大规模电动汽车与风电参与能量-调频市场实时投标方法

本发明属于能源管理和智能调度领域，涉及大规模电动汽车与风电参与能量-调频市场实时投标方法。

背景技术：

1、随着“碳达峰，碳中和”目标的提出，我国电动汽车与风电得到了大规模发展。基于车网互动(vehicletogrid,v2g)技术，电动汽车(electricvehicle,ev)充放电功率可实现对调节信号的毫秒级响应，从而在经过集群优化管理后参与电网系统频率调节。同时，通过在风电机组的电气或机械元件中增添附加的控制环节调节俯仰角与转子速度，可使风机具备参与电力系统频率调节的能力。未来大规模电动汽车与风电可作为电力系统重要的调节资源参与电力市场服务。因此，对于电动汽车与风电在电力市场中的优化调度相关研究备受关注。

2、针对电动汽车参与电力市场的调度策略，有学者进行了深入研究。部分学者研究了电动汽车参与能量市场的优化策略。主要从考虑风电出力及车辆出行不确定性，电动汽车集群与分布式能源协同调度方法；实时市场不平衡电量惩罚，以电动汽车代理商(electricvehicle aggregator,eva)参与微网调度收益最高为目标，建立计及风险约束的eva两阶段随机优化模型；大规模电动汽车在微电网中的优化充电策略，基于模糊控制算法建立电动汽车充电优化模型进行研究。也有从考虑配电设备运行安全以及车辆充电负荷特性出发，基于分时电价，建立以电动汽车代理商收益最大、配网负荷波动最小多目标双层优化模型。

3、也有学者对电动汽车参与调频辅助服务市场的优化策略进行了研究。提出了基于云边融合的规模化ev聚合参与电网调频服务的技术框架，实现规模化ev协同参与电网频率调节。针对电动汽车出行的不确定性，建立了包含电动汽车、热力机组和储能组成的虚拟电厂参与系统调频容量优化决策模型。相比参与单一市场，电动汽车参与能量-调频市场可以同时发挥对系统频率的调节作用。已有研究提出一种在满足多样化用户充电需求基础上，提出了电动汽车集群参与日前能量市场与调频辅助服务市场的协同充电优化策略。也以大规模电动汽车参与投标市场的净收益最大化为目标函数，建立一种考虑多重不确定性的能量-调频市场鲁棒优化模型。部分研究建立ev参与能量市场及调频市场出清模型，提出在ev参与投标过程中考虑替代效应的调频资源报价修正方式。

4、针对风电参与电力市场中的能量市场，已有研究将风电与柔性负荷等多主体聚合为虚拟电厂，提出了一种对外参与能量市场，对内协调各主体相互配合的日前协调竞标策略。进一步提出市场第一阶段为日前能量市场出清，第二阶段考虑风电等新能源出力随机性后进行实时电能量市场交易的两阶段随机优化市场出清与定价模型。此外，随着面向风电机组的有功功率控制技术不断发展，使得风电可以参与系统频率调节，进而在能量-调频市场中获取收益。部分研究以电网日前调度计划以及调频极限为基础，提出利用风电储能服务跟踪日前调度计划并参与调频市场策略；为减小由于风电出力不确定性而导致投标失误导致的经济亏损，建立了风电与储能系统联合参与能量市场与调频辅助服务市场成本、收益模型；基于风电侧爬坡容量灵活性的辅助服务，并将其与能量-调频调峰辅助服务市场相结合，设计面向高渗透率风电的现货能量-调频服务运营机制。

5、由此可知，目前主要研究集中于电动汽车集群参与电力市场的运行优化或市场投标，较少研究电动汽车参与能量-调频市场下的功率-容量协同优化投标策略，另一方面风电可与电动汽车等合作参与市场投标，提高整体收益。风电同时参与能量市场与调频市场存在更大的获利空间，然而现有研究对于风电在能量-调频市场下的出力偏差惩罚考虑较少，部分相关研究中的惩罚成本模型计算较为复杂。故而亟需研究计及功率-容量偏差惩罚的eva与风电供应商(windpower supplier,wps)参与能量-调频市场投标方法，通过市场充分发挥电动汽车与风电在电力系统中的调节作用。

技术实现思路

1、有鉴于此，本发明的目的在于提供大规模电动汽车与风电参与能量-调频市场实时投标方法，以解决现有技术中存在的问题，并通过市场机制充分发挥电动汽车与风电在电力系统中的调节作用。

2、为达到上述目的，本发明提供如下技术方案：

3、大规模电动汽车与风电参与能量-调频市场实时投标方法，该方法包括以下步骤：

4、s1：获取各充放电站实时运行数据，电动汽车代理商根据获取的实时运行数据对已经接入的电动汽车进行快速分类聚合，得到各类别电动汽车集群；

5、s2：建立动态可调度的边界模型，所述动态可调度边界模型，随着日内市场不断进行，电动汽车代理商实时收集站内电动汽车当前soc及离网时间信息，滚动计算所述各类型车群剩余时间段的可调度边界，同时风电供应商短时预测环境风速，计算风电实时出力边界；

6、s3：结合动态可调度边界模型，建立功率快速分配模型，所述功率快速分配模型将各类型车群的调度功率及调频备用容量计划快速分配至每辆电动汽车；

7、s4：建立电动汽车与风电参与能量-调频市场实时投标模型,所述实时投标模型基于市场主体博弈关系在能量-调频实时市场中引入电量及容量偏差考核惩罚，为s5中双层优化模型提供上层优化的主要目标，使得市场中的电动汽车和风电能够更好地满足系统的需求并减小实时市场中由于电动汽车及风电不确定性导致两者出力与日前计划出现的偏差量；

8、s5：建立实时能量-调频市场双层优化模型，所述实时能量-调频市场双层优化模型以电动汽车代理商或风电供应商作为上层，并以电动汽车或风电个体偏差考核成本最小为上层目标进行优化后，向能量市场下发偏差能量投标信息；下层电力交易中心根据收到的市场价格投标信息后进行市场优化出清，以系统运行成本最低为下层优化目标，并将市场实时节点边际价格返回电动汽车代理商与风电供应商；

9、s6：电动汽车代理商通过所述s3中功率快速分配模型将功率及容量计划下发至每辆电动汽车；并通过实时能量-调频市场双层优化模型，电动汽车代理商和风电供应商分别根据自身市场调度计划与系统实时调频指令快速调整功率，快速响应系统能量平衡需求及频率稳定需求。

10、进一步的，所述s1中，电动汽车代理商根据获取的实时运行数据对已经接入的电动汽车进行快速分类聚合，具体包括：

11、在实时阶段，每当电动汽车接入充电桩并上传充电相关信息时，代理商立即根据上传信息，以及制定的集群分类聚合标准对该汽车进行类别辨识；

12、分类指标为车辆初始荷电状态soc、期望soc以及离网时间，未上报信息的电动汽车划分为不可控类别，不参与优化调度；接入充电桩时，电动汽车i快速分类具体如下：

13、电动汽车初始soc类别辨识，表示为：

14、

15、式中，上标*代表日前投标模型的优化结果，为电动汽车i在初始soc参数指标下的所属类别；为日前分类聚合模型socini参数指标最优分段数；m1为分段区间编号；及为初始soc参数划分区间m1的上下边界；公式(1)判断电动汽车i的初始soc所在的socini划分区间编号，辨识其类别；

16、电动汽车期望soc辨识，表示为：

17、

18、式中，为电动汽车i在期望soc参数指标下的所属类别；为日前分类聚合模型socexp参数指标最优分段数；m2为分段区间编号；及为期望soc参数划分区间m2的上下边界；公式(2)辨识电动汽车i期望soc所属类别；

19、电动汽车离网时间辨识，表示为：

20、

21、式中，为电动汽车i在离网时间参数指标下的所属类别；为日前分类聚合模型参数指标最优分段数；m3为分段区间编号；及为离网时间参数划分区间m3的上下边界；公式(3)辨识电动汽车i离网时间所属类别；

22、电动汽车综合类别划分，表示为：

23、

24、式中，k为电动汽车i综合类别编号，电动汽车i归类为第k类电动汽车集合即

25、进一步的，所述s2中，建立的动态可调度的边界模型，具体为：

26、电动汽车代理商实时收集站内电动汽车当前soc及离网时间信息，滚动计算各类型车群剩余时间段的可调度边界，以制定日内投标计划；

27、对于当前时段l，电动汽车i功率边界及能量边界为，表示为：

28、

29、式中，ti,dep表示电动汽车i的离网时间；以目标函数最大求解得到电动汽车i能量上边界，以目标函数最小求解得到电动汽车i能量下边界；soci,t为电动汽车i在时段t电池的soc；

30、电动汽车小时充/放电功率约束，表示为：

31、

32、式中，和分别为电动汽车i在t时段的小时充电功率和小时放电功率；和分别为电动汽车t时段最大充电功率和最大放电功率；和为表示电动汽车充放电状态的二进制变量，取1表示电动汽车i在时段t充电，取1表示电动汽车i在时段t放电；分别为第i辆电动汽车在t时段功率的上边界和下边界；ti,t为电动汽车i在时段t内接入电网的时间，由电动汽车出行规律、出行距离及离网时间计算得到；

33、电动汽车调频容量约束，表示为：

34、

35、式中，和分别为电动汽车i在t时段的上调频容量和下调频容量；

36、电动汽车soc约束，表示为：

37、

38、式中，η为电动汽车充放电效率；cev为电池容量；socmin和socmax分别为v2g中电池的soc下限和soc上限，用于保护电池安全及保证车主行驶需求；为电动汽车i申报期望soc；分别为上、下调频能量系数，用于体现电动汽车在t时段内参与系统调频引发的电池能量累积；

39、随着时段l的不断推进，动态可调度的边界模型求解的时间段减少，车辆功率边界及能量边界将滚动更新，采用式(1)～(4)将各电动汽车动态调度边界分类聚合，形成各类电动汽车集群动态可调度边界。

40、进一步的，所述s3中，建立的功率快速分配模型，具体为：

41、建立以分配偏差最小为目标的单辆电动汽车调度功率及调频备用容量分配优化模型，表示为：

42、

43、式中，及分别为第k类车群平均充电功率、放电功率、上调频容量及下调频容量，由k类车群总调度计划及车辆数取平均得到；约束条件同公式(6)～(8)；电动汽车代理商处理各类车群总调度计划后，下发至充放电站或终端充放电设备，通过边缘计算快速优化求解；

44、调频时间尺度下，电动汽车i在时间窗l时刻τ下功率，表示为：

45、

46、式中，分别为时段l下分配至电动汽车i充电调度功率、放电调度功率、上调频容量及下调频容量；为时刻τ电力系统下发至电动汽车代理商的调频任务。

47、进一步的，所述s4中，建立电动汽车与风电参与能量-调频市场实时投标模型，具体包括：

48、建立电动汽车代理商实时投标模型、风电供应商实时投标模型和实时市场出清模型；

49、所述建立电动汽车代理商实时投标模型，具体为：

50、对于当前第l个实时平衡市场决策阶段，电动汽车代理商以时段l至时段tl的电动汽车集群总偏差惩罚成本最小为目标，决策变量为时段l至tl偏差电量及偏差容量，其实时投标模型，表示为：

51、

52、式中，ωtype为电动汽车类别集合；α(·)及β(·)分别为电量与容量偏差考核惩罚系数，若偏差量为正，则(·)取+，反之则取负号；为电动汽车代理商在l时段的等效节点边际电价；和分别为t时段上调频价格和下调频价格；为日前能量市场t时段配网节点的出清电价；δl表示时段间隔；及分别表示第k类电动汽车t时段的功率偏差、上调频容量偏差及下调频容量偏差，功率偏差计算公式如下，表示为：

53、

54、式中，分别为第k类等效聚合车群在t时段的充/放电功率，其余偏差参数计算与之类似，即为实时出力与日前计划出力差值；

55、其中第k类电动汽车电池损耗表示为：

56、

57、式中，n0为电池在标准测试条件下的循环寿命；cbat为电池价格；为车辆i在v2g中的单次等效标准充放电循环次数；

58、投标价格约束，表示为：

59、

60、式中，ωcds表示电动汽车充放电站所在配网节点的集合；为电动汽车充电站所在配网j节点l时段的边际电价；

61、能量调度功率约束，表示为：

62、

63、式中，和为表示第k类等效聚合电动汽车群在t时段充放电状态的二进制变量，取1表示当前时段电动汽车充电，取1表示当前时段放电；分别为第k类等效聚合车群在t时段的充/放电功率；分别为第k类等效聚合电动汽车群在t时段的集总上/下功率边界；

64、调频容量约束，表示为：

65、

66、式中，分别为第k类电动汽车在t时段的上调频容量与下调频容量

67、soc约束，表示为：

68、

69、式中，与分别为第k类等效聚合电动汽车群在t时段的集总能量上/下边界；η为电动汽车充放电效率；cev为电池容量；soct为t时刻电动汽车荷电状态；sock,t与sock,t+1分别为第k类等效聚合电动汽车群在t时段与t+1时段的荷电状态；δsock,t为第k类电动汽车在t时段的集总soc变化；

70、所述建立的风电供应商实时投标模型，具体为：

71、与电动汽车代理商不同，风电供应商根据当前短时风速预测情况，以在能量-调频实时市场的偏差惩罚成本最低为目标函数，制定时段l下风电机组最优功率基点以及上、下调频备用容量，其实时投标模型，表示为：

72、

73、式中，为风电机组所在配网j节点l时段的边际电价；δplw、及分别表示风电供应商l时段投标的功率偏差、上调频容量偏差及下调频容量偏差，δl表示时段间隔。

74、风电出力约束，表示为：

75、0≤plw≤plw,fa  (19)

76、式中，plw,fa为风电短时预测出力，plw为风电在l时段实时出力功率；

77、调频容量约束，表示为：

78、

79、式中，为风电机组爬坡率；为风电机组的额定最大输出功率；

80、所述建立的实时市场出清模型，具体为：

81、实时能量市场中，电力交易中心以社会成本最小为目标，决策时段l下发电商最优出力偏差以及配网实时节点边际电价，其实时出清模型，表示为：

82、

83、式中，为日前能量市场时段l的出清节点边际电价；δplg为发电商时段l的偏差功率；πg,b为发电商的单位平衡费用；目标函数包含现货电量的费用和合约偏差的平衡费用，为动汽车代理商在l时段的等效节点边际电价，为第k类电动汽车t时段的功率偏差，为为风电机组所在配网j节点l时段的边际电价；

84、实时电力市场出清模型的约束条件包括配网节点偏差功率平衡约束、发电商偏差功率平衡约束、配网支路偏差功率约束以及发电商调峰容量约束

85、配网节点偏差功率平衡约束，表示为：

86、

87、式中，δpij,l为l时段系统节点i流向节点j的有功偏差功率；δpjk,l为l时段系统节点i流向节点k的有功偏差功率；

88、发电商偏差功率平衡约束，表示为：

89、

90、式中，δp0j,l为l时段配网首端节点流向节点j的偏差功率；

91、配网支路偏差功率约束，表示为：

92、

93、式中，为日前l时段系统(i,j)支路功率，pij,max为系统节点i流向节点j的有功功率最大值，-pij,max即为最小值，δpij,l为为l时段系统节点i流向节点j的有功偏差功率；

94、发电商功率调节上下限约束，表示为：

95、δpgmin≤δplg≤δpgmax  (25)

96、式中，δpgmax、δpgmin分别为发电商功率调节上限和功率调节下限。

97、进一步的，所述s5中，建立的实时能量-调频市场双层优化模型，具体为：

98、实时能量-调频市场双层优化模型，含多参与者、多目标的系统投标及出清模型，采用多目标双层优化的形式描述，表示为：

99、

100、式中，fe/w(·)为电动汽车代理商或风电供应商目标函数；xe/w为电动汽车代理商或风电供应商报价；x为电力市场接收的能量报价情况；y为电动汽车代理商及风电供应商能量功率；ze/w为电动汽车代理商或风电供应商申报的调频容量；f(·)为市场出清目标函数；ge/w(·)、he/w(·)为上层模型约束条件；g(·)、h(·)为下层模型约束条件。

101、进一步的，所述s5中，所述实时能量-调频市场双层优化模型以电动汽车代理商或风电供应商作为上层，并以电动汽车或风电个体偏差考核成本最小为上层目标进行优化后，向能量市场下发偏差能量投标信息；下层电力交易中心根据收到的市场价格投标信息后进行市场优化出清，以系统运行成本最低为下层优化目标，并将市场实时节点边际价格返回电动汽车代理商与风电供应商，具体为：

102、电动汽车代理商及风电供应商根据当前节点边际价格和偏差电量需求，优化其个体实时市场投标模型，获取当前阶段的个体最优决策，在做出最优决策后，电动汽车代理商及风电供应商将各自的偏差电量需求提交给电力交易中心，电力交易中心公开各市场主体的偏差电量需求，并公示当前的节点边际价格，直到所有各市场主体均不改变自身的电能计划，电力交易中心出清配电网节点边际价格dlmp，否则返回继续优化个体实时市场投标决策。

103、进一步的，采用驻点法将所述s5中建立的实时能量-调频市场双层优化模型，换为单层进行求解，即，建立实时能量市场出清问题的kkt系统，并将所述建立实时能量市场出清问题的kkt系统作为电动汽车代理商或风电供应商投标问题的约束条件，将电动汽车代理商与风电供应商参与能量-调频市场的实时投标问题转化为混合整数线性优化问题，对偏差考核成本中的变量乘积项及绝对值项进行线性化处理。

104、本发明的有益效果在于：

105、第一，本发明中车辆集群功率实时管理系统可将各类电动汽车集群调度功率及调频备用容量计划有效分配至单辆电动汽车，不仅可以满足每辆电动汽车在网期间的充电需求，还保证用户可观的市场收益。

106、第二，本发明中风电供应商在调频容量价格较高以及风电功率基点较高等不同时段可以灵活选择其投标策略以满足在实时市场中实现收益最大化。

107、第三，本发明中电动汽车可通过每个交易时段充分利用风电功率偏差，将最终配网负荷控制在发电商分段容量内，进而实现在低电价充电和高电价放电的市场最优套利，实现实时市场收益最大化。

108、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。