CN109460870A - 考虑阻塞的集群电动汽车交互方法 - Google Patents

考虑阻塞的集群电动汽车交互方法 Download PDF

Info

Publication number
CN109460870A
CN109460870A CN201811327092.9A CN201811327092A CN109460870A CN 109460870 A CN109460870 A CN 109460870A CN 201811327092 A CN201811327092 A CN 201811327092A CN 109460870 A CN109460870 A CN 109460870A
Authority
CN
China
Prior art keywords
power
node
formula
electricity
branch
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
Application number
CN201811327092.9A
Other languages
English (en)
Other versions
CN109460870B (zh
Inventor
孙杰
谢俊文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Power Supply Co ltd
Original Assignee
Shenzhen Power Supply Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Power Supply Co ltd filed Critical Shenzhen Power Supply Co ltd
Priority to CN201811327092.9A priority Critical patent/CN109460870B/zh
Publication of CN109460870A publication Critical patent/CN109460870A/zh
Application granted granted Critical
Publication of CN109460870B publication Critical patent/CN109460870B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请涉及一种考虑阻塞的集群电动汽车交互方法。所述考虑阻塞的集群电动汽车交互方法根据所述计划调度功率，判断所述支路的支路功率是否超过所述功率预设值，并判断每个节点的节点电压是否超过所述电压预设值。若所述支路功率超过所述功率预设值，或所述节点电压超过所述电压预设值，根据所述阻塞电价模型计算所述阻塞电价。再根据所述阻塞电价调整所述计划调度功率。所述考虑阻塞的集群电动汽车交互方法充分考虑所述支路功率和所述节点电压，通过对大规模并入电网分布式用电资源加以约束和引导，避免配电网出现负荷峰值和阻塞。

Description

考虑阻塞的集群电动汽车交互方法
技术领域
本申请涉及配电***调度技术领域，特别是涉及一种考虑阻塞的集群电动汽车交互方法。
背景技术
随着电动汽车用电***、光伏发电***、储能***等分布式资源在配电网中所占比例的不断上升以及电力市场改革的不断推进，分布式资源与配电网之间互动的规模和频率也随之增加。
主动配电网市场结构的主体为配电***调度机构和充放电设施运营商。所述配电***调度机构与所述充放电设施运营商签订充放电合同，实现所述充放电设施运营商对所述充放电设施运营商充放电的控制。所述充放电设施运营商与所述终端用户签订充放电合同，实现所述充放电设施运营商对终端用户充放电的控制。
电网***包括多个节点和包括所述节点的支路。电动汽车用电***、光伏发电***、储能***等分布式资源并入电网，不仅影响电网支路的支路功率，而且影响电网节点的节点电压。若对大规模并入电网分布式用电资源不加约束和引导，极有可能导致配电网出现负荷峰值和阻塞，对配电网及与之相连的用电设备的运行造成威胁。
发明内容
基于此，有必要针对大规模并入电网分布式用电资源不加约束和引导，极有可能导致配电网出现负荷峰值和阻塞，对配电网及与之相连的用电设备的运行造成威胁的问题，提供一种考虑阻塞的集群电动汽车交互方法。
一种考虑阻塞的集群电动汽车交互方法，所述电网包括多个节点和包括所述节点的支路,其特征在于，包括：
S100，获取电网的多个所述节点的调度时间和与所述调度时间对应的所述节点的计划调度功率；
S200，根据所述计划调度功率，判断所述支路的支路功率是否超过功率预设值，并判断每个节点的节点电压是否超过电压预设值；
S300，若所述支路功率超过所述功率预设值，或者所述节点电压超过所述电压预设值，根据阻塞电价模型计算阻塞电价。
在一个实施例中，所述计划调度功率包括电动汽车用电功率、发电功率和储能功率，所述步骤S200还包括：
S210，获得所述节点的基础功率；
S220，基于所述电动汽车用电功率、所述发电功率和所述储能功率，通过节点功率公式，计算节点功率，
计算所述节点功率和所述基础功率之和的负值，得到节点注入功率；
S230，基于所述节点注入功率，通过支路功率公式，得到所述支路功率，
基于所述节点注入功率，通过节点电压公式，得到所述节点电压；
S240，判断所述支路功率是否超过所述功率预设值，并判断所述节点电压是否超过所述电压预设值。
在一个实施例中，在所述步骤S300中，根据所述阻塞电价模型计算阻塞电价包括：
S310，建立所述阻塞电价模型；
S320，根据所述阻塞电价模型计算所述阻塞电价。
在一个实施例中，所述S320步骤包括：
S321，基于所述节点注入功率和所述节点电压，通过电量调度总功率公式，得到电量调度总功率；
S322，对所述电量调度总功率求所述节点功率的导数，通过节点边际电价公式，计算节点边际电价；
S323，获得基础电价，利用所述节点边际电价减去所述基础电价，得到所述节点阻塞电价。
在一个实施例中，在所述步骤S220中,所述节点功率公式为：
式中：m为电量调度子单元，i为所述节点，t为所述调度时间，PEV(m,i,t)为第m电量调度子单元在i节点，t时间段内的所述电动汽车用电功率，PPV,cur(m,i,t)为第m电量调度子单元在i节点，t时间段内的所述发电功率，PESS(m,i,t)为第m电量调度子单元在i节点，t时间段内的所述储能功率，Nm为电量调度子单元总数，Pagg(i,t)为节点i在t调度时间内的所述节点功率；
通过所述节点注入功率公式计算所述节点注入功率，所述节点注入功率公式为：
Pinj(i,t)＝-[PL(i,t)+Pagg(i,t)] (2)
式中：PL(i,t)为节点i在t时段的所述基础功率，Pinj(i,t)为节点i在t时段的注入电网的所述节点注入功率。
在一个实施例中，在所述步骤S230中，所述支路功率公式为：
式中：Nj为第j支路的所述节点总数，Pj(t)为第j支路在t时段的所述注入功率；
所述节点电压公式为：
V(i,t)＝1+Pinj(i,t)Ri+Qinj(i,t)Xi (4)
式中：Qinj(i,t)为节点i在t时段的注入电网的注入无功功率，Ri为电阻，Xi为阻抗。
在一个实施例中，在所述步骤S240中，检验所述支路功率是否超越限度的公式为：
-Pj,max≤Pj(t)≤Pj,max (5)
式中：Fj-i为直流功率传输分布因子，Pj,max表示支路j的功率预设值；
检验所述节点电压是否超越限度的公式为：
Vmin≤V(i,t)≤Vmax (6)
式中：Vmin为节点i的所述电压预设值中上限值，Vmax为节点i的所述电压预设值中下限值。
在一个实施例中，在步骤所述S321中，所述电量调度总功率公式为：
式中：L为所述电量调度总功率，λ1和λ2为与功率有关的电价因子、μ1和μ2为与电压有关的电价因子。
在一个实施例中，在所述S322步骤中，所述节点边际电价公式为：
式中：yDLMP为所述节点边际电价，ycon为所述阻塞电价，y为所述基础电价。
在一个实施例中，在S323步骤中，所述节点阻塞电价公式为：
本申请实施例提供的所述考虑阻塞的集群电动汽车交互方法。所述考虑阻塞的集群电动汽车交互方法根据所述计划调度功率，判断所述支路的支路功率是否超过所述功率预设值，并判断每个节点的节点电压是否超过所述电压预设值。若所述支路功率超过所述功率预设值，或所述节点电压超过所述电压预设值，根据所述阻塞电价模型计算所述阻塞电价。再根据所述阻塞电价调整所述计划调度功率。所述考虑阻塞的集群电动汽车交互方法充分考虑所述支路功率和所述节点电压，通过对大规模并入电网分布式用电资源加以约束和引导，避免配电网出现负荷峰值和阻塞。
附图说明
图1为本申请一个实施例中提供的考虑阻塞的集群电动汽车交互方法的流程图；
图2为本申请一个实施例中提供的判断所述支路功率和所述节点电压是否超越限度的流程图；
图3为本申请一个实施例中提供的所述阻塞电价模型的流程图；
图4为本申请一个实施例中提供的所述阻塞电价模型的计算流程图；
图5为本申请一个实施例中提供的考虑阻塞的集群电动汽车交互方法的参数流程图；
图6为本申请一个实施例中提供的考虑阻塞的集群电动汽车交互方法操作的流程图；
图7为本申请一个实施例中提供的所述计划调度功率分配的流程图；
图8为本申请一个实施例中提供的所述计划调度功率分配的参数流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。
请参见图1，本申请实施例提供一种考虑阻塞的集群电动汽车交互方法。所述电网包括多个节点和包括所述节点的支路，所述考虑阻塞的集群电动汽车交互方法，其特征在于，包括：
S100，获取电网的多个所述节点的调度时间和与所述调度时间对应的所述节点的计划调度功率。
S200，根据所述计划调度功率，判断所述支路的支路功率是否超过功率预设值，并判断每个节点的节点电压是否超过电压预设值。
S300，若所述支路功率超过所述功率预设值，或者所述节点电压超过所述电压预设值，根据阻塞电价模型计算阻塞电价。
本申请实施例中提供的所述考虑阻塞的集群电动汽车交互方法为所述配电***调度机构和所述充放电设施运营商之间的互动响应调节方法。所述考虑阻塞的集群电动汽车交互方法根据所述计划调度功率，判断所述支路的支路功率是否超过所述功率预设值，并判断每个节点的节点电压是否超过所述电压预设值。若所述支路功率超过所述功率预设值，或所述节点电压超过所述电压预设值，根据所述阻塞电价模型计算所述阻塞电价。再根据所述阻塞电价调整所述计划调度功率。所述考虑阻塞的集群电动汽车交互方法能够通过对所述支路功率和所述节点电压进行调控，对大规模并入电网分布式用电资源加以约束和引导，避免配电网出现负荷峰值和阻塞。
在所述步骤S100中，所述节点在不同时间段内的电能流通功率不同，所以第二日的所述计划调度功率也随时间段的不同而不同。在所述步骤S200中，所述支路功率可以为所述支路上所有用电终端在同一时间段内的电能流通总功率。所述节点电压即为节点处所述终端用户在同一时间段内的电压值。在所述步骤S300中，所述阻塞电价模型可以将所述支路功率和所述节点电压与所述阻塞电价建立相应关系。所述支路功率越大、所述节点电压越大，所述阻塞电价越贵。
请一并参见图2，在一个实施例中，所述计划调度功率包括电动汽车用电功率、发电功率和储能功率。所述步骤S200还包括：
S210，获得所述节点的基础功率。
S220，基于所述电动汽车用电功率、所述发电功率和所述储能功率，通过节点功率公式，计算节点功率。
计算所述节点功率和所述基础功率之和的负值，得到节点注入功率。
S230，基于所述节点注入功率，通过支路功率公式，得到所述支路功率。
基于所述节点注入功率，通过节点电压公式，得到所述节点电压。
S240，判断所述支路功率是否超过所述功率预设值，并判断所述节点电压是否超过所述电压预设值。
所述计划调度功率包括所述电动汽车用电功率、所述发电功率和所述储能功率。所述电动汽车用电功率为将电能转换为其他形式能时的用电功率。所述发电功率为风机或光伏等发电设备发电时的功率。所述储能功率为储能设备充放电时的功率。
所述节点的基础功率为不包含分布式资源用电功率时，在所述节点处的基本用电功率。在一个实施例中，所述节点连接有家庭用电设备等。所述家庭用电设备在一天中的用电量随时间变化不大，这时会产生所述基础功率。
请一并参见图3，在一个实施例中，在所述步骤S300中，根据所述阻塞电价模型计算阻塞电价包括：
S310，建立所述阻塞电价模型。
S320，根据所述阻塞电价模型计算所述阻塞电价。
在所述步骤S310中，建立所述阻塞电价模型即为建立所述支路功率和所述节点电压与所述阻塞电价之间的相应关系。通过将所述支路功率和所述节点电压带入所述阻塞电价模型能够得到所述阻塞电价。
请一并参见图4，在一个实施例中，所述S320步骤包括：
S321，基于所述节点注入功率和所述节点电压，通过电量调度总功率公式，得到电量调度总功率。
S322，对所述电量调度总功率求所述节点功率的导数，通过节点边际电价公式，计算节点边际电价。
S323，获得基础电价，利用所述节点边际电价减去所述基础电价，得到所述节点阻塞电价。
请一并参见图5，在一个实施例中，在所述步骤S220中,所述节点功率公式为：
式中：m为电量调度子单元，即为所述充放电设施运营商，i为所述节点，t为所述调度时间，PEV(m,i,t)为第m电量调度子单元在i节点，t时间段内的所述电动汽车用电功率，PPV,cur(m,i,t)为第m电量调度子单元在i节点，t时间段内的所述发电功率，PESS(m,i,t)为第m电量调度子单元在i节点，t时间段内的所述储能功率，Nm为电量调度子单元总数，Pagg(i,t)为i节点在t调度时间内的所述节点功率，即为i节点在t调度时间内的对外输出功率。
式(1)中[PEV(m,i,t)+PPV(m,i,t)+PESS(m,i,t)]表示第m所述电量调度子单元在i节点t调度时间内的所述电动汽车用电功率、所述发电功率和所述储能功率之和。式(1)表示对i节点t调度时间内的全部所述电量调度子单元的充放电功率求和，得到，Pagg(i,t)为i节点在t调度时间内的所述节点功率，即为i节点在t调度时间内的对外输出功率。
通过所述节点注入功率公式计算所述节点注入功率，所述节点注入功率公式为：
Pinj(i,t)＝-[PL(i,t)+Pagg(i,t)] (2)
式中：PL(i,t)为节点i在t调度时间内的所述基础功率，Pinj(i,t)为节点i在t时段的所述节点注入功率。注入功率为向电网输入的功率。电网线路承载所述节点注入功率的最大值与电网线路的参数相关。
在一个实施例中，在所述步骤S230中，所述支路功率公式为：
式中：Nj为第j支路的所述节点总数，Pj(t)为第j支路在t时段的所述注入功率，Fj-i为直流功率传输分布因子(power transfer distribution factors，PTDF)。
所述节点电压公式为：
V(i,t)＝1+Pinj(i,t)Ri+Qinj(i,t)Xi (4)
式中：Qinj(i,t)为节点i在t时段的注入电网的注入无功功率，Ri为电阻，Xi为阻抗。Pinj(i,t)为节点i在t时段的注入电网的注入有功功率，有功功率是保持用电设备正常运行所需的电功率，将电能转换为其他形式能量(机械能、光能、热能)的电功率。无功功率是在电气设备中建立和维持磁场的电功率，实现电路内电场能量与磁场能量的转换。
在一个实施例中，在所述步骤S240中，检验所述支路功率是否超越限度的公式为：
-Pj,max≤Pj(t)≤Pj,max (5)
式中：Fj-i为直流功率传输分布因子，Pj,max表示支路j的所述功率预设值。
当所述支路功率超过最大值时，会导致所述支路线路过热。所述支路线路的局部过热，引起线路烧毁，甚至用电设备烧毁。通过式(5)将所述支路功率控制在所述功率预设值范围内，避免用户终端集中用电时，所述支路功率过高。进而，有效保证终端用电设备安全。
检验所述节点电压是否超越限度的公式为：
Vmin≤V(i,t)≤Vmax (6)
式中：Vmin为节点i的所述电压预设值的上限值，Vmax为节点i的所述电压预设值的下限值。
当发电设备产生的电流汇入电网时，会造成所述节点的电压上升。当所述节点电压超过最大值时，不但会直接烧毁用电设备，而且会导致绝缘措施失效，甚至引起火灾。
在一个实施例中，在步骤所述S321中，所述电量调度总功率公式为：
式中：L为所述电量调度总功率，λ1和λ2为与功率有关的电价因子、μ1和μ2为与电压有关的电价因子。
在一个实施例中，在所述S322步骤中，所述节点边际电价公式为：
式中：yDLMP为所述节点边际电价，ycon为所述阻塞电价，y为所述基础电价。
在一个实施例中，在S323步骤中，所述节点阻塞电价公式为：
请一并参见图6，所述配电***调度机构从多个所述充放电设施运营商处获取电网的多个所述节点的调度时间和与所述调度时间对应的所述节点的计划调度功率，通过所述考虑阻塞的集群电动汽车交互方法，得到所述阻塞电价。受到所述阻塞电价的影响，所述充放电设施运营商会调整所述调度时间和与所述调度时间对应的所述节点的所述计划调度功率。
请一并参见图7，在一个实施例中，在所述S100步骤前，还包括：
S010，所述电量调度子单元根据电价预估模型，得到所述调度时间和与所述调度时间对应的所述节点的计划调度功率。
所述充放电设施运营商会在用电前一天，根据电价经验值和所述节点的计划调度功率计算所述充放电设施运营商的总调度电量的最小总价。所述充放电设施运营商会选择在总电价最小的时间段去预估和调度电量，形成初始用电计划。所述充放电设施运营商再将所述调度时间和与所述调度时间对应的所述节点的计划调度功率，上报给所述配电***调度机构。
在一个实施例中，在所述S300步骤之后，所述配电***调度机构将所述节点阻塞电价反馈给所述充放电设施运营商，即总调度中心将给所述节点阻塞电价反馈给所述电量调度子单元，所述电量调度子单元将进行一下步骤：
S400，基于所述节点阻塞电价，对所述调度时间和与所述调度时间对应的所述节点的计划调度功率进行修正。
在一个实施例中，在所述S400和所述S010步骤包括：
S410，基于所述电量调度子单元的总电价最小原则，根据用电优化公式，得到最优所述调度时间对应的所述节点的计划调度功率。
S420，基于最优所述调度时间对应的所述节点的计划调度功率，根据电量分配公式，分配所述电动汽车用电功率、所述发电功率和所述储能功率。
S430，判断重新分配的所述电动汽车用电功率是否大于电动汽车用电功率预设值，判断与所述电动汽车用电功率对应的电动汽车***的用电荷电量是否在电动汽车用电荷量预设值范围内。
判断所述充放电功率是否在充放电功率预设值范围内，判断与所述充放电功率相对应的充放电***的荷电值是否在充放电的荷电预设值范围内。
判断所述发电功率是否大于发电功率预设值。
S440，如果重新分配的所述电动汽车用电功率大于电动汽车用电功率预设值，则返回所述S430步骤，重新分配电量。
如果重新分配的电动汽车用电功率对应的电动汽车***的用电荷电量不在电动汽车用电荷量预设值范围内，则返回所述S430步骤，重新分配电量。
如果重新分配的所述充放电功率不在充放电功率预设值范围内，则返回所述S430步骤，重新分配电量。
如果重新分配的所述充放电功率相对应的充放电***的荷电值不在充放电的荷电预设值范围内，则返回所述S430步骤，重新分配电量。
如果重新分配的所述发电功率大于发电功率预设值，则返回所述S430步骤，重新分配电量。
请一并参见图8，在一个实施例中，在所述S430步骤中运用的公式为；
应用所述用电约束公式，判断重新分配的所述电动汽车用电功率是否大于电动汽车用电功率预设值，判断与所述电动汽车用电功率对应的电动汽车***的用电荷电量是否在电动汽车用电荷量预设值范围内。所述用电约束公式为：
0≤PEV(m,i,t)≤PEV,max (12.1)
SOCEV,min(m，i)≤SOCEV(m，i，t)≤SOCEV,max(m，i) (12.2)
SOCEV(m,i,t+1)＝SOCEV(m,i,t)+ηPEV(m,i,t)/EEV(m,i) (12.3)
式中：PEV,max为第m电量调度子单元在i节点，t时间段内的所述电动汽车用电功率预设值，SOCEV(m,i,t)为第m电量调度子单元在i节点，t时间段内的所述电动汽车用电荷电量，SOCEV,min为第m电量调度子单元在i节点，t时间段内的所述电动汽车用电荷电量预设值的最小值，SOCEV,max为第m电量调度子单元在i节点，t时间段内的所述电动汽车用电荷电量预设值的最大值，EEV(m,i)为第m电量调度子单元在i节点，t时间段内的用电容量总和，η为电动汽车充电效率。
在实施例中，式(12.1)为所述集群电动汽车的充电功率约束公式。式(12.1)将所述集群电动汽车的充电功率限定在0和所述集群电动汽车的充电功率最大值范围内，防止所述集群电动汽车的充电功率过大，导致线路损坏。式(12.2)为所述集群电动汽车电池荷电状态约束公式。式(12.2)将所述集群电动汽车的用电荷电量限制所述电动汽车用电荷电量预设值范围内，防止电动汽车电池过度充电和过度放电，以延长电池使用寿命。式(12.3)表示所述电动汽车用电荷电量随用电时间的变化情况。
应用充放电约束公式，判断所述充放电功率是否在充放电功率预设值范围内，判断与所述充放电功率相对应的充放电***的荷电值是否在充放电的荷电预设值范围内。所述充放电约束公式为：
PESS，min(m,i)≤PESS(m,i,t)≤PESS，max(m,i) (13.1)
SOCESS，min(m,i)≤SOCESS(m,i,t)≤SOCESS，max(m,i) (13.2)
SOCESS(m,i,t+1)＝SOCESS(m,i,t)+PESS(m,i,t)/EESS(m,i) (13.3)
SOCESS(m,i,1)＝SOCESS(m,i,24) (13.4)
式中：PESS,min为第m电量调度子单元在i节点，t时间段内的所述充放电功率预设值的最小值，PESS,max为第m电量调度子单元在i节点，t时间段内的所述充放电功率预设值的最大值，SOCESS(m,i,t)为第m电量调度子单元在i节点，t时间段内的充放电***的荷电值，SOCESS,min为第m电量调度子单元在i节点上充放电***的所述荷电预设值的最小值，SOCESS,max为第m电量调度子单元在i节点上充放电***的所述荷电预设值的最大值。
在一个实施例中，所述充放电***为储能电池。式(13.1)为所述储能电池的充放电功率约束公式。式(13.1)将所述储能电池的充放电功率限定所述充放电功率预设值的最大值和最小值之间，防止所述储能电池的充放电功率过大，导致线路发热。同时，避免所述储能电池的充放电功率过小，导致功率不足，节点电压过低。(13.2)为所述储能电池的荷电值的约束公式。式(13.2)将所述储能电池的荷电值限定所述储能电池的荷电预设值的最大值和最小值之间。式(13.3)将所述储能电池的充放电功率随充放电时间的变化情况。式(13.4)表示所述储能电池一天内的最初状态和最终状态保持一致，使所述储能电池维持在稳定状态，实现调节电网局部电能的作用。
应用所述发电约束公式判断所述发电功率是否大于发电功率预设值，所述发电约束公式为：
0≤PPV(m,i,t)≤PPV,max (14.1)
PPV(m,i,t)＝PPV，max(m,i,t)-PPV，cur(m,i,t) (14.2)
式中：PPV,max为第m电量调度子单元在i节点，t时间段内的所述发电功率预设值的上限值，PPV,cur(m,i,t)分别为第m电量调度子单元在i节点，t时间段内的所述发电功率削减值。
所述发电功率是由发电***向电网输送电量时产生的。在一个实施例中，所述发电***为光伏发电***。式(14.1)为所述光伏发电***的所述发电功率的约束公式。式(14.1)将所述发电功率限制在0和所述发电功率预设值的上限值之间。避免所述光伏发电***在向电网输送电量功率过高，引起线路烧毁。
在一个实施例中，选取两个充放电设施运营商分别为Aggregator1和Aggregator2。Aggregator1和Aggregator2分别拥有电动汽车用电端口、光伏发电端口和储能电池端口与电网在不同所述节点处连接。Aggregator1拥有所述光伏规模为3×500kW，分别接入电网的节点17、21或25；Aggregator1拥有所述电动汽车3×150辆，分别接入电网的节点18、22或24；Aggregator1拥有所述储能电池规模为3×500kW·h，分别接入电网的节点21或25。Aggregator2拥有所述光伏规模为3×500kW，分别接入电网的节点16、17或33；Aggregator2拥有所述电动汽车3×150辆，分别接入电网的节点17、23或25；Aggregator2拥有所述储能电池规模为3×500kW·h，分别接入电网的节点16或33。所述电动汽车、所述光伏和所述储能电池的分布如表1所示。
表1电动汽车、光伏和储能电池的分布
统计主流品牌分布式用电设备，得到所述电动汽车、所述光伏和所述储能电池的相关参数，如表2所示。
表2电动汽车、光伏和储能电池的相关参数
线路的负载率为线路的负载功率与线路的最大负载功率的比值，即为Pj/Pj,max。电网中不采用阻塞控制方法的负载率模型为种类1，电网中采用线路容量的阻塞控制方法的负载率模型为种类2，电网中采用本申请所述主动配电方法的阻塞控制方法的载率模型为种类3。表3为线路22全天的线路负载率。
表3线路22全天的线路负载率
从表3中可知电网中不采用阻塞控制方法时，线路22在0:00、1:00、2:00、3:00、4:00、5:00、和23:00会出现负载率超过100％的情况。在4:00时，线路22的负载率高达188.20％。电网中采用线路容量的阻塞控制方法和本申请所述主动配电方法的阻塞控制方法后，电网中任何时间段的负载率都未超过100％，并且两种方法的功率调配结果相同。电网中采用本申请所述主动配电方法的阻塞控制方法后，0:00、1:00、2:00、3:00、4:00、17:00、18:00、19:00、20:00、21:00、22:00和23:00的负载率均为100％，实现了功率的合理分配。
表4为节点18全天节点电压标幺值的统计结果。(标幺值是电力***分析和工程计算中常用的数值标记方法，表示各物理量及参数的相对值。)在电力***中，所述节点电压标幺值的正常范围为0.95-1.05之间。从表4中看出，电网中不采用阻塞控制方法和采用线路容量的阻塞控制方法时，节点22在不同时段均出现所述节点电压标幺值大于1.05，或小于0.95的情况。电网中采用本申请所述主动配电方法后，所述节点电压标幺值均处于0.95-1.05之间。如表4所示，本申请所述主动配电方法能有效控制所述节点电压，使其在最佳电路流通范围内。
表4节点18全天的节点电压
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种考虑阻塞的集群电动汽车交互方法，所述电网包括多个节点和包括所述节点的支路，其特征在于，包括：
S100，获取电网的多个所述节点的调度时间和与所述调度时间对应的所述节点的计划调度功率；
S200，根据所述计划调度功率，判断所述支路的支路功率是否超过功率预设值，并判断每个节点的节点电压是否超过电压预设值；
S300，若所述支路功率超过所述功率预设值，或者所述节点电压超过所述电压预设值，根据阻塞电价模型计算阻塞电价。
2.如权利要求1所述的考虑阻塞的集群电动汽车交互方法，其特征在于，所述计划调度功率包括电动汽车用电功率、发电功率和储能功率。所述步骤S200还包括：
S210，获得所述节点的基础功率；
S220，基于所述电动汽车用电功率、所述发电功率和所述储能功率，通过节点功率公式，计算节点功率，
计算所述节点功率和所述基础功率之和的负值，得到节点注入功率；
S230，基于所述节点注入功率，通过支路功率公式，得到所述支路功率，
基于所述节点注入功率，通过节点电压公式，得到所述节点电压；
S240，判断所述支路功率是否超过所述功率预设值，并判断所述节点电压是否超过所述电压预设值。
3.如权利要求2所述的考虑阻塞的集群电动汽车交互方法，其特征在于，在所述步骤S300中，根据所述阻塞电价模型计算阻塞电价包括：
S310，建立所述阻塞电价模型；
S320，根据所述阻塞电价模型计算阻塞电价。
4.如权利要求3所述的考虑阻塞的集群电动汽车交互方法，其特征在于，所述S320步骤包括：
S321，基于所述节点注入功率和所述节点电压，通过电量调度总功率公式，得到电量调度总功率；
S322，对所述电量调度总功率求所述节点功率的导数，通过节点边际电价公式，计算节点边际电价；
S323，获得基础电价，利用所述节点边际电价减去所述基础电价，得到所述节点阻塞电价。
5.如权利要求4所述的考虑阻塞的集群电动汽车交互方法，其特征在于，在所述步骤S220中，所述节点功率公式为：
式中：m为电量调度子单元，i为所述节点，t为所述调度时间，PEV(m，i，t)为第m电量调度子单元在i节点，t时间段内的所述电动汽车用电功率，PPV，cur(m，i，t)为第m电量调度子单元在i节点，t时间段内的所述发电功率，PESS(m，i，t)为第m电量调度子单元在i节点，t时间段内的所述储能功率，Nm为电量调度子单元总数，Pagg(i，t)为节点i在t调度时间内的所述节点功率；
通过对所述节点同一时间段内的分布式资源产生的所述电动汽车用电功率、所述发电功率和所述储能功率进行累加，计算得到所述时间段内的所述节点的所述节点功率；
通过所述节点注入功率公式计算所述节点注入功率，所述节点注入功率公式为：
Pinj(i，t)＝-[PL(i，t)+Pagg(i，t)] (2)
式中：PL(i，t)为节点i在t时段的基础负荷，Pinj(i，t)为节点i在t时段的注入电网的节点注入功率。
6.如权利要求5所述的考虑阻塞的集群电动汽车交互方法，其特征在于，在所述步骤S230中，所述支路功率公式为：
式中：Nj为第j支路的所述节点总数，Pj(t)为第j支路在t时段的所述注入功率；
所述节点电压公式为：
V(i，t)＝1+Pinj(i，t)Ri+Qinj(i，t)Xi (4)
式中：Qinj(i，t)为节点i在t时段的注入电网的注入无功功率，Ri为电阻，Xi为阻抗。
7.如权利要求6所述的考虑阻塞的集群电动汽车交互方法，其特征在于，在所述步骤S240中，检验所述支路功率是否超越限度的公式为：
-Pj，max≤Pj(t)≤Pj，max (5)
式中：Fj-i为直流功率传输分布因子，Pj，max表示支路j的功率预设值；
检验所述节点电压是否超越限度的公式为：
Vmin≤V(i，t)≤Vmax (6)
式中：Vmin为节点i的所述电压预设值中上限值，Vmax为节点i的所述电压预设值中下限值。
8.如权利要求7所述的考虑阻塞的集群电动汽车交互方法，其特征在于，在步骤所述S321中，所述电量调度总功率公式为：
式中：L为所述电量调度总功率，λ1和λ2为与功率有关的电价因子、μ1和μ2为与电压有关的电价因子。
9.如权利要求8所述的考虑阻塞的集群电动汽车交互方法，其特征在于，在所述S322步骤中，所述节点边际电价公式为：
式中：yDLMP为所述节点边际电价，ycon为所述阻塞电价，y为所述基础电价。
10.如权利要求9所述的考虑阻塞的集群电动汽车交互方法，其特征在于，在S323步骤中，所述节点阻塞电价公式为：
CN201811327092.9A 2018-11-08 2018-11-08 考虑阻塞的集群电动汽车交互方法 Active CN109460870B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811327092.9A CN109460870B (zh) 2018-11-08 2018-11-08 考虑阻塞的集群电动汽车交互方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811327092.9A CN109460870B (zh) 2018-11-08 2018-11-08 考虑阻塞的集群电动汽车交互方法

Publications (2)

Publication Number Publication Date
CN109460870A true CN109460870A (zh) 2019-03-12
CN109460870B CN109460870B (zh) 2021-02-23

Family

ID=65609812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811327092.9A Active CN109460870B (zh) 2018-11-08 2018-11-08 考虑阻塞的集群电动汽车交互方法

Country Status (1)

Country Link
CN (1) CN109460870B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111416394A (zh) * 2020-03-16 2020-07-14 国网河北省电力有限公司电力科学研究院 一种计及阻塞管理的交直流柔性配电网协调优化调度方法
CN113300477A (zh) * 2021-05-31 2021-08-24 深圳供电局有限公司 一种中心城区电网储能配置的优化方法
CN115622107A (zh) * 2022-12-16 2023-01-17 国网电动汽车服务(天津)有限公司 一种基于电力现货市场的车网互动方法及***

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103138269A (zh) * 2013-02-06 2013-06-05 上海交通大学 基于主动机制的分层分布式配电网电压调控***及方法
CN104517158A (zh) * 2014-12-07 2015-04-15 国网浙江省电力公司电动汽车服务分公司 一种计及电动汽车和可控负荷的配电***阻塞调控方法
US20150155710A1 (en) * 2012-07-06 2015-06-04 Nec Corporation Power network system, control method for power network system, and control program for power network system
CN104953585A (zh) * 2015-07-22 2015-09-30 西南石油大学 一种配电网潮流计算方法
CN107069784A (zh) * 2017-04-13 2017-08-18 北京国网普瑞特高压输电技术有限公司 一种利用分布式储能提高配电网负荷和光伏承载能力的优化运行方法
CN107276096A (zh) * 2017-06-28 2017-10-20 国网江苏省电力公司电力科学研究院 一种光伏与空调负荷协调优化的配电网电压控制方法
CN108599215A (zh) * 2018-05-15 2018-09-28 杭州电子科技大学 基于互联网云平台及分布式储能的配电网电压调控方法
US20180287422A1 (en) * 2017-03-31 2018-10-04 Cisco Technology, Inc. Programmable and application aware power utility automation networking
CN108667018A (zh) * 2018-06-08 2018-10-16 河海大学 一种计及电动汽车和热泵的配电网节点电价计算方法
CN108695853A (zh) * 2017-04-07 2018-10-23 山东大学 计及信息***不确定性的主动配电网优化调度模型及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150155710A1 (en) * 2012-07-06 2015-06-04 Nec Corporation Power network system, control method for power network system, and control program for power network system
CN103138269A (zh) * 2013-02-06 2013-06-05 上海交通大学 基于主动机制的分层分布式配电网电压调控***及方法
CN104517158A (zh) * 2014-12-07 2015-04-15 国网浙江省电力公司电动汽车服务分公司 一种计及电动汽车和可控负荷的配电***阻塞调控方法
CN104953585A (zh) * 2015-07-22 2015-09-30 西南石油大学 一种配电网潮流计算方法
US20180287422A1 (en) * 2017-03-31 2018-10-04 Cisco Technology, Inc. Programmable and application aware power utility automation networking
CN108695853A (zh) * 2017-04-07 2018-10-23 山东大学 计及信息***不确定性的主动配电网优化调度模型及方法
CN107069784A (zh) * 2017-04-13 2017-08-18 北京国网普瑞特高压输电技术有限公司 一种利用分布式储能提高配电网负荷和光伏承载能力的优化运行方法
CN107276096A (zh) * 2017-06-28 2017-10-20 国网江苏省电力公司电力科学研究院 一种光伏与空调负荷协调优化的配电网电压控制方法
CN108599215A (zh) * 2018-05-15 2018-09-28 杭州电子科技大学 基于互联网云平台及分布式储能的配电网电压调控方法
CN108667018A (zh) * 2018-06-08 2018-10-16 河海大学 一种计及电动汽车和热泵的配电网节点电价计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘伟佳等: "电动汽车和可控负荷参与配电***阻塞管理的市场机制", 《电力***自动化》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111416394A (zh) * 2020-03-16 2020-07-14 国网河北省电力有限公司电力科学研究院 一种计及阻塞管理的交直流柔性配电网协调优化调度方法
CN113300477A (zh) * 2021-05-31 2021-08-24 深圳供电局有限公司 一种中心城区电网储能配置的优化方法
CN113300477B (zh) * 2021-05-31 2024-04-09 深圳供电局有限公司 一种中心城区电网储能配置的优化方法
CN115622107A (zh) * 2022-12-16 2023-01-17 国网电动汽车服务(天津)有限公司 一种基于电力现货市场的车网互动方法及***

Also Published As

Publication number Publication date
CN109460870B (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
Cai et al. Day-ahead optimal charging/discharging scheduling for electric vehicles in microgrids
Chen et al. Autonomous energy management strategy for solid-state transformer to integrate PV-assisted EV charging station participating in ancillary service
CN110289622B (zh) 一种光储充能量路由器的日前经济优化调度方法
Amir et al. Intelligent energy management scheme‐based coordinated control for reducing peak load in grid‐connected photovoltaic‐powered electric vehicle charging stations
CN109713697B (zh) 微电网中央控制器及其配电方法
CN109460870A (zh) 考虑阻塞的集群电动汽车交互方法
CN108054779A (zh) 一种光储充换电站及其云储能***优化控制方法
CN113067370A (zh) V2g充电站的充电控制方法、装置、服务器及存储介质
Rathor et al. Decentralized energy management system for LV microgrid using stochastic dynamic programming with game theory approach under stochastic environment
Ghofrani et al. Electric drive vehicle to grid synergies with large scale wind resources
CN116632896A (zh) 一种多光储充电站的电动汽车充放电协同调度方法及***
CN115829224A (zh) 电动汽车集群可调度能力的多主体两阶段低碳优化运行方法
CN107776433A (zh) 一种电动汽车群的充放电优化控制方法
Bhatti et al. Charging of electric vehicle with constant price using photovoltaic based grid-connected system
Bayani et al. Coordinated scheduling of electric vehicles within zero carbon emission hybrid ac/dc microgrids
Kler et al. A rule based EMS for fast charging station with CHIL implementation
Mohseni et al. Development of a multi-agent system for optimal sizing of a commercial complex microgrid
Opiyo Different storage-focused PV-based mini-grid architectures for rural developing communities
Salvatti et al. Integration of electric vehicles in smart grids for optimization and support to distributed generation
Iqbal et al. Sizing of low-power DC microgrids with intermittent AC grids in developing regions
Hintz et al. Hybrid multi-agent based resilient control for EV connected micro grid system
Damisa et al. A robust operational dispatch model for prosumer dominated microgrids incorporating a utility-scale battery
Tutkun et al. Design of a PV Powered Charging Station for PHEVs
Kim et al. Decentralized vehicle-to-grid design for frequency regulation within price-based operation
Levron et al. Control of energy storage devices under uncertainty using nonlinear feedback systems

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