基于源网荷储协同服务的电动汽车快充站储能系统及方法与流程

本发明属于电动汽车，具体涉及基于源网荷储协同服务的电动汽车快充站储能系统及其方法。

背景技术：

1、由于温室气体排放的增加和化石燃料资源的减少，以及燃料价格的上涨，加快了以电动汽车(ev)取代汽油动力汽车的进程，为了推动电动汽车的广泛普及，一定会加大推进以快速充电站为代表的电动汽车充电基础设施建设，作为一种新出现的负荷类型，电动汽车的充电负荷有很大的间歇性、波动性、随机性，并且其充电功率会在短时间内增大，未来大规模电动汽车集中充电会给整个配电网的规划、运行以及电力市场运营造成冲击不可避免，为电网的安全稳定运行带来了巨大压力；因此，提供一种构建负荷模型、储能优化配置、经济性优化运行策略、提升储能调度潜力的基于源网荷储协同服务的电动汽车快充站储能系统及其方法是非常有必要的。

技术实现思路

1、本发明的目的是为了克服现有技术的不足，而提供一种构建负荷模型、储能优化配置、经济性优化运行策略、提升储能调度潜力的基于源网荷储协同服务的电动汽车快充站储能系统及其方法。

2、本发明的目的是这样实现的：基于源网荷储协同服务的电动汽车快充站储能系统，它包括数据采集模块、数据存储及分析模块和协同优化调度模块，所述的数据采集模块与配电网系统、储能式电动汽车充电系统、快充站设施配置连接，用于采集相关数据信息；所述的数据采集模块与数据存储及分析模块连接，所述的数据存储及分析模块用于存储数据采集模块采集的数据；所述的数据存储及分析模块与协同优化调度模块连接，所述的协同优化调度模块与数据传输模块连接，所述的数据传输模块与配电网系统、储能式电动汽车充电系统、快充站设施配置连接，实现系统各模块之间数据交互通信；所述的协同优化调度模块包括优化配置与运行策略、微网协同储能调度，所述的优化配置与运行策略与快充站设置配置连接。

3、所述的数据采集模块采集的数据包括新能源发电、电网负荷数据、快充站电网负荷数据以及快充站中储能装置运行状态以及实时运行参数；

4、所述的优化配置与运行策略以充电站实际充电负荷特性和配电网中分布式能源波动特性为数据基础，实现快速充电站储能系统的优化配置；所述的微网协同储能调度与储能式电动汽车充电系统连接，通过电动汽车个体参与配合储能电站运行，从而实现协同储能。

5、所述的储能式电动汽车充电系统包括蓄电池组、功率转换系统以及控制系统；所述的功率转换系统用于交流电网与储能电池组以及储能电池组和电动汽车之间的能量传输控制，所述的功率转换系统包括ac/dc变换器、dc/ac变换器、蓄电池充放电保护电路，所述的ac/dc变换器与蓄电池充放电保护电路连接，所述的蓄电池充放电保护电路与dc/ac变换器连接；

6、所述的控制系统包括tms320最小系统、人机交互系统、电池内阻检测电路、通信电路、电压电流检测模块以及隔离驱动模块，所述的电压电流检测模块用于采集蓄电池组和直流母线上的电压电流；所述的电池内阻检测电路用于对蓄电池内阻的实时检测来达到检测蓄电池状态的目的。

7、所述的基于源网荷储协同服务的电动汽车快充站储能方法，所述的方法采用上所述的基于源网荷储协同服务的电动汽车快充站储能系统进行，所述的方法包括以下步骤：

8、步骤1：数据采集模块采集配电网系统、储能式电动汽车充电系统、快充站设施配置相关数据信息并存储；

9、步骤2：协同优化调度模块根据采集的数据信息依据源网荷储协同服务优化目标，建立协同调度模型；

10、步骤3：采用优化配置与运行策略构建电动汽车快充站储能容量优化配置与运行策略；

11、步骤4：采用微网协同储能调度构建计及电动汽车参与的微网协同储能调度策略；

12、步骤5：将优化调度结果通过数据传输模块发送至配电网系统、储能式电动汽车充电系统、快充站设施配置，实现主动配电网源网荷储优化协同调度。

13、所述的步骤3中的采用优化配置与运行策略构建电动汽车快充站储能容量优化配置与运行策略具体包括以下步骤：

14、步骤3.1：不确定性风电建模：每个风电功率场景下均有t个时段，可表示为的风电出力列，在场景sn下可表示为该风电出里序列可以体现风电波动的不确定性以及随机性，生成s×t采样矩阵；

15、步骤3.2：场景削减：为了提高模型计算效率，减小模型运行计算量，同时最大程度保证样本的拟合精度，必须采取场景削减技术减少随机采样数组的数量，场景削减法的原理为削减出现频率较低的场景，同时用典型场景表示比较相似的场景，从而形成具有一定概率的典型场景集合，利用向后场景削减将风电功率场景s×t采阵的削减为ss×t采样矩阵，ss×t采样阵对应风电出力序列，并可以同时得到ss个场景对应的ps；

16、步骤3.3：电动汽车快充站随机负荷模型：①电动汽车日行驶里程：一天内电动汽车作为交通工具消耗的能量，即电动汽车接入电网进行充电所需的电能可以由每日行驶的里程x反映，基于nhts中电动汽车日行驶里程统计数据建立快充站随机负荷计算模型，假设车辆的日行驶里程x服从指数分布，则分布f(x)为：f(x)＝0.0296exp(-0.0296x),x≥0，电动汽车日行驶里程概率为：式中，dj为日行驶里程；dα为每个区间内的平均里程；f(dα)为电动汽车日行驶里程概率；②电动汽车每个时刻行驶概率：为了建立满足不同类型车辆快速充电的快充站充电需求模型，需要知道每个时刻的电动汽车行驶概率，采用函数g(t)表示t时刻的行车概率；③电动汽车充电负荷模型：为了确定某个快充站中电动汽车的充电需求，可以先对第k辆电动汽车在t时段内的充电需求进行建模，然后，根据不同类型电动汽车的分布情况，计算出该充电站的充电需求，为了得到快充站充电需求模型，需要通过每一时刻的行驶里程，来确定电动汽车返回站点的时刻，每一时刻的期望里程可以由t时刻的行车概率g(t)与日平均里程dα相乘而得：因此，当电动汽车日行驶里程为dα时，第k辆电动汽车电池在t时刻的荷电状态为：电动汽车司机决定充电的时刻由很多因素决定，例如，何时到达充电站，电池剩余电量，距理想充电站的距离，假设当电动汽车电池的soc达到司机心理某值时，司机决定充电，一旦荷电状态小于他们就会尝试给电动汽车电池充电；假设发生在时刻，此时电动汽车开始充电。第k辆电动汽车持续充电，直到电池soc达心理目标值时结束,假设此时时刻为因此，第k辆ev电池在时刻t得到的电量为：式中，lk、δ分别为电动汽车充电水平和充电时间长度；因此，考虑到日里程的概率f(dα)的汽车充电需求为：那么，考虑所有dα可能的值及其相关的概率，第k辆电动汽车在时间t的预期充电需求为：假设有足够数量的充电设备为到达车站的电动汽车充电，那么，t时段所有n台插电式混合动力车的总期望充电需求为：

17、步骤3.4：电动汽车快充站储能优化配置模型；

18、步骤3.5：储能系统的优化运行模型。

19、所述的步骤3.4中的电动汽车快充站储能优化配置模型具体包括以下步骤：

20、步骤3.41：目标函数：优化目标是电动汽车充电站ess进行合理配置，使得充电站的ess综合投资运行成本达到最小，且提高风电的消纳能力；模型的目标函数f主要包括evcs的固定投资建成本cinv、储能充电成本与放电收益tb、年均维护成本com以及弃风风本caw，目标函数为：式中，πs为每隔风电场景概率；s表示第s个风电场景；其中①固定投资建成本为：式中，为储能系统单位充放电功率成本和单位容量的投资成本；为储能系统额定充放电功率；为储能系统额定容量；②年均维护成本为：式中，为储能单位功率的年均维护成本系数；ir为通货膨胀率；dr为贴现率；y为蓄电池使用周期年份；ny为蓄电池寿命；③弃风成本为：式中，为弃风成本系数；为dg预测有功功率；为dg实际有功功率；④放电收益为：在电力市场条件下，电价随负荷的不同而变化，通过ess在负高峰时期向电网和ev放电，电价低谷时期充电，从而获得一定收益：式中，πt为t时段的电价；

21、步骤3.42：约束条件：①潮流平衡约束为：uj,t＝ui,t-(rijpij,t+xijqij,t)，式中，pij,t、qij,t分别为第t个时刻从节点i流向节点j的支路有功功率和无功功率；为变电站流入配电网的无功功率；分别为第t个时刻dg发出的有功功率和无功功率；分别为第t个时刻的负荷有功功率和无功功率；rij、xij分别为线路的电阻和电抗值；ui,t为节点i上第t个时刻的节点电压；电动汽车负荷功率作为预测有功功率参数确定值，快充站中的储能系统提供充放电功率参与潮流的优化调度；②节点电压约束为：式中，分别为节点i允许的最大电压下限与电压上限；③支路容量约束为：式中，为支路i上允许通过的最大功率；④dg出力控制约束为：式中，ωdg,i为i节点上允许的风机有功出力最大切机比例；θdg,t为dg在第t个时刻的功率因数角；分别为功率因数角的下限和上限；⑤ess运行约束为：式中，pemax为储能系统充放电功率的最大值；是表示储能系统第t个时刻充电和放电状态的0/1变量；soce,t为第t个时刻储能核电状态；分别是储能核电状态下限和上限；μc、μd是充电放电效率；⑥辐射状网络结构约束为：式中，等号左端zij,t是场景s时刻t的合支路个数总数；nbus是节点总数；nf是变电站总数。

22、所述的步骤3.5中的储能系统的优化运行模型具体包括以下步骤：

23、步骤3.51：目标函数：以含有快充站的配电系统24h内综合运行成本最小为目标函数，综合运行成本包括储能放电收益tb、储能运行维护费用oces、风弃光费用caw以及网络损费cnl,目标函数为：minf＝tb+oces+caw+cnl，①放电收益tb为：式中，πt为向上级电网购电的阶梯电价；ptes,ch、ptes,dc分别为第t个时刻的储能放电功率、储能充电功率；②储能运行维护费用oces为：式中，为储能单位功率的日均维护成本系数；ptes,max为节点i快充站所配置储能的最大功率；③弃风成本caw为：式中，为弃风成本系数；分别为第i节点在第t时刻dg有功功率预测值和实际有功功率；④网络损耗费用cnl为：式中，分别为第t时刻下的支路ij上流经的有功功率和无功功率；ui,t为第t个时刻的节点i上的电压；

24、步骤3.52：约束条件：与步骤3.42中的约束条件一致。

25、所述的步骤4中的采用微网协同储能调度构建计及电动汽车参与的微网协同储能调度策略具体包括以下步骤：

26、步骤4.1：目标函数；

27、步骤4.2：约束条件。

28、所述的步骤4.1中的目标函数具体为：maxf1＝fs,load+fs,car+fs,c,gain-fc,b-fc,pv-fc,ess-fc1,car，maxf2＝fc,b+fc,ess+fc2,car，式中，f1为日内综合运行收益；f2为向外部电网购电费用协同储能运行维护费用；购电支出为：售电收入为：园区设备的运行维护费用为：碳排放交易收入为：式中，式中，fc,b表示园区向外部电网总购电费用；fs,load表示园区对工业负荷总售电收入；fs,car表示园区向车主收取总充电费用；fc,pv表示光伏系统总体运行维护成本；fc,ess表示储能电站总运行维护成本；fc1,car、fc2,car均表示汽车充放电站总运行维护成本，前者以整体电动汽车集群功率计算，后者以电动汽车个体计算；fs,c,gain表示因使用光伏发电所产生的碳积分售卖收入；为t时刻园区微电网向外部电网购电功率；为t时刻园区购电电价，默认取市场电价ymart,ts；pload,t表示为全体负荷功率；为t时刻园区对负荷售电电价，默认取市场电价ymart,ts；表示t时刻第i台光伏设备功率；cpv为单台光伏设备运维费用系数；pess,t表示储能电站充放电时的运行功率；pcar,t表示电动汽车集群充放电时的运行功率；cess表示储能电站运维费用系数；ccar表示电动汽车单位运行功率所产生的维护费用系数；表示每1kgco2在碳市场的成交价格；表示1kw·h消耗的标准煤产生的co2；此式实现了用实数变量表示电动汽车充放电功率转化到二进制变量电动汽车充放电功率；式中，表示电动汽车集群充电时的运行功率；表示电动汽车集群放电时的运行功率；表示t时刻evi充电率常数；表示t时刻evi放电功率常数；表示t时刻evi充电行为；表示t时刻evi放电行为；均是二进制变量。

29、所述的步骤4.2中的约束条件包括：①功率平衡约束：pn,t＝pner,t+ppv,t+pess,t-pcar,t-pload,t，式中，pn,t表示t时刻节点n处的有功功率；pner,t表示t时刻外部电网向园区输送功率；pload,t表示园区工业负荷的有功功率；ppv,t表示光伏系统的有功功率；pess,t、pcar,t分别表示t时刻的储能电站、电动汽车集群有功功率；②节点电压越限：为了避免优化模型只考虑整体电压调节效果，忽略局部电压越限而导致局部电压波动，引入节点电压越限约束：umin≤un,t≤umax，式中，umax、umin分别表示节点电压un,t的上限、下限；③光储设备功率与容量约束：式中，pess,max、pess,min分别表示储能电站充放电功率的上限、下限；eess,max、eess,min分别表示储能电站荷电容量的上限、下限；分别表示evi充放电功率的上限、下限；分别表示evi荷电容量的上限、下限；分别表示光伏系统整体出力的上限、下限；④充放电功率运行状态约束：为防止电动汽车调度过程中，单辆汽车充电与放电互斥状态发生，引入运行状态约束，当车辆静置时，不单独设立静置状态运行变量，即式中，分别为ess的充放电效率；⑤协同储能设备荷电状态变化约束：

30、本发明的有益效果：本发明为基于源网荷储协同服务的电动汽车快充站储能系统及其方法，在使用中，本发明首先根据不同的电动汽车类型和电动汽车日行驶里程概率等因素，提出计算快充站充电负荷需求的方法，为快速充电站内的储能系统容量配置和运行策略提供数据，构建了电动汽车充电站负荷计算模型；考虑充电负与风电波动特征的电动汽车快站储能优化配置方法首先考虑快充站充电负荷的波动影响，提出以投资、运行、弃风与储能充放电套利成本之和最小作为优化目标；电动汽车快充站储能系统经济优化运行策略研究首先基于快充站储能的优化配置结果，将快充站充电负荷的波动等影响考虑快充站储能系统优化运行策略中，然后建立以运行成本最小目标的优化运行模型，该策略具有可行性和有效性；另外本发明提出一种计及电动汽车充电负荷与风电出力波动性的电动汽车快速充电站储能配置方法，以考虑储能电池的寿命周期的储能固定投资成本运维成本、储能充电成本与放电收益、以及弃风惩罚成本作为优化目标；同时在配置模型中，考虑了电网潮流约束等多种约束，并采用分段线性化的方式处理目标约束中的非线性部分，提高模型计算速度；本发明具有构建负荷模型、储能优化配置、经济性优化运行策略、提升储能调度潜力的优点。