含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度方法
【專利摘要】本發(fā)明公開了智能電網(wǎng)【技術(shù)領(lǐng)域】中一種含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度方法。以購電費用最小化和儲能系統(tǒng)的循環(huán)電量最小化為目標函數(shù),建立含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度模型；確定所述調(diào)度模型的決策變量及其約束條件；確定基礎(chǔ)數(shù)據(jù)；通過多目標優(yōu)化算法求解，得到非支配解前沿面，進而獲得多個Pareto最優(yōu)解；根據(jù)儲能系統(tǒng)總循環(huán)電量和購電費用綜合成本較小，最終選擇充電站調(diào)度最佳方案。本發(fā)明適用于光資源豐富的各類城市的含光伏發(fā)電系統(tǒng)的電動汽車充電站；實現(xiàn)了對含光伏發(fā)電系統(tǒng)的電動汽車充電站調(diào)度方案的優(yōu)化；可為含光伏發(fā)電系統(tǒng)的電動汽車充電站的調(diào)度提供理論依據(jù)和技術(shù)支撐；提高充電站運行的經(jīng)濟性。
【專利說明】含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度方法，屬于智能電網(wǎng)【技術(shù)領(lǐng)域】。
[0002]發(fā)明背景
[0003]隨著電動汽車在世界各國的廣泛發(fā)展，充電基礎(chǔ)設(shè)施的規(guī)劃與建設(shè)問題已得到我國政府的更多關(guān)注。目前我國電力系統(tǒng)發(fā)電側(cè)的一次能源仍以煤炭為主(約占75%?80%)，電動汽車通過充電基礎(chǔ)設(shè)施直接接入電網(wǎng)充電，實際所產(chǎn)生的間接碳排放量相比傳統(tǒng)燃油汽車并不占明顯優(yōu)勢，并且難以減輕對化石燃料的依賴。這種情況下，要實現(xiàn)真正意義上的低碳，存在兩種方式:一是大力發(fā)展可再生能源發(fā)電系統(tǒng)，協(xié)同調(diào)度電網(wǎng)中電動汽車充電和可再生能源發(fā)電，提高電網(wǎng)對可再生能源的消納能力；二是直接建立充放電設(shè)施與分布式可再生能源發(fā)電系統(tǒng)的關(guān)聯(lián)，實現(xiàn)可再生能源的就地消納利用。從當(dāng)前的發(fā)展情況來看，調(diào)整電網(wǎng)的一次能源結(jié)構(gòu)是非常困難的，通過可再生能源與電動汽車的就地集成，可以有效提高可再生能源利用率，降低碳排放量。
[0004]圖1為含光伏發(fā)電系統(tǒng)的電動汽車充電站結(jié)構(gòu)示意圖.如圖1所示，含光伏發(fā)電系統(tǒng)的電動汽車充電站一般電氣結(jié)構(gòu)包括:光伏發(fā)電系統(tǒng)，通過直流轉(zhuǎn)直流(DC/DC)變換器與直流母線相連；儲能系統(tǒng)，通過直流轉(zhuǎn)直流(DC/DC)變換器與直流母線相連；光伏充電站停車位，停在光伏充電站停車位待充電的電動汽車與充電樁相連；充電池通過直流轉(zhuǎn)直流(DC/DC)變換器與直流母線相連；交流配網(wǎng)通過交流轉(zhuǎn)直流(AC/DC)變流器后與直流母線相連；中央控制單元與交流母線相連。所述儲能系統(tǒng)一般為蓄電池組。
[0005]光伏發(fā)電系統(tǒng)的電動汽車充電站的運行策略為:(I)在一定的時間周期(如一天)內(nèi)，有N輛車在不同時段停放在光伏充電站的充電車位上；充電站的電能來源于光伏發(fā)電和配電網(wǎng)供電；在停放時間段內(nèi)由系統(tǒng)根據(jù)光伏及電價情況優(yōu)選起始充電時間，通過充電樁對其充電。(2)假定充電站運營商是光伏發(fā)電的投資主體，使用過程中不需再另付來自光伏發(fā)電的購電費用；配電網(wǎng)通過交流轉(zhuǎn)直流(AC/DC)變流器向系統(tǒng)供電，采用分時電價(在電網(wǎng)負荷高峰時段電價高，負荷低谷時段電價低)。(3)儲能系統(tǒng)根據(jù)自身荷電狀態(tài)(S0C)，隨光伏發(fā)電及電價情況靈活調(diào)整充放電方式。在光伏發(fā)電功率大于電動汽車充電需求時，利用光伏剩余電能給儲能充電；在光伏發(fā)電功率不能滿足電動汽車充電需求時，儲能系統(tǒng)釋放電能，與配電網(wǎng)共同對電動汽車充電。
[0006]但是，目前仍缺乏針對含光伏發(fā)電系統(tǒng)的電動汽車充電站的優(yōu)化調(diào)度方法。
[0007]光伏充電站與常規(guī)充電站相比，除了在站內(nèi)配備光伏發(fā)電系統(tǒng)外，考慮到光伏發(fā)電的波動、間歇特性，還需配備一定容量的儲能系統(tǒng)。這種情況下，一方面需盡可能利用光伏發(fā)電電量，降低從電網(wǎng)的購電費用；另一方面，需考慮儲能系統(tǒng)的使用壽命問題，盡可能降低儲能的循環(huán)電量。因此，常規(guī)充電站的優(yōu)化調(diào)度方法不能完全適用。
[0008]當(dāng)一個優(yōu)化問題的目標函數(shù)大于一個且需要同時處理時即形成多目標優(yōu)化問題。對于一個多目標優(yōu)化問題，我們關(guān)注其Pareto最優(yōu)解集(非支配解集)，即綜合考慮各目標后的折中解集合。20世紀八九十年代以來，各國學(xué)者相繼提出了不同的多目標進化算法，主要包括 MOGA (Mult1-objective Genetic Algorithm)、NPGA (Niched Pareto GeneticAlgorithm)、SPEA (Strength Pareto Evolutionary Algorithm)、NSGA (Non-dominatedSorting Genetic Algorithm)和 NSGA-1I 等算法。
[0009]NSGA-1I是Deb等人于2002年在對NSGA算法改進的基礎(chǔ)上提出的，是目前認可度較高的多目標進化算法之一。相對于NSGA算法，其具有以下主要優(yōu)點:
[0010](I)采用基于分級的快速非支配排序法，計算復(fù)雜度為0(mN2)(其中，m為目標函數(shù)的個數(shù)，N為種群中個體的數(shù)量)；
[0011](2)提出擁擠距離的概念，用以表示快速非支配排序后同級中不同元素的適應(yīng)度值，使當(dāng)前Pareto前沿中的個體能夠盡可能均勻地擴展到整個Pareto前沿面,擁擠距離的時間復(fù)雜度為0(m(2N)log(2N))；
[0012](3)引入精英保留機制，通過子代個體與其父代個體的共同競爭來產(chǎn)生下一代種群，有利于提高種群的整體進化水平。

【發(fā)明內(nèi)容】

[0013]本發(fā)明的目的在于，針對上述不足之處公開了含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度方法，為示范城市電動汽車充電基礎(chǔ)設(shè)施建設(shè)提供理論依據(jù)和技術(shù)支撐，并有利于提高充電站內(nèi)整體運行的經(jīng)濟效益。
[0014]針對含光伏發(fā)電系統(tǒng)的電動汽車充電站，其結(jié)構(gòu)為:光伏發(fā)電系統(tǒng)，通過直流轉(zhuǎn)直流(DC/DC)變換器與直流母線相連；儲能系統(tǒng)，通過直流轉(zhuǎn)直流(DC/DC)變換器與直流母線相連；光伏充電站停車位，停在光伏充電站停車位待充電的電動汽車與充電樁相連；充電樁通過直流轉(zhuǎn)直流(DC/DC)變換器與直流母線相連；交流配網(wǎng)通過交流轉(zhuǎn)直流(AC/DC)變流器后與直流母線相連；中央控制單元與系統(tǒng)各組件相連，可獲取各組件信息并發(fā)出指令。
[0015]光伏發(fā)電系統(tǒng)的電動汽車充電站的運行策略為:(I)在一定的時間周期(如一天)內(nèi)，有N輛車在不同時段停放在光伏充電站的充電車位上；充電站的電能來源于光伏發(fā)電和配電網(wǎng)供電；在停放時間段內(nèi)由系統(tǒng)根據(jù)光伏及電價情況優(yōu)選起始充電時間，通過充電樁對其充電。(2)假定充電站運營商是光伏發(fā)電的投資主體，使用過程中不需再另付來自光伏發(fā)電的購電費用；配電網(wǎng)通過交流轉(zhuǎn)直流(AC/DC)變流器向系統(tǒng)供電，采用分時電價(在電網(wǎng)負荷高峰時段電價高，負荷低谷時段電價低)。結(jié)合目前現(xiàn)有實際運營現(xiàn)狀，本發(fā)明暫不考慮向配電網(wǎng)送電的情況。(3)儲能系統(tǒng)根據(jù)自身荷電狀態(tài)(S0C)，隨光伏發(fā)電及電價情況靈活調(diào)整充放電方式。在光伏發(fā)電功率大于電動汽車充電需求時，利用光伏剩余電能給儲能充電；在光伏發(fā)電功率不能滿足電動汽車充電需求時，儲能系統(tǒng)釋放電能，與配電網(wǎng)共同對電動汽車充電。
[0016]本發(fā)明提供的技術(shù)方案是，
[0017]含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度方法，該方法步驟為:
[0018]I)考慮光伏發(fā)電系統(tǒng)的電動汽車充電站的結(jié)構(gòu)和運行策略，以購電費用最小化和儲能系統(tǒng)的循環(huán)電量最小化為目標函數(shù)，建立含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度模型；
[0019]在滿足站內(nèi)充電需求的情況下，設(shè)計優(yōu)化目標如下:(I)最小化購電費用；(2)最小化儲能系統(tǒng)循環(huán)電量；
【權(quán)利要求】
1.含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度方法，其特征在于，該方法步驟為: 步驟1:考慮光伏發(fā)電系統(tǒng)的電動汽車充電站的結(jié)構(gòu)和運行策略，以購電費用最小化和儲能系統(tǒng)的循環(huán)電量最小化為目標函數(shù)，建立含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度模型； 在滿足站內(nèi)充電需求的情況下，設(shè)計優(yōu)化目標如下:(1)最小化購電費用；(2)最小化儲能系統(tǒng)循環(huán)電量；
2.根據(jù)權(quán)利要求1所述的含光伏發(fā)電系統(tǒng)的電動汽車充電站的多目標優(yōu)化調(diào)度方法，其特征在于，所述多目標優(yōu)化算法為NSGA-1I算法，所述NSGA-1I算法方法包括步驟: ①計算光伏發(fā)電功率； 根據(jù)光伏發(fā)電的歷史數(shù)據(jù)和氣象預(yù)報，獲得未來24小時內(nèi)每時刻光伏系統(tǒng)的輸出功率 Ppvi ； ②計算電動汽車充電總功率Pevi;統(tǒng)計私家車行為規(guī)律，其停放起止時間和電池剩余電量均滿足正態(tài)分布，根據(jù)統(tǒng)計規(guī)律預(yù)測電動汽車的停放起止時間tpk、tlk和剩余電量情況，求出其電量需求Eevk ； 在約束條件下隨機生成每輛電動汽車的充電起始時間tsk ； 求出每輛車在每時刻的充電功率Pki,求出第i時刻站內(nèi)電動汽車的充電總功率Pevi ； ③獲得儲能系統(tǒng)充放電功率Pbi;在約束條件內(nèi)隨機生成儲能系統(tǒng)充放電功率Pbi,檢查每時刻儲能系統(tǒng)荷電狀態(tài)是否滿足約束，求出第i時刻儲能深度的約束，對于不滿足的Pbi,使用罰函數(shù)進行處理； ④計算光伏充電站從配電網(wǎng)購電的功率；根據(jù)系統(tǒng)功率平衡關(guān)系，求出每時刻系統(tǒng)從配電網(wǎng)購電的功率；⑤計算目標函數(shù)之一購電費用；根據(jù)分時電價求取優(yōu)化時段的總購電費用； ⑥計算目標函數(shù)之二儲能系統(tǒng)循環(huán)電量；根據(jù)Pbi的正負判斷儲能系統(tǒng)處于充電或放電狀態(tài)，求得優(yōu)化 時段的儲能系統(tǒng)循環(huán)電量。
【文檔編號】G06Q10/04GK103793758SQ201410031192
【公開日】2014年5月14日 申請日期:2014年1月23日 優(yōu)先權(quán)日:2014年1月23日
【發(fā)明者】路欣怡, 劉念, 張建華 申請人:華北電力大學(xué)