一种考虑电动汽车随机接入的微电网多目标优化调度方法技术

本发明专利技术公开了一种考虑电动汽车随机接入的微电网多目标优化调度方法，将微电网运行成本最小化、污染物治理成本最小化和负荷方差最小化作为多目标调度模型的三个目标函数，并通过蒙特卡洛仿真方法来模拟电动汽车接入微电网的随机性；在满足各种约束条件下，采用多目标粒子群算法对模型进行求解，确定调度周期内各时段各分布式电源的输出功率、电动汽车总的充放电功率和微电网与主电网的交互功率。本发明专利技术充分考虑了电动汽车接入微电网的随机性，并将电动汽车的电池作为一种移动分散式的储能装置接入微电网，达到削峰填谷的作用，提高分时电价环境下微电网运行的经济性和稳定性，同时有助于降低微电网系统的污染物排放。

A multi-objective optimization scheduling method for microgrid with random access of electric vehicles

【技术实现步骤摘要】
一种考虑电动汽车随机接入的微电网多目标优化调度方法
本专利技术涉及微电网优化调度领域，具体来说是一种考虑电动汽车随机接入的微电网多目标优化调度方法。
技术介绍
微电网是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统，既可以与大电网联网运行，也可以孤立运行，是智能电网的重要组成部分。微电网优化调度对促进微电网的高效运行具有重要的意义，它指的是是在满足微电网系统负荷需求的前提下，按照一定的控制策略，合理、有效地安排各台分布式电源的出力以及与配电网的交互功率以实现不同的调度目标。调度目标包括最小化运行成本、最小化污染排放等。作为一种新的交通工具，电动汽车对减缓能源短缺和环境污染具有重要的意义。但大规模电动汽车的无序充电会对增加主电网峰负荷的负担，扩大主电网负荷的峰谷差，从而影响主电网的稳定性和安全性。随着电动汽车相关技术的日益成熟，电动汽车已成为汽车发展的重要方向。基于V2G(vehicle-to-grid)技术,电动汽车可以作为一种移动分散式的储能装置接入到电网，既可以从电网中吸收电能，又可以向电网反馈电能，因此电动汽车可以参与电力系统的运行与控制。电动汽车的电池对于大电网来说可以达到削峰填谷的作用，提高电网的稳定性；而对用户来说合理安排电动汽车充放电可以降低用电成本。在现有的考虑电动汽车接入微电网的优化调度方法中，往往只考虑了最小化运行成本这单一的目标，没有考虑到分布式电源和主电网发电时产生的污染物对环境的影响，及电动汽车的充放电对电网稳定性和安全性的影响，这不利于发挥电动汽车提高电网稳定性的作用，也不利于建设环境友好型社会。
技术实现思路
本专利技术针对现有技术中存在的不足之处，提供一种考虑电动汽车随机接入的微电网多目标优化调度方法，以期能在满足负荷需求的情况下对微电网中分布式电源的出力和电动汽车的充放电功率进行调度，从而提高电网运行的经济性和稳定性，并降低微电网系统的污染物排放。本专利技术为解决技术问题采用如下技术方案：本专利技术一种考虑电动汽车随机接入的微电网多目标优化调度方法的特点在于，包括以下步骤：步骤一、确定微电网的系统结构、微电网中不同分布式电源的发电特性以及电动汽车的随机充电特性；步骤二、基于电动汽车的随机充电特性，通过蒙特卡洛仿真计算电动汽车总的充电负荷需求；步骤三、建立分时电价环境下考虑电动汽车随机接入的微电网的优化调度目标，所述优化调度目标包括：最小运行成本目标、最小污染治理成本目标和最小负荷方差目标；步骤四、确定微电网优化调度的约束条件，并与所述微电网的优化调度目标共同构成微电网多目标优化调度模型；步骤五、确定分时电价下分布式电源和电动汽车的相关参数；步骤六、通过多目标的粒子群算法求解所述微电网多目标优化调度模型，确定调度周期内各时段各分布式电源的输出功率、电动汽车总的充放电功率和微电网与主电网的交互功率。本专利技术所述的微电网多目标优化调度方法的特点也在于，所述步骤一中电动汽车的随机充电特性通过电动汽车日行驶里程s和每日开始充电时刻t0来表征；所述电动汽车日行驶里程s满足对数正态分布，并由式(1)所示的概率密度函数f(s)获得：式(1)中，μs为电动汽车日行驶里程的期望值，σs为电动汽车日行驶里程的标准差；所述电动汽车每日开始充电时刻t0服从双峰正态分布，并由式(2)所示的概率密度函数f(t0)获得：式(2)中，为电动汽车的上午开始充电时刻的期望值，为电动汽车上午开始充电时刻的标准差；为电动汽车的晚上开始充电时刻的期望值，为电动汽车晚上开始充电时刻的标准差；λ为电动汽车上午充电的概率，0≤λ≤1；利用式(3)获得电动汽车每日所需的充电量EEV：EEV＝ηEV.s(3)式(3)中，ηEV为电动汽车单位行驶里程的电量需求系数；利用式(4)获得电动汽车的充电时间Tc：式(4)中，PA为电动汽车的额定充电功率。所述步骤二包括：步骤2.1、确定电动汽车的数目n、额定充电功率PA和单位行驶里程的电量需求系数ηEV，并初始化m＝1；步骤2.2、根据电动汽车每日行驶里程的概率密度函数f(s)随机产生第m辆电动汽车的每日行驶里程数；步骤2.3、根据电动汽车每日开始充电时刻的概率密度函数f(t0)随机产生第m辆电动汽车的每日开始充电时刻；步骤2.4、计算第m辆电动汽车所需的充电量和充电时间，并根据所述第m辆电动汽车的每日开始充电时刻生成第m辆电动汽车的充电负荷曲线；步骤2.5、将m+1赋值给m，判断m≤n是否成立；若成立，转到步骤2.2，否则迭代结束，叠加前n辆电动汽车的充电负荷曲线；得到n辆电动汽车总的充电负荷曲线和总的充电负荷需求。所述步骤三中的最小运行成本目标由(5)获得：式(5)中，C1是所述微电网总的运行成本；i为分布式电源的编号，N为所述微电网中分布式电源的总数；t为时段编号，T为所述微电网的调度周期的总时段数；Pi,t为第i个分布式电源在第t个时段内的输出功率；F(Pi,t)为第i个分布式电源在第t个时段内的燃料成本；OM(Pi,t)为第i个分布式电源在第t个时段内的维护成本，并由式(6)获得：式(6)中，为第i个分布式电源的维护成本系数；式(5)中，CBAT是所述电动汽车的电池折旧成本，并由式(7)获得：式(7)中，PEV,t为电动汽车在接入微电网的第t个时段内的总的充放电功率；CEV为所述电动汽车的电池更换成本，为所述电动汽车的电池在其电池寿命内总的能量吞吐量；式(5)中，CGRID为所述微电网与主电网的交易成本，并由式(8)获得：式(8)中，ppur,t为第t个时段微电网从主电网的购电价格，Epur,t为第t个时段的购电量；psel,t为第t个时段微电网向主电网的售电价格，Esel,t为第t个时段的售电量；所述最小污染治理成本目标由式(9)获得：式(9)中，C2为所述微电网总的污染治理成本，H为污染物排放种类的总数，h为污染物的编号；ui,h为第i个分布式电源单位输出每千瓦电能时的第h类污染物的排放系数，uGRID,h为主电网单位输出每千瓦电能时第h类污染物的排放系数，PGRID,t为第t个时段微电网从主电网的购电功率，ch为处理每千克第h类污染物的费用；所述最小负荷方差目标由式(10)获得：式(10)中，F为所述微电网的负荷方差，Pload,t为微电网中在第t个时段内不包含电动汽车充电负荷在内的原始负荷；Pav为微电网在调度前的每日平均负荷，并由式(11)获得：所述步骤四中微电网优化调度的约束条件为：|Pi,t-Pi,t-1|≤ri(14)式(12)表示功率平衡约束；式(13)表示所述第i个分布式电源自身发电能力的约束，分别是所述第i个分布式电源的输出功率上限和下限；式(14)表示所述第i个分布式电源的爬坡速率限制，Pi,t-1为第i个分布式电源在第t-1个时段内的输出功率；ri为所述第i个分布式电源的最大爬坡速率；式(15)表示电动汽车充放电功率约束；表示电动汽车的充电功率上限；表示电动汽车的放电功率下限；式(16)表示所述电动汽车的荷电状态约束；SOCEV表示电动汽车的电池荷电状态；分别表示电动汽车的电池荷电状态的上限和下限；式(17)表示所述微电网向主电网售电功率约束，分别为微电网向主电网售电功率的上限和下限；式(18)表示所述微电网从主电网购本文档来自技高网...

【技术保护点】
一种考虑电动汽车随机接入的微电网多目标优化调度方法，其特征在于，包括以下步骤：步骤一、确定微电网的系统结构、微电网中不同分布式电源的发电特性以及电动汽车的随机充电特性；步骤二、基于电动汽车的随机充电特性，通过蒙特卡洛仿真计算电动汽车总的充电负荷需求；步骤三、建立分时电价环境下考虑电动汽车随机接入的微电网的优化调度目标，所述优化调度目标包括：最小运行成本目标、最小污染治理成本目标和最小负荷方差目标；步骤四、确定微电网优化调度的约束条件，并与所述微电网的优化调度目标共同构成微电网多目标优化调度模型；步骤五、确定分时电价下分布式电源和电动汽车的相关参数；步骤六、通过多目标的粒子群算法求解所述微电网多目标优化调度模型，确定调度周期内各时段各分布式电源的输出功率、电动汽车总的充放电功率和微电网与主电网的交互功率。

【技术特征摘要】
1.一种考虑电动汽车随机接入的微电网多目标优化调度方法，其特征在于，包括以下步骤：步骤一、确定微电网的系统结构、微电网中不同分布式电源的发电特性以及电动汽车的随机充电特性；步骤二、基于电动汽车的随机充电特性，通过蒙特卡洛仿真计算电动汽车总的充电负荷需求；步骤三、建立分时电价环境下考虑电动汽车随机接入的微电网的优化调度目标，所述优化调度目标包括：最小运行成本目标、最小污染治理成本目标和最小负荷方差目标；步骤四、确定微电网优化调度的约束条件，并与所述微电网的优化调度目标共同构成微电网多目标优化调度模型；步骤五、确定分时电价下分布式电源和电动汽车的相关参数；步骤六、通过多目标的粒子群算法求解所述微电网多目标优化调度模型，确定调度周期内各时段各分布式电源的输出功率、电动汽车总的充放电功率和微电网与主电网的交互功率。2.根据权利要求1所述的微电网多目标优化调度方法，其特征是，所述步骤一中电动汽车的随机充电特性通过电动汽车日行驶里程s和每日开始充电时刻t0来表征；所述电动汽车日行驶里程s满足对数正态分布，并由式(1)所示的概率密度函数f(s)获得：式(1)中，μs为电动汽车日行驶里程的期望值，σs为电动汽车日行驶里程的标准差；所述电动汽车每日开始充电时刻t0服从双峰正态分布，并由式(2)所示的概率密度函数f(t0)获得：式(2)中，为电动汽车的上午开始充电时刻的期望值，为电动汽车上午开始充电时刻的标准差；为电动汽车的晚上开始充电时刻的期望值，为电动汽车晚上开始充电时刻的标准差；λ为电动汽车上午充电的概率，0≤λ≤1；利用式(3)获得电动汽车每日所需的充电量EEV：EEV＝ηEV.s(3)式(3)中，ηEV为电动汽车单位行驶里程的电量需求系数；利用式(4)获得电动汽车的充电时间Tc：式(4)中，PA为电动汽车的额定充电功率。3.根据权利要求1所述的微电网多目标优化调度方法，其特征是，所述步骤二包括：步骤2.1、确定电动汽车的数目n、额定充电功率PA和单位行驶里程的电量需求系数ηEV，并初始化m＝1；步骤2.2、根据电动汽车每日行驶里程的概率密度函数f(s)随机产生第m辆电动汽车的每日行驶里程数；步骤2.3、根据电动汽车每日开始充电时刻的概率密度函数f(t0)随机产生第m辆电动汽车的每日开始充电时刻；步骤2.4、计算第m辆电动汽车所需的充电量和充电时间，并根据所述第m辆电动汽车的每日开始充电时刻生成第m辆电动汽车的充电负荷曲线；步骤2.5、将m+1赋值给m，判断m≤n是否成立；若成立，转到步骤2.2，否则迭代结束，叠加前n辆电动汽车的充电负荷曲线；得到n辆电动汽车总的充电负荷曲线和总的充电负荷需求。4.根据权利要求1所述的微电网多目标优化调度方法，其特征是，所述步骤三中的最小运行成本目标由(5)获得：式(5)中，C1是所述微电网总的运行成本；i为分布式电源的编号，N为所述微电网中分布式电源的总数；t为时段编号，T为所述微电网的调度周期的总时段数；Pi,t为第i个分布式电源在第t个时段内的输出功率；F(Pi,t)为第i个分布式电源在第t个时段内的燃料成本；OM(Pi,t)为第i个分布式电源在第t个时段内的维护成本，并由式(6)获得：式(6)中，为第i个分布式电源的维护成本系数；式(5)中，CBAT是所述电动汽车的电池折旧成本，并由式(7)获得：式(7)中，PEV,t为电动汽车在接入微电网的第t个时段内的总的充放电功率；CEV为所述电动汽车的电池更换成本，为所述电动汽车的电池在其电池寿命内总的能量吞吐量；式(5)中，CGRID为所述微电网与主电网的交易成本，并由式(8)获得：式(8)中，ppur,t为第t个时段微电网从主电网的购电价格，Epur,t为第t个时段的购电量；psel,t为第t个时段微电网向主电网的售电...

【专利技术属性】
技术研发人员：周开乐，陆信辉，杨善林，李兰兰，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34