一种港口电动船舶岸电与储能联合调度控制方法与流程

摘要: 本技术实施例涉及港口能源管理与智能调度,具体地说,涉及一种港口电动船舶岸电与储能联合调度控制方法。背景技术:1、随着港口绿色低碳发展和船舶电动化程度不断提高,电...
一种港口电动船舶岸电与储能联合调度控制方法与流程

本技术实施例涉及港口能源管理与智能调度,具体地说,涉及一种港口电动船舶岸电与储能联合调度控制方法。

背景技术:

1、随着港口绿色低碳发展和船舶电动化程度不断提高,电动船舶在靠港期间通过岸电系统进行充电补能的应用日益增多。与此同时,部分港口为提高供电灵活性和负荷调节能力,还配置了储能系统。在该应用场景下,电动船舶充电负荷、港区原有用电负荷、岸电设备供电能力以及储能系统充放电能力相互耦合,尤其在多艘电动船舶集中到港、停泊时间重叠或者离港时间较为接近时,容易在部分时段形成较大的叠加负荷,因此需要对岸电系统与储能系统进行协调控制,以满足船舶充电需求并保障港区供电安全。

2、在现有岸电调度技术中,通常仅考虑电网侧的负荷平衡或简单的有序充电策略,往往忽略了载具离港时间的紧迫度差异。当多艘载具集中靠泊充电时,若仅以电网削峰为目标进行功率压制,极易导致部分即将离港的载具无法完成目标充电量,或者造成不必要的长时间等待,严重影响港口作业效率与服务质量;反之,若优先满足所有载具的即时充电需求,则可能导致局部时段总负荷超出安全限值,威胁电网稳定运行。

3、因此,亟需一种能够在保障电网安全的前提下,充分适配靠泊电动载具离港时间刚性约束,实现电网削峰与载具充电服务效率双重优化的联合调度控制方案。

技术实现思路

1、有鉴于此,本技术的目的是提供港口电动船舶岸电与储能联合调度控制方法,可以实现在过载风险时段内对岸电与储能系统的协同优化调度,以解决现有技术存在的难以兼顾电网安全运行与靠泊电动载具离港时间刚性约束下的充电服务效率问题。

2、根据本技术的第一方面,提供一种港口电动船舶岸电与储能联合调度控制方法,包括:

3、获取靠泊区域的实时运行状态数据,实时运行状态数据包括靠泊电动载具队列信息、储能系统的运行参数、外部电网负荷及安全限值;

4、基于靠泊电动载具队列信息预测各靠泊电动载具在各离散时段的充电需求负荷,将充电需求负荷与外部电网负荷叠加生成原始总负荷预测曲线,并基于原始总负荷预测曲线与安全限值识别存在过载风险的目标时段;

5、针对目标时段,以总负荷峰值与载具平均充电等待时间的加权和最小为优化目标,以各靠泊电动载具在各离散时段的充电功率和储能系统在各离散时段的充放电功率为联合优化变量,构建岸电与储能联合调度优化模型,岸电与储能联合调度优化模型的约束条件包括:各靠泊电动载具在计划离港前完成目标充电量、岸电设备输出功率不超过额定限值、储能系统的运行状态及充放电功率不超过对应限值、以及优化后各离散时段总负荷不超过安全限值;

6、求解岸电与储能联合调度优化模型,得到目标时段内各靠泊电动载具的分时充电功率指令序列和储能系统的分时充放电功率指令序列;

7、在目标时段内执行分时充电功率指令序列和分时充放电功率指令序列。

8、在一些实施例中,靠泊电动载具队列信息包括各靠泊电动载具的计划离港时间和当前电池荷电状态;

9、所述基于所述靠泊电动载具队列信息预测各靠泊电动载具在各离散时段的充电需求负荷,包括:

10、根据各靠泊电动载具的所述计划离港时间和当前时间确定剩余停泊时长,并将所述剩余停泊时长划分为多个充电时隙;

11、根据各靠泊电动载具的目标充电量与所述当前电池荷电状态对应的电量之间的差值确定待充电量;

12、根据所述待充电量和所述充电时隙生成各靠泊电动载具在各离散时段的功率-时间需求分布矩阵;

13、根据所述功率-时间需求分布矩阵确定各靠泊电动载具在各离散时段的充电需求负荷。

14、在一些实施例中,求解所述岸电与储能联合调度优化模型,得到所述目标时段内各靠泊电动载具的分时充电功率指令序列,包括:

15、根据各靠泊电动载具的所述计划离港时间和所述待充电量,确定各靠泊电动载具在所述目标时段内的充电优先级;

16、按照所述充电优先级由高到低,依次分配各靠泊电动载具在各离散时段的充电功率;

17、在同一离散时段内,当可分配充电功率小于参与分配的各靠泊电动载具的充电需求负荷之和时,优先分配所述充电优先级较高的靠泊电动载具的充电功率。

18、在一些实施例中,优化目标通过以下方式确定:

19、确定所述目标时段内优化后各离散时段总负荷中的最大值,作为所述总负荷峰值;

20、对于参与调度的每一靠泊电动载具,确定该靠泊电动载具被首次分配非零充电功率的离散时段起始时刻,并计算所述离散时段起始时刻与该靠泊电动载具到港时刻之间的时间差;

21、对所有参与调度的靠泊电动载具对应的所述时间差求平均值,得到所述载具平均充电等待时间;

22、将第一权重系数与所述总负荷峰值的乘积、第二权重系数与所述载具平均充电等待时间的乘积之和,作为所述优化目标。

23、在一些实施例中,构建所述岸电与储能联合调度优化模型时,引入二进制辅助变量以表征所述储能系统在每个离散时段的充放电状态,建立所述储能系统的充放电状态互斥约束,约束方式为:

24、

25、其中,表示所述二进制辅助变量,当所述二进制辅助变量取值为0时,表示对应离散时段时所述储能系统处于放电状态,当所述二进制辅助变量取值为1时,表示对应离散时段时所述储能系统处于充电状态,和分别表示所述储能系统在离散时段时的充电功率变量和放电功率变量,表示所述储能系统的额定功率限值。

26、在一些实施例中,将所述充电需求负荷与所述外部电网负荷叠加生成原始总负荷预测曲线,包括:

27、对于每一离散时段,获取所述外部电网负荷在该离散时段的负荷值、所有靠泊电动载具在该离散时段的充电需求负荷之和以及基础不可控负荷在该离散时段的负荷值;

28、将所述外部电网负荷在该离散时段的负荷值、所有靠泊电动载具在该离散时段的充电需求负荷之和以及所述基础不可控负荷在该离散时段的负荷值进行相加,得到该离散时段的总负荷预测值;

29、将各离散时段的总负荷预测值按时间顺序排列,生成所述原始总负荷预测曲线。

30、在一些实施例中,优化后各离散时段总负荷不超过所述安全限值的约束条件包括:

31、对于所述目标时段内每一离散时段,约束该离散时段的优化后总负荷小于或等于所述安全限值;

32、所述优化后总负荷由该离散时段各靠泊电动载具的优化充电功率之和、所述储能系统的优化充放电功率以及所述基础不可控负荷叠加得到;

33、其中,所述储能系统处于充电状态时,其充电功率作为负值计入所述优化后总负荷,所述储能系统处于放电状态时,其放电功率作为正值计入所述优化后总负荷。

34、在一些实施例中,求解所述岸电与储能联合调度优化模型,得到所述目标时段内所述储能系统的分时充放电功率指令序列,包括:

35、对于所述目标时段内每一离散时段,计算该离散时段各靠泊电动载具的充电功率之和与所述外部电网负荷之和;

36、当所述充电功率之和与所述外部电网负荷之和大于所述安全限值时,控制所述储能系统在该离散时段放电,且所述储能系统的放电功率为所述充电功率之和与所述外部电网负荷之和超出所述安全限值的差值,或者为所述储能系统在该离散时段的最大允许放电功率;

37、当所述充电功率之和与所述外部电网负荷之和小于或等于所述安全限值时,控制所述储能系统在该离散时段不放电,或者在满足所述储能系统荷电状态约束的条件下充电。

38、根据本技术的第二方面,提供一种港口电动船舶岸电与储能联合调度控制装置,所述装置用于执行本技术第一方面及第一方面任一实施例所述的港口电动船舶岸电与储能联合调度控制方法的步骤,包括:

39、数据获取模块,用于获取靠泊区域的实时运行状态数据,所述实时运行状态数据包括靠泊电动载具队列信息、储能系统的运行参数、外部电网负荷及安全限值;

40、风险识别模块,用于基于所述靠泊电动载具队列信息预测各靠泊电动载具在各离散时段的充电需求负荷,将所述充电需求负荷与所述外部电网负荷叠加生成原始总负荷预测曲线,并基于所述原始总负荷预测曲线与所述安全限值识别存在过载风险的目标时段;

41、模型构建模块,用于针对所述目标时段,以总负荷峰值与载具平均充电等待时间的加权和最小为优化目标,以各靠泊电动载具在各离散时段的充电功率和所述储能系统在各离散时段的充放电功率为联合优化变量,构建岸电与储能联合调度优化模型;所述岸电与储能联合调度优化模型的约束条件包括:各靠泊电动载具在计划离港前完成目标充电量、岸电设备输出功率不超过额定限值、所述储能系统的运行状态及充放电功率不超过对应限值、以及优化后各离散时段总负荷不超过所述安全限值;

42、模型求解模块,用于求解所述岸电与储能联合调度优化模型,得到所述目标时段内各靠泊电动载具的分时充电功率指令序列和所述储能系统的分时充放电功率指令序列;

43、指令执行模块,用于在所述目标时段内执行所述分时充电功率指令序列和所述分时充放电功率指令序列。

44、根据本技术的第三方面,提供一种计算机设备,包括:

45、至少一个处理器;以及

46、与所述至少一个处理器通信连接的存储器;其中,

47、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器以实现本技术第一方面及第一方面任一实施例所述的港口电动船舶岸电与储能联合调度控制方法的步骤。

48、上述申请中的一个实施例具有如下优点或有益效果:

49、本技术通过构建基于靠泊电动载具剩余停泊时长与待充电量的功率-时间需求分布矩阵,将载具离港时间的刚性物理约束转化为可计算的时空负荷特征,从根本上区别于常规电动汽车或固定负荷的调度模式;在此基础上,以总负荷峰值与载具平均充电等待时间的加权和最小为联合优化目标,并在约束条件中强制嵌入离港前完成目标充电量的硬性要求,使得优化求解过程必须在保障载具按时离港的前提下寻找电网负荷的最优解。

50、上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。