APP下载

新能源充电站能量优化管理

2019-09-10黄雅娟徐迅罗祖健

科学导报·学术 2019年17期
关键词:充放电乘积约束条件

黄雅娟 徐迅 罗祖健

摘  要:在上一篇中我们讨论了对于汽车无序充电行为下的电网分配,本节我们通过对不同充放电模式的讨论确定最优充放电的模式组合。对全额发电和允许弃光分别建立多层线性规划模型,解得全额发电情形下新能源充电站每天利润为357.72元,允许弃光的情形下,每天利润为158.61元。

关键词:新能源充电站;能量优化管理

引言

为应对日益严峻的资源与环境问题,世界各国政府都在积极推广电动汽车(Electrical Vehicle,EV)。电动汽车的能量主要来源于电网,其大规模发展离不开电力系统的支撑。电动汽车无序充电行为具有随机性强、同时率高等特性,将给配电网带来负荷峰谷差增大、电压下降及损耗增加等挑战。但同时,电动汽车作为移动式储能,在削峰填谷、提供电力系统辅助服务、协同消纳新能源等方面具有广阔的应用前景。电动汽车与电网互动(Vehicle to Grid,V2G)指通过合理的策略和先进的通訊手段对电动汽车的充放电行为进行优化管理。[1]

1.问题背景

新能源充电站利用电网电能及站内新能源为电动汽车提供充电服务,并可将站内新能源的电能反送电网。站内设有8 台充电桩及光伏发电装置,每台充电桩的充电功率在 50kW 范围内可调。假设该充电站为 100 辆电动汽车提供服务,充电电价固定为 1.5 元/kWh。用户未来 24 小时的充电需求如电工杯2018年附件 1 电动汽车充电记录所示(可选择一周内任意一天)。充电站利润为其向电网和用户售电收入减去其从电网购电的成本。在光伏全额利用和允许弃光两种情况下分别计算未来 24 小时充电站的最大利润。

2.模型求解

该文中建立以24小时充电站最大利润为目标函数的规划问题,充电站运营模式如图9所示,其中G代表电网,L代表运营商(充电站),V代表EV用户,图中箭头代表电流方向,如GL 代表从电网购电,LG代表向电网销电,LV即代表从充电站充电给EV用户。箭头上数据代表某时段充电站的收益或成本。 分别表示对应第i个时段的电流量。

由于充电桩的数量只有八台,不能满足所有车辆的充电需求,我们按照先到先充原则,根据附表一的充电开始时刻以及充电时长,用计算机模拟周一的充电情况,100辆车按照充电开始时刻的顺序先后到达充电站,当充电站的充电车辆数小于8辆时,该车选择编号最小的充电桩充电,当充电站的充电车辆数等于8辆时,该车选择不在此充电站充电。

2.1 光伏全额利用情况下的充电站利润

约束条件1表示在汽车离开时给其充满电,约束条件2,3 购电量和售电量不能同时为0,当我们购电时,其售电量 一定为0,当我们售电时,其购电量 一定为0;约束条件4表示0点到6点24个小时段的总和与第一个大时段的数值的乘积大于0(乘积大于0表示括号里面数值同号);约束条件5表示6点到10点16个小时段的总和与第二个大时段的数值的乘积大于0;约束条件6表示10点到14点16个小时段的总和与第三个大时段的数值的乘积大于0;约束条件7表示14点到18点16个小时段的总和与第四个大时段的数值的乘积大于0;约束条件8表示18点到24点24个小时段的总和与第五个大时段的数值的乘积大于0;约束条件8表示 的取值只有-1,0,1 三种情况。

通过MATLAB求得,日最大利润为357.73元:

2.2允许弃光情况下的充电站利润

弃光:弃放弃光伏所发电力,一般指的是不允许光伏系统并网,因为光伏系统所发电力功率受环境的影响而处于不断变化之中,不是稳定的电源,电网经营单位以此为由拒绝光伏系统的电网接入。

3.结语

本文研究查阅了大量的参考文献,并利用SPSS、MATLAB、Matpower等软件进行计算和综合性分析,提高了本研究的可行性。

参考文献

[1]  谈丽娟.V2G模式下电动汽车充放电控制策略研究.:2016

[2]  田立亭,史双龙,贾卓. 电动汽车充电功率需求的统计学建模方法[J]. 电网技术,(11):126-130,2010

[3]  刘超. 计及电动汽车最优时空分布的分级调度模型研究[D].重庆大学,2014

[4]  庞培川,曾成,杨彪,张谦.蒙特卡洛模拟法计算电动汽车充电负荷[J].通信电源技术,33(01):155-158,2016

作者简介:黄雅娟,女-1998年12年06月-汉族-湖南常德-应用统计学。

猜你喜欢

充放电乘积约束条件
最强大脑
最强大脑
N的最大值是多少?
用“约束条件法”和“公式法”求二阶线性微分方程的特解
采取多种控制技术延长阀控电池寿命
“无限个大于零小于1的数的乘积不等于零”的一则简例
防爆蓄电池机车智能充电硐室实践应用
一种锂电池管理系统及方法研究