含光伏發電系統的電動汽車充電站的多目標優化調度方法
【專利摘要】本發明公開了智能電網【技術領域】中一種含光伏發電系統的電動汽車充電站的多目標優化調度方法。以購電費用最小化和儲能系統的循環電量最小化為目標函數,建立含光伏發電系統的電動汽車充電站的多目標優化調度模型；確定所述調度模型的決策變量及其約束條件；確定基礎數據；通過多目標優化算法求解，得到非支配解前沿面，進而獲得多個Pareto最優解；根據儲能系統總循環電量和購電費用綜合成本較小，最終選擇充電站調度最佳方案。本發明適用于光資源豐富的各類城市的含光伏發電系統的電動汽車充電站；實現了對含光伏發電系統的電動汽車充電站調度方案的優化；可為含光伏發電系統的電動汽車充電站的調度提供理論依據和技術支撐；提高充電站運行的經濟性。
【專利說明】含光伏發電系統的電動汽車充電站的多目標優化調度方法
【技術領域】
[0001]本發明涉及含光伏發電系統的電動汽車充電站的多目標優化調度方法，屬于智能電網【技術領域】。
[0002]發明背景
[0003]隨著電動汽車在世界各國的廣泛發展，充電基礎設施的規劃與建設問題已得到我國政府的更多關注。目前我國電力系統發電側的一次能源仍以煤炭為主(約占75%?80%)，電動汽車通過充電基礎設施直接接入電網充電，實際所產生的間接碳排放量相比傳統燃油汽車并不占明顯優勢，并且難以減輕對化石燃料的依賴。這種情況下，要實現真正意義上的低碳，存在兩種方式:一是大力發展可再生能源發電系統，協同調度電網中電動汽車充電和可再生能源發電，提高電網對可再生能源的消納能力；二是直接建立充放電設施與分布式可再生能源發電系統的關聯，實現可再生能源的就地消納利用。從當前的發展情況來看，調整電網的一次能源結構是非常困難的，通過可再生能源與電動汽車的就地集成，可以有效提高可再生能源利用率，降低碳排放量。
[0004]圖1為含光伏發電系統的電動汽車充電站結構示意圖.如圖1所示，含光伏發電系統的電動汽車充電站一般電氣結構包括:光伏發電系統，通過直流轉直流(DC/DC)變換器與直流母線相連；儲能系統，通過直流轉直流(DC/DC)變換器與直流母線相連；光伏充電站停車位，停在光伏充電站停車位待充電的電動汽車與充電樁相連；充電池通過直流轉直流(DC/DC)變換器與直流母線相連；交流配網通過交流轉直流(AC/DC)變流器后與直流母線相連；中央控制單元與交流母線相連。所述儲能系統一般為蓄電池組。
[0005]光伏發電系統的電動汽車充電站的運行策略為:(I)在一定的時間周期(如一天)內，有N輛車在不同時段停放在光伏充電站的充電車位上；充電站的電能來源于光伏發電和配電網供電；在停放時間段內由系統根據光伏及電價情況優選起始充電時間，通過充電樁對其充電。(2)假定充電站運營商是光伏發電的投資主體，使用過程中不需再另付來自光伏發電的購電費用；配電網通過交流轉直流(AC/DC)變流器向系統供電，采用分時電價(在電網負荷高峰時段電價高，負荷低谷時段電價低)。(3)儲能系統根據自身荷電狀態(S0C)，隨光伏發電及電價情況靈活調整充放電方式。在光伏發電功率大于電動汽車充電需求時，利用光伏剩余電能給儲能充電；在光伏發電功率不能滿足電動汽車充電需求時，儲能系統釋放電能，與配電網共同對電動汽車充電。
[0006]但是，目前仍缺乏針對含光伏發電系統的電動汽車充電站的優化調度方法。
[0007]光伏充電站與常規充電站相比，除了在站內配備光伏發電系統外，考慮到光伏發電的波動、間歇特性，還需配備一定容量的儲能系統。這種情況下，一方面需盡可能利用光伏發電電量，降低從電網的購電費用；另一方面，需考慮儲能系統的使用壽命問題，盡可能降低儲能的循環電量。因此，常規充電站的優化調度方法不能完全適用。
[0008]當一個優化問題的目標函數大于一個且需要同時處理時即形成多目標優化問題。對于一個多目標優化問題，我們關注其Pareto最優解集(非支配解集)，即綜合考慮各目標后的折中解集合。20世紀八九十年代以來，各國學者相繼提出了不同的多目標進化算法，主要包括 MOGA (Mult1-objective Genetic Algorithm)、NPGA (Niched Pareto GeneticAlgorithm)、SPEA (Strength Pareto Evolutionary Algorithm)、NSGA (Non-dominatedSorting Genetic Algorithm)和 NSGA-1I 等算法。
[0009]NSGA-1I是Deb等人于2002年在對NSGA算法改進的基礎上提出的，是目前認可度較高的多目標進化算法之一。相對于NSGA算法，其具有以下主要優點:
[0010](I)采用基于分級的快速非支配排序法，計算復雜度為0(mN2)(其中，m為目標函數的個數，N為種群中個體的數量)；
[0011](2)提出擁擠距離的概念，用以表示快速非支配排序后同級中不同元素的適應度值，使當前Pareto前沿中的個體能夠盡可能均勻地擴展到整個Pareto前沿面,擁擠距離的時間復雜度為0(m(2N)log(2N))；
[0012](3)引入精英保留機制，通過子代個體與其父代個體的共同競爭來產生下一代種群，有利于提高種群的整體進化水平。

【發明內容】

[0013]本發明的目的在于，針對上述不足之處公開了含光伏發電系統的電動汽車充電站的多目標優化調度方法，為示范城市電動汽車充電基礎設施建設提供理論依據和技術支撐，并有利于提高充電站內整體運行的經濟效益。
[0014]針對含光伏發電系統的電動汽車充電站，其結構為:光伏發電系統，通過直流轉直流(DC/DC)變換器與直流母線相連；儲能系統，通過直流轉直流(DC/DC)變換器與直流母線相連；光伏充電站停車位，停在光伏充電站停車位待充電的電動汽車與充電樁相連；充電樁通過直流轉直流(DC/DC)變換器與直流母線相連；交流配網通過交流轉直流(AC/DC)變流器后與直流母線相連；中央控制單元與系統各組件相連，可獲取各組件信息并發出指令。
[0015]光伏發電系統的電動汽車充電站的運行策略為:(I)在一定的時間周期(如一天)內，有N輛車在不同時段停放在光伏充電站的充電車位上；充電站的電能來源于光伏發電和配電網供電；在停放時間段內由系統根據光伏及電價情況優選起始充電時間，通過充電樁對其充電。(2)假定充電站運營商是光伏發電的投資主體，使用過程中不需再另付來自光伏發電的購電費用；配電網通過交流轉直流(AC/DC)變流器向系統供電，采用分時電價(在電網負荷高峰時段電價高，負荷低谷時段電價低)。結合目前現有實際運營現狀，本發明暫不考慮向配電網送電的情況。(3)儲能系統根據自身荷電狀態(S0C)，隨光伏發電及電價情況靈活調整充放電方式。在光伏發電功率大于電動汽車充電需求時，利用光伏剩余電能給儲能充電；在光伏發電功率不能滿足電動汽車充電需求時，儲能系統釋放電能，與配電網共同對電動汽車充電。
[0016]本發明提供的技術方案是，
[0017]含光伏發電系統的電動汽車充電站的多目標優化調度方法，該方法步驟為:
[0018]I)考慮光伏發電系統的電動汽車充電站的結構和運行策略，以購電費用最小化和儲能系統的循環電量最小化為目標函數，建立含光伏發電系統的電動汽車充電站的多目標優化調度模型；
[0019]在滿足站內充電需求的情況下，設計優化目標如下:(I)最小化購電費用；(2)最小化儲能系統循環電量；
【權利要求】
1.含光伏發電系統的電動汽車充電站的多目標優化調度方法，其特征在于，該方法步驟為: 步驟1:考慮光伏發電系統的電動汽車充電站的結構和運行策略，以購電費用最小化和儲能系統的循環電量最小化為目標函數，建立含光伏發電系統的電動汽車充電站的多目標優化調度模型； 在滿足站內充電需求的情況下，設計優化目標如下:(1)最小化購電費用；(2)最小化儲能系統循環電量；
2.根據權利要求1所述的含光伏發電系統的電動汽車充電站的多目標優化調度方法，其特征在于，所述多目標優化算法為NSGA-1I算法，所述NSGA-1I算法方法包括步驟: ①計算光伏發電功率； 根據光伏發電的歷史數據和氣象預報，獲得未來24小時內每時刻光伏系統的輸出功率 Ppvi ； ②計算電動汽車充電總功率Pevi;統計私家車行為規律，其停放起止時間和電池剩余電量均滿足正態分布，根據統計規律預測電動汽車的停放起止時間tpk、tlk和剩余電量情況，求出其電量需求Eevk ； 在約束條件下隨機生成每輛電動汽車的充電起始時間tsk ； 求出每輛車在每時刻的充電功率Pki,求出第i時刻站內電動汽車的充電總功率Pevi ； ③獲得儲能系統充放電功率Pbi;在約束條件內隨機生成儲能系統充放電功率Pbi,檢查每時刻儲能系統荷電狀態是否滿足約束，求出第i時刻儲能深度的約束，對于不滿足的Pbi,使用罰函數進行處理； ④計算光伏充電站從配電網購電的功率；根據系統功率平衡關系，求出每時刻系統從配電網購電的功率；⑤計算目標函數之一購電費用；根據分時電價求取優化時段的總購電費用； ⑥計算目標函數之二儲能系統循環電量；根據Pbi的正負判斷儲能系統處于充電或放電狀態，求得優化 時段的儲能系統循環電量。
【文檔編號】G06Q10/04GK103793758SQ201410031192
【公開日】2014年5月14日 申請日期:2014年1月23日 優先權日:2014年1月23日
【發明者】路欣怡, 劉念, 張建華 申請人:華北電力大學