一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法技术

本发明专利技术涉及一种考虑电动汽车充电站的主动配电网源

【技术实现步骤摘要】
一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法


[0001]本专利技术涉及配电网领域，特别是一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法。

技术介绍

[0002]在当前配电网中清洁能源分布式发电、储能、电动汽车等新型元素大量引入的背景下，传统配电网向主动的智能配电网转变，主动配电网具有组合 控制各种接入能源的能力，可以对接入的元素进行主动控制，提高了配电网资产的利用率、增强了配电网对能源的消纳能力，是当前配电网发展的主流 趋势。然而，新型元素的接入给传统配电网带来一系列挑战，配电网原有的辐射状结构发生改变，有必要综合考虑多种新型元素接入配电网后带来的影 响，进行电源侧、电网侧、用户侧的多端协调规划，提高电力设备的利用效率。
[0003]随着我国电动汽车的大力普及，规模化电动汽车负荷接入运行对配电网的影响不容忽视，在配电网规划运行有必要考虑电动汽车快充站的选址规划 以及交通网、电力网的相互耦合作用。在配电网多端协调规划的基础上考虑交通网络对配电网规划与运行的影响，有利于提高规划过程中的经济性与电 动汽车出行的便利性。

技术实现思路

[0004]有鉴于此，本专利技术的目的是提供一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法，考虑了规模化电动汽车负荷接入情况下电力网与 交通网的相互影响，协同考虑智能配电网种多种新型元素，从电源、电网、电力用户三方利益出发进行统筹规划，提高规划方案的可再生能源消纳能力， 以及在电动汽车用户增多趋势下配网规划方案与交通网络发展的协调性。
[0005]本专利技术采用以下方案实现：一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法，包括以下步骤：
[0006]步骤S1：针对智能配电网中的包括低碳电源、电动汽车充电设施和储能的新型元素，采用时序法建立分布式电源(distributed generation,DG)出力 时序模型，从剩余电量水平和充放电功率建立储能装置充放电模型，并基于负荷和DG的时序特性，制定储能充放电策略用以减小等效负荷波动；
[0007]步骤S2：以电动汽车充电站作为枢纽将配电网与交通网相耦合，考虑电动汽车交通网络流量分布，将充电站截获的交通流量折算为交通经济效益并 算入配电网规划的经济成本中，并基于M/M/S排队模型与用户充电等待时间确定充电站配置容量；
[0008]步骤S3：将主动配电网的规划与运行相结合，以规划层作为上层、运行模拟层作为下层，构建双层规划模型；其中，将上层规划层划分为源层、网 层与荷层，以各层主体的经济效益最优为目标，分别对DG与储能装置的选址定容、网架新建升级情况与电动汽车充电站选址定容、参与需求侧响应 (demand side response,DSR)用户用电情况进行决策，在下
层中采取包括DG出力削减和有载调压变压器分接头调节的主动管理措施，以分布式电源弃 风弃光量最小为目标进行优化；
[0009]步骤S4：在步骤S3所建立的双层规划模型基础上，实现源网荷三层间的信息传递及规划层与运行模拟层的信息传递，构建协调规划模型；
[0010]步骤S5：采用改进的粒子群算法(particle swarm optimization，PSO)对步骤S4所述的协调规划模型进行求解：在标准粒子群算法的基础上，联合 运用连续型变量和离散型变量的形式对种群进行混合编码，在迭代过程中通过比较适应度函数值的优劣选取个体极值和群体极值，并采用异步时变的学 习因子、非线性动态惯性权重相结合的方法，用以克服标准粒子群算法容易陷入局部解的问题。
[0011]进一步地，所述步骤S1具体包括以下步骤：
[0012]步骤S11：风力发电机输出功率与风速的关系用如下所示的分段函数表示：
[0013][0014]式中，V
ci
、V
r
和V
co
分别为WTG的切入风速、额定风速和切出风速；P
r2
为WTG的额定输出功率；
[0015]光伏发电机的输出功率与光照强度的关系用下式表示：
[0016][0017]式中，P
r1
为PVG的额定输出功率，I
r
为额定光照强度；
[0018]风力发电和光伏发电的出力大小由地理位置及气候环境决定，其出力大小具有明显的时序特性，采用不同季节的时序特性来描述DG出力；根据气 象资料得到不同季节风速曲线和光照强度曲线，并以此为输入，根据式(A1)和(A2)得出风电、光伏出力的时序曲线即为分布式电源出力时序模型；
[0019]步骤S12：从剩余电量水平和充放电功率方面建立储能装置的充放电模型，如下所示：
[0020][0021]式中，SOC(t)表示t时刻BESS的剩余电量水平，ε表示BESS剩余电量每小时的损失率，简称自放电率，单位为％/h，P
BESS,c
、P
BESS,dis
(t)分 别表示BESS充、放电功率大小，α、β分别表示BESS的充、放电效率，E
e
为BESS的容量，Δt为采样间隔；以节点i在时刻的负荷值P
Li
(t) 与DG出力值P
DGi
(t)之差作为等效负荷，
[0022]基于已建立的储能装置模型，从平抑等效负荷波动的角度制定储能装置的充放电策略如下：
[0023]首先，定义等效负荷P
eqi
(t)与平均等效负荷P
avi
：
[0024]P
eqi
(t)＝P
Li
(t)-P
DGi
(t)
ꢀꢀ
(A4)
[0025][0026]式中，P
Li
(t)和P
DGi
(t)分别为节点i在时刻的负荷值和DG出力值；
[0027]设ΔP1为充电功率，当P
eqi
(t)+ΔP1＜＜P
avi
时电池充电；当|P
eqi
(t)+ΔP
1-P
avi
|≤δP
avi
时蓄电池充电，式中，δ为等效负荷下 平均值附近的波动系数；设ΔP2为放电功率，当P
eqi
(t)-ΔP2＞＞P
avi
时电池放电；当|P
eqi
(t)-ΔP
2-P
avi
|≤δP
avi
时电池放电。
[0028]进一步地，所述步骤S2的具体内容为：
[0029]设定电动汽车用户总是选择最短路径作为出行方案，采用Floyd最短路径算法求取其出行方案，利用重力空间互动模型计算出待规划区域内快充站 每年截获的交通流量需求：
[0030][0031][0032][0033]式中，为最短路径k于时段t的单向交通流量需求的标幺值；w
o
和w
d...

【技术保护点】

【技术特征摘要】
1.一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法，其特征在于：包括以下步骤：步骤S1：针对智能配电网中的包括低碳电源、电动汽车充电设施和储能的新型元素，采用时序法建立分布式电源出力时序模型，从剩余电量水平和充放电功率建立储能装置充放电模型，并基于负荷和分布式电源的时序特性，制定储能充放电策略用以减小等效负荷波动；步骤S2：以电动汽车充电站作为枢纽将配电网与交通网相耦合，考虑电动汽车交通网络流量分布，将充电站截获的交通流量折算为交通经济效益并算入配电网规划的经济成本中，并基于M/M/S排队模型与用户充电等待时间确定充电站配置容量；步骤S3：将主动配电网的规划与运行相结合，以规划层作为上层、运行模拟层作为下层，构建双层规划模型；其中，将上层划分为源层、网层与荷层，以各层主体的经济效益最优为目标，分别对DG与储能装置的选址定容、网架新建升级情况与电动汽车充电站选址定容、参与需求侧响应用户用电情况进行决策，在下层中采取包括DG出力削减和有载调压变压器分接头调节的主动管理措施，以分布式电源弃风弃光量最小为目标进行优化；步骤S4：在步骤S3所建立的双层规划模型基础上，实现源网荷三层间的信息传递及规划层与运行模拟层的信息传递，构建协调规划模型；步骤S5：采用改进的粒子群算法对步骤S4所述的协调规划模型进行求解：在标准粒子群算法的基础上，联合运用连续型变量和离散型变量的形式对种群进行混合编码，在迭代过程中通过比较适应度函数值的优劣选取个体极值和群体极值，并采用异步时变的学习因子、非线性动态惯性权重相结合的方法，用以克服标准粒子群算法容易陷入局部解的问题。2.根据权利要求1所述的一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法，其特征在于：所述步骤S1具体包括以下步骤：步骤S11：风力发电机输出功率与风速的关系用如下所示的分段函数表示：式中，V
ci
、V
r
和V
co
分别为WTG的切入风速、额定风速和切出风速；P
r2
为WTG的额定输出功率；光伏发电机的输出功率与光照强度的关系用下式表示：式中，P
r1
为PVG的额定输出功率，I
r
为额定光照强度；风力发电和光伏发电的出力大小由地理位置及气候环境决定，其出力大小具有明显的时序特性，采用不同季节的时序特性来描述DG出力；根据气象资料得到不同季节风速曲线和光照强度曲线，并以此为输入，根据式(A1)和(A2)得出风电、光伏出力的时序曲线即为分布式电源出力时序模型；
步骤S12：从剩余电量水平和充放电功率建立储能装置的充放电模型，如下所示：式中，SOC(t)表示t时刻BESS的剩余电量水平，ε表示BESS剩余电量每小时的损失率，简称自放电率，单位为％/h，P
BESS,c
、P
BESS,dis
(t)分别表示BESS充、放电功率大小，α、β分别表示BESS的充、放电效率，E
e
为BESS的容量，Δt为采样间隔；以节点i在时刻的负荷值P
Li
(t)与DG出力值P
DGi
(t)之差作为等效负荷，基于已建立的储能装置模型，从平抑等效负荷波动的角度制定储能装置的充放电策略如下：首先，定义等效负荷P
eqi
(t)与平均等效负荷P
avi
：P
eqi
(t)＝P
Li
(t)-P
DGi
(t)
ꢀꢀ
(A4)式中，P
Li
(t)和P
DGi
(t)分别为节点i在时刻的负荷值和DG出力值；设ΔP1为充电功率，当P
eqi
(t)+ΔP1＜＜P
avi
时电池充电；当|P
eqi
(t)+ΔP
1-P
avi
|≤δP
avi
时蓄电池充电，式中，δ为等效负荷下平均值附近的波动系数；设ΔP2为放电功率，当P
eqi
(t)-ΔP2＞＞P
avi
时电池放电；当|P
eqi
(t)-ΔP
2-P
avi
|≤δP
avi
时电池放电。3.根据权利要求1所述的一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法，其特征在于：所述步骤S2的具体内容为：设定电动汽车用户总是选择最短路径作为出行方案，采用Floyd最短路径算法求取其出行方案，利用重力空间互动模型计算出待规划区域内快充站每年截获的交通流量需求：出行方案，利用重力空间互动模型计算出待规划区域内快充站每年截获的交通流量需求：出行方案，利用重力空间互动模型计算出待规划区域内快充站每年截获的交通流量需求：式中，为最短路径k于时段t的单向交通流量需求的标幺值；w
o
和w
d
分别为路径k的起点o和终点d的权重，用以表示各交通节点的繁忙程度；d
k
为路径k长度的标幺值；s
t
和s
h
分别为电动汽车用户于时段t和高峰时段的出行比例；Ω
od
为利用最短路径模型求出的系统所有节点两两相连的最短路径集合；为单元i处快充站于时段t截获的交通流量；为表示路径k是否经过单元i的二值变量；为单元i处是否建设快充站的二值变量；为交通网道路集合；F
qc
为交通流量经济效益值；ω
f
为所截获交通流量的经济效益折算系数；待充电车辆的平均到达率为快充总频次需求针对时间和节点的按比例分配
式中，λ
i,t
和λ
i,h
分别为单元i处快充站于时段t和交通高峰时段待充电车辆的平均到达率，即电动汽车用户到达平均时间间隔的倒数；C
qc
为系统的快速充电总频次需求；而各时段的快充站充电功率由其充电时间比例决定：式中，为单元i处快充站于时段t的充电功率；p
qc
为单台快充设备的充电功率；μ为单台快充设备的平均服务率，即快速充电的平均时间的倒数；利用排队论中的M/M/S排队系统模型模拟快充站待充电车辆到达过程和服务时长，在不超过最大允许等待时间的情况下设置最为经济的快充站设备数量。4.根据权利要求1所述的一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法，其特征在于：所述步骤S3的具体包括以下步骤：步骤S31：源层规划中以DG运营商的全周期收益最大化为优化目标：式中，为DG运营商卖电收益，为新能源发电政府补贴，为储能套利收益，为设备投资费用，为DG运行费用；DG独立运营商应在电网安全的前提下追求自身最大化，源层应满足投资和运行两大方面的约束；其中投资约束包括DG投资数量约束、储能投资数量约束，分别如下所示：面的约束；其中投资约束包括DG投资数量约束、储能投资数量约束，分别如下所示：式中，分别表示节点k的风电、光伏、储能设备配置数量，Ω
WG
、Ω
WG
、Ω
DG
表示风电、光伏以及所有DG备选节点的集合；运行约束包括储能充放电约束、荷电状态约束、配电网功率平衡约束、节点电压安全约束与线路功率约束，分别如下所示：SOC
min
≤SOC(t)≤SOC
max
ꢀꢀ
(A15)U
min
≤U≤U
max
ꢀꢀ
(A17)P
ij
≤P
max
ꢀꢀ<...

【专利技术属性】
技术研发人员：郑洁云，宣菊琴，张林垚，陈波，陈垣玮，陈晓彬，倪识远，黄超，王震，胡志坚，易辰颖，
申请(专利权)人：国网福建省电力有限公司经济技术研究院，
类型：发明
国别省市：