基于电动汽车负荷最小峰值模型的微网负荷削减控制方法与流程

本发明涉及电力系统运行的负荷削减控制技术领域，特别涉及一种基于电动汽车负荷最小峰值模型的微网负荷削减控制方法。

背景技术：

随着微网及电动汽车的快速发展，电动汽车的有序充电控制已成为智能电网发展的关键因素。由于电动汽车充电行为的随机性与不确定性，当其接入的微网处于孤岛运行状态时，将加重微网的负担。孤岛型微网的停电情况取决于内部的电力供需平衡，当分布式电源及电气储能装置出力不足时，微网将通过切除负荷来维持微网的正常运行。

电动汽车作为一种新型负荷，虽然存在随机性与不确定性，但由于对于每一辆电动汽车而言，其空闲时间较长，通过对电动汽车充电状态的集群控制，在时序上对不同充电需求的电动汽车进行充电安排，降低用电负荷高峰，能有效降低微网切负荷的频率和次数，提高微网的供电可靠性，同时可以减少微网冗余配置，降低微网投资和运行成本。

传统的微网负荷削减策略只考虑切负荷，不能充分考虑电动汽车等新型负荷的集中控制。随着智能电网的推进，对负荷的控制管理能力进一步加强，为电动汽车的集群时序控制提供了基础。

技术实现要素：

本发明的目的在于克服现有技术中的不足，提供一种基于电动汽车负荷最小峰值模型的微网负荷削减控制方法，将电动汽车的充电时序加以控制利用，降低微网孤岛运行时负荷的停电次数和时间，提高微网的供电可靠性。

本发明的目的通过如下技术方案实现。

本发明提出一种基于电动汽车负荷最小峰值模型的微网负荷削减控制方法，包括以下步骤：

1)获取微网孤岛运行当前时刻的运行数据，包括分布式电源总输出功率pdg(t)、电气储能装置的最大输出功率电气储能装置剩余电量qre、电气储能装置最低电量qmin及总负荷量pl(t)；

2)以电动汽车负荷峰值最小为目标建立电动汽车负荷最小峰值模型并求解电动汽车总最小应充电功率；

3)比较当前时刻分布式电源有功出力总和是否大于负荷需求有功功率与电动汽车总最小应充电功率总和，若否，进行下一步，若是，转至步骤5)；

4)判断储能当前时刻最大出力是否大于功率缺额，若是，以电气储能装置出力弥补功率缺额，进行步骤9)，若否，进行切负荷；

5)判断电气储能装置当前状态，若当前电气储能装置剩余电量大于孤岛运行过程中电气储能装置以最大平均输出功率放电时当前时刻的电气储能装置剩余电量，则进行下一步，若否，转至步骤7)；

6)将分布式电源的盈余功率优先分配给电动汽车充电，更新电动汽车的实际充电功率以及电气储能装置充电功率，转至步骤8)；

7)将分布式电源的盈余功率优先分配给电气储能装置充电，更新电气储能装置充电功率以及电动汽车的实际充电功率，转至步骤8)；

8)根据电动汽车的实际充电功率求解剩余时刻的电动汽车负荷最小峰值模型；

9)更新电气储能装置剩余电量状态；

10)若下一时刻仍为孤岛运行，返回步骤1)，若否，结束此过程。

基于电动汽车负荷最小峰值模型的微网负荷削减控制方法，其特征在于：步骤2)所述的电动汽车负荷最小峰值模型为：

上述的基于电动汽车负荷最小峰值模型的微网负荷削减控制方法中，所述的电动汽车负荷最小峰值模型为：

目标函数：minf＝max(ap)(1)，

约束条件：

式中：f为电动汽车在孤岛运行时的负荷峰值；minf表示该模型的优化目标为使电动汽车充电负荷峰值最小；a为电动汽车充电状态矩阵；n为电动汽车数量；j＝tk/δt，tk为微网孤岛运行时间，即电动汽车调控时长，δt为调控时间间隔；aij为表示第i个时间段第j辆电动汽车充电状态的0-1变量，1表示充电，0表示非充电状态；p为电动汽车充电功率矩阵，为第j辆电动汽车的充电功率；为第j辆电动汽车预计离开时刻；为第j辆电动汽车电池当前荷电状态(stateofcharge,soc)；为第j辆电动汽车离开时电池荷电状态；表示第j辆电动汽车在调控时段内至少需达到的soc状态；表示j辆电动汽车电池荷电状态的上限；b为电动汽车电池容量。

上述约束条件中，式(4)为微网孤岛运行结束时电动汽车充电状态约束；式(5)为微网孤岛运行过程中电动汽车充电状态约束；式(6)为微网孤岛运行时段外的电动汽车充电状态约束；式(7)为电动汽车soc状态约束。

上述的电气储能装置当前时刻最大出力，其计算公式为：

式中，qre为当前时刻的电气储能装置剩余电量；qmin为电气储能装置的最低允许剩余电量；为电气储能装置最大放电功率。

上述孤岛运行过程中电气储能装置最大平均输出功率，其计算公式为：

式中，q(t0)为开始孤岛运行时刻的电气储能装置剩余电量。

上述的将分布式电源的盈余功率优先分配给电动汽车充电，电动汽车的实际充电功率以及电气储能装置充电功率计算公式为：

式中：pdg(t)为当前时刻分布式电源出力；pl(t)为当前时刻负荷需求；为当前时刻所有电动汽车充电时的总充电功率。

上述的将分布式电源的盈余功率优先分配给电气储能装置充电，电气储能装置充电功率以及电动汽车的实际充电功率计算公式为：

与现有技术相比，本发明的有益效果在于：

(1)通过集中调控电动汽车的充电时序，配合分布式能源出力以及电气储能装置运行状态，进行微网的负荷削减控制，能有效减少微网孤岛运行时的负荷功率缺额，减少微网冗余配置，降低微网投资和运行成本；

(2)将电动汽车充电负荷高峰的集中调控作为微网孤岛运行时的负荷削减控制方法的步骤之一，可以减少微网内负荷的停电次数和停电时间，提高微网的供电可靠性。

附图说明

图1是基于电动汽车负荷最小峰值模型的微网负荷削减控制方法的流程示意图。

图2是具体实施例的电网模型示意图。

具体实施方式

以下结合附图和实例对本发明的具体实施做进一步说明，需指出的是，以下若有未特别详细说明之过程，均是本领域技术人员可参照现有技术实现或理解的。

图1反映了基于电动汽车负荷最小峰值模型的微网负荷削减控制方法的具体流程，包括如下步骤：

1)数据初始化；

2)获取孤岛当前运行时刻的运行数据，包括分布式电源总输出功率pdg(t)、电气储能装置最大输出功率电气储能装置剩余电量qre、电气储能装置最低电量qmin及总负荷量pl(t)；

3)以电动汽车负荷峰值最小为目标建立电动汽车负荷最小峰值模型并求解电动汽车总最小应充电功率其中电动汽车负荷最小峰值模型如下；

目标函数：minf＝max(ap)(1)，

约束条件：

式中：f为电动汽车在孤岛运行时的负荷峰值；minf表示该模型的优化目标为使电动汽车充电负荷峰值最小；a为电动汽车充电状态矩阵；n为电动汽车数量；j＝tk/δt，tk为微网孤岛运行时间，即电动汽车调控时长，δt为调控时间间隔；aij为表示第i个时间段第j辆电动汽车充电状态的0-1变量，1表示充电，0表示非充电状态；p为电动汽车充电功率矩阵，为第j辆电动汽车的充电功率；为第j辆电动汽车电池当前荷电状态(stateofcharge,soc)；为第j辆电动汽车离开时电池荷电状态；为第j辆电动汽车预计离开时刻；表示第j辆电动汽车在调控时段内至少需达到的soc状态；表示j辆电动汽车电池荷电状态的上限；b为电动汽车电池容量。

4)若进行下一步，若否，转至步骤6)；

5)若进行切负荷，若否，以电气储能装置出力弥补功率缺额，进行步骤10)；其中，

6)若则进行下一步，若否，转至步骤8)；其中，

7)将分布式电源的盈余功率优先分配给电动汽车充电，根据更新电动汽车的实际充电功率以及根据更新电气储能装置充电功率，转至步骤9)；

8)将分布式电源的盈余功率优先分配给电气储能装置充电，根据更新电气储能装置充电功率以及根据更新电动汽车的实际充电功率，转至步骤9)；

9)根据电动汽车的实际充电功率求解剩余时刻的电动汽车负荷最小峰值模型；

10)根据qre＝qre-pess(t)×δt更新电气储能装置剩余电量状态；

11)令t＝t+δt，若下一时刻仍为孤岛运行，返回步骤2)，若否，结束此过程。

以下是本发明的一个实际算例，图2为算例中配电网的拓扑结构。本算例中，负荷11～13、19～23以及风电机组、微型燃气轮机组和电气储能装置构成一个微网，电网元件数据如表1、表2所示。

表1分布式电源及储能参数

表2电网元件可靠性参数

在本算例中，风电机组的出力模型中采用威布尔分布模拟风速概率分布，机组的切入、额定及切除风速分别为9、38和80km/h，平均风速为14.6km/h，风速标准差为9.75。电气储能装置容量为2mw·h，最大出力为1mw。假设微型燃气轮机组在一天中的16点到20点以功率为0.6mw发电。假设共有500辆电动汽车接入负荷13处，其接入时间为均匀分布。电动汽车的电池容量为30kw·h，充电功率都取为5kw。

采用本发明方法对本算例中微网孤岛运行时进行负荷削减控制，为体现策略优劣性，对微网供电可靠性进行评估。表3为不同控制策略下微网供电可靠性指标的对比，方案1为采用传统负荷削减策略进行可靠性评估，方案2为采用本发明的基于电动汽车负荷最小峰值模型的微网负荷削减控制策略进行可靠性评估。

表3微网可靠性指标

其中，微网中系统平均停电频率指标saifi(systemaverageinterruptionfrequencyindex)是指微网中各个用户在一年中的平均停电次数，单位为(次/年)；系统平均停电持续时间指标saidi(systemaverageinterruptionfrequencyindex)是指微网中各个用户在一年中的平均停电持续时间，单位为(小时/年)；系统平均供电可用率指标asai(averageserviceavailabilityindex)是指一年中用户不停电时长与用户要求的总供电时长之比。

从表3可知，采用方案2比采用方案1平均停电频率指标降低11.27％，平均停电持续时间指标降低11.68％，说明采用本发明的基于电动汽车负荷最小峰值模型的微网负荷削减控制策略可以提升微网的供电可靠性。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质和原理下所作的修改、修饰、替代、组合、简化，均应为等效的置换方式，都应包含在本发明的保护范围之内。