[发明专利]一种光储充电站双层优化规划方法

权利要求书

1.一种光储充电站双层优化规划方法，其特征在于，包括以下步骤：

基于蒙特卡洛模拟生成初始场景，对配电网中的光伏出力预测，然后进行场景缩减；

根据预测的光伏出力对电动汽车的日行驶里程数进行概率分析，得到车辆一天中所消耗能量，进而得到电动汽车的预期总充电需求，构建电动汽车充电站负荷模型；

根据构建的电动汽车充电站负荷模型构建目标函数，进行充电站储能优化配置模型的构建，并确定约束条件。

2.根据权利要求1所述的一种光储充电站双层优化规划方法，其特征在于，通过所述蒙特卡洛模拟生成随机采样，每个场景时间周期T值设置为24，场景s下的光伏出力由随机数列表示为：

最大化随机因素不确定性的风电输出序列是随机风电输出值。

3.根据权利要求2所述的一种光储充电站双层优化规划方法，其特征在于，所述场景缩减过程为先确定特征空间，然后计算欧式距离，最后使用K-means聚类算法对场景进行缩减。

4.根据权利要求1所述的一种光储充电站双层优化规划方法，其特征在于，所述电动汽车日行驶里程数的概率为：

式中，x表示日里程数，d_α为电动汽车k一个日平均里程数，F(d_α)为电动汽车日行驶里程数为d_α的概率。

5.根据权利要求4所述的一种光储充电站双层优化规划方法，其特征在于，所述电动汽车k时刻t充电需求为：

式中，L^k、Δ分别为充电功率及充电时长；

所述电动汽车充电潜在需求为：

在时间段t内所有所述电动汽车的预期总充电需求为：

6.根据权利要求1所述的一种光储充电站双层优化规划方法，其特征在于，所述目标函数为：

Max F^cs＝B^Ope-C^Inv

式中，B^Ope为运行收益，C^Inv为投资成本，其差额则为光储充电站运营商收益。

7.根据权利要求6所述的一种光储充电站双层优化规划方法，其特征在于，所述投资成本C^Inv为：

C^Inv＝l^cfc^cfP^Ncf+k^pvc^pvP^Npv+k^es(c^espP^Nes+c^eseE^Nes)

式中，k表示资本回收系数，其计算方式为：

式中，ζ和d表示时间和折现率，P^Ncf、P^Npv、P^Nes、E^Nes分别表示CF/PV/ES的装机容量和ES的装机功率，c^cf、c^pv、c^esp、c^ese分别表示各类投资单位成本。

8.根据权利要求6所述的一种光储充电站双层优化规划方法，其特征在于，所述运行收益B^Ope为：

式中，d_y为年运营天数，和表示充电站运营商的售电电价和主网交易电价，和表示t时刻电动汽车用户的充电功率和充电站运营商与主网的交互功率，c^cfm、c^pvm、c^esm表示各类设施的年运维成本，的正负代表了从主网购电还是售电。

9.根据权利要求1所述的一种光储充电站双层优化规划方法，其特征在于，所述约束条件包括投资建设约束、系统运行约束。

10.根据权利要求1所述的一种光储充电站双层优化规划方法，其特征在于，所述投资建设约束包括设施的最大建设容量上限约束和电价的允许范围约束；

所述设施的最大建设容量上限约束为：

所述电价的允许范围约束为：

所述系统运行约束包括充电站和电网之间交换的功率不超过变电站变压器容量约束、PV的最大调度功率和CF的充电容量的限制约束、ES的充电和放电功率限制约束、运行期间ES单元的充放电状态约束约束、光储充电站的功率平衡约束、充电运营商提供的电量须始终满足电动汽车用户的充电需求约束；

所述充电站和电网之间交换的功率不应超过变电站变压器容量约束为：

所述PV的最大调度功率和CF的充电容量的限制约束为：

所述ES的充电和放电功率限制约束为：

所述运行期间ES单元的充放电状态约束约束为：

所述光储充电站的功率平衡约束为：

所述充电运营商提供的电量须始终满足电动汽车用户的充电需求约束为：