CN114567009A - 一种光氢储综合充电站设备容量配置方法及装置 - Google Patents

一种光氢储综合充电站设备容量配置方法及装置 Download PDF

Info

Publication number
CN114567009A
CN114567009A CN202210209159.9A CN202210209159A CN114567009A CN 114567009 A CN114567009 A CN 114567009A CN 202210209159 A CN202210209159 A CN 202210209159A CN 114567009 A CN114567009 A CN 114567009A
Authority
CN
China
Prior art keywords
charging station
hydrogen
capacity
power
comprehensive
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
Application number
CN202210209159.9A
Other languages
English (en)
Inventor
王敏
董小彬
周涛
翟佑春
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN202210209159.9A priority Critical patent/CN114567009A/zh
Publication of CN114567009A publication Critical patent/CN114567009A/zh
Pending legal-status Critical Current

Links

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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B1/00—Electrolytic production of inorganic compounds or non-metals
    • C25B1/01—Products
    • C25B1/02—Hydrogen or oxygen
    • C25B1/04—Hydrogen or oxygen by electrolysis of water
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B9/00—Cells or assemblies of cells; Constructional parts of cells; Assemblies of constructional parts, e.g. electrode-diaphragm assemblies; Process-related cell features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • 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
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0068—Battery or charger load switching, e.g. concurrent charging and load supply
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/32—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from a charging set comprising a non-electric prime mover rotating at constant speed
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/30—The power source being a fuel cell
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Organic Chemistry (AREA)
  • Metallurgy (AREA)
  • Materials Engineering (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Inorganic Chemistry (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种光氢储综合充电站设备容量配置方法及装置，所述方法包括：建立能够同时为电动汽车和氢燃料电动汽车提供服务的包括光伏、储能电池和氢储能***的综合充电站***模型；根据综合充电站***模型，基于综合充电站各个设备间能量流动配合关系确定综合充电站的能量流动策略；根据能量流动策略，基于能量平衡约束、元件约束、电网供电功率约束，建立以综合充电站的年运行成本和自主运行能力为目标的设备容量配置优化模型；采用NSGA‑II算法和模糊综合评价对设备容量配置优化模型进行求解，确定综合充电站设备的容量配置方案。本发明提高了综合充电站的自主运行能力，可为充电站设备优化提供参考。

Description

一种光氢储综合充电站设备容量配置方法及装置
技术领域
本发明涉及充电站设备配置优化，具体涉及一种光氢储综合充电站设备容量配置方法及装置。
背景技术
随着新能源汽车的快速发展，提供服务的充电设施也得到重视。由于充电站的电网购电也间接造成很高的碳排放，考虑分布式可再生能源结合的充电站具有前景。尽管可再生能源为我们提供了便利但是它们也存在一些缺点，由于出力的随机性，它们难以被充分利用。如何让其与充电站结合以实现就地消纳，减少对的电网的冲击，缓解电网升级压力是需要解决的问题。
发明内容
发明目的：本发明的目是提供一种光氢储综合充电站设备容量配置方法及装置，能同时为电动汽车和氢燃料电动汽车服务，提高综合充电站的自主运行能力。
技术方案：为了实现上述发明目的，本发明提出的一种光氢储综合充电站设备容量配置方法，包括以下步骤：
建立能够同时为电动汽车和氢燃料电动汽车提供服务的包括光伏、储能电池和氢储能***的综合充电站***模型；
根据综合充电站***模型，基于综合充电站各个设备间能量流动配合关系确定综合充电站的能量流动策略；
根据能量流动策略，基于能量平衡约束、元件约束、电网供电功率约束，建立以综合充电站的年运行成本和自主运行能力为目标的设备容量配置优化模型；
采用NSGA-II算法和模糊综合评价对设备容量配置优化模型进行求解，确定综合充电站设备的容量配置方案。
进一步地，综合充电站***模型包括：
光伏出力模型：
Figure BDA0003530312800000011
其中GT是太阳光照强度，t表示t时刻，TC是环境温度，GSTC和TSTC标准条件下的光照强度和温度，Ppv-STC是光伏的额定功率；
储能电池荷电状态模型：
Figure BDA0003530312800000021
其中EB是储能的额定容量，PB是储能的充放电功率，η是储能的运行电效率，Δt是时间步长；
氢储能***由电解槽、储氢罐、燃料电池组成，其中电解槽模型如下：
Hwe＝Pweηwe/HHV
其中Pwe光伏发电用于制氢的输出功率，ηwe是电解槽的工作效率，HHV是电氢能量转化系数；
储氢罐的每个时间段存放氢气容量模型如下：
H(t)＝H(t-1)+Hwe(t-1)-Hl(t-1)-Hfc(t-1)
其中H为储氢罐含氢量，Hwe、Hfc分别是提供给氢燃料电动汽车和燃料电池的氢量；
燃料电池模型如下：
Pfc＝HfcηfcHHV
其中Pfc为燃烧氢气产生电量的输出功率，ηfc是燃料电池的工作效率。
进一步地，综合充电站的能量流动策略包括：获取光伏输出功率Ppv，判断光伏输出功率Ppv是否大于每时段电动汽车用户的电负荷需求Pl，令DP＝Ppv-Pl，若DP>0，则进入到第一策略分支，若DP<0，则进入到第二策略分支；在第一策略分支和第二策略分支中，判断储氢罐含氢量H是否大于氢燃料电动汽车用户的需要的氢气量Hl，当DP>0且H-Hl＞0时，实施A策略，当DP>0且H-Hl＜0时，实施B策略；当DP<0且H-Hl＞0时，实施C策略，当DP<0且H-Hl＜0时，实施D策略。
A、满足电动汽车和氢燃料电动汽车需求，光伏发电的剩余功率依次对蓄电池充电，电解槽电解储氢，最后余电上网；
B、满足电动汽车需求，氢燃料电动汽车需求存在缺额，光伏发电剩余的功率首先用于电解槽电解储氢，再用于蓄电池充电，氢燃料电动汽车依然缺额，用购置的备用氢补充；
C、满足氢燃料电动汽车需求，电动汽车需求存在缺额，蓄电池、燃料电池一次放电为电动汽车提供需求，最后由电网补充；
D、电动汽车和氢燃料电动汽车需求都存在缺额，电动汽车需求由蓄电池先放电，电网再补充功率缺额，氢燃料电动汽车需求用购置的备用氢补充。
进一步地，确定综合充电站的能量流动策略包括：
进一步地，设备容量配置优化模型为：
综合充电站年运行成本最低：
minF1＝(C1+C2)CRF+C3-C4
C1＝Ppvepv+Pbaeba+Pweewe+Pfcefc+HeH
C2＝C1K
Figure BDA0003530312800000031
Figure BDA0003530312800000032
Figure BDA0003530312800000033
其中C1、C2、C3、C4分别是设备购买成本、设备维护成本、综合充电站运行成本以及上网收益；CRF是各设备的年化系数；Ppv、Pba、Pwe、Pfc分别为光伏、蓄电池、电解槽、燃料电池的装机容量；H为储氢罐的容量；epv、eba、ewe、efc、eH1分别为对应设备的单价；K是设备的维护成本；r为实际年利率，y为设备运行年限；eH、eGi、eGo分别是备用购氢、电网购电和余电上网价格；HG、PGi、PGo分别是各时段备用购氢气量、电网购电功率和余电上网功率；
综合充电站的自主运行能力，及购电和备用购氢气量占比：
Figure BDA0003530312800000041
Figure BDA0003530312800000042
综合充电站***的电功率和氢气量交换应时刻保持平衡：
Pl＝Ppv+Pwe+Pba+Pfc+PG
Hl＝H+HG+Hwe-Hfc
变压器存在容量限制，电网向综合充电站有供电功率约束：
PG≤PGmax
蓄电池的荷电状态SOC在合理的约束范围内：
SOCmin≤SOC(t)≤SOCmax
进一步地，对设备容量配置优化模型进行求解具体包括：
(a)输入综合充电站基本数据，设置NSGA-II初始参数和决策变量上下限；
(b)随机初始化规模大小为N种群；
(c)计算目标函数适应度值，然后对结果进行快速非支配排序；
(d)计算个体拥挤度距离，使用精英策略选择保留优良个体，形成新种群，返回步骤(c)；
(e)判断迭代次数，满足要求即终止迭代，输出Pareto前沿，反之，继续循环迭代；
(f)使用模糊综合评价的模糊隶属度函数计算每个Pareto解的隶属度，隶属度最高的优化方案即为最终方案。
进一步地，模糊综合评价的隶属度函数为：
Figure BDA0003530312800000051
其中
Figure BDA0003530312800000052
为第n个目标函数的第m个非劣解的函数值，
Figure BDA0003530312800000053
第n个目标函数的第m个非劣解的隶属度，
Figure BDA0003530312800000054
分别为Pareto解的最大、最小解。
本发明还提供了一种光氢储综合充电站设备容量配置装置，包括：
综合充电站***模型构建模块，建立能够同时为电动汽车和氢燃料电动汽车提供服务的包括光伏、储能电池和氢储能***的综合充电站***模型；
能量流动策略确定模块，根据综合充电站***模型，基于综合充电站各个设备间能量流动配合关系确定综合充电站的能量流动策略；
容量配置优化模型建立模块，根据能量流动策略，基于能量平衡约束、元件约束、电网供电功率约束，建立以综合充电站的年运行成本和自主运行能力为目标的设备容量配置优化模型；
容量配置方案求解模块，采用NSGA-II算法和模糊综合评价对设备容量配置优化模型进行求解，确定综合充电站设备的容量配置方案。
本发明还提供一种计算机设备，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如上所述的光氢储综合充电站设备容量配置方法的步骤。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的光氢储综合充电站设备容量配置方法的步骤。
有益效果：本发明提出了一种光氢储综合充电站设备容量配置方法，通过建立包含光伏、储能电池、氢储能***的综合充电站模型，设计综合充电站的能量流动策略，以综合充电站年成本最小和充电站购能占需求比最小为目标，兼顾综合充电站的运营利益和和它的自主运行能力，建立目标函数，采用NSGA-II算法和模糊综合评价进行最优方案的求解。本发明能同时为电动汽车和氢燃料电动汽车服务。基于NSGA-II算法和模糊综合评价，给出的设备配置方案，提高了综合充电站的自主运行能力，可为充电站设备优化提供参考。
附图说明
图1是本发明的容量配置方法流程图；
图2是本发明的能量流动总流程图；
图3是本发明的能量流动具体流程图；
图4是本发明所建立的优化流程图；
图5(a)-5(c)分别是本发明需要的光伏、EV、HV数据图；
图6是本发明的优化的Pareto集图；
图7(a)-7(d)分别是本发明优化结果对应的功率、氢气量、SOC、SOHC能力平衡图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
本发明提出一种光氢储综合充电站设备容量配置方法，使得综合充电站具备一定的自主供能能力，且可以同时为电动汽车和氢燃料电动汽车服务。参照图1，方法包括以下步骤：
步骤1：构建光氢储综合充电站***，对综合充电站内需配置的各设备进行建模。
(1-1)构建光氢储综合充电站***。
在本发明实施方式中，综合充电站***主要由光伏阵列、蓄电池储能、电解槽、储氢罐、燃料电池、变换器等设备器件组成，其中电解槽、储氢罐、燃料电池组成氢储能***。变换器包括DC-DC变换器(用于光伏发电供给符合和储能)以及DC-AC变换器(用于光伏发电上网)。充电站是并入电网的，站内有电、氢两种能量流动。此站能同时为电动汽车和氢燃料电动汽车提供服务。电动汽车由电网、光伏、燃料电池、蓄电池提供需求。氢燃料电动汽车需求由储氢罐和备用氢提供。
(1-2)建立综合充电站各设备模型。
光伏发电是一种利用光生伏打效应将太阳光辐射转化为电能的过程，具有清洁，无污染，可再生的优势。光伏出力功率跟多种因素有关，但主要考虑光照强度和环境温度。在本发明实施方式中，光伏出力模型如下：
Figure BDA0003530312800000071
其中是GT太阳光照强度，TC是环境温度。GSTC和TSTC标准条件下的光照强度和温度。Ppv-STC是由供应商给出的光伏的额定功率。
储能电池的荷电状态(State of Charge，SOC)与(t-1)时段的荷电量、(t-1，t)时段储能电池的充放电量以及每小时的电量衰减量都有关，其荷电状态模型如下式：
Figure BDA0003530312800000072
其中EB是储能的额定容量，PB是储能的充放电功率，η是储能的运行电效率，Δt时间步长为1小时。
氢储能***由电解槽、储氢罐、燃料电池组成。光伏发电通过电解槽电解产生氢气，氢气存入储氢罐，储氢罐内的氢气可以提供氢燃料电动汽车用户氢气，也可以通过燃料电池再发电为电动汽车用户提供电能。氢储能***有两种作用，一方面为氢燃料电动汽车提供氢需求，另一方面蓄电池的所建电解槽-储氢罐-燃料电池模型与蓄电池储能的作用相同。
电解槽模型如下：
Hwe＝Pweηwe/HHV (3)
其中Pwe是光伏发电用于制氢的输出功率，ηwe是电解槽的工作效率，HHV是电氢能量转化系数。
电解槽和燃料电池的工作相互独立，与蓄电池不同，可以进行同时充放氢，结合氢燃料电动汽车需求，综合建模。储氢罐的每个时间段存放氢气容量模型如下：
H(t)＝H(t-1)+Hwe(t-1)-Hl(t-1)-Hfc(t-1) (4)
其中H为储氢罐含氢量，Hwe、Hfc分别是提供给氢燃料电动汽车和燃料电池的氢量。初始时刻储氢罐的容量不为零。Hl是氢燃料电动汽车用户的需要的氢气量。
燃料电池模型如下：
Pfc＝HfcηfcHHV (5)
其中Pfc是燃烧氢气产生电量的输出功率，ηfc是燃料电池的工作效率。
步骤2：基于综合充电站各个设备间能量流动配合关系，设计综合充电站的能量流动策略。
综合充电站的能量流动策略影响各个设备间的出力。本发明实施方式中针对服务的电动汽车和氢燃料电动汽车需求的差额制定四种运行策略，在每个时段t内确定蓄电池和氢储能***的工作情况。如图2所示为综合充电站的四种流动策略，具体如下：
A、满足电动汽车和氢燃料电动汽车需求，光伏发电的剩余功率依次对蓄电池充电，电解槽电解储氢，最后余电上网。
B、满足电动汽车需求，氢燃料电动汽车需求存在缺额，光伏发电剩余的功率首先用于电解槽电解储氢，在用于蓄电池充电，氢燃料电动汽车依然缺额，用购置的备用氢补充。
C、满足氢燃料电动汽车需求，电动汽车需求存在缺额，蓄电池、燃料电池一次放电为电动汽车提供需求，最后由电网补充。
D、电动汽车和氢燃料电动汽车需求都存在缺额，电动汽车需求由蓄电池先放电，电网再补充功率缺额。氢燃料电动汽车需求用购置的备用氢补充。
图3示出了能量流动具体流程图，参照图2和图3，能量流动的策略大致如下：读取气象数据，获取光伏输出功率Ppv，判断光伏输出功率Ppv是否大于每时段电动汽车用户的电负荷需求Pl，令DP＝Ppv-Pl，若DP>0，则进入到A或B策略分支，若DP<0，则进入到C或D策略分支；再判断储氢罐含氢量H是否大于氢燃料电动汽车用户的需要的氢气量Hl，当DP>0且H-Hl＞0时，实施A策略，当DP>0且H-Hl＜0时，实施B策略；当DP<0且H-Hl＞0时，实施C策略，当DP<0且H-Hl＜0时，实施D策略。
进一步地，A策略具体方法如下：首先判断DP是否大于蓄电池容量Pba，若大于则为储能充电，否则判断DP是否小于蓄电池容量Pba和电解槽容量Pwe之和，若Pba＜DP＜Pba+Pwe，则为储能充电，同时电解槽制氢；若DP＜Pba+Pwe，则为储能充电，同时电解槽制氢，并且余电上网。
B策略具体方法如下：首先判断DP是否小于电解槽容量Pwe，若小于则电解槽制氢，否则判断DP是否小于蓄电池容量Pba和电解槽容量Pwe之和，若Pwe＜DP＜Pba+Pwe，则电解槽制氢，同时为储能充电；若DP＞Pba+Pwe，则电解槽制氢，同时为储能充电，并且余电上网。若电解槽制氢量不满足氢需求的差额，则购氢。
C策略具体方法如下：由于DP<0，因此以绝对值|DP|加以表示。首先判断|DP|是否小于蓄电池容量Pba，若小于则储能放电，否则判断|DP|是否小于蓄电池容量Pba和燃料电池容量Pfc之和，若Pba＜|DP|＜Pba+Pfc，则储能放电，同时燃料电池放电；若|DP|＞Pba+Pfc，则储能放电，燃料电池放电，同时从电网购电。
D策略具体方法如下：首先判断|DP|是否小于蓄电池容量Pba，若小于则储能放电并购氢，否则判断|DP|是否大于蓄电池容量Pba，若Pba＜|DP|，则储能放电并购氢，同时从电网购电。
步骤3：在能量平衡、元件约束、电网约束等约束下，建立以综合充电站的年运行成本和自主运行能力为目标的优化设备配置模型。
目标1：综合充电站年运行成本最小：
minF1＝(C1+C2)CRF+C3-C4 (6)
C1＝Ppvepv+Pbaeba+Pweewe+Pfcefc+HeH (7)
C2＝C1K (8)
Figure BDA0003530312800000091
Figure BDA0003530312800000092
Figure BDA0003530312800000093
其中C1、C2、C3、C4分别是设备购买成本、设备维护成本、综合充电站运行成本以及上网收益。CRF是各设备的年化系数。Ppv、Pba、Pwe、Pfc分别为光伏、蓄电池、电解槽、燃料电池的装机容量。H为储氢罐的容量。epv、eba、ewe、efc、eH1分别为对应设备的单价。K是设备的维护成本。r为实际年利率，y为设备运行年限。eH、eGi、eGo分别是备用购氢、电网购电和余电上网价格。HG、PGi、PGo分别是各时段备用购氢气量、电网购电功率和余电上网功率。
目标2：综合充电站的自主运行能力，及购电和备用购氢气量占比。
Figure BDA0003530312800000101
Figure BDA0003530312800000102
minF2和minF3均为比值，比值越小，从电网购电越少，从外面购买的备用氢气也越少，靠自生运行的能力越强。T是一年的总时段8760。Pl(t)是t时段电动汽车用户的电负荷需求。
约束1：综合充电站***的电功率和氢气量交换应时刻保持平衡。
Pl＝Ppv+Pwe+Pba+Pfc+PG (14)
Hl＝H+HG+Hwe-Hfc (15)
约束2：变压器存在容量限制，电网向综合充电站有供电功率约束。
PG≤PGmax (16)
PGmax是电网供充电站的最大功率，即电网接到充电站的变压器功率限制。
约束3：蓄电池的过充过放会影响它的使用寿命，所以它的荷电状态SOC应该在合理的约束范围内。
SOCmin≤SOC(t)≤SOCmax (17)
SOCmax和SOCmin分别表示蓄电池储能的功率上下限。
步骤4：基于MATLAB编程，采用NSGA-II算法和模糊综合评价对最优设备容量优化。
图4示出了本发明实施方式中采用的NSGA-II和内嵌四种运行策略的优化流程，具体步骤如下：
步骤401：输入综合充电站基本数据，设置NSGA-II初始参数和决策变量上下限。
步骤402：随机初始化规模大小为N种群。
步骤403：计算目标函数适应度值，
步骤404：对种群的个体进行非支配排序，按目标函数对个体优劣分层。
步骤405：计算个体的虚拟适应度值，即拥挤度值。
步骤406：按轮赛制选择每层的个体。并对选中个体进行交叉变异，采用SBX交叉和正态变异算子，进行交叉变异操作，形成新的同样大小的子代种群。
步骤407：合并父代和新形成的子代种群，对合并的种群进行非支配排序，筛选前N个个体形成新的种群。
步骤408：判断迭代次数，满足要求即终止迭代，输出Pareto前沿，反之，重复步骤403，直到进化次数满足设计的数，输出结果。C表示迭代到多少次，Cmax是最大迭代次数。
步骤409：使用模糊隶属度函数计算每个Pareto解的隶属度，隶属度最高的优化方案即为最终确定的方案。
其中，模糊综合评价的隶属度函数选择，优化目标越小越好，选择偏小型的梯形型分布。
Figure BDA0003530312800000111
Figure BDA0003530312800000112
为第n个目标函数的第m个非劣解的函数值，
Figure BDA0003530312800000113
第n个目标函数的第m个非劣解的隶属度。
Figure BDA0003530312800000114
分别为Pareto解的最大、最小解。
下面通过一个示例验证本发明方法的有效性。本实施例的数据如下所示：
对某地已建成运营的充电站进行容量配置，建立光氢储综合充电站。选取该地区光照强度数据和两类新能源汽车的日需求为数据。将综合充电站运营一年作为周期，计算综合充电站设备投资，运营成本和购能占比。具体光照强度和EV、HV需求参数分别如图5(a)-5(c)所示。
分布式光伏上网价格参考有关部门发布的“关于2020年光伏发电上网电价政策有关事项的通知”，配网购电实时电价0.7962元/kWh，氢市场价格35元/kg。综合充电站各设备参数如下表。
表1.设备参数表
Figure BDA0003530312800000121
在MATLAB环境下，根据本发明的方法对综合充电站设备优化配置模型进行仿真优化。本实施例验证结果表明，本发明的方法能够降低综合充电站运营成本，提高自主供给能力。仿真得到的Pareto解集如图6所示。采用模糊综合评价获得最优配置的电量和氢量平衡，如图7(a)-7(d)所示。
由图6可知综合充电站的优化配置最优解分布在Pareto前沿面上，体现了解的多样性和分布均匀性。可以分优化配置提供多种优化方案。同时各个目标之间存在非支配关系。如果降低综合充电站站的运营成本将会增加综合充电站从电网购电以及备用购氢的占比，减小了综合充电站站的自主运行能力。因此在需要综合权衡每个优化目标所考虑的因素，做出客观决策。
从各设备的运行结果图可以得出，优化配置的结果能够使综合充电站有效的运营。由图7(a)可知，在1至6时段，电动汽车主要由蓄电池储能、氢储能***供电以及电网补充供电。7至17时段，光照充足。光伏出力在满足电动汽车需求前提下，为蓄电供电和电解水制氢。18至24时段，主要由蓄电池和电网为电动汽车供电。由图7(b)可知凌晨以及夜间时段，主要由储氢罐剩氢和购买的备用氢为氢燃料汽车提供需求。白天时段光伏出力电解制氢，在除去燃料电池的消耗的氢，净氢量能够满足需求，还能在储氢罐剩余氢为夜间时段提供需求。图7(c)和图7(d)体现蓄电池和储氢罐一天的工作状态。
本发明还提供了一种光氢储综合充电站设备容量配置装置，包括：
综合充电站***模型构建模块，建立能够同时为电动汽车和氢燃料电动汽车提供服务的包括光伏、储能电池和氢储能***的综合充电站***模型；
能量流动策略确定模块，根据综合充电站***模型，基于综合充电站各个设备间能量流动配合关系确定综合充电站的能量流动策略；
容量配置优化模型建立模块，根据能量流动策略，基于能量平衡约束、元件约束、电网供电功率约束，建立以综合充电站的年运行成本和自主运行能力为目标的设备容量配置优化模型；
容量配置方案求解模块，采用NSGA-II算法和模糊综合评价对设备容量配置优化模型进行求解，确定综合充电站设备的容量配置方案。
应理解，本发明实施例中的光氢储综合充电站设备容量配置装置可以实现上述方法实施例中的全部技术方案，其各个功能模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。
本发明还提供一种计算机设备，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如上所述的光氢储综合充电站设备容量配置方法的步骤。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的光氢储综合充电站设备容量配置方法的步骤。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种光氢储综合充电站设备容量配置方法，其特征在于，包括以下步骤：
建立能够同时为电动汽车和氢燃料电动汽车提供服务的包括光伏、储能电池和氢储能***的综合充电站***模型；
根据综合充电站***模型，基于综合充电站各个设备间能量流动配合关系确定综合充电站的能量流动策略；
根据能量流动策略，基于能量平衡约束、元件约束、电网供电功率约束，建立以综合充电站的年运行成本和自主运行能力为目标的设备容量配置优化模型；
采用NSGA-II算法和模糊综合评价对设备容量配置优化模型进行求解，确定综合充电站设备的容量配置方案。
2.根据权利要求1所述的光氢储综合充电站设备容量配置方法，其特征在于，综合充电站***模型包括：
光伏出力模型：
Figure FDA0003530312790000011
其中GT是太阳光照强度，t表示t时刻，TC是环境温度，GSTC和TSTC标准条件下的光照强度和温度，Ppv-STC是光伏的额定功率；
储能电池荷电状态模型：
Figure FDA0003530312790000012
其中EB是储能的额定容量，PB是储能的充放电功率，η是储能的运行电效率，Δt是时间步长；
氢储能***由电解槽、储氢罐、燃料电池组成，其中电解槽模型如下：
Hwe＝Pweηwe/HHV
其中Pwe光伏发电用于制氢的输出功率，ηwe是电解槽的工作效率，HHV是电氢能量转化系数；
储氢罐的每个时间段存放氢气容量模型如下：
H(t)＝H(t-1)+Hwe(t-1)-Hl(t-1)-Hfc(t-1)
其中H为储氢罐含氢量，Hwe、Hfc分别是提供给氢燃料电动汽车和燃料电池的氢量；
燃料电池模型如下：
Pfc＝HfcηfcHHV
其中Pfc为燃烧氢气产生电量的输出功率，ηfc是燃料电池的工作效率。
3.根据权利要求1所述的光氢储综合充电站设备容量配置方法，其特征在于，综合充电站的能量流动策略包括以下四种：
A、满足电动汽车和氢燃料电动汽车需求，光伏发电的剩余功率依次对蓄电池充电，电解槽电解储氢，最后余电上网；
B、满足电动汽车需求，氢燃料电动汽车需求存在缺额，光伏发电剩余的功率首先用于电解槽电解储氢，再用于蓄电池充电，氢燃料电动汽车依然缺额，用购置的备用氢补充；
C、满足氢燃料电动汽车需求，电动汽车需求存在缺额，蓄电池、燃料电池一次放电为电动汽车提供需求，最后由电网补充；
D、电动汽车和氢燃料电动汽车需求都存在缺额，电动汽车需求由蓄电池先放电，电网再补充功率缺额，氢燃料电动汽车需求用购置的备用氢补充。
4.根据权利要求3所述的光氢储综合充电站设备容量配置方法，其特征在于，确定综合充电站的能量流动策略包括：获取光伏输出功率Ppv，判断光伏输出功率Ppv是否大于每时段电动汽车用户的电负荷需求Pl，令DP＝Ppv-Pl，若DP>0，则进入到第一策略分支，若DP<0，则进入到第二策略分支；在第一策略分支和第二策略分支中，判断储氢罐含氢量H是否大于氢燃料电动汽车用户的需要的氢气量Hl，当DP>0且H-Hl＞0时，实施A策略，当DP>0且H-Hl＜0时，实施B策略；当DP<0且H-Hl＞0时，实施C策略，当DP<0且H-Hl＜0时，实施D策略。
5.根据权利要求2所述的光氢储综合充电站设备容量配置方法，其特征在于，设备容量配置优化模型为：
综合充电站年运行成本最低：
minF1＝(C1+C2)CRF+C3-C4
C1＝Ppvepv+Pbaeba+Pweewe+Pfcefc+HeH
C2＝C1K
Figure FDA0003530312790000031
Figure FDA0003530312790000032
Figure FDA0003530312790000033
其中C1、C2、C3、C4分别是设备购买成本、设备维护成本、综合充电站运行成本以及上网收益；CRF是各设备的年化系数；Ppv、Pba、Pwe、Pfc分别为光伏、蓄电池、电解槽、燃料电池的装机容量；H为储氢罐的容量；epv、eba、ewe、efc、eH1分别为对应设备的单价；K是设备的维护成本；r为实际年利率，y为设备运行年限；eH、eGi、eGo分别是备用购氢、电网购电和余电上网价格；HG、PGi、PGo分别是各时段备用购氢气量、电网购电功率和余电上网功率；
综合充电站的自主运行能力，及购电和备用购氢气量占比：
Figure FDA0003530312790000034
Figure FDA0003530312790000035
综合充电站***的电功率和氢气量交换应时刻保持平衡：
Pl＝Ppv+Pwe+Pba+Pfc+PG
Hl＝H+HG+Hwe-Hfc
变压器存在容量限制，电网向综合充电站有供电功率约束：
PG≤PGmax
蓄电池的荷电状态SOC在合理的约束范围内：
SOCmin≤SOC(t)≤SOCmax。
6.根据权利要求1所述的光氢储综合充电站设备容量配置方法，其特征在于，对设备容量配置优化模型进行求解具体包括：
(a)输入综合充电站基本数据，设置NSGA-II初始参数和决策变量上下限；
(b)随机初始化规模大小为N种群；
(c)计算目标函数适应度值，然后对结果进行快速非支配排序；
(d)计算个体拥挤度距离，使用精英策略选择保留优良个体，形成新种群，返回步骤(c)；
(e)判断迭代次数，满足要求即终止迭代，输出Pareto前沿，反之，继续循环迭代；
(f)使用模糊综合评价的模糊隶属度函数计算每个Pareto解的隶属度，隶属度最高的优化方案即为最终方案。
7.根据权利要求5所述的光氢储综合充电站设备容量配置方法，其特征在于，模糊综合评价的隶属度函数为：
Figure FDA0003530312790000041
其中
Figure FDA0003530312790000042
为第n个目标函数的第m个非劣解的函数值，
Figure FDA0003530312790000043
第n个目标函数的第m个非劣解的隶属度，
Figure FDA0003530312790000044
分别为Pareto解的最大、最小解。
8.一种光氢储综合充电站设备容量配置装置，其特征在于，包括：
综合充电站***模型构建模块，建立能够同时为电动汽车和氢燃料电动汽车提供服务的包括光伏、储能电池和氢储能***的综合充电站***模型；
能量流动策略确定模块，根据综合充电站***模型，基于综合充电站各个设备间能量流动配合关系确定综合充电站的能量流动策略；
容量配置优化模型建立模块，根据能量流动策略，基于能量平衡约束、元件约束、电网供电功率约束，建立以综合充电站的年运行成本和自主运行能力为目标的设备容量配置优化模型；
容量配置方案求解模块，采用NSGA-II算法和模糊综合评价对设备容量配置优化模型进行求解，确定综合充电站设备的容量配置方案。
9.一种计算机设备，其特征在于，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如权利要求1-7任一项所述的光氢储综合充电站设备容量配置方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的光氢储综合充电站设备容量配置方法的步骤。
CN202210209159.9A 2022-03-03 2022-03-03 一种光氢储综合充电站设备容量配置方法及装置 Pending CN114567009A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210209159.9A CN114567009A (zh) 2022-03-03 2022-03-03 一种光氢储综合充电站设备容量配置方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210209159.9A CN114567009A (zh) 2022-03-03 2022-03-03 一种光氢储综合充电站设备容量配置方法及装置

Publications (1)

Publication Number Publication Date
CN114567009A true CN114567009A (zh) 2022-05-31

Family

ID=81717604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210209159.9A Pending CN114567009A (zh) 2022-03-03 2022-03-03 一种光氢储综合充电站设备容量配置方法及装置

Country Status (1)

Country Link
CN (1) CN114567009A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114997544A (zh) * 2022-08-04 2022-09-02 北京理工大学 一种氢光储充电站容量优化配置方法及***
CN115102153A (zh) * 2022-07-11 2022-09-23 西安交通大学 一种变电站站用电光氢储微电网及其控制方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115102153A (zh) * 2022-07-11 2022-09-23 西安交通大学 一种变电站站用电光氢储微电网及其控制方法
CN115102153B (zh) * 2022-07-11 2024-05-24 西安交通大学 一种变电站站用电光氢储微电网及其控制方法
CN114997544A (zh) * 2022-08-04 2022-09-02 北京理工大学 一种氢光储充电站容量优化配置方法及***

Similar Documents

Publication Publication Date Title
CN108173283B (zh) 一种含风光可再生能源的热电联供***运行方法
Liu et al. Optimal sizing of a wind-energy storage system considering battery life
CN103793758B (zh) 含光伏发电***的电动汽车充电站的多目标优化调度方法
CN105811409B (zh) 一种含电动汽车混合储能***的微网多目标运行调度方法
CN111404206B (zh) 考虑投资回报约束的风光储发电***容量双层规划方法
CN112418605A (zh) 一种光储式充电站储能***优化运行方法
CN114567009A (zh) 一种光氢储综合充电站设备容量配置方法及装置
CN112550047B (zh) 一种充光储一体化充电站优化配置方法和装置
CN106485358A (zh) 结合序列运算和粒子群算法的独立微电网优化配置方法
CN113326467B (zh) 基于多重不确定性的多站融合综合能源***多目标优化方法、存储介质及优化***
Wang et al. Scenario analysis, management, and optimization of a new Vehicle-to-Micro-Grid (V2μG) network based on off-grid renewable building energy systems
CN110138006A (zh) 考虑含有新能源电动汽车的多微电网协调优化调度方法
CN114243791A (zh) 风光氢蓄***的多目标优化配置方法、***及存储介质
CN111064192A (zh) 一种计及源荷不确定性的独立型微网容量优化配置方法
CN116061742B (zh) 一种分时电价光伏园区内电动汽车的充电控制方法和***
CN116151486B (zh) 含储能***的光伏充电站多时间尺度随机优化方法及装置
CN115001038A (zh) 一种基于随机规划的风光柴储容量配比优化方法
CN115271195A (zh) 一种基于改进遗传算法的电力***多目标储能优化方法
CN114583729A (zh) 考虑全生命周期碳排放的光-储电动汽车充电站调度方法
CN114462854A (zh) 含新能源和电动汽车并网的分层调度方法及其***
CN112260274A (zh) 一种基于全景理论的虚拟电厂组建方法
CN116845983A (zh) 一种基于电解槽功率连续的风光制氢功率预分配方法
CN110334856A (zh) 一种基于碳交易机制的风光储容量规划方法
CN114884133B (zh) 一种计及电动汽车的微电网经济调度优化方法及***
CN115796533A (zh) 考虑清洁能源消纳的虚拟电厂双层优化调度方法及装置

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