基于节点分区的含电动汽车的主动配电网运行调度方法与流程

本发明属于智能电网技术领域，具体涉及一种基于节点分区的含电动汽车的主动配电网运行调度方法。

背景技术：

以可再生能源为一次能源的分布式发电技术适应21世纪人类发展低碳经济和实现可持续发展的要求，因而在全球范围内引起极大的关注，分布式电源的接入使得配电系统从无源网络转变为有源网络。而电动汽车的发展又对传统配电网带来了新的影响，因此，一个更贴近实际的含电动汽车的主动配电网调度优化成了一个重要的新问题。

目前大部分关于含电动汽车的主动配电网优化调度的模型都主要将电动汽车作为一种额外的负荷看待，通过控制电动汽车充电的时间点、配电网网络结构和充电站位置都能够改变配网潮流分布，从而达到削峰填谷或是减小损耗的作用。但是，由于电动汽车的不断发展，未来电动汽车保有量必然会大量增长，而普通的将电动汽车只作为一个新的负荷的做法必然是对大量电动汽车储能资源的浪费，无法适应新时代对于电能质量、低碳环保的要求。

技术实现要素：

针对现有技术的不足，本发明提出一种基于节点分区的含电动汽车的主动配电网运行调度方法，该模型对于电动汽车出行情况进行了模拟，并且充分调动了闲置电动汽车与配网进行电能交换，既提可以提高电能质量，又充分利用了电动汽车的储能资源。

一种基于节点分区的含电动汽车的主动配电网运行调度方法，其特征在于，包括以下步骤：

步骤1，根据主动配电网系统信息构建主动配电网系统模型；

所述主动配电网系统信息包括节点数据信息、支路数据信息、分布式电源数据信息和电动汽车充换电站容量；所述分布式电源数据信息包括风力发电数据信息与光伏发电数据信息；通过主动配电网系统信息建立主动配电网系统模型；所述建立主动配电网系统模型包括以下步骤：

步骤1.1，建立基本网架结构模型

根据主动配电网系统的节点数据信息、支路数据信息、分布式电源出力数据信息建立基本网架结构模型，所述基本网架结构模型包括节点连接状态矩阵、节点间信息矩阵分布式电源出力信息矩阵与用户负荷矩阵。所述节点连接状态矩阵为只含有0或1的矩阵，分别代表节点之间连接状态为断开或连接；所述节点间信息矩阵为包括节点间线路阻抗的矩阵；所述分布式电源出力信息矩阵为分布式电源各个调度时间段净发电量大小；所述负荷矩阵为各个节点每调度时段各个节点净负荷流动大小。

步骤1.2，建立主动配电网系统运行调度模型调度周期与步长：

主动配电网系统运行调度模型周期记为t，调度步长为△t；

步骤1.3，根据数理统计，建立电动汽车出行模型，包括电动汽车驶离居民区概率密度和电动汽车驶回居民区概率密度：

根据数理统计的方法对电动汽车出行进行模拟，并根据数理统计信息按重要度百分比分布模拟电动汽车出行数量。

主动配电网系统节点分为商业区、工业区和居民区，并根据概率与电动汽车出行规律，建立电动汽车驶离居民区概率密度：

式中，μi为驶离均值；σi为驶离方差，i为第i个居民区节点，t为电动汽车出行时刻。

建立电动汽车驶回居民区概率密度：

式中，μj为驶回均值；σj为驶回方差。j为第j个居民区节点。

根据数理统计，对于两种区域，有节点分配百分数gi与gj，即对于居民区节点，电动汽车数量占居民区总车辆数量的gi，对于居民区节点有对于商业区工业区节点，电动汽车数量占商业区工业区总车辆数量的gj，对于商业区工业区节点

步骤1.4，根据电动汽车出行模型，将总数为m的电动汽车接入到主动配电网系统中，计算其节点充换电站容量；

每居民区用电节点电动汽车充换电站可调度充放电容量大小为

m为城市内服从调度电动汽车总数；s0为单位电动汽车可调度容量大小。fi(t)、fj(t)分别为由其概率密度积分后求得概率，其概率积分公式为：

其中，fi(t)为在t时刻电动汽车从居民区节点驶离的概率；fj(t)为在t时刻电动汽车从商业区工业区节点驶回居民区节点的概率。

每商业区工业区用电节点电动汽车充换电站可调度充放电容量大小为：

同理，在(t-△t)时刻经过△t时间，对于每居民区节点，由于出行从商业区工业区节点转移而来的电动汽车数量为：

ni(t)＝[fi(t)fj(t)-fi(t-△t)fj(t-△t)]mgi

此时每辆电动汽车从商业区工业区节点转移而来的电量大小△si(t)为：

式中，sc为所设定的电动汽车迁移所产生的固定损耗；sj(t)为每个时段调度后商业区工业区节点电动汽车充换电站电量。

居民区各节点电量变化为：

同理，在(t-△t)时刻经过△t时间，对于每商业区工业区节点，由于出行从居民区节点转移而来的电动汽车数量为：

nj(t)＝(fi(t)-fi(t-△t))mgj

此时每辆电动汽车从居民区节点转移而来的电量大小△sj(t)为：

式中，si(t)为每个时段调度后居民区节点电动汽车充换电站电量；

商业区工业区各节点电量变化为：

步骤2：确定基于节点分区的含电动汽车主动配电网系统运行调度模型的约束条件；

步骤2.1，建立节点充放电站功率交换约束：

式中，m为拓扑图中任意节点；pin，pout为电动汽车充换电站最大充、放电功率，pin为负值；为当时充换电站所能供给最大功率；pm(t)为当前时段电动汽车充换电站交换功率大小。

步骤2.2，建立用电节点电动汽车充换电站充放电约束：

式中ηin、ηout为充换电站的充电放电效率。

sm(0)＝sm(t)

式中，sm(0)为调度开始时m节点充换电站的剩余电量，sm(t)为调度结束时m节点充换电站的剩余电量。

对于每个节点，有调度约束校验：

步骤2.3，建立配电网潮流约束：

对于每个调度时刻，都有：

式中，n为任意与m相邻节点；vm为节点m电压幅值，vn为节点n电压幅值；分别为节点m电压允许值上、下限；pm、qm分别为m节点的有功、无功净注入功率；gmn为节点m、n之间的电导；θmn为节点m、n之间的电压相角差；bmn为节点m、n之间的电纳；

式中，为m点分布式电源出力有功功率；为m节点用户负荷有功功率；为从主网注入该节点的有功功率；为m点分布式电源无功出力功率，为m节点用户负荷无功功率，为从主网注入该节点的无功功率。

式中pmn为节点m、n之间的有功功率传输值，为节点m、n之间的有功功率传输最大值。

步骤3：对于基于节点分区的含电动汽车主动配电网系统运行调度模型建立目标函数；

步骤3.1，通过控制各个节点充换电站充放电量并使用牛顿-拉夫逊潮流计算方程对网络信息进行计算，建立以功率损耗最小化为目地的目标函数：

其中ct表示电网在t时刻的电价，其为正值表示电动汽车充电电价，其为负值则表示汽车向电网馈电的补贴电价。t1为以功率损耗最小化为目地的目标函数、t为主动配电网系统运行调度模型周期；nind为商业区工业区用电节点数量，有∑j＝nind，ninh表示居民区节点数。

步骤3.2，结合分时电价的情况，以电动汽车用电成本最低为目标函数：

步骤3.3，将3.1的目标函数与3.2的目标函数相结合，转为单目标优化：

mint＝ω1t1+ω2t2

式中ω1、ω2分别代表目标函数t1、t2的权重系数。

步骤4，对基于节点分区的含电动汽车的主动配电网运行调度模型进行求解，得到最优调度方案：以电动汽车充放电站每时段充放电量为优化变量，每组优化解为n×td的矩阵，分别代表n个节点处，在td小时内每个时段的充放电量，根据牛顿-拉夫逊潮流计算法对优化变量进行求解，得到优化解，根据约束条件对优化解进一步进行优化，并根据步骤3中所述目标函数计算出当前适应度，根据计算出的当前适应度更新规则进行寻优，得到的最终的最优解，作为最优调度方案。

有益技术效果：

本发明中电动汽车参与主动配电网运行，从以往只能被动地作为负荷，从配网吸收能量转变为在不牺牲日常出行的条件下参与运行调度，为减少配电网能量损失、削峰填谷起到了重要作用。

附图说明

图1为本发明实施例的ieee33节点配电系统分区图；

图2为本发明实施例的基于节点分区的含电动汽车的主动配电网运行调度方法流程图。

具体实施方式

下面结合附图和具体实施实例对发明做进一步说明：

一种基于节点分区的含电动汽车的主动配电网运行调度方法，如图2所示，包括以下步骤：

步骤1，根据主动配电网系统信息构建主动配电网系统模型；且配电系统支路参数如表1所示。

根据节点属性不同将ieee33节点分成工业负荷区、商业负荷区与居民负荷区三个不同的区域，如图1所示，并根据主动配电网系统信息构建系统模型；

所述主动配电网系统信息包括节点数据信息、支路数据信息、分布式电源数据信息和电动汽车充换电站容量；所述分布式电源数据信息包括风力发电数据信息与光伏发电数据信息；通过主动配电网系统信息建立主动配电网系统模型；所述建立主动配电网系统模型包括以下步骤：

步骤1.1，建立基本网架结构模型

根据主动配电网系统的节点数据信息、支路数据信息、分布式电源出力数据信息建立基本网架结构模型，所述基本网架结构模型包括节点连接状态矩阵、节点间信息矩阵分布式电源出力信息矩阵与用户负荷矩阵。所述节点连接状态矩阵为只含有0或1的矩阵，分别代表节点之间连接状态为断开或连接；所述节点间信息矩阵为包括节点间线路阻抗的矩阵；所述分布式电源出力信息矩阵为分布式电源各个调度时间段净发电量大小；所述负荷矩阵为各个节点每调度时段各个节点净负荷流动大小。

步骤1.2，建立主动配电网系统运行调度模型调度周期与步长：

主动配电网系统运行调度模型周末以一天为总长度记为t＝24，调度步长△t设置为1小时。

步骤1.3，根据数理统计，建立电动汽车出行模型：

根据数理统计的方法对电动汽车出行进行模拟，并根据数理统计信息按重要度百分比分布模拟电动汽车出行数量。

主动配电网系统节点分为商业区、工业区和居民区，并根据概率与电动汽车出行规律，建立电动汽车驶离居民区概率密度：

式中μi为驶离均值；σi为驶离方差。i为第i个居民区节点，t为电动汽车出行时刻。

建立电动汽车驶回居民区概率密度：

式中μj为驶回均值；σj为驶回方差。j为第j个居民区节点。

根据数理统计，对于两0种区域，有节点分配百分数数gi与gj，即对于居民区节点，电动汽车数量占居民区总车辆数量的gi，对于居民区节点有对于商业区工业区节点，电动汽车数量占商业区工业区总车辆数量的gj，对于商业区工业区节点

步骤1.4，根据电动汽车出行模型，将总数为m的电动汽车接入到主动配电网系统中，计算其节点充换电站容量；

每居民区用电节点电动汽车充换电站可调度充放电容量大小为：

m为城市内服从调度电动汽车总数；s0为单位电动汽车可调度容量大小。fi(t)、fj(t)分别为由其概率密度积分后求得概率，其概率积分公式为：

其中，fi(t)为在t时刻，电动汽车从居民区节点驶离的概率；fj(t)为在t时刻，电动汽车从商业区工业区节点驶回居民区节点的概率。

每商业区工业区用电节点电动汽车充换电站可调度充放电容量大小为：

同理，在(t-△t)时刻经过△t时间，对于每居民区节点，由于出行从商业区工业区节点转移而来的电动汽车数量为：

ni(t)＝[fi(t)fj(t)-fi(t-△t)fj(t-△t)]mgi

式中ninh为居民区用电节点数量，有∑i＝ninh。

此时每辆电动汽车从商业区工业区节点转移而来的电量大小为：

式中sc为所设定的电动汽车迁移所产生的固定损耗；sj(t)为每个时段调度后商业区工业区节点电动汽车充换电站电量。

居民区各节点电量变化为：

同理，在(t-△t)时刻经过△t时间，对于每商业区工业区节点，由于出行从居民区节点转移而来的电动汽车数量为：

nj(t)＝(fi(t)-fi(t-△t))mgj

此时每辆电动汽车从居民区节点转移而来的电量大小为：

式中si(t)为每个时段调度后居民区节点电动汽车充换电站电量

商业区工业区各节点电量变化为：

步骤2：确定基于节点分区的含电动汽车主动配电网系统运行调度模型的约束条件；

步骤2.1，建立节点充放电站功率交换约束：

式中m为拓扑图中任意节点；pin，pout为电动汽车充换电站最大充、放电功率，pin为负值；为当时充换电站所能供给最大功率；pm(t)为当前时段电动汽车充换电站交换功率大小。

步骤2.2，建立用电节点电动汽车充换电站充放电约束：

式中ηin、ηout为充换电站的充电放电效率。

sm(0)＝sm(t)

式中sm(0)为调度开始时m节点充换电站的剩余电量，sm(t)为调度结束时m节点充换电站的剩余电量。

对于每个节点，有调度约束校验：

步骤2.3，建立配电网潮流约束：

对于每个调度时刻，都有：

式中n为任意与m相邻节点；vm为节点m电压幅值，vn为节点n电压幅值；分别为节点m电压允许值上、下限；pm、qm分别为m节点的有功、无功净注入功率；gmn为节点m、n之间的电导；θmn为节点m、n之间的电压相角差；bmn为节点m、n之间的电纳；

式中为m点分布式电源出力有功功率；为m节点用户负荷有功功率；为从主网注入该节点的有功功率；为m点分布式电源无功出力功率，为m节点用户负荷无功功率，为从主网注入该节点的无功功率。

式中pmn为节点m、n之间的有功功率传输值，为节点m、n之间的有功功率传输最大值。

步骤3：对于基于节点分区的含电动汽车主动配电网系统运行调度模型建立目标函数；

步骤3.1，通过控制各个节点充换电站充放电量并使用牛顿-拉夫逊潮流计算方程对网络信息进行计算，建立以功率损耗最小化为目地的目标函数：

其中ct表示电网在t时刻的电价，其为正值表示电动汽车充电电价，其为负值则表示汽车向电网馈电的补贴电价。t1为以功率损耗最小化为目地的目标函数、t为主动配电网系统运行调度模型周期；nind为商业区工业区用电节点数量，有∑j＝nind，ninh表示居民区节点数。

步骤3.2，结合分时电价的情况，以电动汽车用电成本最低为目标函数：

步骤3.3，将3.1的目标函数与3.2的目标函数相结合，转为单目标优化：

mint＝ω1t1+ω2t2

式中ω1、ω2分别代表目标函数t1、t2的权重系数。

步骤4，对基于节点分区的含电动汽车的主动配电网运行调度模型进行求解，得到最优调度方案：以电动汽车充放电站每时段充放电量为优化变量，每组优化解为33×24的矩阵，分别代表33个节点处，在24小时内每个时段的充放电量，根据牛顿-拉夫逊潮流计算法对优化变量进行求解，得到优化解，根据约束条件对优化解进一步进行优化，并根据步骤3中所述目标函数计算出当前适应度，根据计算出的当前适应度更新规则进行寻优，得到的最终的最优解，作为最优调度方案。

表1支路参数