CN110503246A - 一种用电区域的用电费用优化模型的构建方法及装置 - Google Patents
一种用电区域的用电费用优化模型的构建方法及装置 Download PDFInfo
- Publication number
- CN110503246A CN110503246A CN201910698149.4A CN201910698149A CN110503246A CN 110503246 A CN110503246 A CN 110503246A CN 201910698149 A CN201910698149 A CN 201910698149A CN 110503246 A CN110503246 A CN 110503246A
- Authority
- CN
- China
- Prior art keywords
- electricity
- energy storage
- charge
- storage device
- state
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004146 energy storage Methods 0.000 claims abstract description 145
- 238000007600 charging Methods 0.000 claims abstract description 55
- 238000007599 discharging Methods 0.000 claims abstract description 21
- 230000005611 electricity Effects 0.000 claims description 317
- 238000010276 construction Methods 0.000 claims description 36
- 238000013139 quantization Methods 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 240000002853 Nelumbo nucifera Species 0.000 description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000937908 Pricea Species 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种用电区域的用电费用优化模型的构建方法及装置,其中方法包括:根据移动储能设备的充电状态和放电状态,以及移动储能设备电池的荷电状态、充电功率、放电功率和特性参数,获得电池的实时荷电状态约束条件;根据充电初始荷电状态、充电结束荷电状态、用户需求荷电状态和电池的特性参数,获得用户需求约束条件;根据电网的实时供电电价和移动储能设备的电网放电收益电价,构建用电区域的用电费用优化函数;根据实时荷电状态约束条件、用户需求约束条件和用电费用优化函数,构建用电费用优化模型。本发明能够构建出适用于移动储能设备为用电区域提供电能的场景的优化模型,实现用电区域用电费用的优化。
Description
技术领域
本发明涉及用电管理技术领域,尤其涉及一种用电区域的用电费用优化模型的构建方法及装置。
背景技术
作为一种高效、清洁的交通工具,电动汽车的应用越来越普遍,也是当前及未来电力***网络的关键负荷增长点。而同时,随着电池充放电技术的发展,未来电动汽车除了作为一种充电负荷,还有望成为一种移动式储能设备对外提供电能,在电力价格的驱动下通过选择不同的时间来执行充电、放电行为。
电动汽车充放电行为的执行,将直接关系到用电区域的用电费用高低问题,例如家用电动汽车,若缺乏对电动汽车的用电管理或者管理不当,不仅可能满足不了用户的用电需求,还有可能给用户带来较大的用电费用负担。然而,目前还缺乏支持这种移动储能设备为用电区域提供电能的场景模型,以优化用电区域的用电费用。
发明内容
本发明实施例所要解决的技术问题在于,提供一种用电区域的用电费用优化模型的构建方法及装置,能够构建出适用于移动储能设备为用电区域提供电能的场景的优化模型,从而实现用电区域用电费用的优化。
为了解决上述技术问题,第一方面,本发明实施例提供了一种用电区域的用电费用优化模型的构建方法,所述模型适用于具有移动储能设备和电网向用电区域供电的供电场景中,其中,所述移动储能设备还具有向电网放电和从电力***获取电能进行充电的性能;所述方法包括:
根据所述移动储能设备的充电状态和放电状态,以及所述移动储能设备电池的荷电状态、充电功率、放电功率和特性参数,获得所述电池的实时荷电状态约束条件;其中,所述充电状态和放电状态为布尔型变量,不同的充电状态、不同的放电状态均预先定义有对应的取值;
根据充电初始荷电状态、充电结束荷电状态、用户需求荷电状态和所述电池的特性参数,获得用户需求约束条件;
根据电网的实时供电电价和所述移动储能设备的电网放电收益电价,构建所述用电区域的用电费用优化函数;其中,所述用电费用优化函数以最小化所述用电区域的用电费用为优化目标;
根据所述实时荷电状态约束条件、所述用户需求约束条件和所述用电费用优化函数,构建用电费用优化模型。
进一步的,所述用电费用优化模型还包括设备所供电用电区域的约束条件,以使所述移动储能设备向用电区域的供电正常进行;其中,所述方法通过以下步骤获得所述设备所供电用电区域的约束条件:
根据所述用电区域的实时基本负荷电量,以及所述移动储能设备的所述充电状态、所述放电状态、所述放电功率和所述充电功率,并考虑所述移动储能设备供电用电区域时,用电区域的负荷需求,获得所述设备所供电用电区域的约束条件。
进一步的,所述充电功率和所述放电功率均为所述电池的额定功率;所述放电状态包括所述移动储能设备向电网放电的放电状态和所述移动储能设备向用电区域放电的放电状态;则,所述实时荷电状态约束条件包括以下约束条件:
其中,所述电池的特性参数包括充电效率ηc、放电效率ηd、电池额定容量CEV、允许的最小荷电状态SOCEV_min、允许的最大荷电状态SOCEV_max、额定荷电状态SOCEV;PEV为所述电池的所述额定功率,为在t时刻的所述移动储能设备的充电状态,为在t时刻的所述移动储能设备向电网放电的放电状态,为在t时刻的所述移动储能设备向用电区域放电的放电状态,SOCEV_t为所述移动储能设备在t时刻的实时荷电状态,为所述移动储能设备的所述充电初始荷电状态,ts为所述移动储能设备的充电开始时间,Tc为所述移动储能设备的充电时间段,ST为时间集。
进一步的,所述用户需求约束条件包括以下约束条件:
其中,为所述充电初始荷电状态,为所述充电结束荷电状态,SOCEV_exp为所述用户需求荷电状态,te为充电结束时间点,Δ为常数且接近于0。
进一步的,所述设备所供电用电区域的约束条件包括以下约束条件:
其中,PB_t为所述用电区域在t时刻的所述实时基本负荷功率。
进一步的,所述用电费用优化模型还包括考虑移动储能设备的充放电对电池损耗影响的电池损耗约束条件,所述电池损耗约束条件具体包括:
其中,Γ为所述移动储能设备的电池损耗评估函数,为所述移动储能设备在t时刻的综合放电状态。
进一步的,所述用电费用通过以下公式计算:
则,所述用电费用优化函数具体为:
其中,F(U)为所述用电区域的用电费用,TB为用电费用统计的量化时间,为在t时刻的所述实时供电电价,为在t时刻的所述电网提供给所述移动储能设备的放电收益电价,G(U)为所述用电费用优化函数,ρ为预设的用户用电需求的惩罚系数,λ为电池损耗的惩罚系数。
进一步的,所述移动储能设备为电动汽车。
进一步的,所述用电区域至少包括居住区域和工作区域中的任意一种。
为了解决上述技术问题,第二方面,本发明实施例提供了一种用电区域的用电费用优化模型的构建装置,所述装置构建的所述优化模型适用于具有移动储能设备和电网向用电区域供电的供电场景中,其中,所述移动储能设备还具有向电网放电和从电力***获取电能进行充电的性能;所述装置包括:
实时荷电状态约束条件获得模块,用于根据所述移动储能设备的充电状态和放电状态,以及所述移动储能设备电池的荷电状态、充电功率、放电功率和特性参数,获得所述电池的实时荷电状态约束条件;其中,所述充电状态和放电状态为布尔型变量,不同的充电状态、不同的放电状态均预先定义有对应的取值;
用户需求约束条件获得模块,用于根据充电初始荷电状态、充电结束荷电状态、用户需求荷电状态和所述电池的特性参数,获得用户需求约束条件;
用电费用优化函数获得模块,用于根据电网的实时供电电价和所述移动储能设备的电网放电收益电价,构建所述用电区域的用电费用优化函数;其中,所述用电费用优化函数以最小化所述用电区域的用电费用为优化目标;
用电费用优化模型构建模块,用于根据所述实时荷电状态约束条件、所述用户需求约束条件和所述用电费用优化函数,构建用电费用优化模型。
上述提供的一种用电区域的用电费用优化模型的构建方法及装置,能够考虑电池的充放电性能和用户需求,能够构建出适用于移动储能设备为用电区域提供电能的场景的优化模型,从而实现用电区域用电费用的优化。
附图说明
图1是本发明提供的一种用电区域的用电费用优化模型的构建方法的一种优选实施例的流程图;
图2是本发明提供的一种用电区域的用电费用优化模型的构建装置的一种优选实施例的结构示意图。
图3是本发明用电费用优化模型的应用示例中电网运营商提供的电价信息的参考图;
图4是本发明用电费用优化模型的应用示例中电动汽车的充放电执行结果的参考图;
图5是本发明用电费用优化模型的应用示例中用户住宅用电优化效果的参考图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种用电区域的用电费用优化模型的构建方法,请参阅图1,图1是本发明提供的一种用电区域的用电费用优化模型的构建方法的一种优选实施例的流程图;具体的,所述模型适用于具有移动储能设备和电网向用电区域供电的供电场景中,其中,所述移动储能设备还具有向电网放电和从电力***获取电能进行充电的性能;所述方法包括:
S1、根据所述移动储能设备的充电状态和放电状态,以及所述移动储能设备电池的荷电状态、充电功率、放电功率和特性参数,获得所述电池的实时荷电状态约束条件;其中,所述充电状态和放电状态为布尔型变量,不同的充电状态、不同的放电状态均预先定义有对应的取值;
S2、根据充电初始荷电状态、充电结束荷电状态、用户需求荷电状态和所述电池的特性参数,获得用户需求约束条件;
S3、根据电网的实时供电电价和所述移动储能设备的电网放电收益电价,构建所述用电区域的用电费用优化函数;其中,所述用电费用优化函数以最小化所述用电区域的用电费用为优化目标;
S4、根据所述实时荷电状态约束条件、所述用户需求约束条件和所述用电费用优化函数,构建用电费用优化模型。
需要说明的是,移动储能设备可以是任何可行的设备,无论是对现有的设备进行新增储能、供电功能得到具有新的设备,还是原本就具有储能、供电功能的设备,只要可以在本发明适用的应用场景中使用的设备即可。本发明提供的一种用电区域的用电费用优化模型的构建方法,构建出的用电费用优化模型适用的应用场景为:移动储能设备能从电力***网络获取电能,即,电网向移动设备充电;且移动储能设备可以为电网提供电能(放电),还可以为用电区域提供电能(放电)。例如,以移动储能设备为电动汽车、用电区域为居民住所为例,电动汽车可以通过充电桩充电,而充电桩电能来源于电网,电动汽车还可以向电网提供电能,或者向居民住所(用户家里)提供电能。为了便于陈述,以下通过“V2G”(Vehicle-to-Grid)表示移动储能设备向电网提供电能,通过“V2H”(Vehicle-to-Home)表示移动储能设备向用电区域(用户家里)提供电能。
需要说明的是,上述步骤S1~S3没有明显的执行顺序要求,只要能获得相应的约束条件和优化函数构建优化模型即可。
需要说明的是,不同的充电状态和不同的放电状态均为预先定义了取值的布尔型变量。具体的,当移动储能设备从电网获取电能充电时,充电状态取值为1,否则取值为0;当移动储能设备向电网放电或向用电区域放电时,放电状态取值为1,否则取值为0;若放电状态细分为移动储能设备向电网放电的放电状态(此时移动储能设备向电网提供电能)和移动储能设备向用电区域放电的放电状态(此时移动储能设备向用电区域提供电能),则可设置为:当移动储能设备向电网放电时,移动储能设备向电网放电的放电状态取值为1,否则取值为0;当移动储能设备向用电区域放电时,移动储能设备向用电区域放电的放电状态取值为1,否则取值为0。
需要说明的是,实时荷电状态约束条件是考虑了移动储能设备电池的充放电特性的约束条件,以使用电费用优化模型获得的解在移动储能设备的电池能力范围内,确保模型适用于移动储能设备的电池。用户需求约束条件是考虑了用户用电需求的约束条件,以使模型获得的解是能满足用户用电需求下的费用最低的方案。用电费用优化函数以最小化用电区域的用电费用为优化目标,以使模型可获得在电池能力范围内满足用户用电需求的用电费用最少的管理方案。
具体的,根据移动储能设备的充电状态和放电状态,以及移动储能设备电池的荷电状态、充电功率、放电功率和特性参数,综合考虑电池的充放电能力,获得电池的实时荷电状态约束条件;而满足用户需求,电池的荷电状态至少要能达到用户需求的荷电状态,故电池的充电初始荷电状态与充电过程中获得的荷电状态与用户需求荷电状态需满足某种约束关系,故根据充电初始荷电状态、充电结束荷电状态、用户需求荷电状态和电池的特性参数,可获得用户需求约束条件;根据电网的实时供电电价和移动储能设备的电网放电收益电价,构建用电区域的用电费用优化函数;根据实时荷电状态约束条件、用户需求约束条件和用电费用优化函数,构建用电费用优化模型。构建的用户费用优化模型即为可以在电池能力范围内实现且满足用户用电需求的用于优化用电区域用电费用的模型。
本发明实施例提供的一种用电区域的用电费用优化模型的构建方法,考虑电池的充放电性能和用户需求,能够构建出适用于移动储能设备为用电区域提供电能的场景的优化模型,从而实现用电区域用电费用的优化。
优选地,所述用电费用优化模型还包括设备所供电用电区域的约束条件,以使所述移动储能设备向用电区域的供电正常进行;其中,所述方法通过以下步骤获得所述设备所供电用电区域的约束条件:
根据所述用电区域的实时基本负荷电量、所述充电状态、所述放电状态、所述放电功率和所述充电功率,并考虑所述移动储能设备供电用电区域时,用电区域的负荷需求,获得所述设备所供电用电区域的约束条件。
具体的,用电费用优化模型还包括设备所供电用电区域的约束条件,可以确保移动储能设备向用电区域的供电正常进行,防止移动储能设备向用电区域提供的电能反馈输入电网。
需要说明的是,为了防止移动储能设备向用电区域提供的电能反馈输入电网,当移动储能设备供电用电区域时,同一时刻t,除了V2G之外的所有负荷需求必须要大于0。
优选地,所述充电功率和所述放电功率均为所述电池的额定功率;所述放电状态包括所述移动储能设备向电网放电的放电状态和所述移动储能设备向用电区域放电的放电状态;则,所述实时荷电状态约束条件包括以下约束条件:
其中,所述电池的特性参数包括充电效率ηc、放电效率ηd、电池额定容量CEV、允许的最小荷电状态SOCEV_min、允许的最大荷电状态SOCEV_max、额定荷电状态SOCEV;PEV为所述电池的所述额定功率,为在t时刻的所述充电状态,为在t时刻的所述移动储能设备向电网放电的放电状态,为在t时刻的所述移动储能设备向用电区域放电的放电状态,SOCEV_t为所述移动储能设备的电池在t时刻的实时荷电状态,为所述移动储能设备的所述充电初始荷电状态,ts为所述移动储能设备的充电开始时间,Tc为所述移动储能设备的充电时间段,ST为时间集。
需要说明的是,当时,说明移动储能设备既没有向电网或用电区域供电,也没有充电,处于空闲状态;当时,说明移动储能设备向电网供电或向用电区域供电,或者通过电网充电。时间集ST是考虑的优化时间段,例如一天;在时间集ST中的时间点,移动储能设备可能在进行充电,也可能在向电网或者用电区域供电。
本发明实施例提供的一种用电区域的用电费用优化模型的构建方法,通过上述公式构建实时荷电状态约束条件,能够考虑电池的充放电性能。
优选地,所述用户需求约束条件包括以下约束条件:
其中,为所述充电初始荷电状态,为所述充电结束荷电状态,SOCEV_exp为所述用户需求荷电状态,te为充电结束时间点,Δ为常数且接近于0。
需要说明的是,为了使用电费用最小,且能够满足用户需求,充电结束后电池达到的荷电状态应尽可能地接近用户需求荷电状态,以减少电能的浪费,减少用电费用,且需大于用户需求的荷电状态来满足用户需求的荷电状态。
本发明实施例提供的一种用电区域的用电费用优化模型的构建方法,通过上述公式构建用户需求约束条件,能够考虑用户的用电需求。
优选地,所述设备所供电用电区域的约束条件包括以下约束条件:
其中,PB_t为所述用电区域在t时刻的所述实时基本负荷功率。
本发明实施例提供的一种用电区域的用电费用优化模型的构建方法,通过上述公式构建设备所供电用电区域的约束条件,可以确保移动储能设备向用电区域的供电正常进行,防止移动储能设备向用电区域提供的电能反馈输入电网。
优选地,所述用电费用优化模型还包括考虑移动储能设备的充放电对电池损耗影响的电池损耗约束条件,所述电池损耗约束条件具体包括:
其中,Γ为所述移动储能设备的电池损耗评估函数,为所述移动储能设备在t时刻的综合放电状态。
本发明实施例提供的一种用电区域的用电费用优化模型的构建方法,通过上述公式衡量电池充放电状态之间的切换,构建电池损耗约束条件,能够使用电费用优化模型考虑移动储能设备的充放电对电池损耗影响,
优选地,所述用电费用通过以下公式计算:
则,所述用电费用优化函数具体为:
其中,F(U)为所述用电区域的用电费用,TB为用电费用统计的量化时间,为在t时刻的所述实时供电电价,为在t时刻的所述电网提供给所述移动储能设备的放电收益电价,G(U)为所述用电费用优化函数,ρ为预设的用户用电需求的惩罚系数,λ为电池损耗的惩罚系数。
需要说明的是,实时供电电价是指电网向移动储能设备提供电能或者向用电区域提供电能时,电网提供电能的供电电价(即:用户需支付的电价,电网的收益电价);所述电网提供给所述移动储能设备的放电收益电价是指当移动储能设备向电网提供电能时,电网为移动储能设备提供电能的服务所支付的电价,是移动储能设备的收益价格。
本发明实施例提供的一种用电区域的用电费用优化模型的构建方法,通过惩罚函数的形式构建上述用电费用优化函数,便于对模型进行求解。
优选地,所述移动储能设备为电动汽车。
优选地,所述用电区域至少包括居住区域和工作区域中的任意一种。
具体实施时,本发明实施例提供的一种用电区域的用电费用优化模型的构建方法,根据移动储能设备的充电状态和放电状态,以及移动储能设备电池的荷电状态、充电功率、放电功率和特性参数,综合考虑电池的充放电能力,获得电池的实时荷电状态约束条件;而满足用户需求,电池的荷电状态至少要能负荷用户需求的荷电状态,故电池的充电初始荷电状态与充电过程中获得的荷电状态与用户需求荷电状态需满足某种约束关系,故根据充电初始荷电状态、充电结束荷电状态、用户需求荷电状态和电池的特性参数,可获得用户需求约束条件;根据电网的实时供电电价和移动储能设备的电网放电收益电价,构建用电区域的用电费用优化函数;根据实时荷电状态约束条件、用户需求约束条件和用电费用优化函数,构建用电费用优化模型。构建的用户费用优化模型即为可以在电池能力范围内实现且满足用户用电需求的用于优化用电区域用电费用的模型。
本发明实施例提供的一种用电区域的用电费用优化模型的构建方法,考虑了电池的充放电性能和用户需求,能够构建出适用于移动储能设备为用电区域提供电能的场景的优化模型,从而实现用电区域用电费用的优化。
本发明实施例还提供了一种用电区域的用电费用优化模型的构建装置,请参阅图2,图2是本发明提供的一种用电区域的用电费用优化模型的构建装置的一种优选实施例的结构示意图;具体的,所述装置构建的所述优化模型适用于具有移动储能设备和电网向用电区域供电的供电场景中,其中,所述移动储能设备还具有向电网放电和从电力***获取电能进行充电的性能;所述装置包括:
实时荷电状态约束条件获得模块11,用于根据所述移动储能设备的充电状态和放电状态,以及所述移动储能设备电池荷电状态、充电功率、放电功率和特性参数,获得所述电池的实时荷电状态约束条件;其中,所述充电状态和放电状态为布尔型变量,不同的充电状态、不同的放电状态均预先定义有对应的取值;
用户需求约束条件获得模块12,用于根据充电初始荷电状态、充电结束荷电状态、用户需求荷电状态和所述电池的特性参数,获得用户需求约束条件;
用电费用优化函数获得模块13,用于根据电网的实时供电电价和所述移动储能设备的电网放电收益电价,构建所述用电区域的用电费用优化函数;其中,所述用电费用优化函数以最小化所述用电区域的用电费用为优化目标;
用电费用优化模型构建模块14,用于根据所述实时荷电状态约束条件、所述用户需求约束条件和所述用电费用优化函数,构建用电费用优化模型。
优选地,所述用电费用优化模型还包括设备所供电用电区域的约束条件,以使所述移动储能设备向用电区域的供电正常进行;其中,所述装置还包括设备所供电用电区域的约束条件获得模块,用于根据所述用电区域的实时基本负荷电量、所述充电状态、所述放电状态、所述放电功率和所述充电功率,并考虑所述移动储能设备供电用电区域时,用电区域的负荷需求,获得所述设备所供电用电区域的约束条件。
优选地,所述充电功率和所述放电功率均为所述电池的额定功率;所述放电状态包括所述移动储能设备向电网放电的放电状态和所述移动储能设备向用电区域放电的放电状态;则,所述实时荷电状态约束条件包括以下约束条件:
其中,所述电池的特性参数包括充电效率ηc、放电效率ηd、电池额定容量CEV、允许的最小荷电状态SOCEV_min、允许的最大荷电状态SOCEV_max、额定荷电状态SOCEV;PEV为所述电池的所述额定功率,为在t时刻的所述充电状态,为在t时刻的所述移动储能设备向电网放电的放电状态,为在t时刻的所述移动储能设备向用电区域放电的放电状态,SOCEV_t为所述移动储能设备在t时刻的实时荷电状态,为所述移动储能设备的所述充电初始荷电状态,ts为所述移动储能设备的充电开始时间,Tc为所述移动储能设备的充电时间段,ST为时间集。
优选地,所述用户需求约束条件包括以下约束条件:
其中,为所述充电初始荷电状态,为所述充电结束荷电状态,SOCEV_exp为所述用户需求荷电状态,te为充电结束时间点,Δ为常数且接近于0。
优选地,所述设备所供电用电区域的约束条件包括以下约束条件:
其中,PB_t为所述用电区域在t时刻的所述实时基本负荷功率。
优选地,所述装置构建的所述用电费用优化模型还包括考虑移动储能设备的充放电对电池损耗影响的电池损耗约束条件,则,所述电池损耗约束条件具体包括:
其中,Γ为所述移动储能设备的电池损耗评估函数,为所述移动储能设备在t时刻的综合放电状态。
优选地,所述用电费用通过以下公式计算:
则,所述用电费用优化函数具体为:
其中,F(U)为所述用电区域的用电费用,TB为用电费用统计的量化时间,为在t时刻的所述实时供电电价,为在t时刻的所述电网提供给所述移动储能设备的放电收益电价,G(U)为所述用电费用优化函数,ρ为预设的用户用电需求的惩罚系数,λ为电池损耗的惩罚系数。
优选地,所述移动储能设备为电动汽车。
优选地,所述用电区域至少包括居住区域和工作区域中的任意一种
需要说明的是,本发明实施例提供的一种用电区域的用电费用优化模型的构建装置用于执行上述实施例所述的一种用电区域的用电费用优化模型的构建方法的步骤,两者的工作原理和有益效果一一对应,因而不再赘述。
本领域技术人员可以理解,所述一种用电区域的用电费用优化模型的构建装置的示意图仅仅是用电区域的用电费用优化模型的构建装置的示例,并不构成对用电区域的用电费用优化模型的构建装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述用电区域的用电费用优化模型的构建装置还可以包括输入输出设备、网络接入设备、总线等。
为了说明本发明提供的一种用电区域的用电费用优化模型的构建方法及装置的有益效果,下面针对发明人根据本发明的技术方案构建出的用电费用优化模型的应用示例进行说明:
请参阅图3至图5,图3是本发明用电费用优化模型的应用示例中电网运营商提供的电价信息的参考图,图4是本发明用电费用优化模型的应用示例中电动汽车的充放电执行结果的参考图,图5是本发明用电费用优化模型的应用示例中用户住宅用电优化效果的参考图。
假设电网运营商提供的实时供电电价电网提供给移动储能设备的放电收益电价如图3所示。以一辆电动汽车为用户住宅进行供电为例,进行用电费用优化模型构建。量化时间TB为从当天8:00至次日8:00,时间步长设定为1小时,获得电动汽车的充放电执行结果如图4所示,用户住宅用电优化效果如图5所示。
根据图3至图5可以看出,采用本发明的技术方案构建出的用电费用优化模型对用电区域的用电情况进行管理后,当实时供电电价较高时(例如时间点19:00),电动汽车被安排执行相应操作进入V2H状态,即向用户住宅供电,从而削减用户住宅的用电费用;当实时供电电价较低时(例如时间段1:00-4:00),电动汽车被安排执行相应操作进入充电状态,以补充电能;当放电收益电价较高时(即时间点18:00),电动汽车被安排执行V2G状态,以获得更多的经济收益。
需要注意的是,电动汽车在时间点18:00未安排进入V2H状态向用户住宅供电,原因在于该时刻的家庭负荷较低,而V2H状态下电动汽车的供电功率大于用户住宅的负荷,不能进入V2H状态向用户住宅供电。同时可以看出,经过充放电优化,单辆电动汽车的充电需求也能够得到有效满足。
由上述用电费用优化模型的应用示例可知,采用本发明的技术方案构建的用电费用优化模型能够考虑电池的充放电性能和用户需求,适用于移动储能设备为用电区域提供电能的场景,能够实现用电区域用电费用的优化。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种用电区域的用电费用优化模型的构建方法,其特征在于,所述模型适用于具有移动储能设备和电网向用电区域供电的供电场景中,其中,所述移动储能设备还具有向电网放电和从电力***获取电能进行充电的性能;所述方法包括:
根据所述移动储能设备的充电状态和放电状态,以及所述移动储能设备电池的荷电状态、充电功率、放电功率和特性参数,获得所述电池的实时荷电状态约束条件;其中,所述充电状态和放电状态为布尔型变量,不同的充电状态、不同的放电状态均预先定义有对应的取值;
根据充电初始荷电状态、充电结束荷电状态、用户需求荷电状态和所述电池的特性参数,获得用户需求约束条件;
根据电网的实时供电电价和所述移动储能设备的电网放电收益电价,构建所述用电区域的用电费用优化函数;其中,所述用电费用优化函数以最小化所述用电区域的用电费用为优化目标;
根据所述实时荷电状态约束条件、所述用户需求约束条件和所述用电费用优化函数,构建用电费用优化模型。
2.如权利要求1所述的用电区域的用电费用优化模型的构建方法,其特征在于,所述用电费用优化模型还包括设备所供电用电区域的约束条件,以使所述移动储能设备向用电区域的供电正常进行;其中,所述方法通过以下步骤获得所述设备所供电用电区域的约束条件:
根据所述用电区域的实时基本负荷电量,以及所述移动储能设备的所述充电状态、所述放电状态、所述放电功率和所述充电功率,并考虑所述移动储能设备供电用电区域时,用电区域的负荷需求,获得所述设备所供电用电区域的约束条件。
3.如权利要求2所述的用电区域的用电费用优化模型的构建方法,其特征在于,所述充电功率和所述放电功率均为所述电池的额定功率;所述放电状态包括所述移动储能设备向电网放电的放电状态和所述移动储能设备向用电区域放电的放电状态;则,所述实时荷电状态约束条件包括以下约束条件:
其中,所述电池的特性参数包括充电效率ηc、放电效率ηd、电池额定容量CEV、允许的最小荷电状态SOCEV_min、允许的最大荷电状态SOCEV_max、额定荷电状态SOCEV;PEV为所述电池的所述额定功率,为在t时刻的所述移动储能设备的充电状态,为在t时刻的所述移动储能设备向电网放电的放电状态,为在t时刻的所述移动储能设备向用电区域放电的放电状态,SOCEV_t为所述移动储能设备的电池在t时刻的实时荷电状态,为所述移动储能设备的所述充电初始荷电状态,ts为所述移动储能设备的充电开始时间,Tc为所述移动储能设备的充电时间段,ST为时间集。
4.如权利要求3所述的用电区域的用电费用优化模型的构建方法,其特征在于,所述用户需求约束条件包括以下约束条件:
其中,为所述充电初始荷电状态,为所述充电结束荷电状态,SOCEV_exp为所述用户需求荷电状态,te为充电结束时间点,Δ为常数且接近于0。
5.如权利要求4所述的用电区域的用电费用优化模型的构建方法,其特征在于,所述设备所供电用电区域的约束条件包括以下约束条件:
其中,PB_t为所述用电区域在t时刻的所述实时基本负荷功率。
6.如权利要求5所述的用电区域的用电费用优化模型的构建方法,其特征在于,所述用电费用优化模型还包括考虑移动储能设备的充放电对电池损耗影响的电池损耗约束条件,所述电池损耗约束条件具体包括:
其中,Γ为所述移动储能设备的电池损耗评估函数,为所述移动储能设备在t时刻的综合放电状态。
7.如权利要求6所述的用电区域的用电费用优化模型的构建方法,其特征在于,所述用电费用通过以下公式计算:
则,所述用电费用优化函数具体为:
其中,F(U)为所述用电区域的用电费用,TB为用电费用统计的量化时间,为在t时刻的所述实时供电电价,为在t时刻的所述电网提供给移动储能设备的放电收益电价,G(U)为所述用电费用优化函数,ρ为预设的用户用电需求的惩罚系数,λ为电池损耗的惩罚系数。
8.如权利要求1至7任意一项所述的用电区域的用电费用优化模型的构建方法,其特征在于,所述移动储能设备为电动汽车。
9.如权利要求1至7任意一项所述的用电区域的用电费用优化模型的构建方法,其特征在于,所述用电区域至少包括居住区域和工作区域中的任意一种。
10.一种用电区域的用电费用优化模型的构建装置,其特征在于,所述装置构建的所述优化模型适用于具有移动储能设备和电网向用电区域供电的供电场景中,其中,所述移动储能设备还具有向电网放电和从电力***获取电能进行充电的性能;所述装置包括:
实时荷电状态约束条件获得模块,用于根据所述移动储能设备的充电状态和放电状态,以及所述移动储能设备电池的荷电状态、充电功率、放电功率和特性参数,获得所述电池的实时荷电状态约束条件;其中,所述充电状态和放电状态为布尔型变量,不同的充电状态、不同的放电状态均预先定义有对应的取值;
用户需求约束条件获得模块,用于根据充电初始荷电状态、充电结束荷电状态、用户需求荷电状态和所述电池的特性参数,获得用户需求约束条件;
用电费用优化函数获得模块,用于根据电网的实时供电电价和所述移动储能设备的电网放电收益电价,构建所述用电区域的用电费用优化函数;其中,所述用电费用优化函数以最小化所述用电区域的用电费用为优化目标;
用电费用优化模型构建模块,用于根据所述实时荷电状态约束条件、所述用户需求约束条件和所述用电费用优化函数,构建用电费用优化模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910698149.4A CN110503246A (zh) | 2019-07-30 | 2019-07-30 | 一种用电区域的用电费用优化模型的构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910698149.4A CN110503246A (zh) | 2019-07-30 | 2019-07-30 | 一种用电区域的用电费用优化模型的构建方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110503246A true CN110503246A (zh) | 2019-11-26 |
Family
ID=68588031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910698149.4A Pending CN110503246A (zh) | 2019-07-30 | 2019-07-30 | 一种用电区域的用电费用优化模型的构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110503246A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140142774A1 (en) * | 2012-09-03 | 2014-05-22 | Kabushiki Kaisha Toshiba | Energy management system, server, energy management method, and storage medium |
CN104253470A (zh) * | 2014-09-25 | 2014-12-31 | 许继电气股份有限公司 | 电动汽车与电网互动协调的有序充电控制方法 |
CN108964101A (zh) * | 2018-07-05 | 2018-12-07 | 南方电网科学研究院有限责任公司 | 一种v2b和v2g共存应用场景模型的构建方法及装置 |
CN109117503A (zh) * | 2018-07-05 | 2019-01-01 | 南方电网科学研究院有限责任公司 | 一种v2v和v2g共存应用场景模型的构建方法及装置 |
CN109713696A (zh) * | 2018-11-09 | 2019-05-03 | 杭州电子科技大学 | 考虑用户行为的电动汽车光伏充电站优化调度方法 |
-
2019
- 2019-07-30 CN CN201910698149.4A patent/CN110503246A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140142774A1 (en) * | 2012-09-03 | 2014-05-22 | Kabushiki Kaisha Toshiba | Energy management system, server, energy management method, and storage medium |
CN104253470A (zh) * | 2014-09-25 | 2014-12-31 | 许继电气股份有限公司 | 电动汽车与电网互动协调的有序充电控制方法 |
CN108964101A (zh) * | 2018-07-05 | 2018-12-07 | 南方电网科学研究院有限责任公司 | 一种v2b和v2g共存应用场景模型的构建方法及装置 |
CN109117503A (zh) * | 2018-07-05 | 2019-01-01 | 南方电网科学研究院有限责任公司 | 一种v2v和v2g共存应用场景模型的构建方法及装置 |
CN109713696A (zh) * | 2018-11-09 | 2019-05-03 | 杭州电子科技大学 | 考虑用户行为的电动汽车光伏充电站优化调度方法 |
Non-Patent Citations (2)
Title |
---|
余星儒: "基于V2G技术的电动汽车充放电控", 《中国优秀硕士学位论文全文数据库》 * |
匡艳青: "基于V2B模式的分布式能源***的协作运营决策研究", 《中国优秀硕士学位论文全文数据库》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Opportunities and challenges of vehicle-to-home, vehicle-to-vehicle, and vehicle-to-grid technologies | |
CN102195344B (zh) | 一种多能源供电的通信电源及其控制方法 | |
CN205901421U (zh) | 多能源电源互补的区域网综合应用*** | |
CN110289622B (zh) | 一种光储充能量路由器的日前经济优化调度方法 | |
CN105281385B (zh) | 电动汽车交直流充电方法 | |
CN109103913B (zh) | 基于充电桩的充电储能一体化***及其工作方法 | |
CN102545711A (zh) | 一种新型的离网/并网一体化太阳能发电***与控制方法 | |
KR102359149B1 (ko) | V2g 및 v2b를 연계하여 전력을 관리하는 v2g-v2b 시스템 및 그 운영 방법 | |
CN102437584A (zh) | 智能电网中应用电动汽车作为移动储能设备的***和方法 | |
CN114050621A (zh) | 一种分布式储能功率分配***及方法 | |
Wu et al. | PEV-based reactive power compensation for wind DG units: A stackelberg game approach | |
CN112937342A (zh) | 一种电动汽车功率共享群充***及其方法 | |
CN112448416A (zh) | 一种离网型微电网群及其功率平衡控制方法 | |
CN109460870A (zh) | 考虑阻塞的集群电动汽车交互方法 | |
CN109866643A (zh) | 一种光储充直流微网控制方法 | |
Kler et al. | A rule based EMS for fast charging station with CHIL implementation | |
CN113270884A (zh) | 一种基于v2g微网***的电力能源管理***和方法 | |
CN112060962A (zh) | 一种多电源智慧快充能量管理*** | |
CN110503246A (zh) | 一种用电区域的用电费用优化模型的构建方法及装置 | |
CN108736496B (zh) | 一种分布式储能***的补充性规划方法及*** | |
Solanke et al. | Optimal design of EV aggregator for real-time peak load shaving and valley filling | |
CN109687449B (zh) | 微电网协调控制装置及控制方法 | |
CN114597924A (zh) | 一种基站储能***控制方法 | |
CN112821374A (zh) | 一种支持即插即用的智能直流微电网*** | |
CN106253348A (zh) | 一种电力网络及其控制方法、装置和*** |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191126 |