[发明专利]一种虚拟电厂中风电场和电动汽车换电站的协同调度方法

权利要求书

1.一种虚拟电厂中风电场和电动汽车换电站的协同调度方法，其特征是，包括以下步骤：

将各时段电动汽车换电站的剩余电量作为决策变量，各时段风电场的实际功率和实际换电需求作为随机变量，构建协同调度模型；

基于各时段电动汽车换电站的换电需求和风电功率的预测值，以虚拟电厂的未被满足换电指标、弃风电量指标和发电计划跟踪指标实现的概率最大化作为协同调度模型的优化目标，计算得到各时段换电站与风电场的协同调度策略。

2.根据权利要求1所述的一种虚拟电厂中风电场和电动汽车换电站的协同调度方法，其特征是，所述协同调度模型为：

式中，lexmin{·}为按照字典序最小化目标向量；P_r{·}为运行指标实现的概率；P_δ分别为未被满足换电指标、弃风电量指标和发电计划跟踪指标实现概率的目标值；Nt为划分的时段数；Δt为单位时段长度；为t时段未被满足的换电量；Q_ds为虚拟电厂的日未被满足换电量的上限；为t时段的弃风功率，N_τ为日内优化决策的时段数，Δτ为日内优化决策的单位时段长度，为第t个小时内第τ个时段的弃风功率；Q_ws为虚拟电厂的日弃风电量的上限；为t时段的风电场的实际功率；为t时段电动汽车换电站的充放电功率，充电为正，放电为负；为t时段的虚拟电厂的发电计划；δ为功率偏差的相对误差绝对值的允许范围；为分别为第i个运行指标实现的概率偏离其目标值的负偏差和正偏差，均为非负数；Q^t为t时段电动汽车换电站的剩余电量；为t时段的实际换电需求；g(·)≤0为约束条件。

3.根据权利要求2所述的一种虚拟电厂中风电场和电动汽车换电站的协同调度方法，其特征是，所述约束条件包括电动汽车换电站容量约束、电动汽车换电站在决策周期内的电量约束、电动汽车换电站电量爬坡约束和电动汽车零排放约束。

4.根据权利要求3所述的一种虚拟电厂中风电场和电动汽车换电站的协同调度方法，其特征是，所述电动汽车换电站容量约束为：

Q^min≤Q^t≤Q_EVB

式中，Q^min为电动汽车换电站的最低剩余电量；Q_EVB为电动汽车换电站电池系统的额定容量。

5.根据权利要求3所述的一种虚拟电厂中风电场和电动汽车换电站的协同调度方法，其特征是，所述电动汽车换电站在决策周期末的电量约束为：

式中，Q^end为决策周期末要求的最低剩余电量。

6.根据权利要求3所述的一种虚拟电厂中风电场和电动汽车换电站的协同调度方法，其特征是，所述电动汽车换电站电量爬坡约束为：

式中，η_c、η_d为分别为电动汽车换电站的充电、放电效率；为电动汽车换电站的最大放电功率；为电动汽车换电站的在t时段的最大充电功率。

7.根据权利要求3所述的一种虚拟电厂中风电场和电动汽车换电站的协同调度方法，其特征是，所述电动汽车零排放约束为：

式中，为电动汽车换电站的最大充电功率。

8.根据权利要求2所述的一种虚拟电厂中风电场和电动汽车换电站的协同调度方法，其特征是，利用蒙特卡洛模拟与遗传算法相结合的方法求解所述协同调度模型。

9.根据权利要求8所述的一种虚拟电厂中风电场和电动汽车换电站的协同调度方法，其特征是，求解所述协同调度模型的具体过程为：

将协同调度模型的时段按照小时进行划分，在求解各指标的概率值时，将每个小时进行进一步划分为N_τ个时段；

根据风电功率、换电需求的预测值和预测误差的概率分布，生成m组换电需求和风电出力的随机样本；

计算每组样本的未被满足换电量、弃风电量和充放电功率；

根据大数定律，在m足够大时，计算各指标满足的概率。