電動汽車V2G技術_第1頁
電動汽車V2G技術_第2頁
電動汽車V2G技術_第3頁
電動汽車V2G技術_第4頁
電動汽車V2G技術_第5頁
已閱讀5頁,還剩31頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

電動汽車V2G技術V2G概述V2G機組組合V2G約束條件V2G算例分析一、V2G概述目前,可再生能源系統(tǒng)(如太陽能,風能等)正被大量接入電力系統(tǒng)中,由于其不連續(xù)性會引起發(fā)電的波動,所以迫切需要其他能源(如電池能量存儲系統(tǒng))進行補償,以平滑可再生能源的自然可變性,保證電網頻率的穩(wěn)定并抑制由反向功率流引起的電壓上升。

V2G的概念就是針對上述問題提出的,其核心思想就是利用大量電動汽車的儲能源作為電網和可再生能源的緩沖。1.1背景VGvehiclegrid2to電能電能當電網負荷過高時,由電動汽車儲能源向電網饋電;而當電網負荷低時,用來存儲電網過剩的發(fā)電量,避免造成浪費。通過這種方式,電動汽車用戶可以在電價低時,從電網買電,電網電價高時向電網售電,從而獲得一定的收益。1.2V2G的結構V2G示意*在電力市場中,后三種功能屬于輔助服務范疇削峰填谷在負荷低谷充電、在高峰負荷期間放電延伸,與新能源發(fā)電出力相配合調頻參與一次調頻(可本地控制)參與二次調頻(納入AGC系統(tǒng))調壓維持電壓水平合格參與無功優(yōu)化備用旋轉備用/可中斷負荷應急電源V2G的主要功能實際就是有序充放電行為與控制削峰填谷被認為是較有潛力的應用:電網需要的調頻容量較小,約占高峰負荷的1%對電池淺充淺放,對電動汽車影響較小V2G參與調頻1.3V2G的優(yōu)越性效率高污染小與傳統(tǒng)燃油汽車相比,電動汽車具有更高的能源利用效率,對傳統(tǒng)燃油汽車和電動汽車“從礦井到車輪”能量效率分析表明,電動汽車的能源利用效率比傳統(tǒng)燃油汽車高出46%以上。應用V2G模式的電動汽車由于動力裝置的區(qū)別,以電動機取代燃油機,使用清潔的二次能源電能為汽車提供動力,在行駛過程中并不會產生CO2排放,即使我們考慮到電力生產過程的C02排放,相較于傳統(tǒng)汽車而言,純電動汽車也具有13%~68%的碳減排潛力,而混合動力電動汽車的碳減排能力也能達到30%。機組組合應對負荷波動保證系統(tǒng)可靠性降低發(fā)電成本的重要方式二.V2G機組組合電力調度中心根據發(fā)電機組運行狀況、常規(guī)負荷預測結果和電動汽車行為特性預測結果,優(yōu)化電動汽車的充電價格曲線,引導電動汽車用戶選擇在電價較低的時間段進行充電,達到電動汽車充電負荷的轉移,減小系統(tǒng)發(fā)電成本,形成經濟調度計劃?;谛枨箜憫碾妱悠嚦潆姴呗栽跐M足電動汽車用戶出行約束的基礎上,為降低電動汽車用戶的充電成本,根據電網電價曲線,用戶可以設定充電電價觸發(fā)值pset,當電網電價大于設定的充電電價觸發(fā)值pset時,停止充電,而當電網電價小于設定的充電電價觸發(fā)值pset時,電動汽車充電,其目標函數為約束條件充電狀態(tài)約束充電功率約束荷電狀態(tài)約束所需充電時間約束用戶出行約束三.V2G約束條件對于普通電動汽車用戶,讓其自己優(yōu)化設定充電電價觸發(fā)值pset困難較大,因此可以把該權利移交給充電樁。每當有新的電動汽車接入充電樁時,充電樁的充電控制系統(tǒng)按照如下3個步驟實現電動汽車的有序充電。步驟一:獲取電動汽車的充電需求。充電樁通過電動汽車上的電池能量管理系統(tǒng)獲取電動汽車的電池容量WC、當前電池荷電狀態(tài)SOCstart。為了合理制定充電電價觸發(fā)值pset,用戶需設定離開時期望的荷電狀態(tài)SOCset以及離開時間tend。步驟二:計算能否滿足充電需求。充電控制系統(tǒng)根據用戶設定的信息計算滿足充電需求所需的充電時間Tneed,當充電所需要的時間Tneed>tend—tstart,即滿足不了用戶設定的充電需求時,充電樁應發(fā)出警告讓用戶更改離開時間tend或離開時期望的荷電狀態(tài)SOCset,直到能滿足充電需求為止。步驟三:優(yōu)化充電電價觸發(fā)值pset。充電控制系統(tǒng)讀取電網電價信息并根據電動汽車狀態(tài)參數優(yōu)化充電電價觸發(fā)值pset,并進行充電?;谛枨箜憫碾妱悠嚦潆娬{度模型目標函數在某一價格曲線下,電動汽車的充電收入為調度中心以電網公司收益最大化為目標,則經濟調度的目標函數為采用遺傳算法對模型進行求解,每條染色體代表一種充電電價曲線,染色體長度為待優(yōu)化電價數,以1h為最小時間間隔,則一天共有24個待優(yōu)化電價,采用實數編碼策略。電力調度中心的經濟調度求解流程以26機24節(jié)點系統(tǒng)為例來驗證上述模型與方法的可行性與有效性,電網常規(guī)負荷如圖下圖所示。假設某地區(qū)的汽車數量為100萬輛,電動汽車滲透率為5%。假設充電樁數量能夠滿足電動汽車的充電需求,充電功率為3kW,充電效率為90%,電動汽車的電池容量為25kW·h。將電動汽車充電場所分為工作區(qū)和住宅區(qū),其相關參數如表所示,到達時間和離開時間近似服從正態(tài)分布,起始荷電狀態(tài)近似服從均勻分布。隨著電動汽車的發(fā)展,通過與充電樁的信息交互,可以統(tǒng)計得到電動汽車的行為特性。實行動態(tài)充電電價前的平均充電電價為0.65元/(kW·h),動態(tài)充電電價的最小、最大值分別為0.3元/(kW·h)和1元/(kW·h)。電網常規(guī)負荷曲線充電場景比例到達時間離開時間起始荷電狀態(tài)離開時設定荷電狀態(tài)工作區(qū)充電35.5%N(9,0.52)N(18,0.52)U(0.3,0.4)0.8或0.9(各占50%)住宅區(qū)充電64.5%N(19,1.52)N(7,0.52)U(0.2,0.3)1電動汽車相關參數通過經濟調度優(yōu)化得到的電動汽車充電電價如圖2-4所示,從圖中可以看出,為了引導電動汽車用戶轉移充電負荷,降低電網調度成本,電動汽車充電電價曲線基本上和電網負荷曲線的變化趨勢一致,即在負荷低谷時充電電價低,在負荷高峰時充電電價高。假設某輛電動汽車在9:00接入電網,初始荷電狀態(tài)為0.4,離開時間和設定的荷電狀態(tài)分別為18:00和0.9,則在該充電電價下,該輛電動汽車的充電功率如圖4所示。從圖中可以看出,在電動汽車進行充電時,其首先會在滿足出行需求的基礎上根據電網充電電價曲線設定充電電價觸發(fā)值pset=0.92元,當充電電價≤觸發(fā)值時進行充電,反之則不進行充電。該充電策略既能保證電動汽車用戶的出行需求,同時又能降低電動汽車用戶的充電成本。電動汽車充電電價與單輛電動汽車充電功率曲線系統(tǒng)總負荷場景負荷值/MW峰谷差率負荷曲線方差機組組合成本/萬元峰荷谷荷無電動汽車2859182436.2%10.598×10473.8無序充電2875182636.5%11.444×10476.0經濟調度2859192132.8%8.654×10475.4負荷曲線特征參數和機組組合成本電動汽車滲透率靈敏度分析電動汽車滲透率對峰谷差率的影響電動汽車滲透率對機組組合成本的影響(1)提出了一種基于需求響應的電動汽車充電策略,能夠根據電網實時電價信息優(yōu)化電動汽車用戶充電電價觸發(fā)值。該充電策略既能保證滿足電動汽車用戶的出行需求,同時又能降低電動汽車用戶的充電成本。(2)建立了基于需求響應的電動汽車經濟調度模型,通過優(yōu)化制定電動汽車充電電價,轉移充電負荷,降低了系統(tǒng)的峰谷差率和機組組合成本,適用于對大規(guī)模電動汽車接入電網進行經濟調度。電動汽車的雙層調度模式宏觀層中,電力公司為了改善負荷曲線或緩解系統(tǒng)的電力不平衡問題,電力公司調度部門通過負荷預測與電網供需情況,公布次日需要削減負荷的時段,并根據負荷聚合商上報的出力和報價等投標信息,制定次日的調度計劃,與負荷聚合商簽訂合同,規(guī)定每個負荷聚合商需要向電網反饋電能的時段、出力以及相應的報酬。若電網運行良好,沒必要對電動汽車進行放電調度來削減電網的高峰負荷,則可不公布次日需要削減負荷的時段,負荷聚合商不參與需求側放電競價,電動汽車將通過選擇在電價較低的時段充電以改善電網的負荷曲線。微觀層中,負荷聚合商通過與電動汽車用戶簽訂合同獲得其充放電控制權。鑒于我國目前的電力市場機制,電動汽車充電電價仍執(zhí)行電力公司發(fā)布的充電電價,電動汽車用戶充電產生的充電費用仍上繳電力公司,負荷聚合商不參與市場買電行為,負荷聚合商的作用僅僅是將分散的電動汽車儲能資源進行有效整合,為電力公司提供需求響應資源,并從中獲得相應報酬,同時支付一定的補償費用給電動汽車用戶。負荷聚合商在日前通過對次日電動汽車行為特性的預測,預測次日向電網反饋電能的時段所能提供的出力,并在日前市場參與需求側放電競價。根據中標情況,負荷聚合商需實時優(yōu)化電動汽車的充放電調度,使得在滿足電動汽車用戶的充電需求的同時降低充電成本和調度偏差,最大化其利潤。負荷聚合商的出力投標決策模型電力公司首先需要公布次日電動汽車向電網反饋電能的時段以便負荷聚合商對可放電容量進行預測,假設共有M個時段(x=1,2,…M)需要削減負荷。由于在負荷削減時段以外向電網反饋電能時電力公司并不給予報酬,因此負荷聚合商只在x時段內對電動汽車進行放電調度。假設負荷聚合商的調度周期為T,根據電力公司公布的負荷削減時段(x?

T),通過對次日電動汽車行為特性的預測,負荷聚合商以最大化負荷削減量(電動汽車放電量)為目標對可控容量進行預測,為參與需求側放電競價提供參考。式中,QDA為日前預測的電動汽車放電量;nDA為日前預測的電動汽車數量;Pdc(x,i)為第i輛電動汽車在x時段的可放電功率;Δx為時段間隔。約束條件用戶出行需求約束充放電狀態(tài)約束荷電狀態(tài)約束電力公司調度計劃優(yōu)化模型假設一共有m家負荷聚合商,在日前市場,負荷聚合商向電力公司上報各時段的需求響應資源供應量和報價后,為促進負荷聚合商之間的競爭,電力公司調度部門按需求側統(tǒng)一邊際成本結算的負荷調度成本最低為目標優(yōu)化制定調度計劃,式中,PMP(x)為x時段的需求側邊際成本,為競價成功者中的最高報價;D(x,k)為x時段負荷聚合商k競價獲得的負荷削減量;p(x,k)為x時段負荷聚合商k的報價;QDA(x,k)為x時段負荷聚合商的k投標的電力削減量;R(x)為電力公司在x時段所需的系統(tǒng)總削減量。電動汽車實時調度優(yōu)化模型電動汽車不參與調度時的充電成本式中,Fci為第i輛電動汽車不參與調度時的充電成本;c(t)為t時刻電動汽車的充電電價,tbi為第i輛電動汽車接入電網時間,tei為第i輛電動汽車離開電網時間。調度流程四.V2G算例分析由于電動汽車所特有的行為特性,可將電動汽車充電場所分為工作區(qū)和住宅區(qū),相應的可將其調度周期分為白天和晚上,以白天為例對算例進行分析,調度周期為6:00~19:00,并做出如下假設,晚上的調度方法與此類似。a.電動汽車動力電池容量服從[20,30](kWh)上的均勻分布;b.電動汽車充電樁以恒功率對電池進行充放電,充放電功率分布為3kW和4kW,充放電效率均為90%;c.電動汽車接入電網時的荷電狀態(tài)服從N(0.6,0.12)的正態(tài)分布,用戶設定的離開電網時的荷電狀態(tài)為0.8或0.9(各占50%);d.電動汽車接入電網充電時刻、離開電網時刻、電池容量、電池初始荷電狀態(tài)、設定的離開電網時的荷電狀態(tài)為相互獨立的隨機變量;e.電動汽車電池的損耗并不長時間處于極端狀態(tài),因此取單位電量補償費率r為0.5元/kWh;分類時段電價(元/kWh)峰時段8:00-12:00;17:00-21:001.082平時段12:00-17:00;21:00-24:000.649谷時段0:00-8:000.316可控容量預測電動汽車離開電網分布情況電動汽車接入電網分布情況電力公司日前調度計劃制定負荷聚合商投標功率/MW能量報價(元/kWh)時段1時段2時段3時段4時段5時段6時段7時段8A7.58.59999991.5B44.55555552C14141515151515151.2D555666661.9E9.59.51010101010101.4電力公司確定9:30~11:30共8個時段各自所需削減的功率分別為25MW、30MW、35MW、40MW、45MW、40MW、35MW、30MW,調度計劃允許的最大偏差值δmax=0.1MW,超出部分罰款為γ=2000元/MWh。根據2.2節(jié)的日前調度計劃優(yōu)化模型,制定使電力公司負荷調度成本最小的調度計劃,即各時段負荷聚合商的中標情況負荷聚合商的投標信息負荷聚合商的中標情況負荷聚合商中標功率/MW時段1時段2時段3時段4時段5時段6時段7時段8A1.56.5999995B

5

C1414151515151515D

1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論