【技术实现步骤摘要】
一种考虑需求响应意愿分级的电动汽车实时调度优化方法
[0001]本专利技术属于电力系统需求响应
,具体涉及一种考虑需求响应意愿分级的电动汽车实时调度优化方法。
技术介绍
[0002]由于电动汽车并网数量和电池容量的不断增加给电力系统带来巨大的运行负担,有必要使电动汽车通过有序充电参与配电网调度以降低负荷压力,消除电网超载风险。目前,研究电动汽车充电功率优化问题的方法分为日前全局优化和实时局部优化。日前优化的调度指令是以日前数据为基础的,由于汽车入网时间和充电需求难以确知,需进行日前预测,通常是利用交通数据库分析它们的概率分布函数并获取特征参数,在此基础上优化汽车未来的充电功率。然而,由于电动汽车到达和离开时间随机,且接入时电池荷电状态具有较大的不确定性,日前调度往往无法满足部分电动汽车的充电需求,因此有必要对电动汽车用户进行实时调度。电动汽车用户受到激励会积极响应电动汽车聚合商的调度策略,但作为高度自主性个体,其并网需求最终仍取决于用户意愿。与电动汽车聚合商签约的用户在电网侧有调度需求的时候需要参与响应,而出行需求灵活度高的未签约用户(普通用户)在实时调度则少有研究考虑,这部分电动汽车的响应能力严重浪费,因此现有技术不能充分利用电动汽车的调度潜力(张丙旭,许刚.计及需求差异的电动汽车并网滚动时域优化[J].电力系统自动化,2020,44(13):106
‑
114.)。
技术实现思路
[0003]为解决现有技术存在的缺陷,本专利技术提出按需求响应意愿差异和对充电时间、充电费用的在 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种考虑需求响应意愿分级的电动汽车实时调度优化方法,其特征在于,包括如下步骤:S1、按照电动汽车用户参与需求响应意愿和对充电时间、充电费用的在意程度的差异对电动汽车用户进行分类,并据此建立各类电动汽车用户的功率约束和电量约束;S2、根据各电动汽车用户群体有需求响应意愿且满足约束的电动汽车用户数量与电动汽车用户被削减的功率确定各时段调度潜力;S3、计算各时段总预测负荷与调度目标功率之差,作为调度需求;S4、根据调度需求和各电动汽车用户群体调度潜力确定分级调度方案;S5、建立实时优化目标,使预测功率尽量接近目标功率,以达到削峰的效果,采用粒子群算法求解电动汽车充电功率;S6、建立补贴机制,计算电网公司对电动汽车聚合商的补偿费和电动汽车聚合商对电动汽车用户的补偿费。2.根据权利要求1所述的考虑需求响应意愿分级的电动汽车实时调度优化方法,其特征在于:步骤S1中,将电动汽车用户分为参与需求响应意愿高的签约用户和意愿低的非签约用户,即普通用户;将普通用户分为更希望降低充电费用的高弹性非签约用户和对电量要求相对严格的低弹性非签约用户,即:式中,q为电动汽车用户类别;A、B、C三类电动汽车用户的区别在于,A类电动汽车用户作为签约用户其调度优先级最高,且A类电动汽车的充电功率可以削减为0;B类电动汽车调度优先级次之,由于其更希望降低充电费用,故调度过程中B类电动汽车的充电功率可削减到0;C类电动汽车调度优先级最低,由于其对充电电量要求相对严格,因此调度过程中充电功率必须使C类电动汽车的的电量在相应预期范围内。3.根据权利要求2所述的考虑需求响应意愿分级的电动汽车实时调度优化方法,其特征在于:步骤S1中,建立电动汽车用户的电量约束,具体如下:T
cmin
(i)=C0(S
ex
(i)
‑
S0(i))/(ηP
cN
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)t
ml
(i)=t
ar
(i)+T
cmin
(i)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)t
mc
(i)=t
ex
(i)
‑
T
cmin
(i)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)(4)其中,T
cmin
(i)为电动汽车i的最短充电时长,C0为电动汽车的电池容量,S
ex
(i)为电动汽车i的期望电量,S0(i)为电动汽车i的初始电量,η为电动汽车的充电效率,P
cN
为电动汽车的额定充电功率,t
ml
(i)为电动汽车i的最快离开时间,t
ar
(i)为电动汽车i的到站时间,t
mc
(i)为电动汽车i的最迟开始充电时间,t
ex
(i)为电动汽车i的预期离开时间,S
max
(i,t)为电动汽
车i在站内时间t的电量上界,S
min
(i,t)为电动汽车i在站内时间t的电量下界。4.根据权利要求3所述的考虑需求响应意愿分级的电动汽车实时调度优化方法,其特征在于:为保证电动汽车用户的充电时间不至于过长而影响电动汽车用户的充电体验,对电动汽车电量差进行限制:当电动汽车现有电量与进站后按照额定充电功率充电到当前时刻的电量差dS超过调度电量差极限dS
m
时,则该电动汽车不再参与调度。5.根据权利要求2所述的考虑需求响应意愿分级的电动汽车实时调度优化方法,其特征在于:步骤S1中,建立电动汽车用户的功率约束,具体如下:A类电动汽车用户为签约用户,B类电动汽车用户希望充电费用降低,A类和B类电动汽车用户充电时,电动汽车的充电功率可以削减为0,因此功率约束为:0≤P
q
≤P
cN
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)其中,P
q
为q类电动汽车的功率,q=A、B;C类电动汽车用户充电时,电动汽车的功率约束可由电动汽车的电量上下界计算:即:其中,P
min
(m)、P
max
(m)分别为该电动汽车在时段m内充电功率的最小值和最大值;S(m1)、S(m
’
)分别为该电动汽车在时段m的最初时刻m1和最末时刻m
’
的电量。6.根据权利要求1所述的考虑需求响应意愿分级的电动汽车实时调度优化方法,其特征在于:步骤S2中,各时段各类电动汽车的调度潜力具体如下:P
cq
(m)=N
q
(m)
×
P
M_q
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)P
cq
(m)=P
cq_n
(m)+P
cq_f
(m)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)其中,P
cq
(m)为时段m内q类电动汽车的调度潜力,q=A,B,C;P
cq_n
(m)、P
cq_f
(m)分别为时段m内q类电动汽车的现有调度潜力和预测调度潜力;N
q
(m)为时段m内q类电动汽车的可调度数量;P
M_q
为q类电动汽车的功率约束最大值。7.根据权利要求6所述的考虑需求响应意愿分级的电动汽车实时调度优化方法,其特征在于:步骤S3中,计算总预测负荷与调度目标功率之差,作为调度需求,具体如下:P
init
(m
‑
1)=P
b
(m)+P
init_EV
(m
‑
1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)P
if
(m)=P
fore
(m)+P
init
(m
‑
1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
技术研发人员:周星月,张勇军,邓文扬,黎灿兵,王智东,
申请(专利权)人:华南理工大学,
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。