1.一种考虑电动汽车需求响应的可再生能源微电网调峰方法,其特征在于,该方法包
S1、根据电动汽车用户的出行特性模型,建立电动汽车用户心理模型、峰谷电价时段转
S3、建立以负荷方差及用户满意度为目标函数的电动汽车层调度模型,采用NSGA‑Ⅱ遗
传算法求解得到Pareto前沿解集,将每一个解代入模糊隶属度函数,并从中选取最优方案;
S4、建立可再生能源微电网层调度模型,分为并网模式和孤岛模式,采用PSO算法负责
2.根据权利要求1所述的一种考虑电动汽车需求响应的可再生能源微电网调峰方法,
刻正态分布的方差,为返程时刻正态分布的均值;为每日行驶里程,为每日行驶里
程为时的电动汽车的概率密度函数,为每日行驶里程对数正态分布的均值,为每日行
驶里程对数正态分布的方差;为充电时长,为电动汽车每公里的耗电量,为电动汽车
3.根据权利要求1所述的一种考虑电动汽车需求响应的可再生能源微电网调峰方法,
其特征在于:步骤S1中,所述电动汽车用户心理模型中,存在饱和区、线性区和死区三个阶
4.根据权利要求3所述的一种考虑电动汽车需求响应的可再生能源微电网调峰方法,
其特征在于:步骤S1中,峰时段会有位电动汽车用户自愿转移到谷时段充电,为
5.根据权利要求1所述的一种考虑电动汽车需求响应的可再生能源微电网调峰方法,
6.根据权利要求1所述的一种考虑电动汽车需求响应的可再生能源微电网调峰方法,
的综合发电效率,为抽水蓄能机组在发电状态下的综合发电效率,为蓄水池的最大
7.根据权利要求1所述的一种考虑电动汽车需求响应的可再生能源微电网调峰方法,
8.根据权利要求1所述的一种考虑电动汽车需求响应的可再生能源微电网调峰方法,
为用电舒适满意度和用电经济满意度的下限,为峰谷负荷转移率,为最大的负荷转
9.根据权利要求1所述的一种考虑电动汽车需求响应的可再生能源微电网调峰方法,
主网联络线功率 的均值, 表示并网模式下可再生能源微电网的综合运行成本,
为可再生能源微电网中所有储能单元的运行成本, 为各类储能单元的运行维护成本;
为储能单元的类别, 时为抽水蓄能机组, 时为蓄电池储能机组; 为各类储能单
元的出力, 为各类储能单元充放单位电量所需的运行维护成本, 为所有储能单元
蓄能出力, 为电动汽车层优化得到的包括电动汽车在内的总负荷, 为电网原负荷,
10.根据权利要求1所述的一种考虑电动汽车需求响应的可再生能源微电网调峰方法,
表示孤岛模式下可再生能源微电网的综合运行成本, 为可再生能源微电网层中所有
建立“源网荷储”一体化协调统一的微电网系统,对解决可再生能源出力间歇性和
不确定性具有重要意义。对于电源侧和电网侧,合理地优化协调微电网内各单元的出力,充
分消纳可再生能源是目前研究的重点;对于负荷侧,大规模电动汽车(Electric vehicle,
EV)接入电网进行无序充电,也会导致电网负荷峰上加峰;至于储能侧,目前电力系统中各
种长时间储能以抽水蓄能最为成熟,然而现有与微电网相关的研究少有能充分利用抽水蓄
能机组的调峰、调频以及备用等功能。因此,现有技术存在系统运维成本高、交互功率波动
生能源利用率低的缺陷与问题,提供一种系统运维成本低、交互功率波动小、可再生能源利
S1、根据电动汽车用户的出行特性模型,建立电动汽车用户心理模型、峰谷电价时
S3、建立以负荷方差及用户满意度为目标函数的电动汽车层调度模型,采用NSGA‑
Ⅱ遗传算法求解得到Pareto前沿解集,将每一个解代入模糊隶属度函数,并从中选取最优
S4、建立可再生能源微电网层调度模型,分为并网模式和孤岛模式,采用PSO算法
程时刻正态分布的方差, 为返程时刻正态分布的均值;为每日行驶里程, 为每日行
驶里程为 时的电动汽车的概率密度函数, 为每日行驶里程对数正态分布的均值, 为每
日行驶里程对数正态分布的方差; 为充电时长, 为电动汽车每公里的耗电量, 为电动
步骤S1中,所述电动汽车用户心理模型中,存在饱和区、线性区和死区三个阶段:
[0007] 步骤S1中,峰时段会有 位电动汽车用户自愿转移到谷时段充电, 为返程
式中, 为充电起始时刻, 为谷时段时长, 为充电时长; 、 分别为谷时段
态下的综合发电效率, 为抽水蓄能机组在发电状态下的综合发电效率, 为蓄水池的
最大库容, 为蓄水池的最小库容, 为蓄水池的初始库容, 为蓄水池的结束库容;
电池在不使用的情况下电量的自我流失; 为 时刻蓄电池储能的运行功率, 为蓄电
式中, 表示经电动汽车层调度后,电动汽车充电负荷 和电网原负荷 的方差;
为电动汽车充电负荷 和电网原负荷 之和的平均负荷; 表示电动汽车层调度中用户
分别为用电舒适满意度和用电经济满意度的下限, 为峰谷负荷转移率, 为最大的负
成本, 为可再生能源微电网中所有储能单元的运行成本, 为各类储能单元的运行维
护成本;为储能单元的类别, 时为抽水蓄能机组, 时为蓄电池储能机组; 为各
类储能单元的出力, 为各类储能单元充放单位电量所需的运行维护成本, 为所有
储能单元单次的启停切换成本, 为可再生能源微电网向主电网的购电/售电成本,
抽水蓄能出力, 为电动汽车层优化得到的包括电动汽车在内的总负荷, 为电网原
率, 表示孤岛模式下可再生能源微电网的综合运行成本, 为可再生能源微电网层中所
有储能单元的运行成本, 表示因为弃风为可再生能源微电网层带来的折合支出,
使用场景,微电网可以运行于并网以及孤岛两种模式,提高了系统的稳定性;系统中不含常
规火电机组,同时充分利用了电动汽车需求响应以及储能资源,能够有效的消纳可再生能
源,降低微电网综合运行的成本,以及增强系统的安全稳定性和应急响应能力,实现了源网
荷储一体化协调统一。因此,本发明降低了系统运维成本、提高了可再生能源利用率、提高
参见图1,一种考虑电动汽车需求响应的可再生能源微电网调峰方法,该方法包括
S1、根据电动汽车用户的出行特性模型,建立电动汽车用户心理模型、峰谷电价时
程时刻正态分布的方差, 为3.4, 为返程时刻正态分布的均值, 为17.6;为每日行驶
里程, 为每日行驶里程为 时的电动汽车的概率密度函数, 为每日行驶里程对数正
态分布的均值, 为3 .2, 为每日行驶里程对数正态分布的方差, 为0 .88; 为充电时
长,为电动汽车每公里的耗电量, 为电动汽车的充电功率,为电动汽车的充电效率;
分时电价将一天分为峰平谷三个时段,如表1所示;当电价在不同时段的差价过大
式中, 为峰谷负荷转移率; 为线性区与饱和区之间的边界,即阈值; 为线性
区与死区之间的边界,即饱和上限值; 为峰谷电价的差值, 为最大的负荷转移率;
动汽车用户自愿转移到谷时段充电, 为返程时刻于峰时段的用户数量,则峰谷电价时段
式中, 为充电起始时刻, 为谷时段时长, 为充电时长; 、 分别为谷时段
基于上述模型,可以得到电动汽车负荷的计算流程如图2所示,由新的充电起始时
态下的综合发电效率, 为抽水蓄能机组在发电状态下的综合发电效率, 为蓄水池的
最大库容, 为蓄水池的最小库容, 为蓄水池的初始库容, 为蓄水池的结束库容;
电池在不使用的情况下电量的自我流失; 为 时刻蓄电池储能的运行功率, 为蓄电
S3、建立以负荷方差及用户满意度为目标函数的电动汽车层调度模型,采用NSGA‑
Ⅱ遗传算法求解得到Pareto前沿解集,将每一个解代入模糊隶属度函数,并从中选取最优
式中, 表示经电动汽车层调度后,电动汽车充电负荷 和电网原负荷 的方差;
为电动汽车充电负荷 和电网原负荷 之和的平均负荷; 表示电动汽车层调度中用户
经济满意度的下限,用电舒适满意度 和用电经济满意度 不能太低,以免用户大
量流失; 为峰谷负荷转移率,考虑到部分用户对电量有着刚性需求,峰谷负荷转移率
存在上限; 为最大的负荷转移率, 为充电时长的上限; 为充电时长,由于次日清
为了使调度结果可视化,再次进行蒙特卡洛模拟得到图3;可以看出电动汽车负荷
较为平滑地从用电高峰时段转移到了用电低谷时段,并对原负荷起到了很好的削峰填谷的
S4、建立可再生能源微电网层调度模型,分为并网模式和孤岛模式,采用PSO算法
成本, 为可再生能源微电网中所有储能单元的运行成本, 为各类储能单元的运行维
护成本;为储能单元的类别, 时为抽水蓄能机组, 时为蓄电池储能机组; 为各
类储能单元的出力, 为各类储能单元充放单位电量所需的运行维护成本, 为所有
储能单元单次的启停切换成本, 为可再生能源微电网向主电网的购电/售电成本,
抽水蓄能出力, 为电动汽车层优化得到的包括电动汽车在内的总负荷, 为电网原
不同于并网模式,孤岛模式在目标函数中加入了弃风惩罚项,因此,孤岛模式下,
率, 表示孤岛模式下可再生能源微电网的综合运行成本, 为可再生能源微电网层中所
有储能单元的运行成本, 表示因为弃风为可再生能源微电网层带来的折合支出,
网层使用PSO粒子群算法对各电源24时的功率进行优化,得到的结果如图4、图5所示。
能单元承担了绝大部分的长时间尺度的出力变化,并且消纳了部分由于风电光伏的出力间
歇性带来的中频波动,这些是由抽水蓄能的超大容量特性决定的;电池储能主要负责调度
过程中的随机中频波动;电网联络线主要负责向主网售卖微电网多余的电能,联络线功率
波动很低是由于分配给方差的权重很高,微电网首先要保证不给主网带来大的调度负担。
孤岛模式与并网模式略有不同,如图5所示;多余的可再生能源出力会直接弃用,
目标函数中的弃风惩罚项会限制风电的弃用,故抽水蓄能会尽可能转移晚间负荷至白天,
对两种模式的结果进行对比:孤岛模式的运行成本为32020元,并网模式的运行成