适用于含电动汽车充电桩微电网的能量管理方法与流程

1.本发明属于微电网能量调度、仿真与分析领域，尤其涉及一种适用于含电动汽车充电桩 微电网的能量管理方法。


背景技术：

2.微电网是一个集成了分布式能源、储能系统和灵活性负荷的系统。近年来，微电网以其 有助于提高本地供电可靠性、降低用电成本和促进可再生能源消纳的特性在工商业建筑中得 到了广泛应用。
3.在绿色低碳趋势下，电动汽车成为了各国政府都在大力支持和发展的新型交通工具，其 保有量迅速增长。预计到2025年中国新能源汽车新车销售量将达到汽车新车销售总量的20％ 左右。电动汽车大的规模接入电网会对配电网和微电网的规划与运行产生不可忽视的影响， 如加重配电系统负担，带来大幅度扩容需求等。同时，电动汽车充电的时间和功率具有一定 灵活性，是微电网中重要的灵活性资源。
4.为了更有效且实际地对微电网进行能量调度，充分利用微电网中电动汽车、储能和分布 式电源的灵活性，提升微电网调度的经济性，研究人员对微电网的优化调度方法进行了深入 的研究。例如，专利文献cn201110121088.9公开了一种基于多时间尺度协调的微网经济运行 优化调度方法，将微网中的储能和可控分布式电源的调度分为日前计划和实时调度两个时间 尺度，还设立了两个时间尺度的协调配合机制；专利文献cn201710911697.1将慢充电动汽车 视为可平移负荷，将快充电动汽车视为短期功率波动并用储能系统进行平抑；专利文献 cn201910979289.9提前为储能、电动汽车、公共电网制定了调度策略，实现了用户需求的精 确分配；专利文献cn202010563452.6公开了一种基于双级最优充电策略的微电网能量管理系 统，采用双级最优充电策略，实现了负荷曲线“削峰填谷”和用户充电成本最小。因此，在 当前的研究中，尚没有一种能量管理策略可以满足当前各类含电动汽车充电桩微电网的实际 条件和需求。这些策略和方法无法充分发挥电动汽车和储能的灵活性，无法兼顾微电网调度 的经济性、合理性和可操作性。


技术实现要素：

5.本发明公开了一种适用于含电动汽车充电桩微电网的能量管理方法。该策略包括电动汽 车充电预约机制、日前计划、实时调度和日前计划更新机制四个部分组成。微电网中的电动 汽车需要在充电前对充电桩进行预约，提交充电需求信息；在调度日的前一天，基于负荷和 可再生能源发电的日前预测数据和日前电动汽车充电预约信息，以微电网运行成本最小和最 大需量最小为目标，将日前计划建模为混合整数线性规划问题，制定全天各时段的电动汽车 有序充电计划和储能充放电计划；在调度日的各个时段，基于负荷和可再生能源发电的实时 数据，以储能实时充放电功率与日前储能充放电计划偏差最小为目标，将实时调度建模为二 次规划问题；针对电动汽车的情况，基于最新的的信息实时更新日前计划。该策略普遍适用 于工商业园区、住宅社区和电动汽车充电站等集成电动汽车充
电桩的微电网，微网中可以包 含任意容量配比的常规负荷、电动汽车充电负荷、可再生能源发电设备和储能设备。与现有 技术相比，本发明具有稳定高效、经济环保、充分利用电动汽车灵活性和多方共赢等优点。
6.本发明具体采用的技术方案如下：
7.一种适用于含电动汽车充电桩微电网的能量管理方法，其包括如下步骤：
8.s1、获取日前电动汽车充电预约信息，所述日前电动汽车充电预约信息为电动汽车车主 于调度日前一天在充电预约平台对空闲的充电桩进行预约时提交的充电需求信息；
9.s2、将调度日等分为多个时段，基于负荷和可再生能源发电的日前预测和日前电动汽车 充电预约信息，以全天微电网运行成本最小和最大需量最小为目标，考虑微网内部功率平衡 约束、储能设备技术特性约束、变压器容量约束和电动汽车充电需求约束，将日前计划建模 为混合整数线性规划问题，求解微电网的最优需量限制值，制定全天各时段的电动汽车有序 充电计划和储能充放电计划；
10.s3、在调度日的每个实时调度时段，先检查是否有新的电动汽车充电预约或是否有电动 汽车出现了违约行为，一旦有新的电动汽车充电预约或是有电动汽车出现违约行为的情况， 则立即基于最新的信息更新日前计划；
11.s4、在调度日的每个实时调度时段，基于负荷和可再生能源发电的实时数据，电动汽车 按日前计划中的有序充电计划进行充电，以储能实时充放电功率与日前储能充放电计划偏差 最小为目标，考虑微电网内部功率平衡约束、储能设备出力约束和需量限制，将实时调度建 模为二次规划问题，确定储能的实时调度充放电功率。
12.作为优选，所述s1中的充电需求信息包括：
13.1)选取的充电桩类型及充电桩编号，充电桩类型包括直流快充桩和交流慢充桩；
14.2)预约的充电时段，包括车辆到达时间和车辆驶离时间；
15.3)电动汽车蓄电池额定容量；
16.4)车辆到达时电动汽车蓄电池荷电状态(state of charge,soc)估计值；
17.5)车辆驶离时期望的电动汽车蓄电池荷电状态。
18.作为优选，将所述s2中，将日前计划建模为混合整数线性规划问题的方法如下：
19.s21、按连续变量和0
‑
1变量两种类型定义优化变量如下：
20.定义的连续变量包括：编号为i的电动汽车在t时段的充电功率储能设备在t时段的 充电功率储能设备在t时段的放电功率储能设备在t时段的荷电状态soc
t
、微电 网在t时段向公共电网购电的功率微电网在t时段向公共电网售电的功率需量 限制值d
max
；
21.定义的0
‑
1变量包括：储能设备在t时段的充电状态储能设备在t时段的放电状态微电网在t时段向公共电网购电状态微电网在t时段向公共电网售电状态
22.s22、综合考虑微电网的运行成本最小和最大需量最小，定义混合整数线性规划问题的目 标函数如下：
[0023][0024]
其中分别为微电网在t时段向公共电网购电和售电的价格系数；c
d
为折算到一天的 需量费率；c
b
为储能磨损成本系数；σ为惩罚因子；θ
t
为日前计划中全天所有时段的集合；
[0025]
s23、设置混合整数线性规划问题的目标函数的约束条件如下：
[0026]
1)功率平衡约束：
[0027][0028]
其中和分别为t时段负荷和光伏功率的预测值，θ
ev
为预约充电电动汽车的集合。
[0029]
2)电动汽车充电电量约束：
[0030][0031]
其中分别为编号为i的电动汽车预约的到达时soc和驶离时soc；e
evi
为 编号为i的电动汽车的电池额定能量；
[0032]
3)电动汽车充电功率约束：
[0033][0034]
其中为编号为i的电动汽车预约的充电桩j的额定充电功率；
[0035]
4)电动汽车充电时段约束：
[0036]
若
[0037]
其中分别为编号为i的电动汽车预约的到达时段和驶离时段；
[0038]
5)变压器容量约束：
[0039][0040][0041]
其中s为连接微电网与公共电网的变压器的容量；
[0042]
6)微电网购售电状态互斥约束：
[0043][0044]
7)需量限制值约束：
[0045][0046]
8)储能最大充放电功率约束：
[0047][0048]
[0049]
其中分别为储能最大充电功率和储能最大放电功率；
[0050]
9)储能充放电状态互斥约束：
[0051][0052]
10)储能soc定义约束：
[0053][0054]
其中e
b
为储能额定容量；δt为日前计划一个时段的长度；η
b
‑
，η
b
分别为储能充电效率 和储能放电效率；
[0055]
11)储能soc范围约束：
[0056][0057]
其中soc分别为储能soc上限和下限。
[0058]
作为优选，所述s3中的电动汽车违约行为包括：
[0059]
1)未在充电的前一天的24:00前进行预约；
[0060]
2)主动取消前一天的预约；
[0061]
3)未在日前计划制定的开始充电时间之前到达；
[0062]
4)在日前计划制定的完成充电时间之前驶离；
[0063]
5)车辆到达时蓄电池实际soc与预约时的估计值偏差大于阈值；
[0064]
6)其他可能导致电动汽车实际充电过程与日前计划不符的行为。
[0065]
作为优选，所述s3中基于最新的信息更新日前计划的具体方法为：假设日前计划将全天 分为n个时段，电动汽车违约行为出现在第m个时段；沿用原有日前计划建模得到的模型，将 最新的电动汽车预约信息和储能设备soc输入该模型，原来时间跨度为1～n时段的日前计 划问题变为m～n时段的日内计划，生成从当前时刻到当天24:00的能量调度计划并对日前计 划进行更新。
[0066]
作为优选，将所述s4中将实时调度建模为二次规划问题的具体方法如下：
[0067]
s41、优化变量定义为：当前调度时段储能系统的输出功率p
b
和微电网与公共电网的交换 功率p
grid
；并规定优化变量在给微电网供电时取正值，反之取负值；
[0068]
s42、定义二次规划问题的目标函数为储能实际输出功率与日前计划中的储能充放电功率 偏差最小，目标函数描述如下：
[0069][0070]
其中为日前计划中对应时段的储能充放电功率；
[0071]
s43、设置二次规划问题的目标函数的约束条件如下：
[0072]
1)功率平衡约束：
[0073][0074]
其中p
l
和p
pv
分别为当前负荷和光伏功率的实际值；p
evi
为当前编号为i的电动汽车充电功 率的实际值；
[0075]
2)储能最大充放电功率约束：
[0076][0077]
若储能soc大于等于上限，则约束变为：
[0078][0079]
若储能soc小于等于下限，则约束变为：
[0080][0081]
3)变压器容量约束：
[0082]
‑
s≤p
grid
≤s
[0083]
4)需量限制值约束：
[0084][0085]
其中d
max
为日前计划中优化得到的需量限制值，为微电网实际的最大需量。
[0086]
本发明提出了一种适用于含电动汽车充电桩微电网的能量管理方法，与已有的技术相比， 本发明提出的方法主要有以下优势和改进：
[0087]
1.在微电网能量管理策略中考虑电动汽车充电预约机制，有效获取电动汽车的充电需求信 息，有助于合理进行电动汽车有序用电计划的制定；
[0088]
2.日前计划求解每一台电动汽车的有序用电计划和储能的充放电计划，从全局角度实现多 目标优化(微电网运行成本最小和需量最小)，实时调度可以根据实时情况调整储能的充放电 功率，充分发挥了电动汽车和储能的灵活性；
[0089]
3.考虑了微电网的实际条件和电动汽车的实际充电行为，策略具有较强的现实性和可操作 性，可以方便地应用于各类含电动汽车充电桩的微电网。
附图说明
[0090]
图1是适用于含电动汽车充电桩微电网的能量管理方法流程图；
[0091]
图2是日前计划更新机制原理示意图；
[0092]
图3是实施例中典型微电网结构示意图；
[0093]
图4是微电网日前计划；
[0094]
图5是出现电动汽车违约行为后更新的日前计划；
[0095]
图6是微电网全天实时调度的仿真结果。
具体实施方式
[0096]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体 实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是 本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明 内涵的情况下做类似改进，因此本发明不受下面公开的具体实施例的限制。本发明各个实施 例中的技术特征在没有相互冲突的前提下，均可进行相应组合。
[0097]
如图1所示，在本发明的一个较佳实施例中，提供了一种适用于含电动汽车充电桩微电 网的能量管理方法，其包括如下步骤：
[0098]
s1、获取日前电动汽车充电预约信息，所述日前电动汽车充电预约信息为电动汽车车主 于调度日前一天在充电预约平台对空闲的充电桩进行预约时提交的充电需求信息。
[0099]
在本实施例的s1中，充电需求信息包括：
[0100]
1)选取的充电桩类型及充电桩编号，充电桩类型包括直流快充桩和交流慢充桩；
[0101]
2)预约的充电时段，包括车辆到达时间和车辆驶离时间；
[0102]
3)电动汽车蓄电池额定容量；
[0103]
4)车辆到达时电动汽车蓄电池荷电状态(state of charge,soc)估计值；
[0104]
5)车辆驶离时期望的电动汽车蓄电池荷电状态。
[0105]
s2、将调度日等分为多个时段，基于负荷和可再生能源发电的日前预测和日前电动汽车 充电预约信息，以全天微电网运行成本最小和最大需量最小为目标，考虑微网内部功率平衡 约束、储能设备技术特性约束、变压器容量约束和电动汽车充电需求约束，将日前计划建模 为混合整数线性规划问题，求解微电网的最优需量限制值，制定全天各时段的电动汽车有序 充电计划和储能充放电计划。
[0106]
在本实施例的s2中，将日前计划建模为混合整数线性规划问题的方法如下：
[0107]
s21、按连续变量和0
‑
1变量两种类型定义优化变量如下：
[0108]
定义的连续变量包括：编号为i的电动汽车在t时段的充电功率储能设备在t时段的 充电功率储能设备在t时段的放电功率储能设备在t时段的荷电状态soc
t
、微电 网在t时段向公共电网购电的功率微电网在t时段向公共电网售电的功率需量 限制值d
max
；
[0109]
定义的0
‑
1变量包括：储能设备在t时段的充电状态储能设备在t时段的放电状态微电网在t时段向公共电网购电状态微电网在t时段向公共电网售电状态
[0110]
s22、综合考虑微电网的运行成本最小和最大需量最小，定义混合整数线性规划问题的目 标函数如下：
[0111][0112]
其中分别为微电网在t时段向公共电网购电和售电的价格系数；c
d
为折算到一天的 需量费率；c
b
为储能磨损成本系数；σ为一个相对较小的惩罚因子，目的是在不影响经济性的 情况下让储能设备soc维持在较高水平；θ
t
为日前计划中全天所有时段的集合；
[0113]
s23、设置混合整数线性规划问题的目标函数的约束条件如下：
[0114]
1)功率平衡约束：
[0115]
[0116]
其中和分别为t时段负荷和光伏功率的预测值，θ
ev
为预约充电电动汽车的集合；
[0117]
如未特殊说明，本发明的约束适用于任意时段。
[0118]
2)电动汽车充电电量约束：
[0119][0120]
其中分别为编号为i的电动汽车预约的到达时soc和驶离时soc；e
evi
为 编号为i的电动汽车的电池额定能量；
[0121]
3)电动汽车充电功率约束：
[0122][0123]
其中为编号为i的电动汽车预约的充电桩j的额定充电功率；
[0124]
4)电动汽车充电时段约束：
[0125]
若
[0126]
其中分别为编号为i的电动汽车预约的到达时段和驶离时段；
[0127]
5)变压器容量约束：
[0128][0129][0130]
其中s为连接微电网与公共电网的变压器的容量；
[0131]
6)微电网购售电状态互斥约束：
[0132][0133]
7)需量限制值约束：
[0134][0135]
8)储能最大充放电功率约束：
[0136][0137][0138]
其中分别为储能最大充电功率和储能最大放电功率；
[0139]
9)储能充放电状态互斥约束：
[0140][0141]
10)储能soc定义约束：
[0142][0143]
其中e
b
为储能额定容量；δt为日前计划一个时段的长度；η
b
‑
，η
b
分别为储能充电效率 和储能放电效率；
[0144]
11)储能soc范围约束：
[0145][0146]
其中soc分别为储能soc上限和下限。
[0147]
s3、在调度日的每个实时调度时段，先检查是否有新的电动汽车充电预约或是否有电动 汽车出现了违约行为，一旦有新的电动汽车充电预约或是有电动汽车出现违约行为的情况， 则立即基于最新的信息更新日前计划。
[0148]
在本实施例的s3中，电动汽车违约行为包括：
[0149]
1)未在充电的前一天的24:00前进行预约；
[0150]
2)主动取消前一天的预约；
[0151]
3)未在日前计划制定的开始充电时间之前到达；
[0152]
4)在日前计划制定的完成充电时间之前驶离；
[0153]
5)车辆到达时蓄电池实际soc与预约时的估计值偏差大于阈值；
[0154]
6)其他可能导致电动汽车实际充电过程与日前计划不符的行为。
[0155]
另外，本实施例中基于最新的信息更新日前计划的更新机制原理如图2所示，具体的更 新方法如下：
[0156]
假设日前计划将全天分为n个时段，电动汽车违约行为出现在第m个时段；沿用原有日前 计划建模得到的模型，将最新的电动汽车预约信息和储能设备soc输入该模型，原来时间跨 度为1～n时段的日前计划问题变为m～n时段的日内计划，生成从当前时刻到当天24:00的能 量调度计划并对日前计划进行更新。
[0157]
s4、在调度日的每个实时调度时段，基于负荷和可再生能源发电的实时数据，电动汽车 按日前计划中的有序充电计划进行充电，以储能实时充放电功率与日前储能充放电计划偏差 最小为目标，考虑微电网内部功率平衡约束、储能设备出力约束和需量限制，将实时调度建 模为二次规划问题，确定储能的实时调度充放电功率。
[0158]
在本实施例的s4中，将实时调度建模为二次规划问题的具体方法如下：
[0159]
s41、优化变量定义为：当前调度时段储能系统的输出功率p
b
和微电网与公共电网的交换 功率p
grid
；并规定优化变量在给微电网供电时取正值，反之取负值；
[0160]
s42、定义二次规划问题的目标函数为储能实际输出功率与日前计划中的储能充放电功率 偏差最小，目标函数描述如下：
[0161][0162]
其中为日前计划中对应时段的储能充放电功率；
[0163]
s43、设置二次规划问题的目标函数的约束条件如下：
[0164]
1)功率平衡约束：
[0165][0166]
其中p
l
和p
pv
分别为当前负荷和光伏功率的实际值；p
evi
为当前编号为i的电动汽车充电功 率的实际值；
[0167]
2)储能最大充放电功率约束：
[0168][0169]
若储能soc大于等于上限，则约束变为：
[0170][0171]
若储能soc小于等于下限，则约束变为：
[0172][0173]
3)变压器容量约束：
[0174]
‑
s≤p
grid
≤s
[0175]
4)需量限制值约束：
[0176][0177]
其中d
max
为日前计划中优化得到的需量限制值，为微电网实际的最大需量。考虑 到预测误差较大的情况下上述约束可能无法被满足，则可以逐渐增大该需量限制值，直至该 优化问题可以被求解。
[0178]
以下结合附图，将上述适用于含电动汽车充电桩微电网的能量管理方法应用于一个实例 中以便于作详细说明，各步骤框架如s1～s4所示，不再赘述，下面主要展示其具体的实现细 节以及技术效果。
[0179]
实施例：
[0180]
考虑如图3所示的办公园区微电网，园区内的基础负荷主要为办公楼负荷，夏季峰值负 荷约为600kw，出现在8:00
‑
11:00。根据上文所述实施方式，对该微电网的某个夏季典型日 进行能量管理,并对全天的调度结果进行仿真。
[0181]
在调度日前一天，能量管理系统根据负荷和光伏预测结果和电动汽车充电预约信息执行 日前计划(时间颗粒度为15min)，对每一台电动汽车充电计划和储能的充放电进行优化。电 动汽车充电预约信息如表1所示，得到的日前计划如图4所示。储能系统选择在谷时段充电， 在负荷高峰或峰时段放电，发挥其削峰填谷和电价差套利的作用。每一台电动汽车都有明确 的充电计划，充电时间错开了负荷高峰，同时能在离开时间前完成充电，充分发挥了电动汽 车的灵活性。微电网向公共电网购电的功率(即pcc的功率)被限制在400kw以下，不仅 降低了微电网的需量电费还可以延缓变压器的扩容需求。
[0182]
表1日前电动汽车充电预约信息
[0183][0184]
在调度日，实时调度程序每分钟执行一次，优化下一分钟的储能充放电功率。电动
汽车 遵循日前计划中的有序充电计划，储能系统可以在必要的情况下增大输出功率以补偿负荷和 光伏预测误差。
[0185]
假设当天所有的日前充电预约都被遵守，只有一辆电动汽车(ev7)因为临时性需求在未 提前预约的情况下在14:00到达充电，并期望在16:30前将额定容量为80kwh的电动汽车蓄 电池从15％充至90％。该违约行为触发了日前计划更新机制，14:00
‑
24:00的日前计划被更新。 在14:00，ev1～ev5已经开始充电或已完成充电，状态不受影响，受影响的电动汽车仅有ev6 和ev7。更新后的日前计划如图5所示。
[0186]
完成全天的实时调度后，实际的储能充放电功率和pcc功率如图6所示。实时调度结果 较好地遵循了日前计划，pcc的功率较为均衡，大大降低了微电网的最大需量。即使有一辆 电动汽车在未预约的情况下进行快充，日前计划更新机制较好地削弱了其带来的影响，微电 网的最大需量并未明显上升。本发明的能量管理策略充分利用了储能和电动汽车的灵活性。 另外，该策略能将储能的能量留到最需要的时候，更大程度地挖掘了储能作为备用的潜力。
[0187]
为了证明本发明中的微电网能量管理策略的优越性，考虑以下两种策略:
[0188]
case1:电动汽车无序充电；储能时序充放电(在谷时段充电，在负荷较大的峰时段放电)； case2:本发明提出的能量管理策略。
[0189]
两种能量管理策略对应的仿真结果如表2所示。
[0190]
对于微电网，储能可以利用电价差进行套利，降低了运行成本。相比于case1，case2 的运行成本略高。这是因为在case1中，储能仅在电价峰时段放电，最大程度地进行套利， 而case2还需要兼顾降低最大需量。相比于case1，case2的最大需量小了100kw，按月需量 费率42元/kwh计算，可降低月需量费用4200元。另外，最大需量的降低延缓了变压器的扩 容需求，可帮助微电网节省扩容成本数万元。
[0191]
表2两种能量管理策略对比结果
[0192][0193]
电动汽车车主不仅享受到了便捷的充电服务，其充电的开销也得到了降低。仅考虑充电 时的电费，该日所有车主一共节省了58元。
[0194]
对于配电网而言，微电网负荷峰谷差的降低有助于减小其调峰压力，提高电网的经济安 全运行水平，提升发电效率。
[0195]
总之，本发明提出的的能量管理策略符合微电网、电动汽车车主和配电网的利益，是一 个多方共赢，兼顾经济效益、社会效益与生态效益的策略。
[0196]
以上所述的实施例只是本发明的一种较佳的方案，然其并非用以限制本发明。有关技术 领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变
化和变型。 因此凡采取等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。