[發(fā)明專利]一種基于風(fēng)電曲線連續(xù)追蹤的電動汽車負(fù)荷聚合方法

有效

• 申請?zhí)枺?/td>: 202210408636.4
• 申請日: 2022-04-19
• 公開（公告）號: CN114725969B
• 公開（公告）日: 2022-10-11
• 發(fā)明（設(shè)計）人: 劉敦楠;張悅;劉明光;加鶴萍;王文;彭曉峰;楊燁;蘇舒
• 申請（專利權(quán)）人: 華北電力大學(xué);國網(wǎng)電動汽車服務(wù)有限公司
• 主分類號: H02J3/32
• 分類號: H02J3/32;H02J3/38;H02J3/46;H02J3/00;B60L53/64
• 代理公司: 北京盛詢知識產(chǎn)權(quán)代理有限公司 11901
• 代理人: 方亞兵

1.一種基于風(fēng)電曲線連續(xù)追蹤的電動汽車負(fù)荷聚合方法，其特征在于，包括：

構(gòu)建電動汽車負(fù)荷消納風(fēng)電曲線聚合模型，得到電動汽車調(diào)用結(jié)果，通過所述電動汽車調(diào)用結(jié)果計算棄風(fēng)電量；

構(gòu)建所述電動汽車負(fù)荷消納風(fēng)電曲線聚合模型的過程包括：

采集風(fēng)力出力功率，通過預(yù)測算法獲得風(fēng)電出力預(yù)測功率，采集各電動汽車充電負(fù)荷，將各電動汽車同一時段的充電負(fù)荷進行相加，得到電動汽車充電聚合負(fù)荷,以所述電動汽車充電聚合負(fù)荷與所述風(fēng)電出力預(yù)測功率數(shù)值差值的最小絕對值為目標(biāo)函數(shù)，以電動汽車聚合負(fù)荷規(guī)模、負(fù)荷互補為約束條件,構(gòu)建電動汽車負(fù)荷消納風(fēng)電曲線聚合模型；

所述電動汽車負(fù)荷消納風(fēng)電曲線聚合模型的目標(biāo)函數(shù)：

其中，F(xiàn)₁為電動汽車負(fù)荷聚合調(diào)用后與風(fēng)電電量的偏差，W_t為風(fēng)力發(fā)電廠在t時段的風(fēng)電預(yù)測功率，P_t為除電動汽車負(fù)荷以外的用電側(cè)負(fù)荷在t時段的功率，k_i為0-1決策變量，為第i個充電站在t時段的負(fù)荷，V_t為除風(fēng)電外的其他發(fā)電廠在t時段的出力功率，T為時段數(shù)，ΔT為采樣時間，N為在曲線連續(xù)追蹤中參與聚合的充電站數(shù)量；

所述聚合負(fù)荷規(guī)模、負(fù)荷互補約束條件包括：

負(fù)荷規(guī)模約束：聚合負(fù)荷資源與需求側(cè)總資源的比例：

其中，N為在曲線連續(xù)追蹤中參與聚合的充電站數(shù)量，T為時段數(shù)，k_i為第i個充電站0-1決策變量，為第i個充電站在t時段的負(fù)荷，為電動汽車聚合資源占需求側(cè)資源的最小比例，Q為需求側(cè)資源電量；

負(fù)荷互補約束：不同負(fù)荷曲線間滿足特征互補約束為：

k_i·k_jr_i,j≥r_min或k_i·k_jr_i,j＝0

其中，表示在不同i的值中取最小和不同t的值中取最小，為第i個充電站在t時段的負(fù)荷，P^E_j,t為第j個充電站在t時段的負(fù)荷，表示在不同i的值中取最大和不同t的值中取最大，r_i,j,t為第i條充電站負(fù)荷曲線與第j條負(fù)荷曲線在第t個時點的關(guān)聯(lián)度，r_i,j為第i與j條充電站負(fù)荷曲線間的互補系數(shù)，ρ為分辨系數(shù)，T為時段數(shù)，k_i為第i個充電站的0-1決策變量，k_j為第j個充電站的0-1決策變量，r_min為負(fù)荷互補性的下限值；

利用儲能設(shè)備優(yōu)化所述棄風(fēng)電量，獲得儲能調(diào)整優(yōu)化后的棄風(fēng)電量，設(shè)置儲能功率與容量配置，構(gòu)建儲能調(diào)整優(yōu)化后風(fēng)電曲線連續(xù)追蹤模型；

構(gòu)建所述儲能調(diào)整優(yōu)化后風(fēng)電曲線連續(xù)追蹤模型的過程包括：

利用所述儲能設(shè)備優(yōu)化電動汽車聚合調(diào)用后的棄風(fēng)電量，消納所述儲能設(shè)備優(yōu)化前的棄風(fēng)電量，以優(yōu)化后的最小棄風(fēng)電量為目標(biāo)函數(shù)，給定儲能功率與容量配置范圍，以及電動汽車運行約束，構(gòu)建儲能調(diào)整優(yōu)化后電動汽車進行風(fēng)電曲線連續(xù)追蹤模型；構(gòu)建所述儲能調(diào)整優(yōu)化后電動汽車進行風(fēng)電曲線連續(xù)追蹤模型的目標(biāo)函數(shù)：

其中，F(xiàn)₃為儲能調(diào)整優(yōu)化后的棄風(fēng)電量,Q_t‘為t時段的棄風(fēng)電量，T為時段數(shù)；

所述電動汽車運行約束條件包括：

F₃≤F₂

λ_s,t+λ_d,t≤1

SOC(t)＜G_ESS

其中，F(xiàn)₃為儲能調(diào)整優(yōu)化后的棄風(fēng)電量,F₂為電動汽車聚合調(diào)用后的各時段棄風(fēng)電量之和,s_t、d_t分別為t時刻儲能的充電與放電功率，μ為儲能設(shè)備的充放電效率，λ_s,t、λ_d,t分別為t時刻儲能系統(tǒng)充放電狀態(tài)的0-1變量，為放電功率的最大值，P_ESS、G_ESS分別為儲能設(shè)備充放電功率與容量配置上限，SOC(t)為t時刻儲能設(shè)備的荷電狀態(tài)，SOC(t+1)為t+1時刻儲能設(shè)備的荷電狀態(tài)，ΔT為采樣時間；

基于所述儲能調(diào)整優(yōu)化后風(fēng)電曲線連續(xù)追蹤模型，求解出所述儲能設(shè)備各時間段的充放電功率，計算輸出聚合的成本費用，得到最終輸出成本與偏差優(yōu)化后的電動汽車聚合連續(xù)追蹤風(fēng)電曲線方案。