一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法技术

本发明专利技术公开了一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法，包括S1建立电动汽车有序充电控制调度模型的目标函数和约束条件，构建基于价格因素的电动汽车有序充电模型，确定接入虚拟电厂的电动汽车负荷需求；S2构建综合考虑收益最大化、新能源消纳的含电动汽车虚拟电厂调度模型，该虚拟电厂充分考虑风力发电、光伏发电的消纳能力，通过协调储能设备来协调电动汽车和新能源间的功率和电能匹配；S3提出了动态权重混沌

【技术实现步骤摘要】
一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法


[0001]本专利技术涉及虚拟电厂优化调度方法，具体涉及一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法。

技术介绍

[0002]虚拟电厂是一种通过先进信息通信技术和软件系统，实现DG、储能系统、可控负荷、电动汽车等DER的聚合和协调优化，以作为一个特殊电厂参与电力市场和电网运行的电源协调管理系统。虚拟电厂概念的核心可以总结为“通信”和“聚合”。虚拟电厂的关键技术主要包括协调控制技术、智能计量技术以及信息通信技术。
[0003]而目前国内的电动汽车正在快速发展，电动汽车的充电功率也在大幅提高，在没有充放电调控的传统情况下，大量不受控制的电动汽车会导致配电网的潮流和电压波动、变压器过载以及严重的能量损失等问题。使得电动汽车有序充电和虚拟电厂新能源消纳间产生矛盾。

技术实现思路

[0004]本专利技术的目的在于提供一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法，能够有效解决电动汽车有序充电和虚拟电厂新能源消纳间产生矛盾的问题。
[0005]为了解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0006]一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法，包括以下步骤：
[0007]S1、建立虚拟电厂范畴内电动汽车有序充电控制模型及约束条件；
[0008]S2、建立基于虚拟电厂收益、申报偏差最小和新能源消纳的虚拟电厂优化调度模型；
[0009]S3、利用混沌
‑
粒子群算法进行虚拟电厂优化调度求解，实现不同场景下虚拟电厂的最优控制。
[0010]优选的，所述步骤S1中，电动汽车有序充电模型可以表示为虚拟电厂范畴内电动汽车的有序充电负荷控制，包括电动汽车充电功率控制、充电站功率因素控制和有序充电并网的虚拟电厂内部网络无功/电压控制，最大程度实现电动汽车接入对电网的支撑及经济运行，电动汽车有序充电的目标函数包括充电费用、充电后网络有功损耗以及无功支撑：
[0011]F＝min(F1+F2+F3)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0012][0013]其中，P
Ev,i
为节点i的电动汽车充电功率，M为电动汽车并网接入点数量；F2为电动汽车充电费用，c
P
(t)为分时有功电价，P
loss
为电动汽车并网接入后网络损耗，cosθ为电动汽车充电控制功率因素，c
Q
(t)为无功补偿电价。
[0014]优选的，所述步骤S1中，虚拟电厂范畴内电动汽车有序充电控制模型应该满足的约束包括等式约束和不等式约束：虚拟电厂内有潮流约束方程、电动汽车荷电状态以及节点电压约束：
[0015][0016]SOC
Ev,min
≤SOC
Ev,i
≤SOC
Ev,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0017]U
min
≤U
i
≤U
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0018]其中，P
Ev,i
、P
L,i
、P
DG,i
为节点i的电动汽车功率、负荷功率和新能源接入功率；SOC
i
为节点i的电动汽车荷电状态，U
i
为节点i电压；θ
ij
为节点i和节点j之间的相角，G
ij
和B
ij
为节点i和节点j之间电导和电纳。
[0019]优选的，所述S2中，通过合理储能系统的充放电，在满足电动汽车充电需求的前提下，进一步提升新能源的消纳能力，由此提高虚拟电厂收益能力，构建的虚拟电厂优化调度模型包括目标函数和约束条件，目标函数为：
[0020][0021][0022]P(t)＝c1(t)(P
Wind
(t)+P
PV
(t)+P
GT
(t)+P
ESS
(t))
ꢀꢀꢀ
(8)
[0023]C(t)＝C
OM
(t)+C
GT
(t)+C
PE
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0024]C
OM
(t)＝β
Wind
P
Wind
(t)+β
PV
P
PV
(t)+β
GT
P
GT
(t)+β
ESS
P
ESS
(t)(10)
[0025]C
GT
(t)＝β
GT
P
GT
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0026]C
PE
(t)＝c2(t)(D
n
+P
Ev
(t)
‑
P
Wind
(t)
‑
P
PV
(t)
‑
P
GT
(t)
‑
P
ESS
(t))(12)
[0027]P
ESS
(t)＝P
ESS,DC
(t)
‑
P
ESS,C
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0028]其中P(t)为收益，C(t)为成本；P
Wind
(t)为风电功率，P
PV
(t)为光伏功率， P
GT
(t)为燃气轮机功率，P
ESS
(t)储能功率交互功率，P
ESS，DC
(t)为储能放电功率， P
ESS,C
(t)为储能充电功率；C
OM
(t)为运行成本，C
GT
(t)为能耗成本，C
PE
(t)为惩罚成本；β
Wind
、β
PV
、β
GT
和β
ESS
分别为风电、光伏、燃气轮机和储能的运行成本系数；β
GT
为燃料成本，c2(t)为购电电价成本，D
n
为申报计划功率。
[0029]优选的，所述虚拟电厂优化调度应满足功率平衡等约束条件，主要包括：
[0030]E(t)＝E(t
‑
1)+ΔtP
ESS
(t)η
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0031]P
GT,min
≤P
GT
(t)≤P
GT,max本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法，其特征在于，包括以下步骤：S1、建立虚拟电厂范畴内电动汽车有序充电控制模型及约束条件；S2、建立基于虚拟电厂收益、申报偏差最小和新能源消纳的虚拟电厂优化调度模型；S3、利用混沌
‑
粒子群算法进行虚拟电厂优化调度求解，实现不同场景下虚拟电厂的最优控制。2.如权利要求1所述的一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法，其特征在于，所述步骤S1中，电动汽车有序充电模型可以表示为虚拟电厂范畴内电动汽车的有序充电负荷控制，包括电动汽车充电功率控制、充电站功率因素控制和有序充电并网的虚拟电厂内部网络无功/电压控制，最大程度实现电动汽车接入对电网的支撑及经济运行，电动汽车有序充电的目标函数包括充电费用、充电后网络有功损耗以及无功支撑：F＝min(F1+F2+F3)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，P
Ev,i
为节点i的电动汽车充电功率，M为电动汽车并网接入点数量；F2为电动汽车充电费用，c
P
(t)为分时有功电价，P
loss
为电动汽车并网接入后网络损耗，cosθ为电动汽车充电控制功率因素，c
Q
(t)为无功补偿电价。3.如权利要求1所述的一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法，其特征在于，所述步骤S1中，虚拟电厂范畴内电动汽车有序充电控制模型应该满足的约束包括等式约束和不等式约束：虚拟电厂内有潮流约束方程、电动汽车荷电状态以及节点电压约束：SOC
Ev,min
≤SOC
Ev,i
≤SOC
Ev,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)U
min
≤U
i
≤U
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，P
Ev,i
、P
L,i
、P
DG,i
为节点i的电动汽车功率、负荷功率和新能源接入功率；SOC
i
为节点i的电动汽车荷电状态，U
i
为节点i电压；θ
ij
为节点i和节点j之间的相角，G
ij
和B
ij
为节点i和节点j之间电导和电纳。4.如权利要求1所述的一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法，其
特征在于，所述S2中，通过合理储能系统的充放电，在满足电动汽车充电需求的前提下，进一步提升新能源的消纳能力，由此提高虚拟电厂收益能力，构建的虚拟电厂优化调度模型包括目标函数和约束条件，目标函数为：包括目标函数和约束条件，目标函数为：P(t)＝c1(t)(P
Wind
(t)+P
PV
(t)+P
GT
(t)+P
ESS
(t))(8)C(t)＝C
OM
(t)+C
GT
(t)+C
PE
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)C
OM
(t)＝β
Wind
P
Wind
(t)+β
PV
P
PV
(t)+β
GT
P
GT
(t)+β
ESS
P
ESS
(t)(10)C
GT
(t)＝β
GT
P
GT
(t)(11)C
PE
(t)＝c2(t)(D
n
+P
Ev
(t)
‑
P
Wind
(t)
‑
P
PV
(t)
‑
P
GT
(t)
‑
P
ESS
(t))(12)P
ESS
(t)＝P
ESS,DC
(t)
‑
P
ESS,C
(t)(13)其中P(t)为收益，C(t)为成本；P<...

【专利技术属性】
技术研发人员：孙景钌，胡长洪，项烨鋆，刘津源，孔凡坊，赖欢欢，陈梦翔，朱启伟，董志辉，施正钗，倪秋龙，叶琳，刘辉乐，奚洪磊，俞凯，杨剑友，薛大立，郑俊翔，臧怡宁，
申请(专利权)人：国网浙江省电力有限公司，
类型：发明
国别省市：