含新能源和电动汽车并网的分层调度方法及其系统技术方案

含新能源和电动汽车并网的分层调度方法及其系统，其特征在于，所述方法包括以下步骤：步骤1，基于并网的所述新能源与电动汽车特性，建立新能源预测误差模型和电动汽车响应误差模型；步骤2，以系统最小总负荷、新能源最大总消纳为目标函数建立上层模型，以电动汽车代理商成本最小化、代理商出力与调度计划的偏差最小化、电动汽车响应优先级最大化为目标函数建立下层模型，将步骤1中的所述模型代入至步骤2的双层模型中；步骤3，采用改进的遗传算法对所述双层模型进行求解，并获得调度结果。本发明专利技术优化了编码过程，合理控制交叉率和变异率，保持了解空间的多样性提高了算法的收敛速度，提高了全局最优解的准确率。高了全局最优解的准确率。高了全局最优解的准确率。

【技术实现步骤摘要】
含新能源和电动汽车并网的分层调度方法及其系统


[0001]本专利技术涉及智能电网调度领域，更具体地，涉及一种含新能源和电动汽车并网的分层调度方法及其系统。

技术介绍

[0002]随着全球工业化进程的不断加速，环境污染与能源短缺已经成为亟待解决的问题。本世纪以来，随着能源革命进程的不断推进，以风能、太阳能等清洁能源代替传统化石能源实现发电已成为电网改革的重要趋势。电动汽车作为环境友好型交通工具在近几年中迎来了很好的发展机遇，目前，我国电动汽车的保有量已经突破300万辆。这导致规模化的电动汽车无序的接入电网的现象较为严重，不仅会加剧电网负荷峰谷差，还会对于电能质量造成严重的影响；同时，随着新能源出力向传统电网中的接入，出力的不确定性也使得电动汽车与电网间的耦合更为复杂，以上问题都给电力系统安全带来新的挑战。
[0003]现有技术中，对于电力系统的控制方法主要包括集中式控制和分布式控制两大类型。一方面，集中式控制方法采用对电动汽车单量进行集中式管理的方法实现对电动汽车并网的精确控制。例如，
技术介绍
文件CN106712012A中公开了一种大规模电动汽车并网充放电的集中控制方法，该方法能够利用变电站低压侧母线电压幅值、电网负荷裕度指标实现支持向量机的运算。现有技术中的这种方法还可以采用最有充电功率、地区功率限值、最小负荷方差、最大化负荷系数等指标作为单一的电网全局优化目标，从而对电网中的可控资源进行准确调配。通常来说，这种方法能够对新能源出力以及电动汽车的并网达到良好的控制效果，然而，当集中控制器出现故障时，控制系统便会全面崩溃，从而影响了电网的整体性能。另外，这一方法对于通信网络传输的可靠性和网络带宽均具备较高的要求，因此，当电力系统的传输网络不满足要求时，集中式控制方法便显得难以实施了。
[0004]另一方面，分布式控制方法采用将电力系统调度中心预先划分为多个层级的方式，在服从整体目标的基础上，相对独立的对电动汽车充电过程进行控制。例如，
技术介绍
文件CN112350357A中公开了一种分布式并网电动汽车自适应SoC平衡控制方法，并具体公开了利用多个电动汽车作为分布式储能系统，根据上级调度指令得到所需总功率，根据电动汽车的储能系统得到电池的容量，并实现初始功率的分配，引入自适应功率调节最终达到SoC的平衡。
技术介绍
文献《电动汽车参与电网电压调节的调度策略研究》，吴鑫鑫，电子科技大学硕士学位论文中公开了一种电动汽车优化调度模型，通过设置目标函数、约束条件等方式进行优化调度模型的求解，且文献中提及了诸如序列二次规划法、信赖域法及遗传算法等多种模型求解方法。需要说明的是，这种方法虽然能够分层的考虑不同优化目标及约束条件，但是也同时由于存在多个不同的利益主体、存在运算目标不一致等问题，而往往会涉及运算中的博弈和优化过程的循环迭代。以上问题都会导致算法的复杂度升高、准确性降低，同时随着新能源出力和电动汽车并网数量的不断增加，复杂算法的求解甚至难以实现，以上述算法为基础的电网调度更是难以实现。
[0005]进一步的，当对分布式电网模型采用遗传算法的方式进行模型求解时，虽然在遗
传算法中，子代种群可以通过交叉和变异过程提高优化空间的匹配度，确保搜索方向的正确性，并确保从群体触发实现个体的全局优化。但是，遗传算法的编码解码过程较为复杂，局部搜索能力差，搜索过程，尤其是后期搜索过程需要耗费大量时间，使得分层调度过程不够及时。为此，遗传算法的初始种群的个体规模、迭代次数等参数的选取不得不考虑到计算总耗时的影响，这使得参数的选取不够准确，不仅容易导致算法本身产生早熟收敛等问题，而且会影响模型求解结果和调度的准确性。
[0006]针对上述问题，亟需一种含新能源和电动汽车并网的分层调度方法及其系统。

技术实现思路

[0007]为解决现有技术中存在的不足，本专利技术的目的在于，提供一种含新能源和电动汽车并网的分层调度方法及其系统，能够根据遗传种群在迭代过程中的适应度取值来对适应度函数进行调节，同时对交叉率和变异率进行自适应的设置，从而实现了快速、准确模型求解和调度实现。
[0008]本专利技术采用如下的技术方案。
[0009]本专利技术第一方面，涉及一种含新能源和电动汽车并网的分层调度方法，其中，方法包括以下步骤：步骤1，基于并网的新能源与电动汽车特性，建立新能源预测误差模型和电动汽车响应误差模型；步骤2，以系统最小总负荷、新能源最大总消纳为目标函数建立上层模型，以电动汽车代理商成本最小化、代理商出力与调度计划的偏差最小化、电动汽车响应优先级最大化为目标函数建立下层模型，将步骤1中的所述模型代入至步骤2的双层模型中；步骤3，采用改进的遗传算法对所述双层模型进行求解，并获得调度结果。
[0010]优选的，对双层模型中的离散变量采用线性差值法进行数据填充；对双层模型中的连续变量与优化后的离散变量一同进行实数编码以获取编码数据。
[0011]优选的，双层模型中的离散变量包括电动汽车在时间维度上的投切状态数据；双层模型中的连续变量包括配电网的节点电压、配电网中充电站的充电功率、配电网中的电动汽车运营商出力。
[0012]优选的，对编码数据进行蒙特卡洛随机抽样，并基于抽样结果生成多个场景下的初始种群。
[0013]优选的，遗传算法的适应度函数是基于对多目标归一化后的单目标适应度函数变换获得的；变换方法为
[0014]式中，f为归一化后的单目标适应度函数的倒数，F为采用所述变换方法变换后获得的适应度函数，t为当前迭代次数，T为遗传算法的最大迭代次数，a和b分别为变换方法的第一变换参数和第二变换参数。
[0015]优选的，第一变换参数和第二变换参数a和b的取值使得所述遗传算法的种群同时满足以下条件：
[0016][0017]式中，F
i,t
为当前迭代次数为t时种群中第i个个体的适应度函数，其中，i的取值范围为所有当前种群中的个体编号，∑F
i,t
为所有当前种群中的个体的适应度之和，S()为所有当前种群中的个体的适应度的方差。
[0018]优选的，遗传算法中选择操作满足其中，p
i,t
为第t次迭代时，第i个个体被选择的概率。
[0019]优选的，交叉算子基于交叉率确定子代染色体的总量，且交叉率为
[0020][0021]式中，N为预先设定的交叉参数，且N∈[1，2]，P
c1
为交叉个体的随机交叉率值，随机交叉率的取值范围为[0.4，0.99]；F
c
为交叉个体中较大的适应度值，为当前种群的平均适应度值。
[0022]优选的，变异算子基于变异率确定变异的染色体的总量，且变异率为
[0023][0024]式中，c和d分别为预先设定的交叉参数，且c,d∈[1，2]，P
m1
为变异个体的随机变异率值，所述随机变异率的取值范围为[0.0001，0.1]之间；F
m
为变异个体的适应度值，为当前种群的平均适应度值。
[0025]本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.含新能源和电动汽车并网的分层调度方法，其特征在于，所述方法包括以下步骤：步骤1，基于并网的所述新能源与电动汽车特性，建立新能源预测误差模型和电动汽车响应误差模型；步骤2，以系统最小总负荷、新能源最大总消纳为目标函数建立上层模型，以电动汽车代理商成本最小化、代理商出力与调度计划的偏差最小化、电动汽车响应优先级最大化为目标函数建立下层模型，将步骤1中的所述模型代入至步骤2的双层模型中；步骤3，采用改进的遗传算法对所述双层模型进行求解，并获得调度结果。2.根据权利要求1中所述的含新能源和电动汽车并网的分层调度方法，其特征在于：对所述双层模型中的离散变量采用线性差值法进行数据填充；对所述双层模型中的连续变量与优化后的所述离散变量一同进行实数编码以获取编码数据。3.根据权利要求2中所述的含新能源和电动汽车并网的分层调度方法，其特征在于：所述双层模型中的离散变量包括电动汽车在时间维度上的投切状态数据；所述双层模型中的连续变量包括配电网的节点电压、所述配电网中充电站的充电功率、所述配电网中的电动汽车运营商出力。4.根据权利要求3中所述的含新能源和电动汽车并网的分层调度方法，其特征在于：对所述编码数据进行蒙特卡洛随机抽样，并基于抽样结果生成多个场景下的初始种群。5.根据权利要求4中所述的含新能源和电动汽车并网的分层调度方法，其特征在于：所述遗传算法的适应度函数是基于对多目标归一化后的单目标适应度函数变换获得的；所述变换方法为式中，f为所述归一化后的单目标适应度函数的倒数，F为采用所述变换方法变换后获得的适应度函数，t为当前迭代次数，T为所述遗传算法的最大迭代次数，a和b分别为所述变换方法的第一变换参数和第二变换参数。6.根据权利要求5中所述的含新能源和电动汽车并网的分层调度方法，其...

【专利技术属性】
技术研发人员：赵家庆，潘玲玲，田江，耿建，庄卫金，吕洋，赵奇，黄学良，闪鑫，丁宏恩，王勇，李峰，王毅，徐春雷，吴博文，杨明，俞瑜，
申请(专利权)人：中国电力科学研究院有限公司东南大学国网电力科学研究院有限公司国网江苏省电力有限公司国家电网有限公司，
类型：发明
国别省市：