CN107453381A - 基于两阶段交叉控制的电动汽车集群功率调节方法及*** - Google Patents
基于两阶段交叉控制的电动汽车集群功率调节方法及*** Download PDFInfo
- Publication number
- CN107453381A CN107453381A CN201710701781.0A CN201710701781A CN107453381A CN 107453381 A CN107453381 A CN 107453381A CN 201710701781 A CN201710701781 A CN 201710701781A CN 107453381 A CN107453381 A CN 107453381A
- Authority
- CN
- China
- Prior art keywords
- mrow
- electric automobile
- msubsup
- power
- msub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/50—Controlling the sharing of the out-of-phase component
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种基于两阶段交叉控制的电动汽车集群功率调节方法及***,包括以下步骤:1)建立电动汽车集群有功无功混合控制的并网模型,确定对电动汽车集群进行有功无功优化控制的目标函数及其约束条件;2)建立对电动汽车集群进行有功优化的目标函数及其约束条件;3)将电动汽车集群的充电时段划分为若干功率控制时段;4)对有功功率控制的目标函数进行求解,得到有功功率优化结果;5)建立对电动汽车集群并网无功优化的目标函数及其约束条件;6)对无功优化的目标函数进行求解,得到无功功率优化结果;7)重复步骤4)~6),在各功率控制时段内对电动汽车集群进行有功优化和无功优化。本发明可广泛应用于电动汽车集群功率调节。
Description
技术领域
本发明涉及一种电动汽车集群的功率调节方法及***,特别是关于一种基于两阶段交叉控制的电动汽车集群功率调节方法及***。
背景技术
为了减少对石油资源的消耗,缓解环境污染问题,各方正在寻求有效的方法,清洁能源的使用受到人们的广泛重视。其中,电动汽车以电代油,能够实现“零排放”与“低噪音”,正在逐渐替代传统燃油汽车,成为解决能源消耗和环境污染的重要手段。但是,电动汽车需要接入电网进行充电,一方面增加了电网的负荷,对电力供需平衡和电力***的安全稳定性带来挑战;另一方面电动汽车停靠充电时间长,若能进行合适的调控,具有作为移动电池储能参与电网调节的潜力。电动汽车充换电设施在配电网中的大范围推广和建设为电动汽车充电控制提供了基础,而电力电子设备作为电动汽车储能电池和配电网线路之间的接口,保证了电动汽车充电功率控制的快速性和灵活性。同时,随着智能配电***的建设,用户需求响应技术借助其双向通信网络,先进量测技术和先进决策支持***,对用户用电模型进行调整,直接管理或引导用户改变自身电能消费行为,促进供需两侧的优化平衡,实现电网可靠、安全、经济、高效、环境友好和使用安全的高效运行。对大规模接入电网的电动汽车进行充电功率控制是用户需求响应技术的一种重要控制手段和资源形式,电动汽车集群并网的电池能量管理也可视为一种虚拟储能***,平抑分布式可再生能源接入电网引起的功率波动,进一步增加清洁能源所带来的经济和环境方面的价值。因此,如何在满足电动汽车用户需求的同时充分利用电动汽车充电能量为电网提供的可控资源,如何针对电动汽车集群并网的特点提升调控水平和经济环境效益,将成为智能配用电和电动汽车并网控制中需要解决的关键问题。
现如今,国内外已致力于从定量的技术角度研究如何调节电动汽车的充电功率为电网提供多种辅助服务。例如:提出了电动汽车充电负荷的估算方法和对电网电能质量影响的评估分析方法,建立了包含电动汽车用户和配电网架构的电动汽车并网控制模型;将电动汽车集群的控制器作为中间单元与电网交互,提出多层控制结构以降低控制难度和通信负担;建立以电动汽车充放电功率为控制变量的能量优化调度模型,采用智能优化算法求解多目标多时间段的优化调度问题,通过对电动汽车功率的调节实现削峰填谷,减小配网运行成本,提高新能源消纳等经济环境效益。但是电动汽车单台容量小且分布广泛,用户需求各异,大规模电动汽车集中优化通信时间长,计算海量,而现有的研究尚缺乏对电动汽车集群并网完全建模和集中控制困难问题的有效解决手段。
发明内容
针对上述问题,本发明的目的是提供一种基于两阶段交叉控制的电动汽车集群功率调节方法及***,通过两阶段交叉控制方式实现了对量大分散的电动汽车集群的快速控制与整体优化,解决了大量电动汽车无序充电带来的电能质量问题,并为电网提供无功支持。
为实现上述目的,本发明采取以下技术方案:一种基于两阶段交叉控制的电动汽车集群功率调节方法,其特征在于包括以下步骤:1)建立电动汽车集群有功无功混合控制的并网模型,并根据该模型确定对电动汽车集群进行有功无功优化控制的目标函数及其约束条件;2)基于对电动汽车集群进行有功无功优化控制的目标函数,建立对电动汽车集群进行有功优化控制的目标函数及其约束条件;3)将电动汽车集群的充电时段划分为若干EV功率控制时段TC,每一EV功率控制时段TC又分为EV充电功率优化时段TP和EV无功调节时段TQ两个阶段;4)在当前EV充电功率优化时段TP内,根据建立的有功优化控制的目标函数及其约束条件,对电动汽车集群内所有车辆的有功功率进行优化调度,得到电动汽车集群内各电动汽车的有功功率调节结果;5)建立对电动汽车集群并网进行无功优化的目标函数,并根据电动汽车充电设施运行特性及步骤4)中得到的电动汽车集群内各电动汽车的有功功率调节结果,建立有功无功解耦度的无功调节约束条件;6)在当前EV无功调节时段TQ内,根据建立的无功优化的目标函数及无功调节约束条件,对电动汽车集群进行无功优化,得到电动汽车集群内各电动汽车的无功功率调节结果;7)重复步骤4)~6),在各EV充电功率优化时段TP内对电动汽车集群进行有功优化,在各EV无功调节时段TQ内,对电动汽车集群进行无功优化,直至电动汽车集群的所有EV功率控制时段TC结束。
所述步骤1)中,电动汽车集群有功无功混合控制的并网模型,以及对电动汽车集群进行有功无功优化控制的目标函数及其约束条件的建立方法,包括以下步骤:1.1)根据电动汽车用户需求和电网用户侧设备功率调节目标,建立电动汽车集群并网模型;1.2)利用电动汽车充电接口电力电子装置的无功调节能力,在建立的电动汽车集群并网模型中加入电动汽车集群无功补偿功能,得到电动汽车集群有功无功混合控制的并网模型;1.3)根据建立的电动汽车集群有功无功混合控制的并网模型,得到对电动汽车集群进行有功无功优化控制的目标函数;1.4)根据电网拓扑结构和典型负荷曲线结合电动汽车在电网中的分布情况计算大规模电动汽车接入的电网运行状态,进而得到有功无功优化控制的目标函数需满足的电网运行约束和电网功率平衡约束条件;1.5)根据电动汽车车型,电池容量,用户停车时间和充电设施额定容量参数,计算电动汽车电池状态、可控容量范围和电动汽车充电负荷,进而得到有功无功优化控制的目标函数的需满足的电动汽车电池储能约束和充电功率约束条件。
所述步骤1)中,所述对电动汽车集群进行有功无功优化控制的目标函数为:
式中,Rij为电网第i个节点和第j个节点之间线路的阻抗;N为电网节点数;Iij(t)为t时刻的线路电流;F(X)为T时段内的总网损;X为优化变量和***状态变量,且:
式中,为电动汽车t时刻的充电功率,也即有功功率;为电动汽车提供的无功功率调节量;k为电动汽车集群内的电动汽车的编号;
所述有功无功优化控制的目标函数的约束条件包括电网运行约束条件、电网功率平衡约束条件以及电动汽车电池储能约束和充电功率约束条件;
其中,所述电网运行约束条件为:
Vmin≤|Vi(t)|≤Vmax i∈N;
式中,Vi(t)为节点i的电压的幅值,Vmax和Vmin分别为电压偏差的上、下限;Imax(t)为线路容量限制;
所述电网功率平衡约束条件为:
式中,和分别为发电功率;和分别为负荷有功功率和无功功率;Vi(t)和δi(t)分别为节点i的电压的幅值和相角;Vj(t)和δj(t)分别为与i相邻节点j的电压幅值和相角;Yij和θij分别为节点导纳矩阵的幅值和相角;
所述电动汽车电池储能约束和充电功率约束条件分别为:
式中,Cbat为电池容量,Ceff为充电设施的充电效率;是接入节点i处第k辆电动汽车的初始电池能量存储状态;SOCmin和SOCmax为由电动汽车充电完成时电池储能的上下限;SOCi,k(t)为接入节点i处第k辆电动汽车的电池电量。
所述步骤2)中,对电动汽车集群进行有功功率控制的目标函数及其约束条件的建立方法,包括以下步骤:
2.1)根据电网基础负荷、电动汽车充电负荷以及分布式发电,对电动汽车集群进行有功无功功率控制的目标函数进行等效简化,得到对电动汽车集群进行有功优化控制的目标函数:
式中,F1(X)为包含电动汽车和分布式发电的净负荷平方和; 分别为接入节点i的负荷和分布式发电;为第k辆电动汽车的充电负荷;Ki为接入节点i处的电动汽车数量;
2.2)根据电动汽车充电设施的额定输出功率、不同车型的充电功率以及电网要求的接入负荷范围,得到有功优化控制的目标函数需满足的有功功率调节范围约束条件:
式中,和分别为电动汽车充电设施的额定输出功率和不同车型设定的最大充电功率;Pi,min和Pi,max分别为电动汽车集群接入点根据电网要求设定的负荷范围。
所述步骤4)中,根据建立的有功优化控制的目标函数及其约束条件,对电动汽车集群内所有车辆的充电功率进行优化调度的方法,包括以下步骤:4.1)将建立的有功优化控制的目标函数进行分解,得到用于在电网调度层面实现总充电负荷调节的上层优化目标函数,以及用于跟踪调节每辆电动汽车充电功率的下层跟踪控制的目标函数;4.2)根据上层优化目标函数以及电网负荷曲线,进行上层优化得到电动汽车集群的总充电负荷目标;4.3)根据下层跟踪控制目标函数以及步骤4.2)中得到的电动汽车集群的总充电负荷目标,采用分散优化方法对电动汽车集群内的各电动汽车进行有功功率调节,得到电动汽车集群内各电动汽车在充电时段内满足上层总充电负荷目标下的有功功率调节结果。
所述步骤4.1)中,所述上层优化目标函数为:
式中,G(Y)为最小化负荷波动;Y为优化变量即电动汽车集群总充电负荷的目标值;为计及电动汽车充电的负荷平均值;为第k辆电动汽车的充电功率;为电网负荷,且:
所述下层跟踪控制的目标函数为:
式中,H(Z)为总充电负荷的目标值与电动汽车实际充电功率之间的差值;Z为优化变量
所述步骤4.3)中,根据下层跟踪控制目标函数以及电动汽车集群的总充电负荷目标,采用分散优化方法对电动汽车集群进行有功功率调节的方法,包括以下步骤:
4.3.1)将电动汽车集群的总充电负荷目标平均分配到各电动汽车设定的充电时段,并根据有功功率的上下限约束条件,计算得到各电动汽车充电功率曲线的初始值:
4.3.2)根据各电动汽车充电功率曲线的初始值,计算当前电动汽车集群内各电动汽车充电功率总和与总充电负荷目标值之间的差值:
式中,m表示迭代次数;为上次迭代得到的第k辆电动汽车的充电功率;Kv=Ki×N为电动汽车总数;
4.3.3)根据步骤4.3.2)中得到的差值,对电动汽车集群内各电动汽车的充电功率曲线分别进行优化,并根据各电动汽车的充电功率优化变量对其充电功率曲线进行更新;
对电动汽车集群内各电动汽车的充电功率进行优化的目标函数为:
式中,为本次迭代求得的第k辆电动汽车充电功率优化变量,且为
4.3.4)判断更新后电动汽车集群内各充电功率总和与总充电负荷目标值之间的差值是否满足收敛条件,即差值是否小于设定的边界值或达到设置的最大迭代次数:若不满足,则返回步骤4.3.2),进行下一次迭代;若满足,则迭代结束,输出结果。
所述步骤5)中,电动汽车集群并网无功优化的目标函数及无功调节约束条件的建立方法,包括以下步骤:5.1)根据无功优化时段TQ内的电动汽车充电设施无功调节量和接入电动汽车充电负荷的电网运行状态变量,建立电动汽车并网无功优化的目标函数;5.2)根据电动汽车充电设施运行特性和步骤4)中得到的电动汽车集群内各电动汽车的充电计划,建立无功优化的目标函数需满足的无功调节约束条件;5.3)根据建立的目标函数和约束条件对电动汽车集群进行无功优化,得到电动汽车集群内各电动汽车的无功功率调节结果。
所述步骤5)中,建立的无功优化的目标函数为:
式中,F2(X)为t时刻的总网损,优化变量X为电动汽车提供的无功功率
所述无功优化的约束条件为:
式中,为电动汽车充电设施的额定容量;cosθ表示充电设备工作时的最小功率因数;为第一阶段控制给出的t时刻有功功率最优解,且
式中,Pvmax为电动汽车的有功功率最大值。
一种适用于所述方法的基于两阶段交叉控制的电动汽车集群功率调节***,其特征在于:其包括:
并网模型构建模块,用于构建电动汽车集群有功无功混合控制的并网模型,并根据所述并网模型得到对电动汽车集群进行有功无功优化控制的目标函数及其约束条件;
有功优化目标函数构建模块,用于基于电动汽车集群进行有功无功优化控制的目标函数,计算得到对电动汽车集群进行有功优化的目标函数及其约束条件;
充电时段划分模块,用于将电动汽车集群的充电时段划分为若干个包括有功功率调节时段和无功功率调节时段两调节时段的电动汽车充电功率优化时段;
有功功率优化模块,用于在各有功功率调节时段内,根据对电动汽车集群进行有功优化的目标函数及其约束条件,对电动汽车集群进行有功功率调节;
无功优化目标函数构建模块,用于建立对电动汽车集群进行无功优化的目标函数及其约束条件;
无功功率优化模块,用于在各无功功率调节时段内,根据对电动汽车集群进行无功优化的目标函数及其约束条件,对电动汽车集群进行无功功率调节。
本发明由于采取以上技术方案,其具有以下优点:1本发明将电动汽车集群有功无功混合控制分解为有功功率优化和无功优化,有功功率控制实现与电网本地负荷相匹配,在满足用户需求的条件下实现削峰填谷,保证电网的经济安全运行;无功功率控制的主要目标是全局电压无功优化,在实现第一阶段有功优化的基础上考虑充电设施调节能力实现无功优化,通过两阶段交叉控制方式有效降低了控制复杂度。2、本发明在第一阶段的有功功率控制时段,根据充电负荷与对有功无功混合控制模型进行简化等效,针对集群内电动汽车充电负荷管理建立了电动汽车集群并网模型,避免了电网拓扑结构建模相关的复杂度。3、本发明在第二阶段的无功优化控制中,通过对电动机车集群避免了多时段优化模型相关的复杂度。从而显著降低了控制难度和通信负担,为电动汽车集群并网控制的实际应用提供了有效手段。因而,本发明可以广泛应用于电动汽车集群并网功率控制领域。
附图说明
图1是本发明基于两阶段交叉控制的电动汽车集群的充电功率调节方法流程图;
图2是本发明电动汽车有功无功混合调节的示意图;
图3(a)是本发明电动汽车集群充电负荷调节的示意图;
图3(b)是本发明电动汽车集群无功调节的示意图;
图4是本发明电动汽车充电功率调节与能量状态示意图;
图5是本发明电动汽车集群并网功率调节的线路损耗示意图;
图6是本发明电动汽车集群并网功率调节的电压偏差示意图。
具体实施方式
下面结合附图和实施例对本发明的进行详细的描述。
如图1所示,本发明提出的一种基于两阶段交叉控制的电动汽车集群功率调节方法,包括以下步骤:
1)建立电动汽车集群有功无功混合控制的并网模型,并根据该模型确定对电动汽车集群进行有功无功优化控制的目标函数及其约束条件;
2)基于步骤1)中的有功无功优化控制的目标函数,建立对电动汽车集群进行有功优化控制的目标函数及其约束条件;
3)将电动汽车集群的充电时段划分为若干EV(电动汽车)功率控制时段TC,每一EV功率控制时段TC又分为EV充电功率优化时段TP和EV无功调节时段TQ两个阶段;
4)第一阶段内,即在当前EV充电功率优化时段TP内,根据建立的有功优化控制的目标函数及其约束条件,对电动汽车集群内所有车辆的有功功率进行优化调度,得到电动汽车集群内各电动汽车的有功功率调节结果,即各电动汽车的充电计划;
5)建立对电动汽车集群并网进行无功优化的目标函数,并根据电动汽车充电设施运行特性及步骤4)中得到的电动汽车集群内各电动汽车的有功功率调节结果,建立有功无功解耦度的无功调节约束条件;
6)第二阶段内,即在当前EV无功调节时段TQ内,根据建立的无功优化的目标函数及无功调节约束条件,对电网汽车集群进行无功优化,得到电动汽车集群内各电动汽车的无功功率调节结果;
7)重复步骤4)~6),在各EV充电功率优化时段TP内对电动汽车集群进行有功优化,在EV无功调节时段TQ内,对电动汽车集群进行无功优化,直至电动汽车集群的所有EV功率控制时段TC结束。
上述步骤1)中,电动汽车集群有功无功混合控制的并网模型,以及对电动汽车集群进行有功无功优化控制的目标函数及其约束条件的建立方法,包括以下步骤:
1.1)根据电动汽车用户需求和电网用户侧设备功率调节目标,建立电动汽车集群并网模型。
1.2)如图2所示,利用电动汽车充电接口电力电子装置的无功调节能力,在建立的电动汽车集群并网模型中加入电动汽车集群无功补偿功能,得到电动汽车集群有功无功混合控制的并网模型。
1.3)根据建立的电动汽车集群有功无功混合控制的并网模型,得到对电动汽车集群进行有功无功优化控制的目标函数。
对电动汽车集群进行有功无功优化控制的目标是使电动汽车集群的充电负荷与电网负荷曲线相匹配,实现削峰填谷的效果,同时提供无功补偿功能进一步提高供电质量和减小配电网线路损耗,因而,得到进行有功无功优化控制的目标函数为:
式中,Rij为电网第i个节点和第j个节点之间线路的阻抗;N为电网节点数;Iij(t)为t时刻的线路电流;F(X)为T时段内的总网损;X为优化变量和***状态变量,且:
式中,为电动汽车t时刻的充电功率,也即有功功率;为电动汽车提供的无功功率调节量;k表示电动汽车集群内的电动汽车的编号。
1.4)根据电网拓扑结构和典型负荷曲线结合电动汽车在电网中的分布情况计算大规模电动汽车接入的电网运行状态,进而得到有功无功优化控制的目标函数需满足的电网运行约束和电网功率平衡约束条件。
其中,电网运行约束条件为:
Vmin≤|Vi(t)|≤Vmax i∈N (3)
式中,Vi(t)为节点i的电压的幅值,Vmax和Vmin分别为电压偏差的上、下限;Imax(t)为线路容量限制。
电网功率平衡约束条件为:
式中,和分别为发电功率;和分别为负荷有功功率和无功功率;Vi(t)和δi(t)分别为节点i的电压的幅值和相角;Vj(t)和δj(t)分别为与i相邻节点j的电压幅值和相角;Yij和θij分别为节点导纳矩阵的幅值和相角。
1.5)根据电动汽车车型,电池容量,用户停车时间和充电设施额定容量等参数计算电动汽车电池状态,可控容量范围和电动汽车充电负荷,进而得到有功无功优化控制的目标函数的需满足的电动汽车电池储能约束和充电功率约束条件。
其中,电动汽车电池储能约束和充电功率约束条件分别为:
式中,Cbat为电池容量,Ceff为充电设施的充电效率;是接入节点i处第k辆电动汽车的初始电池能量存储状态;SOCi,k(t)为接入节点i处第k辆电动汽车的电池电量;SOCmin和SOCmax为由电动汽车充电完成时电池储能的上下限,一般由用户设定离网时间和离网时的SOC限制,另外需要保证在任意时刻电池储能不超出电池容量范围。充电功率的可调节范围受充电设备的额定容量限制:
式中,Pfmin和Pfmax为充电设备可调节范围的上下限,且本发明假设充电设备只具有充电功能,不考虑双向功率调节。
上述步骤2)中,对电动汽车集群进行有功功率控制的目标函数及其约束条件的建立方法,包括以下步骤:
2.1)根据电网基础负荷、电动汽车充电负荷以及分布式发电,将对电动汽车集群进行有功无功功率控制的目标函数进行等效简化,得到对电动汽车集群进行有功优化控制的目标函数。
由于步骤1)中所建立的对电动汽车集群进行有功无功优化控制的目标函数在实际计算时难度很大,所以本发明对其进行等效简化。根据中低压配电网辐射状拓扑结构和线路R/X比高等特性,通过调节有功功率分布实现减小网损的目标,可以等效为减小负荷波动,有功控制通过使电动汽车充电负荷与电网负荷曲线相匹配,达到步骤1)中减小配电网线路损耗的目标。
为实现对数量众多电动汽车的快速控制,考虑充电负荷与接入区域的负荷曲线相匹配,优化调度模型不包含电网拓扑结构,以各时段电动汽车充电功率为优化变量,实现平滑负荷曲线的目标:通过电动汽车集群充电负荷的合理分布,减小充电时段内的电网的负荷变化,减小峰谷差,改善电网运行条件,因而有功功率控制的目标函数为:
式中,F1(X)为包含电动汽车和分布式发电的净负荷平方和,反映了负荷波动情况; 分别为接入节点i的负荷和分布式发电;为第k辆电动汽车的充电负荷;Ki为接入节点i处的电动汽车数量。
2.2)根据电动汽车充电设施的额定输出功率、不同车型的充电功率以及电网要求的接入负荷范围,得到有功优化控制的目标函数需满足的有功功率调节范围约束条件:
式中,和分别为电动汽车充电设施的额定输出功率和不同车型设定的最大充电功率;Pi,min和Pi,max分别为电动汽车集群接入点根据电网要求设定的负荷范围。
上述步骤4)中,根据建立的有功功率控制的目标函数及其约束条件,对电动汽车集群内所有车辆的充电功率进行优化调度的方法,包括以下步骤:
4.1)将步骤2)中建立的有功优化控制的目标函数进行分解,得到用于在电网调度层面实现总充电负荷调节的上层优化目标函数,以及用于跟踪调节每辆电动汽车充电功率的下层跟踪控制的目标函数。
为使计算更迅速快捷,本发明将有功优化控制的目标函数进行分解,上层优化实现最小化负荷波动,下层跟踪实现则双层优化结果可与上述有功优化等效,而且其约束条件与步骤3)中有功功率控制的目标函数的约束条件一致。
其中,上层优化的目标函数为:
式中,G(Y)为最小化负荷波动;Y为优化变量表示参与电网调度的电动汽车集群总充电负荷的目标值;为计及电动汽车充电的负荷平均值;为第k辆电动汽车的充电功率;为电网负荷,表示上述公式(11)中的接入负荷以及分布式电源的总和,即:
下层跟踪控制的目标函数为:
式中,H(Z)为总充电负荷的目标值与电动汽车实际充电功率之间的差值;Z为优化变量
4.2)根据上层优化目标函数(14)以及电网负荷曲线,进行上层优化得到电动汽车集群的总充电负荷目标
4.3)根据下层跟踪控制目标函数以及步骤4.2)中得到的电动汽车集群的总充电负荷目标采用分散优化方法对电动汽车集群进行有功功率调节,得到电动汽车集群内各电动汽车在充电时段内满足上层总充电负荷目标下的有功功率调节结果。
上述步骤4.3)中,由于式(17)所示的下层跟踪的目标函数中优化变量包含所有电动汽车在各时段内的充电功率,记为PEV,k(t)=[PEV,1(t),…,PEV,k(t),…PEV,Ki×N(t)]T,该问题虽然是凸二次优化问题,但是当电动汽车数量较大时,集中优化方法求解困难。为降低计算复杂度,采用分散优化方法,根据该优化问题具有弱耦合性的特点,即各电动汽车优化变量PEV,k(t)在约束中彼此解耦,仅在目标函数中耦合,各电动汽车可分别优化自身的充电功率,同时与电动汽车集群充电功率总目标相协调,通过迭代达到集中优化相同的效果,每次迭代求解每辆电动汽车PEV,k(t)与协调信息构成的小规模优化问题,减小计算时间。
根据下层跟踪控制目标函数以及电动汽车集群的总充电负荷目标,采用分散优化方法对电动汽车集群进行有功功率调节的方法,包括以下步骤:
4.3.1)将电动汽车集群的总充电负荷目标平均分配到各电动汽车设定的充电时段,并根据有功功率的上下限约束条件,计算得到各电动汽车充电功率曲线的初始值:
4.3.2)根据各电动汽车充电功率曲线的初始值,计算当前电动汽车集群内各电动汽车充电功率总和与总充电负荷目标值之间的差值:
式中,m表示迭代次数;为上次迭代得到的第k辆电动汽车的充电功率;Kv=Ki×N为电动汽车总数,该公式使用上次迭代的每辆车充电计划得到与各时段充电功率的差值
4.3.3)根据步骤4.3.2)中得到的差值,对电动汽车集群内各电动汽车的充电功率曲线分别进行优化,并根据各电动汽车的充电功率优化变量对其充电功率曲线进行更新。
对电动汽车集群内各电动汽车的充电功率进行优化的目标函数为:
式中,为本次迭代求得的第k辆电动汽车充电功率优化变量,且为
4.3.4)判断更新后电动汽车集群内各充电功率总和与总充电负荷目标值之间的差值是否满足收敛条件,即差值是否小于设定的边界值或达到设置的最大迭代次数。若不满足,则返回步骤4.3.2),进行下一次迭代;若满足,则迭代结束,输出结果。
上述步骤5)中,电动汽车集群并网无功优化的目标函数及无功调节约束条件的建立方法,包括以下步骤:
5.1)根据无功优化时段TQ内的电动汽车充电设施无功调节量和接入电动汽车充电负荷的电网运行状态变量,建立电动汽车并网无功优化的目标函数。
根据电动汽车充电设施具备的无功调节能力,以在接入点处提供的无功功率为优化变量,减小电网网损。无功优化是上述两阶段有功无功交叉控制的第二阶段,在实施电动汽车充电功率优化调度的基础上,在各时间段内进行实时无功控制,优化问题仅考虑单一时段以简化求解过程。所述电动汽车并网无功优化的目标函数为:
式中,F2(X)为t时刻的总网损,优化变量X为电动汽车提供的无功功率
5.2)根据电动汽车充电设施运行特性和步骤4)中得到的电动汽车集群内各电动汽车的充电计划,建立无功优化的目标函数需满足的无功调节约束条件。
约束条件为电动汽车有功无功混合控制的耦合度约束,如下式所示:
式中,为电动汽车充电设施的额定容量,表示同时提供有功功率和无功功率时功率器件的容量约束。当考虑运行损耗时,式(23)转换为:
式中,SR,k为电动汽车充电设备运行容量限制;为功率器件的运行损耗;为第一阶段控制给出t时刻充电功率最优解,且
式中,Pvmax为电动汽车的有功功率最大值,不超过电动汽车和充电设施双方设定的额定充电功率,在两阶段控制执行过程中,由第一阶段的最优解确定。
式中,cosθ表示充电设备工作时的最小功率因数,表示电网对并网设备的输出功率限制。当考虑运行损耗时,式(26)转换为下式:
式中,tanθ为并网设备的功率因数约束;为功率器件的运行损耗。
5.3)根据建立的目标函数和约束条件对电动汽车集群进行无功优化,得到电动汽车集群内各电动汽车的无功功率调节结果。
基于上述两阶段交叉控制的电动汽车集群功率调节方法,本发明还提出一种适用于该方法的基于两阶段交叉控制的电动汽车集群功率调节***,其包括:
并网模型构建模块,用于构建电动汽车集群有功无功混合控制的并网模型,并根据该并网模型得到对电动汽车集群进行有功无功优化控制的目标函数及其约束条件;
有功优化目标函数构建模块,用于基于电动汽车集群进行有功无功优化控制的目标函数,计算得到对电动汽车集群进行有功优化的目标函数及其约束条件;
充电时段划分模块,用于将电动汽车集群的充电时段划分为若干个包括有功功率调节时段和无功功率调节时段两调节时段的电动汽车充电功率优化时段;
有功功率优化模块,用于在各有功功率调节时段内,根据对电动汽车集群进行有功优化的目标函数及其约束条件,对电动汽车集群进行有功功率调节;
无功优化目标函数构建模块,用于建立对电动汽车集群进行无功优化的目标函数及其约束条件;
无功功率优化模块,用于在各无功功率调节时段内,根据对电动汽车集群进行无功优化的目标函数及其约束条件,对电动汽车集群进行无功功率调节。下面以具体的实例来验证本发明提供的基于两阶段交叉控制电动汽车集群功率调节技术的可行性。选取33节点典型配电网并在不同节点接入多种类型电动汽车,设定并网电动汽车总数为300辆,其中Tesla Roadster和Nissan Leaf两种类型的电动汽车各一半,随机分布于6个节点从馈线获取充电功率并提供无功功率进行电网无功优化。设定电动汽车充电场景为家庭充电,在晚上6点至早晨6点12个小时的充电时段内电动汽车根据用户的停靠时间和出发时间以及电池状态计算电动汽车充电负荷大约为总负荷的10%~15%,在无序充电状况下,这部分电动汽车充电负荷将与基础负荷曲线叠加,对电网的峰值和供电质量产生不良影响。
如图3(a)、图3(b)所示,为本实施例中电动汽车接入33节点配电***的基础负荷,设定电动汽车的入网,离网时间,行驶里程带来的电池能量消耗等数据符合正态分布,电动汽车充电负荷经过计算占比约为12.5%。在不控充电情况下,电动汽车接入即充电,所得充电负荷曲线与充电功率控制情况相比较。电动汽车接入的配电网络由主变电站供电,上层电网通过主变电站输送给配网的有功功率,无功功率如附图3(b)所示。大量电动汽车充电负荷增大了电网的峰值负荷,通过对电动汽车集群充电能量的优化调度,峰值负荷减小了24.8%,电动汽车的充电负荷向后推移到低负荷时段,实现平滑负荷曲线的目标。电动汽车集群在接入点处提供无功调节,进一步优化配网的功率分布,主变电站输送的无功功率和视在功率都相应减少,有利于减小电网的运行成本,提高电动汽车充电功率控制的经济效益。采用所述电动汽车集群功率调节前后的总网损分别为3.7MWh和2.9MWh,网损减小21%,实现了最小化损耗的优化目标。
如图4所示,为本发明对电动汽车集群进行充电功率调节与能量状态示意图。图中每辆电动汽车的充电计划均由功率控制算法给出,根据各电动汽车的参数不同,在整个充电时段内的充电计划和电池能量SOC变化,保证所有车辆均满足用户设定的并网时间和电池SOC等需求。
如图5、图6所示,为电动汽车集群并网功率调节的电压偏差示意图。从图中可以看出,电动汽车集群功率控制技术的应用显著减小了电压偏差和线路损耗,电动汽车充电负荷引入电网后电压偏差限制在10%以内,峰值线路损耗减小了37.4%,使得节点电压和线路电流不越限,保证电网的安全稳定运行和供电质量。
上述各实施例仅用于说明本发明,其中各部件的结构、连接方式和制作工艺等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (10)
1.一种基于两阶段交叉控制的电动汽车集群功率调节方法,其特征在于包括以下步骤:
1)建立电动汽车集群有功无功混合控制的并网模型,并根据该模型确定对电动汽车集群进行有功无功优化控制的目标函数及其约束条件;
2)基于对电动汽车集群进行有功无功优化控制的目标函数,建立对电动汽车集群进行有功优化控制的目标函数及其约束条件;
3)将电动汽车集群的充电时段划分为若干EV功率控制时段TC,每一EV功率控制时段TC又分为EV充电功率优化时段TP和EV无功调节时段TQ两个阶段;
4)在当前EV充电功率优化时段TP内,根据建立的有功优化控制的目标函数及其约束条件,对电动汽车集群内所有车辆的有功功率进行优化调度,得到电动汽车集群内各电动汽车的有功功率调节结果;
5)建立对电动汽车集群并网进行无功优化的目标函数,并根据电动汽车充电设施运行特性及步骤4)中得到的电动汽车集群内各电动汽车的有功功率调节结果,建立有功无功解耦度的无功调节约束条件;
6)在当前EV无功调节时段TQ内,根据建立的无功优化的目标函数及无功调节约束条件,对电动汽车集群进行无功优化,得到电动汽车集群内各电动汽车的无功功率调节结果;
7)重复步骤4)~6),在各EV充电功率优化时段TP内对电动汽车集群进行有功优化,在各EV无功调节时段TQ内,对电动汽车集群进行无功优化,直至电动汽车集群的所有EV功率控制时段TC结束。
2.如权利要求1所述的基于两阶段交叉控制的电动汽车集群功率调节方法,其特征在于:所述步骤1)中,电动汽车集群有功无功混合控制的并网模型,以及对电动汽车集群进行有功无功优化控制的目标函数及其约束条件的建立方法,包括以下步骤:
1.1)根据电动汽车用户需求和电网用户侧设备功率调节目标,建立电动汽车集群并网模型;
1.2)利用电动汽车充电接口电力电子装置的无功调节能力,在建立的电动汽车集群并网模型中加入电动汽车集群无功补偿功能,得到电动汽车集群有功无功混合控制的并网模型;
1.3)根据建立的电动汽车集群有功无功混合控制的并网模型,得到对电动汽车集群进行有功无功优化控制的目标函数;
1.4)根据电网拓扑结构和典型负荷曲线结合电动汽车在电网中的分布情况计算大规模电动汽车接入的电网运行状态,进而得到有功无功优化控制的目标函数需满足的电网运行约束和电网功率平衡约束条件;
1.5)根据电动汽车车型,电池容量,用户停车时间和充电设施额定容量参数,计算电动汽车电池状态、可控容量范围和电动汽车充电负荷,进而得到有功无功优化控制的目标函数的需满足的电动汽车电池储能约束和充电功率约束条件。
3.如权利要求1所述的基于两阶段交叉控制的电动汽车集群功率调节方法,其特征在于:所述步骤1)中,所述对电动汽车集群进行有功无功优化控制的目标函数为:
<mrow>
<mi>M</mi>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>m</mi>
<mi>i</mi>
<mi>z</mi>
<mi>e</mi>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>N</mi>
</mrow>
</munder>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
</mrow>
</munder>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msubsup>
<mi>I</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
1
式中,Rij为电网第i个节点和第j个节点之间线路的阻抗;N为电网节点数;Iij(t)为t时刻的线路电流;F(X)为T时段内的总网损;X为优化变量和***状态变量,且:
<mrow>
<mi>X</mi>
<mo>=</mo>
<mo>{</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>I</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>}</mo>
<mo>;</mo>
</mrow>
式中,为电动汽车t时刻的充电功率,也即有功功率;为电动汽车提供的无功功率调节量;k为电动汽车集群内的电动汽车的编号;
所述有功无功优化控制的目标函数的约束条件包括电网运行约束条件、电网功率平衡约束条件以及电动汽车电池储能约束和充电功率约束条件;
其中,所述电网运行约束条件为:
Vmin≤|Vi(t)|≤Vmax i∈N;
<mrow>
<msubsup>
<mi>I</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<msubsup>
<mi>I</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
式中,Vi(t)为节点i的电压的幅值,Vmax和Vmin分别为电压偏差的上、下限;Imax(t)为线路容量限制;
所述电网功率平衡约束条件为:
<mrow>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mi>G</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>k</mi>
<mi>i</mi>
</msub>
</munderover>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<mi>N</mi>
</mrow>
</munder>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>V</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mi>j</mi>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>&delta;</mi>
<mi>i</mi>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
<mrow>
<msubsup>
<mi>Q</mi>
<mi>i</mi>
<mi>G</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msubsup>
<mi>Q</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>k</mi>
<mi>i</mi>
</msub>
</munderover>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<mi>N</mi>
</mrow>
</munder>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>V</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&delta;</mi>
<mi>j</mi>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>&delta;</mi>
<mi>i</mi>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
式中,Pi G(t)和分别为发电功率;Pi L(t)和分别为负荷有功功率和无功功率;Vi(t)和δi(t)分别为节点i的电压的幅值和相角;Vj(t)和δj(t)分别为与i相邻节点j的电压幅值和相角;Yij和θij分别为节点导纳矩阵的幅值和相角;
所述电动汽车电池储能约束和充电功率约束条件分别为:
<mrow>
<msub>
<mi>SOC</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>&le;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>e</mi>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>b</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msubsup>
<mi>SOC</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
</mrow>
</msubsup>
<mo>&le;</mo>
<msub>
<mi>SOC</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>;</mo>
</mrow>
<mrow>
<mn>0</mn>
<mo>&le;</mo>
<msub>
<mi>SOC</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>e</mi>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>b</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>&le;</mo>
<mn>1</mn>
<mo>;</mo>
</mrow>
式中,Cbat为电池容量,Ceff为充电设施的充电效率;是接入节点i处第k辆电动汽车的初始电池能量存储状态;SOCmin和SOCmax为由电动汽车充电完成时电池储能的上下限;SOCi,k(t)为接入节点i处第k辆电动汽车的电池电量。
4.如权利要求1所述的基于两阶段交叉控制的电动汽车集群功率调节方法,其特征在于:所述步骤2)中,对电动汽车集群进行有功功率控制的目标函数及其约束条件的建立方法,包括以下步骤:
2.1)根据电网基础负荷、电动汽车充电负荷以及分布式发电,对电动汽车集群进行有功无功功率控制的目标函数进行等效简化,得到对电动汽车集群进行有功优化控制的目标函数:
<mrow>
<mi>M</mi>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>m</mi>
<mi>i</mi>
<mi>z</mi>
<mi>e</mi>
<mi> </mi>
<msub>
<mi>F</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>K</mi>
<mi>i</mi>
</msub>
</munderover>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mi>G</mi>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>;</mo>
</mrow>
式中,F1(X)为包含电动汽车和分布式发电的净负荷平方和;Pi L(t)、分别为接入节点i的负荷和分布式发电;为第k辆电动汽车的充电负荷;Ki为接入节点i处的电动汽车数量;
2.2)根据电动汽车充电设施的额定输出功率、不同车型的充电功率以及电网要求的接入负荷范围,得到有功优化控制的目标函数需满足的有功功率调节范围约束条件:
<mrow>
<mn>0</mn>
<mo>&le;</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mo>&lsqb;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
</msub>
<mo>&rsqb;</mo>
<mo>;</mo>
</mrow>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>K</mi>
<mi>i</mi>
</msub>
</munderover>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mi>G</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>;</mo>
</mrow>
式中,和分别为电动汽车充电设施的额定输出功率和不同车型设定的最大充电功率;Pi,min和Pi,max分别为电动汽车集群接入点根据电网要求设定的负荷范围。
5.如权利要求1所述的基于两阶段交叉控制的电动汽车集群功率调节方法,其特征在于:所述步骤4)中,根据建立的有功优化控制的目标函数及其约束条件,对电动汽车集群内所有车辆的充电功率进行优化调度的方法,包括以下步骤:
4.1)将建立的有功优化控制的目标函数进行分解,得到用于在电网调度层面实现总充电负荷调节的上层优化目标函数,以及用于跟踪调节每辆电动汽车充电功率的下层跟踪控制的目标函数;
4.2)根据上层优化目标函数以及电网负荷曲线,进行上层优化得到电动汽车集群的总充电负荷目标;
4.3)根据下层跟踪控制目标函数以及步骤4.2)中得到的电动汽车集群的总充电负荷目标,采用分散优化方法对电动汽车集群内的各电动汽车进行有功功率调节,得到电动汽车集群内各电动汽车在充电时段内满足上层总充电负荷目标下的有功功率调节结果。
6.如权利要求5所述的基于两阶段交叉控制的电动汽车集群功率调节方法,特征在于:所述步骤4.1)中,所述上层优化目标函数为:
<mrow>
<mi>M</mi>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>m</mi>
<mi>i</mi>
<mi>z</mi>
<mi>e</mi>
<mi> </mi>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>P</mi>
<mi>n</mi>
<mi>L</mi>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>+</mo>
<msubsup>
<mi>P</mi>
<mi>n</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>-</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
</mrow>
<mi>L</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>;</mo>
</mrow>
<mrow>
<msubsup>
<mi>P</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
</mrow>
<mi>L</mi>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<mrow>
<mo>(</mo>
<msubsup>
<mi>P</mi>
<mi>n</mi>
<mi>L</mi>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>k</mi>
<mi>v</mi>
</msub>
</munderover>
<msubsup>
<mi>P</mi>
<mi>k</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>)</mo>
</mrow>
<mi>T</mi>
</mfrac>
<mo>;</mo>
</mrow>
式中,G(Y)为最小化负荷波动;Y为优化变量即电动汽车集群总充电负荷的目标值;为计及电动汽车充电的负荷平均值;为第k辆电动汽车的充电功率;为电网负荷,且:
<mrow>
<msubsup>
<mi>P</mi>
<mi>n</mi>
<mi>L</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mi>G</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
所述下层跟踪控制的目标函数为:
<mrow>
<mi>M</mi>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>m</mi>
<mi>i</mi>
<mi>z</mi>
<mi>e</mi>
<mi> </mi>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>K</mi>
<mi>i</mi>
</msub>
</munderover>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>-</mo>
<msubsup>
<mi>P</mi>
<mi>n</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>;</mo>
</mrow>
式中,H(Z)为总充电负荷的目标值与电动汽车实际充电功率之间的差值;Z为优化变量
7.如权利要求5所述的基于两阶段交叉控制的电动汽车集群功率调节方法,其特征在于:所述步骤4.3)中,根据下层跟踪控制目标函数以及电动汽车集群的总充电负荷目标,采用分散优化方法对电动汽车集群进行有功功率调节的方法,包括以下步骤:
4.3.1)将电动汽车集群的总充电负荷目标平均分配到各电动汽车设定的充电时段,并根据有功功率的上下限约束条件,计算得到各电动汽车充电功率曲线的初始值:
<mrow>
<msubsup>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mn>0</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>&lsqb;</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mn>0</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mn>0</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mn>0</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mi>T</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>;</mo>
</mrow>
4.3.2)根据各电动汽车充电功率曲线的初始值,计算当前电动汽车集群内各电动汽车充电功率总和与总充电负荷目标值之间的差值:
<mrow>
<msubsup>
<mi>U</mi>
<mi>k</mi>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mi>i</mi>
<mo>&NotEqual;</mo>
<mi>k</mi>
</mrow>
<mi>K</mi>
</munderover>
<msubsup>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msubsup>
<mi>P</mi>
<mi>n</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
式中,m表示迭代次数;为上次迭代得到的第k辆电动汽车的充电功率;Kv=Ki×N为电动汽车总数;
4.3.3)根据步骤4.3.2)中得到的差值,对电动汽车集群内各电动汽车的充电功率曲线分别进行优化,并根据各电动汽车的充电功率优化变量对其充电功率曲线进行更新;
对电动汽车集群内各电动汽车的充电功率进行优化的目标函数为:
<mrow>
<mi>M</mi>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>m</mi>
<mi>i</mi>
<mi>z</mi>
<mi>e</mi>
<mi> </mi>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mi>m</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mi>U</mi>
<mi>k</mi>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>;</mo>
</mrow>
式中,为本次迭代求得的第k辆电动汽车充电功率优化变量,且为
<mrow>
<msubsup>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mi>m</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>&lsqb;</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mi>m</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mi>m</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mi>m</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>T</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>;</mo>
</mrow>
4.3.4)判断更新后电动汽车集群内各充电功率总和与总充电负荷目标值之间的差值是否满足收敛条件,即差值是否小于设定的边界值或达到设置的最大迭代次数:若不满足,则返回步骤4.3.2),进行下一次迭代;若满足,则迭代结束,输出结果。
8.如权利要求1所述的基于两阶段交叉控制的电动汽车集群功率调节方法,其特征在于:所述步骤5)中,电动汽车集群并网无功优化的目标函数及无功调节约束条件的建立方法,包括以下步骤:
5.1)根据无功优化时段TQ内的电动汽车充电设施无功调节量和接入电动汽车充电负荷的电网运行状态变量,建立电动汽车并网无功优化的目标函数;
5.2)根据电动汽车充电设施运行特性和步骤4)中得到的电动汽车集群内各电动汽车的充电计划,建立无功优化的目标函数需满足的无功调节约束条件;
5.3)根据建立的目标函数和约束条件对电动汽车集群进行无功优化,得到电动汽车集群内各电动汽车的无功功率调节结果。
9.如权利要求1所述的基于两阶段交叉控制的电动汽车集群功率调节方法,其特征在于:所述步骤5)中,建立的无功优化的目标函数为:
<mrow>
<mi>M</mi>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>m</mi>
<mi>i</mi>
<mi>z</mi>
<mi>e</mi>
<mi> </mi>
<msub>
<mi>F</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>I</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>,</mo>
<mo>&ForAll;</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>;</mo>
</mrow>
式中,F2(X)为t时刻的总网损,优化变量X为电动汽车提供的无功功率Qi,Ek V(t);
所述无功优化的约束条件为:
<mrow>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&le;</mo>
<msubsup>
<mi>S</mi>
<mrow>
<mi>f</mi>
<mi>R</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>;</mo>
</mrow>
<mrow>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>/</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>&GreaterEqual;</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
</mrow>
式中,为电动汽车充电设施的额定容量;cosθ表示充电设备工作时的最小功率因数;为第一阶段控制给出的t时刻有功功率最优解,且
<mrow>
<mn>0</mn>
<mo>&le;</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>V</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>V</mi>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>;</mo>
</mrow>
式中,Pvmax为电动汽车的有功功率最大值。
10.一种适用于如权利要求1~9任一项所述方法的基于两阶段交叉控制的电动汽车集群功率调节***,其特征在于:其包括:
并网模型构建模块,用于构建电动汽车集群有功无功混合控制的并网模型,并根据所述并网模型得到对电动汽车集群进行有功无功优化控制的目标函数及其约束条件;
有功优化目标函数构建模块,用于基于电动汽车集群进行有功无功优化控制的目标函数,计算得到对电动汽车集群进行有功优化的目标函数及其约束条件;
充电时段划分模块,用于将电动汽车集群的充电时段划分为若干个包括有功功率调节时段和无功功率调节时段两调节时段的电动汽车充电功率优化时段;
有功功率优化模块,用于在各有功功率调节时段内,根据对电动汽车集群进行有功优化的目标函数及其约束条件,对电动汽车集群进行有功功率调节;
无功优化目标函数构建模块,用于建立对电动汽车集群进行无功优化的目标函数及其约束条件;
无功功率优化模块,用于在各无功功率调节时段内,根据对电动汽车集群进行无功优化的目标函数及其约束条件,对电动汽车集群进行无功功率调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710701781.0A CN107453381B (zh) | 2017-08-16 | 2017-08-16 | 基于两阶段交叉控制的电动汽车集群功率调节方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710701781.0A CN107453381B (zh) | 2017-08-16 | 2017-08-16 | 基于两阶段交叉控制的电动汽车集群功率调节方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107453381A true CN107453381A (zh) | 2017-12-08 |
CN107453381B CN107453381B (zh) | 2019-10-25 |
Family
ID=60492662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710701781.0A Active CN107453381B (zh) | 2017-08-16 | 2017-08-16 | 基于两阶段交叉控制的电动汽车集群功率调节方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107453381B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334738A (zh) * | 2017-12-29 | 2018-07-27 | 创业软件股份有限公司 | 一种针对分布式大数据处理的算力动态分配方法 |
CN108493974A (zh) * | 2018-03-28 | 2018-09-04 | 电子科技大学 | 一种考虑充电成本的电动汽车参与调压的两级调度方法 |
CN109861208A (zh) * | 2019-01-07 | 2019-06-07 | 南京工程学院 | 一种基于两阶段预处理策略的电动汽车并网优化调度方法 |
CN110445151A (zh) * | 2019-07-25 | 2019-11-12 | 天津大学 | 考虑不确定性需求的配电网灵活性裕度时序量化分析方法 |
CN112018762A (zh) * | 2020-08-31 | 2020-12-01 | 南京工程学院 | 一种考虑输配协同含无功电压约束的电动汽车充电优化调度方法 |
CN112329984A (zh) * | 2020-10-08 | 2021-02-05 | 国网河南省电力公司封丘县供电公司 | 一种基于划分电动汽车集群***的电动汽车优化调度方法 |
CN112668874A (zh) * | 2020-12-25 | 2021-04-16 | 天津大学 | 一种参与电网调峰调频的电动汽车集群充电协同调度方法 |
CN113157801A (zh) * | 2021-04-21 | 2021-07-23 | 内蒙古电力(集团)有限责任公司乌兰察布电业局 | 一种用电时序数据可视化展示方法、***和可读介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105515083A (zh) * | 2015-08-20 | 2016-04-20 | 樊朝晖 | 一种支持安全动态增容的电动汽车群充电微网控制方法 |
CN106300438A (zh) * | 2015-05-15 | 2017-01-04 | 中国电力科学研究院 | 一种配电网日前两阶段优化调度方法 |
CN106712012A (zh) * | 2017-02-13 | 2017-05-24 | 南京工程学院 | 一种大规模电动汽车并网充放电的集中控制方法 |
-
2017
- 2017-08-16 CN CN201710701781.0A patent/CN107453381B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106300438A (zh) * | 2015-05-15 | 2017-01-04 | 中国电力科学研究院 | 一种配电网日前两阶段优化调度方法 |
CN105515083A (zh) * | 2015-08-20 | 2016-04-20 | 樊朝晖 | 一种支持安全动态增容的电动汽车群充电微网控制方法 |
CN106712012A (zh) * | 2017-02-13 | 2017-05-24 | 南京工程学院 | 一种大规模电动汽车并网充放电的集中控制方法 |
Non-Patent Citations (3)
Title |
---|
CARLOS SABILLÓN ANTÚNEZ ;: "A new methodology for the optimal charging coordination of electric vehicles considering vehicle-to-grid technology", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》 * |
RAN WANG;: "Two-stage mechanism for massive electric vehicle charging involving renewable energy", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
和敬涵 等: "电动汽车充电模式对主动配电网的影响", 《电力建设》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334738A (zh) * | 2017-12-29 | 2018-07-27 | 创业软件股份有限公司 | 一种针对分布式大数据处理的算力动态分配方法 |
CN108493974A (zh) * | 2018-03-28 | 2018-09-04 | 电子科技大学 | 一种考虑充电成本的电动汽车参与调压的两级调度方法 |
CN108493974B (zh) * | 2018-03-28 | 2021-03-30 | 电子科技大学 | 一种考虑充电成本的电动汽车参与调压的两级调度方法 |
CN109861208A (zh) * | 2019-01-07 | 2019-06-07 | 南京工程学院 | 一种基于两阶段预处理策略的电动汽车并网优化调度方法 |
CN109861208B (zh) * | 2019-01-07 | 2020-09-01 | 南京工程学院 | 一种基于两阶段预处理策略的电动汽车并网优化调度方法 |
CN110445151B (zh) * | 2019-07-25 | 2023-01-31 | 天津大学 | 考虑不确定性需求的配电网灵活性裕度时序量化分析方法 |
CN110445151A (zh) * | 2019-07-25 | 2019-11-12 | 天津大学 | 考虑不确定性需求的配电网灵活性裕度时序量化分析方法 |
CN112018762A (zh) * | 2020-08-31 | 2020-12-01 | 南京工程学院 | 一种考虑输配协同含无功电压约束的电动汽车充电优化调度方法 |
CN112329984A (zh) * | 2020-10-08 | 2021-02-05 | 国网河南省电力公司封丘县供电公司 | 一种基于划分电动汽车集群***的电动汽车优化调度方法 |
CN112668874B (zh) * | 2020-12-25 | 2022-08-26 | 天津大学 | 一种参与电网调峰调频的电动汽车集群充电协同调度方法 |
CN112668874A (zh) * | 2020-12-25 | 2021-04-16 | 天津大学 | 一种参与电网调峰调频的电动汽车集群充电协同调度方法 |
CN113157801A (zh) * | 2021-04-21 | 2021-07-23 | 内蒙古电力(集团)有限责任公司乌兰察布电业局 | 一种用电时序数据可视化展示方法、***和可读介质 |
CN113157801B (zh) * | 2021-04-21 | 2023-07-11 | 内蒙古电力(集团)有限责任公司乌兰察布供电分公司 | 一种用电时序数据可视化展示方法、***和可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107453381B (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107453381B (zh) | 基于两阶段交叉控制的电动汽车集群功率调节方法及*** | |
CN112467722B (zh) | 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法 | |
CN104253470B (zh) | 电动汽车与电网互动协调的有序充电控制方法 | |
CN107292449A (zh) | 一种含多微网主动配电***分散协同经济调度方法 | |
CN105244869B (zh) | 一种含微网的配电网动态随机调度控制方法 | |
CN108470239A (zh) | 计及需求侧管理和储能的主动配电网多目标分层规划方法 | |
CN109492791B (zh) | 基于充电引导的城际高速路网光储充电站定容规划方法 | |
CN107104454A (zh) | 计及电动汽车功率可调控域的最优潮流节点电价计算方法 | |
CN109146201A (zh) | 基于合作博弈的充换储一体化电站微电网优化调度方法 | |
CN108446796A (zh) | 考虑电动汽车负荷需求响应的网-源-荷协调规划方法 | |
CN110826880B (zh) | 一种大规模电动汽车接入的主动配电网优化调度方法 | |
CN107947231A (zh) | 一种面向配电网优化运行的混合储能***控制方法 | |
CN109599856A (zh) | 一种微网多楼宇中电动汽车充放电管理优化方法及装置 | |
CN106410861A (zh) | 一种基于可调度能力的微电网优化运行实时控制方法 | |
CN112734098B (zh) | 一种基于源-荷-网平衡的配电网电力调度方法及*** | |
CN102708425B (zh) | 基于Multi-Agent***的电动汽车服务网络协调控制***及方法 | |
CN107147152A (zh) | 新能源配电网多类型有功无功源协同优化配置方法及*** | |
CN106230020A (zh) | 一种微电网下考虑分布式电源消纳的电动汽车互动响应控制方法 | |
CN105375507A (zh) | 雾霾环境下虚拟电厂的电力两级交互优化调度*** | |
CN106960279A (zh) | 考虑用户参与度的电动汽车能效电厂特征参数评估方法 | |
CN109657993A (zh) | 一种基于非合作博弈的能源局域网储能***自动需求响应方法 | |
CN107403289B (zh) | 一种考虑接入光伏发电站的高速公路充电站选址定容方法 | |
CN115360804B (zh) | 一种有序充电***及有序充电方法 | |
CN107482690A (zh) | 风电与电动汽车协同调度的电力***调度优化方法及*** | |
CN104078978A (zh) | 一种面向智能电网的电动汽车入网一次调频控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |