[发明专利]一种电动汽车区域微网群双层分布式优化调度方法有效
申请号: | 201910081060.3 | 申请日: | 2019-01-28 |
公开(公告)号: | CN109816171B | 公开(公告)日: | 2023-01-06 |
发明(设计)人: | 程杉;魏昭彬;廖玮霖 | 申请(专利权)人: | 三峡大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/06;G06Q50/06 |
代理公司: | 宜昌市三峡专利事务所 42103 | 代理人: | 吴思高 |
地址: | 443002 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种电动汽车区域微网群双层分布式优化调度方法,包括:预测未来一天发电机组出力情况,采集各微电网状态信息;根据搜集到的多微网和电动汽车信息,构建情景树模型;构建上层多微网优化调度模型;提出模糊PID实时电价策略,整定模糊PID参数,求解当前实时电价;基于上层多微网优化调度模型,采用粒子群算法求解各微网在各场景下每一时刻的总充放电功率;判断粒子群程序中迭代次数是否大于设定值;建立下层电动汽车优化调度模型,使电动汽车聚合商总运行成本、电动汽车电池总损耗最小;优化调度每辆电动汽车的充放电计划。本发明可以大幅降低多微网运行成本,有效削弱多微网总购电功率以及平抑负荷波动。 | ||
搜索关键词: | 一种 电动汽车 区域 微网群 双层 分布式 优化 调度 方法 | ||
【主权项】:
1.一种基于模糊PID实时电价的电动汽车区域微网群双层分布式优化调度方法,其特征在于包括以下步骤:步骤1:预测未来一天风力发电机组、光伏发电机组的出力情况,采集各微电网的基础负荷、电动汽车接入电网时间、离开电网时间、行驶里程数、接入电网时刻时的荷电状态信息;步骤2:根据搜集到的多微网和电动汽车信息,构建情景树模型,并采用场景削减技术生成最优场景;步骤3:构建以多微网总运行成本、总购电成本、总负荷波动最小为目标函数的上层多微网优化调度模型;步骤4:基于各个微电网的基础负荷和电动汽车充放电需求,提出模糊PID实时电价策略,整定模糊PID参数,求解当前实时电价;步骤5:基于上层多微网优化调度模型,采用粒子群算法求解各微网在各场景下每一时刻的总充放电功率;步骤6:判断粒子群程序中迭代次数是否大于设定值,若是,则进行步骤7,否则,返回步骤4;步骤7:建立下层电动汽车优化调度模型,使电动汽车聚合商总运行成本、电动汽车电池总损耗最小;步骤8:基于上层多微网优化调度模型,优化调度每辆电动汽车的充放电计划;步骤9:判断电动汽车荷电状态是否满足出行要求,若是,则流程结束;否则,返回步骤8。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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三峡大学,未经三峡大学许可,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/patent/201910081060.3/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理