一种应用于光-储-充一体化电站的能量管理算法的制作方法

一种应用于光
‑
储
‑
充一体化电站的能量管理算法
技术领域
1.本发明涉及充电站能量管理技术领域，尤其涉及一种应用于光
‑
储
‑
充一体化电站的能量管理算法。


背景技术：

2.ess(energy storage system)能量存储系统：一种电能存储设备，可进行充放电操作；cp(charging pile)充电桩：一种为电动汽车提供电能的设备；bms(battery management system)电池能量管理系统：一套保护动力电池使用安全的控制系统，时刻监控电池的使用状态，通过必要措施缓解电池组的不一致性，为新能源车辆的使用安全提供保障。
3.随着化石能源的日趋枯竭与环境污染日益严重，汽车领域面临能源转型的关键时期，ev因其绿色环保、低碳高效等特点受到了世界各国的广泛关注与一致认可。随着国家层面的政策引导与推广，电动汽车的国民保有量迅速增加，预计至2040年，我国电动汽车的保有量或将超过2亿辆。因此，能源补充设备的需求与日俱增，建设高效稳定、安全可靠、的电动汽车充电站刻不容缓。此外，电动汽车的大规模普及将大幅增加电力配网的压力，据国家能源局统计数据显示，2020年5月，我国公共充电基础设施的充电电量约3.6亿千瓦时，随着电动汽车国民保有量的进一步上升，现有配电网难以承载如此大的电动汽车充电负荷，配网改造的投资成本高昂，时间成本巨大，如何利用有限的充电站满足大规模电动汽车的能量补充需求，并尽可能降低对电力系统的负面影响，是电动汽车充电站的能量管理技术领域一大挑战。


技术实现要素：

4.本发明针对现有技术存在的不足和缺陷，提供了一种应用于光
‑
储
‑
充一体化电站的能量管理算法，在考虑bms系统对能量管理系统的影响的基础上，为储能电站制定最优的充放电策略，为电动汽车提供最优的有序充电策略，利用有限的充电站满足大规模电动汽车的能量补充需求，同时大大提高了光
‑
储
‑
充一体化电站的经济性，抑制了负荷波动率，降低了负荷峰谷差。
5.本发明的目的可以通过以下技术方案来实现：
6.一种应用于光
‑
储
‑
充一体化电站的能量管理算法，包括以下步骤：
7.s1：基于bp神经网络，根据光伏发电的历史功率建立起物理模型，预测未来1个完整调度周期的光伏出力，并基于气象因素和短期光伏功率波动之间的相关性，修正短期内预测的光伏出力；
8.s2：在每个调度周期的开始时刻，基于步骤1的预测光伏出力数据以及系统内的用户负荷信息，光
‑
储
‑
充一体化电站的能量管理系统运行能量存储系统ess日前能量调度算法，优化未来1个完整调度周期ess的能量分布方案；
9.s3：基于预测的光伏出力与优化ess的能量分布方案，光
‑
储
‑
充一体化电站能量管
理系统运行ess实时能量调度算法，以5分钟为一个调度时隙，优化未来1小时ess的最优充放电方案；
10.s4：充电桩通过与电动汽车ev间的握手操作进行信息交互，获取ev电池当前电池电量信息、汽车型号等信息并记录ev的开始充电时间，将以上信息以zigbee通信方式上传至光
‑
储
‑
充一体化电站能量管理系统；
11.s5：光
‑
储
‑
充一体化电站能量管理系统识别ev厂商和型号并与数据库中记录的车辆电池能量管理系统bms信息比对，若比对成功，则成功获取该ev的bms充电特性曲线数据，比对失败则默认该ev的bms充电特性曲线为典型曲线，同时记录该ev充电数据，更新数据库中该类型车辆的bms信息；
12.s6：基于预测的光伏出力数据、ev的电池电量信息、ev的bms充电特性曲线数据、以及ess能量分布方案和最优充放电方案，光
‑
储
‑
充一体化电站能量管理系统运行充电桩cp实时能量调度算法，以5分钟为一个调度时隙，以计算得出的最优的ev有序充电策略进行充电。
13.进一步地，所述s2中ess日前能量调度算法的具体过程为：
14.s21：能量管理系统根据历史负荷、光伏出力信息预测cp负荷、站内其他负荷以及光伏出力状况；
15.s22：根据cp负荷、站内其他负荷以及光伏出力状况以及分时ess充放电功率计算光
‑
储
‑
充一体化电站等效负荷p
eq
；
16.s23：根据等效负荷计算ess日前能量管理函数值，同时，ess从电力系统获取分时电价信息；
17.s24：根据分时电价信息优化ess日前能量管理函数，得到优化的ess能量分布方案，进而估算出分时的ess充放电功率；
18.s25：根据cp负荷、站内其他负荷、光伏出力状况以及分时ess充放电功率重新计算等效负荷；
19.s26：根据等效负荷重新计算ess日前能量管理函数值，若该值与步骤s23中所得目标函数值间差值的绝对值大于等于阈值t
th1
，则跳转s22；若该值与步骤s23中所得目标函数值间差值的绝对值小于阈值t
th1
，则终止迭代，得到调度间隔为1个完整调度周期的最优日前ess的能量分布方案。
20.进一步地，所述s22在首次计算等效负荷时无需考虑分时ess充放电功率。
21.进一步地，所述s3中ess实时能量调度算法的具体过程为：
22.s31：基于优化的ess的能量分布方案、实时的ess的能量数据、分时电价信息、系统内用户负荷数据以及光伏机组出力信息来优化ess的实时能量调度函数，从而得到以5分钟为调度间隔的实时储能充放电功率p
ess
的优化策略，进而计算等效负荷；
23.s32：根据等效负荷计算ess实时能量调度函数值；
24.s32：再次按s31与s32计算ess实时能量调度函数值，若该值与步骤s32中所得目标函数值间差值的绝对值大于等于阈值t
th2
，则跳转s31；若该值与步骤s32中所得目标函数值间差值的绝对值小于阈值t
th2
，则终止迭代，得到最优的ess充放电方案。
25.本发明的有益技术效果：通过设计一种光
‑
储
‑
充一体化电站能量管理算法，将ess日前能量调度以及ess、cp实时能量调度相结合，制定合理的储能电站日前、实时能量分布
方案以及ev的有序充电策略，利用有限的充电站满足大规模电动汽车的能量补充需求。此外，所设计算法能够大大提高光
‑
储
‑
充一体化电站的经济性，抑制了负荷波动率，降低了负荷峰谷差，降低了对电力系统的负面影响。
附图说明
26.图1是本发明的总体流程框图。
27.图2是本发明实施例中电动汽车的bms充电特性曲线图。
28.图3是本发明实施例中ess日前能量调度效果图。
29.图4是本发明实施例中ess、cp实时能量调度效果图。
具体实施方式
30.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不限定本发明。
31.实施例。
32.基于山东省某光
‑
储
‑
充一体化电站系统数据以及实时电价信息，对提出的算法进行仿真验证。该光
‑
储
‑
充一体化电站系统配置29组光伏发电装置，每组装置配置3块光伏板；配置储能电站一座，容量为368kw
·
h，额定功率350kw；实验配置北汽新能源eu500电动汽车一台；能量路由器额定功率为2mw，功率因数可在四象限内任意调节；该充电站内含直流充电桩29座，额定功率120kw。
33.如图1所示，一种应用于光
‑
储
‑
充一体化电站的能量管理算法，包括以下步骤：
34.s1：基于bp神经网络，根据光伏发电的历史功率建立起物理模型，预测未来1个完整调度周期的光伏出力，并基于气象因素和短期光伏功率波动之间的相关性，修正短期内预测的光伏出力；
35.s2：在每个调度周期的开始时刻，基于步骤1的预测光伏出力数据以及系统内的用户负荷信息，光
‑
储
‑
充一体化电站的能量管理系统运行能量存储系统ess日前能量调度算法，优化未来1个完整调度周期ess的能量分布方案；
36.s3：基于预测的光伏出力与优化ess的能量分布方案，光
‑
储
‑
充一体化电站能量管理系统运行ess实时能量调度算法，以5分钟为一个调度时隙，优化未来1小时ess的最优充放电方案；
37.s4：充电桩通过与电动汽车ev间的握手操作进行信息交互，获取ev电池当前电池电量信息、汽车型号等信息并记录ev的开始充电时间，将以上信息以zigbee通信方式上传至光
‑
储
‑
充一体化电站能量管理系统；
38.s5：光
‑
储
‑
充一体化电站能量管理系统识别ev厂商和型号并与数据库中记录的车辆电池能量管理系统bms信息比对，实施例中，比对失败，则默认该ev的bms充电特性曲线为典型曲线，同时记录该ev充电数据，更新数据库中该类型车辆的bms信息，充电特性曲线如图2所示；
39.s6：基于预测的光伏出力数据、ev的电池电量信息、ev的bms充电特性曲线数据、以及ess能量分布方案和最优充放电方案，光
‑
储
‑
充一体化电站能量管理系统运行充电桩cp
实时能量调度算法，以5分钟为一个调度时隙，以计算得出的最优的ev有序充电策略进行充电。
40.如图3所示，使用ess日前调度算法后，在电价低谷时段，如1:00
‑
5:00、7:00
‑
8:00，ess储存低价电能，而在电价峰时，如11:00
‑
13:00、17:00
‑
20:00，ess释放电能，为电站系统供给能量，提高系统的经济性，同时，负荷波动率、峰谷差均下降，降低了对电力系统的负面影响。
41.使用ess、cp实时调度后，为了配合光伏出力随时间的变化状况，ess、cp负荷功率发生了变化，cp负荷从光伏出力较小时间段转移至光伏出力较大时间段，而ess负荷每5分钟调度一次。如图4所示，实时优化前后综合负荷变化较大，负荷波动率与峰谷差大幅下降，降低了对电力系统的负面影响。
42.上述实施例是对本发明的具体实施方式的说明，而非对本发明的限制，有关技术领域的技术人员在不脱离本发明的精神和范围的情况下，还可做出各种变换和变化以得到相对应的等同的技术方案，因此所有等同的技术方案均应归入本发明的专利保护范围。