含風光發電與電動汽車換電站的孤立微電網容量優化方法
2023-05-08 09:18:36 3
專利名稱：含風光發電與電動汽車換電站的孤立微電網容量優化方法
技術領域：
本發明屬於電力系統優化技術領域，尤其涉及一種含風光發電與電動汽車換電站的孤立微電網容量優化方法。
背景技術：
風光互補供電系統是可再生能源供電系統的一種重要應用形式，目前已經得到了廣泛研究和示範應用。雖然風、光一次能源在時間和季節上有天然的互補性，但由於存在時變性、間歇性和難以預測等固有特點，仍需儲能系統配合才能保證供電的可靠性。另一方面，發展電動汽車被世界各國普遍確立為保障能源安全和轉型低碳經濟的重要途徑，然而根據目前的研究成果，如果對電動汽車完全採用接入電網的充電模式，按我國電力系統當前的一次能源結構，電動汽車的碳排放並不比燃油汽車更低。根據當前的發展情況，要真正意義上改變電網的能源結構是非常困難的，要實現電動汽車的零排放，通過微電網方式實現電動汽車與可再生能源的集成應用，是最直接的方式。在特定的應用場景下(如海島供電)，如果能將電動汽車的發展需求與風光互補供電系統結合起來，可以彌補各自的不足。一方面，電動汽車的動力電池可以作為儲能，提高風光互補系統的供電可靠性；另一方面，又能提高電動汽車的清潔能源利用率，有效降低碳排放量。當前國內外的研究成果已基本從技術和經濟方面論證了該方法的可行性。但在考慮充電需求、負荷水平和風、光發電能力的前提下，如何對該類系統進行規劃，確定合理的容量配比,是目前尚未解決的問題。
發明內容
針對目前孤立微電網在考慮充電需求、負荷水平和風、光發電能力等前提下沒有合理容量配比的問題，本發明提出了一種含風光發電與電動汽車換電站的孤立微電網容量優化方法。一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於，所述方法包括步驟步驟1:米用風光建模方法建立風機和光伏電池的輸出模型；並根據風機的輸出模型計算風機發電量；根據光伏電池的輸出模型計算光伏電池的發電量；步驟2 :建立動力電池電量交換模型和電動汽車換電需求模型；根據動力電池電量交換模型得到動力電池組在t時刻存儲的電量；根據電動汽車換電需求模型得到t時刻充電站換出動力電池的總電量；步驟3 :根據步驟I和步驟2中得到的結果得到系統的可靠性模型，即系統電量不足期望值；並根據步驟系統電量不足期望值計算系統電量損失成本的年值；步驟4 :分別計算風機、光伏發電系統、動力電池和充放電機成本的年值；並結合步驟3得到的系統電量損失成本的年值建立系統的目標函數；
步驟5:確定包含動力電池的電量、各組件數量、可提供換電服務的動力電池數量、充放電機功率及光伏電池傾斜角度的約束條件；步驟6:聯立步驟4中的系統目標函數和步驟5中的約束條件，得到容量優化配置方程；選擇一種智能優化算法，並確定求解的具體步驟；得到容量優化配置的結果；步驟7:根據容量優化配置的結果，進行容量優化配置。所述風機的輸出模型和風機發電量分別為:所述風機的輸出模型的輸出特性方程Pw(V)用分段函數對其實際的輸出特性曲線進行擬合，
權利要求
1.一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於，所述方法包括步驟: 步驟1:米用風光建模方法建立風機和光伏電池的輸出模型；並根據風機的輸出模型計算風機發電量；根據光伏電池的輸出模型計算光伏電池的發電量； 步驟2:建立動力電池電量交換模型和電動汽車換電需求模型；根據動力電池電量交換模型得到動力電池組在t時刻存儲的電量；根據電動汽車換電需求模型得到t時刻充電站換出動力電池的總電量； 步驟3:根據步驟I和步驟2中得到的結果得到系統的可靠性模型，即系統電量不足期望值；並根據步驟系統電量不足期望值計算系統電量損失成本的年值； 步驟4:分別計算風機、光伏發電系統、動力電池和充放電機成本的年值；並結合步驟3得到的系統電量損失成本的年值建立系統的目標函數； 步驟5:確定包含動力電池的電量、各組件數量、可提供換電服務的動力電池數量、充放電機功率及光伏電池傾斜角度的約束條件； 步驟6:聯立步驟4中的系統目標函數和步驟5中的約束條件，得到容量優化配置方程；選擇一種智能優化算法，並確定求解的具體步驟；得到容量優化配置的結果； 步驟7:根據容量優化配置的結果，進行容量優化配置。
2.根據權利要求1所述的一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於，所述步驟I中風機的輸出模型、風機發電量、光伏電池的輸出模型和光伏電池的發電量的計算公式為: 風機輸出模型為:
3.根據權利要求1所述的一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於，所述步驟2中動力電池電量交換模型為:t時刻動力電池組在充電的電量為:
4.根據權利要求1所述的一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於，所述步驟2中電動汽車換電需求模型為: 電動汽車包括家用電動車和電動公交車: 家用電動車換電需求概率分布與充電需求概率分布相似，並服從正態分布N(13,6)；家用電動車每天的電量需求為Eph⑴=0.15NpriE (X);其中，
5.根據權利要求4所述的一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於，t時刻充電站換出動力電池的總電量為:Eq (t) =Epub (t) +Epri (t); 其中，Eq(t)為t時刻換電站換出動力電池的總電量；Epub(t)為電動公交車t時刻的電量需求；EpH(t)為家用車t時刻的電量需求，根據家用車每天的電量需求和換電需求概率分布得到。
6.根據權利要求1所述的一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於，所述步驟3中系統的可靠性模型為:
7.根據權利要求1所述的一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於，所述風機、光伏發電系統、動力電池和充放電機成本的年值，計算方法分別為: 風機成本的年值為:
8.根據權利要求1所述的一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於，所述步驟4中系統的目標函數為:min Ct=min (Cw+Cpv+Cb+Cc+Cr) 其中，Ct為系統總成本；Cw、Cpv、Cb、(；、(；分別表示風機、光伏發電系統、動力電池、充放電機和系統電量損失成本的年值。
9.根據權利要求1所述的一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於，所述動力電池的電量、各組件數量、可提供換電服務的動力電池數量、充放電機功率及光伏電池傾斜角度的約束條件分別為: 動力電池的電量約束條件為:
10.根據權利要求1所述的一種含風光發電與電動汽車換電站的孤立微電網容量優化方法，其特徵在於 ，所述智能優化算法包括微分進化算法、遺傳算法或粒子群算法。
全文摘要
本發明公開了電力系統優化技術領域的一種含風光發電與電動汽車換電站的孤立微電網容量優化方法。其技術方案是，首先選定一個合理的系統結構，建立集成系統中各部分模型，然後以總成本最小為目標建立目標函數，並確定相應的約束條件，最後用智能優化算法進行求解，得到系統的最優容量配置。本發明提出的容量優化計算方法，考慮了電動汽車用電需求及換電模式所具備的儲能能力，並加入了充放電機和動力電池的約束條件，用智能優化算法迭代求解，思路清晰嚴謹，方法合理可靠，可以有效解決含風光互補發電與電動汽車換電站的孤立微電網的容量優化配置問題。
文檔編號G06Q10/04GK103077429SQ201310009989
公開日2013年5月1日 申請日期2013年1月10日 優先權日2013年1月10日
發明者劉念, 張穎達, 張建華 申請人:華北電力大學