基于电动汽车可调度能力的区域风、光、车组合优化方法与流程

1.本发明属于区域能源系统优化调度技术领域，涉及一种基于电动汽车可调度能力的区域风、光、车组合优化方法。


背景技术：

2.风电、光伏等可再生能源和电动汽车快速发展，大规模风电和光伏入网面临困难，高渗透率下的风电和光伏的波动性和反调节特性对综合能源系统的功率平衡和网络安全造成极大挑战。同时这也对传统的机组组合问题提出了更严峻的挑战，不仅要考虑风电和光伏等间歇性能源出力的不确定性，还需要计及逐步增长的电动汽车等负荷的随机性。
3.随着电动汽车的发展，大规模电动汽车接入到综合能源系统中，如果只将其当作常规负荷叠加到传统负荷曲线上无疑会使系统中机组运行成本大幅增加。有计划地引导和管理电动汽车充放电，使其在空闲时段参与到电力平衡中，如调峰、调频、配合风力和太阳能发电等，不但能为区域电力系统带来价值，还能为用户及社会创造效益。实际上大多数电动汽车在一天中90％以上的时间里处于停驶状态，这就为调度电动汽车提供了时间上的可能性。电动汽车通过参与区域电力系统调度不仅能降低运行成本，还能辅助区域电力系统提高风电和光伏接纳能力，增强区域可再生能源消纳能力。在实际日常生活中，可进行调度电动汽车的数量和调度类型取决于用户的接受能力。电动汽车参与电网互动的基础需要用户的参与，如果用户不能从中获得一定的经济利益，电动汽车参与电网互动也就无从谈起。


技术实现要素：

4.有鉴于此，本发明的目的在于提供一种基于电动汽车可调度能力的区域风、光、车组合优化方法，以区域电力系统中电能运营商收益成本最大为目标，对电动汽车按可调度类型分类，并将不同调度类型的电动汽车进行组合使其符合实际需求。
5.为达到上述目的，本发明提供如下技术方案：
6.一种基于电动汽车可调度能力的区域风、光、车组合优化方法，包括以下步骤：
7.s1：将电动汽车负荷按照可调度能力划分为无序充电负荷、可转移充电负荷和可调度充电负荷，并根据电动汽车用户的充电需求、行驶数据信息对三类负荷进行充放电容量预测；
8.s2：将电动汽车可调度负荷作为机组组合中的变量，建立电动汽车与风力、光伏发电协同参与的机组组合模型；
9.s3：以区域电网的经济性为目标，对所述机组组合模型进行优化，得到风、光、车最优组合模型。
10.进一步，步骤s1中，对无序充电负荷进行充电负荷预测；对可调度充电负荷评估其可调度充电容量范围；对可调度充放电负荷进行充电负荷和放电容量预测；
11.进一步，步骤s2中所述电动汽车与风力、光伏发电协同参与的机组组合模型包括：
12.电动汽车可转移充电负荷模型：通过t时刻可转移充电类型电动汽车负荷的状态
矩阵，获得可转移充电类型电动汽车负荷在t时刻的实际负荷p
evt
，并预测出可转移充电类型电动汽车在下一时刻所能达到的最大负荷p
t+1ev,max
及最小负荷p
t+1ev,min
：
[0013][0014][0015][0016][0017]
式中：表示t+1时刻必须增加的电动汽车负荷，由下一时刻必须接入的负荷、必须切除的负荷两部分组成；为t+1时刻满足接入条件ts＝t+1，并且可充电时长t
s.fact
大于实际充电时长t的电动汽车数量；为t+1时刻满足接入条件ts＝t+1，并且可充电时长t
s.fact
小于实际充电时长t而必须开始充电的电动汽车数量；为t+1时刻满足切除条件ts＝t+1或sn＝se的必须切除的电动汽车数量；
[0018]
电动汽车可调度充电负荷模型：
[0019]
电动汽车放电极限时间t3为：
[0020][0021]
电动汽车可调度放电容量为：
[0022][0023]
电动汽车充电容量为：
[0024]
p
ev,c
＝cs(q2+q
4-q
1-q3)
[0025]
风电场出力模型：
[0026]
风电功率特性函数为：
[0027][0028]
式中：p
wt
为风电机组输出功率，v、vc、vn分别为实际风速、切出风速和额定风速；pn为额定输出功率；
[0029]
光伏出力模型：光伏的输出功率由标准额定条件下的输出功率y
pv
、光照幅度g
stc
、环境温度t
stc
共同决定：
[0030][0031]
其中，f
pv
为光伏降额因子，其根据光伏面板的外部因素设定；g
t
为当前环境的辐照度；α
p
为功率温度系数；tc为当前环境下的温度。
[0032]
进一步，步骤s3中，针对步骤s2所述的电动汽车与风力、光伏发电协同参与的机组
组合模型，考虑电动汽车参与综合能源系统调度的负荷平衡约束条件、发电机组约束条件、电动汽车约束条件，构建机组组合模型的优化目标，利用cplex对模型中的非线性混合整数规划问题进行求解计算，得到最优组合模型。
[0033]
进一步，所述电动汽车参与综合能源系统调度的负荷平衡约束条件为：
[0034][0035]
式中：为t时段的风电输出功率；为t时段的光伏输出功率；为t时段可调度电动汽车向电网的总放电功率；为t时段的负荷功率；为t时段可调度电动汽车的总充电功率；为随机充电和可转移充电情况下电动汽车在t时段内的总充电负荷功率；
[0036]
所述发电机组约束条件包括：
[0037]
风电出力约束条件：
[0038][0039]
其中为风电功率在t时段的预测值；
[0040]
光伏出力约束条件：
[0041][0042]
其中为光伏功率在t时段的预测值；
[0043]
旋转备用约束条件为：
[0044][0045]
式中：r
t
表示系统旋转备用需求，为系统燃气轮机装机容量中最大一台常规机组容量；δp
wt,t
表示由于风电出力随机性导致的备用容量需求，δp
pv,t
表示由于光伏出力随机性导致的备用容量需求；
[0046]
燃气轮机机组约束条件包括机组出力上下限约束条件、启停约束条件以及爬坡约束条件，具体如下：
[0047]
机组出力上下限约束条件：
[0048][0049]
其中分别为机组i最大、最小出力；
[0050]
启停约束条件：
[0051][0052][0053]
其中分别为机组i的连续开、关机时间和最小开、关机时间；
[0054]
爬坡约束条件：
[0055][0056]
其中分别为机组i上、下爬坡功率限制；
[0057]
所述电动汽车约束条件为：
[0058][0059]
其中分别为运营商在t时段的实际调度负荷值和预测负荷值；
[0060]
对于可转移充电负荷，电动汽车可转移负荷量要满足调度充电容量上下限为：
[0061][0062]
在可调度充电负荷中，电动汽车可调度放电量要满足调度放电容量上下限为：
[0063][0064]
进一步，所述机组组合模型的优化目标函数为：
[0065]
fc＝max(f2+f
3-f1)
[0066]
式中：fc为区域电力系统成本最大值；f1为燃气轮机机组运行成本，包括机组燃料成本和启停成本；f2为电动汽车充电桩运行收益；f3为减少弃风和弃光收益；
[0067]
燃气轮机机组运行成本计算为：
[0068][0069]
式中：为机组i在t时段的燃料成本函数，耗量特性采用二次函数表示；为机组i在t时段的启停成本函数，为简化计算此处取为常数；为机组i在t时段的启停状态；为机组i在t时段的发电功率；ng为燃料发电机组总数；t为总优化时段；
[0070]
机组燃料成本为：
[0071][0072]
式中ai、bi、ci为第i台发电机组燃料成本系数；
[0073]
电动汽车充电桩运行收益计算为：
[0074][0075]
式中：n1为电动汽车总数量；和分别为第l辆电动汽车在t时段的充电量和放电量；和分别为电动汽车在t时段的充电电价和放电电价；
[0076]
减少弃风和弃光收益为：
[0077]
f3＝p
wd-q
ρ
wd
+p
pv-q
ρ
pv
[0078]
式中：p
wd-q
和p
pv-q
分别为一天中减少的总弃风量和弃光量；ρ
wd
和ρ
pv
分别为风电和光伏上网电价。
[0079]
进一步，步骤s3中，将可调度电动汽车的调度电量产生的绿证分配给电动汽车用户，电动汽车用户收益的计算公式为：
[0080][0081]
式中：ψ
t
为t时段一个绿证的价格。
[0082]
本发明的有益效果在于：在区域电力系统中，利用电动汽车的可调度特性，不仅可以降低燃气机组的运行成本、提高风电和光伏的接纳能力，而且可以使综合能源系统电能运营商获益，从而提高运营商的积极性。将可调度电动汽车的调度电量产生的绿证分配给电动汽车用户以提高电动汽车用户参与调度的积极性，使得越来越多的电动汽车用户接受运营商调度电动汽车充放电来减少部分充电花费，同时还能够提升区域绿电消纳量，完成绿电消纳指标。
[0083]
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0084]
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
[0085]
图1为电动汽车参与综合能源系统调度模型图；
[0086]
图2为电动汽车可转移充电模型示意图；
[0087]
图3为电动汽车可调度充电模型示意图；
[0088]
图4为基于电动汽车调度的综合能源系统组合优化策略流程图。
具体实施方式
[0089]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0090]
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
[0091]
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0092]
将区域电动汽车分为三类：第一大类是随机充电负荷，其对充电速度和充电时间要求很高而不能参与电网互动，如出租车、电动公交车、物流车和一部分私家车等；第二类是可转移充电负荷，指电动汽车只接受运营商进行充电时间的转移调度；第三类负荷是可调度充电负荷，指电动汽车接受运营商进行充放电双向调度。
[0093]
电动汽车通过充电桩平台与区域电网交互，如图1和图4所示，电动汽车集中管理器收集所有电动汽车用户的充电需求、行驶数据信息，并对3类负荷进行充放电容量预测：无序充电负荷进行充电负荷预测；可调度充电负荷评估其可调度充电容量范围；可调度充放电负荷进行充电负荷和放电容量预测。
[0094]
区域电网调度中心收集传统负荷预测信息、风电出力预测信息以及电动汽车预测负荷和电动汽车可调度充放电容量，并把电动汽车的充放电负荷作为变量加入到机组组合优化中对传统机组出力、风电出力以及电动汽车充放电负荷进行优化调度。电动汽车集中管理器将从电网调度接收到的充放电优化曲线作为控制指令对其辖区内的电动汽车进行充放电控制。
[0095]
1、电动汽车可转移充电负荷模型
[0096]
对于由可转移充电和可调度充电这两类电动汽车而言，通常其可充电时长大于实际充电时长，这就为运营商调度电动汽车的充电时间提供了可能。
[0097]
如图2所示，只需要在可充电时长t
s.fact
中选取合适的实际充电时长t0即可满足用户的充电要求。
[0098]
已知t时刻可转移充电类型电动汽车负荷的状态矩阵，可以获得可转移充电类型电动汽车负荷在t时刻的实际负荷p
evt
，并由此可预测出此类电动汽车在下一时刻所能达到的最大负荷p
t+1ev,max
及最小负荷p
t+1ev,min
，如式(1)—(4)所示。
[0099][0100][0101][0102][0103]
式中：表示t+1时刻必须增加的电动汽车负荷，由下一时刻必须接入的负荷、必须切除的负荷两部分组成；为t+1时刻满足接入条件ts＝t+1，并且可充电时长t
s.fact
大于实际充电时长t的电动汽车数量；为t+1时刻满足接入条件ts＝t+1，并且可充电时长t
s.fact
小于实际充电时长t而必须开始充电的电动汽车数量；为t+1时刻满足切除条件ts＝t+1或sn＝se的必须切除的电动汽车数量。由上述方法即可得到一天24h所有可转移充电负荷的容量范围。
[0104]
2、电动汽车可调度充电负荷模型
[0105]
对于可调度充电负荷型电动汽车而言，当其行驶结束接入电网时，汽车电池可以作为分布式储能在发电不足或电网需要时向电网进行放电。由于电池频繁的放电会对电动汽车电池寿命造成一定的损耗，为减缓电池寿命的衰减，要尽量减少电池的充放电切换次数，所以本模型中一天内对每辆电动汽车只进行一次放电调度。
[0106]
如图3所示，电动汽车放电极限时间点，超过这个时间点电动汽车离开时电池电量就不能满足用户需要。q3表示电动汽车在放电极限时间点的电荷量。
[0107]
电动汽车放电极限时间t3计算如式(5)所示
[0108][0109]
电动汽车可调度放电容量计算如式(6)所示
[0110][0111]
电动汽车充电容量计算如式(7)所示
[0112]
p
ev,c
＝cs(q2+q
4-q
1-q3)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0113]
3、风电场出力模型
[0114]
风电功率特性函数如式(8)所示
[0115][0116]
式中：p
wt
为风电机组输出功率，v、vc、vn分别为实际风速、切出风速和额定风速；pn为额定输出功率。
[0117]
4、光伏出力模型
[0118]
光伏的输出功率由标准额定条件下的输出功率y
pv
、光照幅度g
stc
、环境温度t
stc
共同决定：
[0119][0120]
其中，f
pv
为光伏降额因子，其根据光伏面板的污垢、接线损耗、遮光、积雪、老化等因素设定；g
t
为当前环境的辐照度；α
p
为功率温度系数；tc为当前环境下的温度。
[0121]
5、系统约束条件
[0122]
(1)电动汽车参与综合能源系统调度的负荷平衡约束
[0123][0124]
式中：为t时段的风电输出功率；为t时段的光伏输出功率；为t时段可调度电动汽车向电网的总放电功率；为t时段的负荷功率；为t时段可调度电动汽车的总充电功率；为随机充电和可转移充电情况下电动汽车在t时段内的总充电负荷功率。
[0125]
(2)发电机组约束条件
[0126]
风电和光伏出力也是模型的控制对象之一，其约束如式(11)和(12)所示
[0127]
[0128][0129]
式中：为风电功率在t时段的预测值。为光伏功率在t时段的预测值。旋转备用约束如式(13)所示
[0130][0131]
式中：r
t
表示系统旋转备用需求，通常为系统燃气轮机装机容量中最大一台常规机组容量；δp
wt,t
表示由于风电出力随机性导致的备用容量需求，δp
pv,t
表示由于光伏出力随机性导致的备用容量需求。
[0132]
燃气轮机机组约束包括机组出力上下限约束、启停约束以及爬坡约束，如式(14)—(17)所示：
[0133][0134][0135][0136][0137]
式中：分别为机组i最大、最小出力；分别为机组i上、下爬坡功率限制；分别为机组i的连续开、关机时间和最小开、关机时间。
[0138]
(3)电动汽车约束条件
[0139]
为满足电动汽车用户充电需求，要保证在整个调度周期内，区域电网调度的电动汽车实际充电负荷总量和预测负荷总量相等。约束如式(18)所示
[0140][0141]
分别为运营商在t时段的实际调度负荷值和预测负荷值。
[0142]
对于可转移充电负荷，电动汽车可转移负荷量要满足调度充电容量上下限
[0143][0144]
在可调度充电负荷中，电动汽车可调度放电量要满足调度放电容量上下限
[0145][0146]
5、目标函数
[0147]
本发明所建机组组合模型中不考虑光伏和风电出力成本。本发明机组组合模型的优化目标为区域电网系统收益最大。
[0148]
fc＝max(f2+f
3-f1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0149]
式中：fc为区域电力系统成本(最大值)；f1为燃气轮机机组运行成本，主要包括机组燃料成本和启停成本；f2为电动汽车充电桩运行收益；f3为减少弃风和弃光收益。
[0150]
燃气轮机机组运行成本计算为：
[0151][0152]
式中：为机组i在t时段的燃料成本函数，耗量特性采用二次函数表示；为机组i在t时段的启停成本函数，为简化计算此处取为常数；为机组i在t时段的启停状态；为机组i在t时段的发电功率；ng为燃料发电机组总数；t＝24，为总优化时段。
[0153]
机组燃料成本如式(12)所示
[0154][0155]
式中ai、bi、ci为第i台发电机组燃料成本系数。
[0156]
电动汽车充电桩运行收益计算为：
[0157][0158]
式中：n1为电动汽车总数量；和分别为第l辆电动汽车在t时段的充电量和放电量；和分别为电动汽车在t时段的充电电价和放电电价。
[0159]
减少弃风和弃光收益为：
[0160]
f3＝p
wd-q
ρ
wd
+p
pv-q
ρ
pv
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(25)
[0161]
式中：p
wd-q
和p
pv-q
分别为一天中减少的总弃风量和弃光量；ρ
wd
和ρ
pv
分别为风电和光伏上网电价。
[0162]
参与调度电动汽车用户收益为：
[0163][0164]
式中：ψ
t
为t时段一个绿证的价格。一个绿证包含1000kwh的绿电量，可通过绿证中心进行交易。
[0165]
式(10)—(26)所得的机组组合模型为构成基于混合整数线性规划的机组组合问题，采用cplex求解，得到综合能源系统中风、光、车最优组合模型策略。
[0166]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。