【技术实现步骤摘要】
一种基于灰狼算法的光储充电站电动汽车三阶段优化方法
[0001]本专利技术属于智能电网
,具体涉及一种基于灰狼算法的光储充电站电动汽车三阶段优化方法。
技术介绍
[0002]随着全球能源短缺和环境恶化问题日益凸显,电动汽车因其高效、环保的特性得到大力推广,根据工信部电动汽车发展研究战略报告
[1]指出,到2030年,我国电动汽车的保有量将达到7000万辆
[1],如此庞大数量的电动汽车入网势必会给配电网造成极大冲击,导致配电网负荷峰谷差加大
[2],配电网线路过载
[2]、电压跌落和线路损耗增加
[2]等一系列问题。因此,亟需制定相应的电动汽车充电调度策略。
[0003]针对电动汽车有序充电问题,国内外专家学者做了大量研究。文献[4]基于分布式控制思想,用拉格朗日松弛法决策各电动汽车的充电计划,旨在获得最大收益。文献[5]基于分时电价构建充电费用最低和开始充电时间最早的优化模型,对电网产生了削峰填谷作用。文献[6]研究了换电站的换电池问题,将电池数量视作控制变量,建立了负荷波动最小的优化调度模型,提出一种改进的布谷鸟算法并求解。
[0004]常规电动汽车充电站主要通过区域配电网单独进行供电,目前电网电能最大来源仍然是传统火力发电,电动汽车充电期间产生大量间接碳排放,与传统燃油车相比环保优势并不明显,其次,我国拥有比较丰富的可再生资源,可再生资源发电量大,但利用率低、并网难度大,伴随着可再生资源发电项目的快速发展,建立电动汽车充电站与可再生发电系统的联系,将 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于灰狼算法的光储充电站电动汽车三阶段优化方法,其特征在于,步骤如下:步骤(1)、考虑电动汽车充电与光伏发电的潜在契合性,搭建光储充电站区域系统结构模型;步骤(2)、获取温度影响下的实际电池容量和每公里耗电量,抽取电动汽车起始充电时刻和日行程里程,利用蒙特卡洛方法对无序充电负荷进行预测;步骤(3)、搭建光储充电站能量调度模型,结合以充电站购电费用最低和配电网峰谷差最小为优化指标的优化调度模型,建立有序充电模型;步骤(4)、通过灰狼算法计算得到电动汽车起始充电时刻,从而调整电动汽车的充电时段进行有序充电调度。2.根据权利要求1所述的一种基于灰狼算法的光储充电站电动汽车三阶段优化方法,其特征在于,步骤(1)具体方法如下;光储充电站区域系统采用基于直流母线的并网方式;光储充电站区域系统包括:光伏阵列、储能蓄电池组、直流母线、DC/DC变换器、AC/DC逆变器、DC/AC双向逆变器、控制中心和充电桩;光储充电站通过配电网、电动汽车与储能蓄电池组的协调配合进行能量调度,实现对光伏的消纳和不间断为电能动汽车负荷供电;控制中心控制DC/DC变换器,使光伏阵列始终保证以最大功率输出,提高光伏利用率;光伏阵列发出的直流电经DC/AC逆变器优先向电动汽车供电,多余电能储存在储能蓄电池组中或反送给配电网;控制中心根据储能蓄电池组的实时状态,决定蓄电池充放电状态和充放电功率的大小;光伏组件和蓄电池分别经过DC/DC变换器接入直流母线,再经过DC/AC双向逆变器并入配电网;当光伏系统输出功率时,DC/AC双向逆变器将直流变为交流;当光伏系统从配电网给蓄电池充电时,DC/AC双向逆变器将交流变为直流。3.根据权利要求2所述的一种基于灰狼算法的光储充电站电动汽车三阶段优化方法,其特征在于,步骤(2)具体方法如下;电动汽车充电负荷受电动汽车数量、充电方式、充电功率、充电效率、日行程里程、每公里耗电量以及温度的影响;2.1温度影响;温度因素会对电动汽车电池产生影响,在不同温度下,电池的性能也会发生变化;取25℃为电池标准容量下的温度,得到不同温度下电池容量如式(1):E
T
=Z
T
E
25
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中,Z
T
表示温度为T时的电池容量相对百分数,E
T
表示温度为T时的电池容量,E
25
表示25℃时的电池容量;随着温度的升高,空调开启的概率不断增大,30℃时,空调开启的概率为35.7%,当温度高于32.3℃时,空调一定会被开启;在不同温度下,空调系统的耗电量为如式(2)所示;其中,K
T
表示温度为T时空调的耗电量,W
ac
为空调制冷/制热功率,p
ac
表示空调开启的概率,L为电动汽车的行驶距离,V
re
表示电动汽车的实际行驶速度;
2.2交通指数影响;道路的拥挤情况会对电动汽车的行驶速度产生影响,不同行驶速度的电动汽车,消耗的电能也会有所区别;利用交通指数能够有效反映道路拥挤情况对行驶速度的影响,对交通指数与耗时系数进行线性化处理,得到交通指数与耗电系数的关系,如公式(3),耗电系数主要影响行驶时间,根据速度距离公式,得到耗电系数与实际行驶速度近似呈现反比例关系,如公式(5),最后,推导出电动汽车实际行驶速度与理想行驶速度和交通指数的关系:关系,如公式(5),最后,推导出电动汽车实际行驶速度与理想行驶速度和交通指数的关系:关系,如公式(5),最后,推导出电动汽车实际行驶速度与理想行驶速度和交通指数的关系:关系,如公式(5),最后,推导出电动汽车实际行驶速度与理想行驶速度和交通指数的关系:其中,TPI表示交通指数,表示耗电系数,V表示电动汽车理想行驶速度,V
re
表示电动汽车实际行驶速度;市区内道路分为快速路、主干路、次干路和支路,四种道路的密度比例为2:4:6:15,因此得到电动汽车在四种道路上行驶的概率分别为7.4%、14.8%、22.2%、55.6%;道路类型不同,电动汽车的行驶速度也不同,以平均速度为参考,电动汽车在为快速路、主干路、次干路和支路上的平局速度分别为80、60、40、30km/h;电动汽车在不同类型道路上行驶所消耗的能量也会有所区别,以单位里程能耗为参考,电动汽车在不同类型道路上行驶时,电动汽车的单位里程能耗计算公式如下;快速路:ECF=0.247+1.520/V
re
‑
0.004V
re
+2.992
×
10
‑5V
re
主干路:ECF=
‑
0.179+0.004V
re
+5.492/V
re
次干路:ECF=0.21
‑
0.001V
re
+1.531/V
TPI
支路:ECF=0.208
‑
0.00182V
re
+1.553/V
TPI
电动汽车单位里程能耗与整车质量呈线性关系,得到整车质量为M的电动汽车的单位里程能耗为:式中,M
c
表示参考电动汽车的质量,单位为kg,M表示实际电动汽车的质量,单位为kg,最终得到交通因素影响下的消耗的电能为:K
L
=EFC
T
L
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)其中,K
L
表示行驶距离为L时的耗电量;2.3电动汽车出行特性影响;私家车日行程里程满足对数正态分布,每日出发时刻和每日行程结束时刻分别满足不同的分段正态分布,由于家用电动汽车在使用功能方面与普通私家车相同,因此认为电动汽车出行规律与私家车相同,选取私家车的出行规律作为分析素材;
2.3.1充电方式;采用“恒温恒流”的充电方式,保证在充电过程中充电功率恒定;2.3.2每日出行时刻;首先获取电动汽车每日出发时间的概率分布,得到用户行程出发时刻概率密度函数为:式中,t
s
表示用户每日出发时刻,μ
ST
和σ
ST
分别代表上述概率密度函数的期望和标准差,μ
ST
=7.4,σ
ST
=3.5;2.3.3起始充电时间;无序充电模式下,假定电动汽车每日行程结束时立即充电,即行程结束时刻为电动汽车开始充电时刻,电动汽车每日起始充电时刻概率密度函数如下式,因此得到电动汽车起始充电时刻概率密度曲线;式中,t
r
表示用户每日返回时刻,μ
RT
和σ
RT
分别代表上述概率密度函数的期望和标准差,μ
RT
=17.6,σ
RT
=3.4;2.3.4日行程里程;车辆日行驶里程近似满足对数正态分布,里程值具有一定的聚集性,其概率密度函数如下式所示;式中,l表示用户的日行程里程,μ
L
和σ
L
分别代表上述概率密度函数的期望和标准差,μ
L
=3.2,σ
L
=0.88;2.4充电负荷建模;得到起始充电时刻的荷电状态为:式中,E
T
表示电池电量,Soc表示电动汽车起始充电时刻的荷电状态;假定每次充电都将电动汽车充满,则单辆电动汽车的充电时长为:其中,P
技术研发人员:董文弢,曾平良,唐早,吴晨曦,范金鑫,
申请(专利权)人:杭州电子科技大学,
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。