专利名称：风电-电动汽车-火电联合运行模型的多目标调度方法
技术领域：
本发明涉及电力系统领域，具体涉及一种风电-电动汽车-火电联合运行模型的多目标调度方法。
背景技术：
近年来，随着全球变暖，能源问题不断恶化，在全球经济飞速发展的情况下，世界各国对于化石燃料的需求量日益增大，不少发达国家已把电力所依赖的化石燃料-煤转变为可再生能源风能。但是，由于风能在时域上的不确定性波动以及出力受地域影响较为严重，风电上网会给电网带来不必要的旋转备用与调峰压力。文献《风电出力特性研究》中指出从最大出力与一般出力日的曲线形状中可以看出，风电日出力有很明显的峰谷特性，在夜间0:00-8:00风电出力较大，而在8:00-22:00为风电低谷阶段。而电力系统负荷在上午8:00-11:00，在下午的18:00-22:00为负荷高峰时段，而此时风电出力恰好最小；而在凌晨0:00-6:00为负荷低谷阶段而风电出力最大，故风电具有严重的反调峰特性，给电力系统旋转备用和调峰带来严重压力，造成严重的弃风现象和不必要的经济损失。如何减少弃风，提高风电消纳能力，缓解风电出力波动，是近年风电发展的核心问题。利用储能系统参与电网调峰，是提高风电消纳能力的重要途径。由电动汽车参与的V2G(Vehicle to Grid)调度，近年来，深受国内外关注。大规模电动汽车组，可以作为大型集中储能设备，在负荷高峰，风电出力低谷时放电；负荷低谷风电出力高峰时充电，成为缓解电网调峰压力，减少弃风电量的有效措施。文献’Augmenting Wind Power Penetrationand Grid Voltage Stability Limits Using ESS:Application Design, Sizing, and aCase Study’提出建立综合储能系统(Energy Storage System, ESS)来进行设计应用调整风电波动，增加风电穿透功率与电压稳定性。建立综合ESS系统调节风电，同时实现三个目标，I)增加风电穿透功率2)提高系·统电压稳定性3)减小发电成本同时提出对于ESS系统应用的三步方式，即计算理想出力曲线，做出ESS系统充放电计划，决定ESS系统最优充放电功率。文献《电动汽车充放电特性及其对配电系统的影响分析》提出电动汽车的V2G调度并单独分析了电动汽车投入系统后对馈线负荷，网络损耗以及电压偏移的影响，但没有考虑风电与电动汽车互补协调，即电动汽车在平抑风电波动减少弃风上的作用以及同时考虑多个目标的情况下的优化调度；文献《计及电动汽车和风电出力不确定性的随机经济调度》构建了电动汽车和风电机组的不确定性的随机经济调度模型，用以缓解风电机组反调峰特性的影响，但该模型没有考虑到风电-电动汽车联合模型对传统火电机组的影响研究；文献《考虑间歇性能源接入和运行安全的多目标有功优化调度》提出了电动汽车与火电，风电与火电之间的联合运行产生的对于燃煤成本及节能减排等方面的影响，但未考虑风电-电动汽车-火电三者联合优化调度的效果。目前对于风电-电动汽车-火电三者的联合调度的多目标优化研究还比较少。因此，针对以上不足，本发明给出了一种风电-电动汽车-火电三者的联合调度的多目标调度方法。
发明内容
(一)解决的技术问题针对现有技术的不足，本发明提供一种风电-电动汽车-火电三者的联合调度的多目标调度方法，使得针对风电随机不确定性出力，提出运用储能系统即电动汽车的有序充放电平抑风电波动，减少弃风，同时因为风电波动减小而减少火电机组的调峰旋转备用压力，提高联合运行的经济效益。(二)技术方案为实现以上目的，本发明通过以下技术方案予以实现:一种风电-电动汽车-火电联合运行模型的多目标调度方法，包括以下步骤:S1、通过威布尔分布函数随机生成多组24时段风速值；S2、根据所述24时段风速值计算24时段风电出力和风电日出力平均值；S3、根据所述24时段风电出力对电动汽车进行充放电，得到电动汽车充放电功率；通过所述风电出力和电动汽车充放电功率，计算得到火电机组发电功率；S4、根据所述火电机组发电功率，分别求解联合调度效益目标适应度函数和风电波动最小目标适应度函数的最大值和最小值；S5、根据所述联合调度效益目标适应度函数和风电波动最小目标适应度函数的最大值和最小值，将两函数进行模糊化处理，得到最大满意度函数；S6、将所述最大满意度函数进行种群进化，得到风电-电动汽车-火电三者的最优出力。其中，步骤SI中采用的威布尔分布函数为:
权利要求
1.一种风电-电动汽车-火电联合运行模型的多目标调度方法，其特征在于，包括以下步骤: 51、通过威布尔分布函数随机生成多组24时段风速值； 52、根据所述24时段风速值计算24时段风电出力和风电日出力平均值； 53、根据所述24时段风电出力对电动汽车进行充放电，得到电动汽车充放电功率，且通过所述风电出力和电动汽车充放电功率，计算得到火电机组发电功率； 54、根据所述火电机组发电功率，分别求解联合调度效益目标适应度函数和风电波动最小目标适应度函数的最大值和最小值； 55、根据所述联合调度效益目标适应度函数和风电波动最小目标适应度函数的最大值和最小值，将两函数进行模糊化处理，得到最大满意度函数； 56、将所述最大满意度函数进行种群进化，得到风电-电动汽车-火电三者的最优出力。
2.如权利要求1所述的一种风电-电动汽车-火电联合运行模型的多目标调度方法，其特征在于，步骤SI中采用的威布尔分布函数为:F (V) = I — exp[-(子”] 其中:k为形状参数；c为尺度参数，反应风电场平均风速大小； 风速V的概率密度函数为:
3.如权利要求1所述的一种风电-电动汽车-火电联合运行模型的多目标调度方法，其特征在于，步骤S4中， 联合调度效益目标适应度函数为:
4.如权利要求1所述的一种风电-电动汽车-火电联合运行模型的多目标调度方法，其特征在于，步骤S5中， 最大满意度函数为: λ =min ( μ (F1), μ (F2)) 其中，μ (F1)为联合调度效益目标适应度函数的目标隶属度函数，以最大值为最优:
5.如权利要求4所述的一种风电-电动汽车-火电联合运行模型的多目标调度方法，其特征在于，步骤S6中，求得所述满意度函数λ的最大值，实现在目标隶属度函数μ (F1)和μ (F2)共同作用下的相对最优解；通过遗传算法得到最大满意度下风电-电动汽车-火电三者的最优出力。
全文摘要
本发明提供一种风电-电动汽车-火电联合运行模型的多目标调度方法，涉及电力系统领域。该方法包括步骤S1、通过威布尔分布函数随机生成多组24时段风速值；S2、计算24时段风电出力和风电日出力平均值；S3、对电动汽车进行充放电，得到电动汽车充放电功率；计算火电机组发电功率；S4、分别求两函数的最大值和最小值；S5、将两函数进行模糊化处理，得到最大满意度函数；S6、将所述最大满意度函数进行种群进化，得到最优出力。本发明针对风电随机不确定性出力，提出运用储能系统电动汽车的有序充放电平抑风电波动，减少弃风，同时因为风电波动减小而减少火电机组的调峰旋转备用压力，达到风电-电动汽车-火电联合运行系统的经济效益最大化。
文档编号G06Q50/06GK103246942SQ20131019048
公开日2013年8月14日 申请日期2013年5月21日 优先权日2013年5月21日
发明者马瑞 申请人:长沙理工大学