一种综合移动储能多时段优化运行方法、系统及存储介质技术方案

本发明专利技术公开了一种综合移动储能多时段优化运行方法、系统及存储介质，步骤如下：构造三类综合移动储能运行模型，评估不同时段三类移动储能的可调度功率；将移动储能模型与潮流优化模型结合，建立负荷峰谷差、配电网网损和配电网运行成本多目标函数；在考虑配网潮流、节点电压偏差、网损等因素的情况下，使得三类综合移动储能模型总运行成本和配网网损成本最低。本发明专利技术提能够有效减少负荷峰谷差、降低配电网网损和降低配电网运行成本，且一定程度上降低了节点电压偏差率，该方法可为配电网经济弹性运行提供新思路。弹性运行提供新思路。弹性运行提供新思路。

【技术实现步骤摘要】
一种综合移动储能多时段优化运行方法、系统及存储介质


[0001]本专利技术涉及移动储能调度领域，特别是涉及一种基于二阶锥凸优化模型的综合移动储能多时段优化运行方法、系统及存储介质。

技术介绍

[0002]随着社会经济的持续发展，能源供应问题将逐渐凸显，环境污染问题也日趋严重。在此背景下，世界各国都在倡导节约能源，降低对化石燃料的依赖性，减少社会经济发展对环境带来的破坏。电动汽车、移动储能车和氢燃料发电车以其能效高、污染小、噪音低的优势被各国政府及汽车企业认为是未来汽车发展的重要方向，是实现节能减排的重要手段之一。
[0003]近年来，我国政策一直大力倡导使用环境友好型的电动汽车，大规模电动汽车的接入电网随机充电造成线路传输功率分配不均，导致配电网峰谷差加大、网损成本增高等问题的加剧，对智能配电系统的可靠安全的运行造成危害。随着大容量储能电池的研发与推广、氢燃料发电车的兴起及电动汽车数量的高速增长，各类型移动储能资源的容量及规模已达到支撑配电网优化运行的要求。移动储能类型多，具备聚合容量可观、移动方便、调控灵活的优点，可以互动参与电网优化运行的调控。实现削峰填谷，缓解峰谷差，提高电压合格率、降低网损、提高供电可靠性、降低电网损耗等目标。移动储能(MES)作为一种典型的时空柔性资源，合理调度使用移动储能，降低电网网损。
[0004]移动储能相比传统的储能设备，具有位置灵活分散、响应速度快、污染小、能效高等优点，包含：电动汽车、移动储能车、氢燃料发电车等。伴随着电动汽车普及率的增加，大量电动汽车接入电网可以看成电力系统的一种新型大容量负荷，从系统运行的角度看，电动汽车相当于一个分布式储能器，可在负荷高峰时将电能反送回网络。传统的电池储能系统由储能系统、能量转换系统和配电网络组成，将上述系统安装在汽车上就形成了移动储能车，可提前将电池充满电，然后在需要的地方将电池中的电能放出提供应急供电。氢燃料发电车因具有无污染、能量转化及应用方式多样和可移动性等优点，近年来国内外开展了利用新能源发电电解水制氢的示范项目。移动储能技术逐渐被引入到电力系统中，应用于电网柔性补强，可以起到延缓电网升级、减少输电阻塞、提高供电可靠性的作用。但对于氢燃料发电车与配网交互的研究较少。当前研究大多采用单一类型分布式储能资源调度模型，多类型分布式储能资源的运行特性仍缺乏有效分析模型。对于优化问题的目标函数的设计通常考虑比较单一，针对与配网的交互，大多数研究仅仅考虑了负荷峰谷差，没有将配网潮流、节点电压偏差等因素综合考虑。因此，如何引导移动储能参与需求响应是一个值得深入研究的问题。

技术实现思路

[0005]本专利技术提供一种基于二阶锥凸优化模型的综合移动储能多时段优化运行方法、系统及存储介质，提出氢燃料发电车、移动储能车、电动汽车协同参与配电网优化运行，打破
传统单一支撑方式的局限。首先，构造三类综合移动储能运行模型，其次将移动储能模型与Distflow潮流优化模型结合，在考虑配网潮流、节点电压偏差、网损等因素的情况下，使得三类综合移动储能模型总运行成本和配网网损成本最低。
[0006]为实现上述目的，本专利技术所采取的技术方案是：
[0007]一种综合移动储能多时段优化运行方法，其特殊之处是，包括以下步骤：
[0008]构造电动汽车、移动储能车和氢燃料发电车的综合移动储能运行模型，评估不同时段所述移动储能的功率，合理使用其功率实现削峰填谷降低网损的功能；
[0009]将移动储能模型与潮流优化模型结合，建立负荷峰谷差、配电网网损和配电网运行成本多目标函数；
[0010]在考虑配网潮流、节点电压偏差和网损因素的情况下，使得所述移动储能模型总运行成本和配网网损成本最低。
[0011]进一步，所述电动汽车的运行模型建立及评估不同时段的可调度功率过程，包括以下步骤：
[0012]S1.1、在进行分区时，考虑系统有功与电压关系，利用牛顿
‑
拉夫逊法计算系统潮流，其潮流方程的线性化极坐标形式为：
[0013][0014]式中，ΔP、ΔQ分别为注入节点的有功功率和无功功率的变化量；J为潮流方程的雅可比矩阵；Δδ、(ΔU/U)分别为节点电压相角和幅值的变化量；
[0015]S1.2、以最小化系统峰谷差和负荷方差为目标在时间尺度上对电动汽车充放电负荷进行优化，具体目标函数表示为：
[0016][0017]P
t
为t时刻电网总负荷，N
c,t
为t时刻电动汽车总充电数目，P
c
为充电功率，N
d,t
为t时刻电动汽车放电数目，P
d
为放电功率，P
L,t
为t时刻基础负荷功率，P
avg
为平均负荷；
[0018]S1.3、决策主体为各电动汽车充电站，各电动汽车充电站通过对站内的电动汽车充放电状态的控制，使得电动汽车实际的功率与上层配电网调度中心发布的指令的偏差达到最小；一个调度周期的电动汽车充放电功率用矩阵P表示：
[0019][0020]式中，N
EV
是接入电网的电动汽车的总数量，p
i,t
表示第i辆电动汽车在时刻t开始的调度命令的充放电功率，U
tEV
是为了区分电动汽车的运行状态而引入的变量，U
tEV
＝
‑
1时代表t时刻该移动储能车工作在放电状态，U
tEV
＝1代表t时刻该移动储能车工作在充电状态；
[0021]S1.4、电动汽车起始充电时间服从正态分布：
[0022][0023]S1.5、对于参与V2G的电动汽车车主，在将电动汽车接入电网的同时需要向调度中心提交预计的离网时间，这些接入电网的电动汽车则处于一种可调度状态，在保证电动汽车车主指定离网时刻t
off
电动汽车电池电量达到设定的期望值的前提下，为了平衡配电网的需求，会合理对电动汽车的充放电功率进行调整，满足以下公式：
[0024][0025][0026]式中，n表示电动汽车编号，表示第n辆电动汽车入网时的初始电量，P(n,t)表示第n辆电动汽车在t时刻电池的充放电功率，E
EV
表示电动汽车电池的最大容量，是电动汽车车主设置的离网时电池电量的期望值；
[0027]S1.6、电动汽车电池充电行为建模为在某一时刻t
n
具有恒定功率的负载，将电动汽车对电网放电建模为在某一时刻t
n
具有单位功率因数的发电源；在优化过程中，每辆电动汽车的SOC值在最小SOC值SOC
min
到最大SOC值SOC
max
之间变化；电动汽车充电功率或放电功率的变化有赖于电动汽车充电器基础设施以及根据配网的负荷情况调度中心下达的调度指令；
[0028]SOC
min
≤SOC(n,t)≤SOC
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种综合移动储能多时段优化运行方法，其特征在于，包括以下步骤：构造电动汽车、移动储能车和氢燃料发电车的综合移动储能运行模型，评估不同时段所述移动储能的功率，合理使用其功率实现削峰填谷降低网损的功能；将移动储能模型与潮流优化模型结合，建立负荷峰谷差、配电网网损和配电网运行成本多目标函数；在考虑配网潮流、节点电压偏差和网损因素的情况下，使得所述移动储能模型总运行成本和配网网损成本最低。2.根据权利要求1所述的一种综合移动储能多时段优化运行方法，其特征在于，所述电动汽车的运行模型建立及评估不同时段的可调度功率过程，包括以下步骤：S1.1、在进行分区时，考虑系统有功与电压关系，利用牛顿
‑
拉夫逊法计算系统潮流，其潮流方程的线性化极坐标形式为：式中，ΔP、ΔQ分别为注入节点的有功功率和无功功率的变化量；J为潮流方程的雅可比矩阵；Δδ、(ΔU/U)分别为节点电压相角和幅值的变化量；S1.2、以最小化系统峰谷差和负荷方差为目标在时间尺度上对电动汽车充放电负荷进行优化，具体目标函数表示为：P
t
为t时刻电网总负荷，N
c,t
为t时刻电动汽车总充电数目，P
c
为充电功率，N
d,t
为t时刻电动汽车放电数目，P
d
为放电功率，P
L,t
为t时刻基础负荷功率，P
avg
为平均负荷；S1.3、决策主体为各电动汽车充电站，各电动汽车充电站通过对站内的电动汽车充放电状态的控制，使得电动汽车实际的功率与上层配电网调度中心发布的指令的偏差达到最小；一个调度周期的电动汽车充放电功率用矩阵P表示：式中，N
EV
是接入电网的电动汽车的总数量，p
i,t
表示第i辆电动汽车在时刻t开始的调度命令的充放电功率，是为了区分电动汽车的运行状态而引入的变量，时代表t时刻该移动储能车工作在放电状态，代表t时刻该移动储能车工作在充电状态；S1.4、电动汽车起始充电时间服从正态分布：S1.5、对于参与V2G的电动汽车车主，在将电动汽车接入电网的同时需要向调度中心提交预计的离网时间，这些接入电网的电动汽车则处于一种可调度状态，在保证电动汽车车
主指定离网时刻t
off
电动汽车电池电量达到设定的期望值的前提下，为了平衡配电网的需求，会合理对电动汽车的充放电功率进行调整，满足以下公式：求，会合理对电动汽车的充放电功率进行调整，满足以下公式：式中，n表示电动汽车编号，表示第n辆电动汽车入网时的初始电量，P(n,t)表示第n辆电动汽车在t时刻电池的充放电功率，E
EV
表示电动汽车电池的最大容量，是电动汽车车主设置的离网时电池电量的期望值；S1.6、电动汽车电池充电行为建模为在某一时刻t
n
具有恒定功率的负载，将电动汽车对电网放电建模为在某一时刻t
n
具有单位功率因数的发电源；在优化过程中，每辆电动汽车的SOC值在最小SOC值SOC
min
到最大SOC值SOC
max
之间变化；电动汽车充电功率或放电功率的变化有赖于电动汽车充电器基础设施以及根据配网的负荷情况调度中心下达的调度指令；SOC
min
≤SOC(n,t)≤SOC
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)(7)式中，SOC(n,t)表示第n辆电动汽车在t时刻电池电荷状态，P(n,t)
EV_dch
表示表示第n辆电动汽车在t时刻放电功率，和是电动汽车放电功率的上下界限；P(n,t)
EV_ch
表示表示第n辆电动汽车在t时刻充电功率，和是电动汽车充电功率的上下界限；S1.7、电动汽车参与V2G的成本包括充放电成本和电池老化成本；参与V2G充放电总成本具体表现为通过与配网交换电能后的综合购电成本；某辆电动汽车在接入电网时段内充电成本为：式中：Φ(t)表示电价，C
cht
表示一辆电动车在接入电网Δt时间内充电总成本；电动汽车放电要获得一定的放电补贴，放电补贴的价格是当前电价的k
n
倍，则某辆电动汽车在接入电网放电时段内的放电成本为：式中：C
dcht
表示一辆电动汽车在接入电网Δt时间内放电的补贴，P(n,t)
EV_dch
表示电动汽车在t时刻的放电功率；V2G的电动汽车放电时因为电池老化产生的成本：C
cyc
＝β1ΔE
n
C
B
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)式中，C
cyc
为释放电量为ΔE
n
时的退化成本，β1为老化系数，C
B
为更换电池需要的总成本，ΔE
n
为释放的电量；电动汽车在一个调度周期内的总成本为：
式中，C
EV
表示所有电动车在一个调度周期内的总成本。3.根据权利要求1所述的一种综合移动储能多时段优化运行方法，其特征在于，移动储能车运行模型及氢燃料车运行模型的建立，包括：S2.1、移动储能车的运行特性建模如下：式中，ΔSOC(t)表示移动储能车在第t时间段内荷电状态的改变量；P
MES_ch
表示移动储能车t时刻的充电功率；η
ch
表示移动储能车的充电效率；P
MES_dch
表示移动储能车位于t时刻的放电功率；η
dch
表示储能系统的放电效率。S2.2、氢燃料发电车的运行特性模型如下：Cap
min
≤Cap
t
≤Cap
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)式中，Cap
t
表示在t时刻氢燃料发电车的储氢量，Cap
min
和Cap
max
分别是所允许的储氢量的上下限值，ΔE
H
表示在Δt时间内氢燃料发电车废除的电能，P
tH
表示氢燃料发电车发电的功率，表示氢燃料发电车发电功率的上限。4.根据权利要求1所述的一种综合移动储能多时段优化运行方法，其特征在于，建立负荷峰谷差、配电网网损和配电网运行成本多目标函数时，满足各节点的有功功率、无功功率不超过其最大值，节点电压不越限，即：不超过其最大值，节点电压不越限，即：不超过其最大值，节点电压不越限，即：v
i,min
≤v
i
≤v
i,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)i
ij
≤i
ij,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(22)式中：P
iG
、分别为节点i电源发出的有功功率和无功功率；P
iM
为节点i分布式储能资源系统功率，v
i
为节点i的电压，i
ij
为节点i流向节点j的电流；分别为节点i电源允许发出的最小有功功率和最大有功功率，分别为节点i电源允许发出的最小无功功率和最大无功功率，分别为节点ii分布式储能资源系统的最小有功功率和最大有功功率，v
i,min
、v
i,max
分别为节点i的允许最小电压和最大电压，i
ij,max
节点i流向节点j的允许最大电流。5.根据权利要求1所述的一种综合移动储能多时段优化运行方法，其特征在于，在考虑
...

【专利技术属性】
技术研发人员：王丹，孙庚，杨威，郭哲强，于浩，张佳佳，李璐，王长春，赵蓓蓓，张依娇，夏力鹏，吴晓梅，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：