一种含电动汽车的微电网多目标负荷调度方法技术

本发明专利技术公开了一种含电动汽车的微电网多目标负荷调度方法。本发明专利技术基于混沌正弦余弦算法，利用正弦函数和余弦函数的数学性质，通过自适应改变正弦函数和余弦函数的振幅来平衡算法在搜索过程中的全局探索和局部开发能力，并最终找到全局最优解，其优势在于求解一些连续函数的优化问题。首先建立分布式电源的数学模型，然后按照调度准则考虑含电动汽车的微电网的负荷调度指标及相关约束，建立含电动汽车的微电网的负荷调度模型，提出负荷优化调度策略。根据各项约束条件，编写基于正弦余弦算法的含电动汽车的微电网负荷调度程序，通过对系统的优化，可以提高系统的稳定性，降低系统的运行成本。

【技术实现步骤摘要】
一种含电动汽车的微电网多目标负荷调度方法
本专利技术涉及含电动汽车的微电网在保证微电网运行成本、污染物处理费用和负荷方差最小的情况下微电网各单元负荷最优的计算方法，特别是涉及一种基于混沌正弦余弦算法的含电动汽车的微电网多目标负荷调度方法。
技术介绍
随着电动汽车的不断发展，电动汽车已经成为汽车未来的发展方向之一。电动汽车有利于缓解环境污染问题，有研究结果分析，到2026年，改变发电结构以可再生能源为导向，可以极大的减少温室气体排放。可是大规模电动汽车无序接入电网会影响电网电能质量，如电压下降、谐波污染和三相不平衡，在电网高峰时加剧电网负担，从而大大降低电网的安全性和稳定性。基于V2G模式，电动汽车接入电网充电时作为电网负荷，放电时相当于分布式储能装置。电动汽车通过削峰填谷能有效地增强电网的安全性和稳定性。此外，在分时电价的基础上合理安排电动汽车的充放电，有益于用户经济成本。因为含电动汽车的微电网负荷调度是一个多目标非线性规划问题，目前，对其进行系统优化存在优化目标单一，优化方法存在不足等缺点，所以本专利技术旨在将一种混沌正弦余弦算法应用于含电动汽车的微电网系统负荷优化过程中，以微电网的运行成本、污染物处理费用和负荷方差最小为优化目标，考虑到微电网的运行成本和污染物处理费用并不互斥，可同时达到最优，故合并为一个目标，与负荷方差组合，基于模糊逻辑理论，将它们视为同等重要的决策目标，采用线性加权法即可将多目标函数转化为模糊单目标函数，利用混沌正弦余弦算法对微电网系统进行优化，求出该系统最优负荷调度。采用该项技术对微电网负荷进行优化，可以降低微电网的成本，提高系统稳定性。所以，提供一种能够精确全面的计算含电动汽车的微电网系统负荷优化的方法对电动汽车的推广及电力系统的稳定运行有着重要的指导意义。
技术实现思路
本专利技术的目的在于提供一种基于混沌正弦余弦算法的含电动汽车的微电网多目标负荷调度方法，该方法在面对电力系统中非线性、高维、多指标约束的负荷优化调度问题有着很好的效果，它可以合理分配微电网中各分布式电源的出力情况，进而提高电网系统的经济性和稳定性。本专利技术的含电动汽车的微电网多目标负荷调度方法，包括如下步骤：步骤1：建立含电动汽车的微电网系统；微电网系统包括柴油发电机、微型燃气轮机、光伏发电、风力发电、燃料电池和电动汽车；步骤2：建立光伏发电输出功率模型；式(1)中，PPV为光伏发电的输出功率，kW；PSTC为标准测试条件下光伏电池的功率，kW；GING为光伏电池的实际光照强度，Lux；GSTC为标准测试条件下光伏电池的光照强度，Lux；k为光伏发电的温度系数；TC为光伏电池的实际温度，K；TSTC为标准测试条件下光伏电池的温度，K；步骤3：建立风力发电输出功率模型；PWT为风力机组的输出功率，kW；V为实际风速，m/s；Vci为切入风速，m/s；Vr为额定风速，m/s；Vco为切出风速，m/s；α和β为常数系数；Pr为风力机组的额定功率，kW；步骤4：建立柴油发电机燃料成本模型；式(3)中，CDE为柴油发电机燃料成本，￥；PDE为柴油发电机输出功率，kW；a、b、c为柴油发电机系数；Δt为时间间隔，1h；步骤5：建立微型燃气轮机燃料成本模型；式(4)中，CMT为微型燃气轮机燃料成本，￥；CGAS为天然气价格，元/m3；PMT为微型燃气轮机输出功率，kW；LHV为天然气的低热值，kWh/m3；ηMT为微型燃气轮机的发电效率；Δt为时间间隔，1h；步骤6：建立燃料电池燃料成本模型；式(5)中，CFc为燃料电池燃料成本，￥；CGAS为天然气价格，元/m3；LHV为天然气的低热值，kWh/m3；PFC为燃料电池输出功率，kW；ηFC为燃料电池的发电效率；Δt为时间间隔，1h；步骤7：建立电动汽车有序充放电模型，包括如下步骤：(1)电动汽车开始充电时间模型如下：式(6)中，μt＝17.6，σt＝3.4；(2)电动汽车行驶距离概率密度函数如下：式(7)中，μs＝3.2，σs＝0.88；(3)采用有序充放电负荷方法：电动汽车有序充放电是指在满足车主使用习惯和分时电价条件下，运用实际有效的经济或技术措施引导、控制电动汽车进行充放电，对电网负荷曲线进行削峰填谷，减小负荷方差；最大放电持续时间定义如下：式(8)中，Tmax_disC为最大放电持续时间，h；SOC为电动汽车荷电状态约束，％；PdisC为放电功率，kW；CEV为电动汽车电池总容量；S为日行驶距离，km；W100为百千米耗电量，kWh/100km；充电持续时间定义如下：式(9)中，TC为充电持续时间，h；PC为电动汽车充电功率，kW；ηC_EV为充电效率；电动汽车总充电负荷定义如下：式(10)中，PEVload为电动汽车总充电负荷，kW；t＝1,2,…,24；N为电动汽车数量；Pi(t)为第i辆电动汽车在第t时刻的充电功率，kW；步骤8：微电网负荷调度模型以运行成本、污染物处理费用和负荷方差最小为目标函数，以功率平衡和功率上下限为约束条件；其中，(1)微电网的运行成本；C1为微电网的运行成本，￥；N为微电网中分布式电源的总数目；T为调度周期中的总周期数；Fi(Pi,t)为第t周期第i个分布式电源的燃料费用，￥；OMi(Pi,t)为第t周期第i个分布式电源的维修费用，￥；CBAT为电动汽车的电池折旧成本，￥；CGRD为微电网与电网之间的交易成本，￥；(2)微电网的污染物处理费用；式(12)中，C2为微电网的污染物处理费用，￥；H为污染物排放总数；h为排放的污染物；Ch为第h个污染物的处理费用，￥/kg；uih为第i个分布式电源的第h种排放的污染物的排放系数；ugridh为电网的第h种排放的污染物的排放系数；Pgrid,t为第t周期时微电网和电网的传输功率，kW；Pi,t为第i个分布式电源在第t周期的输出功率，kW；(3)负荷方差；减小负荷峰谷差可改善电网的安全性与稳定性，还可提升电网的经济运行；式(13)、式(14)中，F为电网的负荷方差；Pload,t为在周期t时无充电负荷时原始负荷，kW；PEV,t为所有电动汽车在周期t内总的充放电功率，kW；Pav为日平均负荷，(kW)；(4)微电网调度模型的目标函数；运行成本、污染物治理费用和负荷方差需要考虑，其中，运行成本和污染物治理费用都和微网系统成本有关，将它们合并在一起，成为一个调度目标；微电网负荷优化调度模型函数定义如下；minC＝λ(C1+C2)+(1-λ)F(15)；式(15)中，λ和1-λ是客观权重因子，它们分别反映了成本和负荷方差的重要性；经营者可以通过对调整λ的大小，来控制其对经济调度的偏本文档来自技高网...

【技术保护点】
1.一种含电动汽车的微电网多目标负荷调度方法，其特征在于包括如下步骤：/n步骤1：建立含电动汽车的微电网系统；/n微电网系统包括柴油发电机、微型燃气轮机、光伏发电、风力发电、燃料电池和电动汽车；/n步骤2：建立光伏发电输出功率模型；/n

【技术特征摘要】
1.一种含电动汽车的微电网多目标负荷调度方法，其特征在于包括如下步骤：
步骤1：建立含电动汽车的微电网系统；
微电网系统包括柴油发电机、微型燃气轮机、光伏发电、风力发电、燃料电池和电动汽车；
步骤2：建立光伏发电输出功率模型；



式(1)中，PPV为光伏发电的输出功率，kW；PSTC为标准测试条件下光伏电池的功率，kW；GING为光伏电池的实际光照强度，Lux；GSTC为标准测试条件下光伏电池的光照强度，Lux；k为光伏发电的温度系数；TC为光伏电池的实际温度，K；TSTC为标准测试条件下光伏电池的温度，K；
步骤3：建立风力发电输出功率模型；









PWT为风力机组的输出功率，kW；V为实际风速，m/s；Vci为切入风速，m/s；Vr为额定风速，m/s；Vco为切出风速，m/s；α和β为常数系数；Pr为风力机组的额定功率，kW；
步骤4：建立柴油发电机燃料成本模型；



式(3)中，CDE为柴油发电机燃料成本，￥；PDE为柴油发电机输出功率，kW；a、b、c为柴油发电机系数；Δt为时间间隔，1h；
步骤5：建立微型燃气轮机燃料成本模型；



式(4)中，CMT为微型燃气轮机燃料成本，￥；CGAS为天然气价格，元/m3；PMT为微型燃气轮机输出功率，kW；LHV为天然气的低热值，kWh/m3；ηMT为微型燃气轮机的发电效率；Δt为时间间隔，1h；
步骤6：建立燃料电池燃料成本模型；



式(5)中，CFc为燃料电池燃料成本，￥；CGAS为天然气价格，元/m3；LHV为天然气的低热值，kWh/m3；PFC为燃料电池输出功率，kW；ηFC为燃料电池的发电效率；Δt为时间间隔，1h；
步骤7：建立电动汽车有序充放电模型，包括如下步骤：
(1)电动汽车开始充电时间模型如下：



式(6)中，μt＝17.6，σt＝3.4；
(2)电动汽车行驶距离概率密度函数如下：



式(7)中，μs＝3.2，σs＝0.88；
(3)采用有序充放电负荷方法：
电动汽车有序充放电是指在满足车主使用习惯和分时电价条件下，运用实际有效的经济或技术措施引导、控制电动汽车进行充放电，对电网负荷曲线进行削峰填谷，减小负荷方差；
最大放电持续时间定义如下：



式(8)中，Tmax_disC为最大放电持续时间，h；SOC为电动汽车荷电状态约束，％；PdisC为放电功率，kW；CEV为电动汽车电池总容量；S为日行驶距离，km；W100为百千米耗电量，kWh/100km；
充电持续时间定义如下：



式(9)中，TC为充电持续时间，h；PC为电动汽车充电功率，kW；ηC_EV为充电效率；
电动汽车总充电负荷定义如下：



式(10)中，PEVload为电动汽车总充电负荷，kW；t＝1,2,…,24；N为电动汽车数量；Pi(t)为第i辆电动汽车在第t时刻的充电功率，kW；
步骤8：微电网负荷调度模型以运行成本、污染物处理费用和负荷方差最小为目标函数，以功率平衡和功率上下限为约束条件；其中，
(1)微电网的运行成本；

【专利技术属性】
技术研发人员：张细政，王泽宇，宋安然，方偲忱，杨明昊，崔子健，
申请(专利权)人：湖南工程学院，
类型：发明
国别省市：湖南;43