[发明专利]一种含电动汽车消纳大规模风电机组的组合计算方法有效
申请号: | 201910743549.2 | 申请日: | 2019-08-13 |
公开(公告)号: | CN110556822B | 公开(公告)日: | 2022-11-01 |
发明(设计)人: | 张晓花;朱陈松;周兴龙;程兆勇;熊泽;路睿;徐睿;朱颖 | 申请(专利权)人: | 常州大学 |
主分类号: | H02J3/00 | 分类号: | H02J3/00;H02J3/32;H02J3/38;H02J3/46;B60L55/00 |
代理公司: | 常州市英诺创信专利代理事务所(普通合伙) 32258 | 代理人: | 王美华 |
地址: | 213164 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电动汽车 大规模 机组 组合 计算方法 | ||
1.一种含电动汽车消纳大规模风电的机组组合计算方法,其特征是:所述的计算方法包括以下步骤:
a、初始数据的获取:
接收电网机组调度中心得出的系统未来24小时负荷需求数据,接收风电场对风电出力大小的预测数据,包括预测风电大小和风电出力的上下限区间,根据各个火电厂上报的机组特性数据得出各个机组的特性约束;
b、电动汽车充放电成本分析计算:
Cvehi(h)=SP(h)(ηvdishPvdish(h)-ηvchPvch(h)) (1)
其中,SP(h)是h时段电价,ηvch,ηvdish是充放电效率;Pvdish(h),Pvch(h)是电动汽车充放电功率;
c、电池老化成本分析计算:电动汽车电池老化成本包含购买电能成本、电池磨损和资本成本,模型如下:
CV2G=Ce·Ed+Cac (2)
其中,Ce是插电式电动汽车V2G放电的电能成本,Ed是电动汽车蓄电池放电能量,Ce·Ed包括购买的电能和设备退化即电池磨损的费用,Cac是V2G服务的年化资本成本,它是通过将总资本成本在整个服务周期内统一分配来计算的,已经单独考虑了电动汽车充放电的成本,所以不必考虑购买的电能费用;
V2G放电的电能成本通过下式表达:
其中,Cpe是购买电能费用,η是电动汽车电池充电往返效率,这两者在充放电功率模型中已经考虑到,此处不再讨论,只需要考虑电动汽车电池磨损费用Cd,
其中,Cb是包括更换人工成本在内的电池资本成本,Let是电池寿命;
Let=Lc·Eb·DoD (5)
其中,Lc是电池循环寿命,以次数计,它是由放电深度决定的,Eb是电池容量,DoD是放电深度;
Cac是V2G服务年化资本成本,由下式表示:
其中,d是折扣率,n*是电池寿命,以年份计,Cc是V2G服务的资本成本,
其中,nc是每天充放电次数,n*为电池寿命,以年计,当去除电动汽车购买电能费用时,电动汽车电池老化成本,以天数计,包含均以天数计的电池磨损成本和V2G服务年化资本成本,模型如下:
其中n是电池寿命,以天数计:
d、需求响应可分为激励型需求性响应和价格型需求响应,采取的激励型需求响应,在需求响应中消费者的需求取决于实时电价和提供给他们的激励,负荷需求对电价变化的敏感性被定义为需求的价格弹性,
参与到需求响应中的负荷也会发生变化,
其中,I(h)是时段h提供给用户的激励值,α是客户参与率,是时段h原负荷需求,PLnew(h)为时段h需求响应下实际负荷需求,SP(h)是时段h的电价;
e、含电动汽车消纳大规模风电的机组组合系统总运行成本目标函数:
上式中的第一项是火电机组的燃料费用,第二项是火电机组的启停成本,第三项是风电的直接成本,第四项是风电的弃风成本,其中为时段h风电场预测出力,PW(h)为时段h风电场实际出力,第五项是电动汽车的充放电成本函数和电池磨损成本,第六项是紧急需求响应成本,第七项是电动汽车电池资本成本,
其中,火电机组燃料费用和启停成本:
其中,ai,bi,ci是火电机组燃料费用系数,PG(i,h)是火电机组i在h时刻的出力,HSC,CSC分别是热启动成本和冷启动成本;CSH是冷启动时间;MD是最小下降时间;是机组持续关机时间;
风电直接成本是指向风电场购买电力需支付的成本:
Cwd,i(PW(h))=dw,iPW(h) (14)
其中,dw,i是风电直接成本系数,
紧急需求响应成本:
Cac是V2G服务年化资本成本,由下式表示:
设备磨损费用Cd
进一步,列出相应的约束条件:
a)功率平衡约束
b)常规火电机组出力约束
其中u(i,h)是机组开关状态;NG是火电机组数;是机组出力最小限制和机组出力最大限制;
c)最小开机/关机时间约束
相应地,最小关机时间限制描述成:
其中,表示初始状态i机组已经开机持续时间数;T是总调度时段数;MU是机组最小开机时间;是机组持续开机时间,表示初始状态i机组已经关机持续时间数;
d)旋转备用约束
e)爬坡约束
其中SR(h)是旋转备用量,RUi,RDi是向上向下的爬坡限;
g)电动汽车车辆平衡约束
其中,是电动汽车总数,表明所有的充电电动汽车数量Nvch(h)和放电电动汽车数量Nvdish(h)总和应小于等于电动汽车车辆总数;
h)电动汽车充放电约束
其中,A(i,h),B(i,h)分别表示电动汽车i在h时刻充电时的二进制变量和电动汽车i在h时刻进行放电时的二进制变量,取值为0或1,上式表明同一辆电动汽车不能同时处于充电和放电状态;
i)电动汽车充电约束
其中,PVchLimit(i,h)是电动汽车充电功率限制;
j)电动汽车放电约束
其中,PVdishLimit(i,h)是电动汽车放电功率限制;
k)电动汽车充放电数量约束
Nvdish(h)≤Nvmax(h)
Nvch(h)≤Nvmax(h) (28)
Nvmax(h)是充电站在该时刻最多能容纳电动汽车充放电数量;
不含需求响应的风火机组组合的总运行成本模型为:
其中,第一项时火电机组燃料费用,第二项是火电机组启停成本,第三项是风电直接成本,第四项是风电的弃风成本。
2.如权利要求1所述的含电动汽车消纳大规模风电的机组组合计算方法,其特征是:所述的步骤e中,针对以上建立的目标函数和相应的模型列出相应的约束条件,采用教与学优化算法对其进行仿真,得出最终结论。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州大学,未经常州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910743549.2/1.html,转载请声明来源钻瓜专利网。