本發明屬于電力系統運行和控制領域,具體涉及一種基于多微網系統下的電動車規模調度方法及調度系統,減少電動車接入對電網的影響,保證系統的平穩運行。
背景技術:
隨著智能電網技術的不斷成熟,多微網系統不僅能夠控制與主網之間的耦合聯系,避免來自主網的電壓波動以及上游擾動等影響,同時各微網系統之間能夠進行電量傳輸,從而充分利用各微網系統內的分布式能源,減少儲能設備的操作成本,降低對主網的依賴程度,提高區域電網運行的穩定性。另一方面,電動車作為一種最具有前途的負載,由于其充放電的巨大彈性,正吸引著越來越多研究者的關注,相比于傳統的汽車,電動車在能源利用率以及環境效益等問題上都有著巨大的優勢。電動車作為一種新型負荷,如果集中于某些電價較低的時段集中充電,就可能會形成新的用電高峰,影響電網的穩定性。此外有文獻特別提到,如果電動車所需電量完全由本地機組發電提供,其co2排放量將大于由燃料驅動的傳統汽車,因此有必要合理的利用可再生能源發電,優化電動車的充電規模,從而避免上述的不利影響。
目前已有的文獻中主要以減少co2排放為目標對微網系統中的燃料汽車和電動車的規模進行了研究,大多考慮將所有燃料汽車替換成電動車,但沒有考慮由此帶來的負荷增加問題,并未對電動車的規模做出合理的指導。圖1所示的多微網系統調度系統,包含有用于各微網系統發電的傳統燃料發電機組以及各種可再生能源發電裝置,傳統發電機組主要為柴油機組,其發電容量在加上可再生能源發電量之后,應該滿足各微網系統內的負荷最大需求量,保證微網系統的平穩運行而不至于出現各種可能的斷電事故。可再生能源發電裝置則包括了光伏電池板和風力渦輪機組。微網系統負荷則主要分為兩種類型,電動車和非電動車負荷。其中非電動車負荷不可調度,是居民日常正常生活所需的電量。而電動車由于其靈活的可調度性,既可以作為一種負荷,又能夠作為微網系統中的一種儲能設備來使用。在系統中可再生能源發電量充足的時段,系統通過部署大量電動車充電來存儲溢出的可再生能源發電量,而在負荷使用較集中的時段,則在保證不影響電動車正常行駛的情況下,控制部分電動車向系統放電,從而緩解系統能源供給的壓力,大大提升整個系統運行的穩定性,可靠性。
此外,整個多微網系統中存在一個中央管理器,而每個微電網內又各自存在一個代理商。首先中央管理器根據各微網系統內的負荷曲線,結合居民用戶的歷史消費數據,來制定相應的實時電價。其次中央管理器能對各微網系統內實時的用電量進行管理。一旦系統內某一時段某個微網系統內出現能源供應不足,則其會首先通過代理商由信號傳輸線路向中央管理器發出“求救”信號,中央管理器在接收到信號后,便在整個系統中查看其它微網系統內的能源供給情況。如果某個微網系統內存在多余的可再生能源發電量,則將這部分盈余的能源進行調度,通過電力傳輸線路傳輸給“求助者”。如果當下不存在任何電量盈余,則控制微電網內的電動車放電或者傳統燃料發電機組進行發電。最終整個系統在追求整體排放以及操作花費最小的目標下,對電動車各個時段的充放電規模進行優化調度,保證整個系統的平穩運行。
技術實現要素:
本發明的目的在于針對上述現有技術中的問題,提供一種基于多微網系統下的電動車規模調度方法及調度系統,能夠有效利用多微網系統中的可再生能源以及各個微網系統之間的盈余能源進行相互傳輸,提高能源的利用率,對電動車的規模進行合理的安排,并且通過價格補償機制鼓勵用戶參與調度機制,具備現實的運用價值,同時本發明還能夠保證在微網系統中不會形成新的用電尖峰,進而維護用電系統的穩定性以及可靠性。
為了實現上述目的,本發明基于多微網系統下的電動車規模調度方法,包括以下步驟:
步驟一、通過多級管理系統mas獲取各微網系統中每天總的能源消耗dtotal以及每戶居民每天的平均能源消耗daverage,通過公式
步驟二、在微網系統中建立電動車規模的等式約束方程:
在上式中,
步驟三、根據各個時段的可再生能源以及本地機組發電量至少滿足用戶日常負荷需求及電動車充電量的條件,建立發電側和需求側的供需不等式約束方程:
其中,pload,i,t表示微網i的負荷,qi,l,t表示微網i向微網j傳輸的電量,
步驟四、建立以微網系統排放及操作費用最小為目標的優化模型,求解各微網系統中傳統車輛與電動車的最優規模和調度方案,目標函數如下:
上式中,e(pi,t,l)和ecv(ncv,i)為傳統發電機組和燃料汽車所產生co2的排放費用,cost(pi,t,l)為發電機組的發電成本,sui,j和sdi,j為機組的開關機成本,ploss為電池的損耗成本,μ為補償系數,w,1-w分別為排放費用和操作費用的權重因子,
步驟五、求解各個時段內微網系統之間相互傳輸的電量ql,i,k以及不同微網系統內的電動車數量ni,t,然后通過多級管理系統mas將當前時段的調度結果發布到各個微網系統內;
步驟六、重復以上步驟,直至各個微網系統中的電動車規模都達到能夠承受的上限或者到達調度周期結束,則整個調度過程結束。
所述的步驟二中還包括以下本地機組的操作約束:
本地機組的功率限制:
機組的啟停功率限制:
機組不同狀態之間的關系:yi,j,t+zi,j,t≤1,yi,j,t-zi,j,t=xi,j,t-xi,j,t-1;
電動車的充放電約束:
電動車電池中的電量不小于最低要求電量的約束:
保證各時段充放電相互獨立的約束:ii,t+ui,t=1;
式中,pi,j,t表示本地機組j的發電量,rui,j,rdi,j表示本地機組j的功率升降限制,
所述的步驟六中采取電價補償措施來彌補由于各個時段峰值負荷的限制,給用戶造成的電動車充電時間段從低電價向高電價推遲所帶來的損失;然后根據當前各微網系統內的車輛規模
步驟三中所述的可再生能源包括風能以及太陽能。步驟五中對可再生能源進行超短期滾動預測,周期為30分鐘,根據預測結果按時段計算目標函數。
本發明基于多微網系統下的電動車規模調度系統采用的技術方案為:
包括與主電網相連的電力傳輸線路以及與中央處理器相連的信息傳輸線路,不同的微網系統通過各自的代理商均連接至電力傳輸線路以及信息傳輸線路;所述的微網系統中包括電動車充電模塊,所述的中央處理器集成有用于實時發布調度結果的多級管理系統mas。
所述的電力傳輸線路上設有能夠接受外部命令信號來控制接通或者斷開主電網的開關。
所述的微網系統中包括用于進行發電的化石燃料機組、光伏電板、風力渦輪機組。
與現有技術相比,本發明具有如下的有益效果:建立綜合考量了環境效益和經濟效益的權重模型,通過求解目標模型,找出各微網系統中傳統車輛以及電動車的最優規模和調度方案。此外,所建立的模型中還涉及到可再生能源分布式發電的接入,衡量了能源預測的不確定性對于電動車規模的影響,并給出相應的實時調度方案。該方案從排放和操作費用兩方面出發,合理的利用可再生能源發電對微網系統內電動車規模進行合理的安排,允許各微網系統之間進行電能傳遞,提高了能源的利用率,避免了由于過多的電動車所造成的間接污染以及集中充電給電網帶來的穩定性問題,有效提升了電網系統的運行可靠性。
與現有技術相比,本發明調度系統結構簡單,能夠配合調度方法的實施,能量流向清楚,故障容易排查,通過采取相應的電價補償措施彌補用戶由于電動車充電的推遲所造成的經濟損失,通過這種激勵辦法鼓勵用戶參與到調度機制中來,提升了電網系統的運行可靠性,有效避免了由于過多的電動車所造成的間接污染以及集中充電給電網帶來的穩定性問題。
附圖說明
圖1本發明調度系統的結構框圖;
圖2本發明調度方法的操作流程圖;
具體實施方式
下面結合附圖對本發明做進一步的詳細說明。
本發明提出的多微網系統下電動車規模優化調度方法,能夠在維持現有發電容量的情況下,最大限度利用多微網系統的可再生能源發電,合理的安排電動車的最優規模,在保證系統環境和經濟效益的前提下,減少了電動車接入對電網的影響,保證了系統的平穩運行。
參見圖1,本發明基于多微網系統下的電動車規模調度系統,包含有用于各微網系統發電的傳統燃料發電機組以及各種可再生能源發電裝置,傳統發電機組主要為柴油機組,其發電容量再加上可再生能源發電量之后應該滿足各微網系統內的負荷最大需求量,從而保證微網系統的平穩運行而不至于出現各種可能的斷電事故。而可再生能源發電裝置則包括了光伏電池板和風力渦輪機組。微網系統負荷則主要分為兩種類型,電動車和非電動車負荷。其中非電動車負荷不可調度,是居民日常正常生活所需的電量。而電動車由于其靈活的可調度性,既能夠作為一種負荷,又能作為微網系統中的一種儲能設備來使用。在系統中可再生能源發電量充足的時段,系統通過部署大量電動車充電來存儲溢出的可再生能源發電量,而在負荷使用較集中的時段,則在保證不影響電動車正常行駛的情況下,控制部分電動車向系統放電,從而緩解系統能源供給的壓力,大大提升整個系統運行的穩定性,可靠性。
參見圖2,本發明基于多微網系統下的電動車規模調度方法,包括以下步驟:
1)估計車輛的總體規模:通過多級管理系統(mas)獲取各個微網系統中的每天總的能源消耗dtotal,以及每戶居民每天的平均的能源消耗daverage,并根據公式:
2)模型約束:在假設每輛電動車每天只充放電一次的前提下,微網系統中各時段的電動車充電數量以及電動車,燃料汽車數量應該滿足等式約束:
同時,本地機組的操作約束有:
其中,第一個約束表示的是本地機組的功率限制,第二和第三個約束表示的是機組的啟停功率限制,第四個約束表示的是機組不同狀態之間的關系。
電動車的充放電約束也在考慮之中:
第一個和第二個約束表示的是充放電約束,其中φmin是電動汽車用于正常行駛所需的最低電量百分比。第三個約束可以保證電動車電池中的電量大于等于最低要求電量,而第四個約束則用來保證各時段充放電相互獨立。此外,各個時段的可再生能源(包括風能和太陽能)以及本地機組發電量必須至少滿足用戶的日常負荷需求以及電動車所需的充電電量等,因而可以建立發電側和需求側的供需不等式約束:
3)建立目標模型:綜合以上所述,建立了一個以微網系統排放及操作費用最小為目標的優化模型,來尋求各微網系統中傳統車輛以及電動車的最優規模和調度方案,目標函數如下:
其中,第一部分表示的是由傳統發電機組和燃料汽車所產生的co2排放費用e(pi,t,l)和ecv(ncv,i),第二部分為各種操作費用之和,包括發電機組發電成本cost(pi,t,l),機組開關機成本sui,j和sdi,j,各微網系統之間傳輸損耗成本,電池損耗成本ploss,第三部分為電價補償,μ為補償系數,w1,w2分別為排放費用和操作費用的權重因子,
實時調度:對可再生能源進行超短期滾動預測,周期為30分鐘。這樣能大大提升可再生能源實時預測的精度。根據當前時段預測的可再生能源發電量求解模型,計算當前時段內電動車的最優規模,以及各微網系統之間的能量傳輸。mas系統根據計算結果,合理的分配不同微網系統內的盈余電能,最大化的利用盈余的能源,并安排各微網系統內電動車進行充電。此時,由于調度的結果從電網穩定性出發,充分考慮了不同微網系統內各時段的峰值負荷限制,因而會有一部分用戶原本要求在當前時段充電的電動車不得不推遲到其他時段(電價更高)進行充電,從而避免負荷尖峰的形成。但是這也會給用戶造成了額外的經濟損失。為了鼓勵用戶積極的參與需求響應的調度機制中來,mas系統會對這一部分的用戶采取電價補償的措施,彌補他們的損失。然后根據當前累積的車輛規模