本發(fā)明涉及一種基于電動汽車可調(diào)度能力的日內(nèi)優(yōu)先調(diào)度方法。
背景技術(shù):
電動汽車(electric vehicle,EV)的快速發(fā)展和規(guī)?;尤虢o電力系統(tǒng)的優(yōu)化運行帶來了機遇和挑戰(zhàn),EV在節(jié)能減排方面有巨大的潛力,而與此同時大量EV在常規(guī)負荷的晚高峰充電,加劇了配網(wǎng)系統(tǒng)的峰谷差,使得負荷峰值超過變壓器容量限制,影響了變壓器的安全可靠運行。
為了保證電力系統(tǒng)的穩(wěn)定運行,制定合理的EV充放電控制策略尤為重要,V2G(vehicle to grid)思想的提出,使得對規(guī)?;疎V進行合理的充放電調(diào)度提供了途徑,不僅能夠直接為用戶帶來經(jīng)濟效益,還能實現(xiàn)削峰填谷,為電網(wǎng)提供調(diào)頻、無功補償?shù)容o助服務(wù)提高電網(wǎng)運行可靠性。
就目前電力市場情形來看,根據(jù)優(yōu)化時段的不同,對EV充放電實施優(yōu)化調(diào)度主要有兩類:日前調(diào)度和日內(nèi)調(diào)度。其中,日前調(diào)度策略的制定僅憑數(shù)據(jù)庫的統(tǒng)計數(shù)據(jù)獲取車輛的行駛參數(shù),用于實際控制時,尤其是對于出行情況具有較大隨機性的單輛車,具有一定的局限性。相較于日前調(diào)度,EV的日內(nèi)調(diào)度更具實際意義。在日內(nèi)調(diào)度的相關(guān)研究中,電動汽車V2G能量調(diào)控能力具體量化為電動汽車充放電控制策略的制定提供有效依據(jù)。實現(xiàn)并網(wǎng)EV能量可調(diào)控能力的準確評估,是如何有效地將EV作為移動儲能單元參與配電網(wǎng)的運行調(diào)控、實現(xiàn)對規(guī)?;疎V優(yōu)化調(diào)度的關(guān)鍵技術(shù)之一。
技術(shù)實現(xiàn)要素:
為了保證電力系統(tǒng)的穩(wěn)定運行,制定合理的EV充放電控制策略,本發(fā)明提供一種基于電動汽車可調(diào)度能力的日內(nèi)優(yōu)先調(diào)度方法。
本發(fā)明的技術(shù)方案是:
一種基于電動汽車可調(diào)度能力的日內(nèi)優(yōu)先調(diào)度方法,所述日內(nèi)優(yōu)先調(diào)度方法面向局域配電網(wǎng)內(nèi)電動汽車(electric vehicle,EV)充放電設(shè)施集群,以事件驅(qū)動的決策服務(wù)機制,即跟隨當(dāng)前時間點上入網(wǎng)的EV,對當(dāng)前時間點上入網(wǎng)(即所述的局域配電網(wǎng))的EV的充放電模式進行決策,該方法包括以下步驟:
S1:將一天連續(xù)24h的時間進行離散化處理,均分為J個時段,對于任意第k時段,有k∈{1,2,...,J},且第k時段的時長為Δt,繪制局域配電網(wǎng)內(nèi)常規(guī)負荷曲線,制定面向EV用戶的充放電電價;
S2:設(shè)預(yù)接入局域配電網(wǎng)的EV的總數(shù)為n,當(dāng)有新的電動汽車l接入時,且l∈{1,2,...,n},由充放電設(shè)施獲取電動汽車l的相關(guān)信息:接入時間Tin,l、EV電池初始的荷電狀態(tài)(即SOC,State of Charge)S0,l,SOC表示電池剩余能量與電池容量的比值,因此有0≤S0,l≤1;
S3:EV用戶輸入預(yù)期離開時間Tout,l以及離開時期望的荷電狀態(tài)SE,l,且有0≤SE,l≤1;
S4:若電動汽車l接入局域配電網(wǎng)的持續(xù)時長大于將電動汽車l的電池充電至SE,l所需的最短時長,則執(zhí)行步驟S5,否則讓EV用戶自主選擇是否愿意修改Tout,l以及SE,l,若EV用戶同意執(zhí)行修改則跳至步驟S3,若EV用戶拒絕執(zhí)行修改則不對該EV用戶的充放電模式進行決策;
S5:建立電動汽車可調(diào)度能力(schedulable ability,SA)綜合評估模型;從局域配電網(wǎng)內(nèi)的電能公共服務(wù)平臺獲取電動汽車l的歷史入網(wǎng)信息,并根據(jù)獲取的電動汽車l的歷史入網(wǎng)信息以及此次的入網(wǎng)信息,綜合評估得到電動汽車l的SA的值Rl;
S6:根據(jù)局域配電網(wǎng)內(nèi)的所有EV的歷史入網(wǎng)信息,基于步驟S5中EV的SA綜合評估模型確定最優(yōu)SA閾值Q*;
S7:通過Rl與Q*的數(shù)值關(guān)系確定電動汽車l的充放電模式,若滿足Rl≥Q*,則從電能公共服務(wù)平臺讀取當(dāng)前時刻局域配電網(wǎng)的總負荷信息,局域配電網(wǎng)的總負荷包括常規(guī)負荷和當(dāng)前時刻已經(jīng)接入局域配電網(wǎng)的EV負荷,并執(zhí)行步驟S8,若Rl<Q*則電動汽車l進行無序充電并跳至步驟S9;
S8:充放電設(shè)施對電動汽車l執(zhí)行兩階段優(yōu)化調(diào)度策略;
S9:將電動汽車l的充放電計劃上傳至電能公共服務(wù)平臺,并等待下一輛EV的接入。
本發(fā)明所述步驟S5具體包括以下步驟:
S51.選取SA評估指標(biāo),建立SA評估體系;
選取三項評估指標(biāo),設(shè)由評估指標(biāo)所組成的初始決策矩陣表示為:B=(blj)n×3,其中,j=1,2,3,三項評估指標(biāo)包括逆向指標(biāo):電動汽車l電池的損耗程度bl1,正向指標(biāo):EV用戶信用度bl2和EV反向供電能力bl3;
EV用戶的信用度bl2以及EV的反向供電能力bl3的屬性值分別表示如下:
其中,X表示一定時間周期內(nèi)電動汽車l參與優(yōu)化調(diào)度的總次數(shù),對于任意第x次優(yōu)化調(diào)度,有x∈{1,2,...,X};Pd,l、ηd分別表示電動汽車l的放電功率和放電效率;分別表示電動汽車l第x次參與調(diào)度時接入局域配電網(wǎng)的時間和EV用戶預(yù)期離開局域配電網(wǎng)的時間;表示電動汽車l第x次參與調(diào)度時實際離開局域配電網(wǎng)的時間;表示電動汽車l第x次參與調(diào)度時,電動汽車l的起始SOC;Cs,l表示電動汽車l的電池容量;
S52.執(zhí)行SA綜合評估方法,具體如下:
對初始決策矩陣B中的各指標(biāo)屬性值:bl1、bl2以及bl3進行無量綱化處理;處理后的評估矩陣記為:D=(dlj)n×3,其中:
式中,dlj為無量綱化處理后電動汽車l的第j個指標(biāo)的屬性值;對于正向指標(biāo)bl2和bl3,表示第j個指標(biāo)的最大值;對于逆向指標(biāo)bl1,表示第j個指標(biāo)的最小值;ξj表示blj與之差絕對值的最大值:
分別采用層次分析法(即AHP)、標(biāo)準差和平均值最大化方法確定評估指標(biāo)bl1、bl2以及bl3的主、客觀權(quán)重wSj、wOj,AHP是一種主觀賦權(quán)法,利用AHP確定三個指標(biāo)的主觀權(quán)重時,首先將三個評估指標(biāo)bl1、bl2以及bl3作為AHP的準則層,其次通過主觀衡定三個指標(biāo)bl1、bl2以及bl3的重要性來構(gòu)造準則層的判斷矩陣,最后經(jīng)過一致性檢驗便可確定三個評估指標(biāo)的主觀權(quán)重;標(biāo)準差和平均值最大化方法是一種客觀賦權(quán)法,通過比較三個評估指標(biāo)bl1、bl2以及bl3屬性值的變化程度來確定客觀權(quán)重,變化程度越高則客觀權(quán)重越大,反之越??;將三個評估指標(biāo)bl1、bl2以及bl3的主客觀權(quán)重分別組成向量wS、wO,根據(jù)乘法組合法融合得出三個評估指標(biāo)bl1、bl2以及bl3綜合權(quán)重系數(shù):進而得出接入局域配電網(wǎng)電動汽車l的SA的值Rl:
本發(fā)明所述步驟S6中,最優(yōu)SA閾值Q*確定過程具體如下:
S61:設(shè)近h天內(nèi)所有EV的入網(wǎng)信息:EV接入時間、EV電池初始SOC;EV用戶預(yù)期離開局域配電網(wǎng)的時間以及離開時期望的SOC為SA閾值提取來源,構(gòu)成集合H,對于任意一天s,有s∈{1,2,…,h},設(shè)置起始優(yōu)化日:s=1;
S62:提取第s日所有EV的入網(wǎng)信息以及配電網(wǎng)的常規(guī)負荷信息,對所有EV進行SA評估;
S63:初步確定SA閾值搜索區(qū)間Θ,且區(qū)間長度為I,即SA屬于搜索區(qū)間Θ的EV總數(shù)為I,對于任一EV搜索序號i均有i∈{1,2,...,I},設(shè)置起始搜索序號:i=1;
S64:設(shè)置e=1,若電動汽車e的可調(diào)度能力Re≥Θi,則取得優(yōu)先調(diào)度權(quán)并進行兩階段優(yōu)化調(diào)度,Θi表示搜索區(qū)間Θ的第i個搜索值;若Re<Θi則電動汽車e進行無序充電;疊加電動汽車e的充、放電負荷至配電網(wǎng)總負荷,e=e+1,繼續(xù)判斷電動汽車的充放電模式;當(dāng)e≥n時,即第s日所有EV的充放電計劃制定完成,計算配電網(wǎng)總負荷峰谷差;
S65:i=i+1,轉(zhuǎn)至步驟S64,繼續(xù)對所有EV的充放電模式進行決策;當(dāng)i≥I時,即完成第s日的搜索,確定SA搜索區(qū)間內(nèi)使得配電網(wǎng)總負荷峰谷差最小的SA為第s日的SA閾值Qs;s=s+1,轉(zhuǎn)至S62;
S66:當(dāng)近h天的Qs求解完畢時,采用均值法確定最優(yōu)SA閾值。
本發(fā)明所述步驟S8中,兩階段優(yōu)化調(diào)度策略執(zhí)行過程具體如下:
S81.確定優(yōu)化變量:兩階段優(yōu)化調(diào)度策略的目的是為電動汽車l制定最優(yōu)充放電計劃:設(shè)電動汽車l接入局域配電網(wǎng)的持續(xù)時間Tsy,l=Tout,l-Tin,l,Tsy,l所包含的時段集合設(shè)為Tm,l,并設(shè)其長度為Vl,和分別表示電動汽車l在持續(xù)接入的第和時段的充放電功率;則兩階段優(yōu)化調(diào)度策略的優(yōu)化變量即電動汽車l在k∈Tm,l時段的充、放電功率Pl(k),具備連續(xù)可調(diào)的特性,且滿足-Pd,l≤Pl(k)≤Pc,l,Pc,l表示電動汽車l的額定充電功率;
S82.第一階段優(yōu)化的目標(biāo)為最小化電動汽車l用戶的充放電成本其中,ccd,l|(ηc=ηd=1)表示不考慮充、放電效率時的理想充放電費用,ηc表示電動汽車l的充電效率,cbat,l表示電動汽車l電池的損耗折算成本,closs,l表示由充、放電效率造成的電能損失費用,分別表示為:
其中,pri(k)表示k時段的電價信息;表示由放電造成的電池退化成本,表示由充放電功率波動對電池造成的損耗成本;cb表示每單位電池容量的購置成本,cL表示電池置換費用,Bcl表示在電動汽車l的電池的放電深度值為DOD下的電池循環(huán)次數(shù),Edis,l表示計算時間長度內(nèi)電動汽車l的電池的總放電量;分別表示電動汽車l在持續(xù)接入的第時段、第時段的充放電功率;εf表示電動汽車l的電池損耗成本系數(shù);eloss,l(k)表示能量流動角度下電動汽車l的電池k時段的電能損失量;
在進行第一階段優(yōu)化時,需要考慮的約束條件有:電動汽車l的荷電狀態(tài)約束;EV用戶的充電需求約束;變壓器最大負載約束;電動汽車l接入配電網(wǎng)的持續(xù)時長約束;經(jīng)過第一階段的優(yōu)化,即可得到使得EV用戶充放電成本最小時的電動汽車l的充放電計劃;
S83.第二階段優(yōu)化的目標(biāo)為最小化配電網(wǎng)負荷波動方差:其中,Lbas(k)表示k時段的配網(wǎng)基本負荷,表示電動汽車l接入配電網(wǎng)時,充放電計劃已完成制定的EV集群負荷,表示電動汽車l接入后的配電網(wǎng)平均負荷;
第二階段優(yōu)化時,除了需要考慮第一階段優(yōu)化時的約束條件,還需要考慮EV用戶的充放電成本約束,即EV用戶在第二階段優(yōu)化時的EV用戶的充放電成本不得大于第一階段優(yōu)化時的充放電成本;基于第一階段的優(yōu)化結(jié)果,經(jīng)過第二階段的優(yōu)化,即可在達到供需兩側(cè)協(xié)同優(yōu)化的前提下獲得電動汽車l的最終充放電計劃。
本發(fā)明在“可調(diào)度能力”概念的基礎(chǔ)上,提出了一種針對單輛EV的事件驅(qū)動型日內(nèi)優(yōu)先調(diào)度方法。該方法綜合車輛歷史充電行為和當(dāng)前入網(wǎng)信息,建立EV可調(diào)度能力分析模型;結(jié)合EV用戶用車習(xí)慣、以配網(wǎng)總負荷峰谷差最小為指標(biāo),確定EV可調(diào)度能力最優(yōu)閾值;最后根據(jù)新入網(wǎng)EV可調(diào)度能力評估結(jié)果與最優(yōu)閾值的數(shù)值關(guān)系,判斷電動汽車有無優(yōu)先調(diào)度權(quán),從而確定各入網(wǎng)EV的充放電模式。
本發(fā)明所述的入網(wǎng)指的是接入所述的局域配電網(wǎng)。
局域配電網(wǎng)內(nèi)常規(guī)負荷指的是:局域配電網(wǎng)內(nèi)除了電動汽車以外的其他負荷。
電能公共服務(wù)平臺的功能描述:該局域配網(wǎng)內(nèi),公共服務(wù)平臺收集局域配電網(wǎng)內(nèi)的總負荷信息,一方面,用于向該局域配電網(wǎng)內(nèi)的EV充放電設(shè)施發(fā)布實時總負荷信息,另一方面,接收各EV充放電設(shè)施的EV負荷予以整合,以便實時更新總負荷信息。
本發(fā)明的有益效果是:
1、流程簡單,EV用戶只需在充放電設(shè)施的客戶端輸入充電信息、EV電池信息,便可以得知EV的可調(diào)度能力評估值。
2、能夠優(yōu)選出更適合參與優(yōu)先調(diào)度的車輛,在滿足用戶充電需求及配電變壓器容量限制的前提下,降低配網(wǎng)負荷的峰谷差,優(yōu)化配網(wǎng)負荷波動,同時降低用戶車均充放電成本。
3、實用性較強,該調(diào)度方法基于事件驅(qū)動的服務(wù)機制,相比于日前調(diào)度,面對出行情況具有較大隨機性的單輛EV時更具有實際意義。
附圖說明
圖1是不同充放電模式下的日總負荷曲線圖
圖2是電動汽車可調(diào)度能力評估結(jié)果圖
具體實施方式
一種基于電動汽車可調(diào)度能力的日內(nèi)優(yōu)先調(diào)度方法,所述日內(nèi)優(yōu)先調(diào)度方法面向局域配電網(wǎng)內(nèi)EV充放電設(shè)施集群,以事件驅(qū)動的決策服務(wù)機制,即跟隨當(dāng)前時間點上入網(wǎng)的EV,對當(dāng)前時間點上入網(wǎng)(即所述的局域配電網(wǎng))的EV的充放電模式進行決策,該方法包括以下步驟:
S1:將一天連續(xù)24h的時間進行離散化處理,均分為J個時段,對于任意第k時段,有k∈{1,2,...,J},且第k時段的時長為Δt,繪制局域配電網(wǎng)內(nèi)常規(guī)負荷曲線,制定面向EV用戶的充放電電價;
S2:設(shè)預(yù)接入局域配電網(wǎng)的EV的總數(shù)為n,當(dāng)有新的電動汽車l接入時,且l∈{1,2,...,n},由充放電設(shè)施獲取電動汽車l的相關(guān)信息:接入時間Tin,l、EV電池初始的荷電狀態(tài)S0,l,SOC表示電池剩余能量與電池容量的比值,因此有0≤S0,l≤1;
S3:EV用戶輸入預(yù)期離開時間Tout,l以及離開時期望的荷電狀態(tài)SE,l,且有0≤SE,l≤1;
S4:若電動汽車l接入局域配電網(wǎng)的持續(xù)時長大于將電動汽車l的電池充電至SE,l所需的最短時長,則執(zhí)行步驟S5,否則讓EV用戶自主選擇是否愿意修改Tout,l以及SE,l,若EV用戶同意執(zhí)行修改則跳至步驟S3,若EV用戶拒絕執(zhí)行修改則不對該EV用戶的充放電模式進行決策;
S5:建立電動汽車可調(diào)度能力綜合評估模型;從局域配電網(wǎng)內(nèi)的電能公共服務(wù)平臺獲取電動汽車l的歷史入網(wǎng)信息,并根據(jù)獲取的電動汽車l的歷史入網(wǎng)信息以及此次的入網(wǎng)信息,綜合評估得到電動汽車l的SA的值Rl;
S6:根據(jù)局域配電網(wǎng)內(nèi)的所有EV的歷史入網(wǎng)信息,基于步驟S5中EV的SA綜合評估模型確定最優(yōu)SA閾值Q*;
S7:通過Rl與Q*的數(shù)值關(guān)系確定電動汽車l的充放電模式,若滿足Rl≥Q*,則從電能公共服務(wù)平臺讀取當(dāng)前時刻局域配電網(wǎng)的總負荷信息,局域配電網(wǎng)的總負荷包括常規(guī)負荷和當(dāng)前時刻已經(jīng)接入局域配電網(wǎng)的EV負荷,并執(zhí)行步驟S8,若Rl<Q*則電動汽車l進行無序充電并跳至步驟S9;
S8:充放電設(shè)施對電動汽車l執(zhí)行兩階段優(yōu)化調(diào)度策略;
S9:將電動汽車l的充放電計劃上傳至電能公共服務(wù)平臺,并等待下一輛EV的接入。
本發(fā)明所述步驟S5具體包括以下步驟:
S51.選取SA評估指標(biāo),建立SA評估體系;
選取三項評估指標(biāo),設(shè)由評估指標(biāo)所組成的初始決策矩陣表示為:B=(blj)n×3,其中,j=1,2,3,三項評估指標(biāo)包括逆向指標(biāo):電動汽車l電池的損耗程度bl1,正向指標(biāo):EV用戶信用度bl2和EV反向供電能力bl3;
EV用戶的信用度bl2以及EV的反向供電能力bl3的屬性值分別表示如下:
其中,X表示一定時間周期內(nèi)電動汽車l參與優(yōu)化調(diào)度的總次數(shù),對于任意第x次優(yōu)化調(diào)度,有x∈{1,2,...,X};Pd,l、ηd分別表示電動汽車l的放電功率和放電效率;分別表示電動汽車l第x次參與調(diào)度時接入局域配電網(wǎng)的時間和EV用戶預(yù)期離開局域配電網(wǎng)的時間;表示電動汽車l第x次參與調(diào)度時實際離開局域配電網(wǎng)的時間;表示電動汽車l第x次參與調(diào)度時,電動汽車l的起始SOC;Cs,l表示電動汽車l的電池容量;
S52.執(zhí)行SA綜合評估方法,具體如下:
對初始決策矩陣B中的各指標(biāo)屬性值:bl1、bl2以及bl3進行無量綱化處理;處理后的評估矩陣記為:D=(dlj)n×3,其中:
式中,dlj為無量綱化處理后電動汽車l的第j個指標(biāo)的屬性值;對于正向指標(biāo)bl2和bl3,表示第j個指標(biāo)的最大值;對于逆向指標(biāo)bl1,表示第j個指標(biāo)的最小值;ξj表示blj與之差絕對值的最大值:
分別采用層次分析法(即AHP)、標(biāo)準差和平均值最大化方法確定評估指標(biāo)bl1、bl2以及bl3的主、客觀權(quán)重wSj、wOj,AHP是一種主觀賦權(quán)法,利用AHP確定三個指標(biāo)的主觀權(quán)重時,首先將三個評估指標(biāo)bl1、bl2以及bl3作為AHP的準則層,其次通過主觀衡定三個指標(biāo)bl1、bl2以及bl3的重要性來構(gòu)造準則層的判斷矩陣,最后經(jīng)過一致性檢驗便可確定三個評估指標(biāo)的主觀權(quán)重;標(biāo)準差和平均值最大化方法是一種客觀賦權(quán)法,通過比較三個評估指標(biāo)bl1、bl2以及bl3屬性值的變化程度來確定客觀權(quán)重,變化程度越高則客觀權(quán)重越大,反之越?。粚⑷齻€評估指標(biāo)bl1、bl2以及bl3的主客觀權(quán)重分別組成向量wS、wO,根據(jù)乘法組合法融合得出三個評估指標(biāo)bl1、bl2以及bl3綜合權(quán)重系數(shù):進而得出接入局域配電網(wǎng)電動汽車l的SA的值Rl:
本發(fā)明所述步驟S6中,最優(yōu)SA閾值Q*確定過程具體如下:
S61:設(shè)近h天內(nèi)所有EV的入網(wǎng)信息:EV接入時間、EV電池初始SOC;EV用戶預(yù)期離開局域配電網(wǎng)的時間以及離開時期望的SOC為SA閾值提取來源,構(gòu)成集合H,對于任意一天s,有s∈{1,2,…,h},設(shè)置起始優(yōu)化日:s=1;
S62:提取第s日所有EV的入網(wǎng)信息以及配電網(wǎng)的常規(guī)負荷信息,對所有EV進行SA評估;
S63:初步確定SA閾值搜索區(qū)間Θ,且區(qū)間長度為I,即SA屬于搜索區(qū)間Θ的EV總數(shù)為I,對于任一EV搜索序號i均有i∈{1,2,…,I},設(shè)置起始搜索序號:i=1;
S64:設(shè)置e=1,若電動汽車e的可調(diào)度能力Re≥Θi,則取得優(yōu)先調(diào)度權(quán)并進行兩階段優(yōu)化調(diào)度,Θi表示搜索區(qū)間Θ的第i個搜索值;若Re<Θi則電動汽車e進行無序充電;疊加電動汽車e的充、放電負荷至配電網(wǎng)總負荷,e=e+1,繼續(xù)判斷電動汽車的充放電模式;當(dāng)e≥n時,即第s日所有EV的充放電計劃制定完成,計算配電網(wǎng)總負荷峰谷差;
S65:i=i+1,轉(zhuǎn)至步驟S64,繼續(xù)對所有EV的充放電模式進行決策;當(dāng)i≥I時,即完成第s日的搜索,確定SA搜索區(qū)間內(nèi)使得配電網(wǎng)總負荷峰谷差最小的SA為第s日的SA閾值Qs;s=s+1,轉(zhuǎn)至S62;
S66:當(dāng)近h天的Qs求解完畢時,采用均值法確定最優(yōu)SA閾值。
本發(fā)明所述步驟S8中,兩階段優(yōu)化調(diào)度策略執(zhí)行過程具體如下:
S81.確定優(yōu)化變量:兩階段優(yōu)化調(diào)度策略的目的是為電動汽車l制定最優(yōu)充放電計劃:設(shè)電動汽車l接入局域配電網(wǎng)的持續(xù)時間Tsy,l=Tout,l-Tin,l,Tsy,l所包含的時段集合設(shè)為Tm,l,并設(shè)其長度為Vl,和分別表示電動汽車l在持續(xù)接入的第和時段的充放電功率;則兩階段優(yōu)化調(diào)度策略的優(yōu)化變量即電動汽車l在k∈Tm,l時段的充、放電功率Pl(k),具備連續(xù)可調(diào)的特性,且滿足-Pd,l≤Pl(k)≤Pc,l,Pc,l表示電動汽車l的額定充電功率;
S82.第一階段優(yōu)化的目標(biāo)為最小化電動汽車l用戶的充放電成本其中,ccd,l|(ηc=ηd=1)表示不考慮充、放電效率時的理想充放電費用,ηc表示電動汽車l的充電效率,cbat,l表示電動汽車l電池的損耗折算成本,closs,l表示由充、放電效率造成的電能損失費用,分別表示為:
其中,pri(k)表示k時段的電價信息;表示由放電造成的電池退化成本,表示由充放電功率波動對電池造成的損耗成本;cb表示每單位電池容量的購置成本,cL表示電池置換費用,Bcl表示在電動汽車l的電池的放電深度值為DOD下的電池循環(huán)次數(shù),Edis,l表示計算時間長度內(nèi)電動汽車l的電池的總放電量;分別表示電動汽車l在持續(xù)接入的第時段、第時段的充放電功率;εf表示電動汽車l的電池損耗成本系數(shù);eloss,l(k)表示能量流動角度下電動汽車l的電池k時段的電能損失量;
在進行第一階段優(yōu)化時,需要考慮的約束條件有:電動汽車l的荷電狀態(tài)約束;EV用戶的充電需求約束;變壓器最大負載約束;電動汽車l接入配電網(wǎng)的持續(xù)時長約束;經(jīng)過第一階段的優(yōu)化,即可得到使得EV用戶充放電成本最小時的電動汽車l的充放電計劃;
S83.第二階段優(yōu)化的目標(biāo)為最小化配電網(wǎng)負荷波動方差:其中,Lbas(k)表示k時段的配網(wǎng)基本負荷,表示電動汽車l接入配電網(wǎng)時,充放電計劃已完成制定的EV集群負荷,表示電動汽車l接入后的配電網(wǎng)平均負荷;
第二階段優(yōu)化時,除了需要考慮第一階段優(yōu)化時的約束條件,還需要考慮EV用戶的充放電成本約束,即EV用戶在第二階段優(yōu)化時的EV用戶的充放電成本不得大于第一階段優(yōu)化時的充放電成本;基于第一階段的優(yōu)化結(jié)果,經(jīng)過第二階段的優(yōu)化,即可在達到供需兩側(cè)協(xié)同優(yōu)化的前提下獲得電動汽車l的最終充放電計劃。某居民區(qū)局域配電網(wǎng)的總負荷包括常規(guī)負荷和電動汽車集群負荷。居民區(qū)接入配電變壓器的容量為750kVA,效率為0.95,設(shè)計算時間長度為24h,時間間隔Δt為0.5h。設(shè)該局域配電網(wǎng)服務(wù)的電動汽車規(guī)模為60輛。電動汽車的相關(guān)參數(shù)設(shè)置及負荷特性如表1所示。
表1參數(shù)設(shè)置
表1中,rd表示EV日行駛里程,假設(shè)EV每天只充一次電,且充至期望荷電狀態(tài)SE,l后開始第二次出行,用戶在電池電量不足以滿足次日充電需求SE,l時開始充電。定義S0,l=(SE,l-rd/Ra),其中,Ra為EV充電至充至期望狀態(tài)后的可行駛里程。SEV,max、SEV,min分別表示EV電池SOC的上、下限,Tout,l~N(8.92,3.242)表示Tout,l滿足正態(tài)分布。
通過蒙特卡洛模擬EV的充電行為,抽樣獲得日內(nèi)24h內(nèi)60輛電動汽車的入網(wǎng)信息和日充電需求數(shù)據(jù)。在Matlab中采用YALMIP和Cplex對按照步驟S81~S83所得出的兩階段優(yōu)化調(diào)度策略進行建模、求解,分別疊加無序模式、全部有序模式、理論優(yōu)先調(diào)度模式、實際優(yōu)先調(diào)度模式下EV集群負荷與常規(guī)負荷,得到對應(yīng)的局域配電網(wǎng)的日總負荷曲線,如圖1所示。
四種充放電模式的說明如下:
無序模式:局域配電網(wǎng)內(nèi)的EV充放電設(shè)施為接入的EV提供持續(xù)的恒功率充電服務(wù),直至EV用戶離開或達到EV用戶充電需求為止的充電模式;
全部有序模式:局域配電網(wǎng)內(nèi)的EV充放電設(shè)施基于步驟S81~S83提出的兩階段優(yōu)化調(diào)度策略對60輛入網(wǎng)EV進行有序充放電控制的充電模式;
理論優(yōu)先調(diào)度模式:采用本發(fā)明所述的日內(nèi)優(yōu)先調(diào)度方法的理論優(yōu)先調(diào)度的充電模式;模擬日內(nèi)24h的60輛EV的入網(wǎng)信息和充電需求數(shù)據(jù),根據(jù)模擬數(shù)據(jù),依照本發(fā)明所提日內(nèi)優(yōu)先調(diào)度方法確定60輛EV的充放電方式。
實際優(yōu)先調(diào)度模式:采用本發(fā)明所述的日內(nèi)優(yōu)先調(diào)度方法的實際優(yōu)先調(diào)度的充電模式;當(dāng)EV按時間順序依次接入局域配電網(wǎng)時,基于事件驅(qū)動的優(yōu)化機制,依照本發(fā)明所述的日內(nèi)優(yōu)先調(diào)度方法確定當(dāng)前時間點入網(wǎng)EV的充放電方式,直至60輛EV全部接入。
統(tǒng)計四種模式下局域配電網(wǎng)日總負荷的相關(guān)數(shù)據(jù)信息,如表2所示。
表2不同充放電模式相關(guān)統(tǒng)計數(shù)據(jù)
由表2可知,理論優(yōu)先調(diào)度模式和實際優(yōu)先調(diào)度模式下局域配電網(wǎng)的日總負荷曲線峰谷差分別為43.98kW、46.95kW,負荷波動標(biāo)準差分別為:10.44kW、11.99kW,相比于無序模式和全部有序模式下的峰谷差306.64kW、185.14kW以及負荷波動標(biāo)準差96.47kW、66.51kW,局域配電網(wǎng)日總負荷的峰谷差和負荷波動標(biāo)準差均有所降低。
由圖1可知,理論優(yōu)先調(diào)度模式和實際優(yōu)先調(diào)度模式下局域配電網(wǎng)日總負荷曲線均趨于平穩(wěn),實現(xiàn)了降低局域配電網(wǎng)總負荷峰谷差、優(yōu)化局域配電網(wǎng)負荷波動的有益效果;相比于理論優(yōu)先調(diào)度模式下的日總負荷曲線,本發(fā)明的實際優(yōu)先調(diào)度模式下局域配電網(wǎng)日總負荷曲線會在一定程度上偏離理論優(yōu)先調(diào)度模式,這一偏差是由日內(nèi)EV入網(wǎng)行為的隨機性造成的。
由表2可知,在用戶側(cè)車均成本的優(yōu)化方面,無序模式、全部有序模式、以及理論優(yōu)先和實際優(yōu)先模式下用戶側(cè)車均成本(元/輛)分別為15.28、-3.17、8.07和8.59;這種結(jié)果表明,本發(fā)明為了最大限度地優(yōu)化配網(wǎng)側(cè)負荷情況,避免車輛規(guī)模較大時出現(xiàn)負荷“峰谷倒置”現(xiàn)象,犧牲了部分EV用戶的利益,使得EV用戶的車均充放電成本相較于全部有序模式時偏高,但相較于無序模式偏低,即相較于無序模式,本發(fā)明所述日內(nèi)優(yōu)先調(diào)度方法仍在一定程度上優(yōu)化了用戶側(cè)利益。
具體地,隨機模擬一次EV集群的充電行為,對各入網(wǎng)EV的SA進行評估。無序充電模式與全部有序模式,相當(dāng)于分別將SA閾值設(shè)定為EV集群評估結(jié)果最大值和最小值的日內(nèi)優(yōu)先調(diào)度,屬于閾值設(shè)定的兩種特殊情況。由附圖1可知,無序充電模式與全部有序模式下配電網(wǎng)的負荷曲線分別出現(xiàn)了“峰上加峰”和“峰谷倒置”,很容易造成電壓越限問題,因此為了保證局域配電網(wǎng)的安全運行,需設(shè)定一個合適的閾值。在本發(fā)明所述日內(nèi)優(yōu)先調(diào)度模式下,結(jié)合EV用戶歷史入網(wǎng)信息根據(jù)步驟S51~S52建立SA綜合評估模型,首先根據(jù)步驟S61~S66確定最優(yōu)SA閾值為0.53,其次根據(jù)步驟S51~S52確定各新入網(wǎng)EV的SA評估值,最優(yōu)SA閾值和60輛EV的SA評估值信息如圖2所示;通過步驟S7判斷60輛EV的SA評估值與Q*的數(shù)值關(guān)系確定電動汽車l的充放電模式,最終優(yōu)選出參與優(yōu)先調(diào)度的車輛數(shù)為25輛,剩余35輛則直接進入無序充電模式,從而達到了最優(yōu)調(diào)度效果。
綜上可知,本發(fā)明基于EV可調(diào)度能力分析模型,通過合理篩選,對更適合參與調(diào)度的車輛進行有序控制,能夠降低配網(wǎng)負荷的峰谷差和負荷波動,實現(xiàn)EV集群負荷削峰填谷的同時降低了用戶側(cè)的EV用戶的車均充放電成本。
本說明書實施例所述的內(nèi)容僅僅是對發(fā)明構(gòu)思的實現(xiàn)形式的列舉,本發(fā)明的保護范圍不應(yīng)當(dāng)被視為僅限于實施例所陳述的具體形式,本發(fā)明的保護范圍也包括本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明構(gòu)思所能夠想到的等同技術(shù)手段。