System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于交流牵引供电系统,尤其是涉及电动车和光伏接入交流牵引供电系统能量管理方法及装置。
技术介绍
1、电气化铁路以其快速、安全、准时、载客容量大、污染轻等特点而成为解决大中城市和城市群交通拥堵的首选方案。但交流电气化铁路作为轨道交通用能大户,如何削峰填谷、提升清洁能源消纳,降低交流电气化铁路运营成本,实现安全高效经济运行非常关键。列车频繁制动产生了大量再生制动能量,赋予了交流电气化铁路可观的再生能量“禀赋”,但现阶段牵引供电系统内部无法充分利用;同时交流电气化铁路沿线大量的车站和附近停车场为光伏(photovoltaic, pv)和电动汽车(electric vehicle, ev)接入交流牵引供电系统提供了良好接口条件,通过在车站附近停车场安装充电桩并接入交流牵引供电系统,可将大量无法消纳的再生制动能量为电动汽车充电,同时有效平抑牵引负荷潮流波动,降低交流电气化铁路运营成本。牵引负荷过程具有强波动性,而光伏发电与电动汽车充电供电具有强随机性,如何在不确定环境下通过精细化的能量管理策略实现再生制动能量高效利用、电动汽车有序充电成为亟待解决的关键技术问题。
技术实现思路
1、为了解决
技术介绍
中存在的问题,本专利技术的目的在于,提供一种ev和pv接入交流牵引供电系统能量管理方法,它能有效解决以下难题:(1)不确定环境下交流牵引供电系统能量调度;(2)提高交流牵引供电系统光伏消纳率和再生制动能量利用率,降低交流牵引供电系统能耗。
2、本专利技术的目的通过以下技术方案来
3、电动车和光伏接入交流牵引供电系统能量管理方法,所述方法包括如下步骤:
4、获取交流牵引供电系统牵引负荷过程数据;
5、建立光伏出力预测概率分布模型和电动汽车充电行为预测概率分布模型;
6、建立含电动车和光伏的交流牵引供电系统能量管理模型,将含不确定参数的约束转换为机会约束,根据光伏出力预测概率分布和电动汽车充电行为预测概率分布设置约束上下限,并对模型进行求解,得到系统潮流调度策略,完成交流牵引供电系统能量管理优化;
7、其中,含电动车和光伏的交流牵引供电系统能量管理模型以牵引供电系统能耗最小为目标函数,并包括系统运行特性约束。
8、进一步的,含电动车和光伏的交流牵引供电系统能量管理模型的目标函数为:
9、(1)
10、式中,表示牵引变电所从电网取电功率,表示牵引变电所反馈电网功率,为全日时间长度,取1440,为单位时间尺度,取1分钟。
11、进一步的,含电动车和光伏的交流牵引供电系统能量管理模型的系统运行特性约束包括:
12、含电动车和光伏的交流电气化铁路牵引变电所功率平衡约束条件如下:
13、(2)
14、式中,为光伏出力;为列车再生制动功率;为牵引负荷;为电动汽车充电站的充电功率;
15、光伏出力约束如下:
16、(3)
17、式中,为光伏出力最大功率;
18、电动汽车充电功率约束如下:
19、(4)
20、(5)
21、(6)
22、式中,为电动汽车充电可行性;当电动汽车处于充电时段时,,否则,为电动汽车额定充电功率,为电动汽车充电站最大充电功率;为电动汽车到达时间,为电动汽车离开时间;
23、电动汽车荷电状态约束如下:
24、(7)
25、(8)
26、式中,为电动汽车离开时的荷电状态;为电动汽车额定容量;为电动汽车充电功率;为电动汽车初始荷电状态;为电动汽车离开时的荷电状态最小值;为电动汽车离开时的荷电状态最大值。
27、进一步的,所述光伏出力预测概率分布模型如下所示:
28、(9)
29、式中,光伏出力服从正态分布,为均值,为方差。
30、进一步的,所述电动汽车充电行为预测概率分布模型为:
31、(10)
32、(11)
33、式中,电动汽车到达时间和离开时间均服从正态分布,和分别对应电动汽车到达时间和离开时间的均值,和分别对应电动汽车到达时间和离开时间的方差。
34、进一步的,将含不确定参数的约束转换为机会约束,根据光伏出力和电动汽车充电行为预测概率分别设置约束上下限的方法为:
35、确定不确定参数为、,其机会约束如下所示:
36、(12)
37、(13)
38、其中,公式(12)表示光伏最大出力功率的机会约束,表示光伏最大出力功率的下限值,表示光伏最大出力功率的上限值;公式(13)表示电动汽车充电站最大充电功率的机会约束,表示电动汽车充电站最大充电功率的下限值,表示电动汽车充电站最大充电功率的上限值;表示概率函数;表示机会约束的违反概率;
39、基于电动汽车充电行为和光伏出力预测概率分布,生成k个电动汽车充电行为和光伏出力场景;
40、采用big-m法求解机会约束上下限,如下所示:
41、(14)
42、(15)
43、式中,m取104以上;
44、将机会约束转换为确定性约束,为保证约束(14)和(15)在概率下满足,设置如下约束条件:
45、(16)
46、式中,为描述场景约束的二进制变量,表示场景的约束不成立,表示场景的约束成立。
47、进一步的,对含电动车和光伏的交流牵引供电系统能量管理模型进行求解时,采用gurobi求解器进行求解。
48、电动车和光伏接入交流牵引供电系统能量管理装置,所述装置包括:
49、牵引负荷过程数据获取模块,用于获取交流牵引供电系统牵引负荷过程数据;
50、光伏出力预测概率分布模型和电动汽车充电行为预测概率分布模型获取模块,用于建立光伏出力预测概率分布模型和电动汽车充电行为预测概率分布模型;
51、交流牵引供电系统能量管理模型建立及求解模块,用于建立含电动车和光伏的交流牵引供电系统能量管理模型,将含不确定参数的约束转换为机会约束,根据光伏出力预测概率分布和电动汽车充电行为预测概率分布设置约束上下限,并对模型进行求解,得到系统潮流调度策略,完成交流牵引供电系统能量管理优化;
52、其中,含电动车和光伏的交流牵引供电系统能量管理模型以牵引供电系统能耗最小为目标函数,并包括系统运行特性约束。
53、一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上所述的电动车和光伏接入交流牵引供电系统能量管理方法。
54、一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的电动车和光伏接入交流牵引供电系统能量管理方法。
55、本专利技术的有益技术效果为:
56、1、本专利技术构建本文档来自技高网...
【技术保护点】
1.电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,所述方法包括如下步骤:
2.根据权利要求1所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,含电动车和光伏的交流牵引供电系统能量管理模型的目标函数为:
3.根据权利要求2所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,含电动车和光伏的交流牵引供电系统能量管理模型的系统运行特性约束包括:
4.根据权利要求1所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,所述光伏出力预测概率分布模型如下所示:
5.根据权利要求1所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,所述电动汽车充电行为预测概率分布模型为:
6.根据权利要求3所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,将含不确定参数的约束转换为机会约束,根据光伏出力和电动汽车充电行为预测概率分别设置约束上下限的方法为:
7.根据权利要求1所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,对含电动车和光伏的交流牵引供
8.电动车和光伏接入交流牵引供电系统能量管理装置,其特征在于,所述装置包括:
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1到权利要求7任一所述的电动车和光伏接入交流牵引供电系统能量管理方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1到权利要求7任一所述的电动车和光伏接入交流牵引供电系统能量管理方法。
...【技术特征摘要】
1.电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,所述方法包括如下步骤:
2.根据权利要求1所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,含电动车和光伏的交流牵引供电系统能量管理模型的目标函数为:
3.根据权利要求2所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,含电动车和光伏的交流牵引供电系统能量管理模型的系统运行特性约束包括:
4.根据权利要求1所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,所述光伏出力预测概率分布模型如下所示:
5.根据权利要求1所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,所述电动汽车充电行为预测概率分布模型为:
6.根据权利要求3所述的电动车和光伏接入交流牵引供电系统能量管理方法,其特征在于,将含不确定参...
【专利技术属性】
技术研发人员:魏建忠,高仕斌,董志杰,陈民武,李波,刘永红,张克永,郭雅婕,崔艳龙,尚国旭,陈晨,
申请(专利权)人:中国铁路设计集团有限公司,
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。