一种电动汽车接入微电网的充放电调度方法
【专利摘要】本发明公开了一种电动汽车接入微电网的充放电调度方法，包括：1、确定微电网的系统结构及各单元的特性；2、建立分时电价下考虑电动汽车电池折旧成本的微电网优化调度目标函数；3、确定各分布式电源和电动汽车电池等的约束；并与微电网优化调度目标函数共同构成微电网优化调度模型；4、确定分时电价下电动汽车接入电网的数量、起止时间、起止荷电状态和其他基础计算数据；5、通过粒子群算法求解微电网优化调度模型，确定电动汽车接入电网时的充放电功率。本发明将电动汽车的电池作为一种移动分散式的储能装置接入微电网，达到削峰填谷的作用，提高分时电价环境下微电网运行的安全性和稳定性，同时提高能源利用效率和电网运行的经济性。
【专利说明】
一种电动汽车接入微电网的充放电调度方法
技术领域
[0001] 本发明涉及微电网调度领域，具体来说是一种电动汽车接入微电网的充放电调度 方法。
【背景技术】
[0002] 微电网是指由分布式电源和储能系统等构成的小型的配电系统，是一个能够实现 自我控制、保护和管理的自治系统，既可以与大电网联网运行，也可以孤立运行，是智能电 网的重要组成部分。微电网优化调度的基本目标是在满足微电网系统负荷需求的前提下， 按照一定的控制策略，合理、有效地安排各台分布式电源的出力以及与配电网的交互功率， 使得整个微电网的运行维护成本、排放成本等最低。
[0003] 随着人类社会的日益发展，能源与环境问题越来越突出，为了保障能源安全和转 型低碳经济，世界各国普遍把发展电动汽车(Electric Vehicle，EV)作为解决能源与环境 问题的重要途径，我国把电动汽车列为战略性新兴产业，大力推进其产业化应用。电动汽车 的电池作为一种移动分散式的储能装置，既可以从电网中吸收电能，又可以向电网反馈电 能，因此电动汽车可以参与电力系统的运行与控制。电动汽车的电池对于大电网来说可以 达到削峰填谷的作用，提高电网的稳定性;而对用户来说合理安排电动汽车充放电可以降 低用电成本，除此之外，电动汽车还可以为用户提供可靠的备用电源，减少停电带来的损 失。
[0004] 在现有的考虑电动汽车接入微电网的优化调度方法中，往往没有考虑电动汽车电 池充放电的折旧成本，不利于对电动汽车的电池进行经济管理;现实生活中电动汽车接入 微电网的时间、接入时电动汽车电池的荷电状态和离开电网时电动汽车电池所需的最小的 荷电状态是不同的，现有的考虑电动汽车接入微电网的调度方法没有将其考虑到优化调度 模型中，不利于对实际生活中的电动汽车进行优化调度。
【发明内容】
[0005] 本发明针对现有技术中存在的不足之处，提供一种电动汽车接入微电网的充放电 调度方法，以期能对接入微电网的电动汽车进行充放电优化调度，从而能达到了削峰填谷 的作用，提高分时电价环境下微电网运行的安全性和稳定性，并提高能源利用效率和电网 运行的经济性。
[0006] 本发明为解决技术问题采用如下技术方案：
[0007] 本发明一种电动汽车接入微电网的充放电调度方法的特点包括以下步骤：
[0008] 步骤一、确定微电网的系统结构及各单元的特性；
[0009] 步骤二、建立分时电价下考虑电动汽车电池折旧成本的微电网优化调度目标函 数；
[0010] 步骤三、确定各分布式电源和电动汽车电池的约束条件;并与所述微电网优化调 度目标函数共同构成微电网优化调度模型；
[0011] 步骤四、确定分时电价下电动汽车接入电网的数量、起止时间、起止荷电状态和其 他基础计算数据；
[0012] 步骤五、通过粒子群算法求解所述微电网优化调度模型，确定电动汽车接入电网 时的充放电功率。
[0013] 本发明所述的电动汽车接入微电网的充放电调度方法的特点也在于：
[0014] 所述步骤一中微电网的系统结构包括:光伏发电单元PV、风力发电单元WT、柴油发 电机DG、微型燃气轮机MT、电动汽车EV;
[0015] 各单元的特性包括：
[0016] 所述光伏发电单元PV的输出功率Ppv，并由式（1)获得：
[0018] 式（1)中，GING为所述光伏发电单元PV接收的实际光照强度，GSTC为标准测试条件 STC下所述光伏发电单元PV接收的光照强度，PSTC是标准测试条件STC条件下所述光伏发电 单元PV的最大输出功率，k是所述光伏发电单元PV的发电温度系数，T。是所述光伏发电单元 PV的电池实际温度，Tr为所述光伏发电单元PV的电池额定温度；
[0019] 所述风力发电单元WT的输出功率PWT，并由式(2)获得：
[0021] 式（2)中，a、b分别表示所述风力发电单元WT输出功率PWT的系数；
，:￥^^。分别表示所述风力发电单元訂的切入风速、额定风速和切出风速上 为所述风力发电单元WT的额定输出功率；
[0022] 所述柴油发电机DG的燃料成本Cdc，并由式(3)获得：
[0023] €η<:=Υ^α + βΡ!κ;{?) + γΡ^{?))Μ (3)
[0024] 式(3)中，α、β、γ为所述柴油发电机DG的参数;PDG(t)为所述柴油发电机DG在t时刻 的输出功率；At为每个时段的时长；
[0025] 所述微型燃气轮机MT的效率函数rim，并由式(4)获得：
[0027]式(4)中，X、y、Z、c为所述微型燃气轮机MT的参数;PR、P MT分别为所述微型燃气轮机 MT的额定功率和输出功率；
[0028]所述微型燃气轮机MT的成本函数CMT，并由式(5)获得：
[0030]式（5)中，CGAS为供应给所述微型燃气轮机MT的天然气价格;LHV为天然气的低热 值;Pmt( t)为t时刻微型燃气轮机MT的输出功率;nMT( t)为t时刻的微型燃气轮机MT的发电效 率。
[0031]所述步骤二中微电网的优化调度目标函数为：
[0033] 式(6)中，C是所述微电网总的运行费用;N为所述微电网中分布式电源的总数;T为 所述微电网的调度周期的总时段数;t为时段编号;Pdt)为第i个分布式电源在第t个时段 内的输出功率;Fi(Pi(t))为第i个分布式电源在第t个时段内的燃料成本;0Mi(Pi(t))为第i 个分布式电源在第t个时段内的运行维护成本，并由式(7)获得：
[0034] ΟΜ.χΡ,??^Κ,,,Ρχ? (7)
[0035] 式(7)中，夂为第i个分布式电源的运行维护成本系数；
[0036] 式(6)中，Ccrid为所述微电网与主电网的交易成本，并由式(8)获得：
[0038]式(8)中，PGRiD(t)是所述微电网在第t个时段内与所述主电网的交互电量;St表不 所述主电网的在第t个时段内的电价；
[0039]式(6)中，CBAT是所述电动汽车EV的电池折旧成本，并由式(9)获得：
[0041]式(9)中，η为接入所述微电网的电动汽车EV的数量，CREP是所述电动汽车EV的电池 更换成本，EPUT为所述电动汽车EV的在其电池寿命内总的能量吞吐量，如和"为第j辆电动 车接入电网的起止时间，/f 为第j辆电动汽车的电池在接入电网的第t个时段内的充放 电功率。
[0042]所述步骤三中分布式电源和电动汽车电池的约束条件为：
[0050] 式（10)表示功率平衡约束;Pi为第i个分布式电源的实际输出功率;Pcrid为所述微 电网与所述主电网的实际交互电量;Pev为所述微电网中所有电动汽车的净输出功率;Pload 为电网用户的总负荷需求；
[0051] 式（11)表示所述第i个分布式电源自身发电能力的约束，/f"、分别是所述第 i个分布式电源的输出功率上下限；
[0052] 式（12)表示所述第i个分布式电源的爬坡速率限制，Pdt-l)为第i个分布式电源 在第t-Ι个时段内的输出功率;ri为所述第i个分布式电源的最大爬坡速率；
[0053] 式（13)表示所述第j辆电动汽车的荷电状态约束;S0C」表示第j辆电动汽车的电池 荷电状态；-SYX7'、SOC了"'分别表示第j辆电动汽车的电池荷电状态的上下限；
[0054] 式（14)表示电动汽车充放电功率约束;/fx表示第j辆电动汽车的放电功率上限； 表示第j辆电动汽车的充电功率下限；
[0055] 式（15)表示第j辆电动汽车接入所述微电网的终止时刻的荷电状态的约束;夂><^2 为第j辆电动汽车在u时刻离开所述微电网时的荷电状态，《soq；1为第j辆电动汽车离开所 述微电网时满足行驶需求的最小荷电状态；
[0056] 式（16)为所述微电网与所述主电网间联络线的传输容量约束；/fin为微电网向电 网输送功率下限，/f#为电网向微电网输送功率上限。
[0057]所述步骤四包括：
[0058]步骤4.1、根据所述主电网采用的峰谷分时电价，将一天24小时划分为峰时段、平 时段、谷时段三个时段；
[0059 ]步骤4.2、分别确定所述光伏发电单元PV、所述风力发电单元WT的出力和总需求负 荷 Pload ;
[0060] 步骤4.3、分别确定电动汽车在其电池寿命内总的能量吞吐量EPUT，电动汽车的电 池更换成本Crep，接入所述微电网的电动汽车数量为η，第j辆电动汽车接入所述微电网的起 止时间如和tj2,接入时的荷电状态《X；,和离开微电网时所需的最小的荷电状态soqj;
[0061] 步骤4.4、确定所述柴油发电机〇6的参数€1、0、丫、所述微型燃气轮机奶'的参数17、 z、c、额定功率PR、天然气价格CCAS、天然气的低热值LHV和接入所述微电网的第i个分布式电 源的运行维护成本系数夂 〇?,。
[0062] 所述步骤五包括：
[0063]步骤5.1、将每一时刻柴油发电机DG、微型燃气轮机MT的发电功率、主电网与微电 网的交互功率和每辆电动汽车与微电网交换的功率作为第k个粒子的一个维度，从而获得 第k个粒子的维数为T(n+3);
[0064] 步骤5.2、初始化粒子群算法的各个参数，包括:粒子总数Μ、迭代次数L、最大迭代 次数Lmax，速度更新参数 C1、c2，1 <L<Lmax，并初始化L = 1;
[0065] 步骤5.3、确定所述步骤三中各约束条件的实际值和步骤四中的基本参数，并分别 代入到粒子群算法的约束条件和目标函数中；
[0066] 步骤5.4、产生初始种群，获得第L代的第k个粒子的位置和速度，并根据所述步骤 三中的约束条件修改粒子的位置和速度；
[0067] 步骤5.5、根据目标函数minC计算第k个粒子的适应度值，并从第L代Μ个粒子中选 取最大的适应度值作为第L代的群体极值；
[0068] 步骤5.6、根据第L代中第k个粒子的位置和速度，分别计算第L+1代的第k个粒子的 位置和速度，并根据步骤三中的约束条件修改粒子的位置和速度，从而获得第L+1代粒子群 中Μ个粒子的位置和速度；
[0069] 步骤5.7、重新计算第L+1代中第k个粒子的适应度值，并与第L代中第k个粒子的适 应度值进行比较，选取较大适应度值作为第L+1代第k个粒子的个体极值;并从第L+1代Μ个 粒子的个体极值中选出最大适应度值作为第L+1代的群体极值；
[0070] 步骤5.8、将L+1赋值给L，判断L<Lmax是否成立，若成立，转到步骤5.6;否则迭代停 止，并得到第L max代的群体极值；
[0071] 步骤5.9、将所述第Lmax代的群体极值所对应的调度方案作为最优调度方案，从而 求得满足约束条件下的电动汽车接入微电网不同时刻的充放电功率。
[0072]与已有技术相比，本发明有益效果体现在：
[0073] 1、本发明采用的电动汽车接入微电网的充放电调度模型，是将电动汽车的电池作 为一种移动分散式的储能装置接入微电网，达到了削峰填谷的作用，提高了分时电价环境 下微电网运行的安全性和稳定性，同时提高了能源利用效率和电网运行的经济性。
[0074] 2、本发明采用的电动汽车接入微电网的充放电调度模型，不仅将电动汽车，同时 将分布式电源光伏发电单元、风力发电单元、柴油发电机、微型燃气轮机纳入到微电网的优 化调度模型中，完善了现有技术中只考虑电动汽车接入微电网的优化调度模型。
[0075] 3、本发明采用的电动汽车接入微电网的充放电调度模型，在考虑了分布式电源燃 料成本、运行维护成本、微电网与主电网的交易成本的基础上，同时考虑了电动汽车电池的 折旧成本，实现了对电动汽车电池的经济管理，使优化调度模型的调度目标更加合理。
[0076] 4、本发明采用的电动汽车接入微电网的充放电调度模型，考虑了电动汽车接入微 电网的数量、各电动汽车接入的起止时间、电动汽车接入时电池的荷电状态和离开电网时 电池所需的最小的荷电状态，更符合实际生活中的电动汽车接入电网的状态，由此建立起 的微电网经济调度模型也更为完善。
[0077] 5、本发明采用的电动汽车接入微电网的充放电调度模型，采用粒子群算法进行求 解，将每一时刻柴油发电机、微型燃气轮机的发电功率、主电网与微电网的交互功率和每辆 电动汽车与微电网交换的功率作为粒子的一个维度，粒子群算法简单通用、鲁棒性强、精度 高、收敛快，对复杂非线性问题具有良好的寻优能力。
【附图说明】
[0078]图1为本发明的整体结构图；
[0079] 图2为本发明的粒子群算法求解流程图。
【具体实施方式】
[0080] 本实施例中，一种电动汽车接入微电网的充放电调度方法，包括以下步骤：
[0081 ]步骤一、确定微电网的系统结构及各单元的特性；
[0082]如图1所示:微电网的系统结构包括:光伏发电单元(Ph〇t〇V〇ltaic，PV)、风力发电 单元(Wind Turbine，WT)、柴油发电机（Diesel Generator，DG)、微型燃气轮机(Micro Turbine，MT)、电动汽车(Electric Vehicle，EV);
[0083]各单元的特性包括：
[0084]光伏发电单元PV的输出功率Ppv，并由式（1)获得：
[0086] 式（1)中，Ging为光伏发电单元PV接收的实际光照强度，Gstc为标准测试条件STC下 光伏发电单元PV接收的光照强度，P STC是标准测试条件STC条件下光伏发电单元PV的最大输 出功率，k是光伏发电单元PV的发电温度系数，T。是光伏发电单元PV的电池实际温度，T r为光 伏发电单元PV的电池额定温度；
[0087] 风力发电单元WT的输出功率PWT，并由式(2)获得：
[0089] 式（2 )中，a、b分别表不风力发电单兀WT输出功率Pwt的系数：
^^^。分别表示风力发电单元訂的切入风速^页定风速和切出风速^为风 力发电单元WT的额定输出功率；
[0090] 其中光伏发电单元和风力发电单元都采用最大功率跟踪输出的控制方法，能够最 大限度的利用太阳能和风能；
[0091] 柴油发电机DG的燃料成本Cdc，并由式(3)获得：
[0092] Cli(； = + /JPi!<; (? + χΡηο (〇)Δ/ Ο)
[0093] 式(3)中，α、β、γ为柴油发电机DG的参数，由发电机类型决定，如某柴油发电机的 燃料成本函数为'，二￡(丨5〇 + 〇.丨2/^(〇 + 〇.〇〇〇85砥,(/))~办(；（〇为柴油发电机06在七 时刻的输出功率；At为每个时段的时长；
[0094] 微型燃气轮机MT的效率函数rim，并由式(4)获得：
[0096] 式(4)中，X、y、Z、c为微型燃气轮机MT的参数，由厂家提供的效率曲线拟合而得，不 同型号的燃气轮机拟合所得的参数不同，如某微型燃气轮机的效率函数为
;Pr、Pmt分别为微型燃气轮机MT 的额定功率和输出功率；
[0097] 微型燃气轮机MT的成本函数CMT，并由式(5)获得：
[0099]式（5)中，CCAS为供应给微型燃气轮机MT的天然气价格，可取单位燃气成本CCAS = 0.4; LHV为天然气的低热值，通常取9.73kwh/m3;低热值是指含有氢的燃料，燃烧后生成水 蒸气，这些水蒸气如保持气态，则此时放出的热量叫做低热值;PMT(t)为t时刻微型燃气轮机 MT的输出功率;nMT( t)为t时刻的微型燃气轮机MT的发电效率。
[0100] 步骤二、建立分时电价下考虑电动汽车电池折旧成本的微电网优化调度目标函 数；
[0101] 微电网的优化调度目标函数为：
[0103] 式(6)中，C是微电网总的运行费用;N为微电网中分布式电源的总数;T为微电网的 调度周期的总时段数;t为时段编号;Pdt)为第i个分布式电源在第t个时段内的输出功率； Fi(Pi(t))为第i个分布式电源在第t个时段内的燃料成本;0Mi(Pi(t))为第i个分布式电源 在第t个时段内的运行维护成本，并由式(7)获得：
[0104] ΟΜ\Ρχ?))-Κ<Λ,Ρχ?) (7)
[0105] 式(7)中，为第i个分布式电源的运行维护成本系数，表一为某一组分布式电 源的运行维护系数成本系数：
[0106] 表一
[0108] 式(6)中，Ccrid为微电网与主电网的交易成本，并由式(8)获得：
[0110] 式(8)中，PgridU)是微电网在第t个时段内与主电网的交互电量;St表示主电网的 在第t个时段内的电价，其正值表;^购电价格，负值表;^售电价格；
[0111]式(6)中，CBAT是电动汽车EV的电池折旧成本，一般情况下，电动汽车的电池随着放 电深度的增加，充放电可循环次数降低，给计算循环次数带来困难，但电池循环充放电总量 基本保持不变，则电动汽车电池充放电的折旧成本由式(9)获得：
[0113]式(9)中，η为接入微电网的电动汽车EV的数量，CREP是电动汽车EV的电池更换成 本，EPUT为电动汽车EV的在其电池寿命内总的能量吞吐量
其中，Er 为电动汽车电池的额定容量，m t e s t为电动汽车电池不同放电深度测试的个数，为电动 汽车的电池第1次测试的放电深度，Mi为电动汽车电池第1次测试总的循环次数，其中不同 放电深度的循环次数和对应的总能量吞吐量由厂家给出；和t j2为第j辆电动车接入电网 的起止时间，/f G)为第j辆电动汽车的电池在接入电网的第t个时段内的充放电功率，正 值表不放电，负值表不充电。
[0114] 步骤三、确定各分布式电源和电动汽车电池的约束条件;并与微电网优化调度目 标函数共同构成微电网优化调度模型；
[0115] 分布式电源和电动汽车电池的约束条件为：
[0123] 式（10)表示功率平衡约束;Pi为第i个分布式电源的实际输出功率;PGRID*微电网 与主电网的实际交互电量;Pev为微电网中所有电动汽车的净输出功率;Plqad为电网用户的 总负荷需求；
[0124] 式（11)表示第i个分布式电源自身发电能力的约束，if""、巧^分别是第i个分布 式电源的输出功率上下限；
[0125] 式（12)表示第i个分布式电源的爬坡速率限制，Pi(t-l)为第i个分布式电源在第 t_l个时段内的输出功率；，ri为第i个分布式电源的最大爬坡速率；
[0126] 式（13)表示第j辆电动汽车的荷电状态约束;S0C」表示第j辆电动汽车的电池荷电 状态；艰CT、5?Γ广分别表示第j辆电动汽车的电池荷电状态的上下限；
[0127] 式（14)表示电动汽车充放电功率约束;表示第j辆电动汽车的放电功率上限； 表示第j辆电动汽车的充电功率下限，一般由电动汽车电池的类型决定；
[0128] 式(15)表示第j辆电动汽车接入微电网的终止时刻的荷电状态的约束;为第 j辆电动汽车在tj2时刻离开微电网时的荷电状态，&为第j辆电动汽车离开微电网时 满足行驶需求的最小荷电状态，由电动汽车所有者根据需求自主设定；
[0129] 式（16)为微电网与主电网间联络线的传输容量约束;巧胃为微电网向电网输送功 率下限，/Γχ为电网向微电网输送功率上限。
[0130] 步骤四、确定分时电价下电动汽车接入电网的数量、起止时间、起止荷电状态和其 他基础计算数据；
[0131] 步骤4.1、根据所述主电网采用的峰谷分时电价，将一天24小时划分为峰时段、平 时段、谷时段三个时段；
[0132]步骤4.2、分别确定所述光伏发电单元PV、所述风力发电单元WT的出力和总需求负 荷 Pload ;
[0133] 步骤4.3、分别确定电动汽车在其电池寿命内总的能量吞吐量EPUT，电动汽车的电 池更换成本Crep，接入所述微电网的电动汽车数量为η，第j辆电动汽车接入所述微电网的起 止时间如和t j2,接入时的荷电状态和离开微电网时所需的最小的荷电状态
[0134] 步骤4.4、确定所述柴油发电机〇6的参数€1、0、丫、所述微型燃气轮机奶'的参数17、 z、c、额定功率PR、天然气价格CCAS、天然气的低热值LHV和接入微电网的第i个分布式电源的 运行维护成本系数夂αυ,。
[0135] 步骤五、如图2所示，通过粒子群算法求解微电网优化调度模型，确定电动汽车接 入电网时的充放电功率。
[0136] 步骤5.1、将每一时刻柴油发电机DG、微型燃气轮机ΜΤ的发电功率、主电网与微电 网的交互功率和每辆电动汽车与微电网交换的功率作为第k个粒子的一个维度，从而获得 第k个粒子的维数为T(n+3);
[0137] 步骤5.2、初始化粒子群算法的各个参数，包括:粒子总数Μ、迭代次数L、最大迭代 次数Lmax，速度更新参数 C1、c2，1 <L<Lmax，并初始化L = 1;
[0138] 步骤5.3、确定步骤三中各约束条件的实际值和步骤四中的基本参数，并分别代入 到粒子群算法的约束条件和目标函数中；
[0139] 步骤5.4、产生初始种群，获得第L代的第k个粒子的位置和速度，并根据步骤三中 的约束条件修改粒子的位置和速度；
[0140] 步骤5.5、根据目标函数minC计算第k个粒子的适应度值，并从第L代Μ个粒子中选 取最大的适应度值作为第L代的群体极值；
[0141] 步骤5.6、根据第L代中第k个粒子的位置和速度，分别计算第L+1代的第k个粒子的 位置和速度，并根据步骤三中的约束条件修改粒子的位置和速度，从而获得第L+1代粒子群 中Μ个粒子的位置和速度；
[0142] 步骤5.7、重新计算第L+1代中第k个粒子的适应度值，并与第L代中第k个粒子的适 应度值进行比较，选取较大适应度值作为第L+1代第k个粒子的个体极值;并从第L+1代Μ个 粒子的个体极值中选出最大适应度值作为第L+1代的群体极值；
[0143] 步骤5.8、将L+1赋值给L，判断L<Lmax是否成立，若成立，转到步骤5.6;否则迭代停 止，并得到第L max代的群体极值；
[0144] 步骤5.9、将第Lmax代的群体极值所对应的调度方案作为最优调度方案，从而求得 满足约束条件下的电动汽车接入微电网不同时刻的充放电功率。
【主权项】
1. 一种电动汽车接入微电网的充放电调度方法，其特征在于，包括以下步骤： 步骤一、确定微电网的系统结构及各单元的特性； 步骤二、建立分时电价下考虑电动汽车电池折旧成本的微电网优化调度目标函数； 步骤三、确定各分布式电源和电动汽车电池的约束条件;并与所述微电网优化调度目 标函数共同构成微电网优化调度模型； 步骤四、确定分时电价下电动汽车接入电网的数量、起止时间、起止荷电状态和其他基 础计算数据； 步骤五、通过粒子群算法求解所述微电网优化调度模型，确定电动汽车接入电网时的 充放电功率。2. 根据权利要求1所述的电动汽车接入微电网的充放电调度方法，其特征是， 所述步骤一中微电网的系统结构包括:光伏发电单元PV、风力发电单元WT、柴油发电机 DG、微型燃气轮机MT、电动汽车EV; 各单元的特性包括： 所述光伏发电单兀PV的输出功率Ppv，并由式(1)获得：(1) 式（1)中，Ginc为所述光伏发电单元PV接收的实际光照强度，Gstc为标准测试条件STC下 所述光伏发电单元PV接收的光照强度，Pstc是标准测试条件STC条件下所述光伏发电单元PV 的最大输出功率，k是所述光伏发电单元PV的发电温度系数，T。是所述光伏发电单元PV的电 池实际温度，Tr为所述光伏发电单元PV的电池额定温度； 所沐风力发电单7HWT的输出功率Prr，并由式（2)获得：(2) 式（2)中，a、b分别表不所述风力发电单兀WT输出功率Pwt的系数；。^。。分别表示所述风力发电单元奶^勺切入风速^页定风速和切出风速，？： 为所述风力发电单元WT的额定输出功率； 所述柴油发电机DG的燃料成本Cdc，并由式(3)获得：m 式(3)中，α、β、γ为所述柴油友电机DG的参数;Pdg(t)为所述柴油发电机DG在t时刻的输 出功率；△ t为每个时段的时长； 所述微型燃气轮机MT的效率函数TImt，并由式(4)获得： (4) 式(4)中，x、y、z、c为所述微型燃气轮机MT的参数;Pr、Pmt分别为所述微型燃气轮机MT的 额定功率和输出功率； 所述微型燃气轮机MT的成本函数Cmt，并由式(5)获得：(5) 式(5)中，Cgas为供应给所述微型燃气轮机MT的天然气价格;LHV为天然气的低热值;Pmt (t)为t时刻微型燃气轮机MT的输出功率;nMT( t)为t时刻的微型燃气轮机MT的发电效率。3. 根据权利要求1所述的电动汽车接入微电网的充放电调度方法，其特征是，所述步骤 一出雜ir由隨的件/>彻齒日.(6) 式(6)中，C是所述微电网总的运行费用;N为所述微电网中分布式电源的总数;T为所述 微电网的调度周期的总时段数;t为时段编号;P1U)为第i个分布式电源在第t个时段内的 输出功率;F i(PiU))为第i个分布式电源在第t个时段内的燃料成本;OMi(PiU))为第i个分 布式电源在第t个时段内的运行维护成本，并由式(7)获得： (7) 式(7)中，为第i个分布式电源的运行维护成本系数； 式(6)中，Cgrid为所述微电网与主电网的交易成本，并由式(8)获得：(8) 式(8)中，PCRID(t)是所述微电网在第t个时段内与所述主电网的交互电量;St表示所述 主电网的在第t个时段内的电价； 式(6)中，Cbat是所述电动汽车EV的电池折旧成本，并由式(9)获得：(9) 式(9)中，η为接入所述微电网的电动汽车EV的数量，Crep是所述电动汽车EV的电池更换 成本，Eput为所述电动汽车EV的在其电池寿命内总的能量吞吐量，为第j辆电动车接 入电网的起止时间，(X)为第j辆电动汽车的电池在接入电网的第t个时段内的充放电功 率。4. 根据权利要求1所述的电动汽车接入微电网的充放电调度方法，其特征是，所述步骤 三中分布式电源和电动汽车电池的约束条件为：(10) (13) (14) (15)(16) 式（10)表示功率平衡约束;Pi为第i个分布式电源的实际输出功率;Pcrid为所述微电网 与所述主电网的实际交互电量;Pev为所述微电网中所有电动汽车的净输出功率;Plqad为电 网用户的总负荷需求； 式（11)表示所述第i个分布式电源自身发电能力的约束，ifΑ分别是所述第i个 分布式电源的输出功率上下限； 式(12)表示所述第i个分布式电源的爬坡速率限制，P1U-I)为第i个分布式电源在第t-1个时段内的输出功率;ri为所述第i个分布式电源的最大爬坡速率； 式（13)表示所述第j辆电动汽车的荷电状态约束;SOCj表示第j辆电动汽车的电池荷电 状态;W厂'、5??：:Η";分别表示第j辆电动汽车的电池荷电状态的上下限； 式（14)表示电动汽车充放电功率约束；if"表示第j辆电动汽车的放电功率上限；if1 表示第j辆电动汽车的充电功率下限； 式（15)表示第j辆电动汽车接入所述微电网的终止时刻的荷电状态的约束;为第 j辆电动汽车在tj2时刻离开所述微电网时的荷电状态，为第j辆电动汽车离开所述 微电网时满足行驶需求的最小荷电状态； 式（16)为所述微电网与所述主电网间联络线的传输容量约束；/fn为微电网向电网输 送功率下限，Zfax为电网向微电网输送功率上限。5. 根据权利要求1所述的电动汽车接入微电网的充放电调度方法，其特征是，所述步骤 四包括： 步骤4.1、根据所述主电网采用的峰谷分时电价，将一天24小时划分为峰时段、平时段、 谷时段三个时段； 步骤4.2、分别确定所述光伏发电单元PV、所述风力发电单元WT的出力和总需求负荷 Pload ； 步骤4.3、分别确定电动汽车在其电池寿命内总的能量吞吐量Eput，电动汽车的电池更 换成本Crep，接入所述微电网的电动汽车数量为η，第j辆电动汽车接入所述微电网的起止时 间如和tj2,接入时的荷电状态和离开微电网时所需的最小的荷电状态 步骤4.4、确定所述柴油发电机〇6的参数€1、0、丫、所述微型燃气轮机阶的参数17、 2、(3、 额定功率Pr、天然气价格Cgas、天然气的低热值LHV和接入所述微电网的第i个分布式电源的 运行维护成本系数。6. 根据权利要求1所述的电动汽车接入微电网的充放电调度方法，其特征是，所述步骤 五包括： 步骤5.1、将每一时刻柴油发电机DG、微型燃气轮机MT的发电功率、主电网与微电网的 交互功率和每辆电动汽车与微电网交换的功率作为第k个粒子的一个维度，从而获得第k个 粒子的维数为T(n+3); 步骤5.2、初始化粒子群算法的各个参数，包括:粒子总数M、迭代次数U最大迭代次数 Lmax，速度更新参数C1、C2, KL彡Lmax，并初始化L=I ; 步骤5.3、确定所述步骤三中各约束条件的实际值和步骤四中的基本参数，并分别代入 到粒子群算法的约束条件和目标函数中； 步骤5.4、产生初始种群，获得第L代的第k个粒子的位置和速度，并根据所述步骤三中 的约束条件修改粒子的位置和速度； 步骤5.5、根据目标函数minC计算第k个粒子的适应度值，并从第L代M个粒子中选取最 大的适应度值作为第L代的群体极值； 步骤5.6、根据第L代中第k个粒子的位置和速度，分别计算第L+1代的第k个粒子的位置 和速度，并根据步骤三中的约束条件修改粒子的位置和速度，从而获得第L+1代粒子群中M 个粒子的位置和速度； 步骤5.7、重新计算第L+1代中第k个粒子的适应度值，并与第L代中第k个粒子的适应度 值进行比较，选取较大适应度值作为第L+1代第k个粒子的个体极值;并从第L+1代M个粒子 的个体极值中选出最大适应度值作为第L+1代的群体极值； 步骤5.8、将L+1赋值给L，判断L<Lmax是否成立，若成立，转到步骤5.6;否则迭代停止， 并得到第Lmax代的群体极值； 步骤5.9、将所述第Lmax代的群体极值所对应的调度方案作为最优调度方案，从而求得 满足约束条件下的电动汽车接入微电网不同时刻的充放电功率。
【文档编号】H02J3/32GK106026152SQ201610347527
【公开日】2016年10月12日
【申请日】2016年5月19日
【发明人】周开乐, 陆信辉, 杨善林, 陈雯, 王琛, 孙莉, 张弛, 邵臻
【申请人】合肥工业大学