[发明专利]基于两阶段的区域电网电动汽车调峰优化调度方法

权利要求书

1.一种基于两阶段的区域电网电动汽车调峰优化调度方法，其特征在于：包括对EV负荷进行分类建模；首先基于模糊层次分析法FAHP，计及各项成本给出EV参与调峰的定价策略及模型；然后利用两阶段优化对区域电网进行优化调度，第一阶段给出定价曲线，第二阶段在定价曲线基础上进行EV调峰优化调度，具体包括如下步骤：

1)将EV负荷分为刚性EV负荷、可调度EV负荷、灵活性EV负荷以及智能换电EV负荷；其中，刚性EV负荷记为常规负荷；

①可调度EV负荷的数学模型如下：

式中，是在t+1时必须增加的可调度EV负荷，表示t+1时刻增加的负荷，表示t+1时刻减少的负荷；P_c表示可调度EV的充电功率；表示满足条件T₀＝t+1和T_b＞T的可调度EV数量；表示满足条件T₀＝t+1和T_b＜T的可调度EV数量；为满足条件T₁＝t+1或C_b＝C_l的可调度EV数量；表示EV在下一时刻的实际负荷量；

②灵活性EV负荷：

P_ev,c＝C_s[P₁+P₂-P₀-P_lim]

式中，P_c表示灵活性EV充电功率；P_d表示灵活性EV的放电功率；C_s表示电池容量；P_ev,d表示EV的放电容量；P_ev,c表示EV充电容量；t₀表示EV在停止工作最后一次并网的时间，此时它的荷电状态为P₀；t_lim表示灵活性EV可参与馈电调度的最大时间点；t₂是用户期望离网的时间；P₂是在离网时用户的荷电状态期望值；

③智能换电EV负荷的数学模型如下：

式中，x_n,t是换电需求，为0时表示不需要换电，为1时表示需要换电；S_n,t表示EV在t时刻的荷电状态；S_th表示EV的荷电状态阈值；S_EV,t为t时刻EV换电需求量；分别表示t时刻开始充电和结束放电的电池数量；S_c,t+1、S_d,t+1分别表示t+1时刻处于C状态和D状态的电池数量；

2)建立计及成本的电动汽车FAHP调峰定价模型：

FAHP对于量化需求关系、政府激励以及竞争关系三种评价指标，为选择最优权重系数提供了依据；

①EV参与调峰成本模型：

C＝C_Gi+C_grid+C_bat+C_s

式中，C_Gi、C_grid、C_bat、C_s分别表示火电机组燃料成本、购电成本、锂电池运行与维护成本和场地建设成本；

a.火电机组燃料成本：

式中，表示机组i在t时段的发电功率；a_i,b_i,c_i表示机组i的燃料成本系数；

b.购电成本：

式中，C_buy,t表示分时购电单价；P_buy,t表示区域电力系统在t时段的购电功率；

c.锂电池运行与维护成本：

式中，D_od(t)表示锂电池在t时间段的放电深度；N_life(t)表示锂电池在t时段放电深度为D_od(t)下的循环寿命；C_inv表示锂电池初始投资；P_bat(t)表示锂电池充放电功率；E_LB表示锂电池额定容量；K_ML为锂电池的维护成本系数；

d.场地建设成本：

C_s＝C_rjzl+C_rjgz+C_rjsb

式中，C_rjzl表示日均场地租赁费用；C_rjgz表示聚合商日均服务费用；C_rjsb表示日均设备成本；

②EV参与调峰定价模型：

R＝KC

式中，D为货币之间的换算系数；L_h为EV参与调峰的补偿价格；R为调峰的单位容量定价，θ(F_i)由FAHP确定；

a.政府激励：

式中，U为单位阶跃函数，当t≥0时，U＝1；当t＜0时，U＝0；P_Gi,max表示火电机组的最大容量；

b.需求关系：

F₂＝a-bP_Ld

式中，P_Ld表示EV等效负荷量，a,b表示电力市场逆需求函数参数；

c.竞争关系：

3)两阶段优化调度：

①第一阶段：将一天分为24个时间段，以1h为时间尺度，以为负荷峰谷差最小为目标，得到EV参与调峰的定价曲线：

a.目标函数：

式中，P_load,t,P_EV,d,t,P_EV,c,t分别表示t时段常规负荷量、EV向电网放电功率和负荷功率；P_W,t,P_PV,t分别表示t时段的风机和光伏发电功率；T为时间周期；

b.约束条件：

Ⅰ、区域电网功率平衡约束：

P_load,t+P_EV,c,t＝P_EV,d,t+P_W,t+P_PV,t+P_grid,t+P_Gi,t

式中，P_load,t表示常规负荷的负荷电量；P_Gi,t,P_grid,t分别表示t时段火电机组及外部电网发电功率；

Ⅱ、可调度EV约束：

式中，分别表示可调度EV充电容量上下限；表示可调度EV充电容量；表示可调度EV总负荷量；

Ⅲ、灵活性EV约束：

式中，表示t时段灵活型EV的放电容量上限；表示t时段灵活型EV的充电容量；表示t时段灵活型EV放电容量；表示灵活性EV总负荷量；Ⅳ、智能换电EV约束：

0≤S_m,t,S_c,t,S_d,t,S_w,t≤S_b

0≤S_c,t+S_d,t≤k_c

式中，k_c表示充电机个数；表示满电量电池最小值；

Ⅴ、火电机组爬坡约束：

-P_Gi,down≤P_Gi,t-P_Gi,t-1≤P_Gi,up

式中，P_Gi,down,P_Gi,up分别表示火电机组最大向下和最大向上爬坡速率；

(2)第二阶段：将一天分为96个时间段，时间尺度为15min，以EV用户充电费用最小为优化目标，包含日内BP神经网络模拟调度与日内优化调度，对EV参与区域电网调峰进行优化调度；

a.目标函数：

F₂＝min{R·(P_ev,dp,t+P_ev,f,t+P_ev,ch,t)}

式中，P_ev,dp,t,P_ev,f,t,P_ev,ch,t分别表示参与调峰的可调度EV、灵活型EV和智能换电EV的负荷量；

b.预测误差：

式中，ΔP_S-PV(t)表示t时段预调度阶段模拟光伏功率与日前预测光伏功率差值；ΔP_S-W(t)表示t时段预调度阶段模拟风机功率与日前预测风机功率差值；ΔP_S-load(t)表示t时段预调度阶段模拟常规负荷功率与日前预测常规负荷功率差值。