[發明專利]一種計及儲能快充電站的配電網兩階段魯棒優化調度方法

有效

• 申請號: 202010421534.7
• 申請日: 2020-05-18
• 公開（公告）號: CN111654036B
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 胡代豪;吳國誠;劉一欣;郭力;倪籌帷
• 申請（專利權）人: 天津大學;國網浙江省電力有限公司電力科學研究院
• 主分類號: H02J3/18
• 分類號: H02J3/18;H02J3/32;H02J3/06
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 張建中

本發明公開了一種計及儲能快充電站的配電網兩階段魯棒優化調度方法，以儲能電動汽車充電站所屬的配電網運行成本最小為目標函數，建立兩階段魯棒優化調度模型，將兩階段魯棒優化調度模型解耦為主問題模型和子問題模型；將子問題模型轉化為子問題對偶模型，設定待優化的調度策略參數的初值并代入至子問題對偶模型，對子問題進行求解；然后將子問題模型求解得到的一組子問題優化參數代入主問題模型中，求解得到一組更新后的調度策略參數，將更新后的調度策略參數再次代入子問題模型中，經過反復迭代，最終得到一組優化的調度策略參數。本發明能夠改善配電網運行的經濟性和可靠性，可用于大規模快充電站接入配電網后的協調優化調度。

技術領域

本發明涉及一種配電系統魯棒優化調度，特別涉及一種計及儲能快充電站的配電網兩階段魯棒優化調度方法。

背景技術

目前，近年來，電動汽車(electric vehicles,EV)充電負荷在配電網中的滲透率大幅度提高，充電負荷的不確定性，特別是快充負荷所具備的間歇性和隨機性，使配電系統的可靠經濟運行面臨一定程度的風險。為了盡量減少快充負荷對配電系統帶來的負面影響，如何對快充負荷進行精細化建模以及在配電系統內如何實現優化調度成為解決問題的關鍵。

目前，大部分現有技術基于時間和空間兩個維度開展電動汽車充電負荷建模研究。基于統計學方法，得到不同類型電動汽車充電行為的起始充電時間和起始荷電狀態(state of charge,SOC)的概率分布，再利用蒙特卡洛模擬方法得到電動汽車的充電負荷；有的采用經典排隊論的方法對充電負荷進行建模，利用泊松分布描述電動汽車到達住宅區的兩階段時間，并得到充電負荷的集聚特性，進而實現充電站內充電設施的優化配置。以上兩種方法均從時間維度著手開展研究，但作為一種可移動負荷，電動汽車充電負荷特性與用戶出行行為、電池續航能力、交通網絡拓撲和流量等因素密切相關，需綜合考慮交通網和配電網的耦合影響。有的采用起止點(Origin-Destination，OD)分析法，通過已有的交通數據在相關軟件上反推得到用于模擬車輛行駛路徑的OD矩陣，進而基于路徑最短原則確定電動汽車的行駛行為，但忽略了路網流量對行駛時間的影響，可能導致得到的出行路徑具有很高的時間成本；有的在描述出行類型的馬爾科夫鏈基礎上對電動汽車的時空特性進行建模，得到各充電站的充電負荷概率模型，但缺乏對電動汽車在道路上的行為模擬，且電動汽車能耗模型較為簡單。為了更真實地模擬用戶在路網中的駕駛行為，應綜合考慮路網流量、行駛能耗等因素對用戶出行路徑選擇的影響，進而準確刻畫不同空間位置充電站充電負荷的時空分布特性。

另一方面，為了減少電動汽車充電負荷對配電網的沖擊，眾多學者針對電動汽車接入場景下的配電網優化調度開展了相關研究。有的研究了大規模電動汽車接入配電網后與分布式電源的協調運行調度問題，并提出了一種電動汽車接入的主動配電網多目標優化模型，但未考慮電動汽車充電負荷波動的隨機性對配電網產生的影響，考慮到電動汽車快充負荷接入配電網帶來的不確定性，以路網“均衡模型”規劃電動汽車用戶出行路徑，搭建了耦合交通系統的配電網魯棒調度模型，但未考慮充電負荷時序變化對配電網調度的影響。

針對電動汽車大規模接入所帶來的一系列問題，在快充電站中配置儲能裝置，可就地實現對電動汽車充電負荷的補償，緩解配電網供電壓力，并通過削峰填谷等手段降低充電負荷時序變化對配電網的負面影響，被認為是延緩配電網升級，提高配電網對電動汽車接納能力的有效手段。文獻詳細列出了配置儲能的充電站運行成本，并在此基礎上搭建了充電站內儲能系統的日前優化調度模型，但研究對象僅針對單獨的儲能充電站，未考慮含儲能充電站調度對配電網的影響。

發明內容

本發明為解決公知技術中存在的技術問題而提供一種計及儲能快充電站的配電網兩階段魯棒優化調度方法。