CN115577977A - 多功能充电激励需求响应的新能源消纳方法及系统 - Google Patents

多功能充电激励需求响应的新能源消纳方法及系统 Download PDF

Info

Publication number
CN115577977A
CN115577977A CN202211407163.2A CN202211407163A CN115577977A CN 115577977 A CN115577977 A CN 115577977A CN 202211407163 A CN202211407163 A CN 202211407163A CN 115577977 A CN115577977 A CN 115577977A
Authority
CN
China
Prior art keywords
charging
photovoltaic
power
pile
vehicle
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.)
Pending
Application number
CN202211407163.2A
Other languages
English (en)
Inventor
高传彬
戴辉
蒋琪
郝伟
蒋勃
靳媛
刘靓雯
杨智
李国润
贺钰雯
戈思远
高家辉
王浚睿
陈延枫
王刚
王波
彭芳
陈晓
贾静
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.)
Xi'an electric power college
Original Assignee
Xi'an electric power college
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 Xi'an electric power college filed Critical Xi'an electric power college
Priority to CN202211407163.2A priority Critical patent/CN115577977A/zh
Publication of CN115577977A publication Critical patent/CN115577977A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种多功能充电激励需求响应的新能源消纳方法及系统，从经济和服务两方面激励用户推进有序充电的实施，利用充电桩作为执行机构，结合数学算法提供有序充电最佳方案，针对电动汽车充电提出合理的运营规划，保证光伏小镇的电力平衡和经济运行，真正实现以光伏小镇建立源‑网‑荷协同运行的智能园区，在减小电网峰谷差的基础上提升光伏小镇新能源消纳能力，提高了经济效益，具有很强的使用价值。同时，本发明率先提出将动态分时电价激励有序充电的方法融入充电桩的运营管理，通过充电功率和充电价格的变化，吸引车主在光伏能源需要消纳的时段和用电低谷完成车辆充电完成有序充电，也具备极强的学术意义。

Description

多功能充电激励需求响应的新能源消纳方法及系统
技术领域
本发明属于新能源系统优化调度技术领域，具体涉及多功能充电激励需求响应的新能源消纳方法及系统。
背景技术
目前，多能源智能园区作为能源互联最直接的表现形式，园区内耦合多种能源，协调调度多种供能系统，以提升园区内能源利用率和降低能源系统经济成本，在一定区域内实现源-网-荷-储的协同发展。但随着光伏、风能等新能源接入的比例不断增大，电动汽车等新型用能设备的迅速发展，使园区内电网峰谷差不断增大，极大降低电网运行效率，对园区配电网的规划带来巨大的挑战。而光伏发电一直以其清洁、灵活的特点占据改变世界能源结构的重要地位，目前已有许多以光伏为主导新能源的光伏小镇，但由于光伏出力的不稳定性和不确定性，以及电动汽车负荷的无序性与随机性，导致光伏小镇出现光伏能源利用率低、电网峰谷差大的电力问题。因此需要针对电动汽车无序充电提出合理的运营规划，在有序充电基础上，最大程度消纳光伏能源，保证光伏小镇的电力平衡和经济运行，真正实现源-网-荷-储协同运行。
发明内容
本发明的目的在于克服光伏小镇出现光伏能源利用率低且电网峰谷差大的问题，提供一种多功能充电激励需求响应的新能源消纳方法及系统，在减小电网峰谷差的基础上提升光伏小镇新能源消纳能力。
为达到上述目的，本发明采用如下技术方案：
多功能充电激励需求响应的新能源消纳方法，包括以下步骤：
步骤一：车主向充电桩APP发送充电请求，充电桩APP自动获取需要充电车辆的状态信息和该时段原本电价；
步骤二：充电桩APP立即查看当前光伏小镇内充电桩是否存在空桩；
1)如果无空桩，则查看是否存在即充即拔车辆；
若存在，则表示等待确定时间后即能够充电；此时将需要等待的时间告知车主，如果车主不接受等待，充电桩APP根据车辆定位为车主推荐最近充电桩；如果车主接受等待，则在充电桩APP预约充电桩并锁定该充电桩位置，以防重复约定，充电桩APP会实时根据车辆定位提前通知车主需要前往充电桩完成充电，等待时间结束后，车辆到达指定充电桩位置，准备开始充电；
若不存在，充电桩APP根据车辆定位为车主推荐最近充电桩；
2)如果有空桩，充电桩APP根据当前空桩率调节该时段原本电价，得到该时段的基础充电电价，并将调节后的基础电价和待充电车辆信息传输给光伏小镇的控制终端；
步骤三：通过状态监测模块实时采集光伏小镇内电能信息，并传输至控制终端；所述电能信息包括电网电能、基础负荷大小和光伏发电量；
步骤四：控制终端根据状态监测模块收集的电能信息判断当前时段是否存在光伏能源等待消纳；
1)若不存在需要消纳光伏能源，控制终端根据电能信息判断该时段是否处于用电高峰期；
如果光伏小镇不处于用电高峰期，此时充电桩以基准功率进行充电，并且充电电价不变，仍为当前时段的基础电价；
如果光伏小镇处于用电高峰期，则控制终端向充电桩能量管理模块发送降低充电功率的指令，此时充电桩以低于基准功率的充电功率进行充电，且充电价格提高；
2)若存在需要消纳的光伏能源，控制终端向充电桩能量管理模块发送提高充电功率的指令，此时充电桩优先消耗新能源提供的电能，以高于基准功率的充电功率进行充电，且充电价格由当前时段的基础电价降低为新能源消纳电价；
步骤五：充电桩APP根据控制终端的指令向车主提供该时段充电功率和充电价格菜单，车主支付当前充电费用，充电桩APP向控制终端发送充电请求，充电桩接受控制终端充电指令后按照设定的充电功率和充电时间完成充电；
步骤六：充电结束时充电桩自动断电结束充电，通过充电桩APP告知车主充电结束，并为车主提供车辆当前的状态信息。
进一步地，所述步骤二中的光伏小镇包括交流配电网、光伏发电系统、交流母线、常规负荷、控制终端、通信网络和外设，所述外设包括状态监测模块、充电桩APP和停车场/充电站；
所述停车场/充电站包括充电桩和所停车辆，所述充电桩包括能量管理模块，所述能量管理模块接收控制终端发送的充电指令；
所述交流配电网通过变压器向交流母线输送交流电，所述光伏发电系统通过DC/AC逆变器向交流母线输送电能；所述交流母线向充电桩和常规负荷输送电能；
所述状态监测模块监测并采集光伏小镇当前时段的用配电情况，并通过通信网络与控制终端交换信息；所述控制终端为光伏小镇的控制枢纽，通过通信网络联通所有需要管理的外设，所述控制终端通过激励需求响应的光伏小镇新能源消纳数学模型及控制策略调控各个外设的工作；
所述充电桩APP包括一键查看充电桩信息的功能、获取充电时间及价格的功能、发送充电请求的功能和支付充电费用的功能；所述充电桩APP能够与车主完成人机交互动作，包括预约充电、获取充电方案、支付充电费用和开启充电。
进一步地，所述激励需求响应的光伏小镇新能源消纳数学模型及控制策略如下：
S1：将光伏小镇一天划分为12个时段，通过充电桩APP获取光伏小镇的分时基础电价；
S2：利用状态监测模块采集光伏小镇内当前时段光伏实际发电功率、电网用电量、电动汽车负荷以及常规负荷大小；
S3：利用蒙特卡洛模拟方法对光伏小镇内电动汽车负荷及光伏实际发电功率进行特性分析，建立光伏发电功率预测模型和电动汽车负荷预测模型，获取并更新每个时段光伏发电功率及电动汽车负荷的预测值；
S4：建立光伏小镇多目标优化模型，确定多目标优化模型的目标函数、约束条件，根据当前时段光伏发电功率预测值和常规负荷大小调整当前的充电价格；
S5：利用yalmip优化求解工具完成多目标优化模型的优化求解，代入当前时段光伏小镇状态变量及车辆信息进行算例分析，将优化结果以充电功率和充电价格变化的形式提供给车主。
进一步地，所述S1中的分时基础电价由光伏小镇所处地区的用电负荷和净负荷特性决定，在峰谷价差维持现行1.5:1:0.5原本电价基础上，根据光伏小镇中充电桩的空桩率来确定；空桩率为空桩数量与充电桩总数量之比；
当
Figure BDA0003937019790000051
时，基础电价在原本电价基础上降低30％；当
Figure BDA0003937019790000052
Figure BDA0003937019790000053
时，基础电价为当前时段的原本电价；当
Figure BDA0003937019790000054
时，基础电价在原电价基础上增加30％。
进一步地，所述S3中的光伏发电功率预测模型和电动汽车负荷预测模型分别如下：
Ppv＝EAτ
Figure BDA0003937019790000055
式中：Ppv为光伏发电功率；E为光伏阵列所接受的光辐照度，A为电池的有效面积，τ为电池的光电转化率；
PEVload为光伏小镇中的所有电动汽车第i分钟总充电功率；N为电动汽车总量；Pn,i为第n辆电动汽车在第i分钟的充电功率。
进一步地，所述S4中的光伏小镇多目标优化模型建立过程如下：
1)建立目标函数，包括：
目标函数1：电网峰谷差最小；
目标函数2：电网峰负荷最小；
目标函数3：光伏能源消纳最大；
目标函数4：用户充电费用最低；
目标函数5：用户充电满意度最高；
2)确定约束条件，包括：
约束条件1：功率平衡条件；
约束条件2：光伏出力约束；
约束条件3：电动汽车充电功率及电池容量约束；
约束条件4：节点电压约束。
进一步地，所述目标函数1和目标函数2如下：
Figure BDA0003937019790000061
f2＝min(maxPG(t))
其中，
Figure BDA0003937019790000062
式中，f1为目标函数1，f2为目标函数2，PG(t)为t时段叠加电动汽车负荷后配电网的总负荷；Pload(t)为t时刻光伏小镇的常规负荷；PEV,i(t)为t时刻第i辆电动汽车的充电负荷；NEV为在光伏小镇中充电的电动汽车数量；maxPG(t)和minPG(t)为该时刻配电网总负荷的最大值和最小值；
所述目标函数3如下：
Figure BDA0003937019790000071
式中，f3为目标函数3，PEV(t)为t时刻在光伏小镇中充电的电动汽车充电功率；Pgrid(t)为t时刻电动汽车负荷以及常规负荷从电网吸收的功率；T为一天的时刻总数；
所述目标函数4和目标函数5如下：
Figure BDA0003937019790000072
f5＝maxDEV,i,satisfaction
其中，
Figure BDA0003937019790000073
Figure BDA0003937019790000074
式中，f4为目标函数4，f5为目标函数5，Ci为第i辆电动汽车最小充电成本；Ct为t时刻充电价格；PEV,i,charge(t)为第i辆电动汽车t时刻充电功率；Ti,need为第i辆电动汽车满足充电需求所需要的充电时间；Ts为电动汽车有序充电的起始时刻；S为满足充电成本最少的开始充电时刻的集合；DEV,i,satisfaction为第i辆电动汽车实际充电电量用户满意度；Qi,charge为第i辆电动汽车的实际充电电量；Qi,need为第i辆电动汽车的充电需求量。
进一步地，所述约束条件1为：Pgrid(t)+PPV(t)＝Pload(t)+PEV(t)
式中，PPV(t)为t时刻光伏实际输出功率；
所述约束条件2为：PPV,min(t)≤PPV(t)≤PPV,max(t)
式中，PPV,min(t)和PPV,max(t)分别为t时刻光伏的预测输出功率最小值和最大值；
所述约束条件3为：PEV,min≤PEV(t)≤PEV,max
式中，PEV,min和PEV,max分别为电动汽车充电功率最小值和最大值；
所述约束条件4为：SOCEV,i,min≤SOCEV,i(t)≤SOCEV,i,max
式中，SOCEV,i,min和SOCEV,i,max分别为电动汽车电池存储容量的最小值和最大值，分别取5％和95％；SOCEV,i(t)为t时刻电动汽车的荷电状态。
进一步地，所述S5中的yalmip优化求解工具是关于凸优化与非凸优化问题的一种高级建模求解语言，提供多目标函数优化求解途径。
多功能充电激励需求响应的新能源消纳系统，包括：
充电请求模块：用于车主向充电桩APP发送充电请求，充电桩APP自动获取需要充电车辆的状态信息和该时段原本电价；
空桩判断模块：用于充电桩APP立即查看当前光伏小镇内充电桩是否存在空桩；
1)如果无空桩，则查看是否存在即充即拔车辆；
若存在，则表示等待确定时间后即能够充电；此时将需要等待的时间告知车主，如果车主不接受等待，充电桩APP根据车辆定位为车主推荐最近充电桩；如果车主接受等待，则在充电桩APP预约充电桩并锁定该充电桩位置，以防重复约定，充电桩APP会实时根据车辆定位提前通知车主需要前往充电桩完成充电，等待时间结束后，车辆到达指定充电桩位置，准备开始充电；
若不存在，充电桩APP根据车辆定位为车主推荐最近充电桩；
2)如果有空桩，充电桩APP根据当前空桩率调节该时段原本电价，得到该时段的基础充电电价，并将调节后的基础电价和待充电车辆信息传输给光伏小镇的控制终端；
电能信息获取模块：用于通过状态监测模块实时采集光伏小镇内电能信息，并传输至控制终端；所述电能信息包括电网电能、基础负荷大小和光伏发电量；
光伏能源等待消纳判断模块：用于控制终端根据状态监测模块收集的电能信息判断当前时段是否存在光伏能源等待消纳；
1)若不存在需要消纳光伏能源，控制终端根据电能信息判断该时段是否处于用电高峰期；
如果光伏小镇不处于用电高峰期，此时充电桩以基准功率进行充电，并且充电电价不变，仍为当前时段的基础电价；
如果光伏小镇处于用电高峰期，则控制终端向充电桩能量管理模块发送降低充电功率的指令，此时充电桩以低于基准功率的充电功率进行充电，且充电价格提高；
2)若存在需要消纳的光伏能源，控制终端向充电桩能量管理模块发送提高充电功率的指令，此时充电桩优先消耗新能源提供的电能，以高于基准功率的充电功率进行充电，且充电价格由当前时段的基础电价降低为新能源消纳电价；
充电模块：用于充电桩APP根据控制终端的指令向车主提供该时段充电功率和充电价格菜单，车主支付当前充电费用，充电桩APP向控制终端发送充电请求，充电桩接受控制终端充电指令后按照设定的充电功率和充电时间完成充电；
充电结束模块：用于在充电结束时充电桩自动断电结束充电，通过充电桩APP告知车主充电结束，并为车主提供车辆当前的状态信息。
与现有技术相比，本发明具有以下有益的技术效果：
本发明提供一种多功能充电激励需求响应的新能源消纳方法，从经济和服务两方面激励用户推进有序充电方案的实施，利用充电桩作为执行机构，结合数学算法提供有序充电最佳方案，针对电动汽车充电提出合理的运营规划，保证光伏小镇的电力平衡和经济运行，真正实现以光伏小镇建立源-网-荷协同运行的智能园区，在减小电网峰谷差的基础上提升光伏小镇新能源消纳能力。
进一步地，为用户提供预约排队、定位提醒等服务，使充电功能多样化，不仅提升用户充电服务的满意度，更提高了光伏小镇的公共资源利用率，同时为光伏小镇充电桩运营商带来一定的经济效益。
进一步地，利用yalmip优化求解工具完成模型的优化求解，代入当前时段光伏小镇状态变量及车辆信息进行算例分析，将优化结果以充电功率和充电价格变化的形式提供给车主，通过激励车主选择有序充电方式，优先并有效的消纳光伏能源。
进一步地，将动态分时电价激励有序充电的方法融入充电桩的运营管理，以充电桩作为有序充电的执行机构，通过光伏小镇无线通信网络使控制终端与充电桩能量管理模块建立通讯连接，促进了有序充电与光伏消纳的实施，有利于有序充电方案的大范围推广。
进一步地，以光伏小镇空桩率完成第一次充电电价的调节，以光伏出力情况进行第二次电价和充电功率的调节，双重调节实现有序充电和光伏能源消纳，既合理利用公共设施进行能源消纳，同时为光伏小镇带来经济效益。
进一步地，增加了峰负荷最小与用户满意度最高两个目标函数，建立了多目标优化模型，保证有序充电方案的可行性，提高了有序充电方案的可靠度，为最大程度消纳光伏能源提供可靠的数学模型和理论依据。
进一步地，多功能充电过程主要表现在步骤二、步骤四和步骤五，其中步骤二为第一次电价调节，步骤四和五为第二次功率和电价调节，根据对车主消费心理的分析，通过充电功率和充电价格的变化，吸引车主在光伏能源需要消纳的时段和用电低谷完成车辆充电，是有序充电方案的具体体现。
附图说明
说明书附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明光伏小镇系统框图。
图2为本发明多功能充电激励需求响应的新能源消纳方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。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前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
下面结合附图和实施例一对本发明多功能充电激励需求响应的新能源消纳方法进行详细说明。
如图1所示光伏小镇系统框图和图2所示多功能充电激励需求响应的新能源消纳方法的流程图，本发明包括以下步骤：
步骤一：车主向充电桩APP发送充电请求，充电桩APP自动获取需要充电车辆的状态信息和该时段原本电价。
步骤二：充电桩APP立即查看当前光伏小镇内充电桩是否存在空桩，具体如下：
1)如果无空桩，则查看是否存在即充即拔车辆。
若存在，则表示等待确定时间后即可给其他用户充电。此时将需要等待的时间告知车主，如果车主不接受等待，充电桩APP根据车辆定位为车主推荐最近充电桩；如果车主接受等待，则在充电桩APP预约充电桩并锁定该充电桩位置，以防重复约定，充电桩APP会实时根据车辆定位提前通知车主需要前往充电桩完成充电，等待时间结束后，车辆到达指定充电桩位置，准备开始充电；
若不存在，充电桩APP根据车辆定位为车主推荐最近充电桩；
2)如果有空桩，充电桩APP根据当前空桩率适当调节该时段原本电价，得到该时段的基础充电电价，并将调节后的基础电价和待充电车辆信息传输给光伏小镇的控制终端。
步骤三：光伏小镇内电网电能、基础负荷大小和光伏发电量由状态监测模块实时采集并向控制终端传输。
步骤四：控制终端根据状态监测模块收集的电能信息判断当前时段是否存在光伏能源等待消纳，具体如下：
1)若不存在需要消纳光伏能源，控制终端根据电能信息判断该时段是否处于用电高峰期。如果不处于用电高峰期，此时充电桩以基准功率进行充电，并且充电电价不变，仍为当前时段的基础电价；如果光伏小镇处于用电高峰期，则控制终端会向充电桩能量管理模块发送降低充电功率的指令，此时充电桩以较低的充电功率进行充电，且充电价格会相应提高；
2)若存在需要消纳的光伏能源，控制终端会向充电桩能量管理模块发送提高充电功率的指令，此时充电桩优先消耗新能源提供的电能，以较高的充电功率进行充电，且充电价格会由当前时段的基础电价降低为新能源消纳电价。
步骤五：充电桩APP根据控制终端的指令向车主提供该时段充电功率和充电价格菜单，车主支付当前充电费用，充电桩APP向控制终端发送充电请求，充电桩接受控制终端充电指令后按照设定的充电功率和充电时间完成充电。
步骤六：充电结束，充电桩自动断电结束充电，并通过充电桩APP告知车主充电结束，为车主提供车辆当前的状态信息。
特别地，多功能充电过程主要表现在步骤二、步骤四和步骤五。其中，步骤二为第一次电价调节；步骤四和五为第二次功率和电价调节，也是有序充电的具体体现，根据对车主消费心理的分析，通过充电功率和充电价格的变化，吸引车主在光伏能源需要消纳的时段和用电低谷完成车辆充电。
进一步地，步骤二中所述的光伏小镇包括交流配电网、光伏发电系统、交流母线、常规负荷、控制终端、通信网络和外设，所述外设包括状态监测模块、充电桩APP和停车场/充电站。所述停车场/充电站包括充电桩和所停车辆，充电桩包括能量管理模块，用于接收控制终端发送的充电指令。所述交流配电网通过变压器向交流母线输送交流电，所述光伏发电系统通过DC/AC电力电子变换装置向交流母线输送电能，所述交流母线向充电桩和常规负荷输送电能。所述状态监测模块用于监测并采集光伏小镇当前时段的用配电情况，并通过通信网络与控制终端交换信息。所述控制终端为光伏小镇的控制枢纽，以通信网络联通所有需要管理的外设，还包括激励需求响应的光伏小镇新能源消纳数学模型及控制策略，以此调控各个外设的工作。所述充电桩APP具备一键查看充电桩信息、获取充电时间及价格、发送充电请求及支付充电费用等多种便利功能。所述车主只需要通过充电桩APP便可完成预约充电、获取充电方案、支付充电费用、开启充电等动作。特别地，为用户提供预约排队、定位提醒等服务，使充电功能多样化，不仅提升用户充电服务的满意度，更提高了光伏小镇的公共资源利用率，同时为光伏小镇充电桩运营商带来一定的经济效益。
优选地，所述激励需求响应的光伏小镇新能源消纳数学模型及控制策略如下：
S1:将光伏小镇一天划分为12个时段，从充电桩APP获取光伏小镇的分时基础电价。
S2:由状态监测模块采集光伏小镇内当前时段光伏实际发电功率、电网用电量、电动汽车负荷以及常规负荷大小。
S3：利用蒙特卡洛模拟方法对光伏小镇内电动汽车负荷及光伏实际发电功率进行特性分析，建立光伏发电功率预测模型和电动汽车负荷预测模型，获取并更新每个时段光伏发电功率及电动汽车负荷的预测值。
S4:建立光伏小镇多目标优化模型，确定优化模型的目标函数、约束条件，由当前时段光伏发电功率预测值和常规负荷大小调整当前的充电价格。
S5:利用yalmip优化求解工具完成模型的优化求解，代入当前时段光伏小镇状态变量及车辆信息进行算例分析，将优化结果以充电功率和充电价格变化的形式提供给车主，通过激励车主选择有序充电方式，优先并有效的消纳光伏能源。
进一步地，S1所述的分时基础电价由光伏小镇所处地区的用电负荷和净负荷特性决定，在峰谷价差维持现行1.5:1:0.5原本电价基础上，根据光伏小镇充电桩的空桩率来确定。当
Figure BDA0003937019790000161
时，基础电价在原本电价基础上降低30％；当
Figure BDA0003937019790000162
时，基础电价为当前时段的原本电价；当
Figure BDA0003937019790000163
Figure BDA0003937019790000164
时，基础电价在原电价基础上增加30％。既合理利用公共设施进行能源消纳，同时为光伏小镇带来经济效益。
特别地，进一步地，以光伏小镇空桩率完成第一次充电电价的调节，以光伏出力情况进行第二次电价和充电功率的调节，双重调节实现有序充电和光伏能源消纳，将动态分时电价激励有序充电的方法融入充电桩的运营管理，以充电桩作为有序充电的执行机构，通过光伏小镇无线通信网络使控制终端与充电桩能量管理模块建立通讯连接，促进了有序充电与光伏消纳的实施，有利于有序充电方案的大范围推广。
进一步地，S3所述光伏发电功率预测模型和电动汽车负荷预测模型分别如下：
Ppv＝EAτ
Figure BDA0003937019790000171
式中：Ppv为光伏发电功率；E为光伏阵列所接受的光辐照度；A为电池的有效面积；τ为电池的光电转化率；
PEVload为光伏小镇中的所有电动汽车第i分钟总充电功率，i为某一时间(分钟)；N为电动汽车总量；Pn,i为第n辆车在第i分钟的充电功率。
进一步地，S4所述光伏小镇多目标优化模型如下：
1)建立目标函数。此多目标优化模型包括目标函数1：电网峰谷差最小；目标函数2：电网峰负荷最小；目标函数3：光伏能源消纳最大；目标函数4：用户充电费用最低；目标函数5：用户充电满意度最高；
特别地，所述目标函数1和目标函数2如下：
Figure BDA0003937019790000172
f2＝min(maxPG(t))
其中，
Figure BDA0003937019790000173
式中，f1为目标函数1，f2为目标函数2，PG(t)为t时刻叠加电动汽车负荷后配电网的总负荷；Pload(t)为t时刻光伏小镇常规负荷；PEV,i(t)为t时刻第i辆电动汽车的充电负荷；NEV为光伏小镇电动汽车数量；maxPG(t)和minPG(t)为该时刻配电网总负荷的最大值和最小值。
所述目标函数3如下：
Figure BDA0003937019790000181
式中，f3为目标函数3，PEV(t)为t时刻光伏小镇电动汽车充电功率；Pgrid(t)为t时刻电动汽车负荷以及常规负荷从电网吸收的功率；T为一天的时刻总数。
所述目标函数4和目标函数5如下：
Figure BDA0003937019790000182
f5＝maxDEV,i,satisfaction
其中，
Figure BDA0003937019790000183
Figure BDA0003937019790000184
式中，f4为目标函数4，f5为目标函数5，Ci为第i辆电动汽车最小充电成本；Ct为t时刻充电价格；PEV,i,charge(t)为第i辆电动汽车t时刻充电功率；Ti,need为第i辆电动汽车满足充电需求所需要的充电时间；Ts为电动汽车有序充电的起始时刻；S为满足充电成本最少的开始充电时刻的集合；DEV,i,satisfaction为第i辆电动汽车用户满意度；Qi,charge为第i辆电动汽车的实际充电电量；Qi,need为第i辆电动汽车的充电需求量。
2)确定约束条件。此多目标优化模型包括约束条件1：功率平衡条件；约束条件2:光伏出力约束；约束条件3：电动汽车充电功率及电池容量约束；约束条件4：节点电压约束。
特别地，所述约束条件1为：Pgrid(t)+PPV(t)＝Pload(t)+PEV(t)
式中，PPV(t)为t时刻光伏实际输出功率。
所述约束条件2为：PPV,min(t)≤PPV(t)≤PPV,max(t)
式中，PPV,min(t)和PPV,max(t)分别为t时刻光伏的预测输出功率最小值和最大值。
所述约束条件3为：PEV,min≤PEV(t)≤PEV,max
式中，PEV,min和PEV,max分别为电动汽车充电功率最小值和最大值。
所述约束条件4为：SOCEV,i,min≤SOCEV,i(t)≤SOCEV,i,max
式中，SOCEV,i,min和SOCEV,i,max分别为电动汽车电池存储容量的最小值和最大值，分别取5％和95％；SOCEV,i(t)为t时刻电动汽车的荷电状态。
特别地，增加了峰负荷最小与用户满意度最高两个目标函数，建立了多目标优化模型，保证有序充电方案的可行性，提高了有序充电方案的可靠度，为最大程度消纳光伏能源提供可靠的数学模型和理论依据。
进一步地，S5所述yalmip优化求解工具是关于凸优化与非凸优化问题的一种高级建模求解语言，提供了更为简便的多目标函数优化求解途径。
本发明多功能充电激励需求响应的新能源消纳方法通过双重电价功率调节实现车辆多功能充电，且将有序充电方案与充电桩相结合，建立了光伏小镇多目标优化模型，以充电价格和充电服务激励用户进行有序充电，实现了光伏小镇电动汽车负荷与光伏能源的协调互动，在减小电网峰谷差的基础上提升了光伏小镇新能源消纳能力。
实施例二
本发明还提供一种多功能充电激励需求响应的新能源消纳系统，包括：
充电请求模块：用于车主向充电桩APP发送充电请求，充电桩APP自动获取需要充电车辆的状态信息和该时段原本电价；
空桩判断模块：用于充电桩APP立即查看当前光伏小镇内充电桩是否存在空桩；
1)如果无空桩，则查看是否存在即充即拔车辆；
若存在，则表示等待确定时间后即能够充电；此时将需要等待的时间告知车主，如果车主不接受等待，充电桩APP根据车辆定位为车主推荐最近充电桩；如果车主接受等待，则在充电桩APP预约充电桩并锁定该充电桩位置，以防重复约定，充电桩APP会实时根据车辆定位提前通知车主需要前往充电桩完成充电，等待时间结束后，车辆到达指定充电桩位置，准备开始充电；
若不存在，充电桩APP根据车辆定位为车主推荐最近充电桩；
2)如果有空桩，充电桩APP根据当前空桩率调节该时段原本电价，得到该时段的基础充电电价，并将调节后的基础电价和待充电车辆信息传输给光伏小镇的控制终端；
电能信息获取模块：用于通过状态监测模块实时采集光伏小镇内电能信息，并传输至控制终端；所述电能信息包括电网电能、基础负荷大小和光伏发电量；
光伏能源等待消纳判断模块：用于控制终端根据状态监测模块收集的电能信息判断当前时段是否存在光伏能源等待消纳；
1)若不存在需要消纳光伏能源，控制终端根据电能信息判断该时段是否处于用电高峰期；
如果光伏小镇不处于用电高峰期，此时充电桩以基准功率进行充电，并且充电电价不变，仍为当前时段的基础电价；
如果光伏小镇处于用电高峰期，则控制终端向充电桩能量管理模块发送降低充电功率的指令，此时充电桩以低于基准功率的充电功率进行充电，且充电价格提高；
2)若存在需要消纳的光伏能源，控制终端向充电桩能量管理模块发送提高充电功率的指令，此时充电桩优先消耗新能源提供的电能，以高于基准功率的充电功率进行充电，且充电价格由当前时段的基础电价降低为新能源消纳电价；
充电模块：用于充电桩APP根据控制终端的指令向车主提供该时段充电功率和充电价格菜单，车主支付当前充电费用，充电桩APP向控制终端发送充电请求，充电桩接受控制终端充电指令后按照设定的充电功率和充电时间完成充电；
充电结束模块：用于在充电结束时充电桩自动断电结束充电，通过充电桩APP告知车主充电结束，并为车主提供车辆当前的状态信息。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对发明的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在发明待批的权利要求保护范围之内。

Claims (10)

1.多功能充电激励需求响应的新能源消纳方法，其特征在于，包括以下步骤：
步骤一：车主向充电桩APP发送充电请求，充电桩APP自动获取需要充电车辆的状态信息和该时段原本电价；
步骤二：充电桩APP立即查看当前光伏小镇内充电桩是否存在空桩；
1)如果无空桩，则查看是否存在即充即拔车辆；
若存在，则表示等待确定时间后即能够充电；此时将需要等待的时间告知车主，如果车主不接受等待，充电桩APP根据车辆定位为车主推荐最近充电桩；如果车主接受等待，则在充电桩APP预约充电桩并锁定该充电桩位置，以防重复约定，充电桩APP会实时根据车辆定位提前通知车主需要前往充电桩完成充电，等待时间结束后，车辆到达指定充电桩位置，准备开始充电；
若不存在，充电桩APP根据车辆定位为车主推荐最近充电桩；
2)如果有空桩，充电桩APP根据当前空桩率调节该时段原本电价，得到该时段的基础充电电价，并将调节后的基础电价和待充电车辆信息传输给光伏小镇的控制终端；
步骤三：通过状态监测模块实时采集光伏小镇内电能信息，并传输至控制终端；所述电能信息包括电网电能、基础负荷大小和光伏发电量；
步骤四：控制终端根据状态监测模块收集的电能信息判断当前时段是否存在光伏能源等待消纳；
1)若不存在需要消纳光伏能源，控制终端根据电能信息判断该时段是否处于用电高峰期；
如果光伏小镇不处于用电高峰期，此时充电桩以基准功率进行充电，并且充电电价不变，仍为当前时段的基础电价；
如果光伏小镇处于用电高峰期，则控制终端向充电桩能量管理模块发送降低充电功率的指令，此时充电桩以低于基准功率的充电功率进行充电，且充电价格提高；
2)若存在需要消纳的光伏能源，控制终端向充电桩能量管理模块发送提高充电功率的指令，此时充电桩优先消耗新能源提供的电能，以高于基准功率的充电功率进行充电，且充电价格由当前时段的基础电价降低为新能源消纳电价；
步骤五：充电桩APP根据控制终端的指令向车主提供该时段充电功率和充电价格菜单，车主支付当前充电费用，充电桩APP向控制终端发送充电请求，充电桩接受控制终端充电指令后按照设定的充电功率和充电时间完成充电；
步骤六：充电结束时充电桩自动断电结束充电，通过充电桩APP告知车主充电结束，并为车主提供车辆当前的状态信息。
2.根据权利要求1所述的多功能充电激励需求响应的新能源消纳方法，其特征在于，所述步骤二中的光伏小镇包括交流配电网、光伏发电系统、交流母线、常规负荷、控制终端、通信网络和外设，所述外设包括状态监测模块、充电桩APP和停车场/充电站；
所述停车场/充电站包括充电桩和所停车辆，所述充电桩包括能量管理模块，所述能量管理模块接收控制终端发送的充电指令；
所述交流配电网通过变压器向交流母线输送交流电，所述光伏发电系统通过DC/AC逆变器向交流母线输送电能；所述交流母线向充电桩和常规负荷输送电能；
所述状态监测模块监测并采集光伏小镇当前时段的用配电情况，并通过通信网络与控制终端交换信息；所述控制终端为光伏小镇的控制枢纽，通过通信网络联通所有需要管理的外设，所述控制终端通过激励需求响应的光伏小镇新能源消纳数学模型及控制策略调控各个外设的工作；
所述充电桩APP包括一键查看充电桩信息的功能、获取充电时间及价格的功能、发送充电请求的功能和支付充电费用的功能；所述充电桩APP能够与车主完成人机交互动作，包括预约充电、获取充电方案、支付充电费用和开启充电。
3.根据权利要求2所述的多功能充电激励需求响应的新能源消纳方法，其特征在于，所述激励需求响应的光伏小镇新能源消纳数学模型及控制策略如下：
S1：将光伏小镇一天划分为12个时段，通过充电桩APP获取光伏小镇的分时基础电价；
S2：利用状态监测模块采集光伏小镇内当前时段光伏实际发电功率、电网用电量、电动汽车负荷以及常规负荷大小；
S3：利用蒙特卡洛模拟方法对光伏小镇内电动汽车负荷及光伏实际发电功率进行特性分析，建立光伏发电功率预测模型和电动汽车负荷预测模型，获取并更新每个时段光伏发电功率及电动汽车负荷的预测值；
S4：建立光伏小镇多目标优化模型，确定多目标优化模型的目标函数、约束条件，根据当前时段光伏发电功率预测值和常规负荷大小调整当前的充电价格；
S5：利用yalmip优化求解工具完成多目标优化模型的优化求解，代入当前时段光伏小镇状态变量及车辆信息进行算例分析，将优化结果以充电功率和充电价格变化的形式提供给车主。
4.根据权利要求3所述的多功能充电激励需求响应的新能源消纳方法，其特征在于，所述S1中的分时基础电价由光伏小镇所处地区的用电负荷和净负荷特性决定，在峰谷价差维持现行1.5:1:0.5原本电价基础上，根据光伏小镇中充电桩的空桩率来确定；空桩率为空桩数量与充电桩总数量之比；
当空桩率
Figure FDA0003937019780000041
时，基础电价在原本电价基础上降低30％；当
Figure FDA0003937019780000042
Figure FDA0003937019780000043
时，基础电价为当前时段的原本电价；当空桩率
Figure FDA0003937019780000044
时，基础电价在原电价基础上增加30％。
5.根据权利要求3所述的多功能充电激励需求响应的新能源消纳方法，其特征在于，所述S3中的光伏发电功率预测模型和电动汽车负荷预测模型分别如下：
Ppv＝EAτ
Figure FDA0003937019780000051
式中：Ppv为光伏发电功率；E为光伏阵列所接受的光辐照度，A为电池的有效面积，τ为电池的光电转化率；
PEVload为光伏小镇中的所有电动汽车第i分钟总充电功率；N为电动汽车总量；Pn,i为第n辆电动汽车在第i分钟的充电功率。
6.根据权利要求3所述的多功能充电激励需求响应的新能源消纳方法，其特征在于，所述S4中的光伏小镇多目标优化模型建立过程如下：
1)建立目标函数，包括：
目标函数1：电网峰谷差最小；
目标函数2：电网峰负荷最小；
目标函数3：光伏能源消纳最大；
目标函数4：用户充电费用最低；
目标函数5：用户充电满意度最高；
2)确定约束条件，包括：
约束条件1：功率平衡条件；
约束条件2：光伏出力约束；
约束条件3：电动汽车充电功率及电池容量约束；
约束条件4：节点电压约束。
7.根据权利要求6所述的多功能充电激励需求响应的新能源消纳方法，其特征在于，所述目标函数1和目标函数2如下：
Figure FDA0003937019780000061
f2＝min(maxPG(t))
其中，
Figure FDA0003937019780000062
式中，f1为目标函数1，f2为目标函数2，PG(t)为t时段叠加电动汽车负荷后配电网的总负荷；Pload(t)为t时刻光伏小镇的常规负荷；PEV,i(t)为t时刻第i辆电动汽车的充电负荷；NEV为在光伏小镇中充电的电动汽车数量；maxPG(t)和minPG(t)为该时刻配电网总负荷的最大值和最小值；
所述目标函数3如下：
Figure FDA0003937019780000063
式中，f3为目标函数3，PEV(t)为t时刻在光伏小镇中充电的电动汽车充电功率；Pgrid(t)为t时刻电动汽车负荷以及常规负荷从电网吸收的功率；T为一天的时刻总数；
所述目标函数4和目标函数5如下：
Figure FDA0003937019780000064
f5＝maxDEV,i,satisfaction
其中，
Figure FDA0003937019780000071
Figure FDA0003937019780000072
式中，f4为目标函数4，f5为目标函数5，Ci为第i辆电动汽车最小充电成本；Ct为t时刻充电价格；PEV,i,charge(t)为第i辆电动汽车t时刻充电功率；Ti,need为第i辆电动汽车满足充电需求所需要的充电时间；Ts为电动汽车有序充电的起始时刻；S为满足充电成本最少的开始充电时刻的集合；DEV,i,satisfaction为第i辆电动汽车实际充电电量用户满意度；Qi,charge为第i辆电动汽车的实际充电电量；Qi,need为第i辆电动汽车的充电需求量。
8.根据权利要求6所述的多功能充电激励需求响应的新能源消纳方法，其特征在于，所述约束条件1为：Pgrid(t)+PPV(t)＝Pload(t)+PEV(t)
式中，PPV(t)为t时刻光伏实际输出功率；
所述约束条件2为：PPV,min(t)≤PPV(t)≤PPV,max(t)
式中，PPV,min(t)和PPV,max(t)分别为t时刻光伏的预测输出功率最小值和最大值；
所述约束条件3为：PEV,min≤PEV(t)≤PEV,max
式中，PEV,min和PEV,max分别为电动汽车充电功率最小值和最大值；
所述约束条件4为：SOCEV,i,min≤SOCEV,i(t)≤SOCEV,i,max
式中，SOCEV,i,min和SOCEV,i,max分别为电动汽车电池存储容量的最小值和最大值，分别取5％和95％；SOCEV,i(t)为t时刻电动汽车的荷电状态。
9.根据权利要求4所述的多功能充电激励需求响应的新能源消纳方法，其特征在于，所述S5中的yalmip优化求解工具是关于凸优化与非凸优化问题的一种高级建模求解语言，提供多目标函数优化求解途径。
10.多功能充电激励需求响应的新能源消纳系统，其特征在于，包括：
充电请求模块：用于车主向充电桩APP发送充电请求，充电桩APP自动获取需要充电车辆的状态信息和该时段原本电价；
空桩判断模块：用于充电桩APP立即查看当前光伏小镇内充电桩是否存在空桩；
1)如果无空桩，则查看是否存在即充即拔车辆；
若存在，则表示等待确定时间后即能够充电；此时将需要等待的时间告知车主，如果车主不接受等待，充电桩APP根据车辆定位为车主推荐最近充电桩；如果车主接受等待，则在充电桩APP预约充电桩并锁定该充电桩位置，以防重复约定，充电桩APP会实时根据车辆定位提前通知车主需要前往充电桩完成充电，等待时间结束后，车辆到达指定充电桩位置，准备开始充电；
若不存在，充电桩APP根据车辆定位为车主推荐最近充电桩；
2)如果有空桩，充电桩APP根据当前空桩率调节该时段原本电价，得到该时段的基础充电电价，并将调节后的基础电价和待充电车辆信息传输给光伏小镇的控制终端；
电能信息获取模块：用于通过状态监测模块实时采集光伏小镇内电能信息，并传输至控制终端；所述电能信息包括电网电能、基础负荷大小和光伏发电量；
光伏能源等待消纳判断模块：用于控制终端根据状态监测模块收集的电能信息判断当前时段是否存在光伏能源等待消纳；
1)若不存在需要消纳光伏能源，控制终端根据电能信息判断该时段是否处于用电高峰期；
如果光伏小镇不处于用电高峰期，此时充电桩以基准功率进行充电，并且充电电价不变，仍为当前时段的基础电价；
如果光伏小镇处于用电高峰期，则控制终端向充电桩能量管理模块发送降低充电功率的指令，此时充电桩以低于基准功率的充电功率进行充电，且充电价格提高；
2)若存在需要消纳的光伏能源，控制终端向充电桩能量管理模块发送提高充电功率的指令，此时充电桩优先消耗新能源提供的电能，以高于基准功率的充电功率进行充电，且充电价格由当前时段的基础电价降低为新能源消纳电价；
充电模块：用于充电桩APP根据控制终端的指令向车主提供该时段充电功率和充电价格菜单，车主支付当前充电费用，充电桩APP向控制终端发送充电请求，充电桩接受控制终端充电指令后按照设定的充电功率和充电时间完成充电；
充电结束模块：用于在充电结束时充电桩自动断电结束充电，通过充电桩APP告知车主充电结束，并为车主提供车辆当前的状态信息。
CN202211407163.2A 2022-11-10 2022-11-10 多功能充电激励需求响应的新能源消纳方法及系统 Pending CN115577977A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211407163.2A CN115577977A (zh) 2022-11-10 2022-11-10 多功能充电激励需求响应的新能源消纳方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211407163.2A CN115577977A (zh) 2022-11-10 2022-11-10 多功能充电激励需求响应的新能源消纳方法及系统

Publications (1)

Publication Number Publication Date
CN115577977A true CN115577977A (zh) 2023-01-06

Family

ID=84588587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211407163.2A Pending CN115577977A (zh) 2022-11-10 2022-11-10 多功能充电激励需求响应的新能源消纳方法及系统

Country Status (1)

Country Link
CN (1) CN115577977A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116316759A (zh) * 2023-03-23 2023-06-23 山东亿联数字能源科技有限公司 基于云平台的充电运营管理系统及其需求侧响应控制方法
CN116461368A (zh) * 2023-01-07 2023-07-21 广东永光新能源设计咨询有限公司 一种新能源汽车充电桩系统和新能源汽车充电方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116461368A (zh) * 2023-01-07 2023-07-21 广东永光新能源设计咨询有限公司 一种新能源汽车充电桩系统和新能源汽车充电方法
CN116461368B (zh) * 2023-01-07 2023-12-05 广东永光新能源设计咨询有限公司 一种新能源汽车充电桩系统和新能源汽车充电方法
CN116316759A (zh) * 2023-03-23 2023-06-23 山东亿联数字能源科技有限公司 基于云平台的充电运营管理系统及其需求侧响应控制方法

Similar Documents

Publication Publication Date Title
CN109193812B (zh) 一种园区光储荷微电网经济调度实现方法
Chen et al. Dynamic price vector formation model-based automatic demand response strategy for PV-assisted EV charging stations
CN115577977A (zh) 多功能充电激励需求响应的新能源消纳方法及系统
CN102324752B (zh) 结合风力发电的纯电动汽车有序充放电协调控制系统
CN109398149A (zh) 基于分布式能源应用的智能电动汽车充放电系统及其运行控制方法
CN112234638B (zh) 基于负荷侧智能充电桩集群控制的电网调峰系统和方法
CN111497671B (zh) 基于车牌自动识别与引导的电动汽车有序充电方法与系统
CN103944178A (zh) 智能配电网能量平衡优化调度方法
CN110289622B (zh) 一种光储充能量路由器的日前经济优化调度方法
CN103903090A (zh) 基于用户意愿和出行规律的电动汽车充电负荷分配方法
CN109462258A (zh) 一种基于机会约束规划的家庭能量优化调度方法
CN113067370B (zh) V2g充电站的充电控制方法、装置、服务器及存储介质
CN113437754A (zh) 一种基于台区智能融合终端的电动汽车有序充电方法及系统
CN112257886A (zh) 一种小区充电桩的预约系统及方法
CN105117797A (zh) 基于孤岛划分的微网日前经济最优调度方法
CN115360804B (zh) 一种有序充电系统及有序充电方法
CN115071476A (zh) 一种矩阵式智能充电装置与方法
Yan et al. Distributed energy storage node controller and control strategy based on energy storage cloud platform architecture
Shuanglong et al. Study on group control charging system and cluster control technology of electric vehicle
CN108304984A (zh) 行为量化方法及系统
CN115085187A (zh) 一种充放电管理方法、服务器、介质及设备
CN114312426A (zh) 一种净零能耗光储充电站优化配置方法、装置和存储介质
CN112277711B (zh) 一种考虑匹配电动汽车的多充电模式充电桩控制方法
CN110826210B (zh) 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法
Wang et al. Dynamic electric vehicles charging load allocation strategy for residential area

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