CN112550047B      一种充光储一体化充电站优化配置方法和装置

有效
授权

申请日:2020.11.13

IPC分类号:B60L53/62

公开日:20220510

申请人:国电南瑞南京控制系统有限公司;国电南瑞科技股份有限公司;北京国网普瑞特高压输电技术有限公司;南瑞集团有限公司;国网电力科学研究院有限公司;国网重庆市电力公司;国家电网有限公司;东南大学

发明人:郑红娟;陈良亮;李雪明;杨凤坤;张卫国;顾琳琳;周材;邵军军;李奕杰;王金明;孙季泽;李化;李月强;刘小燕

专利详情
PDF
发明名称

一种充光储一体化充电站优化配置方法和装置

技术领域

充电配置技术领域,尤其涉及一种充光储一体化充电站优化配置方法和装置。

技术问题

近年来越来越多的电动汽车充电站将光伏发电等分布式能源考虑在建站规划中。同时,在充电站中配置储能系统能够有效提高经济效益,因此未来光伏、储能与充电设施一体化的电动汽车充电站潜藏着巨大的市场潜力。然而,光储容量配置不当会导致建站成本增大,电动汽车的随机充电很可能会导致配电网负荷出现峰上加峰的现象,不利于电网的稳定运行。目前我国充光储一体化项目建设仍处于探索阶段,新能源消纳率低、光储容量配置不合理,在充电站优化配置以及协调控制方面仍需进一步研究。

技术方案

一种充光储一体化充电站优化配置方法和装置,根据预先构建的电动汽车充电负荷模型、光伏出力模型和储能系统模型以配电网峰谷差率最小和充电站能源依赖度最低为目标函数,计算得到在不同电网峰谷差率及能源依赖度下的充光储一体化充电站最优配置方案,根据所述配置方案对充电站进行充光储优化配置;约束条件为:功率平衡约束、充电站蓄电池荷电状态约束、充电站蓄电池充放电功率约束和设备数量约束;所述最优配置方案包括配置的储能电池容量和数量、光伏设备数量和变流设备的数量。充电站光储容量配置合理、新能源消纳率较高。

技术效果

1)本发明建立了电动汽车充电负荷模型,能够有效刻画一体化充电站能量交换模型; 2)综合考虑社会效益及环境效益方面,以配电网峰谷差率最小及充电站能源依赖度最低为目标,建立一体化充电站优化配置模型,能够有效降低充电站建设成本,提高经济效益,充电站光储容量配置合理、新能源消纳率较高。 3)针对模型多目标、非线性、多约束的特点采用NSGA-II算法进行优化求解得到Pareto解集,在不同峰谷差率及能源依赖度下能够选择对应的最优配置方案,对不同地区、不同规模的充电站建设均具有较强的普适性。

著录项目

申请号:CN202011271558.5

公开(公告)号:CN112550047B

申请日:2020.11.13

公开(公告)日:20220510

优先权:

同族:中国

同族引用文献:9

同族施引专利:14

相关人

申请人:国电南瑞南京控制系统有限公司;国电南瑞科技股份有限公司;北京国网普瑞特高压输电技术有限公司;南瑞集团有限公司;国网电力科学研究院有限公司;国网重庆市电力公司;国家电网有限公司;东南大学

申请人地址:211106 江苏省南京市江宁经济技术开发区诚信大道19号2幢

权利人:国电南瑞南京控制系统有限公司$国电南瑞科技股份有限公司$北京国网普瑞特高压输电技术有限公司$南瑞集团有限公司$国网电力科学研究院有限公司$国网重庆市电力公司$国家电网有限公司$东南大学

权利人地址:211106 江苏省南京市江宁经济技术开发区诚信大道19号2幢

发明人:郑红娟;陈良亮;李雪明;杨凤坤;张卫国;顾琳琳;周材;邵军军;李奕杰;王金明;孙季泽;李化;李月强;刘小燕

代理机构:南京纵横知识产权代理有限公司

代理人:丁朋华

权利要求
    1.一种充光储一体化充电站优化配置方法,其特征在于,包括步骤: 根据预先构建的电动汽车充电负荷模型、光伏出力模型和储能系统模型以配电网峰谷差率最小和充电站能源依赖度最低为目标函数,计算得到在不同电网峰谷差率及能源依赖度下的充光储一体化充电站最优配置方案,根据所述配置方案对充电站进行充光储优化配置; 约束条件为:功率平衡约束、充电站蓄电池荷电状态约束、充电站蓄电池充放电功率约束和设备数量约束; 所述最优配置方案包括配置的储能电池容量和数量、光伏设备数量和变流设备的数量; 配电网峰谷差率为: 式中:f1为配电网峰谷差率,Pmax与Pmin为配网负荷最大值与最小值; 充电站能源依赖度的目标函数为:f2=min(1-SSRE) 能源自给率SSRE为: 式中:T为总时刻,PPV(t)为t时刻光伏出力,PG(t)为t时刻电网向充电站提供的功率大小; 功率平衡约束为: 当充电站蓄电池处于充电状态时: PEV(t)/η1=PPV(t)η1+PG(t)η2+PB(t)/η1 当充电站蓄电池处于放电状态时: PEV(t)/η1=PPV(t)η1+PG(t)η2+PB(t)η1 式中:PEV(t)为电动汽车充电负荷需求,PB(t)为充电站蓄电池充放电功率,放电时其值为正,充电时其值为负;η1、η2分别为蓄电池的DC/DC模块、AC/DC模块效率; 充电站蓄电池荷电状态约束为: SOCmin≤SOC(t)≤SOCmax 式中:SOC(t)为t时刻的充电站蓄电池荷电状态,SOCmin、SOCmax分别为充电站蓄电池的最小、最大荷电状态; 充电站蓄电池充放电功率约束为: |PB(t)|≤PB.max 式中:PB.max为充电站储能系统DC/DC模块的最大功率; 设备数量约束为: 式中:NPV为光伏设备数量,NB为储能电池组数量,NDC1为光伏单向DC/DC模块数量,NDC2为充电站蓄电池双向DC/DC模块数量,NPV.max、NB.max、NDC1.max、NDC2.max分别为光伏设备数量、储能电池组数量、光伏DC/DC模块数量及储能DC/DC模块数量的数量上限。 5.一种充光储一体化充电站优化配置装置,其特征在于,包括: 预先构建模型模块,用于预先构建电动汽车充电负荷模型、光伏出力模型和储能系统模型; 配置模块,用于根据预先构建的电动汽车充电负荷模型、光伏出力模型和储能系统模型以配电网峰谷差率最小和充电站能源依赖度最低为目标函数,计算得到在不同电网峰谷差率及能源依赖度下的充光储一体化充电站最优配置方案,根据所述配置方案对充电站进行充光储优化配置; 约束条件为:功率平衡约束、充电站蓄电池荷电状态约束、充电站蓄电池充放电功率约束和设备数量约束; 所述最优配置方案包括配置的储能电池容量和数量、光伏设备数量和变流设备的数量; 配电网峰谷差率为: 式中:f1为配电网峰谷差率,Pmax与Pmin为配网负荷最大值与最小值; 充电站能源依赖度的目标函数为:f2=min(1-SSRE) 能源自给率SSRE为: 式中:T为总时刻,PPV(t)为t时刻光伏出力,PG(t)为t时刻电网向充电站提供的功率大小; 功率平衡约束为: 当充电站蓄电池处于充电状态时: PEV(t)/η1=PPV(t)η1+PG(t)η2+PB(t)/η1 当充电站蓄电池处于放电状态时: PEV(t)/η1=PPV(t)η1+PG(t)η2+PB(t)η1 式中:PEV(t)为电动汽车充电负荷需求,PB(t)为充电站蓄电池充放电功率,放电时其值为正,充电时其值为负;η1、η2分别为蓄电池的DC/DC模块、AC/DC模块效率; 充电站蓄电池荷电状态约束为: SOCmin≤SOC(t)≤SOCmax 式中:SOC(t)为t时刻的充电站蓄电池荷电状态,SOCmin、SOCmax分别为充电站蓄电池的最小、最大荷电状态; 充电站蓄电池充放电功率约束为: |PB(t)|≤PB.max 式中:PB.max为充电站储能系统DC/DC模块的最大功率; 设备数量约束为: 式中:NPV为光伏设备数量,NB为储能电池组数量,NDC1为光伏单向DC/DC模块数量,NDC2为充电站蓄电池双向DC/DC模块数量,NPV.max、NB.max、NDC1.max、NDC2.max分别为光伏设备数量、储能电池组数量、光伏DC/DC模块数量及储能DC/DC模块数量上限
法律信息概述
有效
授权
2040.11.13
失效
2022.05.10
授权
2021.03.26
申请局首次公开
2020.11.13
授权