电动汽车聚合商的发展.docxVIP

电动汽车聚合商的发展 0 优化充电策略 大量电动汽车通过电网进行序充电，这将影响电网的安全和运营。目前,国内外学者在解决电动汽车入网问题上进行了一系列开拓性的研究,其中大量文献对电动汽车有序充电策略进行了研究。文献[1]对电动汽车充电负荷模型及调度控制策略进行了总结,指出了尚未解决的问题及未来可能的研究方向。文献[2]采用两阶段优化模型,在第一阶段优化以最小化峰谷差为目标,第二阶段优化以最小化负荷波动为目标进行建模。文献[3]提出了基于双层优化的分层分区调度,在上层优化中使总负荷水平的方差与代理商调度产生的偏差量的平方和最小,在下层优化中使得各代理商预期的调度结果与实际充电结果的偏差最小。文献[4]以最大化充电站经济效益为目标实现有序充电。文献[5]提出同时考虑峰谷差与负荷平滑性的多目标优化策略。 文献[6]以充电站充电收益最大化为目标建立第一阶段优化模型,以不低于第一阶段优化所求得的最大充电收益为约束,建立第二阶段优化模型,以进一步增大充电站的经济效益,减小峰谷差。文献[7]提出一种优化充电开始时间的有序充电策略,未能充分挖掘可间断充电的潜力。文献[8]基于分时电价和电动汽车充电荷电状态曲线,提出最小化充电费用的有序充电策略。 上述文献中所提出的有序充电策略大多采用集中优化的方式,但当电动汽车数量较多时,集中优化充电易造成“维数灾”。为避免此问题,部分文献对基于分散优化的电动汽车有序充电策略进行了研究。 文献[9]提出在考虑配网约束的前提下,在同一时段内为尽可能多的电动汽车提供充电服务的有序充电策略,并基于替换乘子方向法将原问题进行分解,建立了基于分散优化的电动汽车有序充电策略。文献 [10]建立了以填谷为目标的优化充电模型,并设计出一种分散的算法通过迭代来求解该优化充电模型。 基于配网系统的社会效益最大化模型,文献[11]提出了计及电动汽车充电效益的配网节点电价,并证明了在一定条件下,在该配网节点电价引导下的分散优化仍能取得最大化社会效益。以最小化充电费用为目标,文献[12]同时研究了基于集中优化和分散优化的充电策略。文献[13]基于拉格朗日松弛法研究了微网中的分散优化策略。 与之前论文不同的是,本文主要采用拉格朗日松弛法来研究电动汽车充电的分散优化控制策略。同时,为了进行对比分析,本文也对相同场景下以电动汽车聚合商充电收益最大化为目标的全局集中优化策略进行了建模仿真。 1 电动汽车充电负荷模型 1.1 表1:表1 本文中单台电动汽车充电负荷所考虑的主要变量和参数如表1所示。 充电时间可以按照下面公式计算: 主要考虑约束条件如下: 即用户出行离开电网时,其电动汽车完成充电的实际电池电量应该大于用户自行设定的目标值,最大为1。 2 充电时间限制 即电动汽车应该在用户可用的充电时间段完成充电。如果未能达到目标电量,则需要用户重新设定目标电量或调整可用充电时间段。 1.2 美国—基于出行需求的电动汽车充电负荷模拟 对电动汽车充电产生影响的用户行为主要包括用户出行开始和返回的时间、日行驶里程等,2009年美国交通部对全美家用车辆的出行进行统计,并发布了调查结果 车辆的返回时刻与第1次出行时刻的概率密度函数分别为 式中: μ 式中:μ 日行驶里程的概率密度函数为 式中: μ 2 一体化企业所需的信息和集中优化 2.1 动汽车用户的服务协议 考虑到配电变压器的容量约束,本文假定电动汽车聚合商管理某居民小区单台变压器下接入的电动汽车充电,聚合商和电动汽车用户之间需要签署服务协议。一方面,聚合商前期需要投资提供智能充电桩及一定的电池维护等服务;另一方面,用户需要按照聚合商的充电服务价格充电并且同意聚合商对其电动汽车的充电进行优化控制。聚合商按照一定的价格收取充电费用,按购电价格向电网公司支付费用, 之间的差价为其提供充电服务的盈利。图1为其集中优化充电场景示意图。 2.2 各电动汽车充电的优化安排 本文采用类似于日前调度的机制,对1天内所有电动汽车的充电进行优化安排。该策略的实现要求每辆电动汽车必须在日前向电动汽车聚合商申报次日的充电计划。 (1) 控制时段划分 以电动汽车聚合商充电收益最大化为目标,电动汽车聚合商的目标函数设置如下: 式中:N为1天中所接入的总电动汽车辆数,Dt为控制时段的时长,本文取15 min,则1天可以划分为96个控制时段;C为电动汽车聚合商在1天之内的总收益;c为聚合商向用户收取的充电服务价格,本文中不涉及代理商定价策略的制定,可以认为其为常数; p (2) 电量状态约束 1) 每辆车的电量需求约束。在1天之中,对任意要求充电的电动汽车i,在充电结束时,其电量状态应大于用户设定的期望电量状态,同时应小于电池的容量: 2) 充电时间约束。设电动汽车接入电网的时间T 式中“| □ | ”表示取整。设车主设置的期望取