商的削峰填谷调度优化模型,所述削峰填谷调度优化模型以包含火电机组燃料成本、火电机组启停机成本、火电机组环境污染成本、可再生能源发电成本、电动汽车聚合商资本成本、电动汽车集群充放电成本、电动汽车电池老化成本的系统总发电成本和负荷曲线标准差最小为优化目标,在系统功率平衡约束、火电机组出力约束、旋转备用约束、爬坡约束、风电机组出力约束、光伏出力约束、电动汽车充放电约束下优化配置火力发电厂、可再生能源发电厂以及电动汽车聚合商的输出功率。
6.根据权利要求5所述的基于电动汽车聚合商的多功能电网调度系统,其特征在于,所述削峰填谷调度优化模型的优化目标函数如下:
(1)运行成本目标函数:
Ccost=CGi+Cs-s+Cpollution-i+Cwind+Csolar+CV2G+Cveh+Cbattery (1)
其中,CGi是火电机组i的燃料成本,Cs-s是火电机组的启停成本,Cpollution-i是火电机组i的环境污染成本,Cwind是风电的直接成本,Csolar是光伏的直接成本,CV2G是电动汽车聚合商前期投资导致的资本成本,Cveh是电动汽车的充放电成本,Cbattery是电动汽车充放电电池磨损成本;
其中,火电机组燃料成本、启停成本和污染成本:
其中,ai、bi、ci是火电机组燃料成本系数,PG(i,t)表示火电机组i在t时刻的输出功率,HSC(i)、CSC(i)分别表示机组i热启动成本和冷启动成本;CSH(i,t)为冷启动时间;MD(i,t)是机组i最小下降时间;表示机组i持续关机时间;αi、βi、γi是机组温室气体排放系数,Cpollution表示机组温室气体排放物的惩罚单价;
风电和光伏的直接成本是指电网向风力发电厂和光伏电站购买电能所需支付的成本:
Cwind=Cwi(t)Pwind(t) (5)
Csolar=Cso(t)Psolar(t) (6)
其中,Cwi(t)、Cso(t)分别表示向风力发电厂和光伏电站购电单价;
CV2G是电动汽车聚合商参与V2G服务的年化资本成本,由下式表示:
其中,d是折旧率,n*是系统的使用寿命,Cc是电动汽车聚合商在项目前期投入的资本成本;
电动汽车充放电成本和电池磨损成本:
Cveh=Ccharge(t)(Pcharge(t)/ηc)-Cdischarge(t)Pdischarge(t)ηd (8)
其中,Ccharge(t)、Cdischarge(t)分别表示协商后t时刻的充放电价格;Pcharge(t)、Pdischarge(t)是t时刻电动汽车充放电功率;ηc、ηd为充放电效率;Cb是包括更换人工成本在内的电池资本成本;Lb是电池循环寿命;Eb是电池容量;
(2)负荷曲线标准差目标函数:
(3)系统削峰填谷总目标函数:
其中,λ1、λ2为权重系数,Ccost.max为系统运行成本最大值,σmax为系统负荷曲线标准差最大值。
8.根据权利要求4所述的基于电动汽车聚合商的多功能电网调度系统,其特征在于,所述调度系统包括基于电动汽车聚合商的可再生能源消纳优化调度模型以包含弃风弃光成本、电动汽车聚合商资本成本、电动汽车集群额外充电服务成本、电动汽车电池老化成本的系统新能源消纳成本最低为优化目标,在系统功率平衡约束、风电机组出力约束、光伏出力约束、电动汽车充电功率约束下优化电动汽车集群充电功率和系统可再生能源的使用量。
9.根据权利要求8所述的基于电动汽车聚合商的多功能电网调度系统,其特征在于,基于电动汽车聚合商的可再生能源消纳优化调度模型的优化目标函数为:
F=min{Cabandon,CV2G+Cbattery+Csp-veh} (21)
其中,Cabandon是系统弃风弃光成本;Csp-veh是此模式下电动汽车的充电成本,
Cabandon=Cab.wind·Pab.wind(t)+Cab.solar·Pab.solar(t) (22)
Csp-veh=Csp-charge(t)(Pcharge(t)/ηc) (23)
其中,Cab.wind、Cab.solar表示系统弃风弃光的惩罚价格;Pab.wind(t)、Pab.solar(t)是t时刻系统的弃风弃光量;Csp-charge(t)为系统t时刻为电动汽车集群设定的充电补偿电价;
t时刻系统弃风弃光量:
其中,Pwind(t)、Psolar(t)是t时刻风电机组和光伏的发电量;Pcon.wind(t)、Pcon.solar(t)是优化后系统实际使用量,为优化过程的决策量。
10.根据权利要求9所述的基于电动汽车聚合商的多功能电网调度系统,其特征在于,基于电动汽车聚合商的可再生能源消纳优化调度模型的约束条件为:
(1)系统功率平衡约束:
Pcon.wind(t)+Pcon.solar(t)-Pcharge(t)=Pwind.set(t)+Psolar.set(t) (25)
其中,Pwind.set(t)、Psolar.set(t)是电网调控中心根据预测值与可再生能源电厂约定的发电量;
(2)风机光伏出力约束:
Pcon.wind(t)≤Pwind(t) (26)
Pcon.solar(t)≤Psolar(t) (27)
(3)电动汽车充电功率约束:
11.根据权利要求3所述的基于电动汽车聚合商的多功能电网调度系统,其特征在于,所述调度系统还包括基于电动汽车聚合商的电网紧急调度模型以包含火电机组燃料成本、火电机组环境污染成本、火电机组损耗成本、可再生能源紧急调度成本、电动汽车聚合商资本成本、电动汽车集群紧急调度成本、电动汽车电池老化成本、用户切负荷损失成本的系统总调频成本最小为优化目标,在系统功率平衡约束、火电机组出力约束、爬坡约束、风电机组出力约束、光伏出力约束、电动汽车充放电功率约束、电动汽车充放电数量约束下优化各电源出力及切负荷量。
12.根据权利要求11所述的基于电动汽车聚合商的多功能电网调度系统,其特征在于,所述基于电动汽车聚合商的电网紧急调度模型的优化目标函数为:
其中总调频成本目标函数:
Ccost=CGi+Closs+Cpollution-i+Cnew+CV2G+Curgent-veh+Cbattery+Ccompensation
其中,Closs是调频机组的损耗成本,Cnew是包含风电和光伏参与调频的调度成本,Curgent-veh是紧急情况下调用电动汽车参与调频的成本,Ccompensation是由于切负荷对用户的赔偿成本,其具体描述如下:
Cnew=Curgent-windPwind(t)+Curgent-solarPsolar(t)
其中,CSP为火电机组频繁爬坡产生的额外成本;Curgent-wind、Curgent-solar分别为风机和光伏电站参与紧急控制的补偿电价;Curgent-c、Curgent-d为紧急调度中的电动汽车充放电价;Ploss(t)为t时刻切用户负荷量;Closss为切负荷对用户造成损失的补偿电价。
13.一种基于权利要求7所述的基于电动汽车聚合商的多功能电网调度系统的削峰填谷调度控制方法,其特征在于,包括如下步骤:
A、由电动汽车聚合商的充放电控制模块获取旗下电动汽车集群运行参数与出行数据;
B、由预测模块结合电动汽车聚合商旗下电动汽车的出行行为习惯和历史出行数据及接入充电装置的车辆SOC数据历史数据与实时参数,完成对次日各时刻电动汽车聚合商V2G能力预测;
C、由电网调控中心接受火力发电厂、可再生能源发电厂、电动汽车聚合商的预报信息,结合对系统次日负荷的预测,按照权利要求6所述优化目标和权利要求7所述约束条件,完成次日各时刻的容量配置;
D、电动汽车聚合商接受电网调控中心的调度信息,经由数据处理模块传输至中央决策模块,中央决策模块根据充放电控制模块上传的实时车辆状态信息,按照车辆SOC排序,充电时SOC由低至高排列,放电时SOC由高至低排列,设定旗下所有电动汽车的充放电及闲置状态,得出旗下所有车辆的具体充放电调度部署;
E、所有参与调度车辆的充放电调度信息经过充放电管理模块传递至下属各电动汽车集群,完成对所有电动汽车的充放电控制;
F、根据调度容量,电网调控中心向电动汽车聚合商结算辅助服务费用。
14.一种基于权利要求9所述的基于电动汽车聚合商的多功能电网调度系统的可再生能源消纳优化调度控制方法,其特征在于,包括如下步骤:
A、由电动汽车聚合商的充放电控制模块获取旗下电动汽车运行参数、出行数据及报价,由预测模块结合电动汽车聚合商旗下电动汽车的出行行为习惯和历史出行数据及接入充电装置的车辆SOC数据,预测各时刻电动汽车聚合商V2G能力;
B、由电网调控中心接受火力电厂、可再生能源电厂、电动汽车聚合商的预报信息,预测各时刻可再生能源电厂的出力信息;
C、对于风电、光伏实际出力与电网调控中心约定出力的偏差,由分析统计模块运用数学形态学的方法将超额波动分解得到低频信号和高频信号,并将差额信息发送至电网调控中心;
D、电网调控中心以系统新能源消纳成本最低为优化目标,调整可再生能源发电厂的入网电量,并调用一定量的电动汽车集群通过控制充电功率,完成新能源消纳配置;
E、风电、光伏电厂接受电网调控中心的调度信息,完成实时出力调整;
F、电动汽车聚合商接受电网调控中心的调度信息,经由数据处理模块传输至中央决策模块,中央决策模块根据充放电控制模块上传的实时车辆状态信息,按照车辆SOC排序,充电时SOC由低至高排列,放电时SOC由高至低排列,设定旗下所有电动汽车的充放电及闲置状态,得出所有车辆的具体充放电部署;
G、所有参与调度车辆的充放电调度信息经过充放电管理模块传递至下属各电动汽车集群,完成对所有电动汽车的充放电控制;
H、根据调度容量,电网调控中心向电动汽车聚合商结算辅助服务费用。
15.一种基于权利要求11所述的基于电动汽车聚合商的多功能电网调度系统的电网紧急调度控制方法,其特征在于,包括如下步骤:
A、当电网发生严重故障,将负荷增量、系统联络线功率偏差和系统功率偏差传输至电网调控中心,电网调控中心可将系统转换至紧急控制运行方式;
B、在此运行方式下,电网调控中心根据协议直接越过电动汽车聚合商的中央决策模块,获取电动汽车聚合商系统中紧急控制模块的控制权;
C、在紧急控制模块根据预先设置的系统频率偏差分区图,确定调用的调频资源;
D、调频电厂接受电网调控中心的紧急调度信息,完成实时出力调整;
E、电动汽车聚合商的紧急调度模块接受电网调控中心的调度信息,按照车辆SOC排序,充电时SOC由低至高排列,放电时SOC由高至低排列,设定旗下所有电动汽车的充放电及闲置状态;
F、所有参与调度车辆的充放电调度信息经过充放电管理模块传递至下属各电动汽车集群,完成对所有电动汽车的充放电控制;
G、根据调度容量,电网调控中心向电动汽车聚合商结算辅助服务费用。
16.根据权利要求15所述的基于电动汽车聚合商的多功能电网调度系统的电网紧急调度控制方法,其特征在于,根据预先设置的系统频率偏差分区图,确定调用的调频资源的具体内容为:
(1)当系统频率偏差绝对值|Δf|∈(0,freturn],系统功率偏差属于常规机组的调频死区范围,为将功率偏差控制在死区范围,不扩散至正常调节区,由电动汽车集群充当系统的柔性负荷参与调频;
(2)当系统频率偏差绝对值|Δf|∈(freturn,falert],系统功率偏差属于正常调节区,为保证频率在正常调节区内且不迭入预警区,由电动汽车集群中的充电车辆作为系统的柔性负荷,闲置车辆作为系统的储能设备参与调频,与系统中的调频电厂相配合以调频成本最低为目标优化各类调频资源的出力配置;
(3)当系统频率偏差绝对值|Δf|∈(falert,flimit],系统功率偏差属于预警区,为保证频率在预警区内且不迭入紧急调节区,电动汽车集群中的所有车辆均充当储能设备参与调频,与系统中的调频电厂相配合以调频成本最低为目标优化各类调频资源的出力配置;
(4)当系统频率偏差绝对值|Δf|>flimit,系统稳定性已遭到破坏,为防止事故扩大,由系统第三道防线将失步电网解列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210596866.8A CN115021329A (zh) | 2022-05-30 | 2022-05-30 | 一种基于电动汽车聚合商的多功能电网调度系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210596866.8A CN115021329A (zh) | 2022-05-30 | 2022-05-30 | 一种基于电动汽车聚合商的多功能电网调度系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115021329A true CN115021329A (zh) | 2022-09-06 |
Family
ID=83071423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210596866.8A Withdrawn CN115021329A (zh) | 2022-05-30 | 2022-05-30 | 一种基于电动汽车聚合商的多功能电网调度系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115021329A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117498431A (zh) * | 2023-11-02 | 2024-02-02 | 三峡大学 | 微电网控制方法和系统 |
CN117895510A (zh) * | 2024-03-14 | 2024-04-16 | 山东建筑大学 | 基于聚合商模式下电动汽车集群参与电网调峰方法及系统 |
CN117895510B (zh) * | 2024-03-14 | 2024-05-28 | 山东建筑大学 | 基于聚合商模式下电动汽车集群参与电网调峰方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114421460A (zh) * | 2022-01-12 | 2022-04-29 | 国网江苏省电力有限公司淮安供电分公司 | 一种含电动汽车聚合商的多功能电网调度系统及方法 |
-
2022
- 2022-05-30 CN CN202210596866.8A patent/CN115021329A/zh not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114421460A (zh) * | 2022-01-12 | 2022-04-29 | 国网江苏省电力有限公司淮安供电分公司 | 一种含电动汽车聚合商的多功能电网调度系统及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117498431A (zh) * | 2023-11-02 | 2024-02-02 | 三峡大学 | 微电网控制方法和系统 |
CN117498431B (zh) * | 2023-11-02 | 2024-05-10 | 三峡大学 | 微电网控制方法和系统 |
CN117895510A (zh) * | 2024-03-14 | 2024-04-16 | 山东建筑大学 | 基于聚合商模式下电动汽车集群参与电网调峰方法及系统 |
CN117895510B (zh) * | 2024-03-14 | 2024-05-28 | 山东建筑大学 | 基于聚合商模式下电动汽车集群参与电网调峰方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109256792B (zh) | 一种面向分布式储能需求的储能集聚系统及其优化方法 | |
WO2018129829A1 (zh) | 一种新型微网系统以及基于该系统的组网调度方法 | |
CN109858711B (zh) | 一种计及价格型需求响应与csp电站参与的风电消纳日前调度方法 | |
CN107482690B (zh) | 风电与电动汽车协同调度的电力系统调度优化方法及系统 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN110829504B (zh) | 弃风参与电网调频的电转气-储气-燃气轮机容量优化配置方法及系统 | |
CN115528717B (zh) | 虚拟电厂调度方法、系统、电子设备及储存介质 | |
CN110829408A (zh) | 基于发电成本约束的计及储能电力系统的多域调度方法 | |
CN114421460A (zh) | 一种含电动汽车聚合商的多功能电网调度系统及方法 | |
CN110783959A (zh) | 一种新能源发电系统的稳定状态控制系统 | |
CN115498668A (zh) | 一种综合能源系统的优化方法 | |
CN116109076A (zh) | 能量和调峰市场下考虑需求响应的虚拟电厂优化调度方法 | |
CN115811074A (zh) | 牵引变电所混合储能容量配置方法、装置及相关介质 | |
CN115713197A (zh) | 计及风电不确定性的电力系统荷储联合优化调度方法 | |
CN115021329A (zh) | 一种基于电动汽车聚合商的多功能电网调度系统 | |
CN112072713A (zh) | 一种配电网调度方法和存储介质 | |
CN116805192A (zh) | 考虑最优弃能率的综合能源系统双层规划优化方法及应用 | |
CN116187702A (zh) | 一种源网荷储协同互动优化调度系统 | |
CN113595104B (zh) | 一种风储联合调频系统的储能容量配置方法 | |
CN115423203A (zh) | 梯次利用动力电池提升电力系统效益的评估方法及装置 | |
CN115409399A (zh) | 一种面向新型电力系统的复合储能优化调度系统及方法 | |
CN115001046A (zh) | 多储能电站参与调峰调频双层优化控制方法 | |
CN114123274A (zh) | 一种含氢利用系统的综合能源分层趋优运行方法及系统 | |
Ke et al. | Comprehensive Economic Benefit Assessment Method and Example of Energy Storage Based on Power Grid | |
Zhang et al. | Research on the Market Trading Model of Ancillary Services of Diversified Flexible Ramping |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220906 |
|
WW01 | Invention patent application withdrawn after publication |