[发明专利]电动汽车多时间尺度优化调度方法

说明书

本发明提供了一种电动汽车多时间尺度优化调度方法，包括以下步骤：S1：通过蒙特卡洛随机抽样获取每辆电动汽车的历史记录；S2：根据当日预设时刻前的一个周期内的历史记录，预测电动汽车在下一个周期的风电功率、光伏功率及基本负荷，并采集电动汽车相关的出行信息，制定日前调度计划；S3：结合日前调度计划中的可控发电单元的预计功率曲线、风电功率、光伏功率、基本负荷及电动汽车相关的出行信息，以预设间隔时间进行短期滚动调度优化，制定短期调度计划；S4：使用灰狼优化算法求解考虑日前预测误差的电动汽车的多时间尺度优化调度模型，获得微电网最优运行方案和电动汽车最优充电方案。

技术领域

本发明涉及车辆调度技术领域，特别涉及一种在微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度方法。

背景技术

由于环境污染和能源危机，电动汽车(Electric Vehicles,EV)产业以其节能环保的优势得到了快速发展。但大量电动汽车接入电网势必会对电网产生巨大冲击，如果不加约束或引导，将会增大负荷峰值，导致“峰上加峰”，影响电网稳定性与经济性。

电动汽车兼具负荷特性和储能特性，负荷特性会给电网带来上述负面影响，但通过电动汽车与微电网互动技术，尽可能发挥电动汽车储能特性的作用，不仅可以有效降低电动汽车充电对电网产生的冲击，还可以给微电网带来一定的经济利益。如何调度电动汽车与其他可控功率单元相配合，使微电网运行在最优状态，具有很重要的研究意义。

当前微电网主要的调度算法中，基于峰谷电价策略的优化调度算法在可再生能源渗透率较高时很难得到预期的结果；以微电网负荷波动最小、可再生能源利用率最大及车主获得的收益最大为目标的优化调度算法，目标选择不够准确，车主利益最大与微电网负荷波动最小不一定能同时达到最优，且所有车主获得利益之和并不能代表每一位车主的利益；另外，一些方法假设风电、光伏及负荷功率都可以完美预测，但由于现有预测技术的局限性，对可再生能源功率及负荷的预测有着相当大的误差，这将给微电网的经济运行带来严重的不利影响。

发明内容

本发明的目的在于提供一种电动汽车多时间尺度优化调度方法，以解决现有的电动汽车调度所存在的难以达到各方获益最优、预测误差较大的问题。

为实现上述目的，本发明提供了一种电动汽车多时间尺度优化调度方法，包括以下步骤：

S1：通过蒙特卡洛随机抽样获取每辆电动汽车的历史记录，包括：最后一次返程时刻、首次出行时刻和日行驶里程，并计算得到每辆电动汽车消耗的电量；

S2：根据当日预设时刻前的一个周期内的所述历史记录，预测所述电动汽车在下一个周期的风电功率、光伏功率及基本负荷，并采集所述电动汽车相关的出行信息，制定日前调度计划，建立日前调度优化模型；

S3：结合所述日前调度计划中的可控发电单元的预计功率曲线、所述风电功率、光伏功率、基本负荷及所述电动汽车相关的出行信息，以预设间隔时间进行短期滚动调度优化，制定短期调度计划，建立日内调度优化模型；

S4：将所述日前调度优化模型及日内调度优化模型作为多时间尺度优化调度模型，使用灰狼优化算法求解考虑日前预测误差的电动汽车的多时间尺度优化调度模型，获得微电网最优运行方案和电动汽车最优充电方案；

所述步骤S2中，建立微电网日前调度模型，其目标为：满足微电网运行成本最低及所有电动汽车车主的充电总成本最低，所述微电网日前调度模型的目标函数为：