Page 71 - 电力与能源2021年第八期

霍明霞, 等: 空调—电动汽车群需求响应与分布式电源协调优化策略研究 4 7
3
空调, 再聚合所有组的空调, 则空调负荷聚合模型 的 SOC 如下:
()
的运行状态以及实时功率如下: η ch P cht -P dcht
()
SOC ( t+1 ) SOC ( t ) + Δt
=
N
M j N ev B C
()]
s ( t ) = 1 ∑ [ 1 ∑ s i j t ( 7 ) ( 14 )
M
j= 1 N j i =1
()———停
———电池的充放电效率; P ch t
M N j 式中 η ch
P a g t ) = ∑∑ P i j s i j t ( 8 ) 驶 EV 的充电功率之和; P ch it
(
()
(,)———时段t 第 i
j= 1 i =1 辆 EV 的充电功率( 数值为正 EV 处于充电状态,
2.2 电动汽车群聚合模型
——— EV 电 池 的 平 均
研究表明, 汽车在一天中被使用的时间不超 为负则 处 于 放 电 状 态); B C
容量。
过 10% , 即处于停驶状态, 这些闲置的 EV 是一
种十分具有应用前景的电力系统调度资源。因 3 考虑光伏消纳的需求侧响应优化调度
此, DSO 对多台 EV 实行集群化管理, 形成 EVs , 模型
使 DSO 在配电网层面制定充放电调度控制策略
3.1 目标函数
时实现对 EVs的充放电控制。
( 1 ) 弃光惩罚费用最小。该目标可以确保在
假设配电网中有 N ev 辆 EV , 在t 时段 EV 的
对应负荷水平之下, 并且联络线不能有功率倒送
停驶概率为 P avit 则 DSO 在时段t内可以调度
(),
时, 分布式光伏的消纳最大化。
的 EV 数量:
N t
(
(
N avit ) = N ev P avit ) ( 9 ) min f 1 = wP linet ) ( 15 )
(
对于 EVs车主而言, 是否接受充放电设施运 ∑
t =1
———优 化 调 度 总 时 段 数; w ———惩 罚
营商的调度是自由的, 为此引入可接受调度因子 式中 N t
因子。
λ acc 表示充放电设施运营商下辖 EVs 的可接受
,
当不存在弃光现象时, 为一趋近 0 的很小
调度程度。调度周期内可接受调度的 EV 台数: f 1
数值; 当弃光较多时, 数值也较大。
() ( 10 ) f 1
N acct =λ acc N ev
( 2 ) 空调聚合商购电成本最小。空调负荷聚
由式( 9 ) 和式( 10 ) 可得, 可接受调度的 EV 在
合商作为理性个体, 追求自身效益最大化, 即购电
:
时段t处于行驶状态的台数为 Ndri
成本最小。
()]
[
()
N drit =λ acc N ev-N avit ( 11 )
N N
a t
EV 在行驶过程中的能耗与车型大小和电机 min f 2 = ∑∑ P a gg , it π ( t ) -π com p ( t )]
()[
sale
效率等有关, EV 行驶一公里耗能 E C kWh / km ), t =1 t =1
(
( 16 )
这部分能量由电机将电能转化为机械能提供。因
(
此, 电机每公里能耗 MC kWh / km ) 的期望值: 式中 N a ———网 络 中 空 调 聚 合 商 总 数; P a gg , i
( t )——— t时刻空调聚合商 i 的用电功率; π ( t )
sale
MC = E C ( 12 ) 和 π com p ( t )——— t时刻的销售电价和柔性负荷调整
η M
———电机的转换效率。 的补偿价格。
式中 η M
EVs指定时间间隔内耗能: ( 3 ) 电动汽车聚合商购电成本最小。电动汽
车聚合商作为理性个体, 追求自身效益最大化, 即
()
()
() ()
P dcht Δt= N drit MC tv et Δt=
购电成本最小。
() ()
N dritE C t
())
E ( v et Δt ( 13 ) N N
ev t
η M
()[
sale
min f 3 = ∑∑ P ev , it π ( t ) -π com p ( t )]
()——— EVs 在 时 段 t 的 耗 电 功 率;
式中 P dch t
t = 1 t = 1
( 17 )
Δ ( t )———时间间 隔 ( 本 文 选 取 为 一 个 小 时 ); v e
()
( t )——— EV 的行 驶 速 度, v e t 的 期 望 值 取 其 平 式中 N ev ———网络中电动汽车聚合商总数; P ev , i
均值。 ( t )——— t时刻电动汽车聚合商 i 的充电功率; π sale
EV 的蓄电池电量剩余情况通常用荷电状态 ( t ) 和 π com p ( t )——— t 时刻的销售电价和柔性负荷
( StateofChar g e ,简称 SOC ) 来表示。时段t 起 调整的补偿价格。
始时刻 EV 的 SOC 为S ( t ), 则下一时段起始时刻 ( 4 ) 多目标函数处理。考虑多目标在数值大