含新能源和电动汽车并网的分层调度方法及其系统技术方案

含新能源和电动汽车并网的分层调度方法及其系统，其特征在于，所述方法包括以下步骤：步骤1，基于并网的所述新能源与电动汽车特性，建立新能源预测误差模型和电动汽车响应误差模型；步骤2，以系统最小总负荷、新能源最大总消纳为目标函数建立上层模型，以电动汽车代理商成本最小化、代理商出力与调度计划的偏差最小化、电动汽车响应优先级最大化为目标函数建立下层模型，将步骤1中的所述模型代入至步骤2的双层模型中；步骤3，采用改进的遗传算法对所述双层模型进行求解，并获得调度结果。本发明专利技术优化了编码过程，合理控制交叉率和变异率，保持了解空间的多样性提高了算法的收敛速度，提高了全局最优解的准确率。高了全局最优解的准确率。高了全局最优解的准确率。

【技术实现步骤摘要】
含新能源和电动汽车并网的分层调度方法及其系统


[0001]本专利技术涉及智能电网调度领域，更具体地，涉及一种含新能源和电动汽车并网的分层调度方法及其系统。

技术介绍

[0002]随着全球工业化进程的不断加速，环境污染与能源短缺已经成为亟待解决的问题。本世纪以来，随着能源革命进程的不断推进，以风能、太阳能等清洁能源代替传统化石能源实现发电已成为电网改革的重要趋势。电动汽车作为环境友好型交通工具在近几年中迎来了很好的发展机遇，目前，我国电动汽车的保有量已经突破300万辆。这导致规模化的电动汽车无序的接入电网的现象较为严重，不仅会加剧电网负荷峰谷差，还会对于电能质量造成严重的影响；同时，随着新能源出力向传统电网中的接入，出力的不确定性也使得电动汽车与电网间的耦合更为复杂，以上问题都给电力系统安全带来新的挑战。
[0003]现有技术中，对于电力系统的控制方法主要包括集中式控制和分布式控制两大类型。一方面，集中式控制方法采用对电动汽车单量进行集中式管理的方法实现对电动汽车并网的精确控制。例如，
技术介绍
文件CN106712012A中公开了一种大规模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.含新能源和电动汽车并网的分层调度方法，其特征在于，所述方法包括以下步骤：步骤1，基于并网的所述新能源与电动汽车特性，建立新能源预测误差模型和电动汽车响应误差模型；步骤2，以系统最小总负荷、新能源最大总消纳为目标函数建立上层模型，以电动汽车代理商成本最小化、代理商出力与调度计划的偏差最小化、电动汽车响应优先级最大化为目标函数建立下层模型，将步骤1中的所述模型代入至步骤2的双层模型中；步骤3，采用改进的遗传算法对所述双层模型进行求解，并获得调度结果。2.根据权利要求1中所述的含新能源和电动汽车并网的分层调度方法，其特征在于：对所述双层模型中的离散变量采用线性差值法进行数据填充；对所述双层模型中的连续变量与优化后的所述离散变量一同进行实数编码以获取编码数据。3.根据权利要求2中所述的含新能源和电动汽车并网的分层调度方法，其特征在于：所述双层模型中的离散变量包括电动汽车在时间维度上的投切状态数据；所述双层模型中的连续变量包括配电网的节点电压、所述配电网中充电站的充电功率、所述配电网中的电动汽车运营商出力。4.根据权利要求3中所述的含新能源和电动汽车并网的分层调度方法，其特征在于：对所述编码数据进行蒙特卡洛随机抽样，并基于抽样结果生成多个场景下的初始种群。5.根据权利要求4中所述的含新能源和电动汽车并网的分层调度方法，其特征在于：所述遗传算法的适应度函数是基于对多目标归一化后的单目标适应度函数变换获得的；所述变换方法为式中，f为所述归一化后的单目标适应度函数的倒数，F为采用所述变换方法变换后获得的适应度函数，t为当前迭代次数，T为所述遗传算法的最大迭代次数，a和b分别为所述变换方法的第一变换参数和第二变换参数。6.根据权利要求5中所述的含新能源和电动汽车并网的分层调度方法，其...

【专利技术属性】
技术研发人员：赵家庆，潘玲玲，田江，耿建，庄卫金，吕洋，赵奇，黄学良，闪鑫，丁宏恩，王勇，李峰，王毅，徐春雷，吴博文，杨明，俞瑜，
申请(专利权)人：中国电力科学研究院有限公司东南大学国网电力科学研究院有限公司国网江苏省电力有限公司国家电网有限公司，
类型：发明
国别省市：