【技术实现步骤摘要】
车联网充放电管理方法及系统、电力系统及存储介质
本专利技术涉及一种电力系统
，提出了一种能提升电力系统爬坡灵活性的车联网双向充放电管理方法，其通过博弈方法对电动汽车集群的充电行为进行管理，从而利用优化后的车联网双向充电向电力系统贡献灵活性。
技术介绍
高比例可再生能源发电接入下的电力系统呈现出灵活性爬坡能力不足的问题。其具体表现为，由于可再生能源间歇性发电的特点，其突然的出力增加或下降将导致系统净负荷曲线在短时间段内快速发生变化。此时，系统中的传统发电机组虽然有充足的发电容量，但是却没有足够的爬坡能力来应对净负荷的快速变化，从而引发系统切负荷(向上爬坡能力缺乏)或系统电压过高(向下爬坡能力缺乏)的现象。提升系统灵活性的传统方案主要针对于发电侧，包括削减新能源出力、新建或升级灵活性更强的发电机组，但是会带来弃风弃光问题，并且机组投资很大。因此，从系统需求侧出发，利用需求侧管理向系统贡献灵活性，对于高比例新能源电力系统至关重要。现有技术已对电动汽车通过车联网充放电的形式参与电网调度或需求侧响应进行了研究，例...
【技术保护点】
1.一种车联网充放电管理方法，其特征在于，对下述优化模型进行优化，输出包括电网t时段灵活性爬坡需求值r
【技术特征摘要】
1.一种车联网充放电管理方法，其特征在于，对下述优化模型进行优化，输出包括电网t时段灵活性爬坡需求值rt、各电动汽车集群激励电价电动汽车的充电量大小和放电量大小并根据电网t时段灵活性爬坡需求值rt计算出电力系统在总优化时间段内的最大灵活性爬坡需求量||R||∞：
约束条件：
R＝{r1,r2,…rT}
||R||∞＝max{|r|1,|r2|,…|r|T}
其中，N表示电动汽车集群数量，n表示第n个集群；M表示电动汽车集群下电动汽车数量，m表示第m辆汽车；S为电力系统节点集合，i、j表示节点编号；T为总优化时段；a和b为惩罚成本系数，为正数；R为优化周期内系统在各时段对应爬坡需求的集合；||R||∞表示总优化时间段内电力系统的最大爬坡需求量，||·||∞为无穷范数；为电网引导电动汽车充放电的价格，即电动汽车集群激励电价；Etm,n和分别为电动汽车的充电量大小和放电量大小；和分别表示电价的上边界和下边界；δt为电力负荷与新能源发电的差值；Ptload和Ptre分别表示总电力负荷和新能源总发电量；rt表示t时段的净负荷爬坡大小，即电网t时段灵活性爬坡需求值；Ptij和分别为支路ij首端流动的有功功率和无功功率；Rij和Xij分别为支路ij的阻抗；Ptj和分别为流出节点j的有功功率和无功功率；Vti，和分别为节点i的电压、电压平方下界和电压平方上界；和分别为支路ij电流平方和电流平方上界；ξn,m均为拉格朗日乘子；||·||2为2-范数；为二进制变量。
2.根据权利要求1所述的车联网充放电管理方法，其特征在于，所述优化模型的获取过程包括：
1)以减小电网净负荷最大爬坡需求即增强电力系统灵活性为目标函数，基于distflow潮流方程，建立主从博弈上层电网优化模型：
约束条件：
R＝{r1,r2,…rT}
||R||∞＝max{|r|1,|r2|,…|r|T}
2)接收电动汽车集群激励电价建立主从博弈下层电动汽车集群成本最小化模型：
约束条件：
3)通过卡罗需-库恩-塔克条件、强对偶理论和二阶锥优化，将上述主从博弈的上层电网优化模型和下层电动汽车集群优化模型转换为单层混合整数二阶锥优化问题，即得到优化模型。
3.一种电力系统，其特征在于，该电力系统通过对下述优化模型进行优化，输出电网t时段灵活性爬坡需求值rt、各电动汽车...
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。