考虑EV协调充电及需求响应的多微网系统优化调度方法

本发明涉及综合能源系统优化调度，具体涉及一种考虑ev协调充电及需求响应的多微网系统优化调度方法。

背景技术：

1、随着不可再生能源的短缺和环境污染等问题日益严重，发展清洁、高效、经济的能源供应方式以及如何实现能源可持续发展成为了能源领域的重点。综合能源系统通过发挥不同的能源互补特性，对能源的产生、输送、分配、转化、以及存储消费环节进行有机协调与优化后使多类异质能流耦合转换实现能量的梯级利用，是未来能源系统发展的重要方向。随着综合能源系统的发展，在同一配电区域往往存在多个园区微网综合能源系统，形成多微网系统。

2、当多微电网mmg中各个微网存在电力交互时，会对微网的规划运行及微网中设备出力产生较大的影响。电动汽车ev作为微网中的新型负荷，有着极大的应用潜力。电动汽车ev消耗电能，污染物排放几乎为零，是生态友好型汽车。因此，电动汽车ev为发展更清洁的交通系统提供了另一种选择，并为可持续交通发展提供了巨大潜力。同时，电动汽车ev可以更容易地融入智能交通系统，增强智能交通服务。然而，电动汽车ev的发展也面临着一些挑战。除了技术挑战外，管理和业务问题也会影响电动汽车与主电网或微电网的互动，从而阻碍大规模电动汽车的普及。例如：当大规模的电动汽车ev接入微网时，不协调充电会使负荷产生极大的峰谷差，从而影响电力系统的安全与稳定，同时使可再生能源的利用率降低。为了解决这些问题，有必要对微网中电动汽车ev的充电进行优化。

技术实现思路

1、为了使电动汽车更好的接入微网，提高综合能源系统的运行经济性，提升风光消纳率以及使微电网内用户更加经济舒适用能。本发明在含电能交互的多微网综合能源系统的基础上，对微网内的电动汽车负荷使用了一种考虑ev协调充电及需求响应的多微网系统优化调度方法，对电动汽车使用本发明所提的协调充电方式，能够大大降低了负荷的峰谷差，使一天内负荷功率波动减小，有效降低了微网高峰时的用电压力，使电动汽车ev更好的接入微网；在降低用户成本的同时，提升了多微网的利润，且大大提高了用户的用能效益。

2、本发明采取的技术方案为：

3、考虑ev协调充电及需求响应的多微网系统优化调度方法，包括以下步骤：

4、步骤1：构建电动汽车负荷接入和离开微网时间模型、时隙划分模型；

5、步骤2：在步骤1建立的电动汽车负荷接入和离开微网时间模型和时隙划分模型基础上，引入动态紧迫性指标，建立以负荷峰谷差最小为目标的电动汽车协调充电模型，加入电动汽车充电约束和微网功率约束；

6、步骤3：建立冷负荷、热负荷模型；

7、步骤4：在步骤3建立的冷、热负荷模型的基础上，考虑冷热负荷需求响应，采用步骤2的电动汽车协调充电模型得到的电负荷，建立以多微网利益最大为目标的主从博弈模型；

8、步骤5：在含电能交互和冷热负荷需求响应的多微网综合能源系统中，考虑电动汽车协调充电，基于步骤4建立的主从博弈模型进行优化求解。

9、所述步骤1中，电动汽车负荷接入和离开微网时间模型中，ev接入和离开微网的时间服从正态分布，具体如下：

10、电动汽车接入微网时间tc和离开微网时间tdis服从正态分布，电动汽车接入微网时间tc如式(1)所示:

11、

12、式(1)中，f(tc)为tc的分布函数；tc为电动汽车接入微网时间；值为8.5；的值为3.3。电动汽车离开微网时间tdis如式(2)所示：

13、

14、式(2)中，f(tdis)为tdis的分布函数；tdis电动汽车离开微网时间；值为17.5；值为3.24。

15、假设接入微网时soc服从0.1～0.3之间的连续均匀分布，满足用户的最小soc需求服从0.4～0.6之间的均匀分布，为保护ev电池健康的最大soc需求服从在0.8～1.0之间均匀分布，得到300辆ev荷电状态图如图2所示。由上述式(1)-式(2)得到微网中ev数量和ev接入离开微网时刻概率密度函数图，如图3所示。

16、步骤1中，时隙划分模型中，在ev调度过程中，将一天24小时分为96个时隙，每个时隙的长度为15分钟；当ev在某时隙中间时间点接入微网时，充电行为可安排在下一个整数时隙之后，并且当ev在某个时隙的中间时间点与微网断开时，ev只能在上一个整数时隙结束前被调度。则每辆电动汽车接入微网时隙如式(3)所示：

17、

18、式(3)中：n为ev的总数量；i为ev的序号,i＝1,2,……,n；j为一天中时隙的序号，j＝1，2,……,96；表示第i辆ev接入微网时的时隙序号，为比除法运算结果大的下一个整数；表示第i辆ev接入微网的时刻；△t表示时隙的长度。

19、每辆电动汽车离开微网时隙如式(4)所示：

20、

21、式(4)中：n为ev的总数量；i为ev的序号,i＝1,2,……,n；j为一天中时隙的序号，j＝1，2,……,96；表示第i辆ev离开微网时的时隙序号，为比除法运算结果小的上一个整数；表示第i辆ev离开微网的时刻；△t表示时隙的长度。

22、由图1电动汽车充电调度模型框架图得，由动态紧迫性指标选择充电模式，输出使电负荷峰谷差最小的电动汽车充电功率和充电时期组合。

23、定义动态紧迫性指标来反映ev在每一充电时隙内充电需求的紧迫性。

24、定义ev接入微网时的剩余时隙数，如式(5)所示

25、

26、式(5)中：表示第i辆ev可以继续接入微电网的剩余时隙数，该值只在ev在接入微网时隙内有意义，在这些剩余时隙数内安排充电行为和充电调度策略；n为ev的总数量；i为ev的序号,i＝1,2,……,n；j为一天中时隙的序号；j＝1，2,……,96；表示第i辆ev离开微网时的时隙序号；表示第i辆ev接入微网时的时隙序号。

27、所述步骤2中，引入动态紧迫性指标，定义如下式(6)所示:

28、

29、式(6)中：n为ev的总数量；i为ev的序号,i＝1,2,……,n；j为一天中时隙的序号，j＝1，2,……,96；duii,j为第i辆ev在第j个时隙的紧迫性指标，该指标的值只在ev在接入微网时隙内有意义；△t表示时隙的长度；为ev的慢速充电功率；ηev为ev的充电效率；为第i辆电动汽车车主的最小soc需求；为第i辆ev接入微网时的soc；soci,j为第i辆ev在第j个时隙开始时的soc，该指标的值只在ev在接入微网时隙内有意义；表示第i辆ev可以继续接入微电网的剩余时隙数；表示ev的电池容量；和分别表示第i辆ev接入和离开微网时的时隙序号；pi,n-1为第i辆ev在第n-1个时隙内的充电功率；n为求和符号中的求和变量，

30、当duii,j＜0时，表示第i辆ev在该时隙内的充电需求紧急；当duii,j≥0时，则表示第i辆ev在该时隙内的充电需求不紧急；

31、步骤2中，以负荷峰谷差最小为目标的电动汽车协调充电模型中，考虑ev的两种充电模式：快速充电和慢速充电模式；

32、定义状态变量xi,j，由状态变量xi,j和动态紧迫性指标duii,j共同决定第i辆ev在第j个时隙内的充电功率，如下式(7)～式(8)所示:

33、

34、式(7)中，xi,j为状态变量；n为ev的总数量；i为ev的序号,i＝1,2,……,n；j为一天中时隙的序号，j＝1，2,……,96；和分别表示第i辆ev接入和离开微网时的时隙序号。

35、时隙的充电模式的选择由dui决定，如式(8)所示：

36、

37、式(8)中，n为ev的总数量；i为ev的序号,i＝1,2,……,n；j为一天中时隙的序号，j＝1，2,……,96；xi,j为状态变量；pi,j为第i辆ev在第j个时隙内的充电功率；为快速充电功率，为慢速充电功率；duii,j为第i辆ev在第j个时隙的紧迫性指标。

38、步骤2中电动汽车协调充电模型，如下：

39、电动汽车协调充电模型第j个时隙内的总负荷如式(9)所示：

40、

41、式(9)中：表示协调充电调度模型第j个时隙内的总负荷；表示第j个时隙内的基本电负荷；pi,j为第i辆ev在第j个时隙内的充电功率；n为ev的总数量；i为ev的序号,i＝1,2,……,n；j为一天中时隙的序号，j＝1，2,……,96。

42、充电调度的目标是减小微电网的峰谷负荷差，如式(10)所示:

43、

44、式(10)中，和分别表示最大和最小电负荷功率。

45、电动汽车停止充电的时隙由ev离开微网时间和满足最大soc需求的时隙决定。ev的充电约束如式(11)所示：

46、

47、式(11)中：xi,j为状态变量；n为ev的总数量；i为ev的序号,i＝1,2,……,n；j为一天中时隙的序号，j＝1，2,……,96；表示为保障电动汽车电池安全的最高soc；

48、为第i辆ev接入微网时的soc。

49、为了对微网进行约束，增加式(12)来限制峰值的增加：

50、

51、式(12)中，为96个时隙内满足ev最大荷电状态需求的非协调充电方式下总电负荷的最大值；表示最大电负荷功率。

52、所述步骤3中，灵活的冷负荷和灵活的热负荷模型如下：

53、维持水温的热负荷功率表示为一个区间，如式(13)～式(15)所示：

54、hhw,min(t)＝cwρwvcold(t)(thw,min-thw,ini)/△t  (13)；

55、式(13)中，t为时刻；cw为水的比热容；ρw为水的密度，忽略温度变化对其的影响，均设为定值；vcold(t)为t时刻新加入的冷水体积；thw,ini为初始水温，本发明设置为15℃；△t为时间步长；hhw,min(t)为t时刻的最小热水负荷功率；thw,min为用户可接受的最低水温。

56、hhw,max(t)＝cwρwvcold(t)(thw,max-thw,ini)/△t  (14)；

57、式(14)中，t为时刻；cw为水的比热容；ρw为水的密度，忽略温度变化对其的影响，均设为定值；vcold(t)为t时刻新加入的冷水体积；thw,ini为初始水温，本发明设置为15℃；△t为时间步长；hhw,max(t)为t时刻的最大热水负荷功率；thw,max为用户可接受的最高水温。

58、hhw,min(t)≤hhw(t)≤hhw,max(t)  (15)；

59、式(15)中，t为时刻；hhw,min(t)为t时刻的最小热水负荷功率；hhw,max(t)为t时刻的最大热水负荷功率；hhw(t)为t时刻的热水负荷功率。

60、维持室内温度的冷负荷功率也表示为一个区间范围，如式(16)～式(18)所示：

61、

62、式(16)中，t为时刻；cid,min(t)为t时刻的最小室内制冷负荷；rid为房屋热阻；tod(t)为t时刻的室外温度；tid,max为用户可接受的室内最高温度。

63、

64、式(17)中，t为时刻；cid,max(t)为t时刻的最大室内制冷负荷；rid为房屋热阻；tod(t)为t时刻的室外温度；tid,min为用户可接受的室内最低温度。

65、cid,min(t)≤cid(t)≤cid,max(t)  (18)；

66、式(18)中，t为时刻；cid,min(t)为t时刻的最小室内制冷负荷；cid,max(t)为t时刻的最大室内制冷负荷；cid(t)为t时刻的冷负荷功率。

67、所述步骤4中，考虑冷热负荷需求响应和电动汽车负荷协调充电的主从博弈模型如下：本发明中电负荷使用ev协调充电模型的优化结果，并考虑用户冷热负荷需求响应，建立一种以多微网综合能源系统作为领导者，各微网负荷商作为跟随者的多微网综合能源系统优化调度模型。

68、采用常用的二次函数表示消费能源所获得的效用，如式(19)所示。

69、

70、式(19)中，t为时刻；m为微网的序号；e为第e类能源；e为用户用能种类构成的集合，e＝{ele,heat,cold}；um,ut为微网m内用户的用能效用；αm,e、βm,e为微网m的用能偏好系数；lm,e,r(t)为微网m内在时间t的能源e的实际负荷量。

71、由于本发明考虑冷热负荷的需求响应，而用户在每个时段有最适合的冷热负荷量，即用户的基线冷热负荷lb。当用户偏离基线负荷时，将产生满意度损失，因本发明不考虑电负荷的需求响应只对电动汽车负荷使用充电调度策略，故不考虑电负荷的满意度损失。通过式(20)来量化该损失：

72、

73、式(20)中，t为时刻；m为微网的序号；e为第e类能源；e1为冷能和热能的集合，e1＝{heat,cold}；um,sl为微网m用户的冷热能满意度损失；λm,e、θm,e分别为微网m能源e的满意度损失参数。dm,e为负荷调整量，其值为实际负荷和基线负荷的差值，如式(21)所示：

74、dm,e(t)＝|lm,e,r(t)-lm,e,b(t)|  (21)；

75、式(21)中，t为时刻；m为微网的序号；e为第e类能源；lm,e,r(t)为微网m内在时间t的能源e的实际负荷量；lm,e,b(t)为微网m内在时间t的能源e的基线负荷量；dm,e为负荷调整量。

76、微网m内用户的实际负荷量如式(22)～式(24)所示：

77、

78、式(22)中，t为时刻；m为微网的序号；lm,ele,r(t)为微网m内在时刻t的实际电负荷；为微网m内在整点t对应的时隙的值。

79、lm,heat,r(t)＝lm,bh(t)+hm,hw(t)  (23)；

80、式(23)中，t为时刻；m为微网的序号；lm,heat,r(t)为微网m内在时刻t的实际热负荷；lm,bh(t)为基本热负荷；hm,hw(t)为微网m内在时刻t的灵活的热负荷功率。

81、lm,cold,r(t)＝lm,bc(t)+hm,id(t)  (24)；

82、式(24)中，t为时刻；m为微网的序号；lm,cold,r(t)为微网m内在时刻t的实际冷负荷；lm,bc(t)为基本冷负荷；hm,id(t)为微网m内在时刻t的冷负荷。

83、综上，微网m内负荷聚合商的利益诉求能够表示为最大化的综合效益函数，如式(25)所示：

84、

85、式(25)中：t为时刻；m为微网的序号；um,la为微网m负荷聚合商的综合效益；e为第e类能源；e为用户用能种类构成的集合，e＝{ele,heat,cold}；um,ut为微网m内用户的用能效用；um,sl为微网m用户的冷热能满意度损失；lm,e,r(t)为微网m内在时间t的能源e的实际负荷量；γe(t)为能源e在时刻t的价格，此能价由多微网系统制定并向用户公布。

86、多微网综合能源系统的利益诉求如式(26)和式(27)所示：

87、

88、式(26)中,u1为mmg的日净利润；t为时刻；m为微网的序号；m为构成mmg的微网总数；e为第e类能源；e为用户用能种类构成的集合，e＝{ele,heat,cold}；lm,e,r(t)为微网m内在时间t的能源e的实际负荷量；γe(t)为能源e在时刻t的价格；cmmg为运行经营成本。

89、cmmg＝c1+c2+c3  (27)；

90、式(27)中，cmmg为运行经营成本；c1为日运行成本；c2为日设备维护成本；c3为日环保惩罚成本。

91、日运行成本表示多微网综合能源系统所消耗的外部能源成本。日设备维护成本表示能量转换设备产生单位能源的老化损耗成本。日环保成本表示使用单位能量的等效污染惩罚成本。日运行成本具体计算如式(28)所示：

92、

93、式(28)中，c1为日运行成本；t为时刻；m为微网的序号；m为构成mmg的微网总数；e为第e类能源；ein为所有进入mmg的能量种类集合，即ein＝{ele,gas}；为在时刻t进入微网m的能量e的功率；ξe(t)为t时刻微网向外界的购能价格，其由配电网和天然气网制定并公布。

94、日设备维护成本计算如式(29)所示：

95、

96、式(29)中，c2为日设备维护成本；t为时刻；m为微网的序号；m为构成mmg的微网总数；bm为微网m的所有设备构成的集合；pm,b(t)为微网m内设备b在t时刻的输出功率；δb为设备b的老化损耗系数。

97、天然气经由gb和chp的转化后产生的污染物质量不同，故需分开讨论。如式(30)所示：

98、

99、式(30)中，t为时刻；m为微网的序号；m为构成mmg的微网总数；pm,gb(t)为微网m内gb在t时刻的输出功率；pm,chp(t)为chp在t时刻的输出功率；为t时刻进入微网m的电功率；为gb消耗单位天然气产生的污染物质量；为chp消耗单位天然气产生的污染物质量；为使用单位电能产生的污染物质量；cenv为单位污染物质量的环保惩罚金额。

100、各微网在各时刻的电、热和冷功率平衡约束分别如式(31)-式(33)所示：

101、

102、式(31)中，t为时刻；m为微网的序号；lm,ele,r(t)为微网m内在时刻t的实际电负荷；cm,ac(t)为微网m内ac在t时刻发出的冷功率；pm,pv(t)为微网m内pv在t时刻发出电功率；pm,wt(t)为微网m内wt在t时刻发出电功率；pm,chp(t)为微网m内chp在t时刻发出电功率；和为t时刻从外界配电网和其他微网进入该微网的电功率，其值为正时表示该微网从外界配电网和其他微网购电，其值为负时表示该微网向配电网和其他微网售电；pm,ees(t)为ees的交换电功率，其值为正时表示电储能为充电状态，为负时表示放电状态；eac为ac的能效比。

103、lm,heat,r(t)+cm,lbac(t)/elbac＝hm,chp(t)+hm,gb(t)+hm,tes(t)  (32)；

104、式(32)中，t为时刻；m为微网的序号；lm,heat,r(t)为微网m内在时刻t的实际热负荷；cm,lbac(t)为微网m内在t时刻lbac的冷功率；hm,chp(t)为微网m内在t时刻chp发出的热功率；hm,gb(t)为微网m内在t时刻gb发出的热功率；hm,tes(t)为tes的交换热功率，；其值为正时表示热储能为储能状态，为负时表示放能状态；elbac为lbac的能效比。

105、lm,cold,r(t)＝cm,lbac(t)+cm,ac(t)+cm,ces(t)  (33)；

106、式(33)中，t为时刻；m为微网的序号；lm,cold,r(t)为微网m内在时刻t的实际冷负荷；cm,lbac(t)为微网m内在t时刻lbac的冷功率；cm,ac(t)为微网m内ac在t时刻发出的冷功率；cm,ces(t)表示ces的交换冷功率，其值为正时表示冷储能为储能状态，为负时表示放能状态；

107、微网约束包括mmg内微网之间的功率交互约束和各微网与外部能源网络之间的约束，分别如式(34)到式(37)所示：

108、

109、式(34)中，t为时刻；m为微网的序号；m为构成mmg的微网总数；为t时刻其他微网进入该微网的电功率，其值为正时表示该微网从其他微网购电，其值为负时表示该微网向其他微网售电。

110、0≤pm,b(t)≤pm,b,max,b∈bm  (35)；

111、式(35)中，t为时刻；m为微网的序号；pm,b(t)为微网m内设备b在t时刻的输出功率；pm,b,max为微网m内微源b的出力上限；bm为微网m的所有设备构成的集合。

112、

113、式(36)中，t为时刻；m为微网的序号；为微网m向配电网售卖电功率的上限，其值为负；为微网m向配电网购买电功率的上限；为t时刻从外界配电网进入该微网的电功率，其值为正时表示该微网从外界配电网购电，其值为负时表示该微网向配电网售电；

114、

115、式(37)中，t为时刻；m为微网的序号；为t时刻其他微网进入该微网的电功率，其值为正时表示该微网从其他微网购电，其值为负时表示该微网向其他微网售电。为微网m向其他微网售卖电功率的上限，其值为负；为微网向其他微网购买电功率的上限。

116、由于以上模型具有多微网恶意抬升向用户的能源售价以获得高额利润的可能性，本发明制定约束避免该类状况的发生。该保护约束如式(38)所示：

117、

118、式(38)中，t为时刻；γele(t)为t时刻电能的价格；γheat(t)为t时刻热能的价格；γcold(t)为t时刻冷能的价格；egb为gb的能效比；ξele(t)为t时刻微网向外界的购电价格，ξgas(t)微网向外界的购气价格，其由配电网和天然气网制定并公布；eac为ac的能效比。

119、对各能源价格总和进行约束，如式(39)所示：

120、

121、式(39)中，t为时刻；γele(t)为电能在时刻t的价格；γheat(t)为热能在时刻t的价格；γcold(t)为冷能在时刻t的价格；分别为平均售电、售热、售冷价格的上限。步骤6：设置4种方案与本发明所使用的方法在多微网收益、多微网成本、用户成本和用户效益四个方面进行对比。结果显示，在含电能交互的多微网综合能源系统中，同时考虑冷热负荷需求响应和ev负荷协调充电能够提高多微网系统的运行经济性，通过算例分析论证所提方案的合理性和有效性，多微网系统的利润和各微网用户的综合效益与用能成本都得到了改善。

122、所述步骤6中，对于电动汽车协调充电方式，设置两种非协调充电方式与之进行对比，对比三种充电方式的电负荷的峰值、谷值、峰谷差和方差，来分析电动汽车协调充电方式对电负荷的影响。

123、本发明一种考虑ev协调充电及需求响应的多微网系统优化调度方法，技术效果如下：1)对电动汽车使用本发明所提的协调充电方法，大大降低了负荷的峰谷差，使一天内负荷功率波动减小，有效降低了微网高峰时的用电压力，使ev更好的接入微网；在含电能交互和冷热负荷需求响应的多微网综合能源系统中引入ev负荷协调充电能够在原先的基础上再度提高多微网系统的运行经济性，在降低用户成本的同时，提升了多微网的利润，且大大提高了用户的用能效益。

124、2)对ev负荷使用协调充电方式后，使用户电负荷明显放缓，削峰填谷效果明显；考虑冷热负荷需求响应后，在合理范围内实现了冷、热负荷的削减，提升了微网净利润的同时，大幅度提高了用户的用能满意度，同时增加了微网之间的电能交互量，进而大幅度削减了各个微网的购电成本。