CN118100180B - 一种考虑调控潜力评估的电动汽车充放电低碳调度方法 - Google Patents
一种考虑调控潜力评估的电动汽车充放电低碳调度方法 Download PDFInfo
- Publication number
- CN118100180B CN118100180B CN202410524874.0A CN202410524874A CN118100180B CN 118100180 B CN118100180 B CN 118100180B CN 202410524874 A CN202410524874 A CN 202410524874A CN 118100180 B CN118100180 B CN 118100180B
- Authority
- CN
- China
- Prior art keywords
- electric automobile
- carbon
- charge
- electric
- period
- 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
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000011156 evaluation Methods 0.000 title claims abstract description 70
- 238000007599 discharging Methods 0.000 title claims abstract description 27
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 83
- 230000005611 electricity Effects 0.000 claims abstract description 45
- 230000008901 benefit Effects 0.000 claims abstract description 29
- 230000002452 interceptive effect Effects 0.000 claims abstract description 9
- 230000004043 responsiveness Effects 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 7
- 238000013210 evaluation model Methods 0.000 claims description 5
- 238000010248 power generation Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 235000006629 Prosopis spicigera Nutrition 0.000 claims description 2
- 240000000037 Prosopis spicigera Species 0.000 claims description 2
- 239000003245 coal Substances 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 10
- 238000003763 carbonization Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明属于电网调度技术领域,公开了一种考虑调控潜力评估的电动汽车充放电低碳调度方法,针对火电机组,建立阶梯奖惩式碳价‑碳排放量互动模型;从可调度空间与可调度效益出发评估电动汽车参与电网调度的调控潜力,采用熵权法得到电动汽车调控潜力评估总指标,进行电动汽车分群;基于韦伯‑费希纳定律,建立电动汽车可调度容量评估模型;考虑各主体利益,建立计及风电消纳的新型电力系统低碳优化调度方法;采用NSGA‑III算法进行求解,得到各时段电动汽车集群的最优出力计划与动态电价。本发明建立的低碳调度方法合理考虑新型电力系统中各主体的利益,有利于在提高电动汽车调度的效率与准确性的同时减少碳排放。
Description
技术领域
本发明属于电网调度技术领域,具体是涉及一种考虑调控潜力评估的电动汽车充放电低碳调度方法。
背景技术
为实现节能减排,推进电力行业的低碳化,已有研究将碳交易机制引入了电力市场,并证明了其在电力系统低碳化方面的积极作用。近年来由于电网荷端电动汽车的大规模接入,考虑到电动汽车具有较强调控潜力,因此可以通过分时电价等需求响应调控手段,引导电动汽车代替调峰成本高昂的火电机组进行风电的补偿与消纳。
目前,现有研究制定的电动汽车调度策略少有考虑碳排放,也缺少对火电机组发电商这一重要利益群体的考虑,导致制定出的调度策略即使可为电网和电动汽车车主接受且部分体现了低碳化,但因过于损害火电机组发电商的利益而难以得到后者执行,导致电网火电出力不足、火电功率切换过慢,严重危害电网运行安全;同时,现有研究对于电动汽车参与风电消纳的研究依然不足,无法完全发挥电动汽车的虚拟储能特性以推动风电消纳。
发明内容
为解决上述技术问题,本发明提供了一种考虑调控潜力评估的电动汽车充放电低碳调度方法,将碳交易机制引入到新型电力系统调度,建立火电机组阶梯奖惩式碳价-碳排放量互动模型,制定符合实际情况的电动汽车充放电低碳优化调度方法,有利于达成电网、火电机组发电商、电动汽车用户的三赢,保证电网调度的灵活性与准确性,推动电网的低碳化,填补了相关领域的空白。
本发明所述的一种考虑电动汽车调控潜力评估的新型电力系统低碳优化调度方法,包括:
S1、针对火电机组,采用基准线法确定碳排放配额,设置多个正负碳交易区间,建立灵活的阶梯奖惩式碳价-碳排放量互动模型;
S2、从可调度空间与可调度效益两方面评估电动汽车参与电网调度的调控潜力,采用熵权法得到电动汽车调控潜力评估总指标;根据所述评估总指标,对电动汽车充放电场景分别划分优先调度集群;
S3考虑荷电状态与电价对电动汽车的充放电用户响应度的影响,基于韦伯-费希纳定律建立电动汽车可调度容量评估模型,使制定的调度计划更加符合电网实际情况;
S4、考虑电网、电动汽车与火电机组发电商三方利益,建立考虑电动汽车调控潜力评估的新型电力系统低碳优化调度模型;
S5、采用第三代非支配排序遗传算法(Non-dominated Sorting GeneticAlgorithm-III, NSGA-III)对模型进行求解,得到每时段各电动汽车集群的最优出力计划与动态电价。
进一步的,S1中,为了尽可能减少系统调度中的碳排放,通过建立阶梯奖惩式碳价-碳排放量互动模型将碳交易机制以合理的方式引入新型电力系统中,实现对高碳排放的机组进行惩罚的同时对低碳排放的机组进行补贴,使碳配额在碳交易机制下流动起来,鼓励火电机组发电商采用低碳发电技术,有利于保证新型电力系统稳定运行的同时降低系统总体碳排放量。
定义火电机组h的单位时段平均无偿碳排放配额为:
,
式中:为火电机组h的单位发电量碳排放配额;/>为t时段火电机组h的有功出力;T为一个调度周期内的调度时段个数;/>为一个调度时段的时长;
t 时段火电机组h的实际碳排放量为:
,
式中:为火电机组的出力排碳常数,表示机组每进行单位千瓦时电的出力平均产生的碳排放量。
为鼓励火电机组发电商采用低碳技术以降低碳排放,碳交易机制设定:若火电机组的实际碳排放量若小于无偿碳配额,则可通过碳交易市场出售多余的碳排放额,以获取额外收益;反之,若实际排放量超过无偿碳配额,则火电机组的发电商需在碳交易市场购买来自其他有盈余机组的碳排放量,以满足火电机组的预设出力计划。为保障阶梯奖惩式碳价-碳排放量互动模型的灵活性,设置2个负区间与3个正区间分别用于机组出售盈余碳排放量与购买所需碳排放量。定义t时段火电机组h的碳交易成本为:
,
,
式中:为盈余奖励系数;/>为碳交易基准价格;/>为负区间长度;/>为正区间长度;/>为碳交易成本增长率;/>为t时段火电机组h的碳排放量交易额。
进一步的,S2中,为了减少电网进行低碳调度时电动汽车集群优化维度较高的问题,本发明从可调度空间与可调度效益两个角度出发,对电动汽车的调控潜力进行评估,并针对两种指标具有不同量纲与数量范围,若不进行赋权而直接使用会严重影响评估结果的准确性的问题,采用熵权法将充放电可调度能力评估指标与可调度效益评估指标结合为电动汽车调控潜力评估总指标,根据评估总指标对电动汽车进行集群划分;具体为:
S2-1、电动汽车i的充电所需时长与停留时间/>的表达式如下:
,
,
式中:SOCaim,i为电动汽车i的目标荷电状态值;SOC0,i为电动汽车i的起始荷电状态值;Ei为电动汽车i的电池容量;Pc为电动汽车的充电功率;η为电动汽车的充电效率;tdep,i为电动汽车i的预计离开时段;tarr,i为电动汽车i的到达时段;
从可调度空间角度出发,对电动汽车参与电网调度能力进行评估;针对充电场景,定义电动汽车i的充电可调度能力评估指标为:
,
,
,
,
式中:为电动汽车i的充电可调度能力因子,/>为电动汽车i的基础负荷影响因子,SOCmin是电动汽车荷电状态的最小值,t是电动汽车i接入电网的时段,/>是时段t中在网电动汽车的总数,/>为电动汽车i在网时段内的基础负荷的平均值,/>是时段t的基础负荷;
同理,电动汽车i的放电可调度能力评估指标定义为:
,
,
式中:σdv,i为电动汽车i的放电可调度能力因子,SOCmax是电动汽车的荷电状态的最大值;
从可调度效益角度出发,对电动汽车参与电网调度能力进行评估;定义电动汽车i的可调度效益评估指标σe,i为:
,
式中:Pbase是基础负荷在各时段值的集合;
S2-2、基于电动汽车调控潜力评估,采用熵权法将充放电可调度能力评估指标与可调度效益评估指标结合,以解决两种指标的数量级不同的问题,得到更为综合客观的充放电调控潜力评估总指标,使其更加符合新型电力系统的调度需求;具体为:
首先采用归一化方法,将充电与放电两种场景下各自所属的两个评估指标的原始数据进行数据标准化;考虑到所有指标均为正向指标,标准化公式为:
,
式中:为电动汽车k在第i个场景下第j个评估指标下标准化后的指标数据值,为电动汽车k在第i个场景下第j个评估指标下标准化前的指标原始数据值,/>为所有在网电动汽车在第i个场景下第j个评估指标下的指标原始数据值的集合;以上指标中,代表充电场景,/>代表放电场景;
其次,计算不同场景下各指标的信息熵,信息熵越小代表区分度越高,即说明此评估指标越重要;设电动汽车k在第i个场景下第j个评估指标的信息熵为,其表达式为:
,
,
式中:为电动汽车k在第i个场景下第j个评估指标的值在该评估指标列的占比,n为此时在网电动汽车的总数量;
最后,设电动汽车k在第i个场景下第j个评估指标的权值为:
,
电动汽车k的充放电调控潜力评估总指标为:
,
,
式中:和/>分别为电动汽车k的充电调控潜力评估总指标与放电调控潜力评估总指标,/>、/>、/>、/>分别为通过熵权法得到的电动汽车k在充电可调度空间、充电可调度效益/>、放电可调度空间/>、放电可调度效益/>四种评估指标上的权值;/>和/>越大,表明该电动汽车的充电调控潜力与放电调控潜力越强;
S2-3、为了尽可能规避对每辆电动汽车进行直接调度带来的优化维数灾难问题,本发明基于充放电调控潜力评估总指标,将每时段入网的电动汽车进行分群,以集群为单位进行电动汽车的调度,大大降低优化变量的维数与了求解难度;同时,集群内电动汽车个体调控潜力的相似保证了电网进行集群调度的统一性,使得电动汽车更好地参与风电等新能源的消纳,减少电网调度电动汽车的难度,提高新型电力系统低碳调度计划制定的便捷性;
针对充电场景,电动汽车k的充电阈值指数满足:
,
式中:为所有在网电动汽车的充电调控潜力评估总指标的集合;根据电网实际需求,设定阈值指数标准线/>与/>,满足:
,
式中:为阈值标准线,当电动汽车k的充电阈值指数/>满足/>时,将电动汽车k划归主要调度集群;当电动汽车k的充电阈值指数/>满足/>时,将电动汽车k划归为次要调度集群;当电动汽车k的充电阈值指数/>满足/>时,将电动汽车k划归不可调度集群;主要调度集群具有相比于次要调度集群更低的充电电价与更高的放电电价;
同理,针对放电场景,将所有在网电动汽车划分为主要调度集群、次要调度集群与不可调度集群;由此完成电动汽车集群的划分。
进一步的,S3中,考虑荷电状态与电价对电动汽车的充放电用户响应度的影响,基于韦伯-费希纳定律建立电动汽车可调度容量评估模型,使制定的调度计划更加符合电网实际情况。在一般的优化调度模型中,通常将电动汽车用户的响应度视为确定量,或仅与充放电价格相关联;然而,在实际场景中,电动汽车用户的充/放电响应度不仅受充/放电价的影响,而且与车辆荷电状态相关。充电电价越高,或者车辆当前荷电状态越低,用户的充电响应度就越低;放电电价越高,或者车辆当前荷电状态越高,用户的放电响应度就越高,反之亦然。如果忽略对用户响应度的考虑,可能导致在调度时向电动汽车集群下达与实际可调度容量相比较大的偏差调度计划,从而对电网削峰填谷效果产生不利影响。因此,本发明基于韦伯-费希纳定律,建立用户响应度评估模型,对电动汽车集群的实时可充放电容量进行了符合实际情况的评估,制定的调度计划更加符合电网实际情况,有利于新型电力系统的安全稳定运行。
韦伯-费希纳定律是一种表征心理量和物理量之间关系的定律,表征用户对某种处于一定的界限范围的物理量变化的感受主要取决于其变动的百分比而非绝对值;因此,本发明采用韦伯-费希纳定律表示用户对于充放电价格和荷电状态的响应程度:
,
式中:与/>分别表示充/放电电价为μ,电动汽车集群j平均荷电状态为s时的用户充电响应度和放电响应度,k1、k2、k3、k4为用户响应度系数,c1、c2为用户响应度常数;
为了制定符合电动汽车集群实际充放电能力的调度计划,需要准确衡量集群在每时段的实时可调度容量;设、/>、/>、/>分别为集群j的用户充电响应度上限下限、放电响应度上限下限,当充电电价为μ且电动汽车集群平均荷电状态为s时,该集群用户进行充电响应的比例满足/>和/>之间的均匀分布;当放电电价为μ且电动汽车集群平均荷电状态为s时,该集群用户进行放电响应的比例满足/>和/>之间的均匀分布;故电动汽车集群j在时段t的实时可充电容量/>和可放电容量/>为:
,
式中:Nj,t为集群j在t时段所辖的电动汽车数量,Pd,i为电动汽车i的放电功率。
进一步的,S4中,为了尽可能提高电动汽车车主参与调度的积极性和火电机组发电商参与碳交易的积极性,最大程度减少系统碳排放,本发明不仅考虑了电网安全运行,也在新型电力系统中对电动汽车车主与火电机组发电商利益进行了考虑;优化变量为各可调度电动汽车集群在各时段的充放电功率与充放电电价。
构建的低碳优化调度模型中目标函数需要对电网、电动汽车与火电机组发电商三方利益进行综合考虑,即:
(1) 电网总负荷方差最小
为保障新型电力系统的安全运行,需要在电动汽车充放电过程中减少电网总负荷的波动,建立新型电力系统负荷曲线波动方差函数F1为:
,
,
式中:为所有时段电网总负荷的平均值,PEV,t为电动汽车在t时段的总负荷,与/>分别为集群j在时段t的充/放电状态,充电时/>,放电时,/>为不可调度集群在时段t的充电功率;
(2) 电动汽车用户的总和充电费用最低
为了保证电动汽车用户的满意度,提高用户参与调度的积极性,基于自适应分时电价,建立电动汽车用户的总和充电费用函数F2为:
,
式中:μj,c,t为电动汽车集群j在t时段的充电费用,μj,d,t为电动汽车集群j在t时段的放电费用,μs,c,t为t时段的标准分时电价;
(3) 碳交易成本最低
新型电力系统中的碳排放量主要由火电机组产生,为了在减少碳排放的同时提高火电机组发电商参加调度的积极性,需要使发电商碳交易成本最小,建立火电机组发电商的碳交易成本函数F3为:
,
通过线性加权法对多目标函数进行归一化处理,得到总和目标函数F为:
,
,
式中:ω1、ω2、ω3分别为目标函数F1、F2、F3的权重系数;F1max为电动汽车无序充电情况下负荷曲线的最大方差值;F2max为电动汽车用户在无序充电下的总充电成本;F3max为历史数据中火电机组发电商的碳交易成本的最大值。
进一步的,为了保证低碳优化调度模型的合理性,设置如下约束条件:
(1) 电动汽车充电电价约束
电动汽车在时段t内的充电电价应限制在边际成本电价范围内,即:
,
式中:μp,c,min, μp,c,max分别为主要调度集群充电边际成本电价的下限与上限,μi,c,min, μi,c,max分别为次要调度集群充电边际成本电价的下限与上限,μp,d,min, μp,d,max分别为主要调度集群放电边际成本电价的下限与上限,μi,d,min, μi,d,max分别为次要调度集群放电边际成本电价的下限与上限,μp,c,t与μp,d,t分别为t时段主要调度集群的充电与放电电价,μi,c,t与μi,d,t分别为t时段次要调度集群的充电与放电电价;
(2) 电动汽车荷电状态约束
任意电动汽车在任意时段的荷电状态应限制在一定范围内,即:
,
式中:SOCi为电动汽车i的荷电状态;
(3) 电动汽车充电需求约束
为了保证电动汽车用户的出行需求,每辆电动汽车停止充电时的荷电状态应达到用户设置的目标荷电状态值:
,
式中:SOCl,i为电动汽车i停止充电时的荷电状态;SOCaim,i为电动汽车i设置的目标荷电状态;
(4) 系统功率平衡约束
假设所有负荷均由煤电机组与风电提供, t 时段新型电力系统的功率平衡约束为:
,
式中,为t时段的风电出力预测值;/>为t时段火电机组的总和出力值;
(5) 电动汽车可调度容量约束
电动汽车各集群每个时段的充放电功率受该时段下的用户响应度限制,应小于集群实时可调度容量,即:
,
式中:Pj,t为集群j在时段t的充电功率。
进一步的,S5中,采用NSGA-III算法对模型进行求解,得到每时段各电动汽车集群的最优出力计划与动态电价,具体为:
S5-1、设置通用优化参数,包括变异概率、种群大小,对新型电力系统低碳优化调度模型可行解种群进行初始化;算法中自变量为各可调度电动汽车集群在各时段的充放电功率与充放电电价,前者正负范围根据约束条件(5)得到,后者范围根据约束条件(1)得到,据此随机生成新型电力系统低碳优化调度模型的一组初始可行解,得到每个初始可行解在F1、F2、F3目标函数上的取值;
S5-2、进行可行解种群初始化非支配排序与分配密度估计,将新型电力系统低碳优化调度模型可行解的种群中的可行解按照轮盘赌这一非支配排序的方法进行排序,计算其在F1、F2、F3目标函数空间中的拥挤度距离,随机生成一组均匀的参考点;
S5-3、对新型电力系统低碳优化调度模型可行解原种群进行选择、交叉与变异,生成可行解的新种群;依据优胜劣汰法则,按新型电力系统低碳优化调度模型可行解的种群中每个个体在F1、F2、F3目标函数上的取值的大小,使具有更小目标函数取值的可行解有更大概率遗传到下一代,并进行变异,由此产生新的一组可行解组成的新种群;最后将新种群与原种群组合成为新型电力系统低碳优化调度模型可行解的新种群;
S5-4、对新型电力系统低碳优化调度模型可行解种群进行非支配排序,生成下一次迭代的初始可行解种群;将新型电力系统低碳优化调度模型可行解的新种群分为不同的非支配等级,按非支配等级选择个体组成新种群作为下一次迭代的初始可行解种群;
S5-5、计算新型电力系统低碳优化调度模型可行解种群中每个个体在F1、F2、F3目标函数上的取值的大小,判断算法是否达到终止条件;若是,则输出搜索到的新型电力系统低碳优化调度模型的最优解;若否,则继续循环,直至达到终止条件。
本发明所述的有益效果为:本发明所述方法建立了火电机组阶梯奖惩式碳价-碳排放量互动模型,对火电机组发电商的利益进行了充分考虑,其中正区间允许火电机组发电商进行过剩碳配额的交易,鼓励其采用低碳技术进行发电,相比于现有技术,从根本上进一步推动电网的低碳化;同时,本发明建立的分群调度策略很好地弥补了过往技术中存在的优化维数过高等不足,使制定的调度策略更加符合电网实际调度需求,满足各方利益,保证电网运行的安全性、经济性、低碳性。
附图说明
图1为本发明所述方法的流程图;
图2为电动汽车调控潜力评估总指标的流程示意图;
图3为采用NSGA-III算法求解电动汽车充放电低碳优化调度模型流程图;
图4为采用的系统基础负荷与风电出力数据示意图;
图5为电动汽车的充电调控潜力示意图;
图6为电动汽车的放电调控潜力示意图;
图7为用户充电响应度示意图;
图8为用户放电响应度示意图;
图9为基础负荷曲线、电动汽车无序充电下的总负荷曲线、采用本发明所提方法得到的电动汽车无序充电下的总负荷曲线的对比图。
具体实施方式
为了使本发明的内容更容易被清楚地理解,下面根据具体实施例并结合附图,对本发明作进一步详细的说明。
如图1所示,本发明所述的一种考虑电动汽车调控潜力评估的新型电力系统低碳优化调度方法,包括以下步骤:
S1、针对火电机组,采用基准线法确定碳排放配额,设置多个正负碳交易区间,建立灵活的阶梯奖惩式碳价-碳排放量互动模型;
S2、如图2所示,从可调度空间与可调度效益两方面评估电动汽车参与电网调度的调控潜力,采用熵权法得到电动汽车调控潜力评估总指标,据此进行电动汽车的分群,减少新型电力系统调度的难度;
S3、考虑荷电状态与电价对电动汽车的充放电用户响应度的影响,基于韦伯-费希纳定律建立电动汽车可调度容量评估模型,使制定的调度计划更加符合电网实际情况;
S4、考虑电网、电动汽车与火电机组发电商三方利益,建立考虑电动汽车调控潜力评估的新型电力系统低碳优化调度模型;
S5、如图3所示,采用NSGA-III算法对模型进行求解,得到每时段各电动汽车集群的最优出力计划与动态电价。
采用本发明所述方法,以采用蒙特卡洛法生成的5000辆电动汽车的充电起始数据为基础,首先对电动汽车潜力评估部分进行了仿真实验,其次对电动汽车用户响应度部分进行了仿真实验,最后对计及风电消纳的电动汽车充放电低碳优化调度模型进行仿真实验。通过对不同调度方案的经济性与碳排放量对比验证本发明方法所具有的真实效果。仿真实验中采用的系统基础负荷与风电出力数据如图4所示。
(1)电动汽车潜力评估仿真实验
仿真实验对电动汽车的调控潜力按本发明所提方法进行了评估。5000辆电动汽车的充电调控潜力与放电调控潜力评估结果分别如图5、图6所示,柱的不同颜色代表不同层次的充放电调控潜力。由图5、图6可知,本发明所制定的电动汽车充放电调控潜力评估方法使得不同颜色的柱分布均匀,代表本发明的方法具有较好的区分度,有利于后续的集群划分。
(2)电动汽车用户响应度仿真实验
仿真实验对电动汽车的用户响应度按本发明所述方法进行了评估。5000辆电动汽车的用户充电响应度与用户放电响应度结果分别如图7、图8所示。由图7、图8可知,电动汽车的用户响应度与SOC与充电电价具有较强的相关关系,充电电价越高,或者车辆当前荷电状态越低,用户的充电响应度就越低;放电电价越高,或者车辆当前荷电状态越高,用户的放电响应度就越高,反之亦然。
(3)计及风电消纳的电动汽车充放电低碳优化调度模型仿真实验
仿真实验采用NSGA-III算法,对新型电力系统低碳优化调度模型进行了求解。由图9可知,电动汽车无序充电场景下,电动汽车负荷在20时段前后达到了最高峰,而此时电网基础负荷也同步达峰,电动汽车无序充电极大地加剧了电网负荷高峰,对电网安全稳定运行产生严重威胁。电动汽车有序充放电场景下,电动汽车集群在18至21 时段的电网等效负荷高峰处进行了反向供电,有效地协助电网平抑负荷。为补足此时间段内电动汽车用户的电量损失、满足用户电量需求,电网调度中心将18至21时段的充电需求移至该时间段的其余前后时段。在风电出力的高峰1至6时段,电网调度中心指导电动汽车集群充电,使得电动汽车充电负荷跟踪风电出力,与风电弃风高峰同步,更好地减少了弃风。
表1 不同调度场景下的调度指标对比
从图9及表1可以看出,相比于基础负荷与无序充电调度场景,采用本发明所提电动汽车充放电低碳优化调度方法使电网负荷方差分别降低7.9%与1.0%,使电网负荷峰谷差分别降低了4.9%与7.6%,电网弃风总量降低了4.7%与1.9%;相比于无序充电调度场景,用户充电费用降低了31.9%,碳交易成本降低了34.6%。本发明所提方法有效减少了负荷波动与用户充电费用、火电机组发电商的碳交易成本,并且有效减少了弃风,提高了风电的利用率,从而降低含风电系统运行过程中产生的碳排放,提高了电动汽车用户与火电机组发电商的积极性。
所述实验结果说明了本发明的可行性和实用性。考虑电动汽车调控潜力评估的新型电力系统低碳优化调度方法,对新型电力系统中各主体的利益进行了合理考虑,并对提高新型电力系统中电动汽车调度的效率与准确性的同时减少碳排放具有重要意义。
以上所述仅为本发明的优选方案,并非作为对本发明的进一步限定,凡是利用本发明说明书及附图内容所作的各种等效变化均在本发明的保护范围之内。
Claims (5)
1.一种考虑调控潜力评估的电动汽车充放电低碳调度方法,其特征在于,包括以下步骤:
S1、针对火电机组,采用基准线法确定碳排放配额,设置多个正负碳交易区间,建立阶梯奖惩式碳价-碳排放量互动模型;具体为:
定义火电机组h的单位时段平均无偿碳排放配额为:
,
式中:为火电机组h的单位发电量碳排放配额;/>为t时段火电机组h的有功出力;T为一个调度周期内的调度时段个数;/>为一个调度时段的时长;
t 时段火电机组h的实际碳排放量为:
,
式中:为火电机组的出力排碳常数,表示机组每进行单位千瓦时电的出力平均产生的碳排放量;
设定碳交易机制为:若火电机组的实际碳排放量小于无偿碳配额,则通过碳交易市场出售多余的碳排放额,以获取额外收益;反之,若实际排放量超过无偿碳配额,则火电机组的发电商需在碳交易市场购买来自其他有盈余机组的碳排放量,以满足火电机组的预设出力计划;
构建阶梯奖惩式碳价-碳排放量互动模型,设置2个负区间与3个正区间分别用于机组出售盈余碳排放量与购买所需碳排放量;定义t时段火电机组h的碳交易成本为:
,
,
式中:为盈余奖励系数;/>为碳交易基准价格;/>为负区间长度;/>为正区间长度;/>为碳交易成本增长率;/>为t时段火电机组h的碳排放量交易额;
S2、从可调度空间与可调度效益两方面评估电动汽车参与电网调度的调控潜力,采用熵权法得到电动汽车调控潜力评估总指标;根据所述评估总指标,对电动汽车充放电场景分别划分优先调度集群;具体为:
S2-1、电动汽车i的充电所需时长与停留时间/>的表达式如下:
,
,
式中:SOCaim,i为电动汽车i的目标荷电状态值;SOC0,i为电动汽车i的起始荷电状态值;Ei为电动汽车i的电池容量;Pc为电动汽车的充电功率;η为电动汽车的充电效率;tdep,i为电动汽车i的预计离开时段;tarr,i为电动汽车i的到达时段;
从可调度空间角度出发,对电动汽车参与电网调度能力进行评估;针对充电场景,定义电动汽车i的充电可调度能力评估指标为:
,
,
,
,
式中:为电动汽车i的充电可调度能力因子,/>为电动汽车i的基础负荷影响因子,SOCmin是电动汽车荷电状态的最小值,t是电动汽车i接入电网的时段,/>是时段t中在网电动汽车的总数,/>为电动汽车i在网时段内的基础负荷的平均值,/>是时段t的基础负荷;
电动汽车i的放电可调度能力评估指标定义为:
,
,
式中:σdv,i为电动汽车i的放电可调度能力因子,SOCmax是电动汽车的荷电状态的最大值;
从可调度效益角度出发,对电动汽车参与电网调度能力进行评估;定义电动汽车i的可调度效益评估指标σe,i为:
,
式中:Pbase是基础负荷在各时段值的集合;
S2-2、基于电动汽车调控潜力评估,采用熵权法将充放电可调度能力评估指标与可调度效益评估指标结合,得到充放电调控潜力评估总指标,具体为:
首先采用归一化方法,将充电与放电两种场景下各自所属的两个评估指标的原始数据进行数据标准化;考虑到所有指标均为正向指标,标准化公式为:
,
式中:为电动汽车k在第i个场景下第j个评估指标下标准化后的指标数据值,为电动汽车k在第i个场景下第j个评估指标下标准化前的指标原始数据值,/>为所有在网电动汽车在第i个场景下第j个评估指标下的指标原始数据值的集合;以上指标中,代表充电场景,/>代表放电场景;
其次,计算不同场景下各指标的信息熵,信息熵越小代表区分度越高,即说明此评估指标越重要;设电动汽车k在第i个场景下第j个评估指标的信息熵为,其表达式为:
,
,
式中:为电动汽车k在第i个场景下第j个评估指标的值在该评估指标列的占比,n为此时在网电动汽车的总数量;
最后,设电动汽车k在第i个场景下第j个评估指标的权值为:
,
电动汽车k的充放电调控潜力评估总指标为:
,
,
式中:和/>分别为电动汽车k的充电调控潜力评估总指标与放电调控潜力评估总指标,/>、/>、/>、/>分别为通过熵权法得到的电动汽车k在充电可调度空间/>、充电可调度效益/>、放电可调度空间/>、放电可调度效益/>四种评估指标上的权值;/>和/>越大,表明该电动汽车的充电调控潜力与放电调控潜力越强;
S2-3、基于充放电调控潜力评估总指标,将每时段入网的电动汽车进行分群,以集群为单位进行电动汽车的调度;
针对充电场景,电动汽车k的充电阈值指数满足:
,
式中:为所有在网电动汽车的充电调控潜力评估总指标的集合;根据电网实际需求,设定阈值指数标准线/>与/>,满足:
,
式中:为阈值标准线,当电动汽车k的充电阈值指数/>满足/>时,将电动汽车k划归主要调度集群;当电动汽车k的充电阈值指数/>满足/>时,将电动汽车k划归为次要调度集群;当电动汽车k的充电阈值指数/>满足/>时,将电动汽车k划归不可调度集群;主要调度集群具有相比于次要调度集群更低的充电电价与更高的放电电价;
针对放电场景,将所有在网电动汽车划分为主要调度集群、次要调度集群与不可调度集群;由此完成电动汽车集群的划分;
S3、考虑荷电状态与电价对电动汽车的充放电用户响应度的影响,基于韦伯-费希纳定律建立电动汽车可调度容量评估模型,根据电网实际情况制定调度计划;
S4、考虑电网、电动汽车与火电机组发电商三方情况,建立考虑电动汽车调控潜力评估的新型电力系统低碳优化调度模型;
S5、采用NSGA-III算法对新型电力系统低碳优化调度模型进行求解,得到每时段各电动汽车集群的最优出力计划与动态电价。
2.根据权利要求1所述的一种考虑调控潜力评估的电动汽车充放电低碳调度方法,其特征在于,S3具体为:
采用韦伯-费希纳定律表示用户对于充放电价格和荷电状态的响应程度:
,
式中:与/>分别表示充/放电电价为μ,电动汽车集群j平均荷电状态为s时的用户充电响应度和放电响应度,k1、k2、k3、k4为用户响应度系数,c1、c2为用户响应度常数;
对电动汽车集群在每时段的实时可调度容量进行衡量;设、/>、/>、分别为集群j的用户充电响应度上限下限、放电响应度上限下限,当充电电价为μ且电动汽车集群平均荷电状态为s时,该集群用户进行充电响应的比例满足/>和/>之间的均匀分布;当放电电价为μ且电动汽车集群平均荷电状态为s时,该集群用户进行放电响应的比例满足/>和/>之间的均匀分布;故电动汽车集群j在时段t的实时可充电容量/>和可放电容量/>为:
,
式中:Nj,t为集群j在t时段所辖的电动汽车数量,Pd,i为电动汽车i的放电功率。
3.根据权利要求1所述的一种考虑调控潜力评估的电动汽车充放电低碳调度方法,其特征在于,S4具体为:
考虑如下目标函数条件,构建低碳优化调度模型:
(1) 电网总负荷方差最小
建立新型电力系统负荷曲线波动方差函数F1为:
,
,
式中:为所有时段电网总负荷的平均值,PEV,t为电动汽车在t时段的总负荷,/>与分别为集群j在时段t的充/放电状态,充电时/>,放电时,/>为不可调度集群在时段t的充电功率;
(2) 电动汽车用户的总和充电费用最低
建立电动汽车用户的总和充电费用函数F2为:
,
式中:μj,c,t为电动汽车集群j在t时段的充电费用,μj,d,t为电动汽车集群j在t时段的放电费用,μs,c,t为t时段的标准分时电价;
(3) 碳交易成本最低
建立火电机组发电商的碳交易成本函数F3为:
,
通过线性加权法对多目标函数进行归一化处理,得到总和目标函数F为:
,
,
式中:ω1、ω2、ω3分别为目标函数F1、F2、F3的权重系数;F1max为电动汽车无序充电情况下负荷曲线的最大方差值;F2max为电动汽车用户在无序充电下的总充电成本;F3max为历史数据中火电机组发电商的碳交易成本的最大值。
4.根据权利要求3所述的一种考虑调控潜力评估的电动汽车充放电低碳调度方法,其特征在于,为了保证低碳优化调度模型的合理性,设置如下约束条件:
(1) 电动汽车充电电价约束
电动汽车在时段t内的充电电价应限制在边际成本电价范围内,即:
,
式中:μp,c,min, μp,c,max分别为主要调度集群充电边际成本电价的下限与上限,μi,c,min,μi,c,max分别为次要调度集群充电边际成本电价的下限与上限,μp,d,min, μp,d,max分别为主要调度集群放电边际成本电价的下限与上限,μi,d,min, μi,d,max分别为次要调度集群放电边际成本电价的下限与上限,μp,c,t与μp,d,t分别为t时段主要调度集群的充电与放电电价,μi,c,t与μi,d,t分别为t时段次要调度集群的充电与放电电价;
(2) 电动汽车荷电状态约束
任意电动汽车在任意时段的荷电状态应受到限制,即:
,
式中:SOCi为电动汽车i的荷电状态;
(3) 电动汽车充电需求约束
为了保证电动汽车用户的出行需求,每辆电动汽车停止充电时的荷电状态应达到用户设置的目标荷电状态值:
,
式中:SOCl,i为电动汽车i停止充电时的荷电状态;SOCaim,i为电动汽车i设置的目标荷电状态;
(4) 系统功率平衡约束
假设所有负荷均由煤电机组与风电提供, t 时段新型电力系统的功率平衡约束为:
,
式中,为t时段的风电出力预测值;/>为t时段火电机组的总和出力值;
(5) 电动汽车可调度容量约束
电动汽车各集群每个时段的充放电功率受该时段下的用户响应度限制,应小于集群实时可调度容量,即:
,
式中:Pj,t为集群j在时段t的充电功率。
5.根据权利要求4所述的一种考虑调控潜力评估的电动汽车充放电低碳调度方法,其特征在于,S5中采用NSGA-III算法对模型进行求解,得到每时段各电动汽车集群的最优出力计划与动态电价,具体为:
S5-1、设置通用优化参数,包括变异概率、种群大小,对新型电力系统低碳优化调度模型可行解种群进行初始化;NSGA-III算法中自变量为各可调度电动汽车集群在各时段的充放电功率与充放电电价,前者正负范围根据约束条件(5)得到,后者范围根据约束条件(1)得到,据此随机生成新型电力系统低碳优化调度模型的一组初始可行解,得到每个初始可行解在F1、F2、F3目标函数上的取值;
S5-2、进行可行解种群初始化非支配排序与分配密度估计,将新型电力系统低碳优化调度模型可行解的种群中的可行解按照轮盘赌这一非支配排序的方法进行排序,计算其在F1、F2、F3目标函数空间中的拥挤度距离,随机生成一组均匀的参考点;
S5-3、对新型电力系统低碳优化调度模型可行解原种群进行选择、交叉与变异,生成可行解的新种群;依据优胜劣汰法则,按新型电力系统低碳优化调度模型可行解的种群中每个个体在F1、F2、F3目标函数上的取值的大小,使具有更小目标函数取值的可行解有更大概率遗传到下一代,并进行变异,由此产生新的一组可行解组成的新种群;最后将新种群与原种群组合成为新型电力系统低碳优化调度模型可行解的新种群;
S5-4、对新型电力系统低碳优化调度模型可行解种群进行非支配排序,生成下一次迭代的初始可行解种群;将新型电力系统低碳优化调度模型可行解的新种群分为不同的非支配等级,按非支配等级选择个体组成新种群作为下一次迭代的初始可行解种群;
S5-5、计算新型电力系统低碳优化调度模型可行解种群中每个个体在F1、F2、F3目标函数上的取值的大小,判断算法是否达到终止条件;若是,则输出搜索到的新型电力系统低碳优化调度模型的最优解;若否,则继续循环,直至达到终止条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410524874.0A CN118100180B (zh) | 2024-04-29 | 2024-04-29 | 一种考虑调控潜力评估的电动汽车充放电低碳调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410524874.0A CN118100180B (zh) | 2024-04-29 | 2024-04-29 | 一种考虑调控潜力评估的电动汽车充放电低碳调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118100180A CN118100180A (zh) | 2024-05-28 |
CN118100180B true CN118100180B (zh) | 2024-06-21 |
Family
ID=91161843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410524874.0A Active CN118100180B (zh) | 2024-04-29 | 2024-04-29 | 一种考虑调控潜力评估的电动汽车充放电低碳调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118100180B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117175579A (zh) * | 2023-09-12 | 2023-12-05 | 广东电网有限责任公司 | 一种电动汽车充放电分群调度方法及系统 |
CN117353355A (zh) * | 2023-09-28 | 2024-01-05 | 广东电网有限责任公司 | 一种计及电动汽车调控潜力的含风电系统优化调度方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6021402A (en) * | 1997-06-05 | 2000-02-01 | International Business Machines Corporaiton | Risk management system for electric utilities |
CN117639043A (zh) * | 2023-11-29 | 2024-03-01 | 广东电网有限责任公司 | 风电协同下的电动汽车调度方法、装置、终端设备及介质 |
-
2024
- 2024-04-29 CN CN202410524874.0A patent/CN118100180B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117175579A (zh) * | 2023-09-12 | 2023-12-05 | 广东电网有限责任公司 | 一种电动汽车充放电分群调度方法及系统 |
CN117353355A (zh) * | 2023-09-28 | 2024-01-05 | 广东电网有限责任公司 | 一种计及电动汽车调控潜力的含风电系统优化调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118100180A (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Two-stage optimal scheduling strategy for large-scale electric vehicles | |
CN110378548B (zh) | 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法 | |
CN114004450A (zh) | 一种电动汽车充电负荷交互式实时定价策略引导的有序充电模型 | |
CN105068419B (zh) | 居民小区电动汽车充放电控制方法 | |
CN108062619B (zh) | 一种轨道车辆车地一体化容量配置方法及装置 | |
CN112238781B (zh) | 一种基于分层架构的电动汽车有序充电控制方法 | |
CN112865190A (zh) | 计及光伏和充电需求的光储充电站优化调度方法和系统 | |
CN113326467B (zh) | 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统 | |
CN111564861A (zh) | 一种充放电时间段的求解方法、装置、设备以及存储介质 | |
CN112308373A (zh) | 基于时空双层优化的电动汽车有序充放电调度模型及算法 | |
Mei et al. | Multi-objective optimal scheduling of microgrid with electric vehicles | |
Wu et al. | Optimal scheduling strategy for orderly charging and discharging of electric vehicles based on spatio-temporal characteristics | |
CN113715669B (zh) | 电动汽车有序充电控制方法、系统、设备及可读存储介质 | |
Feng et al. | Flexible optimal scheduling of power system based on renewable energy and electric vehicles | |
Ren et al. | Electric vehicle charging and discharging scheduling strategy based on dynamic electricity price | |
CN114139994A (zh) | 一种基于需求侧响应深度学习的高弹性电网控制算法 | |
CN118100180B (zh) | 一种考虑调控潜力评估的电动汽车充放电低碳调度方法 | |
CN117175579A (zh) | 一种电动汽车充放电分群调度方法及系统 | |
CN110472841B (zh) | 一种电动汽车快速充电站的储能配置方法 | |
CN116596252A (zh) | 一种电动汽车集群多目标充电调度方法 | |
CN115471100A (zh) | 一种引导电动汽车有序充电的优化调度方法 | |
CN113469436A (zh) | 一种城市电网侧储能规划方法 | |
An et al. | Power dispatching strategy of electric vehicle charging station based on reinforcement learning and heuristic priority | |
CN111899122B (zh) | 一种基于储能控制的用户分散出清方法 | |
Chen et al. | An Energy Optimization Management Model for Electric Vehicle Clusters Adapting to Multiple Scenarios |
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 |