一种含高渗透率光电微电网中的电动汽车优化调度方法
【技术领域】
[0001] 本发明设及一种含高渗透率光电微电网中的电动汽车优化调度方法。
【背景技术】
[0002] 电力行业是节能减排的重点领域，作为节能减排的最佳途径之一，电动汽车 (electric vehicle,EV)产业获得了迅速的发展，逐渐成为智能电网领域不可或缺的重要 组成部分。电动汽车接入电网(Vehicle to Grid,V2G)概念的提出，使得大规模电动汽车入 网将对电力系统的规划、运行W及电力市场的运营产生深刻影响。然而，在发电侧一次能源 仍W煤炭为主的情形下，EV直接接入电网充电，会带来大量的间接碳排放，相比传统燃油汽 车，难W体现其节能减排优势。现阶段，W光电为代表的新能源的战略地位开始由目前的补 充能源上升至替代能源，装机容量迅速提升。
[0003] 从当前发展情况来看，通过调整电网侧一次能源结构的途径实现对大规模光电的 消纳会大幅增加电网改造成本，而W微电网为平台实现EV对光电的集成利用，将成为未来 大规模可再生能源并网的主要方式之一，相对于传统电网，其主要优势体现在:实现高渗透 率的光电接入，具有较好的经济性和环保性。EV与光伏发电的本地化协调控制更有利于EV 备用功能的发挥W及系统电能质量和稳定性的提高。
[0004] 光伏发电的出力特性导致其规模化利用将给系统带来巨大挑战，为了满足系统的 安全、经济运行W及供电电能质量要求，已出现严重的弃光现象。含高渗透率光电并网型微 电网中，有效的调度和控制为手段充分发挥EV集群的储能作用成为最大限度提高光伏发电 利用率、体现EV与大规模光电协同增效利用的关键。文献"含电动汽车换电站的微电网孤岛 运行优化"，电力自动化设备，2012,32(5)的研究表明，EV换电站作为储能可W提高微电网 的可再生能源接纳能力和可靠性，并更具经济性，但较少设及含高渗透率光电并网型微电 网环境下EV与光伏的协同增效模型；文献"Economic impacts of small-scale own generating and storage units,曰nd electric vehicles under different demand response strategies for smart households"，Applied Energy，126(2014)针对智會長家 居，W需求响应视角进行了EV、光伏和储能集成利用的经济性分析，为EV和可再生能源的协 同利用研究提供了借鉴，但属于集中式优化，优化效率仍存在提升空间；文献 "Adecentr曰Iized ch曰rging control strategy for plug-in electric vehicles to mitig曰te wind farm intermittency 曰nd enhance frequency regul曰tion''，Journal of Power Sources,248(2014)提出EV的分散式控制方法，并据此侧重研究了EV的平抑风电出 力波动W及调频作用，其并未着眼于提高光伏并网效率。
【发明内容】
[0005] 本发明提供一种含高渗透率光电微电网中的电动汽车优化调度方法，本发明针对 含EV集群、高渗透率光电的并网型微电网，研究了 EV与大规模光电协同增效利用的方法，提 出的电动汽车优化调度方法，更加符合光伏发电情况，从而提升光电利用率、提高微电网的 经济效益;基于光伏出力信息的虚拟费用理论，在此基础上构造了电动汽车集群的非合作 充放电（Non-cooperative Qiarging and Discha;rging，NCD)博弈模型，推导出博弈模型纳 什均衡与集中式优化模型最优解的一致性。
[0006] 本发明的技术方案是：
[0007] -种含高渗透率光电微电网中的电动汽车优化调度方法，所述的微电网由高渗透 率光伏发电系统、储能系统、常规负荷和电动汽车集群构成，常规负荷和电动汽车集群的充 电负荷构成微电网总负荷，电动汽车集群由若干电动汽车构成，电动汽车既可作为充电负 荷又可作为移动储能单元向微电网供电，微电网内的高渗透率的光伏发电系统、储能系统 和作为移动储能单元时的电动汽车优先给微电网供电，富余的电量送到地区大电网，当微 电网供电不足时，再从地区大电网购电，W满足微电网总负荷的需求;包括W下步骤：
[000引SI:将全天2地均分为J个时段，对于任意第k时段，有ke{l，2，. . . J}，且第k时段 的时长为At,获取光伏发电的光照强度和环境溫度信息、储能系统的蓄电池容量信息W及 微电网的常规负荷信息；
[0009] S2:记录当前接入微电网的电动汽车的电池信息和客户充电需求信息；
[0010] S3:根据步骤S1、S2获取的信息基于虚拟费用构建电动汽车集群的NCD博弈模型；
[0011] S4:求解所构建的NCD博弈模型，W最大化利用光伏发电为目的，获取电动汽车的 最优充放电计划，W实现微电网内电动汽车的优化调度。
[0012] 进一步，本发明步骤S2中用一个屯维行向量记录电动汽车的电池信息和客户充电 需求信息，假设接入微电网的电动汽车的总数为N，对于任一电动汽车IE U，2，. ..，N}，则 有：
[001；3]Xl=[Tin,l，Tcmt,l，S0,l，&,l，Qs,l，PG,l，Pd,l](l)
[0014]式中；
[001引 Tin,l、T0ut,l分另懐示电动汽车1接入微电网的时间和预期离开微电网的时间；
[0016] 8日,1、5￡,1分别表示电动汽车1的电池的起始50(：(5*日*6(^化日巧日，荷电状态，电池 剩余能量与电池容量的比值)和离开微电网时客户期望电池达到的S0C，0 < S〇,i < 1、0 < Se,i <1;
[0017] Qs,康示电动汽车I的电池容量；
[0018] Pc, 1、Pd, 1分别表示电动汽车1的额定充、放电功率。
[0019] 进一步，本发明所述步骤S3具体包括W下步骤：
[0020] S31. W所有接入微电网的电动汽车和微电网内储能系统的蓄电池为博弈参与者， 即决策主体U=U，2,...，N，化1}，构建任一博弈参与者ieU的充放电计划模型；
[0021] 对于博弈参与者之一的电动汽车1，其在全天J个时段内的充放电计划可表示如 下：
[0022] Pi=(Pi(l)，...，Pi(k)，...,Pi(J)) (2)
[0023] 其中，P功电动汽车1的充放电计划;Pi化)表示第k时段，电动汽车1的充放电功率；
[0024] 视电动汽车1的电池 W恒功率充放电，忽略电池自身放电的影响，建立电动汽车1 的电池模型和约束条件分别如下：
[0025] Si(k) = Si化-l)+Pi(k)ri(Pi化））At/Qs,i (3)
[0026] Sev,min ^ Sl(k) ^ SEV,max (4)
[0027] -Pd,I 非I化H Pc,I (5)
㈱
[0029] 其中；
[0030] 式(3)是电动汽车1的电池模型，Si化-1 )、Si化)分别表示电动汽车1的电池在第k-1 个和第k个时段的SOC，Tl (Pi化)）表示第k时段的电动汽车1的充放电效率；
[00川 Sev,max、SEV,min分别为电动汽车1的电池的SOC的最大值和最小值；
[0032 ]式(4 )、（ 5)分别为电动汽车1的电池的SOC的约束和充放电功率Pi化)的约束；
[0033] 式(6)表示客户充电需求的约束，即电动汽车1如约离开时，电动汽车1的电池的 SOC需满足客户期望；
[0034] 微电网内储能系统的蓄电池是另一个博弈参与者，可视为一类无充电负荷需求的 特殊"电动汽车"，其充放电计划和约束条件可类比于式(2)、式(4)~(5);此外，储能系统的 蓄电池需满足的等式约束为：
仍
[0036] 即全天J个时段内储能系统的蓄电池的总充、放电电量需相等W满足充放电的循 环，式中吃(幻、/石(A)分别为储能系统的蓄电池的充、放电功率;riBE、riBd分别表示储能系 统的蓄电池的充、放电效率；
[0037] S32.生成所有博弈参与者的策略空间，即生成所有博弈参与者的充放电计划集合 化，口2^''爪，..'而而+1]，其中口1=化（1)爪(2)，...口1化），...爪〇))表示博弈参与者1 在J个时段内充放电计划的集合，Pi(k)表示博弈参与者i在第k个时段的充放功率;在生成 策略空间的过程中，除了考虑步骤S31中如式(4)~(7)所述的博弈参与者的运行约束外，还 应考虑微电网与地区大电网之间的关系约束，主要包括：
(8)
[0040] 式(8)表示微电网与地区大电网之间的功率传输平衡约束，其中，时V化)表示第k时 段，高渗透率光伏发电系统的光伏发电输出功率，Pgrid (k)表不第k时段微电网与地区大电 网的交互功率，Pgrid化)〉0表示微电网从地区大电网购电，Pgrid化)<0表示微电网向地区大电 网倒送输电，Lb化)表示第k时段微电网的常规负荷；
[0041] 式(9)表示微电网向地区大电网倒送输电的倒送功率约束，其中，PgridDUt表示微电 网向地区大电网倒送输电的倒送功率，PgridDUt,max为倒送功率允许的最大值；
[0042] 综上，对于任一博弈参与者i的策略空间化可表示为：
[0043] 化={Pi I constraint^), (4),巧），（6), (7), (8), (9)} (10)
[0044] 式（10)表示博弈参与者i的策略空间Pi包括博弈参与者i在J个时段内的充放电计 划集合W及所要满足的约束(Constraint)条件:式(2)、式(4)~式(9);
[0045] S33.电动汽车和储能系统的蓄电池接入微电网后，计算博弈参与者i在J个时段内 (11) 获得的虚拟利益;首先计算所有博弈参与者i的总虚拟利益：
[0047]式中；
[004引 丫 a表示总虚拟利益；丫 i表示博弈参与者i的虚拟利益；
[0049] 丫化B化），k)=〇(LB(k)-Ppv(k))2表示第