本發(fā)明涉及電網(wǎng)調(diào)頻，更具體地說，它涉及基于v2g技術(shù)的電網(wǎng)一次調(diào)頻多元綜合控制方法及系統(tǒng)。

背景技術(shù)：

1、近年來，國家大力發(fā)展新能源電動汽車，海量的電動汽車對于電網(wǎng)來說，不僅可以視作一種新型負荷，也能將其作為可控電源參與電網(wǎng)輔助調(diào)頻。結(jié)合目前新能源消納和電動汽車大量入網(wǎng)的形勢，為了保證電網(wǎng)在不同擾動下的安全穩(wěn)定，通常采用車網(wǎng)互動技術(shù)(vehicle?to?grid，v2g)，使電動汽車參與電網(wǎng)調(diào)頻互動，利用電池儲能響應速度快、調(diào)節(jié)靈活的優(yōu)勢，克服傳統(tǒng)火電機組爬坡能力不足、響應滯后等問題。

2、在現(xiàn)有技術(shù)中，如何充分利用龐大電動汽車電池儲能參與調(diào)頻是當下研究的熱點。從電動汽車無序充電，到電動汽車有序充電，再到電動汽車v2g技術(shù)的發(fā)展和應用，反映出車網(wǎng)互動技術(shù)的不斷成熟。目前在電動汽車參與電網(wǎng)調(diào)頻技術(shù)中，核心在于對電網(wǎng)穩(wěn)定運行性、用戶需求、調(diào)度經(jīng)濟性等方面的博弈和優(yōu)化，采取不同的控制策略，主要有以下幾方面為代表的研究應用方向：一是基于電網(wǎng)穩(wěn)定性考慮的v2g控制策略，此類策略以提高電力系統(tǒng)穩(wěn)定性、盡可能減少頻率偏差為主要目的，在經(jīng)濟性、電池設備安全性、用戶需求等方面考慮不足。二是基于成本效益的v2g控制策略，此類策略通常采用中間運營商分區(qū)分片管理運營分布式電動汽車，統(tǒng)一響應電網(wǎng)調(diào)頻需求，其主要以降低運營成本和提高經(jīng)濟效益為主要目標，對電網(wǎng)運行穩(wěn)定性和調(diào)度成本存在一定不確定性和風險性。三是基于用戶行為的v2g控制策略，此類策略以滿足用戶出行需求和提高滿意度，在參與電網(wǎng)調(diào)頻是存在出力不足，用戶出行隨機性預測困難等問題。

3、此外電動汽車在參與電網(wǎng)一次調(diào)頻時，一方面簡單的使用虛擬下垂控制只能減小穩(wěn)態(tài)頻率偏差，不能有效遏制頻率惡化速度，另一方面引入傳統(tǒng)虛擬慣性控制后，一定程度可有效抑制頻率擾動初期的惡化程度，但是由于維持虛擬慣性控制需要電動汽車儲能單元進行大功率放電，多次循環(huán)會加速電池老化，針對于電網(wǎng)頻率的頻繁波動，電池壽命會受到極大的影響。并且在傳統(tǒng)策略下，簡單的虛擬下垂控制和虛擬慣性控制已經(jīng)不能滿足如今的調(diào)頻需求。

4、可見，現(xiàn)有控制策略研究和應用沒有綜合考慮電池健康狀態(tài)、電池使用壽命、電池荷電狀態(tài)、用戶出行需求，缺少對電動汽車參與電網(wǎng)調(diào)頻的全局性考慮，導致電動汽車加入后的電網(wǎng)一次調(diào)頻控制策略缺乏全面性，無法達到最優(yōu)的控制效果。

技術(shù)實現(xiàn)思路

1、本技術(shù)的目的是提供基于v2g技術(shù)的電網(wǎng)一次調(diào)頻多元綜合控制方法及系統(tǒng)，解決現(xiàn)有電動汽車加入后的電網(wǎng)一次調(diào)頻控制策略沒有綜合考慮電動汽車電池健康狀態(tài)、電池使用壽命、電池荷電狀態(tài)、用戶出行需求，無法達到最優(yōu)控制效果的問題；本技術(shù)充分考慮多因素歸集進行自適應控制，通過在頻率擾動不同階段采取對應控制策略，為電網(wǎng)提供有效頻率支撐。

2、本技術(shù)提供基于v2g技術(shù)的電網(wǎng)一次調(diào)頻多元綜合控制方法，包括：獲取電動汽車接入電網(wǎng)后的實時參數(shù)，所述實時參數(shù)包括：電網(wǎng)的頻率偏差、電動汽車電池的荷電狀態(tài)、健康狀態(tài)和充電剩余時長；響應于調(diào)頻指令，根據(jù)所述電網(wǎng)的頻率偏差計算電網(wǎng)的頻率變化率，根據(jù)所述電網(wǎng)的頻率變化率和電網(wǎng)的頻率偏差選擇執(zhí)行引入健康因子的改進虛擬慣性控制策略或執(zhí)行優(yōu)先級系數(shù)可變的自適應下垂控制策略作為電動汽車電池控制策略；其中，所述引入健康因子的改進虛擬慣性控制策略是指：根據(jù)電動汽車電池的健康狀態(tài)調(diào)整各電動汽車電池的出力深度；所述優(yōu)先級系數(shù)可變的自適應下垂控制策略是指：根據(jù)電動汽車電池的荷電狀態(tài)、健康狀態(tài)和充電剩余時長計算各電動汽車電池的優(yōu)先級系數(shù)，選擇優(yōu)先級系數(shù)高的電動汽車電池參與下垂控制，根據(jù)電動汽車電池的荷電狀態(tài)、健康狀態(tài)和充電剩余時長計算各電動汽車電池的下垂控制系數(shù)，根據(jù)各電動汽車電池的下垂控制系數(shù)調(diào)整各電動汽車電池的輸出功率。

3、采用上述技術(shù)方案，通過計算電網(wǎng)的頻率變化率選擇執(zhí)行引入健康因子的改進虛擬慣性控制策略或優(yōu)先級系數(shù)可變的自適應下垂控制策略；通過引入健康因子的改進虛擬慣性控制策略考慮電池健康狀態(tài)的影響，在調(diào)節(jié)電網(wǎng)穩(wěn)定的同時確保電池的安全性；通過優(yōu)先級系數(shù)可變的自適應下垂控制策略綜合考慮電池的荷電狀態(tài)、健康狀態(tài)和充電剩余時長(用戶出行需求)選擇部分電動汽車電池參與下垂控制；并且通過電池的荷電狀態(tài)、健康狀態(tài)和充電剩余時長(用戶出行需求)聯(lián)合計算下垂控制系數(shù)，實現(xiàn)自適應下垂控制。

4、在一種可能的實施方式中，所述引入健康因子的改進虛擬慣性控制策略為：

5、

6、式中，△pi(t)為t時刻第i組電動汽車電池的虛擬慣性響應值，gt為t時刻改進虛擬慣性系數(shù)，gt由t時刻電動汽車電池的健康狀態(tài)確定，dft/ft為t時刻頻率變化率，rs為虛擬慣性控制調(diào)頻死區(qū)。

7、在一種可能的實施方式中，所述t時刻改進虛擬慣性系數(shù)gt為：

8、gt＝1-(soh(t)-1)2

9、

10、式中，soh(t)為t時刻電動汽車電池的健康狀態(tài)估值，c(t)為t時刻電動汽車電池的實際容量，ce為電動汽車電池的額定容量。

11、在一種可能的實施方式中，所述優(yōu)先級系數(shù)為：

12、k(t)＝αsoc(t)+βsoh(t)+γu(t)

13、式中，k(t)為t時刻電動汽車電池的優(yōu)先級系數(shù)，α、β、γ為權(quán)重系數(shù)，soc(t)為t時刻電動汽車電池的荷電狀態(tài)估值，soh(t)為t時刻電動汽車電池的健康狀態(tài)估值，u(t)為t時刻用戶出行需求狀態(tài)估值，u(t)由t時刻電動汽車電池的充電剩余時長確定。

14、在一種可能的實施方式中，所述t時刻電動汽車電池的荷電狀態(tài)估值soc(t)為：當電網(wǎng)的頻率偏差顯示電動汽車電池處于充電狀態(tài)時，處于禁充區(qū)、放電優(yōu)先區(qū)、正常充放電區(qū)、充電優(yōu)先區(qū)和禁放區(qū)的電動汽車電池的荷電狀態(tài)估值soc(t)依次升高；當電網(wǎng)的頻率偏差顯示電動汽車電池處于放電狀態(tài)時，處于禁充區(qū)、放電優(yōu)先區(qū)、正常充放電區(qū)、充電優(yōu)先區(qū)和禁放區(qū)的電動汽車電池的荷電狀態(tài)估值soc(t)依次降低。

15、在一種可能的實施方式中，所述t時刻電動汽車電池的健康狀態(tài)估值soh(t)為：

16、

17、式中，c(t)為t時刻電動汽車電池的實際容量，ce為電動汽車電池的額定容量。

18、在一種可能的實施方式中，所述t時刻用戶出行需求狀態(tài)估值u(t)為：

19、

20、式中，tr表示t時刻電動汽車電池的充電剩余時長，soc(max)表示電動汽車電池滿電情況下的荷電狀態(tài)估值，soc(t)為t時刻電動汽車電池的荷電狀態(tài)估值。

21、在一種可能的實施方式中，所述優(yōu)先級系數(shù)可變的自適應下垂控制策略為：

22、δpev＝rtδf

23、式中，△pev為參與下垂控制的電動汽車電池的輸出功率，rt為參與下垂控制的電動汽車電池的下垂控制系數(shù)，△f為頻率偏差。

24、在一種可能的實施方式中，所述參與下垂控制的電動汽車電池的下垂控制系數(shù)rt為：

25、rt＝soc(t)soh(t)u(t)

26、式中，soc(t)為t時刻電動汽車電池的荷電狀態(tài)估值，soh(t)為t時刻電動汽車電池的健康狀態(tài)估值，u(t)為t時刻用戶出行需求狀態(tài)估值，u(t)由t時刻電動汽車電池的充電剩余時長確定。

27、本技術(shù)還提供基于v2g技術(shù)的電網(wǎng)一次調(diào)頻多元綜合控制系統(tǒng)，包括：電動汽車集群、v2g充電樁、電動汽車聚合商和電網(wǎng)調(diào)度中心；所述v2g充電樁，用于實時采集電動汽車電池的荷電狀態(tài)、健康狀態(tài)和充電剩余時長；所述電網(wǎng)調(diào)度中心，用于實時采集電網(wǎng)的頻率偏差，并向電動汽車聚合商發(fā)送調(diào)頻指令；所述電動汽車聚合商，用于執(zhí)行如上述的基于v2g技術(shù)的電網(wǎng)一次調(diào)頻多元綜合控制方法，得到電動汽車電池控制策略；所述v2g充電樁，還用于根據(jù)所述電動汽車聚合商的電動汽車電池控制策略對電動汽車集群進行控制；所述電動汽車集群，用于通過多個電動汽車的電池參與電網(wǎng)一次調(diào)頻。

28、與現(xiàn)有技術(shù)相比，本技術(shù)具有以下有益效果：第一，針對頻率擾動的不同階段，采用虛擬慣性控制策略和下垂控制策略相結(jié)合的控制方式，在負荷擾動初期電網(wǎng)頻率變化率較大時采用引入健康因子的虛擬慣性控制策略，快速阻止電網(wǎng)頻率惡化且減小最大頻率偏差，減緩頻率惡化速度及惡化程度；在負荷擾動后期電網(wǎng)頻率變化率較小時采用優(yōu)先級系數(shù)可變的自適應下垂控制策略，在兼顧儲能荷電狀態(tài)和健康狀態(tài)的同時減小頻率穩(wěn)態(tài)誤差；第二，采用引入健康因子的虛擬慣性控制策略，在傳統(tǒng)虛擬慣性控制的基礎(chǔ)上考慮電池健康狀態(tài)的影響計算電池的虛擬慣性響應值，在調(diào)節(jié)電網(wǎng)穩(wěn)定的同時確保電池的安全性；第三，采用優(yōu)先級系數(shù)可變的自適應下垂控制策略，在傳統(tǒng)下垂控制策略的基礎(chǔ)上設置優(yōu)先級系數(shù)并自適應計算下垂控制系數(shù)，綜合考慮電池的荷電狀態(tài)、健康狀態(tài)和充電剩余時長(用戶出行需求)進行自適應下垂控制，在兼顧電池荷電狀態(tài)、健康狀態(tài)和用戶出行需求的同時減小頻率穩(wěn)態(tài)誤差。