【技术实现步骤摘要】
本专利技术涉及新能源发电，尤其涉及一种风光水储充运行调度方法及装置。
技术介绍
1、随着风光占比的不断增长，电网需要越来越多的关注消纳所有并网的新能源发电。在此背景下，构建风光新能源系统与储能装置的一体化设计具有稳定风光波动特性的优势。
2、另一方面，随着电动汽车保有量的逐渐提升，电动汽车作为一种隐形储能装置的潜力不容忽视。一些地区具有丰富的地形、水资源，抽水蓄能建设与城市相距较近，将风电、光伏、抽水蓄能、电动汽车进行联合调度对于提高电动汽车参与新能源系统电量调节，清洁能源电能供给集成方式具有重要意义。
3、目前抽水蓄能系统主要以电网的调控目标进行调控，与电动汽车的联动较少，在抽水蓄能系统不能有效调度时，抽水蓄能可能会频繁的在抽水和放水之间波动，使得电网电能综合利用率低，不利于节能减排。
技术实现思路
1、本专利技术实施方式提供了一种风光水储充运行调度方法及装置，以解决风光水储充系统不能优化调度时造成电能利用率低的问题。
2、第一方面，本专利技术实施方式提供了一种风光水储充运行调度方法，应用于设有新能源发电站、抽水蓄能站以及充电站的电网系统，所述风光水储充运行调度方法包括：
3、获取新能源发电站发电模型以及抽水蓄能站运行模型；
4、根据电动汽车额定容量概率分布函数、电动汽车出行前荷电状态概率分布函数、电动汽车行驶距离分布函数以及电动汽车到达充电站时间分布函数构建电动汽车信息矩阵；
5、根据电网系统的电力来源构建
6、根据所述新能源发电站发电模型、所述抽水蓄能站运行模型以及所述第一电动汽车信息矩阵，以碳排放最小为目标，对所述碳排放目标函数进行求解，并根据获得的解对电网系统进行调度。
7、在一种可能的实现方式中，所述风力发电站发电模型为：
8、
9、式中，pnom为风力发电机的额定功率，v(t)为当地实际风速，vci和vco分别为风力发电机的切入风速和切出风速；
10、所述光伏发电站发电模型为：
11、
12、式中，ppv(t)为单个光伏发电量，rad(t)为光照强度，apv为光伏面积，fpv(t)为光伏发电效率，tpv(r)为光伏实际工作温度，tenv(r)为环境温度，tnom为光伏标准温度。
13、在一种可能的实现方式中，所述抽水蓄能站运行模型为：
14、
15、式中，qps(t)和qps(t-1)分别抽水蓄能电站在r和r-1时刻存有的水量，σps为水库泄漏损耗系数，qchar(t)和qdisc(t)分别为抽水蓄能电站的抽水和放水量，cchar和cdisc分别为抽水和放水系数，ηchar和ηdisc分别为泵的效率和水轮机效率，ρwater为水的密度，h为水的扬程，pps,char和pps,disc分别为水泵消耗功率和涡轮发电机发电功率。
16、在一种可能的实现方式中，所述根据电动汽车额定容量概率分布函数、电动汽车出行前荷电状态概率分布函数、电动汽车行驶距离分布函数以及电动汽车到达充电站时间分布函数构建电动汽车信息矩阵，包括：
17、获取所述电动汽车额定容量概率分布函数、所述电动汽车出行前荷电状态概率分布函数、所述电动汽车行驶距离分布函数以及所述电动汽车到达充电站时间分布函数；
18、构建表征多个电动汽车状态的电动汽车信息基本矩阵，其中，所述电动汽车信息基本矩阵每行对应一个汽车的状态信息；
19、根据所述电动汽车额定容量概率分布函数、所述电动汽车出行前荷电状态概率分布函数、所述电动汽车行驶距离分布函数以及所述电动汽车到达充电站时间分布函数，对所述电动汽车信息基本矩阵中的每列进行求解，获得所述电动汽车信息矩阵。
20、在一种可能的实现方式中，所述电动汽车信息基本矩阵为：
21、
22、式中，evit为t时刻的电动汽车信息基本矩阵，rcn为第n个电动汽车的额定容量，isocn,t为第n个电动汽车的初始荷电状态，tsocn为第n个电动汽车的目标荷电状态，rtn为第n个电动汽车的停留时间。
23、在一种可能的实现方式中，所述电动汽车行驶距离分布函数为：
24、
25、式中，fd(x)为电动汽车行驶距离分布函数，x为行驶距离，ud和δd分别为通勤距离的均值和标准差；
26、所述电动汽车到达充电站时间分布函数为：
27、
28、式中，t为到达时间，和分别为到达时间的均值和标准差。
29、在一种可能的实现方式中，所述电动汽车额定容量概率分布函数为：
30、
31、式中，f(rc)为电动汽车额定容量的概率分布函数，rcmin和rcmax分别为电动汽车的最小和大容量，f0(rc)为gamma分布函数，α和β分别为gamma分布的形状和速率参数，γ为gamma函数；
32、所述电动汽车出行前荷电状态概率分布函数为：
33、
34、式中，f(isoc0)为出行前电动汽车荷电状态概率分布函数，isoc0为电动汽车出行前的荷电状态，isoc0,min为电动汽车满足其出行条件的最小荷电状态，isoc0,max为电动汽车的最大荷电状态，f0(isoc0)正态分布函数，σ和μ分别为isoc0分布的标准差和均值。
35、在一种可能的实现方式中，所述根据所述电动汽车额定容量概率分布函数、所述电动汽车出行前荷电状态概率分布函数、所述电动汽车行驶距离分布函数以及所述电动汽车到达充电站时间分布函数，对所述电动汽车信息基本矩阵中的每列进行求解，获得所述电动汽车信息矩阵，包括：
36、根据所述电动汽车额定容量概率分布函数对所述电动汽车信息基本矩阵的第一列进行求解；
37、根据第二公式，对所述电动汽车信息基本矩阵的第二列求解，其中，所述第二公式为：
38、
39、式中，isoci,t为t时刻第i个电动汽车的初始荷电状态，rci为第i个电动汽车的额定容量，isoc0为根据所述电动汽车出行前荷电状态概率分布函数抽样计算出的出行前的荷电状态，λi为第i个电动汽车的单位里程耗电量，di为第i个电动汽车行驶距离；
40、根据第三公式，对所述电动汽车信息基本矩阵的第三列求解，其中，所述第三公式为：
41、tsoci＝isoci,t
42、式中，isoci,t为t时刻第i个电动汽车出行前的荷电状态；
43、根据第四公式，对所述电动汽车信息基本矩阵的第四列求解，其中，所述第四公式为：
44、
45、式中，f(rt)为电动汽车额外停留时间的概率分布函数，ct为根据电动汽车额外停留时间抽样的结果，rti,0为电动汽车以最大功率充电所需时间，pc为充电功率。
46、在一种可能的实现方式中，所述根据所述新能源发电站发电模型、本文档来自技高网...
【技术保护点】
1.一种风光水储充运行调度方法，其特征在于，应用于设有新能源发电站、抽水蓄能站以及充电站的电网系统，所述风光水储充运行调度方法包括：
2.根据权利要求1所述的风光水储充运行调度方法，其特征在于，所述风力发电站发电模型为：
3.根据权利要求1所述的风光水储充运行调度方法，其特征在于，所述抽水蓄能站运行模型为：
4.根据权利要求1所述的风光水储充运行调度方法，其特征在于，所述根据电动汽车额定容量概率分布函数、电动汽车出行前荷电状态概率分布函数、电动汽车行驶距离分布函数以及电动汽车到达充电站时间分布函数构建电动汽车信息矩阵，包括：
5.根据权利要求4所述的风光水储充运行调度方法，其特征在于，所述电动汽车信息基本矩阵为：
6.根据权利要求4所述的风光水储充运行调度方法，其特征在于，所述电动汽车行驶距离分布函数为：
7.根据权利要求4所述的风光水储充运行调度方法，其特征在于，所述电动汽车额定容量概率分布函数为：
8.根据权利要求5所述的风光水储充运行调度方法，其特征在于，所述根据所述电动汽车额定容量概率分布
9.根据权利要求1-8任一项所述的风光水储充运行调度方法，其特征在于，所述根据所述新能源发电站发电模型、所述抽水蓄能站运行模型以及所述第一电动汽车信息矩阵，以碳排放最小为目标，对所述碳排放目标函数进行求解，并根据获得的解对电网系统进行调度包括：
10.一种风光水储充运行调度装置，其特征在于，用于实现如权利要求1-9任一项所述的风光水储充运行调度方法，所述风光水储充运行调度装置包括：
...【技术特征摘要】
1.一种风光水储充运行调度方法，其特征在于，应用于设有新能源发电站、抽水蓄能站以及充电站的电网系统，所述风光水储充运行调度方法包括：
2.根据权利要求1所述的风光水储充运行调度方法，其特征在于，所述风力发电站发电模型为：
3.根据权利要求1所述的风光水储充运行调度方法，其特征在于，所述抽水蓄能站运行模型为：
4.根据权利要求1所述的风光水储充运行调度方法，其特征在于，所述根据电动汽车额定容量概率分布函数、电动汽车出行前荷电状态概率分布函数、电动汽车行驶距离分布函数以及电动汽车到达充电站时间分布函数构建电动汽车信息矩阵，包括：
5.根据权利要求4所述的风光水储充运行调度方法，其特征在于，所述电动汽车信息基本矩阵为：
6.根据权利要求4所述的风光水储充运行调度方法，其特征在于，所述电动汽车行驶距离分布函数为：
7.根据权...
【专利技术属性】
技术研发人员：董增波，赵洋，刘国平，范辉，吴宏波，韩天华，李征，韩胜峰，李剑峰，姜峰，段泽龙，唐超，孙强，
申请(专利权)人：国网河北省电力有限公司，
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。