【技术实现步骤摘要】
本专利技术涉及光储充系统容量配置和能量管理，尤其是一种面向零能耗建筑的光储充能量交互与容量配置方法。
技术介绍
1、随着交通系统的碳排放以及建筑能源系统能耗越来越大，建筑与交通系统联合低碳转型成为实现环境可持续发展的新途径。然而由于传统的建筑能源系统与交通系统的零耦合运行模式过于单一，同时现有的大多数电动汽车充电站配套设施不完善以及对建筑用户的需求响应潜力挖掘较少，制约着新型电力系统建设的经济性和稳定性。近年来，随着储能技术的快速革新，“电动汽车+储能+分布式光伏”的光储充系统发展模式将在交通领域脱碳中发挥着重要的作用，同时由于交通和建筑能源系统的行业壁垒逐渐被打破，“光储充系统+建筑”的发展模式成为建设新型电力系统的关键手段。
2、目前，关于光储充系统的容量配置研究和能量管理策略以及建筑能源系统的研究已较为全面，但大部分仅仅是针对某一行业领域进行研究，很少有研究涉及将建筑能源系统和光储充系统作为一个微网来探究两者之间的能量交互策略以及设备的容量配置方案。此外，传统系统的单一运行模式难以挖掘系统内部的调度潜力以及难以进一步提高系统的经济性，同时光伏出力的随机性也对系统的安全性和稳定性带来更高的要求。
技术实现思路
1、为解决降低光伏出力的随机性给系统带来的风险的问题，本专利技术的目的在于提供一种能够更加合理的消纳可再生能源，优化建筑与光储充系统系统整个微网的能量流动，从而使光储充系统与建筑能源系统组成的微网处于高效经济运行状态的面向零能耗建筑的光储充能量交互与容量配置方
2、为实现上述目的，本专利技术采用了以下技术方案：一种面向零能耗建筑的光储充能量交互与容量配置方法，该方法包括下列顺序的步骤：
3、(1)采集原始数据，所述原始数据包括历史气象数据、光资源数据、可安装光伏板面积、电动汽车参数、零能耗建筑用户负荷参数、分时单价，以及光储充系统设备的技术和经济参数；
4、(2)利用采集的原始数据，计算日前光伏出力预测数据，采用拉丁超立方法lhs生成n组光伏出力场景，并采用k-means算法对初始场景进行缩减，得到ns个光伏出力场景；
5、(3)根据采集的原始数据，基于电动汽车的充电时间概率密度函数和行驶里程概率密度函数分析电动汽车的行驶规律，采用蒙特卡洛法模拟电动汽车充电负荷，基于模拟的电动汽车充电负荷，采用核密度估计法生成n组电动汽车充电负荷场景，并采用k-means算法对n组场景进行缩减，得到ns个电动汽车充电负荷场景；
6、(4)将零能耗建筑与光储充系统联合作为一个微网，搭建微网内部结构，基于分时电价制定光储充系统与零能耗建筑的能量交互策略；根据ns个光伏出力场景和ns个电动汽车充电负荷场景，得到微网内外部的能量交互约束以及规划约束，采用分布鲁棒的思想处理ns个光伏出力场景概率的不确定性，构建光储充系统的分布鲁棒容量配置目标函数，所述能量交互约束、规划约束和分布鲁棒容量配置目标函数共同组成分布鲁棒容量配置模型；
7、(5)采用列和约束生成算法c&cg对分布鲁棒容量配置模型进行求解。
8、在步骤(1)中，所述历史气象数据和光资源数据包括当地的温度和辐照度；所述可安装光伏板面积包括建筑屋顶的可利用面积和停车棚的面积；所述电动汽车参数包括电动汽车用户的保有量、电动汽车充电功率、电动汽车容量、电动汽车充电效率以及单位公里耗电量；所述零能耗建筑用户负荷参数包括日负荷曲线、可参与需求响应的负荷比例以及参与需求响应的补贴参数；所述分时电价包括峰谷平时期的时间以及对应的电价；所述光储充系统设备的技术和经济参数包括各个设备的单位投资成本、运维成本、储能的充放电功率。
9、所述步骤(2)具体包括以下步骤：
10、(2a)根据采集得到的历史气象数据、光资源数据以及可安装光伏板面积，通过式(1)计算得到日前光伏出力预测数据：
11、
12、其中，ptpv,pre为t时刻光伏出力预测数据，npv为光伏板安装个数，cpv为光伏系统的额定功率，st为t时刻的辐照度，sstd为标准辐照度，k为功率温度系数，ttc为t时刻的光伏发电板表面温度，tref为参考温度；
13、(2b)根据日前光伏出力预测数据，采用lhs进行光伏出力的初始场景生成，考虑光伏出力误差后得到光伏出力实际值如式(2)所示：
14、
15、式中，ptpv,act为t时刻的光伏出力实际值，为t时刻的光伏出力误差；表示光伏出力误差服从期望为0、标准差为的标准正态分布；的计算公式为：
16、
17、式中，cappv为可安装光伏板的总容量；
18、(2c)根据光伏出力实际值ptpv,act，采用lhs进行采样，具体包括以下步骤：
19、(2c1)首先将光伏出力误差的累积概率分布函数分为n个等概率区间；
20、(2c2)对其中任意一个概率区间[i/n,i+1/n]，0≤i≤n-1，进行概率值随机抽样，得到概率值为r＝(r+i)/n，其中，r服从[0.1]之间的均匀分布；
21、(2c3)根据累积概率分布函数得到逆分布函数f-1(r)，通过对t个时段进行抽样，得到t×n的样本矩阵；
22、(2d)对步骤(2c3)得到的样本矩阵通过k-means算法对n组场景进行削减，得到ns个光伏出力场景。
23、所述步骤(3)具体包括以下步骤：
24、(3a)采用蒙特卡洛法模拟电动汽车充电负荷，步骤包括：
25、(3a1)初始化电动汽车数量z＝1，收集电动汽车用户的保有量、电动汽车充电功率、电动汽车容量、电动汽车充电效率以及单位公里耗电量；
26、(3a2)利用式(6)建立电动汽车充电时间概率密度函数，并通过式(4)随机抽取电动汽车的充电时间；
27、
28、其中，fs(ta)表示充电时间概率密度函数，ta表示充电时间，σs和μs分别表示电动汽车充电时间概率密度函数的期望和标准差；
29、(3a3)利用式(7)建立电动汽车行驶里程概率密度函数，并通过式(5)随机抽取电动汽车的行驶里程数；
30、
31、其中，fd(d)表示行驶里程概率密度函数，d表示行驶里程数，σd和μd分别表示电动汽车行驶里程概率密度函数的期望和标准差；
32、(3a4)根据步骤(3a3)得到的行驶里程数通过式(6)计算得到电动汽车的充电时长：
33、
34、式中，tev表示电动汽车的充电时间，dev、δev、ηev、pev,cha分别表示电动汽车的行驶里程数、每公里的耗电量、充电效率和充电功率；
35、(3a5)通过步骤(3a4)所得到的电动汽车的充电时长以及步骤(3a2)所得到的电动汽车的充电时间，得到每辆电动车的充电时间，并通过式(7)得到电动汽车的充电行为：
36、
37、式中，表示第本文档来自技高网...
【技术保护点】
1.一种面向零能耗建筑的光储充能量交互与容量配置方法，其特征在于：该方法包括下列顺序的步骤：
2.根据权利要求1所述的面向零能耗建筑的光储充能量交互与容量配置方法，其特征在于：在步骤(1)中，所述历史气象数据和光资源数据包括当地的温度和辐照度；所述可安装光伏板面积包括建筑屋顶的可利用面积和停车棚的面积；所述电动汽车参数包括电动汽车用户的保有量、电动汽车充电功率、电动汽车容量、电动汽车充电效率以及单位公里耗电量；所述零能耗建筑用户负荷参数包括日负荷曲线、可参与需求响应的负荷比例以及参与需求响应的补贴参数；所述分时电价包括峰谷平时期的时间以及对应的电价；所述光储充系统设备的技术和经济参数包括各个设备的单位投资成本、运维成本、储能的充放电功率。
3.根据权利要求1所述的面向零能耗建筑的光储充能量交互与容量配置方法，其特征在于：所述步骤(2)具体包括以下步骤：
4.根据权利要求1所述的面向零能耗建筑的光储充能量交互与容量配置方法，其特征在于：所述步骤(3)具体包括以下步骤：
5.根据权利要求1所述的面向零能耗建筑的光储充能量交互与容量配置方
6.根据权利要求1所述的面向零能耗建筑的光储充能量交互与容量配置方法，其特征在于：所述步骤(5)具体包括以下步骤：
7.根据权利要求3或4所述的面向零能耗建筑的光储充能量交互与容量配置方法，其特征在于：所述K-means算法包括以下步骤：
...【技术特征摘要】
1.一种面向零能耗建筑的光储充能量交互与容量配置方法，其特征在于：该方法包括下列顺序的步骤：
2.根据权利要求1所述的面向零能耗建筑的光储充能量交互与容量配置方法，其特征在于：在步骤(1)中，所述历史气象数据和光资源数据包括当地的温度和辐照度；所述可安装光伏板面积包括建筑屋顶的可利用面积和停车棚的面积；所述电动汽车参数包括电动汽车用户的保有量、电动汽车充电功率、电动汽车容量、电动汽车充电效率以及单位公里耗电量；所述零能耗建筑用户负荷参数包括日负荷曲线、可参与需求响应的负荷比例以及参与需求响应的补贴参数；所述分时电价包括峰谷平时期的时间以及对应的电价；所述光储充系统设备的技术和经济参数包括各个设备的单位投资成本、运维成本、储能的充放电功...
【专利技术属性】
技术研发人员：王孝淦，张家倩，邵松涛，袁辉，王士博，叶超，汪洪波，王杨，张苏，李世伟，黄德文，吴小敏，张大伟，张悦洋，顾珊珊，陈诗语，
申请(专利权)人：中国能源建设集团安徽省电力设计院有限公司，
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。