本发明专利技术提出一种基于光伏不确定性出力的电动汽车充放电决策方法，包括以下步骤：1)光伏发电测控终端获取光伏发电单元实时输出能量信息，报告给电动汽车测控终端；2)电动汽车测控终端根据光伏发电单元实时输出能量得出输出系数u，构建以光伏发电输出功率为决定因素的收益函数数学模型，结合马尔可夫决策过程得出电动汽车单元实时光伏出力最大利用收益行为；3)电动汽车测控终端依据马尔可夫决策过程预测的光伏出力最大利用收益行为和电动汽车单元当前所处状态输出控制指令，令电动汽车执行光伏出力最大利用收益行为，以实现光伏发电高效利用。采用本发明专利技术的决策方法，能够帮助达到光伏发电新能源高效利用的目的。
【技术实现步骤摘要】
本专利技术涉及，属于电力控制领域。
技术介绍
灵活、安全、经济及清洁的电网系统是智能电网的发展方向。将新型的控制策略和智能通信应用到发电、输电和配电各电力系统单元之中，将它们有机结合，可以实现电力系统各单元智能交流。微电网下光伏发电、风力发电等分布式电源的发电量都具有随机性和间歇性。V2G技术中电动汽车作为分布式储能单元可以实现能量的双向流动，既可以作为分布式电源对负荷馈电，又可以作为分布式储能设备从分布式发电单7Π充电。马尔可夫决策对随机过程运用概率来刻画其不确定性。通过马尔可夫决策机制以光伏发电的输出电量为导向对电动汽车这个分布式储能单元构建随机模型，使微网下电动汽车实现充放电最佳动态决策。大电网中基于电价因素的决策方法对处于“即插即用”孤岛运行模式的微电网并不适用，本专利技术为不需考虑电力成本因素的微电网用户提供了一种基于智能微网下间歇性新能源光伏发电不确定性出力以决策电动汽车充放电控制策略的方法，具体为一种将马尔可夫决策过程应用于含电动汽车的智能微网单元，以实现智能微网单元内的电动汽车充放电策略优化决策，能够帮助达到光伏发电新能源高效利用的目的。
技术实现思路
专利技术目的:本专利技术提出，使得微电网下电动汽车依据光伏发电单元的出力情况来选择电动汽车的充放电状态和过程行为。为了实现上述目的，本专利技术的技术方案为:本专利技术的动态决策基于微网及其通信架构下光伏发电单元与电动汽车单元之间实现，光伏发电单元与光伏发电测控终端组成新能源管理系统，电动汽车单元与电动汽车测控终端组成电动汽车管理系统；新能源管理系统与电动汽车管理系统在微电网单元层中采用IEC61850 Ed2.0通信标准实施信息交互；通过SV服务和Reporting服务在微电网下实现光伏发电单元与电动汽车单元的实时通信；根据马尔可夫决策过程定义电动汽车单元的有限状态和行为，马尔可夫决策过程是基于马尔可夫过程理论的随机动态系统最优决策过程，马尔可夫决策过程有限状态机制在每一段时间间隔的开始，基于当前光伏发电单元输出能量来决定如何改变电动汽车单元的当前状态和执行下一个行为。具体分为如下三个步骤: 步骤一:光伏发电测控终端获取光伏发电单元实时输出能量信息，报告给电动汽车测控终端； 步骤二:电动汽车测控终端根据光伏发电单元实时输出能量得出输出系数"，构建以光伏发电输出功率为决定因素的收益函数数学模型，结合马尔可夫决策过程和电动汽车单元当前所处状态得出电动汽车单元实时光伏出力最大利用收益行为； 步骤三:电动汽车测控终端依据马尔可夫决策过程预测的光伏出力最大利用收益行为和电动汽车单元当前所处状态输出控制指令，令电动汽车执行光伏出力最大利用收益行为，以实现光伏发电高效利用。进一步地，于步骤一中，光伏发电测控终端通过IEC 61850标准SV服务获取光伏发电单元实时输出有功功率信息，然后通过IEC 61850标准R印orting服务报告给电动汽车测控终端。进一步地，于步骤二中，电动汽车单元的充放电马尔可夫决策过程模型由四元组(S,A, T, /?)构成，其中: 5是一个有限状态集，属于5^每个元素M表一个状态； J是一个有限集，表示措施、控制等状态的可用行为集，As是有限集可用状态s的行为，在模型架构中决定行为由微电网下的电动汽车实现，因此集合J只包括与电动汽车相关的动作； T(s, S^)表示在状态5.时执行动作a转移到下一个状态夕的概率，( 5)为状态转移函数，该状态转移函数反映每一对“状态一行为”映射到5土的一个概率分布；R{s, S^)表示在状态上执行动作a后与夕过渡过程相关的收益，SXA- Rfy收益函数。进一步地，于步骤二中，用户在电动汽车闲置时希望尽量对电动汽车进行充电，避免电动汽车未达到满荷电状态而使电动汽车处于不宜使用状态，给用户造成不舒适，根据光伏发电单元输出能量优化电动汽车作为储能设备或发电单元进行充放电控制在微电网环境下显得极其重要。进一步地，于步骤二中，针对本专利技术中电动汽车单元的充放电马尔可夫决策过程模型将电动汽车单元分为三种状态: (1)1=0代表“不接入”微电网的闲置状态； (2)J=I代表“部分电量”的电动汽车中储能电池为部分荷电状态； (3)1=2代表“满电量”的充电完成状态。进一步地，于步骤二中，定义电动汽车单元的充放电马尔可夫决策过程模型中四种可用行为: (1)aO表示“准备”行为，当电动汽车处于“不接入”状态可通过“准备”行为接入微电网进行充电； (2)al表示“保持”行为，当电动汽车处于Z=I “部分电量”或Z=2 “满电量”的状态可通过“保持”维持当前状态； (3)a2表示“充电”行为，当电动汽车处于Z=I “部分电量”状态可通过“充电”行为过渡到1=2 “满电量”状态； (4)a3表示“放电”行为，一个与dl行为相反的动作，当电动汽车处于Z=2“满电量”状态可通过“放电”行为过渡Z=I “部分电量”状态。进一步地，于步骤二中，四种行为动作中除了 aO “准备”行为，其余三种行为“保持”、“充电”和“放电”都可以对行为进行中断，使电动汽车在时间间隔的最后时刻过渡到X=O “不接入”微电网的状态。进一步地，于步骤二中，设电动汽车处于“不接入”闲置状态的概率为Pirfr，再次接入微电网的概率为Pot，通过下面的数学表达式给出状态转移过程的概率定义:Pa0{s, sf) = T{s, 5O PaAs, sf) = T(s, sf) Pa3(s, sf) = T(s, sf) 式中PaiU s，、代表时间段?时状态5.执行动作ai(i=0，1,2, 3)后转移到时间段?+I时状态夕的概率；是克罗内克符号，如果z=y则等于1，否则等于O。进一步地，于步骤二中，微电网下电动汽车单元以光伏发电输出功率为决定因素的收益函数数学模型主要与下面几个方面相关: (1)执行行为“保持”后，该行为时间段内能量消耗与电动汽车单元当前所处状态有关，用AU)表示，各状态下“保持”行为能量消耗情况为:万31 (2) > A31(I) > &(0)=0; (2)电动汽车单元不处于Z=O的“不接入”状态时，行为a2“充电”能量消耗&U)与行为a3 “放电”能量消耗&U)都是非零的，其中&U) < 0，“放电”行为实际是电动汽车单元作为发电单元向微电网释放能量； (3)“保持”、“充电”和“放电”等行为的收益函数数学模型都与光伏发电单元实时输出能量相关，用"i隶示，其中"是光伏发电单元能量输出系数，表示光伏发电单元实时发电量与光伏阵列装机容量之比，即实时输出有功功率/^与最大输出功率之比，U= Ppv /Ppvm0进一步地，于步骤二中，当电动汽车单元处于Z=O的“不接入”状态时，会给用户带来不舒适影响，为此定义一个负收益系数#且H< Oo进一步地，于步骤二中，微电网下电动汽车单元以光伏发电输出功率为决定因素的收益函数数学模型为: s')=0Ral{s, sf)=H + uEal (i)Ra2(s, s，、=uEJJ) Ra3、s, s，、=HU uBa3 {X) 式中Rai{s, sf) (i=0, I, 2，3)表示执行行为ai由状态5^1渡到本文档来自技高网...
【技术保护点】
一种基于光伏不确定性出力的电动汽车充放电决策方法，其特征在于：包括如下三个步骤：A、光伏发电测控终端获取光伏发电单元实时输出能量信息，报告给电动汽车测控终端；B、电动汽车测控终端根据光伏发电单元实时输出能量得出输出系数u，构建以光伏发电输出功率为决定因素的收益函数数学模型，结合马尔可夫决策过程和电动汽车单元当前所处状态得出电动汽车单元实时光伏出力最大利用收益行为；C、电动汽车测控终端依据马尔可夫决策过程预测的光伏出力最大利用收益行为和电动汽车单元当前所处状态输出控制指令，令电动汽车执行光伏出力最大利用收益行为，以实现光伏发电高效利用。
【技术特征摘要】
【专利技术属性】
技术研发人员：段斌，黄健，汪钰琪，张超峰，刘妮，陈明杰，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。