用于優(yōu)化電動(dòng)汽車充儲放一體化電站充放電功率的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種電動(dòng)汽車與電網(wǎng)互動(dòng)技術(shù)領(lǐng)域，特別是一種優(yōu)化一體化電站與電 網(wǎng)互動(dòng)功率的方法。
【背景技術(shù)】
[0002] 電動(dòng)汽車是汽車工業(yè)的研究熱點(diǎn)，目前已成為各國政府、能源廠商以及汽車廠商 的關(guān)注焦點(diǎn)，如美國的EV Project計(jì)劃和中國的"十城千輛"計(jì)劃?？梢灶A(yù)計(jì)未來隨著電 池技術(shù)的不斷進(jìn)步，石油資源的逐漸枯竭，電動(dòng)汽車將逐漸普及。隨著未來電動(dòng)汽車大規(guī)模 的普及，大規(guī)模接入電網(wǎng)充電，由于充電負(fù)荷的隨機(jī)性和分散性，必將給電網(wǎng)發(fā)電、輸電、配 電、用電、調(diào)度等帶來不可忽視的影響。如導(dǎo)致新的負(fù)荷尖峰，增大網(wǎng)損，某些節(jié)點(diǎn)電壓水平 的降低等。因此，如何通過合理控制電動(dòng)汽車的充電行為，減少規(guī)?；妱?dòng)汽車充電給電網(wǎng) 帶來的不利影響，成為亟待解決的重要問題。
[0003] 目前電動(dòng)汽車與電網(wǎng)互動(dòng)技術(shù)的研究，部分是將電動(dòng)汽車作為電網(wǎng)中的分布式 儲能單元，根據(jù)調(diào)度指令參與電網(wǎng)調(diào)頻、調(diào)峰的作用。部分研究了電池向電網(wǎng)集中供電 (Battery to grid，B2G)模式。B2G模式為電動(dòng)汽車充電站的開發(fā)建設(shè)開辟了新思路，即 建設(shè)充儲放一體化電站。然而，在對充儲放一體化電站的相關(guān)研究中，相關(guān)的優(yōu)化方法往往 只考慮電站為電網(wǎng)提供調(diào)峰調(diào)頻等輔助服務(wù)能力的評估，忽略了電池頻繁充放電對電池壽 命的影響。實(shí)際上，由于目前電池價(jià)格昂貴，電池成本占電站成本比重較大，頻繁充放電勢 必會(huì)增大電池?fù)p耗，使電池壽命縮短，進(jìn)而影響充儲放電站經(jīng)濟(jì)性運(yùn)行，增大電站的運(yùn)行成 本，同時(shí)影響電網(wǎng)輔助服務(wù)的效果。因此，為了規(guī)避電動(dòng)汽車規(guī)模化應(yīng)用給電網(wǎng)帶來的不利 影響，實(shí)現(xiàn)電站的經(jīng)濟(jì)性運(yùn)行，確保電網(wǎng)輔助服務(wù)的效果，有必要對考慮電池?fù)p耗成本的充 儲放一體化電站運(yùn)行優(yōu)化方法進(jìn)行優(yōu)化研究。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的就是提供一種用于優(yōu)化電動(dòng)汽車充儲放一體化電站充放電功率的 方法，它不僅能很好的平抑電網(wǎng)的負(fù)荷波動(dòng)，減小電網(wǎng)負(fù)荷峰谷差，同時(shí)也能有效地減少電 動(dòng)汽車充儲放電站電池的損耗成本。
[0005] 本發(fā)明的目的是通過這樣的技術(shù)方案實(shí)現(xiàn)的，具體步驟如下：
[0006] 1)確定一體化電站以電網(wǎng)峰谷差和電池?fù)p耗成本最小為優(yōu)化目標(biāo)的目標(biāo)函數(shù)；
[0007] 2)構(gòu)建一體化電站的充放電功率、電池容量和備用容量的約束條件；
[0008] 3)結(jié)合步驟1)中所述目標(biāo)函數(shù)和步驟2)中所述的約束條件，構(gòu)建最優(yōu)化數(shù)學(xué)模 型，并利用粒子群算法求該最優(yōu)化數(shù)學(xué)模型，得到每一時(shí)段一體化電站與電網(wǎng)互動(dòng)的最優(yōu) 充放電功率。
[0009] 進(jìn)一步，步驟1)中所述以電網(wǎng)峰谷差和電池?fù)p耗成本最小為優(yōu)化目標(biāo)的目標(biāo)函 數(shù)的計(jì)算方法為
[0010] Plx(t) = Ply(t)+Plc(t)+P(t)
[0011] C=y；/yP(f) F(f)<()
[0012] F = min [ a (maxPlx (t) _minPlx (t)) + 3 C]
[0013] 式中，Ply(t)為區(qū)域電網(wǎng)的日負(fù)荷，Plx(t)為電網(wǎng)經(jīng)一體化站調(diào)節(jié)后的負(fù)荷，C為 一體化電池?fù)p耗成本，r d為由單位放電功率折合的電池?fù)p耗費(fèi)率，取0.4，a、0分別為負(fù) 荷曲線峰谷差和電池?fù)p耗成本在優(yōu)化目標(biāo)中所占的權(quán)重，且a + 0 = 1，P (t)為一體化站與 電網(wǎng)互動(dòng)的充放電功率，Pi。(t)表示區(qū)域內(nèi)電動(dòng)汽車的日充換電負(fù)荷。
[0014] 進(jìn)一步，步驟2)中所述的約束條件為：
[0015] 2-1) -體化電站與電網(wǎng)互動(dòng)的充放電功率P(t)的約束條件為：
[0016] _P_ 彡 P(t)<P_
[0017] 式中，P_表示電網(wǎng)給一體化站充電的最大功率，_P_表示一體化站向電網(wǎng)放電的 最大功率；
[0018] 2-2) -體化電站的電池容量約束條件為：
[0019] kQ_ 彡 Q(t)
[0020] 式中，Q_為一體電站的最大儲能容量，k為備用容量系數(shù)；
[0021] 2-3)充備用容量的約束條件為：
[0022] Qb = kQ隨
[0023] 式中，Qb為備用容量，Q_為一體電站的最大儲能容量，k為備用容量系數(shù)；
[0024] 2-4) -體化電站與電網(wǎng)互動(dòng)的充放電功率P(t)與一體化電站內(nèi)電池容量Q(t)滿 足以下公式：
[0025] A Q = P (t) X t
[0026] Q(t+1) = Q(t) +AQ-Plc(t)
[0027] 式中，Plc(t)表示區(qū)域內(nèi)電動(dòng)汽車的日充換電負(fù)荷。
[0028] 進(jìn)一步，備用容量系數(shù)k取值為20%。
[0029] 進(jìn)一步，步驟3)中所述利用粒子群算法求最優(yōu)化數(shù)學(xué)模型的具體方法為：
[0030] 3-1)輸入已知條件和算法基本參數(shù)，初始化粒子的位置和速度；已知條件包括區(qū) 域內(nèi)配電網(wǎng)日負(fù)荷以及電動(dòng)汽車的充換電負(fù)荷；
[0031] 3-2)根據(jù)約束條件來修改粒子位置；
[0032] 3-3)計(jì)算粒子群的適應(yīng)度，即目標(biāo)函數(shù)，記錄粒子個(gè)體最好位置和群體最好位 置；
[0033] 3-4)根據(jù)粒子群算法的粒子速度和位置更新公式更新粒子速度和位置；
[0034] 3-5)檢查粒子位置是否超過限值，是則返回步驟3-2)，反之則轉(zhuǎn)入步驟3-6);
[0035] 3-6)計(jì)算粒子群的適應(yīng)度，更新并記錄粒子最優(yōu)位置和群體最最優(yōu)位置；
[0036] 3-7)判斷是否達(dá)到預(yù)設(shè)結(jié)束條件，是則停止計(jì)算，并輸出此時(shí)粒子位置，即一體化 電站與電網(wǎng)互動(dòng)的充放電功率P (t)，反之則返回步驟3-4)。
[0037] 進(jìn)一步，步驟3-4)中所述粒子速度和位置更新公式具體為：
[0038] VjJ1 +€^011(1^{pbestkld -xkld)Jrc1randk1(gbest iM -xkld)
[0039] ^ + !
[0040] 式中，vIdk是v是粒子I在第k次迭代中第d維的速度；《為慣性權(quán)重；Cl、c 2是學(xué) 習(xí)因子，按照經(jīng)驗(yàn)常取h = c2 = 2 fand^，rand2k是[0, 1]之間的隨機(jī)數(shù)；xIdk是粒子I在 第k次迭代中第d維的位置；pbest Idk是粒子I個(gè)體極值點(diǎn)在第d維的坐標(biāo)；gbestIdk是整 個(gè)群體全局極值點(diǎn)在第d維的坐標(biāo)。
[0041] 由于采用了上述技術(shù)方案，本發(fā)明具有如下的優(yōu)點(diǎn)：
[0042] 本發(fā)明通過粒子算法優(yōu)化一體化電站與電網(wǎng)互動(dòng)功率，能顯著降低電網(wǎng)負(fù)荷的峰 谷差，一體化電站參與電網(wǎng)輔助服務(wù)的能力與電站儲能系統(tǒng)容量成正相關(guān)關(guān)系，即容量越 大，一體化電站參與電網(wǎng)輔助服務(wù)的能力越強(qiáng)，削峰填谷的效果就越顯著，本發(fā)明還可以進(jìn) 一步降低充儲放一體化電站的電池?fù)p耗成本。
[0043] 本發(fā)明的其他優(yōu)點(diǎn)、目標(biāo)和特征在某種程度上將在隨后的說明書中進(jìn)行闡述，并 且在某種程度上，基于對下文的考察研究對本領(lǐng)域技術(shù)人員而言將是顯而易見的，或者可 以從本發(fā)明的實(shí)踐中得到教導(dǎo)。本發(fā)明的目標(biāo)和其他優(yōu)點(diǎn)可以通過下面的說明書和權(quán)利要 求書來實(shí)現(xiàn)和獲得。
【附圖說明】
[0044] 本發(fā)明的【附圖說明】如下。
[0045] 圖1為本發(fā)明的流程示意圖；
[0046] 圖2為某一區(qū)域配電網(wǎng)日負(fù)荷曲線圖；
[0047] 圖3為區(qū)域內(nèi)電動(dòng)汽車的日充換電負(fù)荷曲線圖；
[0048] 圖4為優(yōu)化前后配電網(wǎng)日負(fù)荷曲線圖；
[0049] 圖5為電站容量-電網(wǎng)峰谷差減少率曲線圖；
[0050] 圖6為不同容量下電站損耗成本圖。
【具體實(shí)施方式】
[0051] 下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步說明。
[0052] -種用于優(yōu)化電動(dòng)汽車充儲放一體化電站充放電功率的方法，如圖1所示，包括 以下步驟：
[0053] 1)確定一體化電站以電網(wǎng)峰谷差和電池?fù)p耗成本最小為優(yōu)化目標(biāo)的目標(biāo)函數(shù)；
[0054] 2)構(gòu)建一體化電站的充放電功率、電池容量和備用容量的約束條件；
[0055] 3)結(jié)合步驟1)中所述目標(biāo)函數(shù)和步驟2)中所述的約束條件，構(gòu)建最優(yōu)化數(shù)學(xué)模 型，并利用粒子群算法求該最優(yōu)化數(shù)學(xué)模型，得到每一時(shí)段一體化電站與電網(wǎng)互動(dòng)的最優(yōu) 充放電功率。
[0056] 步驟1)中所述以電網(wǎng)峰谷差和電池?fù)p耗成本最小為優(yōu)化目標(biāo)的目標(biāo)函數(shù)的計(jì)算 方法為
[0057] Plx(t) = Ply(t)+Plc(t)+P(t)
[0058] C = ^rdP{t) P(t)<0 f=l
[0059] F = min [ a (maxPlx (t) _minPlx (t)) + 3 C]
[0060] 式中，Ply(t)為區(qū)域電網(wǎng)的日負(fù)荷，Plx(t)為電網(wǎng)經(jīng)一體化站調(diào)節(jié)后的負(fù)荷，C為 一體化電池?fù)p耗成本，rd為由單位放電功率折合的電池?fù)p耗費(fèi)率，取0.4，a、0分別為負(fù) 荷曲線峰谷差和電池?fù)p耗成本在優(yōu)化目標(biāo)中所占的權(quán)重，且a + 0 = 1，P (t)為一體化站與 電網(wǎng)互動(dòng)的充放電功率，Pi。(t)表示區(qū)域內(nèi)電動(dòng)汽車的日充換電負(fù)荷。
[0061] 步驟2)中所述的約束條件為：
[0062] 2-1) -體化電站與電網(wǎng)互動(dòng)的充放電功率P(t)的約束條件為：
[0063] _P_ 彡 P(t)<P_
[0064] 式中，P_表示電網(wǎng)給一體化站充電的最大功率，_P_表示一體化站向電網(wǎng)放電的 最大功率；
[0065] 2-2) -體化電站的電池容量約束條件為：
[0066] kQnax ^ Q(t) ^ Qnax
[0067] 式中，Q_為一體電站的最大儲能容量，k為備用容量系數(shù)；
[0068] 2-3)充備用容量的約束條件為：
[0069] Qb = kQnax
[0070] 式中，Qb為備用容量，Q_為一體電站的最大儲能容量，k為備用容量系數(shù)；
[0071] 2-4) -體化電站與電網(wǎng)互動(dòng)的充放電功率P(t)與一體化電站內(nèi)電池容量Q(t)滿 足以下公式：
[0072] A Q = P (t) X t
[0073] Q(t+1) = Q(t) + AQ-Plc(t)
[0074] 式中，Plc(t)表示區(qū)域內(nèi)電動(dòng)汽車的日充換電負(fù)荷。
[0075] 步驟3)中所述利用粒子群算法求最優(yōu)化數(shù)學(xué)模型的具體方法為：
[0076] 3-1)輸入已知條件和算法基本參數(shù)，初始化粒子的位置和