计及电动汽车负荷需求响应的微网优化运行方法及系统

本发明涉及智能微网优化运行领域，特别是涉及一种计及电动汽车负荷需求响应的高速公路微网优化运行方法及系统。

背景技术：

1、随着社会不断发展，传统化石能源储存量急速减少，能源问题愈来愈严峻，越来越多的国家开始大力推进可再生能源和电动汽车的应用。高速公路作为化石能源的主要消耗场景之一亟需转型，充分利用高速公路沿线可再生能源满足电动汽车及各类用电负荷需求成为重中之重。微电网作为一种新的电网拓扑，克服了分布式电源供电的缺陷，在分布式发电接入容量和系统可靠性等方面均有独到优势。组建高速公路微电网既能适应高速公路负荷需求，又能极大程度利用沿线可再生能源。

2、而电动汽车充电行为具有随机性、间歇性、无序性的特点，大量电动汽车无引导接入不利于高速公路微网可靠运行和可再生能源的消纳，如何优化高速公路微网运行模式，引导电动汽车有序充电，提高可再生能源消纳率成为高速公路微网运行的关键，现有研究对于电动汽车有序充电的引导精细程度不足。同时，高速公路车流量较大，车流变化较快，以电动汽车作为主要负荷的沿途服务区需要适应电动汽车负荷的动态变化特性，现有高速公路微网优化运行研究中对电动汽车负荷预测较为简单，未能充分体现电动汽车负荷的时空分布特性。

技术实现思路

1、本发明的目的是提供一种计及电动汽车负荷需求响应的微网优化运行方法及系统，可采用蒙特卡罗模拟法基于历史车流数据以及概率模型对高速公路每个出入口车流进行预测，采用负荷需求响应精细化引导电动汽车充电行为，实现高速公路微网优化运行。

2、为实现上述目的，本发明提供了如下方案：

3、一种计及电动汽车负荷需求响应的微网优化运行方法，所述方法包括：

4、利用蒙特卡罗模拟法基于历史车流数据以及概率模型对高速公路中目标公路路段的每个出入口车流量进行预测，基于每个出入口车流量预测数据确定所述目标公路路段的路段车流量预测数据；所述目标公路路段为服务区的供电范围；

5、基于所述路段车流量预测数据和所述路段车流量预测数据对应的电动汽车soc分布确定所述目标公路路段的电动汽车充电需求；

6、响应于所述电动汽车充电需求，以服务区微网的微网功率交换与弃风弃光功率之和最小为目标函数，以功率平衡约束、光伏机组出力约束、风力机组出力约束、柴油发电机组出力约束、固定储能设备约束和移动储能设备约束为约束条件，构建服务区的微网优化运行模型；所述服务区微网包括服务区空调系统用电负荷、收费站用电负荷、高速公路照明负荷、负荷信号灯负荷、光伏发电机组、风力发电机组、柴油发电机组、固定储能设备和移动储能设备；

7、对所述微网优化运行模型进行求解，确定满足所述电动汽车负荷需求的最佳优化运行方案；所述最佳优化运行方案为高速公路微网功率交换功率与弃风弃光功率之和最小时光伏机组出力、风力机组出力、柴油发电机组出力的最佳组合。

8、可选的，所述基于每个出入口车流量预测数据确定所述目标公路路段的路段车流量预测数据，具体包括：

9、将所述目标公路路段各个出入口进出的所述车流量预测数据叠加得到所述路段车流量预测数据。

10、可选的，基于所述路段车流量预测数据和所述路段车流量预测数据对应的电动汽车soc分布确定所述目标公路路段的电动汽车充电需求，具体包括：

11、在所述目标公路路段中，将所述路段车流量预测数据对应的所有电动汽车荷电量相加得到所述电动汽车soc分布；

12、基于所述路段车流量预测数据和所述电动汽车soc分布确定所述目标公路路段的所述电动汽车充电需求。

13、可选的，基于所述路段车流量预测数据和所述电动汽车soc分布确定所述目标公路路段的所述电动汽车充电需求，具体包括：

14、确定电动汽车电池电量模型；

15、基于所述电动汽车电池电量模型，以电动汽车到达服务区r时剩余电量必须满足到达下一服务区r+1为评估标准，对每辆预测的电动汽车到达所述服务区r的电池电量进行评估，得到在所述服务区r进行充电的电动汽车数量；

16、基于在所述服务区r进行充电的电动汽车数量和可再生能源出力变化后引起时段t内所述下一服务区r+1向所述服务区r转移的电动汽车数量确定所述服务区r内的电动汽车充电排队数量。

17、基于所述服务区r内的电动汽车充电排队数量和所述服务区r内的正在充电的电动汽车数量确定所述电动汽车充电需求。

18、可选的，所述可再生能源出力变化后引起时段t内所述下一服务区r+1向所述服务区r转移的电动汽车数量为：

19、

20、其中，为可再生能源出力变化后引起时段t内下一服务区r+1向服务区r转移的电动汽车数量；为负荷转移弹性系数；tr～r+1为服务区r内可再生能源出力变化提前预告时间；为变化前的可再生能源出力；为变化后的可再生能源出力；为可再生能源出力改变前计划于时段t+tr～r+1在服务区r+1充电的电动汽车数量。

21、可选的，所述服务区r内的电动汽车充电排队数量为：

22、

23、其中，为时段t服务区r内充电排队队列的电动汽车数量；为时段t服务区r内由排队队列进入充电队列的电动汽车数量；为时段t服务区r内完成充电的电动汽车数量。

24、可选的，所述目标函数为：

25、

26、其中，nr为服务区个数；为服务区r时段t内服务区工作的储能设备组数；为时段t内参与调度的储能车数量；为服务区r时段t内第v台固定储能装置充放电功率；为服务区r时段t内充电的电动汽车台数；为电动汽车充电状态变量；pcharge为电动汽车充电桩充电功率；表示时段t内第k辆移动储能车所在的弧rr；表示第k辆移动储能车在时段t于服务区r注入或吸收电能；为服务区r时段t内服务区工作的柴油发电机组数量；为服务区r时段t内服务区工作的光伏机组数量；为服务区r时段t内服务区工作的风力发电机组数量；为服务区r内第z台柴油发电机组时段t内输出功率；为服务区r第x台光伏机组时段t内可用功率；为服务区r内第y台风力发电机组时段t可用功率；为时段t内服务区r内第x台光伏发电机组实际出力；为时段t内服务区r第y台风力发电机组实际出力。

27、可选的，所述功率平衡约束为：

28、

29、其中，为时段t内服务区r内第x台柴油发电机组实际出力；为服务区r第v台固定储能设备在时段t内充放电功率；为照明设施状态变量；分别为时段t内服务区r对应路段照明灯、信号灯个数；为服务区r负责路段内etc门架数量；分别为服务区r照明灯、信号灯的运行功率；为时段t内服务区r第u台etc门架耗能；为服务区r时段t内空调系统功率；为时段t内服务区r电动汽车充电功率；

30、所述光伏机组出力约束为：

31、

32、其中，为服务区r第x台光伏机组最大装机容量；

33、所述风力机组出力约束为：

34、

35、其中，为服务区r第y台风电机组；

36、所述柴油发电机组出力约束为：

37、

38、其中，为服务区r第i台柴油发电机组出力上限；

39、所述固定储能设备约束为：

40、

41、

42、其中，分别表示服务区r第v台固定储能充放电功率下限、上限；分别为服务区r第v台固定储能容量上下限；

43、所述移动储能设备约束包括基于时空网络模型的移动储能车状态约束、电池荷电状态约束和充放电功率限制约束；所述时空网络模型用于描述移动储能车的时空转移；所述时空网络模型为以调度时间跨度内的一个服务区为点，以电动汽车在给定的时间跨度内的移动路径为弧的时空网络图；

44、所述移动储能车状态约束为：

45、

46、

47、

48、

49、其中，r、n表示服务区编号，k为移动储能车编号，t表示时段编号，rn表示从服务区r到服务区n时空网络弧；a表示在一个时间跨度中时空网络中弧的组数，表示从服务区r开始的时空网络弧线组数，表示从服务区r发出的结束时空网络弧线组数，ns表示时间段数，表示在时段t内第k辆移动储能车的弧rn；表示服务区r内第k辆移动储能车初始状态，

50、表示服务区r内第k辆移动储能车的最终状态；表示时段1内第k辆移动储能车的弧rn；表示在时段ns内第k辆移动储能车的弧rn；

51、所述电池荷电状态约束为：

52、

53、其中，smbmax、smbmin分别为移动储能容量上下限，为第k辆移动储能车时段t内剩余电量；

54、所述充放电功率限制约束为：

55、

56、其中，分别表示第k辆移动储能车最小及最大交换功率。

57、可选的，所述约束条件还包括新能源自洽率约束；

58、新能源自洽率约束为：

59、

60、其中，为时段t内服务区r第v台固定储能放电功率。

61、本发明还提供一种计及电动汽车负荷需求响应的微网优化运行系统，所述系统包括：

62、车流量预测数据模块，用于利用蒙特卡罗模拟法基于历史车流数据以及概率模型对高速公路中目标公路路段的每个出入口车流量进行预测，基于每个出入口车流量预测数据确定所述目标公路路段的路段车流量预测数据；所述目标公路路段为服务区的供电范围；

63、电动汽车充电需求确定模块，用于基于所述路段车流量预测数据和所述路段车流量预测数据对应的电动汽车soc分布确定所述目标公路路段的电动汽车充电需求；

64、微网优化运行模型构建模块，用于响应于所述电动汽车充电需求，以服务区微网的微网功率交换与弃风弃光功率之和最小为目标函数，以功率平衡约束、光伏机组出力约束、风力机组出力约束、柴油发电机组出力约束、固定储能设备约束和移动储能设备约束为约束条件，构建服务区的微网优化运行模型；所述服务区微网包括服务区空调系统用电负荷、收费站用电负荷、高速公路照明负荷、负荷信号灯负荷、光伏发电机组、风力发电机组、柴油发电机组、固定储能设备和移动储能设备；

65、求解模块，用于对所述微网优化运行模型进行求解，确定满足所述电动汽车负荷需求的最佳优化运行方案；所述最佳优化运行方案为高速公路微网功率交换功率与弃风弃光功率之和最小时光伏机组出力、风力机组出力、柴油发电机组出力的最佳组合。

66、根据本发明提供的具体实施例，本发明公开了以下技术效果：

67、本发明公开一种计及电动汽车负荷需求响应的微网优化运行方法及系统，涉及微网优化运行领域，方法包括：利用蒙特卡罗模拟法基于历史车流数据以及概率模型对高速公路中目标公路路段的每个出入口车流量进行预测并确定目标公路路段的路段车流量预测数据；基于路段车流量预测数据和所述路段车流量预测数据对应的电动汽车soc分布确定所述目标公路路段的电动汽车充电需求；响应于电动汽车充电需求，构建服务区的微网优化运行模型并且求解，确定满足电动汽车负荷需求的最佳优化运行方案。本发明中，采用蒙特卡罗模拟法基于历史车流数据以及概率模型对高速公路每个出入口车流进行预测，采用负荷需求响应精细化引导电动汽车充电行为，实现高速公路微网优化运行。