CN117424268B - 一种区域能源供需平衡的电动汽车充电站调度方法 - Google Patents

一种区域能源供需平衡的电动汽车充电站调度方法 Download PDF

Info

Publication number
CN117424268B
CN117424268B CN202311732813.5A CN202311732813A CN117424268B CN 117424268 B CN117424268 B CN 117424268B CN 202311732813 A CN202311732813 A CN 202311732813A CN 117424268 B CN117424268 B CN 117424268B
Authority
CN
China
Prior art keywords
charging station
regional
charging
period
load
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.)
Active
Application number
CN202311732813.5A
Other languages
English (en)
Other versions
CN117424268A (zh
Inventor
黄玉萍
叶桐
张天任
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.)
Guangzhou Institute of Energy Conversion of CAS
Original Assignee
Guangzhou Institute of Energy Conversion of CAS
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 Guangzhou Institute of Energy Conversion of CAS filed Critical Guangzhou Institute of Energy Conversion of CAS
Priority to CN202311732813.5A priority Critical patent/CN117424268B/zh
Publication of CN117424268A publication Critical patent/CN117424268A/zh
Application granted granted Critical
Publication of CN117424268B publication Critical patent/CN117424268B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/28—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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/63—Monitoring or controlling charging stations in response to network capacity
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/67—Controlling two or more charging stations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/68—Off-site monitoring or control, e.g. remote control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/70—Interactions with external data bases, e.g. traffic centres
    • B60L2240/72—Charging station selection relying on external data
    • 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
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Transportation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种区域能源供需平衡的电动汽车充电站调度方法，涉及电动汽车充电站技术领域，该方法首先建立区域内的能量平衡方程，考虑各类电源的输出特征和充电站的充放电约束。然后利用相关性分析评估区域内充电站的相似性，并进行充电站场的聚类分组，形成充电站群。区域代理根据上级负荷指令计算控制信号，推送给匹配的充电站群。对充电站群的控制信号以最小化区域代理所分配的负荷需求与聚类后的充电站群的负荷差的方式迭代更新充放电功率。迭代过程中不断调整时段内充电/放电量，以精确跟踪和响应区域负荷需求。

Description

一种区域能源供需平衡的电动汽车充电站调度方法
技术领域
本发明涉及电动汽车充电站技术领域，尤其涉及一种区域能源供需平衡的电动汽车充电站调度方法。
背景技术
大规模风光能源与电动汽车规模化并网对电力系统运行提出了巨大的挑战。如何协调大量分布式的电动汽车充电站场参与虚拟电厂、需求响应，实现区域电网的供需平衡以及优化控制，是当前亟待解决的问题。由于电动汽车充电站的充放电负荷资源高度依赖电动汽车电池可用量，同时充电负荷高度不确定的情况下，如果不能有效调节站场的充电负荷，将对区域电网安全稳定运行产生负面影响。因此，开发适合大规模分布式电动汽车充电站特点的优化调度方法，实现对区域电网的有效辅助，是当前的研究热点。
发明内容
针对现有技术中的无法实现区域电网的供需平衡以及优化控制的不足，本发明提供一种区域能源供需平衡的电动汽车充电站调度方法，该方法从区域能源优化配置的角度出发，将区域内大量分布的电动汽车充电站视为一种可灵活调节的负荷与储能设备，通过协调优化区域内充电站的充放电计划，实现对区域内源、网、储、荷的动态平衡。
为实现上述目的，本发明提供一种区域能源供需平衡的电动汽车充电站调度方法，其包括以下步骤：
电力调度中心生成对应于各个区域代理的负荷调度指令；
各个所述区域代理根据所述负荷调度指令，评估各个所述区域代理的充电站的相似性，对类内距离最小的所述充电站聚类分组形成充电站群；
以所述充电站群和所述负荷调度指令的负荷差最小为目标，不断迭代更新所述充电站群的充放电功率，以匹配所述负荷调度指令。
如上所述的区域能源供需平衡的电动汽车充电站调度方法，进一步地，
电力调度中心根据获取的各个所述区域代理的充电站信息、约束条件、调度容量和总调度任务，以各个所述区域代理的运行成本最小为目标，建立电动汽车充电站资源调度模型并进行求解，生成对应于各个所述区域代理的负荷调度指令。
如上所述的区域能源供需平衡的电动汽车充电站调度方法，进一步地，对类内距离最小的所述充电站聚类分组形成充电站群，具体包括步骤：
①：初始化各个所述区域代理的电动汽车充电站在时段内电动汽车充放电站信息矩阵/>：
其中，表示分类编号，/>表示是否参与调度，/>表示在/>时段内充电站的平均负荷，/>表示第/>个充电站的地理信息；/>为所有电动汽车的集合，/>为调度时间段集合；
②：从电力调度中心获取区域调度计划的负荷调度指令，并根据负荷调度指令/>进行基相关性分析：
1)根据相关性分析计算时段内电动汽车充电站之间的关系：
其中，，/>，
表示充电站信息矩阵中第几个元素，/>；
2)时段内电动汽车充电站相关性矩阵/>：
其中，主对角线元素全为1，表示每个充电站与自身100%相关，/>表示区域内总电动车充电站数量，矩阵/>反映了/>时段内每个充电站与其他充电站的相关程度；
③基于相关性矩阵进行聚类，将结果分配给不同的区域代理：
1)引入充电站类别变量；表示类别/>，其中/>为聚类后的类别数，也是区域代理的数量，/>为聚类集合；/>表示充电站所属的类别，/>；
2)定义同一充电站类别内距离；
3)定义不同充电站类别间距离；
表示同类别间距离为1，不相关。
4)最小化电动汽车充电站聚类后的类内距离；
5)满足聚类数目限制；
其中，表示最大聚类数目。
6)满足站点类别唯一性约束；
7)类别内充电站之间相关性较大的约束条件：
其中，是相关性的阈值，当相关系数大于/>时认为相关性强；
8)得到区域代理聚类结果，其中/>为聚类后的类别数，也是区域代理的数量；
9)根据结果填入到时段内电动汽车充放电站信息矩阵/>中的第一个元素中。
如上所述的区域能源供需平衡的电动汽车充电站调度方法，进一步地，以所述充电站群和所述负荷调度指令的负荷差最小为目标，不断迭代更新所述充电站群的充放电功率，具体包括步骤：
根据聚类结果匹配响应，区域代理将接收到的负荷调度指令与各区域内聚类后的充电站群进行能量匹配，计算任一区域代理控制充电站群的信号：
其中，为/>时刻参与响应的区域代理/>所聚类的充电站群数量，/>为/>时段的区域代理/>接收调度中心的负荷调度指令；
对每个聚类后响应电网需求的电动汽车充电站群按下式更新迭代充放电功率，并将结果反馈至对应区域代理；
设第次迭代时，充电站群/>的充放电功率为
其中，为惩罚因子，上式的目标是使控制信号/>和与前一次迭代功率/>的差异和本次控制信号/>与前一次信号/>的迭代功率差异最小化，满足充电功率限制约束；通过迭代优化过程，可使充电站的充电功率随着控制信号变化，实现对电网需求的响应；
⑤更新迭代次数，使得/>；
⑥当迭代次数达到预定值或相邻两次迭代误差小于一定值，迭代运算终止，否则重复步骤②-④；
⑦根据最终结果计算各个聚类内部在时段内各充电站的平均负荷/>，分配任务给各充电站。
如上所述的区域能源供需平衡的电动汽车充电站调度方法，进一步地，所述约束条件包括能量平衡约束，其中，
能量平衡约束为在任意调度时段内，电力系统中风力发电量、光伏发电量、充电站充电量、充电站放电量与当地用电负荷之间满足平衡关系，具体为：
式中：，/>，/>，；
其中，为调度管理区域在/>时段内的外购电量，/>为风力发电量；为电力系统风电机组/>在/>时段内的发电量；/>为电力系统光伏机组/>在/>时段内的发电量，/>为光伏发电量；/>和/>分别为调度管理区域参与电力辅助服务的所有充电站/>的充电量/>的总和与放电量/>的总和；/>为调度管理区域/>时段内的分配的负荷任务量。
如上所述的区域能源供需平衡的电动汽车充电站调度方法，进一步地，所述约束条件包括风电和太阳能发电约束，其中，
风力发电量：
其中；为电力系统风电机组/>在/>时段内的发电量，/>为风电机组/>在时段内的可用发电量，/>为风电机组/>在/>时段内的最大发电量，/>为风电机组/>在/>时段内的弃风量，/>为风电厂在/>时段内的弃风成本，/>为弃风系数；
光伏发电量：
其中；为电力系统光伏机组/>在/>时段内的发电量，/>为电力系统光伏机组/>在/>时段内的可用发电量，/>为电力系统光伏机组/>在/>时段内的最大发电量，为电力系统光伏机组/>在/>时段内的弃光量，/>为电力系统光伏机组/>在/>时段内的弃光成本，/>为弃光系数。
如上所述的区域能源供需平衡的电动汽车充电站调度方法，进一步地，所述约束条件包括充电站充放电约束，其中，
电动汽车充电站充、放电量约束：
式中：为第/>个充电站在/>时段内的充电量，/>为第/>个充电站在/>时段内的允许最大充电量，/>为第/>个充电站在/>时段内的允许最小充电量，/>为第/>个充电站在/>时段内的放电量，/>为第/>个充电站在/>时段内的允许最大放电量，/>为第/>个充电站在/>时段内的允许最小放电量；
考虑充电站场内的总电池充放电损耗，定义充电站的等效电量为；
其中，为第/>个电动汽车充电站在/>时段内等效电量；
充电站场在/>时段内电池衰退成本/>计算：
其中，为电池衰退系数；
充电站场中所有电池总电量/>的状态变化为；
为充电站场的充电效率，/>为充电站场的放电效率，/>为调度间隔；
第个充电站的总电池电量/>需满足：
其中，和/>为所有电池总电量的最小值和最大值。
如上所述的区域能源供需平衡的电动汽车充电站调度方法，进一步地，所述各个所述区域代理的运行成本最小为目标，具体包括：
其中：为区域电力系统运行调度成本；/>为调度时间段集合；/>为区域内风电厂在/>时段内弃风成本；/>为区域内光伏电站在/>时段内弃光成本，/>为第/>充电站在/>时段内电池衰退成本，/>是一个负荷调节权重系数，反映了实际负荷/>与预定负荷/>之间差异的重要性；/>为外购电成本，/>为电价，/>。
本发明与现有技术相比，其有益效果在于：
本发明所提供的方法从区域能源优化配置的角度出发，将区域内大量分布的电动汽车充电站视为一种可灵活调节的负荷与储能设备，通过协调优化区域内充电站的充放电计划，实现对区域内源、网、储、荷的动态平衡。
本发明建立了考虑多种约束条件的区域经济运行优化模型，采用了充电站聚类形成区域代理的分层控制框架，实现了对区域内充电站群的协同调节。在充电站层面，设计了分布式迭代优化算法计算充电站的最优充放电计划，以响应区域代理的控制指令。这样，在保证电网安全的前提下，实现了区域内能源的优化配置，提高了电网经济运行效率。
与此同时，本发明还考虑了区域内充电站位置和负荷特征的差异，提出了一种基于充电站聚类形成区域代理的调度策略。这种策略可以根据充电站的相关性特征进行分组，使同区域代理下的充电站实现协同调节，以提升对区域负荷的协调控制能力。本发明提供了一种大规模协调充电站与当地风光资源共同参与电网调度的新思路和技术手段。
综上所述，本发明从区域视角进行综合调度，以实现对区域能源的优化配置和改善电网经济性，为大规模电动汽车与电网的协调发展提供了新方案。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图进行简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的方法流程图；
图2为本发明实施例的系统结构示意图；
图3为本发明实施例的又一方法流程图。
具体实施方式
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、完整的描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
实施例：
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，本发明实施例的术语“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。
本发明公开了一种区域能源供需平衡的电动汽车充电站资源调度方法。该方法充分发挥了区域特性和充电站群的协同调节潜力，本发明通过对含光伏和风力发电的区域内电动汽车充电站群进行电力供需平衡调度，优化了区域内能源的使用，实现对电网的有效电力辅助服务。
该方法首先建立区域内的能量平衡方程，考虑各类电源的输出特征和充电站的充放电约束。然后利用相关性分析评估区域内充电站的相似性，并进行充电站场的聚类分组，形成充电站群。区域代理根据上级负荷指令计算控制信号，推送给匹配的充电站群。对充电站群的控制信号以最小化区域代理所分配的负荷需求与聚类后的充电站群的负荷差的方式迭代更新充放电功率。迭代过程中不断调整时段内充电/放电量，以精确跟踪和响应区域负荷需求。
参见图1至图3，本发明实施例所提供的一种区域能源供需平衡的电动汽车充电站调度方法，具体可以包括如下步骤：
步骤1：电力调度中心生成对应于各个区域代理的负荷调度指令。
该步骤中，电力调度中心根据获取的各个所述区域代理的充电站信息、约束条件、调度容量和总调度任务，以各个所述区域代理的运行成本最小为目标，建立电动汽车充电站资源调度模型并进行求解，生成对应于各个所述区域代理的负荷调度指令。
获取的各个所述区域代理的充电站信息是建立电动汽车充电站资源调度模型的具体参数。
区域代理的总调度任务是待分配到各个区域代理的所有电量负荷的总和。
调度容量是各个区域代理的充电站的充电量。
具体地，所述约束条件包括能量平衡约束，其中，
能量平衡约束为在任意调度时段内，电力系统中风力发电量、光伏发电量、充电站充电量、充电站放电量与当地用电负荷之间满足平衡关系，具体为：
式中：，/>，/>，；
其中，为调度管理区域在/>时段内的外购电量，/>为风力发电量；为电力系统风电机组/>在/>时段内的发电量；/>为电力系统光伏机组/>在/>时段内的发电量，/>为光伏发电量；/>和/>分别为调度管理区域参与电力辅助服务的所有充电站/>的充电量/>的总和与放电量/>的总和；/>为调度管理区域/>时段内的分配的负荷任务量。
具体地，所述约束条件还包括风电和太阳能发电约束，其中，
风力发电量：
其中；为电力系统风电机组/>在/>时段内的发电量，/>为风电机组/>在/>时段内的可用发电量，/>为风电机组/>在/>时段内的最大发电量，/>为风电机组/>在/>时段内的弃风量，/>为风电厂在/>时段内的弃风成本，/>为弃风系数；
光伏发电量：
其中；为电力系统光伏机组/>在/>时段内的发电量，/>为电力系统光伏机组/>在/>时段内的可用发电量，/>为电力系统光伏机组/>在/>时段内的最大发电量，为电力系统光伏机组/>在/>时段内的弃光量，/>为电力系统光伏机组/>在/>时段内的弃光成本，/>为弃光系数。
具体地，所述约束条件还包括充电站充放电约束，其中，
电动汽车充电站充、放电量约束：
式中：为第/>个充电站在/>时段内的充电量，/>为第/>个充电站在/>时段内的允许最大充电量，/>为第/>个充电站在/>时段内的允许最小充电量，/>为第/>个充电站在/>时段内的放电量，/>为第/>个充电站在/>时段内的允许最大放电量，/>为第/>个充电站在/>时段内的允许最小放电量。
考虑充电站场内的总电池充放电损耗，定义充电站的等效电量为；
其中，为第/>个电动汽车充电站在/>时段内等效电量；
充电站场在/>时段内电池衰退成本/>计算：
其中，为电池衰退系数；
充电站场中所有电池总电量/>的状态变化为；
为充电站场的充电效率，/>为充电站场的放电效率，/>为调度间隔；
第个充电站的总电池电量/>需满足：
其中，和/>为所有电池总电量的最小值和最大值。
具体地，所述各个所述区域代理的运行成本最小为目标，具体包括：
其中：为区域电力系统运行调度成本；/>为调度时间段集合；/>为区域内风电厂在/>时段内弃风成本；/>为区域内光伏电站在/>时段内弃光成本，/>为第/>充电站在/>时段内电池衰退成本，/>是一个负荷调节权重系数，反映了实际负荷/>与预定负荷/>之间差异的重要性；/>为外购电成本，/>为电价，/>。
上述步骤提出了一种全面考虑多种约束条件的区域经济运行优化模型，包括能量平衡约束、风电和太阳能发电约束、充电站充放电约束等。这种综合约束条件的考虑使得电动汽车充电站调度更为智能和可持续，解决了现有技术中单一约束视角的不足。
具体地，对应于各个所述区域代理的负荷调度指令的总和即是响应时间段分给区域代理的总调度任务。
步骤2：各个所述区域代理根据所述负荷调度指令，评估各个所述区域代理的充电站的相似性，对类内距离最小的所述充电站聚类分组形成充电站群。
该步骤中，每个充电站配置有信息矩阵，其中，所述信息矩阵包含分类编号、参与调度标志和平均负荷，根据各个区域代理分配的负荷调度指令计算出所需的辅助服务功率。
其中，①初始化电动汽车充电站在时段内电动汽车充放电站信息矩阵/>：
其中，表示分类编号，/>表示是否参与调度。/>表示在/>时段内充电站的平均负荷，/>表示第/>个充电站的地理信息；/>为所有电动汽车的集合，/>为调度时间段集合。
利用所述信息矩阵计算各充电站之间在时段的相关性系数矩阵，根据所述相关性矩阵进行充电站聚类，引入充电站类别变量表示每个充电站所属的类别，以最小化同类别内充电站距离为目标进行聚类，得到区域代理的聚类结果。
其中，②从电力调度中心获取区域调度计划的负荷需求量，并根据需求量进行基相关性分析：
1)根据相关性分析计算时段内电动汽车充放电站之间的关系：
其中，，/>，
表示充电站信息矩阵中第几个元素，/>。
2)时段内电动汽车充电站相关性矩阵/>：
其中，主对角线元素全为1，表示每个充电站与自身100%相关，/>表示区域内总电动车充电站数量，矩阵/>反映了/>时段内每个充电站与其他充电站的相关程度。
③基于相关性矩阵进行聚类，将结果分配给不同的区域代理：
1)引入充电站类别变量；表示类别/>；/>表示充电站/>所属的类别，其中/>为聚类后的类别数，也是区域代理的数量，/>为聚类集合；/>。
2)定义同一充电站类别内距离；
3)定义不同充电站类别间距离；
表示同类别间距离为1，不相关。
4)最小化电动汽车充电站聚类后的类内距离；
5)满足聚类数目限制；
其中，表示最大聚类数目。
6)满足站点类别唯一性约束；
7)类别内充电站之间相关性较大的约束条件：
其中，是相关性的阈值，当相关系数大于/>时认为相关性强。
8)得到区域代理聚类结果，其中/>为聚类后的类别数，也是区域代理的数量。
9)根据结果填入到时段内电动汽车充放电站信息矩阵/>中的第一个元素中。
上述步骤通过采用充电站聚类形成区域代理的分层控制框架，本发明创新性地引入了区域能源的分层协同调节。这一框架既考虑了电动汽车充电站位置和负荷特征的差异，又使同一区域代理下的充电站实现协同调节，提升了对区域负荷的整体控制能力。
进一步地，该步骤的实施例采用了充电站聚类形成区域代理的分层控制框架，该分层控制框架可以根据充电站的相关性特征进行分组，使同区域代理下的充电站实现协同调节，以提升对区域负荷的协调控制能力。
步骤3：以所述充电站群和所述负荷调度指令的负荷差最小为目标，不断迭代更新所述充电站群的充放电功率，以匹配所述负荷调度指令。
该步骤中，根据所述聚类结果匹配所述负荷调度指令与聚类后的充电站群，每个区域代理根据接收的负荷指令计算对应的控制信号，对每个充电站群采用分布式迭代优化算法更新充放电功率，以跟踪控制信号。
其中，负荷调度指令用于指示各个所述区域代理管辖的充电站群根据服务邀约结果，将所述负荷调度指令与聚类后的充电站群进行能量匹配，生成本区域内充电站群的优化充放电计划，所述优化充放电计划用于指示所述本区域内充电站群的各个充电站按所述优化充放电计划调整充放电。
具体地，根据聚类结果匹配响应，区域代理将接收到的负荷调度指令与各区域内聚类后的充电站群进行能量匹配，计算任一区域代理控制充电站群的信号：
其中，为/>时刻参与响应的区域代理/>所聚类的充电站群数量，/>为/>时段的区域代理/>接收调度中心的计划负荷。
对每个聚类后响应电网需求的电动汽车充电站群按下式更新迭代充放电功率，，并将结果反馈至对应区域代理。
设第次迭代时，充电站群/>的充放电功率为
其中，为惩罚因子，上式的目标是使控制信号/>和与前一次迭代功率/>的差异和本次控制信号/>与前一次信号/>的迭代功率差异最小化，满足充电功率限制约束；通过迭代优化过程，可使充电站的充电功率随着控制信号变化，实现对电网需求的响应；
⑤更新迭代次数，使得/>；
⑥当迭代次数达到预定值或相邻两次迭代误差小于一定值，迭代运算终止，否则重复步骤②-④。
根据最终结果计算各个聚类内部在时段内各充电站的平均负荷/>，分配任务给各充电站。
上述步骤通过设计分布式迭代优化算法，实现了电动汽车充电站的最优充放电计划。这一算法的引入不仅提高了调度效率，同时保证了电网的安全运行。这种分布式计算方法有效地解决了传统集中式优化方法的计算复杂性和实时性问题。
进一步地，上述步骤的实施例考虑了区域内充电站位置和负荷特征的差异，提出了一种基于充电站聚类形成区域代理的调度策略。这种策略可以根据充电站的相关性特征进行分组，使同区域代理下的充电站实现协同调节，以提升对区域负荷的协调控制能力。本发明提供了一种大规模协调充电站与当地风光资源共同参与电网调度的新思路和技术手段。
综上所述，本发明从区域能源供需平衡的视角出发，提供了一种大规模协调电动汽车充电站资源的新型调度方案，该方法充分发挥了区域特性和充电站群的协同调节潜力，本发明通过对含光伏和风力发电的区域内电动汽车充电站群进行电力供需平衡调度，优化了区域内能源的使用，实现对电网的有效电力辅助服务，为电动汽车与电网的协调发展提供了更为可行和可持续的路径，为可再生能源与电动汽车充电站的规模化并网提供了创新性的解决方案。
该方法首先建立区域内的能量平衡方程，考虑各类电源的输出特征和充电站的充放电约束。然后利用相关性分析评估区域内充电站的相似性，并进行充电站场的聚类分组，形成充电站群。区域代理根据上级负荷指令计算控制信号，推送给匹配的充电站群。对充电站群的控制信号以最小化区域代理所分配的负荷需求与聚类后的充电站群的负荷差的方式迭代更新充放电功率。迭代过程中不断调整时段内充电/放电量，以精确跟踪和响应区域负荷需求。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
上述实施例只是为了说明本发明的技术构思及特点，其目的是在于让本领域内的普通技术人员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。凡是根据本发明内容的实质所做出的等效的变化或修饰，都应涵盖在本发明的保护范围内。

Claims (7)

1.一种区域能源供需平衡的电动汽车充电站调度方法，其特征在于，包括以下步骤：
电力调度中心生成对应于各个区域代理的负荷调度指令；
各个所述区域代理根据所述负荷调度指令，评估各个所述区域代理的充电站的相似性，对类内距离最小的所述充电站聚类分组形成充电站群，其中，
对类内距离最小的所述充电站聚类分组形成充电站群，具体包括步骤：
①：初始化各个所述区域代理的电动汽车充电站在时段内电动汽车充放电站信息矩阵：
其中，表示分类编号，/>表示是否参与调度，/>表示在/>时段内充电站/>的平均负荷，/>表示第/>个充电站的地理信息，/>为所有电动汽车的集合，/>为调度时间段集合；
②：从电力调度中心获取区域调度计划的负荷调度指令，并根据负荷调度指令进行基相关性分析：
1)根据相关性分析计算时段内电动汽车充电站之间的关系：
其中，，/>，
表示充电站信息矩阵中第几个元素，/>；
2)时段内电动汽车充电站相关性矩阵/>：
=/>
其中，主对角线元素全为/>，表示每个充电站与自身/>相关，/>表示区域内总电动汽车充电站数量，矩阵/>反映了/>时段内每个充电站与其他充电站的相关程度；
③基于相关性矩阵进行聚类，将结果分配给不同的区域代理：
1)引入充电站类别变量；表示充电站群，类别/>，其中/>为聚类后的类别数，也是区域代理的数量，/>为聚类集合；/>表示充电站/>所属的类别，/>；
2)定义同一充电站类别内距离；
，/>
3)定义不同充电站类别间距离；
表示同类别间距离为，不相关；
4)最小化电动汽车充电站聚类后的类内距离；
5)满足聚类数目限制；
其中，表示最大聚类数目；
6)满足站点类别唯一性约束；
7)类别内充电站之间相关性较大的约束条件：
其中，是相关性的阈值，当相关系数大于/>时认为相关性强；
8)得到区域代理充电站群，其中/>为聚类后的类别数，也是区域代理的数量；
9)根据结果填入到时段内电动汽车充放电站信息矩阵/>中；
以所述充电站群和所述负荷调度指令的负荷差最小为目标，其中，根据聚类结果匹配响应，区域代理将接收到的负荷调度指令与各区域内聚类后的充电站群进行能量匹配，计算任一区域代理控制充电站群的信号：
-/>，/>
其中，为/>时刻参与响应的区域代理/>所聚类的充电站群数量，/>为/>时段的区域代理/>接收调度中心的负荷调度指令；不断迭代更新所述充电站群的充放电功率，以匹配所述负荷调度指令。
2.根据权利要求1所述的区域能源供需平衡的电动汽车充电站调度方法，其特征在于，
电力调度中心根据获取的各个所述区域代理的充电站信息、约束条件、调度容量和总调度任务，以各个所述区域代理的运行成本最小为目标，建立电动汽车充电站资源调度模型并进行求解，生成对应于各个所述区域代理的负荷调度指令。
3.根据权利要求1所述的区域能源供需平衡的电动汽车充电站调度方法，其特征在于，以所述充电站群和所述负荷调度指令的负荷差最小为目标，不断迭代更新所述充电站群的充放电功率，具体包括步骤：
④对每个聚类后响应电网需求的电动汽车充电站群按充电站群的充放电功率更新迭代充放电功率，/>,/>并将结果反馈至对应区域代理；
设第次迭代时，充电站群/>的充放电功率为
其中，，/>为惩罚因子，上式的目标是使控制信号/>和与前一次迭代功率/>的差异和本次控制信号/>与前一次信号/>的迭代功率差异最小化，满足充电功率限制约束；通过迭代优化过程，可使充电站的充电功率随着控制信号变化，实现对电网需求的响应；
⑤更新迭代次数，使得/>；
⑥当迭代次数达到预定值或相邻两次迭代误差小于定值，迭代运算终止，否则重复步骤②-⑤；
⑦根据最终结果计算各个聚类内部在时段内各充电站/>的平均负荷/>，分配任务给各充电站。
4.根据权利要求2所述的区域能源供需平衡的电动汽车充电站调度方法，其特征在于，所述约束条件包括能量平衡约束，其中，
能量平衡约束为在任意调度时段内，电力系统中风力发电量、光伏发电量、充电站充电量、充电站放电量与当地用电负荷之间满足平衡关系，具体为：
式中：，/>，/>，；
其中，为调度管理区域在/>时段内的外购电量，/>为风力发电量；/>为电力系统风电机组/>在/>时段内的发电量；/>为电力系统光伏机组/>在/>时段内的发电量，为光伏发电量；/>和/>分别为调度管理区域参与电力辅助服务的所有充电站/>的充电量/>的总和与放电量/>的总和；/>为调度管理区域/>时段内的分配的负荷任务量。
5.根据权利要求2所述的区域能源供需平衡的电动汽车充电站调度方法，其特征在于，所述约束条件包括风电和太阳能发电约束，其中，
风力发电量：
其中；
为电力系统风电机组/>在/>时段内的发电量，/>为风电机组/>在/>时段内的可用发电量，/>为风电机组/>在/>时段内的最大发电量，/>为风电机组/>在/>时段内的弃风量，/>为风电厂在/>时段内的弃风成本，/>为弃风系数；
光伏发电量：
其中；
为电力系统光伏机组/>在/>时段内的发电量，/>为电力系统光伏机组/>在/>时段内的可用发电量，/>电力系统光伏机组/>在/>时段内的最大发电量，/>为电力系统光伏机组/>在/>时段内的弃光量，/>为电力系统光伏机组/>在/>时段内的弃光成本，/>为弃光系数。
6.根据权利要求2所述的区域能源供需平衡的电动汽车充电站调度方法，其特征在于，所述约束条件包括充电站充放电约束，其中，
电动汽车充电站的充、放电量约束：
式中：为第/>个充电站在/>时段内的充电量，/>为第/>个充电站在/>时段内的允许最大充电量，/>为第/>个充电站在/>时段内的允许最小充电量，/>为第/>个充电站在时段内的放电量，/>为第/>个充电站在/>时段内的允许最大放电量，/>为第/>个充电站在/>时段内的允许最小放电量；
考虑充电站内的总电池充放电损耗，定义充电站的等效电量为；
其中，为第/>个电动汽车充电站在/>时段内等效电量；
充电站在/>时段内电池衰退成本/>计算：
其中，为电池衰退系数；
充电站中所有电池总电量/>的状态变化为；
为充电站的充电效率，/>为充电站的放电效率，/>为调度间隔，/>为第i个充电站在t时间段内的充电量，/>为第i个充电站在t时间段内的发电量；
第个充电站的总电池电量/>需满足：
其中，和/>为所有电池总电量的最小值和最大值。
7.根据权利要求4所述的区域能源供需平衡的电动汽车充电站调度方法，其特征在于，所述各个所述区域代理的运行成本最小为目标，具体包括：
其中：为区域电力系统运行调度成本；/>；/>为区域内风电厂在/>时段内弃风成本；/>为区域内光伏电站在/>时段内弃光成本，/>为第/>充电站在时段内电池衰退成本，/>是一个负荷调节权重系数，反映了实际负荷/>与预定负荷之间差异的重要性；/>为外购电成本，/>，/>。
CN202311732813.5A 2023-12-18 2023-12-18 一种区域能源供需平衡的电动汽车充电站调度方法 Active CN117424268B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311732813.5A CN117424268B (zh) 2023-12-18 2023-12-18 一种区域能源供需平衡的电动汽车充电站调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311732813.5A CN117424268B (zh) 2023-12-18 2023-12-18 一种区域能源供需平衡的电动汽车充电站调度方法

Publications (2)

Publication Number Publication Date
CN117424268A CN117424268A (zh) 2024-01-19
CN117424268B true CN117424268B (zh) 2024-03-22

Family

ID=89525117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311732813.5A Active CN117424268B (zh) 2023-12-18 2023-12-18 一种区域能源供需平衡的电动汽车充电站调度方法

Country Status (1)

Country Link
CN (1) CN117424268B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492791A (zh) * 2018-09-27 2019-03-19 西南交通大学 基于充电引导的城际高速路网光储充电站定容规划方法
CN110458332A (zh) * 2019-07-18 2019-11-15 天津大学 一种基于负荷空间转移的电动汽车快速充电需求调度方法
CN111598391A (zh) * 2020-04-15 2020-08-28 国网电力科学研究院武汉能效测评有限公司 一种电动汽车调度方法及调度系统
KR20210034269A (ko) * 2019-09-20 2021-03-30 주식회사 알고리고 전기차 충전소의 부하 분산 및 인공신경망을 이용한 신규 충전소의 설치 위치 추천 장치
CN114039370A (zh) * 2021-06-22 2022-02-11 中国科学院广州能源研究所 基于v2g模式的电动汽车与智能充放电站的资源优化方法
CN115345451A (zh) * 2022-07-28 2022-11-15 国网湖北省电力有限公司电力科学研究院 一种基于充电站推荐策略的电动汽车充电引导方法
CN115689203A (zh) * 2022-11-01 2023-02-03 三峡大学 一种基于电动汽车时空分布充电站的运行方法
CN116388213A (zh) * 2023-05-22 2023-07-04 国网江西省电力有限公司电力科学研究院 含新能源和充电站的主动配电网动态无功优化方法及系统
CN116470549A (zh) * 2023-03-09 2023-07-21 三峡大学 考虑电动汽车随机转移特性的充储电站群调度方法
CN116632831A (zh) * 2023-05-29 2023-08-22 海南电网有限责任公司电力科学研究院 一种基于调度场景的充电负荷聚合和调度方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200238847A1 (en) * 2019-01-24 2020-07-30 General Electric Company System to prioritize power delivery from a charging station to electric vehicle

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492791A (zh) * 2018-09-27 2019-03-19 西南交通大学 基于充电引导的城际高速路网光储充电站定容规划方法
CN110458332A (zh) * 2019-07-18 2019-11-15 天津大学 一种基于负荷空间转移的电动汽车快速充电需求调度方法
KR20210034269A (ko) * 2019-09-20 2021-03-30 주식회사 알고리고 전기차 충전소의 부하 분산 및 인공신경망을 이용한 신규 충전소의 설치 위치 추천 장치
CN111598391A (zh) * 2020-04-15 2020-08-28 国网电力科学研究院武汉能效测评有限公司 一种电动汽车调度方法及调度系统
CN114039370A (zh) * 2021-06-22 2022-02-11 中国科学院广州能源研究所 基于v2g模式的电动汽车与智能充放电站的资源优化方法
CN115345451A (zh) * 2022-07-28 2022-11-15 国网湖北省电力有限公司电力科学研究院 一种基于充电站推荐策略的电动汽车充电引导方法
CN115689203A (zh) * 2022-11-01 2023-02-03 三峡大学 一种基于电动汽车时空分布充电站的运行方法
CN116470549A (zh) * 2023-03-09 2023-07-21 三峡大学 考虑电动汽车随机转移特性的充储电站群调度方法
CN116388213A (zh) * 2023-05-22 2023-07-04 国网江西省电力有限公司电力科学研究院 含新能源和充电站的主动配电网动态无功优化方法及系统
CN116632831A (zh) * 2023-05-29 2023-08-22 海南电网有限责任公司电力科学研究院 一种基于调度场景的充电负荷聚合和调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
考虑充电电池组循环利用的集中充电站容量配置;孙宇乐 等;电测与仪表;20160525;第53卷(第10期);第80页-第85页 *

Also Published As

Publication number Publication date
CN117424268A (zh) 2024-01-19

Similar Documents

Publication Publication Date Title
CN108376989B (zh) 一种基于多智能体的电池储能电站分区控制方法及系统
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
CN110826880B (zh) 一种大规模电动汽车接入的主动配电网优化调度方法
CN107453381B (zh) 基于两阶段交叉控制的电动汽车集群功率调节方法及系统
CN110649641A (zh) 基于源网荷储协同服务的电动汽车快充站储能系统及其方法
CN109599856A (zh) 一种微网多楼宇中电动汽车充放电管理优化方法及装置
CN111786422B (zh) 基于bp神经网络的微电网参与上层电网实时优化调度方法
CN112800658A (zh) 一种考虑源储荷互动的主动配电网调度方法
CN108336766A (zh) 一种储能系统多智能体协同控制方法及装置
CN107273968A (zh) 一种基于动态模糊混沌粒子群的多目标调度方法及装置
CN113379566A (zh) 虚拟电厂支撑系统
CN116957294A (zh) 基于数字孪生的虚拟电厂参与电力市场交易的调度方法
Singh et al. Optimization of levelized cost of hybrid wind-solar-diesel-battery system using political optimizer
CN117424268B (zh) 一种区域能源供需平衡的电动汽车充电站调度方法
Singh et al. Energy management of an active distribution network considering correlation between uncertain input variables
CN108171384A (zh) 一种基于复合粒子群算法微网能量管理方法
Kai et al. Optimization for PV-ESS in Distribution Network Based on CSBO
Adinolfi et al. MISSION Project: use cases definition for a Smart Energy Multi-vectors Microgrid
Wenyue et al. Optimal scheduling strategy for virtual power plant considering voltage control
Mohammed et al. Sustainable Assessment of Hybrid Renewable Energy Systems Using Modern Optimization Algorithms for Off-Grid Rural Electrification
Bayat et al. A hybrid shuffled frog leaping algorithm and intelligent water drops optimization for efficiency maximization in smart microgrids considering EV energy storage state of health
Chen et al. Intelligent Coordinated Control Strategy of Distributed Photovoltaic Power Generation Cluster Based on Digital Twin Technology
Singh et al. Probabilistic multi-objective energy management of a distribution system considering reactive power injection by voltage source converters
CN118037411A (zh) 大规模电动汽车与风电参与能量-调频市场实时投标方法
Costa et al. Technical study of hybrid PV/BESS system for charging station of the Electric Mobility Laboratory of the University of Campinas

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
GR01 Patent grant
GR01 Patent grant