一种含电动汽车的微电网多目标优化调度方法技术

本发明专利技术涉及一种含电动汽车的微电网多目标优化调度方法，其特征在于，该方法包括以下步骤：1)确定电动汽车接入微电网的模式，通过在不同接入模式下的单台电动汽车放充负荷分布特性叠加获取电动汽车的放充负荷分布特性；2)将电动汽车作为微电网调度对象加入到微电网优化调度中，并根据电动汽车的放充负荷分布特性建立考虑大规模电动汽车接入的微电网优化调度模型；3)采用基于自动重组机制的粒子群优化算法求解考虑大规模电动汽车接入的微电网优化调度模型，并比较分析多种不同调度策略下的微电网调度经济性，从而得到最优调度策略。与现有技术相比，本发明专利技术具有考虑全面、有效可行等优点。

【技术实现步骤摘要】

本专利技术涉及微电网调度领域，尤其是涉及一种含电动汽车的微电网多目标优化调 度方法。
技术介绍
微电网作为一种新型分布式电源网络化管理与供应技术，能为可再生能源发电系 统接入配电网提供便利，并实现需求侧能量有效管理和主网电力能源高效利用。 微电网的优化调度问题类似于传统大电网的优化调度问题，但又有其特殊性和复 杂性。优化调度问题，主要目标是为了实现电网运行过程的成本最低。随着环境污染的问 题日益引起人们的关注，现在很多研究人员都将环境污染成本放到调度优化的问题中。而 在微电网的优化调度中，降低运行成本和减少污染物排放，对整个电网的节能减排有也有 着重大的意义。 近年来，随着政府节能环保和高新科技相关政策的加强和落实，使用电动汽车 (Electric Vehicle, EV)的用户数量不断增加，同时这些电动汽车的电能存储量已相当可 观。然而，电动汽车接入电网是灵活和分散的，不受空间和时间的限制，这个特点将会增加 电网的不稳定性，并影响电网的电能质量。类似于分布式电源，如果将电动汽车接入微电 网，可以避免或降低电动汽车直接接入对电网的影响。 目前，针对微电网多目标优化调度和电动汽车大规模接入问题，国内外的学者进 行了一系列研究工作，并取得了一些理论和实践方面的成果。陈达威和朱桂萍建立了计及 环境因素的微电网的优化调度模型，但只是对两个目标函数运行费用最低和污染处理费用 最低分别乘以固定的权值求和，其实仍然是单目标优化调度。杨琦等主要研究了四种涉及 并网和孤岛运行微电网经济调度系统的硬件结构，并分析了储能单元的作用。S.W. Hadley 等研究了 EVs最后一次返回时刻和日行驶路程的统计学规律，建立了 EVs充电需求的统计 模型，并分析了 EVs随机充电对电网负荷的影响。韩海英等考虑了电动汽车按时段充放电 过程，并建立了含大规模可入网EVs的微电网优化调度模型，得到了个发单机组组合出力。 但是，这些处理方式相对简单，很多方面需要进一步的研究探讨。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑全面、有效 可行的含电动汽车的微电网多目标优化调度方法。 本专利技术的目的可以通过以下技术方案来实现： -种含电动汽车的微电网多目标优化调度方法，其特征在于，该方法包括以下步 骤： 1)确定电动汽车接入微电网的模式，通过在不同接入模式下的单台电动汽车放充 负荷分布特性叠加获取电动汽车的放充负荷分布特性； 2)将电动汽车作为微电网调度对象加入到微电网优化调度中，并根据电动汽车的 放充负荷分布特性建立考虑大规模电动汽车接入的微电网优化调度模型； 3)采用基于自动重组机制的粒子群优化算法求解考虑大规模电动汽车接入的微 电网优化调度模型，并比较分析多种不同调度策略下的微电网调度经济性，从而得到最优 调度策略。 所述的步骤1)中的模式包括单向无序充电的VOG模式和双向有序充放电的V2G 模式。 所述的步骤2)中考虑大规模电动汽车接入的微电网优化调度模型的优化目标函 数为： 微电网调度运行成本Obj1最小： 排放污染物的处理费用Obj2最小： 微电网调度综合成本最低： IninObj3= Hi1Obj^m2Obj2 其中，Q为分布式电源的燃料成本，C μ为运行维护成本，Cdp为发电单元的折旧成 本，Cfcld为微电网与大电网电能交换成本，C EV为微电网与电动汽车电能交换成本，为负荷 停运补偿成本，A Tt为，T为，j为微电网中分布式发电单元编号，t为运行时段，k为所排放 的污染物类型，Ck为处理每千克排放污染物的费用，γ ]k(P]t)为是微电网内发电单元j输出 Pjt电能时产生的污染物k的重量，γ g"dk(Pg"dt)为配电网输出Pg" dt电能时产生的污染物k 的重量，Hlp m2为运行成本和排放成本的权重； 约束条件为： 功率平衡约束： 冷/热功率平衡约束： 分布式发电单元有功功率Pjt上下限约束： 微电网与主网的交换功率Pffld限值约束： 储能单元的功率PSBt约束和荷电SOC SBt约束： 电动汽车的功率PEvt约束和荷电SOC EVt约束：CN 105160451 A 兄明书 3/14 页 S0CEVnun< SOC EVt彡 SOCevmx 其中，P]t为t时段微电网内发电单元j发出的功率，Pffld^t时段配电网向微电网 传输的功率，P battCTyt为t时段蓄电池发出的功率，P lciadt为t时段微电网内的负荷需求，W ^iad 为整个微电网系统的冷/热负荷需求，Wmt为微型燃气轮机余热烟气提供的冷/热功率，W rc 为燃料电池发电产生热量提供的冷/热功率^为分布式发电单元j的最小输出功率， 为分布式发电单元j的最大输出功率，为微电网与配电网之间公共点线路所能传 输的最小功率，CT为微电网与配电网之间公共点线路所能传输的最大功率，PSB_、PSB_分 另IJ为蓄电池充放电的最小功率和最大功率，S0CSB_、SOCsaiiax分别是蓄电池荷电状态的最小 值和最大值，S0C。和SOCend分别为一天调度周期内初始时刻0和终止时刻24蓄电池的荷电 状态，P EV_、PEV_分别为电动汽车充放电的最小功率和最大功率，S0C_、50(：_分别是电动 汽车电池荷电状态的最小值和最大值。 在单向无序充电的VOG模式下，电动汽车的放充负荷分布特性中电动汽车的电量 需求为： Eev= η EV · d 其中，nEV为电动汽车单位行驶里程的电量需求系数，每台电动汽车的行驶里程d 服从对数正态分布，其概率密度函数为： 充电时间f (X)满足正态分布： 其中，μ s为期望值，。^ σ s为标准差。。 在双向有序充放电的V2G模式下，电动汽车的放充负荷分布特性中的放电持续时 间 Tdlscl为： 结合电动汽车的充电功率可得到充电持续时间，从而得到持续充电时间Tdll^ 2为： 单辆电动汽车所需充电负荷为一天之中所耗总能量，即Pev为： 其中，Tall dls。为电动汽车充满电时放至荷电状态下限所需放电总持续时间，P dls。 为电动汽车放电功率，SOCn1a3^PSOCn11n分别为蓄电池荷电状态的上下限，D为电动汽车日行 驶里程，W 1。。为电动汽车百公里耗电量，Tend dls。为放电结束时刻，T start_dls。为入网放电时刻， P。为电动汽车充电功率。 所述的步骤2)中的多种不同的调度策略包括微电网并网运行策略和微电网孤岛 运行策略。 所述的步骤3)具体包括以下步骤： 31)根据电动汽车的接入模式，设定微电网中各分布式发电单元的模型参数、各目 标函数参数和各约束条件参数，并引入不可控可预测分布式电源出力和冷电负荷参数； 32)将可控出力单元微型燃气轮机、燃料电池、柴油发电机、蓄电池和主网互换功 率作为五维粒子，并设定粒子群算法参数，包括粒子数、解空间维数、最大迭代次数、粒子最 大速度以及重组指标r; 33)计算每个粒子的适应度，并记录下每一个粒子当前的个体极值以及对应的 目标函数值，进而获取全体极值以及所对应的目标函数值，并选出个体最优值和全局最优 值； 34)迭代当前次数加一，更新粒子群进行位置和速度； 35)判断结果是否符合过早收敛标准且重组次数是否达到本文档来自技高网...

【技术保护点】
一种含电动汽车的微电网多目标优化调度方法，其特征在于，该方法包括以下步骤：1）确定电动汽车接入微电网的模式，通过在不同接入模式下的单台电动汽车放充负荷分布特性叠加获取电动汽车的放充负荷分布特性；2）将电动汽车作为微电网调度对象加入到微电网优化调度中，并根据电动汽车的放充负荷分布特性建立考虑大规模电动汽车接入的微电网优化调度模型；3）采用基于自动重组机制的粒子群优化算法求解考虑大规模电动汽车接入的微电网优化调度模型，并比较分析多种不同调度策略下的微电网调度经济性，从而得到最优调度策略。

【技术特征摘要】

【专利技术属性】
技术研发人员：彭道刚，张浩，袁靖，李辉，夏飞，钱玉良，王亮，
申请(专利权)人：上海电力学院，
类型：发明
国别省市：上海;31