一种分布式电源和电动汽车充电站的联合选址定容方法技术

本发明专利技术公开了一种分布式电源和电动汽车充电站的联合选址定容方法，其包括：建立以充电站投资运维费用、网损费用、政府补贴、环境成本以及用户的路程成本最小为目标函数的选址定容模型，目标函数的表达式为：minC＝C1+C2‑

【技术实现步骤摘要】
一种分布式电源和电动汽车充电站的联合选址定容方法


[0001]本专利技术涉及电机规划领域，具体涉及一种分布式电源和电动汽车充电站的联合选址定容方法。

技术介绍

[0002]目前对分布式电源和充电站的协调规划的研究相对较少，然而，考虑分布式电源的电动汽车充电站的联合研究与应用是当下的重要研究方向。将电动汽车充电站和分布式电源有效合理利用，不仅可以使环境以及能源效益最大化，还能增加电网的稳定性和安全性。因此，对分布式电源和电动汽车充电站的联合规划以及更为详细和深入研究具有重要意义。
[0003]分布式电源发电技术和电动汽车技术是涉及能源、控制以及材料等诸多领域的多学科交叉的综合性研究。传统配电网的潮流是单向性流动的，但是大规模分布式电源接入时，单向性就会发生改变，同时由于DG的不确定性和波动性，配电网会出现功率潮流大而这种复杂度取决于配电网中接入的分布式电源的位置和容量，所以科学合理的分布式电源配置方案可以有效提高配电网的可靠性、降低网损以及提高电压质量等；类似的，配电网中接入大规模电动汽车时产生的影响也取决于电动汽车的接入位置和容量。因此电动汽车充电站的选址定容也显得尤为重要。如果选址定容不当则会对配电网中的无功功率平衡和电能质量造成危害，可能会导致网损增加、节点电压偏移等严重后果。由此可见，很有必要对分布式电源和电动汽车的特性进行充分研究，分析两者接入配电网后对配电网的影响，同时，对各种影响因素进行统筹规划。
[0004]与此同时，电动汽车充电站的选址定容不仅关系到充电站运营者的利益，也在很大程度上影响了电动汽车用户的充电方便程度。而电动汽车充电站从本质出发还是属于公共设施，它存在的意义是服务于大众，所以在进行选址定容研究时考虑用户的满意度也是有必要的。对于车主而言，充电的便利性和经济性是提高用户满意度的主要因素，将用户去往充电站的路程成本来反映充电的便利性和经济性，其具体成本与电动汽车的公里耗电量、充电价格和交通情况密切相关。因此，提出在进行选址定容时考虑用户的路程成本。
[0005]科学合理的分布式电源和电动汽车充电站选址定容是分布式电源和电动汽车稳定发展的基础，而用户的满意度也同样关系着电动汽车的长远发展，本专利技术旨在研究考虑用户路程成本的分布式电源和电动汽车充电站联合选址定容问题，在保证充电站正常运营的同时降低用户的路程成本，进而提高分布式电源的就地消纳水平、提高配电网运行的稳定性、可靠性以及促进分布式电源和电动汽车的发展应用。
[0006]建设一个高效的充电网络成为各国提高电动汽车普及率的一项重要任务，一个规划好的充电站可以以低成本服务更多电动汽车用户，以此来提高用户的满意度，与此同时分布式电源因其清洁高效的特点，得到大力推广，然而电动汽车和分布式电源虽然能够有效缓解能源危机和减少污染气体排放，但是还存在以下不足：
[0007](1)如果两者在配电网中的规划不合理的话，势必会对配电网的经济、安全、稳定
运行，所以本专利技术考虑将分布式电源和电动汽车充电站相结合进行选址定容研究。
[0008](2)以往的文献对选址定容模型的构建只考虑了投资者的利益或环境成本，对客户满意度的考虑还很鲜见，所以本专利技术考虑用户的满意度，并通过用户路程成本来体现该满意度。

技术实现思路

[0009]本专利技术的目的是根据上述现有技术的不足之处，提供一种分布式电源和电动汽车充电站的联合选址定容方法，以解决上述技术问题。
[0010]本专利技术目的实现由以下技术方案完成：
[0011]一种分布式电源和电动汽车充电站的联合选址定容方法，其包括：
[0012](S1)建立以充电站投资运维费用、网损费用、政府补贴、环境成本以及用户的路程成本最小为目标函数的选址定容模型，目标函数的表达式为：
[0013]minC＝C1+C2‑
C3‑
C4+C5[0014]其中：C1为充电站的年投资运维成本；C2为网损费用；C3为政府补贴；C4为环境成本；C5为用户路程成本；
[0015](S2)确定所述选址定容模型的约束条件；
[0016](S3)采用改进的鲸鱼优化算法对以及约束条件对选址定容模型进行求解。
[0017]本专利技术的进一步改进在于：充电站的年投资运维成本包含分布式电源和电动汽车充电站的年投资成本，数学表达式如下所示：
[0018]C1＝C
INV
+C
OM
[0019][0020][0021]式中：C1为充电站的年投资运维成本；C
INV
为充电站的年投资建设费用；C
OM
为充电站的年运维型维护费用；n
DG
为分布式电源的待安装节点总数；P
i,WG
为第i个节点的风力电站的安装容量；c
t,WG
为风力电站的单位容量的投资费用；P
i,PV
为第i个节点的太阳能电站的安装容量；c
t,PV
为太阳能电站的单位容量的投资费用；r为贴现率；n1为分布式电源的经济使用年限；n
EVCS
为电动汽车充电站的待安装节点总数；c
g
为电动汽车充电站的固定建设投资成本；P
i,EVCS
为第i个节点的电动汽车充电站的安装容量；c
t,EVCS
为电动汽车充电站的单位容量的投资费用；n2为分布式电源和电动汽车充电站的经济使用年限；N
m
为季节数，取4；d
m
为第m个季节对应的天数；N
s
为场景缩减后的日典型场景数，取4；P
s
为第s个场景发生的概率，取0.25；c
n,WG
为风力电站单位容量的运维成本；c
n,PV
为太阳能电站单位容量的运维成本；c
t,EVCS
为电动汽车充电站单位容量的运维成本；P
i,s,t,WG
为第i个节点风力电站在第s个场景t时刻的实际发电量；P
i,s,t,PV
为第i个节点太阳能电站在第s个场景t时刻的实际发电量。
[0022]本专利技术的进一步改进在于：步骤S1中，将网络损耗转化成经济指标，其数学公式如下所示：
[0023][0024]式中：C2为网损费用；T为一年的天数，取365；I
k(t)
为第k条线路在t时段的电流；R
k
为第k条线路的电阻；C
e
为电价。
[0025]本专利技术的进一步改进在于：步骤S1中，政府补贴的表达式为：
[0026][0027]式中：C3为政府补贴；c
r,WG
为风力电站的单位容量的政府补贴费用；c
r,PV
为太阳能电站的单位容量的政府补贴费用。
[0028]本专利技术的进一步改进在于：步骤S1中，环境成本的表达式为：
[0029][0030]式中：C4为环境成本；M为发电技术种类；N为污染种类；X
...

【技术保护点】

【技术特征摘要】
1.一种分布式电源和电动汽车充电站的联合选址定容方法，其包括：(S1)建立以充电站投资运维费用、网损费用、政府补贴、环境成本以及用户的路程成本最小为目标函数的选址定容模型，目标函数的表达式为：minC＝C1+C2‑
C3‑
C4+C5其中：C1为充电站的年投资运维成本；C2为网损费用；C3为政府补贴；C4为环境成本；C5为用户路程成本；(S2)确定所述选址定容模型的约束条件；(S3)采用改进的鲸鱼优化算法对以及约束条件对选址定容模型进行求解。2.根据权利要求1所述的一种分布式电源和电动汽车充电站的联合选址定容方法，其特征在于：充电站的年投资运维成本包含分布式电源和电动汽车充电站的年投资成本，数学表达式如下所示：C1＝C
INV
+C
OMOM
式中：C1为充电站的年投资运维成本；C
INV
为充电站的年投资建设费用；C
OM
为充电站的年运维型维护费用；n
DG
为分布式电源的待安装节点总数；P
i,WG
为第i个节点的风力电站的安装容量；c
t,WG
为风力电站的单位容量的投资费用；P
i,PV
为第i个节点的太阳能电站的安装容量；c
t,PV
为太阳能电站的单位容量的投资费用；r为贴现率；n1为分布式电源的经济使用年限；n
EVCS
为电动汽车充电站的待安装节点总数；c
g
为电动汽车充电站的固定建设投资成本；P
i,EVCS
为第i个节点的电动汽车充电站的安装容量；c
t,EVCS
为电动汽车充电站的单位容量的投资费用；n2为分布式电源和电动汽车充电站的经济使用年限；N
m
为季节数，取4；d
m
为第m个季节对应的天数；N
s
为场景缩减后的日典型场景数，取4；P
s
为第s个场景发生的概率，取0.25；c
n,WG
为风力电站单位容量的运维成本；c
n,PV
为太阳能电站单位容量的运维成本；c
t,EVCS
为电动汽车充电站单位容量的运维成本；P
i,s,t,WG
为第i个节点风力电站在第s个场景t时刻的实际发电量；P
i,s,t,PV
为第i个节点太阳能电站在第s个场景t时刻的实际发电量。3...

【专利技术属性】
技术研发人员：王培文，沈瑾，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：