市场环境下考虑可再生能源消纳的车网能量交互优化方法技术

本发明专利技术市场环境下考虑可再生能源消纳的车网能量交互优化方法，将协调问题建为双层规划模型，上层问题实现电动汽车充电站的最优定价，下层问题确定出行路线和收费决策，使用强对偶定理将上层问题和下层问题合并为一个单层等效问题。

Vehicle network energy interactive optimization method considering renewable energy consumption in market environment

【技术实现步骤摘要】
市场环境下考虑可再生能源消纳的车网能量交互优化方法
本专利技术涉及电力交通耦合系统的能量管理
，特别是涉及市场环境下考虑可再生能源消纳的车网能量交互优化方法。
技术介绍
随着人们对环境问题日益关注，交通运输业正在经历重大转型。政府、电动汽车企业和能源公司推动了电动汽车的普及。国际能源署(IEA)报告称，2017年全球电动汽车销量创下110万辆的历史新高记录。随着电动汽车工业的发展，电动汽车充电负荷在电力系统需求侧管理中发挥着越来越重要的作用。考虑到电动汽车独特的运行和技术特点，电动汽车充电需求可以为电力系统的时空维度提供灵活性。例如，在某些激励信号的激励下，如电动汽车充电站(EVC)提供的动态充电价格，电动汽车车主可以改变充电时间和充电地点。相应地，充电负荷的时空分布可以改变，这通常会导致电动汽车和电力系统的经济性能提高。此外，灵活的电动汽车充电需求管理也有利于交通系统的运行效率。例如，区位分布的收费价格信号会影响到车辆路径规划决策，这与运输网络的运营效率密切相关。为了充分利用灵活的充电需求所带来的好处，开发电动汽车充电系统的充电需求管理方案变得越来越重要。为探索电动汽车充电需求管理方法，一些论文通过最大限度地提高电动汽车的经济效益，确定充电需求管理策略，其中包括：[3]HeL,YangJ,YanJ,etal.Abi-layeroptimizationbasedtemporalandspatialschedulingforlarge-scaleelectricvehicles.ApplEnergy2016；168:179-92[4]MuY,WuJ,JenkinsN,etal.ASpatial-Temporalmodelforgridimpactanalysisofplug-inelectricvehicles.ApplEnergy2014；114(2):456-65[5]YagcitekinB,UzunogluM.Adouble-layersmartchargingstrategyofelectricvehiclestakingroutingandchargeschedulingintoaccount.ApplEnergy2016167:407-19；另一些论文侧重于管理充电需求，以提高电力系统的运行效率，其中包括：[6]XiX,SioshansiR.UsingPrice-BasedSignalstoControlPlug-inElectricVehicleFleetCharging.IEEETransSmartGrid2014；5(3):1451-64[9]HuZ,ZhanK,ZhangH,etal.Pricingmechanismsdesignforguidingelectricvehiclechargingtofillloadvalley.ApplEnergy2016；178:155-63[18]LiB,RocheR,PaireD,MiraouiA.Coordinatedschedulingofagas/electricity/heatsupplynetworkconsideringtemporal-spatialelectricvehicledemands.ElectricPowerSystemsResearch2018；163:382-95[19]JiangH,ZhangY,ChenY,etal.Power-trafficcoordinatedoperationforbi-peakshavingandbi-rampsmoothing–Ahierarchicaldata-drivenapproach.ApplEnergy2018；229:756-66；文献[3]提出了一种分散的电动汽车充电控制方法，系统操作员向电动汽车发送基于价格的信号，优化电动汽车车队的充电行为。文献[4]提出了电动汽车充电系统年化社会成本最小化的优化模型。文献[5]将多负载场景集成到电动汽车控制系统的经济规划模型中，以解决不确定的运行状态。文献[6]设计了两个山谷填充定价机制，激励电动汽车车主改变充电计划，改善系统负荷状况。文献[18]讨论了考虑配电网电压控制的电动汽车充电定价方案。文献[19]结合电动汽车在不同运行方式下的充电行为，对电力系统的可靠性进行了评价。文献[20]ZhaoB,ConejoAJ,SioshansiR.UnitCommitmentUnderGas-SupplyUncertaintyandGas-PriceVariability.IEEETransPowerSyst2017；32:2394-405提出了考虑谐波电流抑制的并网电动汽车运行优化模型。这些工作大多是通过管理电动汽车充电需求来优化电动汽车或电力系统的运行效率。然而，这些论文中几乎没有考虑交通系统的影响。将交通运输系统的运行特性与电动汽车充电管理问题相结合，也有一些研究工作。例如，文献[22]Crespo-VazquezJL,CarrilloC,Diaz-DoradoE,etal.Amachinelearningbasedstochasticoptimizationframeworkforawindandstoragepowerplantparticipatinginenergypoolmarket.ApplEnergy2018；232:341-57提出了一个专用的交通用户均衡模型来描述封装电价的交通流的稳态分布。文献[23]MunkhammarJ,GrahnP,WidénJ.Quantifyingself-consumptionofon-sitephotovoltaicpowergenerationinhouseholdswithelectricvehiclehomecharging.SolarEnergy2013；97:208-16设计了一个包含电动汽车路线选择和收费导航的优化模型，以降低出行成本。文献[24]WangQ,GuanY,WangJ.AChance-ConstrainedTwo-StageStochasticProgramforUnitCommitmentWithUncertainWindPowerOutput.IEEETransonPowerSyst2012；27:206-15结合实际电动汽车充电需求和考虑城市道路网的基于马尔可夫链的交通模型进行了数值分析。文献[25]DingZ,LeeW.AStochasticMicrogridOperationSchemetoBalanceBetweenSystemReliabilityandGreenhouseGasEmission.IEEETransIndustryApplications2016；52(2):1157-66讨论了电动汽车充电策略对交通拥堵状况的影响。文献[26]SimaanY.EstimationRiskinPortfolioSelection:TheMeanVarianceModelVersustheMeanAb本文档来自技高网...

【技术保护点】
1.市场环境下考虑可再生能源消纳的车网能量交互优化方法，其特征在于：将协调问题建为双层规划模型，上层问题实现电动汽车充电站的最优定价，下层问题确定出行路线和收费决策，使用强对偶定理将上层问题和下层问题合并为一个单层等效问题。/n

【技术特征摘要】
1.市场环境下考虑可再生能源消纳的车网能量交互优化方法，其特征在于：将协调问题建为双层规划模型，上层问题实现电动汽车充电站的最优定价，下层问题确定出行路线和收费决策，使用强对偶定理将上层问题和下层问题合并为一个单层等效问题。


2.根据权利要求1所述的市场环境下考虑可再生能源消纳的车网能量交互优化方法，其特征在于：所述上层问题的目标函数公式(1)为日前和实时市场中能源采购的成本函数、内部分布式燃气机组产生的能量的成本函数、在所有电动汽车充电站中收取EV的收入函数和目标函数方差函数风险成本之和：



其中，S为场景集合；Prs为场景s的概率；CCS.G为日前和实时市场中能源采购的成本函数；CCS.U为内部分布式燃气机组产生的能量的成本函数；RCS.EV为在所有电动汽车充电站中收取EV的收入函数；β为目标函数的风险参数；Var为目标函数的方差函数；
约束条件公式(6)和(7)分别对日前市场和实时市场施加电力采购限制：






其中，pDA.min为日前市场的最小能量采购量，pDA.max为日前市场的最大能量采购量，T为时间集合，pRT.min为实时市场的最小能量采购量，pRT.max实时市场的最大能量采购量，S为场景集合；
约束公式(8)在每个时间间隔内强制每个EVC的功率平衡：



其中，在情景s中时间t从电动汽车充电站聚合器到电动汽车充电站i的能量分配，在情景s中时间t从电动汽车充电站i中的传统燃煤机组产生的能量，oi，t二进制变量，用于指示电动汽车充电站i中的分布式燃气机组是否在时间间隔t开启，场景s中的时间段t，电动汽车充电站i中的风电机组出力，场景s中的时间段t，电动汽车充电站i中使用太阳能机组吹，为电动汽车充电站i在情景s中的时间间隔t的定价；
约束条件公式(9)根据电动汽车服务和行驶路径之间的映射为每个电动汽车提供总电动汽车充电功率：



其中，为在场景s中以时间间隔t在电动汽车充电站i中充电；在场景s中以时间间隔t对行进路径k的充电功率；δk,i,t表示如果行进路径k在时间间隔t，δk,i,t＝1时通过电动汽车充电站i，否则为0；
约束条件公式(10)根据每个电动汽车交通路径聚合器的充电状态需要充电的充电功率：



其中，为在场景s中以时间间隔t对行进路径k的充电功率，为情景s中出行路径k的EV交通流量，为到达电动汽车充电站时的行驶路径k的个别EV电池荷电状态，EEV为EV的能量容量；
限制公式(11)对电动汽车提供的充电电源施加限制：



其中，充电站i的最小充电功率，充电站i的最大充电功率；
约束公式(12)施加了分布式燃气机组功率输出的上下限：



其中，为充电站i的热发电机的最小功率；oi,t为二进制变量，用于指示电动汽车充电站i中的分布式燃气机组是否在时间间隔t开启；在情景s中时间t从电动汽车充电站i中的传统燃煤机组产生的能量，充电站i的热发电机的最大功率，I为充电站i的集合；
约束公式(13)和(14)分别强制执行分布式燃气机组的最小开启时间和最小关闭时间：






其中，MUi充电站i的热发电机的最小上升时间，MDi充电站i的热发电机的最小下降时间；
约束公式(15)和(16)通过定义o、u和v变量值之间的关系来表示分布式燃气机组的承诺状态：






约束条件公式(17)和(18)分别施加爬升或下降限制：






其中，为在情景s中时间t从电动汽车充电站i中的传统燃煤机组产生的能量，RUi为充电站i的分布式燃气机组的上升速率，RDi为充电站i的分布式燃气机组的下降速率；
限制公式(19)和(20)强制限制风能和光伏发电机组的可再生发电输出：






其中，场景s中的时间段t，电动汽车充电站i中的风电机组出力，在情景...

【专利技术属性】
技术研发人员：丁肇豪，卢莹，王昀昀，杨萌，张粒子，李洪兵，雷雨，李军，罗锡斌，柏瑜，
申请(专利权)人：华北电力大学，国网重庆市电力公司，
类型：发明
国别省市：北京;11