CN116436096A - 耦合于虚拟电厂的电动公交车储能收益最大化的控制方法 - Google Patents
耦合于虚拟电厂的电动公交车储能收益最大化的控制方法 Download PDFInfo
- Publication number
- CN116436096A CN116436096A CN202310564242.2A CN202310564242A CN116436096A CN 116436096 A CN116436096 A CN 116436096A CN 202310564242 A CN202310564242 A CN 202310564242A CN 116436096 A CN116436096 A CN 116436096A
- Authority
- CN
- China
- Prior art keywords
- virtual power
- power plant
- energy storage
- unit
- value
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000008901 benefit Effects 0.000 title claims abstract description 50
- 230000005611 electricity Effects 0.000 claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 34
- 229910052799 carbon Inorganic materials 0.000 claims description 34
- 239000000446 fuel Substances 0.000 claims description 10
- 238000007599 discharging Methods 0.000 claims description 8
- 238000011234 economic evaluation Methods 0.000 claims description 6
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000010276 construction Methods 0.000 abstract 1
- 230000001737 promoting effect Effects 0.000 abstract 1
- 239000003245 coal Substances 0.000 description 9
- 238000010248 power generation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory 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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- 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
- H02J3/381—Dispersed generators
-
- 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]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出了一种耦合于虚拟电厂的电动公交车储能收益最大化的控制方法。该方法将电动公交车的特点与虚拟电厂的能量流调度相结合,以实现对电动公交车储能的最大化利用。具体而言,该方法根据虚拟电厂功率需求与收益最大目标为储能指定调度目标,通过调度化石能源机组输出功率形成调度计划实现储能目标。同时,该方法还包括对收益的计算和调度过程中电动公交车与虚拟电厂的经济性分析。该方法充分利用了电动公交车的非工作时间作为储能参与电网调度,维持虚拟电厂的安全性,同时利用不同的电费时段获得电价差收益。该方法可明显提高电动公交车组参与电网调度的积极性,有助于促进用户侧储能参与虚拟电厂建设,且实现方法简单、投资低。
Description
技术领域
本发明属于电力系统控制方法技术领域,具体涉及一种耦合于虚拟电厂的电动公交车储能收益最大化的控制方法。
背景技术
随着可再生能源的快速发展,其发电的波动性与不确定性为电网造成的安全性问题日益凸显。能够对虚拟电厂内能量流进行控制的虚拟电厂技术是解决上述难题并保障可再生能源安全高效发展的重要方式。相比于传统储能,电动汽车作为应用广泛,潜力丰富和前期投入少的新兴储能更多的应用于虚拟电厂中,被虚拟电厂调度并充分发挥潜力。不同于专用储能,电动汽车储能的参与程度与价格因素紧密相关。如何在不影响电动汽车的正常运营的前提下,使用电动汽车储能并获取最高的收益,是发展电动汽车储能,保障电网安全的关键。
发明内容
本发明基于电动汽车中拥有固定的运营时间和容量要求特点的电动公交车,通过对运营特征、控制目标的逐时段的分析,旨在寻觅出利用电动公交车储能以获得最大的总收益,保障电动汽车储能的快速发展。本发明的目的是提供一种耦合于虚拟电厂的电动公交车储能收益最大化的控制方法,实现在不影响电动公交车正常运营的前提下,对电动公交车在空闲时间储能能力利用并获得最大的总收益。
本发明解决其技术问题采用的技术方案是:
耦合于虚拟电厂的电动公交车储能收益最大化的控制方法,包括如下步骤:
第一步,确定虚拟电厂在不同时段内的功率需求变化情况,制定虚拟电厂功率需求曲线,该功率需求通过虚拟电厂中的储能单元与化石能源机组实现;
第二步,确定不同组的电动公交车接入电网的时间,即能够作为虚拟电厂储能被控制充电或放电的时间;确定虚拟电厂所在区域的峰值、谷值、平值电价时间段;基于最大收益为不同时段不同组的电动汽车储能设定调度目标,最大收益定义为获得最大的电价差收益与最小的储能容量损失;
第三步,根据虚拟电厂功率需求曲线与电动公交车储能的调度目标,计算不同时段虚拟电厂中的化石能源机组的输出功率,形成化石能源调度计划;
第四步,在化石能源调度过程虚拟电厂能够参与碳排放交易市场获取额外收益,也会因为调度过程效率降低造成额外损失,将化石能源的收益、损失与储能的收益、损失相加即为对虚拟电厂的综合经济评价。
所述确定虚拟电厂在不同时段内的功率需求变化的方法如下:
PDemand=PLoad-Prenew
式中,pDemand为不同时间点虚拟电厂的功率需求值,MW;pLoad为不同时间点虚拟电厂的负载需求预测值,MW;prenew为不同时段虚拟电厂的可再生能源机组输出功率预测值,MW。
所述基于最大收益为不同时段不同组的电动汽车储能设定调度目标的方法如下:
第一,根据虚拟电厂所在区域的峰值、谷值、平值电价时间段将一天的时间分段:将峰值时段时定义为调度时段,将平值和谷值时定义为准备时段,从夜晚的谷值时段开始按时间顺序将各个时段排序,准备时段分为准备时间1、2,调度时段分为调度时间1、2。
第二,根据所分时段建立各时段的整体调度目标:最大的电动公交车储能收益意味着最大的电价差收益,在调度时段接入虚拟电厂的储能要将剩余电量完全放电获取高电价收益,在准备时段接入虚拟电厂的储能要将空余容量全部充电获取低电价成本;最大的电动公交车储能收益意味着最小的储能容量损失,调度时段的放电过程与准备时段的充电过程均为单调充电或者单调放电过程,以减小储能充放电循环造成的损失。
第三,根据不同组的电动公交车接入电网的时间,将时段再细分,确定对不同组电动公交车储能的具体调度计划:不同组电动公交车储能接入电网的剩余电量与离开电网的电量需求各不相同,根据接入电网时的剩余电量制定充电计划,根据离开电网的电量需求制定放电计划,确定在不同时段内储能的电量变化范围与在时段结束时储能的电量状态,当达到该计划状态时,便实现了储能收益最大化。
所述计算不同时段虚拟电厂中的化石能源机组的输出功率,采用如下公式:
式中:P(ti)是化石能源机组在时间段开始后的输出功率的值,MW;ΔW是不同时段虚拟电厂的功率需求值,仅由化石能源机组与储能单元提供,MW·h;Se是时间段内设计的电动公交车电池容量的变化值,Ah;v是电池的平均充放电速率,Ah/MW·h;Δt是时间段的时长,h。
对虚拟电厂的综合经济评价各指标计算方法如下:
储能的总收益由化石能源机组的收益、损失与电动公交车的收益、损失组成,其中化石能源机组的收益为参与碳排放交易市场获得的收益,损失为调度过程中化石能源机组的效率变化损失;电动公交车的收益为电动公交车通过电价差获得的收益,损失为额外的充放电循环造成的电池容量损失。具体如下:
(1)参与碳排放交易市场并获得收益的计算公式为:
pctm=(Ace-quota-Ece-actual)×punit-ctm
式中:pctm为虚拟电厂参与碳排放交易市场所获得的收益,元;Ace-quota为虚拟电厂的碳排放额度,tCO2;Ece-actual为虚拟电厂的实际碳排放量,tCO2;punit-ctm为单位碳排放额的在碳交易市场的价格,元/tCO2。其中的虚拟电厂实际碳排放量由化石能源机组决定,计算公式依据国家发展改革委颁布的《企业温室气体排放核算方法与报告指南(发电设备)(2022年修订版)》。其中的虚拟电厂中碳排放配额由可再生能源机组的配额与化石能源机组的配额组成,计算公式为:
Ace-quota=Adispatch·ceq+Arenewable·ceq
式中:Ace-quota为虚拟电厂的碳排放额度,tCO2;Arenewable·ceq为可再生能源机组的碳排放配额,tCO2;Adispatch·ceq为化石能源机组的碳排放配额,tCO2。具体的计算公式依据国家发展改革委颁布的《2019年度减排项目中国区域电网基准线排放因子》与《2019-2020年全国碳排放权交易配额总量设定与分配实施方案(发电行业)》。
(2)化石能源机组效率变化的损失计算方法为:化石能源机组的输出功率受到调度会随时间变化,相比于额定功率运行,化石能源机组的效率会降低,在相同发电量下消耗更多的燃料。由燃料造成的经济损失被定义为化石能源机组的效率变化的损失。
由两个等效非调度工况决定化石能源机组效率变化的损失的范围。等效非调度工况是指燃煤机组在最大与最小的平均输出功率下,和实际过程产生相同的电量的工况。当负载需求不变,可再生能源机组的输出值与预测值相同时,能够获得化石能源机组的最小平均输出功率,这被称为工况1。当负载需求不变,可再生能源机组的输出值为零时,能够获得化石能源机组的最大平均输出功率,这被称为工况2。化石能源机组的平均输出功率越大,效率越高燃料损失越小。故选择工况2所计算的燃料消耗为实际运行的下限,实际运行一定更多;选择工况1所计算的燃料消耗量为实际运行的上限,划定化石能源机组效率变化引起的损失的范围。
(3)电动公交车通过电价差获得的收益计算方法为:收益主要包括峰值与谷值电价差收益以及峰值与平值电价差的收益,其中具体的计算公式如下:
ptariff=ph-l+ph-m
ph-l=Lh-l×Δph-l
ph-m=Lh-m×Δph-m
式中:ptariff是电动公交车通过电价差获得的收益,元;ph-l是峰值与谷值电价差,元;ph-m是峰值与平值电价差,元;Δph-l是单位发电量获得的峰值与谷值电价差的值,元/MW·h;Δph-m是单位发电量获得的峰值与平值电价差的值,元/MW·h;Lh-l是虚拟电厂获取峰值与谷值电价差的放电量,MW·h;Lh-m是虚拟电厂获取峰值与平值电价差的放电量,MW·h。
(4)电动公交车非工作时间调度带来的电池容量损失计算方法为:电池容量损失体现在电池因为参与调度产生的额外的充放电循环,对于电池容量损失,计算公式如下:
式中:pbat为磷酸铁锂电池包的价格,元/kW·h;Qbat为电动公交车的整车容量,kW·h;nbus为在调度过程中需额外循环的电车数量;nbat为电池达到更换要求的极限循环次数。
与现有技术相比,本发明的优点如下:
(1)综合考虑虚拟电厂中的功率需求、电动公交车储能接入虚拟电厂的时间与电价时段建立了具体的调度目标,并为虚拟电厂中的化石能源机组设定调度计划,能够精确有效的调节储能获得最大的电价差收益并尽量减小额外循环造成的容量损失。
(2)除了储能的收益外,综合考虑了虚拟电厂的化石能源机组在调度过程的收益与损失并形成了综合经济评价体系,更准确的计算了在调度过程的虚拟电厂总收益。
(3)本发明实现方法简单,前期投入低,回收周期短且具有普适性。
附图说明
图1为耦合于虚拟电厂的电动公交车储能收益最大化的控制方法流程图。
图2为实例中所选用的电动公交车运行模式示意图。
图3为实例中光伏机组的输出功率随时间变化情况。
图4为实例中负载需求随时间变化情况。
图5为实例中虚拟电厂在不同时段内的功率需求曲线。
具体实施方法
下面结合附图和实施例对本发明进一步说明。
本发明提出一种耦合于虚拟电厂的电动公交车储能收益最大化的控制方法。选定由350MW超临界燃煤机组、100MW光伏机组、单位车组车辆数目nEPT=200/300/400的电动公交车储能与时变负载组成的虚拟电厂为研究对象。图2为所选用电动公交车组的运行模式示意图。图3为光伏机组的输出功率随时间变化情况。图4为负载需求随时间变化情况。图5为虚拟电厂在实例中的功率需求曲线。电动公交车选用BYD公司的K8型号作为示例,其基本参数如表1所示。实例所在地区的电价时段与电价差值如表2所示。同时将电动公交车电池荷电状态的变化范围设置为0.1-1之间,正式车组工作需要的容量用荷电状态表示为0.8,备用车组需要的容量用荷电状态表示为0.3。
表1
参数名称 | 取值 | 参数名称 | 取值 |
电池额定容量(Ah) | 540 | 电池额定开路电压(V) | 540 |
电池包额定容量(Ah) | 270 | 电池包额定开路电压(V) | 3.2 |
电池荷电状态范围(%) | 10-100 | 电池充放电电压范围(V) | 420-613.2 |
电池额定储能(kWh) | 291.6 | 最大允许持续充电电流(A) | 540 |
电池组串联数(n) | 169 | 最大允许持续放电电流(A) | 540 |
电池组并联数(n) | 2 | 额定放电功率(540V,540A)(kw) | 291.6 |
表2
基于上述条件,在APROS软件中搭建了基于电动公交车储能的虚拟电厂的动态仿真模型,在控制方法的调度下进行运算后,能够对不同经济性指标进行计算与整合,对总收益进行计算。如图1所示,控制方法具体实施方法如下:
1、基于功率需求曲线、电动公交车运行模式、所在区域的电价时段确定不同时段不同组的储能的调度目标。如表3所示:
表3
2、依据表格的相应时间段,对燃煤机组进行调度,燃煤机组的输出功率计算如下:
式中:P(ti)是化石能源机组即本实例燃煤机组在时间段ti开始后的输出功率的值,MW;ΔW是不同时段虚拟电厂的功率需求值,仅由燃煤机组与储能单元提供,MW·h;Se(ti)是时间段ti内设计的电动公交车电池容量的变化值,Ah;v是电池的平均充放电速率,Ah/MW·h;Δt是时间段的时长,h。
3、通过综合经济评价计算具有不同储能额定容量的虚拟电厂获得的收益并进行对比
对虚拟电厂参与碳排放交易市场的收益进行计算,计算公式为:
pctm=(Ace-quota-Ece-actual)×punit-ctm
式中:pctm为虚拟电厂参与碳排放交易市场所获得的收益,元;Ace-quota为虚拟电厂的碳排放额度,tCO2;Ece-actual为虚拟电厂的实际碳排放量,tCO2;punit-ctm为单位碳排放额的在碳交易市场的价格,元/tCO2。Arenewable·ceq为可再生能源机组的碳排放配额,tCO2;Adispatch·ceq为化石能源机组的碳排放配额,tCO2。计算结果如表4(a)所示。
表4(a)
对燃煤机组的效率损失进行计算,计算公式为:
ΔB=Bnd-Ba
pcfu·loss=ΔB×pcoal
ploss·range·max=Max(pcfu·loss1,pcfu·loss2)
ploss·range·min=Min(pcfu·loss1,pcfu·loss2)
式中:Lcfu为燃煤机组在调度过程的实际总发电量,ba为燃煤机组在调度过程的实际煤耗率,g/(kW·h);Ba燃煤机组的煤耗量,t;bnd1为燃煤机组在工况1的实际煤耗率,g/(kW·h);Bnd1为在工况1的煤耗量,t;pcfu·loss1为燃煤机组在工况1的效率损失值,万元;bnd2为燃煤机组在工况2的实际煤耗率,g/(kW·h);Bnd2为在工况2的煤耗量,t;pcfu·loss2为燃煤机组在工况2的效率损失值,万元;pcoal为单位煤量的价格,元/t。ploss range·max为燃煤机组的效率损失的最大值,ploss range·min为燃煤机组效率损失的最小值,万元/天。计算结果如表4(b)所示。
表4(b)
对电动公交车通过电价差获得的收益进行计算,计算公式为:
ptariff=ph-l+ph-m
ph-l=Lh-l×Δph-l
ph-m=Lh-m×Δph-m
式中:ptariff是电动公交车通过电价差获得的收益,万元/天;ph-l是峰谷电价差,元;ph-m是峰值平值电价差值,元;Δph-l是单位发电量获得的峰谷电价差的值,为0.67元/kW·h;Δph-m是单位发电量获得的峰谷电价差的值,为0.38元/kW·h;L是虚拟电厂的放电量,MW·h。计算结果如表4(c)所示。
表4(c)
对电动公交车电池容量的损失进行计算,计算公式如下:
式中:pbat·loss为电池容量的损失,万元/天;pbat为磷酸铁锂电池包的价格,为400-600元/kW·h;Qbat为电动公交车的整车容量,为291.6kW·h;nbus为在调度过程中需额外循环的电车数量;nbat为电池达到更换要求的极限循环次数,为3000次。计算结果如表4(d)所示
表4(d)
总收益即为四个指标项加和的值,计算公式如下:
ptotal·price·max=pctm-ploss·range·min+ptariff-pbat·loss
ptotal·price·min=pctm-ploss·range·max+ptariff-pbat·loss
式中:ptotal·price·max为计算得到的虚拟电厂的总收入最大值,万元/天;ptotal·price·min为计算得到的虚拟电厂总收入最小值,万元/天。
计算结果如表5所示:
表5
Claims (5)
1.耦合于虚拟电厂的电动公交车储能收益最大化的控制方法,其特征在于:包括如下步骤:
第一步,确定虚拟电厂在不同时段内的功率需求变化情况,制定虚拟电厂功率需求曲线,该功率需求通过虚拟电厂中的储能单元与化石能源机组实现;
第二步,确定不同组的电动公交车接入虚拟电厂的时间,即能够作为虚拟电厂储能被控制充电或放电的时间;确定虚拟电厂所在区域的峰值、谷值、平值电价时间段;基于最大收益为不同时段不同组的电动汽车储能设定调度目标,最大收益定义为获得最大的电价差收益与最小的储能容量损失;
第三步,根据虚拟电厂功率需求曲线与电动公交车储能的调度目标,计算不同时段虚拟电厂中的化石能源机组的输出功率,形成化石能源调度计划;
第四步,在化石能源调度过程虚拟电厂能够参与碳排放交易市场获取额外收益,也会因为调度过程效率降低造成额外损失,将化石能源的收益减损失与储能的收益减损失相加即为对虚拟电厂的综合经济评价。
2.根据权利要求1中所述的耦合于虚拟电厂的电动公交车储能收益最大化的控制方法,其特征在于:所述确定虚拟电厂在不同时段内的功率需求变化的方法如下:
PDemand=PLoad-Prenew
式中,pDemand为不同时间点虚拟电厂的功率需求值,MW;pLoad为不同时间点虚拟电厂的负载需求预测值,MW;prenew为不同时段虚拟电厂的可再生能源机组输出功率预测值,MW。
3.根据权利要求1中所述的耦合于虚拟电厂的电动公交车储能收益最大化的控制方法,其特征在于:所述基于最大收益为不同时段不同组的电动汽车储能设定调度目标的方法如下:
第一,根据虚拟电厂所在区域的峰值、谷值、平值电价时间段将一天的时间分段:将峰值时段时定义为调度时段,将平值和谷值时定义为准备时段,从夜晚的谷值时段开始按时间顺序将各个时段排序;
第二,根据所分时段建立各时段的整体调度目标:最大的电动公交车储能收益意味着最大的电价差收益,在调度时段接入虚拟电厂的储能要将剩余电量完全放电获取高电价收益,在准备时段接入虚拟电厂的储能要将空余容量全部充电获取低电价成本;最大的电动公交车储能收益意味着最小的储能容量损失,调度时段的放电过程与准备时段的充电过程均为单调充电或者单调放电过程,以减小储能充放电循环造成的损失;
第三,根据不同组的电动公交车接入电网的时间,将时段再细分,确定对不同组电动公交车储能的具体调度计划:不同组电动公交车储能接入电网的剩余电量与离开电网的电量需求各不相同,根据接入电网时的剩余电量制定充电计划,根据离开电网的电量需求制定放电计划,确定在不同时段内储能的电量变化范围与在时段结束时储能的电量状态,当达到该计划状态时,便实现了储能收益最大化。
5.根据权利要求1中所述的耦合于虚拟电厂的电动公交车储能收益最大化的控制方法,其特征在于:对虚拟电厂的综合经济评价各指标计算方法如下:
储能的总收益由化石能源机组的收益、损失与电动公交车的收益、损失组成,其中化石能源机组的收益为参与碳排放交易市场获得的收益,损失为调度过程中化石能源机组的效率变化损失;电动公交车的收益为电动公交车通过电价差获得的收益,损失为额外的充放电循环造成的电池容量损失;具体如下:
(1)参与碳排放交易市场并获得收益的计算公式为:
pctm=(Ace-quota-Ece-actual)×punit-ctm
式中:pctm为虚拟电厂参与碳排放交易市场所获得的收益,元;Ace-quota为虚拟电厂的碳排放额度,tCO2;Ece-actual为虚拟电厂的实际碳排放量,tCO2;punit-ctm为单位碳排放额的在碳交易市场的价格,元/tCO2;其中的虚拟电厂的碳排放配额由可再生能源机组的配额与化石能源机组的配额组成,计算公式为:
Ace-quota=Adispatch·ceq+Arenewable·ceq
式中:Ace-quota为虚拟电厂的碳排放额度,tCO2;Arenewable·ceq为可再生能源机组的碳排放配额,tCO2;Adispatch·ceq为化石能源机组的碳排放配额,tCO2;
(2)化石能源机组效率变化的损失计算方法为:化石能源机组的输出功率受到调度会随时间变化,相比于额定功率运行,化石能源机组的效率会降低,在相同发电量下消耗更多的燃料;由燃料造成的经济损失被定义为化石能源机组的效率变化的损失;
由两个等效非调度工况决定化石能源机组效率变化的损失的范围,等效非调度工况是指燃煤机组在最大与最小的平均输出功率下,和实际过程产生相同的电量的工况;当负载需求不变,可再生能源机组的输出值与预测值相同时,能够获得化石能源机组的最小平均输出功率,这被称为工况1;当负载需求不变,可再生能源机组的输出值为零时,能够获得化石能源机组的最大平均输出功率,这被称为工况2;化石能源机组的平均输出功率越大,效率越高燃料损失越小;故选择工况2所计算的燃料消耗为实际运行的下限,选择工况1所计算的燃料消耗量为实际运行的上限,划定化石能源机组效率变化引起的损失的范围;
(3)电动公交车通过电价差获得的收益计算方法为:收益包括峰值与谷值电价差收益以及峰值与平值电价差的收益,其中具体的计算公式如下:
ptariff=ph-l+ph-m
ph-l=Lh-l×Δph-l
ph-m=Lh-m×Δph-m
式中:ptariff是电动公交车通过电价差获得的收益,元;ph-l是峰值与谷值电价差,元;ph-m是峰值与平值电价差,元;Δph-l是单位发电量获得的峰值与谷值电价差的值,元/MW·h;Δph-m是单位发电量获得的峰值与平值电价差的值,元/MW·h;Lh-l是虚拟电厂获取峰值与谷值电价差的放电量,MW·h;Lh-m是虚拟电厂获取峰值与平值电价差的放电量,MW·h;
(4)电动公交车非工作时间调度带来的电池容量损失计算方法为:电池容量损失体现在电池因为参与调度产生的额外的充放电循环,对于电池容量损失,计算公式如下:
式中:pbat为磷酸铁锂电池包的价格,元/kW·h;Qbat为电动公交车的整车容量,kW·h;nbus为在调度过程中需额外循环的电车数量;nbat为电池达到更换要求的极限循环次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310564242.2A CN116436096A (zh) | 2023-05-18 | 2023-05-18 | 耦合于虚拟电厂的电动公交车储能收益最大化的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310564242.2A CN116436096A (zh) | 2023-05-18 | 2023-05-18 | 耦合于虚拟电厂的电动公交车储能收益最大化的控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116436096A true CN116436096A (zh) | 2023-07-14 |
Family
ID=87094623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310564242.2A Pending CN116436096A (zh) | 2023-05-18 | 2023-05-18 | 耦合于虚拟电厂的电动公交车储能收益最大化的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116436096A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117239810A (zh) * | 2023-11-09 | 2023-12-15 | 南方电网数字电网研究院有限公司 | 虚拟电厂电能调度方案获取方法、装置和设备 |
-
2023
- 2023-05-18 CN CN202310564242.2A patent/CN116436096A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117239810A (zh) * | 2023-11-09 | 2023-12-15 | 南方电网数字电网研究院有限公司 | 虚拟电厂电能调度方案获取方法、装置和设备 |
CN117239810B (zh) * | 2023-11-09 | 2024-03-26 | 南方电网数字电网研究院有限公司 | 虚拟电厂电能调度方案获取方法、装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110739725B (zh) | 一种配电网优化调度方法 | |
CN108520314B (zh) | 结合v2g技术的主动配电网调度方法 | |
CN102104251B (zh) | 一种并网运行模式下的微电网实时能量优化调度方法 | |
CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
CN113095791B (zh) | 一种综合能源系统运行方法及系统 | |
CN111049198B (zh) | 考虑储能寿命和调频性能的风储联合运行优化方法及系统 | |
CN107294122A (zh) | 一种混合储能系统分层动态控制方法 | |
CN110148969B (zh) | 基于模型预测控制技术的主动配电网优化运行方法 | |
CN111177637B (zh) | 电动汽车换电站动力电池的容量配置方法 | |
CN116436096A (zh) | 耦合于虚拟电厂的电动公交车储能收益最大化的控制方法 | |
Tian et al. | Coordinated control strategy assessment of a virtual power plant based on electric public transportation | |
CN110957722B (zh) | 一种含电转气设备的微型能源网日前优化调度方法 | |
CN103001259B (zh) | 一种基于退火算法的并网型微电网优化调度方法 | |
CN114243760A (zh) | 适用于配电网的光伏储能协调配置方法 | |
CN111882452A (zh) | 综合能源系统参与需求侧响应的边际成本计算方法 | |
Li et al. | A V2G Scheduling Strategy Based on Electric Vehicle Users' Willingness Model | |
Wang et al. | Regional integrated energy system optimization strategy involving electric vehicle clusters | |
CN111952996B (zh) | 一种基于经济效益评估的含储能的分布式光伏调峰控制方法 | |
CN114971154A (zh) | 一种包含碳交易机制的可再生能源消纳方法 | |
Li et al. | Economic analysis of energy storage peak shaving considering full life cycle cost | |
Qi et al. | Capacity and Power Allocation Strategy of Energy Storage Participating in Grid Peak Shaving | |
You et al. | Analysis on participation strategy of independent energy storage station in electricity spot market | |
CN113364042A (zh) | 一种数据中心光储协同优化配置方法和系统 | |
Yutong et al. | Economic dispatching model of virtual power plant and carbon emission under carbon trading mechanism | |
Guo et al. | Low-carbon economic dispatching of park integrated energy system considering carbon accounting |
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 |