【技术实现步骤摘要】
本专利技术基于电动汽车充放电对电力负荷峰谷差率和虚拟电厂收益的影响，利用先进的信息通信技术，提出一种聚合风电、光伏、电动汽车、碳捕集和燃气轮机的虚拟电厂优化运营策略，具体涉及一种聚合电动汽车与碳捕集的虚拟电厂优化运营方法。
技术介绍
1、虚拟电厂(virtual power plant,简称vpp)作为一种新兴的电力系统管理方式，正在快速发展并在全球范围内得到广泛应用，尤其是为分布式清洁能源和电动汽车(electric vehicle,简称ev)的发展为解决生态和资源问题提供了新思路。分布式清洁能源具有能源利用效率高、供能灵活、经济等特点。电动汽车有零污染、零排放的天然优势。在各种清洁能源发电注入电网和电动汽车数量与日俱增的背景下，虚拟电厂协同控制将新电源、储能、负荷集合在一起，提升了电力系统的安全性与稳定性以及新能源消纳能力，与电网保持协调联系，从而获得一定收益。但新能源发电具有不确定性与随机性，并且ev无序充放电，会导致用电峰值累加，使电网峰谷差异更明显，同时，电源承担负荷也会产生大量的碳排放。vpp不仅可以解决上述问题，还能参与相关市场获得经济效益。因此，vpp优化运营，保证经济收益和成本成为当前热点研究方向。
2、目前针对vpp优化调度的方法主要选用风光典型日拟合出力，没有考虑短期预测，这对于参与电网调度的vpp不具有真实性；且预测偏差还会有偏差惩罚，以及一定的碳排放。对此，本文提出的vpp优化运营策略考虑到风电和光伏出力的季节性，并对其做季节性的预测，还通过补偿来避免预测偏差惩罚；同时，考虑了碳捕集设备的加
技术实现思路
1、本专利技术要解决的技术问题在于：针对现有的研究和技术中存在的不足，本专利技术为虚拟电厂聚合风电、光伏、电动汽车且考虑碳捕集和燃气轮机的优化运营策略，解决原有研究和方法之中对于聚合风电、光伏、电动汽车的vpp调度策略中的不足，提出一种聚合电动汽车与碳捕集的虚拟电厂优化运营方法，利用混沌理论集合经验模态分解峰值频段和ga(genetic algorithm)优化反向传播神经网络bp(backpropagation neural networks)即：gabp(genetic algorithm optimization of backpropagation neural networks)，对其做季节性的预测，其次采用碳捕集系统减少碳排放，参与碳市场交易，本专利技术实现方简单，优化了vpp的运行效率和稳定行，增强有效性和实用性。
2、上述的目的通过以下技术方案实现：
3、本专利技术的一种聚合电动汽车与碳捕集的虚拟电厂优化运营方法，该方法包括如下步骤：
4、s1.通过分析电动汽车用户行为，研究电动汽车的充电规律，日行驶里程、充电时段、充电概率分布，并采用蒙特卡洛方法模拟电动汽车的充电功率；
5、s2.基于步骤s1所研究的内容，制定vpp优化运营策略，从电动汽车用户出行规律出发，以峰谷差率和vpp的收益为目标，并考虑相关的约束；然后，对风电和光伏做出季节性的出力预测，与通过k-means聚类后的相应季节进行对比；最后，对于基础负荷、风光预测偏差、ev充电和碳捕集能耗使用燃气轮机供能，并且将风光出力与ev放电清算到售电市场出售，同时考虑碳捕集的减排作用，并参与碳市场出售碳配额进行再获益；
6、s3.考虑到风电和光伏出力的季节性，通过补偿来避免预测偏差惩罚，利用混沌理论集合经验模态分解峰值频段和ga(genetic algorithm)优化反向传播神经网络bp(backpropagation neural networks)即：gabp(genetic algorithm optimization ofbackpropagation neural networks)，对其做季节性的预测，其次采用碳捕集系统减少碳排放，参与碳市场交易；
7、s4.最后通过算例对有序和无序充放电对比仿真，验证所提策略的有效性和实用性。
8、进一步地，步骤s1具体包括如下：
9、s1-1.ev日行驶时间t服从对数正态分布，ev开始的充电时间服从分段正态分布，返回时刻服从正态分布，即为其概率密度函数f(t)为：
10、
11、式中：μt为ev日行驶时间的均值，μt取17.6，σt为ev日行驶时间的方差，σt取3.4；
12、s1-2.ev日行驶里程s服从对数正态分布，即：其概率密度f(s)为：
13、
14、式中：μs为日行驶距离的均值，μs取3.2，σs为日行驶距离的方差，σs取0.88；
15、s1-3.针对电动汽车充电时段的研究，把充电区域划分为居民区、办公区、工业区、商业区这四个典型区域，再选取有序充电、无序充电、延迟充电、削峰充电作为研究场景，以无序充电场景下的居民区为研究对象为例，对该模型下的分时电价峰谷时间段进行分析，确定居民区的各时间段的峰谷关系，确定方法如下所示：
16、
17、式中：x为所选取时间点的负荷需求；p(x)为峰谷状态；m、n分别表示在该区域中，一天内负荷曲线上的最高点和最低点；
18、s1-4.ev的使用电量与行驶里程成正比，根据行驶里程确定ev的耗电量，即原始电量减耗电量得到ev刚开始充电的电量，由初始电量得到充电时长t，计算如下，
19、
20、式中：esoc为电动汽车开始充电时的电量；为电动汽车原始的电量；xd为行驶的里程；a为电动汽车的电池容量；w100为电动汽车每100千米的能耗；为ev充电目标值；φ为充电效率；pcharge为充电功率；
21、s1-5.ev的充电行为通过概率分布进行预测：首先，确定ev数量、电池容量、充电功率；然后根据行驶里程计算出ev开始充电的剩余电量；再根据ev开始充电概率分布确定开始充电时刻；最后，计算出每台ev的充电负荷，累计并输出所有ev的充电负荷曲线。
22、进一步地，步骤s2具体包括：
23、vpp的收益来源于参与售电市场的风光机组与ev放电以及参与碳市场出售碳配额，vpp需要燃气轮机承担基础负荷、预测偏差、ev充电需求、碳捕集运行，以及ev放电的电池损耗，运营策略模型的目标函数如下：
24、
25、式中：rwt、rpv、rev,dis、rc分别为风电售电收益、光伏售电收益、ev放电收益、碳排放收益；rbase、rbias、rcharge、rev,batter、rfc、rec分别为基础负荷、燃气轮机承担的风光预测和真实值的偏差补偿、燃气轮机承担ev充电需求的成本、ev电池损耗成本、二氧化碳封存成本、碳捕集能耗成本；
26、其中，风电售电收益、光伏售电收益、ev放电收益按分时电价计本文档来自技高网...
【技术保护点】
1.一种聚合电动汽车与碳捕集的虚拟电厂优化运营方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的聚合电动汽车与碳捕集的虚拟电厂优化运营方法，其特征在于：步骤S1具体包括如下：
3.根据权利要求2所述的聚合电动汽车与碳捕集的虚拟电厂优化运营方法，其特征在于：步骤S2具体包括：
4.根据权利要求3所述的聚合电动汽车与碳捕集的虚拟电厂优化运营方法，其特征在于：步骤S3的具体过程是：
【技术特征摘要】
1.一种聚合电动汽车与碳捕集的虚拟电厂优化运营方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的聚合电动汽车与碳捕集的虚拟电厂优化运营方法，其特征在于：步骤s1具体包括如下：
...
【专利技术属性】
技术研发人员：暴悦爽，王金浩，程雪婷，王玮茹，崔校瑞，
申请(专利权)人：国网山西省电力公司电力科学研究院，
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。