[发明专利]综合能源系统环境下的电动汽车并网协同控制方法

说明书

本发明公开了属于综合能源系统优化调度领域的一种综合能源系统环境下的电动汽车并网协同控制方法。该方法以系统调度方案成本最小、能量波动最小和环保性最好为目标，采用改进的MOPSO算法得出综合能源系统日前调度方案；以用户满意度为目标，采用改进PSO算法求解各集群的充放电功率，集群内根据动态优先级制定各EV各时段充放电计划；定义松弛度表示EV参与调度的优先级，在调度过程中实时动态更新，真实反映EV的状态。本发明考虑了电动汽车车主的出行需求和电动汽车如何有序地参与综合能源系统调度的问题，具有一定的经济性、安全性和环保性。

技术领域

本发明涉及综合能源系统优化调度领域，尤其涉及综合能源系统环境下的电动汽车并网协同控制方法。

背景技术

能源需求增长和能源紧缺、环境污染之间的矛盾急剧恶化，由此综合能源系统(Integrated Energy System，IES)得到了广泛的关注。同时，电动汽车(ElectricVehicle，EV)因其节能减排和绿色环保的特点，成为人们出行的不错选择。电动汽车不仅可作为负荷从系统中吸收电能，而且可作为一种分布式储能单元通过V2G(Vehicle to Grid，V2G)技术向系统放电。然而，电动汽车大规模接入系统，无序充放电将给综合能源系统调度运行带来不利影响，如出现负荷峰谷差加大、网损增加等问题。

目前，已有不少关于电动汽车接入电力系统并网控制方法的研究。随着综合能源系统的蓬勃发展，在综合能源系统中如何充分发挥电动汽车的优势，分群分层参与系统调度成为亟待解决的一个问题。

发明内容

本发明的目的是提出一种综合能源系统环境下的电动汽车并网协同控制方法，包括综合能源系统日前调度、电动汽车分群优化调度和集群内电动汽车充放电调度；其特征在于，所述综合能源系统日前调度包括如下步骤：

步骤Z1：设置综合能源系统的初始数据，包括电/热负荷预测值、可再生能源出力期望值、各设备出力的上下限及单位运行成本、EV总充放电功率约束、与上级主网交互功率约束；

步骤Z2：设置改进的MOPSO(Multi objective particle swarm optimization)算法的初始参数；

步骤Z3：计算并更新设备出力、电动汽车总充放电功率；

步骤Z4：计算粒子调度方案成本、能量波动和环保性这三个目标函数值；

步骤Z5：比较粒子的目标函数值，选取其中的非支配解作为外部档案；

步骤Z6：为每个粒子选取全局最优解和局部最优解，在外部档案中随机选取一粒子作为扰动项；

步骤Z7：判断迭代是否满足终止条件，若不满足，转步骤Z3，否则计算输出求解结果。

所述电动汽车分群优化调度包括如下步骤：

步骤D1：系统层求得的EV总充放电功率作为约束条件，以出行结束时刻和出行起始时刻为分群原则，对EV进行集群划分，设置EV集群充放电功率约束；

步骤D2：设置改进PSO(Particle swarm optimization)算法的初始参数；

步骤D3：计算并更新各EV集群充放电功率；

步骤D4：计算粒子的目标函数值；

步骤D5：比较粒子的目标函数值，选取其中的较优解作为外部档案；

步骤D6：为每个粒子选取全局最优解和局部最优解，在外部档案中随机选取一粒子作为扰动项；

步骤D7：判断迭代是否满足终止条件，若不满足，转步骤D3，否则计算输出各EV集群充放电功率。

所述集群内电动汽车充放电调度包括如下步骤：