【技术实现步骤摘要】
最大化运营商收益的V2G调度二阶段随机规划方法
[0001]本专利技术涉及能源管理优化模型领域,具体地说是一种最大化运营商收益的基于二阶段随机规划的V2G调度方法。
技术介绍
[0002]V2G,是Vehicle
‑
to
‑
Grid的简称,它的目的是电动汽车与电网互动,利用电动车的电池作为电网和可再生能源的缓冲。在节能减排和化石能源紧缺的外部大环境下,电动汽车(EVs)凭借其运行成本低廉,节能环保效应突出的特点逐渐占据更多燃油车的市场。除了节能减排以外,EVs作为移动储能,通过V2G方式与电网互动可以为电网带来很多辅助服务,其中包括为电网辅助调峰和辅助调频。本模型可实现辅助调峰,可准确控制EVs的充放电状态以及EVs充放电电量,让EVs有序参与电网运行调控。在EVs参与电网运行调控中,V2G运营商(调度中心,AG)的集中调度的作用不可或缺。
[0003]V2G运营商为模型的收益主体,其职能包括:管理协议内EVs充放电,为协议外EVs提供电力,运营区域内的可再生能源发电系统,为区域部分负荷提供电力中转以及进行区域的余电上网。
[0004]EVs参与V2G充放电调度的问题是具有多种不确定性的最优化决策问题。不确定性可以分为V2G调度资源随机性和可再生能源发电随机性。在以往的研究中,EVs参与V2G过程中的多种随机性难以得到全面的考虑,而且在V2G调度资源和可再生能源随机性的结合研究并不深入。
技术实现思路
[0005]针对现有技术中的不足,本专利技术提供 ...
【技术保护点】
【技术特征摘要】
1.一种最大化运营商收益的基于二阶段随机规划的V2G调度方法,用于至少包括电动汽车、充放电桩和电网构成的能源系统,其特征在于,包括以下步骤:获取运营商服务区域内的电动汽车的日前参数集,同时,向运营商服务区域内的电动汽车发出调度邀约协议,将同意调度邀约协议的电动汽车归类为协议内电动汽车,将无响应及拒绝调度邀约协议的电动汽车归类为协议外电动汽车;基于运营商服务区域内的电动汽车的日前参数集、协议内电动汽车和协议外电动汽车的情况,构建随机情景集合,所述构建随机情景集合在满足协议外电动汽车随机充电需求下,对协议内电动汽车进行充放电优化调度;考虑各个随机因素相互独立,组合生成V2G调度资源和可再生能源发电随机情景,构建最终随机情景,构建在所述最终随机情景下的V2G二阶段随机非线性规划调度模型;求解所述V2G二阶段随机非线性规划调度模型实现最大化V2G运营商总体收益。2.根据权利要求1所述的最大化运营商收益的基于二阶段随机规划的V2G调度方法,其特征在于,所述构建随机情景集合包括V2G调度资源随机情景,所述V2G调度资源随机情景包括以下一种或多种随机情景,如初始SOC的随机情景、V2G服务站资源随机情景,电力供应侧或需求侧负荷不确定性的情景,其中,初始SOC的随机情景:为展现协议内电动汽车参与调度时SOC随机性,采用协议内电动汽车日前行驶距离对数正态分布模型(1),通过蒙特卡洛方法获取协议内电动汽车并网前的行驶距离,作为行驶距离随机参数相应生成随机情景集为SC
D
;V2G服务站资源随机情景:为展现V2G服务站内可用充放电桩资源的随机性,由于V2G服务站能同时为协议内与协议外电动汽车服务,采用平均达到率为恒定的齐次泊松模型描述协议外电动汽车随机到达数量(2),通过蒙特卡洛方法获取充放电站随机到达的协议外电动汽车数量,作为到达数量随机参数再相应生成随机情景集SC
Z
。3.根据权利要求2所述的最大化运营商收益的V2G调度二阶段随机规划方法,其特征在于,所述构建随机情景集合还包括风力发电随机情景和光伏发电随机情景,其中,在风力发电随机情景中:根据风力发电维布分布模型(3),通过拉丁超立方抽样获取风速随机参数;通过同步回代情景削减法(simultaneous backward reduction)减少情景数量,最后通过风机功率拟合模型生成风电出力情景SC
WT
;在光伏发电随机情景中,选取一年的光伏每日发电历史数据,建立光伏发电情景池,通过随机抽样获取光伏发电随机情景,通过同步回代情景削减法生成随机情景SC
PV
。4.根据权利要求3所述的最大化运营商收益的基于二阶段随机规划的V2G调度方法,其特征在于,
考虑各个随机因素相互独立,为将以上四类随机情景SC
D
,SC
Z
,SC
WT
,SC
PV
组合计算,将上述各随机情景交叉组合,生成最终随机情景SC
F
;式(4)用于计算情景组合SC
F
的概率;sc
Z
∈SC
Z
,sc
PV
∈sc
PV
,sc
WT
∈SC
WT
其中P(sc
D
)分别为1/SC
D
,P(sc
Z
)分别为1/SC
Z
;P(sc
PV
)以及P(sc
WT
)通过情景削减算法后确定。5.根据权利要求4所述的最大化运营商收益的基于二阶段随机规划的V2G调度方法,其特征在于,所述V2G二阶段随机非线性规划模型包括目标函数、第一阶段约束条件和第二阶段约束条件。目标函数:目标方程F最大化V2G运营商总体收益,见式(5);其中,式(6)为电动汽车参与调度的运营商总收益(Rev
EV
);式(7)为运营商协调电力供给当地负荷和余电上网的总收益(Rev
AG
);式(8)为运营商在日前和当日购买火电总成本(Cost
B
);式(9)为运营商管辖的可再生能源发电总成本(Cost
OM
);式中:式中:式中:式中:第一阶段约束条件:式(10)为电动汽车充放电排斥性约束:调度时段内同一辆电动汽车充电操作和放电操作不能同时发生;式(11
...
【专利技术属性】
技术研发人员:黄玉萍,胡晨,
申请(专利权)人:中国科学院广州能源研究所,
类型:发明
国别省市:
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。