[发明专利]一种基于两阶段预处理策略的电动汽车并网优化调度方法

说明书

本发明公开了一种基于两阶段预处理策略的电动汽车并网优化调度方法：S1、获取电网模型和实时数据；S2、建立两阶段电动汽车充放电优化调度模型；S3对第一阶段模型进行预处理；S4、采用权重自适应粒子群算法计算第一阶段模型的有功出力和机组组合；S5、将第一阶段模型的输出作为第二阶段模型的输入；S6、考虑网络安全约束情况下配网层各节点最优负担的充放电电动汽车数量；S7、判断相应节点电压是否越限；S8、计算节点无功变化对电压的灵敏度并增加网络安全约束条件；S9、优化调度结束。本发明能够实现削峰填谷，减少大规模电动汽车接入电网带来的安全和经济的危害，降低发电机组发电成本，减小配电网网损。

技术领域

本发明涉及一种基于两阶段预处理策略的电动汽车并网优化调度方法，属于电力系统控制技术。

背景技术

在当今能源危机和环境污染问题愈发严重的情况下，电动汽车迎来了自身发展的重大契机，世界各主要国家相继出台实施了多项政策措施支持电动汽车的研究和推动新能源汽车产业的发展，至今已经取得了一定的成果。但由于大规模无序充放电的电动汽车并网会给电网带来巨大的安全性和经济性威胁，因此研究电动汽车有序充放电和优化经济调度是当前一大难点。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于两阶段预处理策略的电动汽车并网优化调度方法，能够实现在大规模电动汽车接入电网时降低输电层发电成本，降低配网网损，保证设备控制效果。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于两阶段预处理策略的电动汽车并网优化调度方法，包括如下步骤：

S1、获取电网模型和实时数据；

S2、建立两阶段电动汽车充放电优化调度模型，其中第一阶段模型以输电层发电成本最低为目标，第二阶段模型以配电层网损最低为目标；

S3、对第一阶段模型进行预处理以提高求解效率；

S4、采用权重自适应粒子群算法计算经预处理后的第一阶段模型的有功出力和机组组合；

S5、将第一阶段模型的输出作为第二阶段模型的输入，并对配网层各节点进行预处理以减少计算量；

S6、考虑网络安全约束情况下配网层各节点最优负担的充放电电动汽车数量；

S7、在最优负担的充放电电动汽车数量情况下，判断相应节点电压是否越限：若没有越限则满足网络安全约束，转入步骤S9；否则转入步骤S8；

S8、计算节点无功变化对电压的灵敏度并增加网络安全约束条件，转步骤S6；

S9、优化调度结束。

优选的，所述步骤S3中，对第一阶段模型进行预处理，包括：①将直流潮流约束作为第一阶段模型的一个约束条件；②初始化第一阶段模型的对象，形成权重自适应粒子群算法的初始种群，并对初始种群进行预处理；③初始化机组的开停机状态，使得机组满足机组启停约束条件；④初始化机组爬坡效率，使得机组满足机组爬坡约束条件。

优选的，在刚开始的状态下，各个机组的启停状况是随机产生的，极有可能不能满足机组启停的约束条件，因此先计算各个机组在t时段的启停情况，即机组i在t时段内的连续运行时间和连续停运时间之后按设置的条件进行调整，来对开停机时间进行预处理。

优选的，所述步骤S5中，对配网层各节点进行预处理，具体包括如下步骤：

S51、获取配网层各节点的潮流数据；

S52、建立配电网层的有功网损模型；

S53、求出负荷节点的无功变化对有功网损模型的灵敏度值；

S54、对所有节点的灵敏度进行计算和排序；