一种电动汽车分层分群充放电优化调度方法及系统技术方案

本发明专利技术提供一种电动汽车分层分群充放电优化调度方法，首先建立电动汽车的微网内部组成单元模型及约束条件，包括电动汽车单体充放电模型、储能充放电模型；然后建立电动汽车充放电动态电价模型；最后基于所述微网内部组成单元模型及所述电动汽车充放电动态电价模型，建立电动汽车分层分群调度架构和策略，包括电动车分层分群调度框架、电动汽车底层集群模型、微网目标函数与约束条件及配网潮流模型，实现电动汽车分层分群优化调度。本发明专利技术与现有的方法相比，提出了一种分层分群的优化方法，可进一步减少优化变量，降低求解维度，同时考虑到了配网潮流优化，将来可为电动汽车调度提供一条新的思路。供一条新的思路。供一条新的思路。

【技术实现步骤摘要】
一种电动汽车分层分群充放电优化调度方法及系统


[0001]本专利技术涉及但不限于电力
，尤其涉及一种电动汽车分层分群充放电优化调度方法及系统。

技术介绍

[0002]近年来，随着经济发展和化石燃料的日益匮乏、环境污染问题的加重，电动汽车的发展和普及具有很大的前景。大规模电动汽车的无序接入必定会给配电网带来一系列问题，例如引发网络损耗、电压质量下降、电网峰谷负荷差加剧等。
[0003]而电动汽车因其电池特性可被视为储能设备，可与电网进行充放电交互，起到调峰的作用。为了充分发挥电动汽车的充放电调度能力，V2G技术(Vehicle
‑
to
‑
grid)被提出：电动汽车在用电高峰期向电网放电，在用电低谷期从电网吸收能量，以缩小电网负荷峰谷差。为了充分发挥电动汽车V2G的功能，降低上述的不利影响，需要制定有效的有序充放电优化策略，为电动汽车充放电进行合理的安排。

技术实现思路

[0004]为了解决上述问题，本专利技术提供了一种电动汽车分层分群优化调度方法、装置、终端及存储介质。
[0005]本专利技术的技术方案是这样实现的：
[0006]一种电动汽车分层分群充放电优化调度方法，包括以下步骤：
[0007]S1：建立电动汽车的分层调度框架，包括光储充电站、微网和配电网；
[0008]S2：建立微网内部组成单元模型及电动汽车的参与电力调度约束；
[0009]S3：建立电动汽车的充放电动态电价模型；
[0010]S4：在步骤S1、S2及S3的基础上建立电动汽车的分层分群充放电优化调度策略，实现电动汽车的分层分群充放电的优化调度，包括以下步骤：
[0011]S41：建立电动汽车底层集群模型；基于所述微网内部组成单元模型和电动汽车用户的期望荷电状态，确定所述参与电力调度约束下的最大功率调度电位；根据所述最大功率调度电位，利用所述电动汽车底层集群模型对电动汽车进行分群及充放电的负荷需求统计，得到分群信息；
[0012]S42：基于动态电价下的每辆电动汽车充放电的运行成本和传输功率波动，建立分群充放电调度的目标函数，并确定目标约束条件；基于所述分群信息，以充放电的运行成本最小化及传输功率波动最小化为目标，确定所述目标约束条件下的传输功率；
[0013]S43：建立配网潮流计算模型，并判断所述传输功率是否满足配网潮流约束，得到配网潮流约束结果；
[0014]S44：根据所述配网潮流约束结果，利用功率分配算法将所述传输功率作为当前时间的可调度负荷分配给各电动汽车，最终在最小化电动汽车充放电的运行成本的同时，使电动汽车充放电的传输功率波动最小，实现电动汽车的分层分群优化调度。
[0015]进一步地，所述步骤S1中的分层调度框架为三层调度架构，包括底层的光储充电站，中层的微网和上层的配电网；其中，
[0016]所述光储充电站通过所述电动汽车底层集群模型，对当前时间内有充放电需求的所有电动汽车进行分群，得到车群负荷信息；
[0017]所述光储充电站将自身的光伏及负荷信息和所述车群负荷信息上传给所述微网；
[0018]所述微网利用所述目标函数，在所述目标约束条件下所述当前时间内的可调度充放电功率进行优化，确定传输功率，并上传给所述配电网；
[0019]所述配电网基于接收到的所述传输功率，通过所述配网潮流计算模型进行潮流计算，得到潮流约束信息并返回给所述微网；
[0020]所述微网根据所述潮流约束信息，判断优化后的所述传输功率是否满足所有层级的约束，并反馈给所述光储充电站；
[0021]所述光储充电站根据所述可调度充放电负荷，通过功率分配算法求解所述分群充放电优化模型，得到电动汽车充放电优化调度策略，实现电动汽车的有序充放电控制。
[0022]进一步地，所述微网内部组成单元模型包括单体充放电模型和储能充放电模型，所述步骤S2包括：
[0023]S21：在电动汽车不可同时充放电的前提下，根据电动汽车用户的期望电荷状态，确定电动汽车的参与电力调度约束为：
[0024][0025]其中，S
min
为电动汽车允许的最大荷电状态，S
max
为电动汽车允许的最小荷电状态；t
arr
为电动汽车到达储充电站的时间，t
dep
为电动汽车离开充电站的时间；S
dep
为电动汽车用户的期望荷电状态；
[0026]S22：确定电动汽车在所述参与电力调度约束下的最大功率调度电位，建立所述单体充放电模型，如下：
[0027][0028]其中，E
ch
(t)为电动汽车时间t的最大充电容量；E
disc
(t)为电动汽车时间t的最大放电容量；t
disc,ax
为电动汽车达到最大放电容量的最大放电时间；
[0029]S23：建立电动汽车储能电池的所述储能充放电模型，如下：
[0030][0031]其中，SOC(t
‑
1)表示电池在时间t
‑
1的荷电状态，P
b
(t)表示电池在时间t的充放电功率，E
N
表示电池的额定容量，η
c
为电池的充电效率，η
d
为电池的放电效率，θ表示电池的自放电效率，Δt为电池的充放电步长。
[0032]进一步地，所述步骤S3，包括下述步骤：
[0033]S31：根据所述配电网的削峰填谷需求和基础放电激励调度价格，建立电动汽车的放电电价更新模型，如下：
[0034][0035]其中，为时间t微网的放电激励基础电价，v
bcomp
为基础放电激励调度价格；为所述放电激励基础电价调整系数，当所述微网出现峰值需求时为正，否则为零；
[0036]S32：根据电动汽车的电动汽车充电电价和基本充电服务费，建立电动汽车的充电电价更新模型，如下：
[0037][0038]其中，为时间t微网的电动汽车充电电价；v
bserv
为基本充电服务费；为时间t的充电服务费调整系数；
[0039]S33：基于所述放电电价更新模型和充电电价更新模型，建立所述电动汽车充放电动态电价模型，如下：
[0040][0041]其中，为时间t微网的电动汽车充电电价，为时间t微网的充放电基础价格，为微网在时间t的电动汽车充电服务费；为时间t微网的电动汽车放电电价，为所述微网时间t的放电激励调度价格；为时间t微网的电动汽车充电电价的上限，为时间t微网的电动汽车充电电价的下限；为时间t微网的电动汽车放电电价的上限，为时间t微网的电动汽车放电电价的下限。
[0042]进一步地，所述步骤S41中，所述步骤S41中所述分群信息包括车群信息和车群负荷信息，所述电动汽车底层集群模型用于对电动汽车进行分群和负荷需求统计，所述方法包括下述步骤：
[0043]S41a：获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动汽车分层分群充放电优化调度方法，其特征在于，所述方法包括以下步骤：S1：建立电动汽车的分层调度框架，包括光储充电站、微网和配电网；S2：建立微网内部组成单元模型及电动汽车的参与电力调度约束；S3：建立电动汽车的充放电动态电价模型；S4：在步骤S1、S2及S3的基础上建立电动汽车的分层分群充放电优化调度策略，实现电动汽车的分层分群充放电的优化调度，包括以下步骤：S41：建立电动汽车底层集群模型；基于所述微网内部组成单元模型和电动汽车用户的期望荷电状态，确定所述参与电力调度约束下的最大功率调度电位；根据所述最大功率调度电位，利用所述电动汽车底层集群模型对电动汽车进行分群及充放电的负荷需求统计，得到分群信息；S42：基于动态电价下的每辆电动汽车充放电的运行成本和传输功率波动，建立分群充放电调度的目标函数，并确定目标约束条件；基于所述分群信息，以充放电的运行成本最小化及传输功率波动最小化为目标，确定所述目标约束条件下的传输功率；S43：建立配网潮流计算模型，并判断所述传输功率是否满足配网潮流约束，得到配网潮流约束结果；S44：根据所述配网潮流约束结果，利用功率分配算法将所述传输功率作为当前时间的可调度负荷分配给各电动汽车，最终在最小化电动汽车充放电的运行成本的同时，使电动汽车充放电的传输功率波动最小，实现电动汽车的分层分群优化调度。2.根据权利要求1所述的方法，其特征在于：所述步骤S1中的分层调度框架为三层调度架构，包括底层的光储充电站，中层的微网和上层的配电网；其中，所述光储充电站获取当前时间有充放电需求的所有电动汽车的充电信息，并通过所述电动汽车底层集群模型对电动汽车进行分群和充放电负荷需求统计，得到所述分群信息；所述光储充电站将自身的光伏及负荷信息和所述分群信息上传给所述微网；所述微网根据所述光伏及负荷信息和分群信息，利用所述目标函数，在所述目标约束条件下，确定当前时间所述配电网和充电站间的所述传输功率，并上传给所述配电网；所述配电网通过所述配网潮流计算模型对所述传输功率进行潮流计算，得到所述配网潮流约束结果并返回给所述微网；所述微网根据所述配网潮流约束结果，判断优化后的所述传输功率是否满足所有层级约束，若是，则将所述传输功率作为当前时间的可调度负荷，并反馈给所述光储充电站；所述光储充电站根据所述可调度负荷，通过功率分配算法按需分配给所述电动汽车，实现电动汽车的有序充放电控制。3.根据权利要求1所述的方法，其特征在于，所述微网内部组成单元模型包括单体充放电模型和储能充放电模型，所述步骤S2包括：S21：在电动汽车不可同时充放电的前提下，根据电动汽车用户的期望电荷状态，确定电动汽车的参与电力调度约束为：
其中，S
min
为电动汽车允许的最小荷电状态，S
max
为电动汽车允许的最大荷电状态；t
arr
为电动汽车到达储充电站的时间，t
dep
为电动汽车离开充电站的时间；S
dep
为电动汽车用户的期望荷电状态；S22：确定电动汽车在所述参与电力调度约束下的最大功率调度电位，建立所述单体充放电模型，如下：其中，E
ch
(t)为电动汽车时间t的最大充电容量；E
disc
(t)为电动汽车时间t的最大放电容量；t
disx,ax
为电动汽车达到最大放电容量的最大放电时间；S23：建立电动汽车储能电池的所述储能充放电模型，如下：其中，SOC(t
‑
1)表示电池在时间t
‑
1的荷电状态，P
b
(t)表示电池在时间t的充放电功率，E
N
表示电池的额定容量，η
c
为电池的充电效率，η
d
为电池的放电效率，θ表示电池的自放电效率，Δt为电池的充放电步长。4.根据权利要求1所述的方法，其特征在于，所述步骤S3包括：S31：建立电动汽车的充电电价更新模型，如下：其中，为时间t微网的电动汽车充电电价，v
bserv
为基本充电服务费，为时间t微网的充电服务费调整系数；S32：建立电动汽车的放电电价更新模型，如下：其中，为时间t微网的放电激励基础电价，v
bcomp
为基础放电激励价格，为所述放电激励基础电价调整系数；S33：基于所述放电电价更新模型和充电电价更新模型，建立所述电动汽车充放电动态电价模型，表述为：
其中，为时间t微网的电动汽车充电电价，为时间t微网的充放电基础价格，为时间t微网的充电服务调整价格；为时间t微网的电动汽车放电电价，为时间t微网的放电激励调整电价；为时间t微网的电动汽车充电电价上限，为时间t微网的电动汽车充电电价下限；为时间t微网的电动汽车放电电价上限，为时间t微网的电动汽车放电电价下限。5.根据权利要求1所述的方法，其特征在于，所述步骤S41中所述分群信息包括车群信息和车群负荷信息，所述电动汽车底层集群模型用于对电动汽车进行分群和负荷需...

【专利技术属性】
技术研发人员：彭文河，方支剑，贺俊文，董翰林，蔡杰，张子涵，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：