CN111740411B - 一种考虑积压惩罚机制的含bss微网联合***优化调度方法 - Google Patents
一种考虑积压惩罚机制的含bss微网联合***优化调度方法 Download PDFInfo
- Publication number
- CN111740411B CN111740411B CN202010576296.7A CN202010576296A CN111740411B CN 111740411 B CN111740411 B CN 111740411B CN 202010576296 A CN202010576296 A CN 202010576296A CN 111740411 B CN111740411 B CN 111740411B
- Authority
- CN
- China
- Prior art keywords
- cost
- battery
- bss
- period
- backlog
- 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.)
- Active
Links
- 230000007246 mechanism Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000005457 optimization Methods 0.000 title claims abstract description 5
- 230000005611 electricity Effects 0.000 claims abstract description 28
- 238000010248 power generation Methods 0.000 claims abstract description 9
- 238000004146 energy storage Methods 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- PBAPPPCECJKMCM-IBGZPJMESA-N mirabegron Chemical compound S1C(N)=NC(CC(=O)NC=2C=CC(CCNC[C@H](O)C=3C=CC=CC=3)=CC=2)=C1 PBAPPPCECJKMCM-IBGZPJMESA-N 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/64—Optimising energy costs, e.g. responding to electricity rates
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/80—Exchanging energy storage elements, e.g. removable batteries
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/92—Energy efficient charging or discharging systems for batteries, ultracapacitors, supercapacitors or double-layer capacitors specially adapted for vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明是一种考虑积压惩罚机制的含BSS微网联合***优化调度方法，其特点是，包括建立含有BSS的可并网微网联合***，通过对比MT、风电和从主网中购电三者的发电成本进行择优充能，引入积压惩罚机制，利用BSS电池组作为储能***为电动汽车储备电力能源，同时根据BSS向电动汽车车主提供换电服务的完成情况进行惩罚，并将换电完成情况反馈给联合***，***根据用户侧反馈制定充换电计划。最后以风机成本、MT成本、***备用成本、电池折旧成本、积压惩罚成本和联合***从主网中购电成本之和最小为目标，构建考虑积压惩罚机制的含BSS微网联合***优化调度模型。具有科学合理，适用性强，***能源利用率高，运行成本低等优点。
Description
技术领域
本发明涉及能源利用领域，是一种考虑积压惩罚机制的含BSS微网联合***优化调度方法。
背景技术
电动汽车的能源供给方式可以分为慢充、快充和电池更换模式，其中换电模式的环境友好性和快捷性使其成为未来电动汽车的重要能源供给方式，已成为重要发展模式。然而，换电站(battery swapping station，BSS)运营策略与用户侧之间的反馈互动方式一直是含换电站微网联合***调度的研究难点。
含BSS的微网联合***可根据微网中风电、微燃机(micro turbine，MT)和电网购电三种方式的发电成本选择成本最优方式为BSS空电池充电。BSS可将微网中充电能源储存在电动汽车动力电池组中，在电动汽车驶进BSS时用站内满电池替换下电动汽车的空电池。
发明内容
本发明的基本构思是：基于提高能源利用率和减少***发电成本两方面的考虑，逐步引入微网联合***发电、BSS储存电能以及积压惩罚机制，构建考虑积压惩罚机制的含BSS微网联合***模型，并在目标函数中加入积压惩罚成本，约束条件中加入换电完成度作为量化指标，分析本发明所提调度模型对提高能源利用效率与改善***经济运行的有效性。
本发明所要解决的技术问题是：提出一种科学合理，适用性强，效果佳，能够提高能源利用效率和运行经济性的考虑积压惩罚机制的含BSS微网联合***优化调度方法。
解决技术问题采用的技术方案是：一种考虑积压惩罚机制的含BSS微网联合***优化调度方法，其特征是，建立含有BSS的可并网微网联合***，通过对比MT、风电和从主网中购电三者的发电成本进行择优充能，引入积压惩罚机制，利用BSS电池组作为储能***为电动汽车储备电力能源，同时根据BSS向电动汽车车主提供换电服务的完成情况进行惩罚，并将换电完成情况反馈给联合***，***根据用户侧反馈来制定更优的充换电计划，具体包括以下步骤：
步骤一，构建基于多周期BSS库存的积压惩罚机制模型：
①多周期电池库存动态模型：
BSS为电动汽车通过以满易空的方式提供换电服务，而电池架作为BSS内所有电动汽车动力电池的存放位置，可同时以蓄电池的形式作为储能设备运行；因此电池架中电池状态共有三种：正在充电、已充满和等待充电；当电动汽车驶进BSS时，进行新旧电池的交换，BSS将替换下来的旧电池投入电池架准备充电；BSS在多周期下库存满电池的变化情况如式(1)；
Nr,t+1＝Nr,t-Pv,t+Nc,t (1)
式中：Nr,t和Nr,t+1分别为t周期和t+1周期时的BSS内满电池数目；Pv,t为t周期时驶入BSS进行换电的车辆数目；Nc,t为t周期时的BSS内正在充电电池数目；
②积压惩罚机制模型：
为应对换电负荷到站的不确定性，可能会存在未能及时更换电池的电动汽车；在此引入一种积压惩罚机制；
当电动汽车到达BSS时，BSS优先为其更换已充满的蓄电池；若在某周期电动汽车换电需求大于BSS内已充满电池数，则有部分汽车不能及时更换电池而延时到下一周期，此时产生一次积压惩罚成本；当下一周期开始时，BSS优先为上一周期被延时的电动汽车换电；此时，若该周期已充满电池满足本周期和上一周期剩余车辆的换电需求，则该周期不产生积压惩罚成本；若不满足，则与上周期积压车辆叠加产生惩罚成本；
步骤二，构建含BSS微网联合***优化调度模型：
①目标函数：
调度模型以联合***运行成本Psun最小化为目标函数，包括风机成本C1；MT成本C2；***备用成本C3；电池折旧成本C4；积压惩罚成本C5；联合***从主网中购电成本C6；
min Psum＝C1+C2+C3+C4+C5+C6 (2)
由于风能的波动性和随机性，导致风机在运行过程中会有不同程度的损耗；因此，需要对风机进行定期维护，此时产生运维成本；同时为了促进风电消纳，引入弃风惩罚成本，此时风机总成本为风机运维成本和弃风惩罚成本之和：
式中：T为总周期数；Dw为单位风电运维成本；Pw,t为t周期时风机向充电机传输功率；qw为单位弃风惩罚成本；Qw,t为t周期时弃风量；
MT在运行时会产生开机成本，而MT的启停成本较小，忽略不计；同时MT在燃烧气体时产生燃气成本；设MT污染排放忽略不计；
式中：Nmt为MT个数；λn为MTn单位开机成本；Zn,t为机组状态变量，该变量为0-1变量；
为MTn在周期t输送给充电机的功率值；αn和βn为MTn的耗量系数；
由于风电出力的随机性和波动性，联合***在孤网运行状态下应设置备用容量来维持***稳定运；备用成本计算式如式(5)：
式中：Pb,t为t周期***实际备用容量；qb为***单位备用成本；Pbl,t为t周期***理论备用容量；
为第n型MT出力下限值；Smax为蓄电池充电上限值；Ssoc为电动汽车更换电池时的电池剩余SOC；将***所需理论备用容量设为预测负荷的R％，并使用MT来为***提供备用；由于MT存在出力下限值，因此t周期***实际备用容量应选取理论备用容量和MT出力下限中的较大值；
蓄电池的一个完整循环周期包括一个放电半循环周期和一个充电半循环周期；而蓄电池的循环寿命是指在保持一定输出容量下所能进行的充放电循环次数，蓄电池的循环寿命与工作方式和使用强度密切相关，在放电半循环周期内蓄电池放电深度(depth ofdischarge，DOD)与循环寿命呈负相关；因此，电动汽车在日常使用中对于蓄电池的使用强度决定了它的循环寿命，间接影响到了蓄电池的折旧成本；蓄电池的循环寿命与放电深度关系由式(6)表示：
式中：Czj为蓄电池使用时的单次折旧成本；Cbat为蓄电池的购置费用；Nxh为循环寿命次数；a0、a1…an为放电特性常数；
当BSS延误电动汽车及时更换电池时，产生积压惩罚成本，此成本能够多次叠加；
式中：kcf为单位积压惩罚成本；Gt为t周期未能按时更换电池的电动汽车数目；
***购电成本只有在联合***并网时才会产生，***从外电网购电价格为分时电价；
式中：Dbuy,t为单位购电成本；Pbuy,t为t周期***从主网中购电量；
②约束条件：
联合***内部流向充电机的功率与电动汽车换电电量之差应等于蓄电池组中的剩余电量前后周期差值；
式中：η为功率传输效率；Bt为t周期蓄电池组总电量；
联合***中MT输出功率必须满足上下限出力约束：
式中
为第n型MT出力上限值；
风机和MT传输功率时，传输联络线功率必须满足上下限约束：
式中：Pline,max、Pline,min分别为联络线传输功率上限和下限值；
MT在出力时，必须满足机组爬坡约束：
式中：
为第n型MT爬坡速率限值；
为了简化仿真模型，设一台充电机只能同时为一块电池充电，并且充电电池数时刻小于等于充电机台数；BSS内充电机个数有限，其对蓄电池充电功率不应大于所有充电机出力总和：
式中：kc为充电机个数；Pc为充电机额定功率；
蓄电池组中蓄电池状态共分为三种：正在充电、已充满、等待充电，其数目满足以下约束：
式中：Nw,t为t周期等待充电的电池数目；M为BSS内电池总数；
为使联合***能够完成当日换电目标，使最后一个周期的累计积压车次为零，即尽管中途会有车辆积压，但在当日最后一个周期结束之前，被积压车辆都能成功更换电池；
ST＝0 (15)
ST为T周期时未能及时换电的车辆。
本发明提出的一种考虑积压惩罚机制的含BSS微网联合***优化调度方法，首先分析含风电和微燃机的可并网微网联合***运行机理，其次通过电动汽车动力电池组吸收充电能源作为储能设备使用，然后引入积压惩罚机制，根据BSS向电动汽车车主提供换电服务的完成情况进行惩罚，并将换电完成情况反馈给联合***，***根据用户侧反馈来制定更优的充换电计划，最后以风机成本、MT成本、***备用成本、电池折旧成本、积压惩罚成本和联合***从主网中购电成本之和最小为目标，构建考虑积压惩罚机制的含BSS微网联合***优化调度模型。具有科学合理，适用性强，效果佳等优点，能够提高能源利用效率和运行经济性。
附图说明
图1：多周期电池库存动态模型示意图；
图2：积压惩罚机制原理流程示意图；
图3：含BSS联合***结构示意图；
图4：并网后联合***各类型机组出力情况示意图；
图5：并网后联合***换电负荷变化示意图；
图6：***成本和弃风率与满电池数目的关系示意图。
具体实施方式
下面利用附图和实施例对本发明一种考虑积压惩罚机制的含BSS微网联合***优化调度方法做出进一步的说明。
本发明一种考虑积压惩罚机制的含BSS微网联合***优化调度方法，其特征是，建立含有BSS的可并网微网联合***，通过对比MT、风电和从主网中购电三者的发电成本进行择优充能，引入积压惩罚机制，机制原理参照图1和图2，并利用BSS电池组作为储能***为电动汽车储备电力能源，同时根据BSS向电动汽车车主提供换电服务的完成情况进行惩罚，并将换电完成情况反馈给联合***，***根据用户侧反馈来制定更优的充换电计划，具体包括以下步骤：
步骤一，构建基于多周期BSS库存的积压惩罚机制模型：
①多周期电池库存动态模型：
BSS为电动汽车通过以满易空的方式提供换电服务，而电池架作为BSS内所有电动汽车动力电池的存放位置，可同时以蓄电池的形式作为储能设备运行；因此电池架中电池状态共有三种：正在充电、已充满和等待充电；当电动汽车驶进BSS时，进行新旧电池的交换，BSS将替换下来的旧电池投入电池架准备充电；BSS在多周期下库存满电池的变化情况如式(1)；
Nr,t+1＝Nr,t-Pv,t+Nc,t (1)
式中：Nr,t和Nr,t+1分别为t周期和t+1周期时的BSS内满电池数目；Pv,t为t周期时驶入BSS进行换电的车辆数目；Nc,t为t周期时的BSS内正在充电电池数目；
②积压惩罚机制模型：
为应对换电负荷到站的不确定性，可能会存在未能及时更换电池的电动汽车；在此引入一种积压惩罚机制；
当电动汽车到达BSS时，BSS优先为其更换已充满的蓄电池；若在某周期电动汽车换电需求大于BSS内已充满电池数，则有部分汽车不能及时更换电池而延时到下一周期，此时产生一次积压惩罚成本；当下一周期开始时，BSS优先为上一周期被延时的电动汽车换电；此时，若该周期已充满电池满足本周期和上一周期剩余车辆的换电需求，则该周期不产生积压惩罚成本；若不满足，则与上周期积压车辆叠加产生惩罚成本；
步骤二，构建含BSS微网联合***优化调度模型：
②目标函数：
调度模型以联合***运行成本Psun最小化为目标函数，包括风机成本C1；MT成本C2；***备用成本C3；电池折旧成本C4；积压惩罚成本C5；联合***从主网中购电成本C6；
min Psum＝C1+C2+C3+C4+C5+C6 (2)
由于风能的波动性和随机性，导致风机在运行过程中会有不同程度的损耗；因此，需要对风机进行定期维护，此时产生运维成本；同时为了促进风电消纳，引入弃风惩罚成本，此时风机总成本为风机运维成本和弃风惩罚成本之和：
式中：T为总周期数；Dw为单位风电运维成本；Pw,t为t周期时风机向充电机传输功率；qw为单位弃风惩罚成本；Qw,t为t周期时弃风量；
MT在运行时会产生开机成本，而MT的启停成本较小，忽略不计；同时MT在燃烧气体时产生燃气成本；设MT污染排放忽略不计；
式中：Nmt为MT个数；λn为MTn单位开机成本；Zn,t为机组状态变量，该变量为0-1变量；
为MTn在周期t输送给充电机的功率值；αn和βn为MTn的耗量系数；
由于风电出力的随机性和波动性，联合***在孤网运行状态下应设置备用容量来维持***稳定运；备用成本计算式如式(5)：
式中：Pb,t为t周期***实际备用容量；qb为***单位备用成本；Pbl,t为t周期***理论备用容量；
为第n型MT出力下限值；Smax为蓄电池充电上限值；Ssoc为电动汽车更换电池时的电池剩余SOC；将***所需理论备用容量设为预测负荷的R％，并使用MT来为***提供备用；由于MT存在出力下限值，因此t周期***实际备用容量应选取理论备用容量和MT出力下限中的较大值；
蓄电池的一个完整循环周期包括一个放电半循环周期和一个充电半循环周期；而蓄电池的循环寿命是指在保持一定输出容量下所能进行的充放电循环次数，蓄电池的循环寿命与工作方式和使用强度密切相关，在放电半循环周期内蓄电池放电深度(depth ofdischarge，DOD)与循环寿命呈负相关；因此，电动汽车在日常使用中对于蓄电池的使用强度决定了它的循环寿命，间接影响到了蓄电池的折旧成本；蓄电池的循环寿命与放电深度关系由式(6)表示：
式中：Czj为蓄电池使用时的单次折旧成本；Cbat为蓄电池的购置费用；Nxh为循环寿命次数；a0、a1…an为放电特性常数；
当BSS延误电动汽车及时更换电池时，产生积压惩罚成本，此成本能够多次叠加；
式中：kcf为单位积压惩罚成本；Gt为t周期未能按时更换电池的电动汽车数目；
***购电成本只有在联合***并网时才会产生，***从外电网购电价格为分时电价；
式中：Dbuy,t为单位购电成本；Pbuy,t为t周期***从主网中购电量；
②约束条件：
联合***内部流向充电机的功率与电动汽车换电电量之差应等于蓄电池组中的剩余电量前后周期差值；
式中：η为功率传输效率；Bt为t周期蓄电池组总电量；
联合***中MT输出功率必须满足上下限出力约束：
式中
为第n型MT出力上限值；
风机和MT传输功率时，传输联络线功率必须满足上下限约束：
式中：Pline,max、Pline,min分别为联络线传输功率上限和下限值；
MT在出力时，必须满足机组爬坡约束：
式中：
为第n型MT爬坡速率限值；
为了简化仿真模型，设一台充电机只能同时为一块电池充电，并且充电电池数时刻小于等于充电机台数；BSS内充电机个数有限，其对蓄电池充电功率不应大于所有充电机出力总和：
式中：kc为充电机个数；Pc为充电机额定功率；
蓄电池组中蓄电池状态共分为三种：正在充电、已充满、等待充电，其数目满足以下约束：
式中：Nw,t为t周期等待充电的电池数目；M为BSS内电池总数；
为使联合***能够完成当日换电目标，使最后一个周期的累计积压车次为零，即尽管中途会有车辆积压，但在当日最后一个周期结束之前，被积压车辆都能成功更换电池；
ST＝0 (15)
ST为T周期时未能及时换电的车辆。
具体实施例为：根据图3所示机组耦合关系，采用10节点微网***构建实施例，实施例计算条件说明如下：
调度周期为24小时，单位调度时段为1小时；***内含有1台容量为250kW的风机，3台微型燃气轮机，其额定容量分别为MT1＝MT3＝100kW、MT2＝80kW；其中MT3专用于为***提供备用容量；调度日内总换电车辆为100台。11:00-15:00、19:00-21:00峰时段电价为1.0元/kW·h，8:00-10:00、16:00-18:00、22:00-23:00平时段电价为0.55元/kW·h，0:00-7:00谷时段电价为0.28元/kW·h。
为对比分析本发明所提调度方法对提高***经济运行的效用，设置两种调度方案如下：
方案1：联合***孤网运行；
方案2：联合***并网运行。
在上述计算条件下，应用本发明方法优化***内各能源出力，调度结果如下：
并网后联合***各类型机组出力情况如图4。由于风机运维成本较低和弃风惩罚成本的存在，***首先使用风电出力，但由于BSS内电池总数存在上限，同时调度日初期换电车辆较少，使得BSS初始空电池很快得以充满，***无法利用富余风电从而产生弃风。3点之后，随着换电车辆逐渐增多，BSS内空-满电池周转困难的状况得以缓解，同时随着风力发电功率削减，此时风电得以全部消纳。6点之后，仅利用风电供能已不足以供给BSS维持充换电服务，***开始使用其他方式供能。此时谷时购电电价大于MT单位燃气成本，但MT开机成本的存在使得***在一定功率限制下仍优先从电网中购电。当到达电价平时段时，MT1和MT2单位综合发电成本低于平时段电价，***优先使用MT供电，16点MT满发时，产生较少购电功率。20点之后，换电车辆逐渐减少，同时***为维持初末时刻状态相同逐渐削减出力，MT2出力首先被削减至零，24点时，MT1出力同时出现小幅削减。
图5给出并网后联合***换电负荷变化曲线。加入积压惩罚机制之前，由于***充电机数目有限，使得***在20点时满电池数少于换电负荷。加入积压惩罚机制之后，***在20点和21点各产生两辆积压车次，使得20点未能顺利换电的电动汽车后移两周期，***得以顺利完成换电。
***成本和弃风率与满电池数目的关系如图6所示。当其他条件一定时，联合***总运行成本和弃风率与BSS中初始满电池数目呈正相关。由3.2节分析可知，当初始电池数为13个时，***在1-3点时不能充分利用风电而导致弃风。当初始满电池数目小于13时，BSS电池组电量缺额增多，***能更充分地利用风电来为空电池充电，提高风电消纳；反之，满电池数目大于13时，蓄电池已经被提前充满，从而导致弃风率增多，最终产生额外的弃风成本，使得总成本逐渐上升。
表1列出两种调度方案的详细运行成本(元)。
表1各方案详细运行成本
从表1可以得出，本发明所提调度方法使得***稳定性和换电灵活性增加，因此方案二节较方案一节省了备用成本并增加购电成本，算例结果表明方案二较方案一总成本减少514.9元，即10.3％，验证了BSS参与并网的优越性。
此外，本发明所提积压惩罚机制可平移未成功换电车辆的换电时间，有效优化换电负荷曲线。
本发明的实施例仅用于对本发明作进一步的说明，并非穷举，并不构成对权利要求保护范围的限定，本领域技术人员根据本发明实施例获得的启示，不经过创造性劳动就能够想到其它实质上等同的替代，均在本发明保护范围内。
Claims (1)
1.一种考虑积压惩罚机制的含BSS微网联合***优化调度方法，其特征是，建立含有BSS的可并网微网联合***，通过对比MT、风电和从主网中购电三者的发电成本进行择优充能，引入积压惩罚机制，利用BSS电池组作为储能***为电动汽车储备电力能源，同时根据BSS向电动汽车车主提供换电服务的完成情况进行惩罚，并将换电完成情况反馈给联合***，***根据用户侧反馈来制定更优的充换电计划，具体包括以下步骤：
步骤一，构建基于多周期BSS库存的积压惩罚机制模型：
①多周期电池库存动态模型：
BSS为电动汽车通过以满易空的方式提供换电服务，而电池架作为BSS内所有电动汽车动力电池的存放位置，可同时以蓄电池的形式作为储能设备运行；因此电池架中电池状态共有三种：正在充电、已充满和等待充电；当电动汽车驶进BSS时，进行新旧电池的交换，BSS将替换下来的旧电池投入电池架准备充电；BSS在多周期下库存满电池的变化情况如式(1)；
Nr,t+1＝Nr,t-Pv,t+Nc,t (1)
式中：Nr,t和Nr,t+1分别为t周期和t+1周期时的BSS内满电池数目；Pv,t为t周期时驶入BSS进行换电的车辆数目；Nc,t为t周期时的BSS内正在充电电池数目；
②积压惩罚机制模型：
为应对换电负荷到站的不确定性，可能会存在未能及时更换电池的电动汽车；在此引入一种积压惩罚机制；
当电动汽车到达BSS时，BSS优先为其更换已充满的蓄电池；若在某周期电动汽车换电需求大于BSS内已充满电池数，则有部分汽车不能及时更换电池而延时到下一周期，此时产生一次积压惩罚成本；当下一周期开始时，BSS优先为上一周期被延时的电动汽车换电；此时，若该周期已充满电池满足本周期和上一周期剩余车辆的换电需求，则该周期不产生积压惩罚成本；若不满足，则与上周期积压车辆叠加产生惩罚成本；
步骤二，构建含BSS微网联合***优化调度模型：
①目标函数：
调度模型以联合***运行成本Psun最小化为目标函数，包括风机成本C1；MT成本C2；***备用成本C3；电池折旧成本C4；积压惩罚成本C5；联合***从主网中购电成本C6；
minPsum＝C1+C2+C3+C4+C5+C6 (2)
由于风能的波动性和随机性，导致风机在运行过程中会有不同程度的损耗；因此，需要对风机进行定期维护，此时产生运维成本；同时为了促进风电消纳，引入弃风惩罚成本，此时风机总成本为风机运维成本和弃风惩罚成本之和：
式中：T为总周期数；Dw为单位风电运维成本；Pw,t为t周期时风机向充电机传输功率；qw为单位弃风惩罚成本；Qw,t为t周期时弃风量；
MT在运行时会产生开机成本，而MT的启停成本较小，忽略不计；同时MT在燃烧气体时产生燃气成本；设MT污染排放忽略不计；
式中：Nmt为MT个数；λn为MTn单位开机成本；Zn,t为机组状态变量，该变量为0-1变量；
为MTn在周期t输送给充电机的功率值；αn和βn为MTn的耗量系数；
由于风电出力的随机性和波动性，联合***在孤网运行状态下应设置备用容量来维持***稳定运；备用成本计算式如式(5)：
式中：Pb,t为t周期***实际备用容量；qb为***单位备用成本；Pbl,t为t周期***理论备用容量；
为第n型MT出力下限值；Smax为蓄电池充电上限值；Ssoc为电动汽车更换电池时的电池剩余SOC；将***所需理论备用容量设为预测负荷的R％，并使用MT来为***提供备用；由于MT存在出力下限值，因此t周期***实际备用容量应选取理论备用容量和MT出力下限中的较大值；
蓄电池的一个完整循环周期包括一个放电半循环周期和一个充电半循环周期；而蓄电池的循环寿命是指在保持一定输出容量下所能进行的充放电循环次数，蓄电池的循环寿命与工作方式和使用强度密切相关，在放电半循环周期内蓄电池放电深度(depth ofdischarge，DOD)与循环寿命呈负相关；因此，电动汽车在日常使用中对于蓄电池的使用强度决定了它的循环寿命，间接影响到了蓄电池的折旧成本；蓄电池的循环寿命与放电深度关系由式(6)表示：
式中：Czj为蓄电池使用时的单次折旧成本；Cbat为蓄电池的购置费用；Nxh为循环寿命次数；a0、a1…an为放电特性常数；
当BSS延误电动汽车及时更换电池时，产生积压惩罚成本，此成本能够多次叠加；
式中：kcf为单位积压惩罚成本；Gt为t周期未能按时更换电池的电动汽车数目；
***购电成本只有在联合***并网时才会产生，***从外电网购电价格为分时电价；
式中：Dbuy,t为单位购电成本；Pbuy,t为t周期***从主网中购电量；
②约束条件：
联合***内部流向充电机的功率与电动汽车换电电量之差应等于蓄电池组中的剩余电量前后周期差值；
式中：η为功率传输效率；Bt为t周期蓄电池组总电量；
联合***中MT输出功率必须满足上下限出力约束：
式中
为第n型MT出力上限值；
风机和MT传输功率时，传输联络线功率必须满足上下限约束：
式中：Pline,max、Pline,min分别为联络线传输功率上限和下限值；
MT在出力时，必须满足机组爬坡约束：
式中：
为第n型MT爬坡速率限值；
为了简化仿真模型，设一台充电机只能同时为一块电池充电，并且充电电池数时刻小于等于充电机台数；BSS内充电机个数有限，其对蓄电池充电功率不应大于所有充电机出力总和：
式中：kc为充电机个数；Pc为充电机额定功率；
蓄电池组中蓄电池状态共分为三种：正在充电、已充满、等待充电，其数目满足以下约束：
式中：Nw,t为t周期等待充电的电池数目；M为BSS内电池总数；
为使联合***能够完成当日换电目标，使最后一个周期的累计积压车次为零，即尽管中途会有车辆积压，但在当日最后一个周期结束之前，被积压车辆都能成功更换电池；
ST＝0 (15)
ST为T周期时未能及时换电的车辆。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010576296.7A CN111740411B (zh) | 2020-06-22 | 2020-06-22 | 一种考虑积压惩罚机制的含bss微网联合***优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010576296.7A CN111740411B (zh) | 2020-06-22 | 2020-06-22 | 一种考虑积压惩罚机制的含bss微网联合***优化调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111740411A CN111740411A (zh) | 2020-10-02 |
| CN111740411B true CN111740411B (zh) | 2021-08-17 |
Family
ID=72650512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010576296.7A Active CN111740411B (zh) | 2020-06-22 | 2020-06-22 | 一种考虑积压惩罚机制的含bss微网联合***优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111740411B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113500940B (zh) * | 2021-07-08 | 2022-06-28 | 东北电力大学 | 一种基于粒子群算法的电动汽车有序充放电动态优化策略 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104993535A (zh) * | 2015-07-02 | 2015-10-21 | 国家电网公司 | 电动公交车充换电站电池储存及集中充电优化方法 |
| US20180356821A1 (en) * | 2015-11-04 | 2018-12-13 | Zoox, Inc. | Coordination of dispatching and maintaining fleet of autonomous vehicles |
| CN109739513A (zh) * | 2018-11-22 | 2019-05-10 | 北京信息科技大学 | 一种多边缘云下服务请求动态调度方法及装置 |
| CN110197310A (zh) * | 2019-06-10 | 2019-09-03 | 燕山大学 | 一种基于负荷裕度域的充换电站优化调度方法 |
| CN111900726A (zh) * | 2020-07-15 | 2020-11-06 | 国网上海市电力公司 | 一种用于充换电站储能***的充放电功率控制方法和装置 |
-
2020
- 2020-06-22 CN CN202010576296.7A patent/CN111740411B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104993535A (zh) * | 2015-07-02 | 2015-10-21 | 国家电网公司 | 电动公交车充换电站电池储存及集中充电优化方法 |
| US20180356821A1 (en) * | 2015-11-04 | 2018-12-13 | Zoox, Inc. | Coordination of dispatching and maintaining fleet of autonomous vehicles |
| CN109739513A (zh) * | 2018-11-22 | 2019-05-10 | 北京信息科技大学 | 一种多边缘云下服务请求动态调度方法及装置 |
| CN110197310A (zh) * | 2019-06-10 | 2019-09-03 | 燕山大学 | 一种基于负荷裕度域的充换电站优化调度方法 |
| CN111900726A (zh) * | 2020-07-15 | 2020-11-06 | 国网上海市电力公司 | 一种用于充换电站储能***的充放电功率控制方法和装置 |
Non-Patent Citations (7)
| Title |
|---|
| Multi-Objective Stochastic Economic Dispatch of Power System with Battery Swapping Stations;ZHAO Qiang;《2016 35th Chinese Control Conference (CCC)》;20160829;全文 * |
| Optimal Energy for Grid-Connected Microgrid with Battery Swapping Station and Wind Photovoltaic and Energy Storage;Jiaoru Song, Lian Suo;《2019 IEEE 3rd International Electrical and Energy Conference (CIEEC)》;20200427;全文 * |
| Ultra-Short-Term Prediction of Wind Power Based on Chaos Theory and ABC Optimized RBF Neural Network;Yang Cui, Shi Yan, Huiquan Zhang, Siyu Huang;《2019 IEEE 3rd International Electrical and Energy Conference (CIEEC)》;20200427;全文 * |
| 基于可消纳域的高渗透风电并网调度容量研究;崔杨;《电网技术》;20190228;第43卷(第2期);全文 * |
| 基于闭环供应链的集中性充–换电***运营优化;刘文霞;《中国电机工程学报》;20140805;第34卷(第22期);全文 * |
| 混合供电发射机的功率分配及调度算法;刘迪迪;《西安电子科技大学学报》;20161231;第43卷(第6期);全文 * |
| 考虑与电动汽车换电站互动的微电网经济调度;陈思;《电力自动化设备》;20150430;第35卷(第4期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111740411A (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106779291B (zh) | 智能用电园区需求响应策略 | |
| CN108520314B (zh) | 结合v2g技术的主动配电网调度方法 | |
| CN104167751B (zh) | 基于充放储一体化电站调度的微网经济运行方法 | |
| CN111900727B (zh) | 基于pso的光储充换一体化充电站协同优化调度方法和装置 | |
| CN109523092B (zh) | 多能互补冷热电联供***及其协同调度方法 | |
| CN104135025A (zh) | 基于模糊粒子群算法和储能***的微网经济运行优化方法 | |
| CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
| CN106022503A (zh) | 面向具有耦合型电冷热需求的微电网容量规划方法 | |
| CN110289622B (zh) | 一种光储充能量路由器的日前经济优化调度方法 | |
| CN110601334B (zh) | 一种充电站及其能量调度管理方法 | |
| Yu et al. | A real time energy management for EV charging station integrated with local generations and energy storage system | |
| CN113780670B (zh) | 基于两阶段的区域电网电动汽车调峰优化调度方法 | |
| CN115549159A (zh) | 一种考虑调峰成本的大规模电动汽车分群调度策略 | |
| CN102593855A (zh) | 平抑电力***中可再生能源电源输出功率波动的方法 | |
| CN115173470A (zh) | 一种基于电网调峰的综合能源***调度方法及*** | |
| CN112821438A (zh) | 一种含bss微网联合***的优化调度方法及*** | |
| CN116167573A (zh) | 一种高铁站综合能源需求响应优化调度方法及相关装置 | |
| CN113799640A (zh) | 适用于含电动汽车充电桩微电网的能量管理方法 | |
| CN111740411B (zh) | 一种考虑积压惩罚机制的含bss微网联合***优化调度方法 | |
| CN109687486A (zh) | 在需求侧响应下含电动汽车换电站的微网运行方法及*** | |
| CN110165692A (zh) | 基于光伏-蓄电池-温控负荷的虚拟储能调峰***与方法 | |
| Shi et al. | Economic operation of industrial microgrids with multiple kinds of flexible loads | |
| CN114240010A (zh) | 应对需求侧不确定性的热电联产燃气轮机组调度方法 | |
| CN110929908B (zh) | 多微网***容量配置与经济调度的协同优化方法及*** | |
| CN111740417A (zh) | 考虑电动汽车充电失败的联合微电网运行方法 |
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 |