电动汽车充放电与储能系统调度的峰谷分时电价优化方法

技术领域

本发明属于电气工程技术领域，具体涉及一种电动汽车充放电与储能系统调度的峰谷分时电价优化方法。

背景技术

各项研究也证明了，探索出一种将发电侧与需求侧联动起来的峰谷分时电价优化模型是很有必要的。在实施峰谷分时电价时，可以有效实现削峰填谷、降低成本、提高能量使用率的目的。同时，随着峰谷分时电价的应用越来越广泛，用户的用电习惯将逐步改善，电力系统将变得更加安全高效。

火力发电的高碳排放量与风力发电的不稳定性，都对现代电力系统建设带来了巨大的难题。面对如此严峻的能源与环境挑战，电动汽车与储能系统的发展为解决这个问题提供了新的思路。电动汽车作为一种以电能为动力的交通工具，在日常运行中不会产生任何尾气排放，可以有效缓解传统燃油汽车产生的问题，减少各种有害气体的排放。并且，大多数的车辆每天的有近95％的时间处于闲置状态，伴随着V2G技术的发展，原来只能单方面充电的局面被改变，电能可以在电动汽车与电网间双向流动，发展潜力巨大。

但必须注意到的是，风力发电和电动汽车的充放电都具有很大的随机性，在将两者规模化的同时接入电网，势必会威胁到电力系统的稳定运行。而储能系统作为推动能源绿色转型发展的关键装备与核心技术，在保障电力系统安全平稳可靠运行时具有无可比拟的优势。尤其时在发电量较大与电力负荷较低时，储能系统可以进行充电，并将储存的电能在负荷较大时释放出去，避免出现弃风弃电现象。这种调度策略不仅有效降低了电网发电量的峰谷差，还节约了电力系统的运行成本。现有技术中，还缺乏基于电动汽车充放电与储能系统调度的峰谷分时电价优化方法。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种电动汽车充放电与储能系统调度的峰谷分时电价优化方法，其方法步骤简单，设计合理，实现方便，通过建立包含电动汽车与公共汽车两种不同车辆的运行模型，并利用电动汽车与电网互动技术，实现电动汽车与电网能量的双向流动；再通过分时电价响应模型，计算出实施峰谷电价后，随电价变化而改变的用户负荷；通过电网收取的过网费，实现发电侧与需求侧的电价联动；建立储能系统的充放电与寿命模型，找出储能系统各时刻的最优充放电量；最后，在保证用户满意度与发电机组收益的情况下，计算出包含火电，风电与储能系统的最优成本模型；能够有效降低系统的运维成本，延长储能系统寿命，效果显著，便于推广。

为解决上述技术问题，本发明采用的技术方案是：一种电动汽车充放电与储能系统调度的峰谷分时电价优化方法，包括以下步骤：

步骤一、建立电网模型，包括建立用户负荷模型、建立电动私家车与电动公交车模型、建立储能系统模型和建立发电机组模型；

步骤二、对所述用户负荷模型进行用电需求约束；

步骤三、对所述电动私家车与电动公交车模型进行电量约束与充放电功率约束，在满足充电需求的情况下采用V2G进行有序充放电；

步骤四、建立所述储能系统模型的寿命约束；

步骤五、建立所述发电机组模型的机组收益约束；

步骤六、通过对电网的能量平衡与收益的约束，计算出最小运维成本。

上述的电动汽车充放电与储能系统调度的峰谷分时电价优化方法，步骤一中所述建立用户负荷模型的具体过程包括：根据需求价格弹性系数矩阵，求出随着电价的变化，各时段的具体用户负荷，并将求出的用电量按照各时刻原用户负荷所占在总负荷中所占的比例分配给各时刻，公示表达为

式中，Q

上述的电动汽车充放电与储能系统调度的峰谷分时电价优化方法，步骤一中所述建立电动私家车与电动公交车模型的具体过程包括：

电动私家车的充电具有随机性，采用蒙特卡洛法模拟电动私家车的充电起止时间，公示表达为

T

T

式中，T

电动公交车采用的运行相对固定，根据相关数据推算出每日可灵活充放电的车辆及负荷。

上述的电动汽车充放电与储能系统调度的峰谷分时电价优化方法，步骤一中所述建立储能系统模型的具体过程包括：

储能系统的充放电功率根据其值的正负分别为充电功率与放电功率，假设储能系统的存储的所有电量都在当天用完，公示表达为

Q

Q

-Q

式中，Q

上述的电动汽车充放电与储能系统调度的峰谷分时电价优化方法，步骤一中所述建立发电机组模型的具体过程包括：

发电机组分为火电机组与风电机组，假设火电机组的发电量充足，能够满足所有负荷，风电机组则依据其装机容量与各时刻的利用率确定各时刻的最大发电量，公示表达为

Q

0≤Q

Q

式中，Q

上述的电动汽车充放电与储能系统调度的峰谷分时电价优化方法，步骤二中所述对用户负荷模型进行用电需求约束的具体过程包括：

式中，λ为用户满意度，P

上述的电动汽车充放电与储能系统调度的峰谷分时电价优化方法，步骤三中所述对电动私家车与电动公交车模型进行电量约束与充放电功率约束的具体过程包括：

电动私家车的电量约束和电动公交车各时刻的充电负荷公示表达为E

E

式中，E

为满足电动私家车的运行需求，在充电结束的时刻，当电量依旧无法充满时，车主能够选择是否继续充电，设置一个电量临界点，当电量低于该点时，车主选择继续充电直至该点，当电量高于该点时，车主选择按照原计划充电，公示表达为

式中，θ为电量临界点；

所述在满足充电需求的情况下采用V2G进行有序充放电的具体过程包括：在充电结束前，如果电动汽车的电量已经充满，则该电动汽车可以自动进行放电操作，公示表达为

Q

0≤Q

式中，E

上述的电动汽车充放电与储能系统调度的峰谷分时电价优化方法，步骤四中所述建立储能系统模型的寿命约束的具体过程包括：

式中，D

上述的电动汽车充放电与储能系统调度的峰谷分时电价优化方法，步骤五中所述建立发电机组模型的机组收益约束的具体过程包括：

P

p

式中，P

上述的电动汽车充放电与储能系统调度的峰谷分时电价优化方法，步骤六中所述通过对电网的能量平衡与收益的约束，计算出最小运维成本的具体过程包括：

在保证电网输入与输出能量平衡与收益约束的前提下，通过使用gurobi求解器与粒子群算法，寻找发电机组与储能系统的最小运维成本；

电网各时刻的能量平衡公式表达为

为了协调各方利益，对峰谷分时电价设置约束，公式表达为P

式中，P

运维成本包括火电机组的调峰成本、风电机组的弃风成本和储能系统的使用成本，公式表达为

式中，F为运维成本，r

本发明与现有技术相比具有以下优点：本发明方法步骤简单，设计合理，实现方便，通过建立包含电动汽车与公共汽车两种不同车辆的运行模型，并利用电动汽车与电网互动技术，实现电动汽车与电网能量的双向流动；再通过分时电价响应模型，计算出实施峰谷电价后，随电价变化而改变的用户负荷；通过电网收取的过网费，实现发电侧与需求侧的电价联动；建立储能系统的充放电与寿命模型，找出储能系统各时刻的最优充放电量；最后，在保证用户满意度与发电机组收益的情况下，计算出包含火电，风电与储能系统的最优成本模型；能够有效降低系统的运维成本，延长储能系统寿命，效果显著，便于推广。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明的方法流程图；

图2为电动公交车灵活充放电负荷与不可灵活充放电负荷示意图；

图3为本发明的仿真模型中各时刻储能系统与电动汽车可灵活充放电部分充放电量与系统总出力图；

图4为四种仿真模型的火电机组出力对比图；

图5为四种仿真模型的风电机组出力对比图；

图6为本发明的仿真模型与只考虑储能系统的仿真模型的储能各时刻充放电量对比图；

图7为本发明的仿真模型与只考虑电动汽车充放电的仿真模型的电动私家车各时刻充放电量对比图；

图8为本发明的仿真模型与只考虑电动汽车充放电的仿真模型的电动公交车各时刻充放电量对比图。

具体实施方式

如图1所示，本发明的电动汽车充放电与储能系统调度的峰谷分时电价优化方法，包括以下步骤：

步骤一、建立电网模型，包括建立用户负荷模型、建立电动私家车与电动公交车模型、建立储能系统模型和建立发电机组模型；

步骤二、对所述用户负荷模型进行用电需求约束；

步骤三、对所述电动私家车与电动公交车模型进行电量约束与充放电功率约束，在满足充电需求的情况下采用V2G进行有序充放电；

步骤四、建立所述储能系统模型的寿命约束；

步骤五、建立所述发电机组模型的机组收益约束；

步骤六、通过对电网的能量平衡与收益的约束，计算出最小运维成本。

本实施例中，步骤一中所述建立用户负荷模型的具体过程包括：根据需求价格弹性系数矩阵，求出随着电价的变化，各时段的具体用户负荷，并将求出的用电量按照各时刻原用户负荷所占在总负荷中所占的比例分配给各时刻，公示表达为

式中，Q

本实施例中，步骤一中所述建立电动私家车与电动公交车模型的具体过程包括：

电动私家车的充电具有随机性，采用蒙特卡洛法模拟电动私家车的充电起止时间，公示表达为

T

T

式中，T

电动公交车采用的运行相对固定，根据相关数据推算出每日可灵活充放电的车辆及负荷。

本实施例中，步骤一中所述建立储能系统模型的具体过程包括：

储能系统的充放电功率根据其值的正负分别为充电功率与放电功率，假设储能系统的存储的所有电量都在当天用完，公示表达为

Q

Q

-Q

式中，Q

本实施例中，步骤一中所述建立发电机组模型的具体过程包括：

发电机组分为火电机组与风电机组，假设火电机组的发电量充足，能够满足所有负荷，风电机组则依据其装机容量与各时刻的利用率确定各时刻的最大发电量，公示表达为

Q

0≤Q

Q

式中，Q

本实施例中，步骤二中所述对用户负荷模型进行用电需求约束的具体过程包括：

式中，λ为用户满意度，P

本实施例中，步骤三中所述对电动私家车与电动公交车模型进行电量约束与充放电功率约束的具体过程包括：

电动私家车的电量约束和电动公交车各时刻的充电负荷公示表达为E

E

式中，E

为满足电动私家车的运行需求，在充电结束的时刻，当电量依旧无法充满时，车主能够选择是否继续充电，设置一个电量临界点，当电量低于该点时，车主选择继续充电直至该点，当电量高于该点时，车主选择按照原计划充电，公示表达为

式中，θ为电量临界点；

所述在满足充电需求的情况下采用V2G进行有序充放电的具体过程包括：在充电结束前，如果电动汽车的电量已经充满，则该电动汽车可以自动进行放电操作，公示表达为

Q

0≤Q

式中，E

具体实施时，电动汽车由于其独特的灵活性和可调度性，随着电动汽车与电网互动技术(V2G)技术的兴起，原来只能单方面充电的局面被改变，V2G技术可以将停驶状态下的电动汽车视为分布式储能单元，实现电动汽车与电网间的能量双向流动，在电动汽车的数量足够多时，其将具有相当大的储能潜力。参与V2G调度的电动汽车，不仅强化了汽车与电网之间的双向协作，还能有效的改善电网负荷波动，提升电网稳定性，实现能量在两者间的双向流动，达到服务电网的效果。

本实施例中，步骤四中所述建立储能系统模型的寿命约束的具体过程包括：

式中，D

具体实施时，储能系统的电池退化主要导致两种类型的老化，分别是压延老化与循环老化，在不受外界因素影响的情况下，电池电阻在一段时间内的容量衰退和增加称为压延老化导致的退化；由于电池的实际运行而发生的退化，即在充放电模式期间的循环，被称为循环老化引起的退化，考虑到储能系统的运行模式，压延老化引起的退化是最小的，因此可以忽略，本发明只考虑循环老化引起的退化。

本实施例中，步骤五中所述建立发电机组模型的机组收益约束的具体过程包括：

P

p

式中，P

具体实施时，为保护火电机组的利益，应使电价变化后的火电机组收益不低于变化前的收益。

本实施例中，步骤六中所述通过对电网的能量平衡与收益的约束，计算出最小运维成本的具体过程包括：

在保证电网输入与输出能量平衡与收益约束的前提下，通过使用gurobi求解器与粒子群算法，寻找发电机组与储能系统的最小运维成本；

电网各时刻的能量平衡公式表达为

为了协调各方利益，对峰谷分时电价设置约束，公式表达为P

式中，P

运维成本包括火电机组的调峰成本、风电机组的弃风成本和储能系统的使用成本，公式表达为

式中，F为运维成本，r

具体实施时，通过峰谷分时电价，可以使用户按照电网需求优化用电结构，改善用电习惯。

为了验证本发明方法的效果，在MATLAB2021b环境下，将本发明基于电动汽车有序充放电与储能系统调度的峰谷分时电价优化模型进行仿真，并与一些其他模型相对比，如考虑储能系统但不考虑电动汽车充放电的仿真模型、考虑电动汽车充放电但不考虑储能系统的仿真模型以及不考虑储能系统与电动汽车充放电的仿真模型。仿真参数如下：

某地区典型日负荷参数如表1所示。

表1某地区典型日负荷参数

某地区风电机组装机容量为1200MW，弃风成本系数为500元/MW，风电机组利用率参数如2所示。

表2风电机组利用率参数

假设某地区的需求价格弹性系数矩阵

假设储能系统的初始电量为0，最大容量为200MWh，最大充放电功率为40MW，转换效率为0.95，额定循环次数为1591，浮充寿命为10年，使用成本系数为50元/MW，为了保护储能系统，应该在满足需求的情况下，尽可能减少放电深度。

假设某地区的峰、平、谷时段各八小时，其中峰时段为9：00～13：00、16：00～20：00；平时段为7：00～9：00、13：00～16：00、20：00～23：00；谷时段为0：00～7：00、23：00～24：00；实施峰谷分时电价前，原始电价为564.4元/MWh,上网电价为364.4元/MWh；实施峰谷分时电价后，上网电价最小值为0元/MWh，最大值为750元/MWh，最小分时电价比为3；各时段电网过电费均为180.9元/MWh；用户满意度为0.85，电网输电损耗为0.05，火电机组调峰成本系数为3元/(MWh)

假设某地区愿意参与有序充放电的电动私家车数量为5万辆，电池容量为30kW，充电功率为7kWh；根据电动私家车用户的上下班规律，一般分为工作区充电与居住区充电。假设工作区与生活区充电概率分别为35.5％与64.5％，工作区充电的起止时间分布近似服从正态分布N(9，0.5

电动公交车模型中，因为白天运行的公交车数量大，因此可进行灵活充放电的车辆也主要集中在白天，此类型负荷约占总公交车负荷的37％，具体负荷参数如图2所示。

对四种仿真模型分别使用粒子群算法后，获得各自的最优上网电价与最小运维成本，具体求解结果如表3所示。

表3求解结果

不论是如本发明一样同时考虑储能系统与电动汽车，还是只考虑储能系统或电动汽车，最终求出的运维成本都优于两者都不考虑的运维成本，其中，本发明的运维成本最低，只考虑储能系统的运维成本次之，只考虑电动汽车的运维成本略高于只考虑储能系统的运维成本，两者都不考虑的运维成本最高。而在上网电价方面，只考虑储能系统与只考虑电动汽车的各时段电价大致相仿，而两者都不考虑的电价最高，本发明的电价略低于两者都不考虑时的电价。

在本发明的仿真模型中，因为同时存在储能系统与电动汽车两种能吸收多余能量的系统，可以维持一个相对稳定的用户负荷曲线，再通过在用户负荷较低时吸收多余能量，将发电机组的调峰成本与弃风成本维持在一个相对较低的水平，使得最终的运维成本最低；在只考虑储能系统与只考虑电动汽车时，虽然系统中都存在吸收多余能量的系统，但容量都相对较小，因此只能通过较低的平时段与谷时段电价，维持一个相对稳定的用户负荷曲线，并分别依靠储能系统与电动汽车的充放电，减少发电机组的调峰成本与弃风成本，虽然只考虑了储能系统的使用成本，但因为电动汽车能吸收的能量相对较少，导致只考虑电动汽车时发电机组的调峰成本与弃风成本依旧较大，因此运维成本略高；在两者都不考虑时，因为系统中没有吸收多余能量的系统，因此面对不同时段的用户负荷，只能通过改变发电机组的出力来保证用户满意度。

本发明的仿真模型中各时刻储能系统与电动汽车可灵活充放电部分充放电量与系统总出力如图3所示，由图3可以看出，系统总出力曲线整体较为平缓，只是在一点至五点时会出现一个较大程度的波动，这主要是因为，用户负荷的全天最低点出现在每日四点，电动公交车充电负荷的全天最低点出现在每日四点，但从整体来看，其负荷较低的时刻集中在每日凌晨，风电机组利用率的全天最高点则出现在每日三点，再考虑到储能系统会用完当日存储的所有电量，因此在三点以前，通过在这种风电机组利用率高的时段，充分使用风电发力，减少弃风成本，通过给储能系统供电与供给用户负荷的方式，维持发电机组的出力，减少调峰成本与弃风成本，而到了四点至五点，此时虽然储能系统依旧在吸收电量，但因为用户负荷在此时达到最低点，因此发电机组只能减少出力，承担相应成本。

四种仿真模型的火电机组出力对比如图4所示，由图4可以看出，本发明的火电机组出力最稳定，基本克服了用户负荷变化带来的影响，因此产生的调峰成本最低；而另外三种仿真模型的火电机组出力都受用户负荷变化与风电机组出力影响较大，因此调峰成本较高。

四种仿真模型的风电机组出力对比如图5所示，由图5可以看出，本发明的风电机组出力最高，因此产生的弃风成本最低，虽然在四点至五点没有使用风电，但依靠在两点至三点以及其他时刻的高使用量，也维持了较低的风电成本，这也解释了为什么图3中的系统总出力会在四点至五点出现一个低谷；而另外三种仿真模型虽然尽力消纳了风电机组的出力，但相较于调峰成本，风电机组的弃风成本更低，因此，为了降低成本，只能选择维持火电机组出力的稳定，而承担风电机组的弃风成本。

本发明的仿真模型与只考虑储能系统的仿真模型的储能各时刻充放电量对比如图6所示，由图6可以看出，因为本发明的各系统之间可以协调互补，因此维持了一个稳定的发电机组出力，使得储能系统每天只需要一个充电过程与一个放电过程，极大的延长了储能系统的寿命；而只考虑储能系统时，虽然整体结果也很优秀，但因为没有电动汽车的可灵活充放电负荷，因此只能进行充电，放电，充电，放电步骤，极大的损耗了储能系统的寿命。

本发明的仿真模型与只考虑电动汽车充放电的仿真模型的电动私家车各时刻充放电量对比如图7所示，由图7可以看出，由于电动私家车充电随机性较大，尤其是下班后，用户到达居住区开始充电的时间较为分散，因此无法控制灵活充放电的负荷。为了避免过度充放电对电动私家车造成损耗，本发明特意降低了在该部分的充放电量；只考虑电动汽车时，因为缺乏如储能系统一样足够吸收多余能量的系统，因此只能充分发挥电动私家车的充放电能力，但因此对电池造成的损害，会使得实际成本会比理论值高很多。

本发明的仿真模型与只考虑电动汽车充放电的仿真模型的电动公交车各时刻充放电量对比如图8所示，由图8可以看出，因为电动公交车的负荷较小，因此本发明对其的使用也主要是与电动汽车一起，配合储能系统，一起维持发电机组出力的稳定；只考虑电动汽车时，依旧是因为缺乏足够吸收能量的系统，因此其电动公交车的充放电量比本发明提高了接近一倍。

综上所述，本发明所设计的优化模型可以有效降低系统的运维成本，延长储能系统寿命。同时值得注意的是，随着我国不断加强新能源汽车领域的重视程度，未来的电动私家车数量将持续增长，此时其有序充放电部分的负荷将不断增加，对电网的优化作用将不断增强，由本发明不难推断出，电动汽车的有序充放电与储能系统的配合将更好的利用风电，减少火电。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。