考虑电动汽车数量影响的电网日前调度区间优化

doi:10.16628/j.cnki.2095-8188.2022.05.007

摘要/Abstract

摘要：

针对电动汽车的不同数量和风电出力的不确定性对电网调度的影响,建立含风电出力不确定性和电动汽车的日前调度区间优化模型。首先,将风电出力的不确定性利用区间数进行表示;然后考虑电动汽车不同数量及运行约束,建立日前调度区间优化模型;接着,将日前调度区间优化模型转换为两个子模型进行求解;最后,利用10机组系统对所提模型进行验证分析。通过算例分析验证了所提模型的准确性与经济性。

关键词: 电动汽车, 日前模型, 优化, 区间

Abstract:

To address the impact of different numbers of electric vehicles (EVs) and uncertainty of wind power output on power grid dispatching,the day-ahead dispatching interval optimization model with the uncertainty of wind power output and EVs is established.First,the uncertainty of wind power output is represented by the interval number.The interval optimization model of day-ahead dispatching is established by considering the different numbers and operation constraints of EVs.Then,the interval optimization model of day-ahead dispatching is converted into two sub-models for solving.Finally,the proposed model is tested and analyzed by using the 10-unit system.The accuracy and economy of the proposed model are verified through the analysis of arithmetic cases.

Key words: electric vehicles, day-ahead model, optimization, interval

中图分类号:

TM732

杨俊琛. 考虑电动汽车数量影响的电网日前调度区间优化[J]. 电器与能效管理技术, 2022, 0(5): 41-46.

YANG Junchen. Day-Ahead Dispatching Interval Optimization of Power Grid Considering Impact of EVs Number[J]. LOW VOLTAGE APPARATUS, 2022, 0(5): 41-46.

图/表 8

图1

图2

表1

表2

图3

图4

图5

图6

参考文献 18

[1]	李建林, 屈树慷, 周毅, 等. 双碳目标下储能电站相关技术分析[J]. 电器与能效管理技术, 2021(11):8-14.
[2]	陈风, 林镜涛. 考虑用户需求差异的源-车-储微电网优化调度方法[J]. 浙江电力, 2020, 39(11):51-60.
[3]	田壁源, 徐海奇, 张新燕, 等. 考虑电价激励需求响应下微电网日前优化调度方法[J]. 电力需求侧管理, 2020, 22(6):45-50.
[4]	罗平, 周濠炳, 徐林, 等. 基于区间优化的冷热电联供型多微电网日前优化调度[J/OL]. 电力系统自动化:1-16[2021-12-13]. http://kns.cnki.net/kcms/detail/32.1180.tp.20220107.1340.002.html.
[5]	韩帅, 孙乐平, 卢健斌, 等. 含电动汽车的气电互联虚拟电厂区间多目标优化调度策略[J/OL]. 储能科学与技术:1-9[2022-04-13].DOI: 10.19799/j.cnki.2095-4239.2021.0611. doi: 10.19799/j.cnki.2095-4239.2021.0611
[6]	杜永峰. 计及风光不确定性的电气热综合能源系统日前区间优化[J]. 热力发电, 2022(2):85-91.
[7]	黄頔, 杨鑫, 高林, 等. 考虑风电和储能接入电网的多目标协同博弈区间经济调度[J]. 控制理论与应用, 2021, 38(7):1061-1070.
[8]	程杉, 杨堃, 汪业乔, 等. 含风力发电的电动汽车充电站区间优化调度[J]. 电机与控制学报, 2021, 25(6):101-109.
[9]	陈海瑞, 米增强, 贾雨龙, 等. 计及电价不确定的电动汽车聚合商区间调度策略[J]. 电测与仪表, 2021, 58(12):24-30.
[10]	麻利新, 李萍, 李芸. 基于教与学算法的风力发电系统区间优化调度[J]. 工业控制计算机, 2019, 32(12):34-36.
[11]	李洪美, 李春杰, 朱呈祥, 等. 考虑风电接入不确定性的SCED模型和区间优化算法[J]. 电器与能效管理技术, 2019(21):63-69.
[12]	陈宇, 刘会兰, 栗然, 等. 基于可能度的冷热电联供微电网区间优化调度模型[J]. 电测与仪表, 2019, 56(10):47-55.
[13]	HE L F, YANG J, YAN J, et al. A Bi-layer optimization based temporal and spatial scheduling for large-scale electric vehicles[J]. Applied Energy, 2016, 168:179-192. doi: 10.1016/j.apenergy.2016.01.089
[14]	刘俊超, 方绍凤, 张群, 等. 考虑风光预测误差的电力系统风险规避评估模型[J]. 电器与能效管理技术, 2020(3):104-109.
[15]	KAZARLIS S A, BAKIRTZISAND A, PETRIDIS V. A genetic algorithm solution to the unit commitment problem[J]. IEEE Trans.Power Syst., 1996, 11(1):83-92.
[16]	YU M. Research on power system unit commitment with pumped storage power plant and wind power[D]. Shanghai: Shanghai Jiaotong University, 2013.
[17]	HE X Y. Unit commitment using an improved lagrangian relaxation method[D]. Beijing: North China Electric Power University, 2010.
[18]	HAN X S, LIU Z. Optimal unit commitment considering unit’s ramp-rate limits[J]. Power System Technology, 1994, 18(6):11-16.

场景	不确定性/%	目标函数区间/元	目标函数区间中点/元	目标函数区间半径/元
场景1	10	[537 087.280 0,544 216.280 0]	540 651.780 0	3 564.500 0
场景1	20	[533 161.385 6,547 982.398 9]	540 571.892 3	7 410.506 7
场景2	10	[507 374.899 9,515 910.939 4]	511 642.919 7	4 268.019 8
场景2	20	[503 929.146 6,520 271.491 4]	512 100.319 0	8 171.172 4
场景3	10	[480 383.383 9,488 950.892 1]	484 667.138 0	4 283.754 1
场景3	20	[476 749.855 3,493 798.504 2]	485 274.179 8	8 524.324 5

场景	目标函数/元
场景4	540 756.923 9
场景5	511 788.295 5
场景6	484 579.581 3