计及出租车充电行为的微电网能量管理研究

doi:10.19562/j.chinasae.qcgc.2022.04.008

摘要/Abstract

摘要：

针对可再生能源发电和电动汽车并网的不确定性给微电网运行的经济性和稳定性带来挑战，本文在设定不同充电场景的基础上，构建了考虑光伏发电和出租车充电不确定性的微电网经济运行模型，以最小化微电网总发电成本为目标，各分布式电源的功率限值与功率平衡为约束，采用混合粒子群优化算法进行求解，得到不同充电场景下各分布式电源的最优功率输出和系统在调度周期内的最低运行成本。优化结果表明，综合优化充电行为能提高孤立微电网的可调度性，使微电网的运行成本降低21.2%。

关键词: 电动汽车, 微电网, 经济性, 充电场景

Abstract:

In view of the challenges to the economy and stability of micro-grid’s operation brought about by the uncertainty of renewable energy electricity generation and electric vehicles’ batteries connected to the grid， the economic operation model of micro-grid is constructed in this paper， on the basis of setting different charging scenes with consideration of the uncertainty of photovoltaic electricity generation and taxi charging. A simulation is conducted by adopting the hybrid particle swarm optimization algorithm to solve out the optimum power output of each distributed power source and the lowest operation cost of system in different charging scenes， with minimizing the total cost of electricity generation in micro-grid as objective， and the power limits of each distributed power source and power balance as constraints. The results of optimization show that comprehensively optimizing the charging behavior can enhance the dispatchability of the isolated micro-grid， reducing the operation cost of the micro-grid by 21.2%.

Key words: electric vehicles, micro-grid, economy, charging scenes

陈宇,吴晓刚,杜玖玉,孙金磊. 计及出租车充电行为的微电网能量管理研究[J]. 汽车工程, 2022, 44(4): 525-534.

Yu Chen,Xiaogang Wu,Jiuyu Du,Jinlei Sun. Research on Energy Management of Microgrid with Consideration of Taxi Charging Behavior[J]. Automotive Engineering, 2022, 44(4): 525-534.

图/表 19

图1

图2

图3

图4

图5

图6

图7

表1

图8

图9

图10

表2

图11

图12

图13

图14

图 15

图16

表3

参考文献 21

1	陈胜，卫志农，顾伟，等. 碳中和目标下的能源系统转型与变革：多能流协同技术［J］. 电力自动化设备，2021，41（9）：3-12.
	CHEN S， WEI Z， GU W， et al. Carbon neutral oriented transition and revolution of energy system： multi-energy flow coordination technology［J］. Electric Power Automation Equipment， 2021， 41（9）： 3-12.
2	崔岩，胡泽春，段小宇.考虑充电需求空间灵活性的电动汽车运行优化研究综述［J］.电网技术，2022（3）：981-994.
	CUI Y， HU Z， DUAN X. Review on the electric vehicles operation optimization considering the spatial flexibility of electric vehicles charging demands［J］. Power System Technology，2022（3）：981-994.
3	LI Y， NEJABATKHAH F. Overview of control， integration and energy management of microgrids［J］. Journal of Modern Power Systems and Clean Energy， 2014， 2（3）：212-222.
4	杨捷，曹子健. 电动汽车储能V2G模式的成本与收益分析［J］. 储能科学与技术，2020，9（S1）： 45-51.
	YANG J， CAO Z. Cost and benefit analysis of EV energy storage through V2G［J］. Energy Storage Science and Technology， 2020，9（S1）： 45-51.
5	HU B， WANG H， YAO S. Optimal economic operation of isolated community microgrid incorporating temperature controlling devices［J］. Protection & Control of Modern Power Systems， 2017， 2（1）：7.
6	SAHOO A K， PANIGRAHI T K， DHIMAN G， et al. Enhanced emperor penguin optimization algorithm for dynamic economic dispatch with renewable energy sources and microgrid［J］. Journal of Intelligent and Fuzzy Systems， 2021（2）：1-18.
7	HUI H A， MX A， YAN X B， et al. Multi-objective economic dispatch of a microgrid considering electric vehicle and transferable load - sciencedirect［J］. Applied Energy， 2022，262.
8	LING C， ZHENG C， RUI T， et al. Real-time economic dispatching of microgrid using alternating direction multiplier method［C］. 2019 14th IEEE Conference on Industrial Electronics and Applications （ICIEA）. IEEE， 2019.
9	ALHASNAWI B N， JASIM B H， ESTEBAN M D. A new robust energy management and control strategy for a hybrid microgrid system based on green energy［J］. Sustainability， 2020， 12.
10	REYES E D， BRETAS A S， RIVERA S. Marginal uncertainty cost functions for solar photovoltaic， wind energy， hydro generators， and plug-in electric vehicles［J］. Energies， 2020， 13.
11	XU H， MENG Z， WANG Y. Economic dispatching of microgrid considering renewable energy uncertainty and demand side response［J］. Energy Reports， 2020， 6：196-204.
12	HOU H， XUE M， XU Y， et al. Multiobjective joint economic dispatching of a microgrid with multiple distributed generation［J］. Energies， 2018， 11（12）： 3264.
13	ELKAZAZ M， SUMNER M， NAGHIYEV E， et al. A hierarchical two-stage energy management for a home microgrid using model predictive and real-time controllers［J］. Applied Energy， 2020， 269：115118.
14	MOHY-UD-DIN G， VU D H， MUTTAQI K M， et al. An integrated energy management approach for the economic operation of industrial microgrids under uncertainty of renewable energy［J］. IEEE Transactions on Industry Applications， 2020， 56： 1062 - 1073.
15	SEPEHRZAD R， MORIDI A R， HASSANZADEH M E， et al. Energy management and optimal multi-objective power control in AC/DC micro-grid using hybrid energy storage system［J］. ISA Transactions， 2020， 112（1）.
16	ZHUO W. Microgrid energy management strategy with battery energy storage system and approximate dynamic programming［C］. 2018 37th Chinese Control Conference （CCC）， 2018.
17	ARKHANGELSKI J， MAHAMADOU A T， LEFEBVRE G. Day-ahead optimal power flow for efficient energy management of urban microgrid［J］. IEEE Transactions on Industry Applications， 2021.
18	WEN X， DHAKER A， BRUNO F. Modeling of photovoltaic power uncertainties for impact analysis on generation scheduling and cost of an urban micro grid［J］. Mathematics and Computers in Simulation （MATCOM）， 2021， 183.
19	杨茂，王金鑫.考虑可再生能源出力不确定的孤岛型微电网优化调度［J］.中国电机工程学报，2021，41（3）：973-985.
	YANG M， WANG J. Optimal scheduling of islanded microgrid considering uncertain output of renewable energy［J］. Proceedings of the CSEE， 2021，41（3）：973-985.
20	陈汉. 哈尔滨市出租汽车出行特征及典型工况的构建［D］. 哈尔滨：哈尔滨理工大学， 2016.
	CHEN H. Formation of taxi travel characteristics and typical driving cycle in Harbin［D］. Harbin： Harbin University of Science and Technology， 2016.
21	ZOU Y， WEI S， SUN F， et al. Large-scale deployment of electric taxis in Beijing： a real-world analysis［J］. Energy， 2016， 100（apr.1）：25-39.

装机	容量	约束上限	约束下限
太阳能光伏发电	100 kW	100 kW	0
微型燃气轮机	150 kW	150 kW	10 kW
燃料电池	100 kW	60 kW	10 kW
储能电池	100 kW·h	SOCmax=0.8	SOCmin=0.4
出租车	20 辆	45 kW	45 kW

充电场景	系统成本/元		下降率/%
充电场景	未经济性优化	经济性优化后	下降率/%
场景一	3 376.1	2 639.2	21.8
场景二	3 389.0	2 768.2	18.3
场景三	3 412.2	2 764.3	19.0
场景四	3 371.6	2 673.1	20.7
场景五	3 314.5	2 611.8	21.2
场景六	4 047.2	3 360.5	17.0

充电场景	出租车平均空载率	负荷峰谷差率
一	0.381	0.577
二	0.328	0.644
三	0.213	0.551
四	0.377	0.018
五	0.254	0.283
六	0.327	0.318

[1]	张念忠,宋强,王冠峰,王明生. 车用永磁同步电机无电流传感器控制研究[J]. 汽车工程, 2024, 46(2): 281-289.
[2]	焦志鹏, 马建, 赵轩, 张凯, 孟德安, 韩琪, 张昭. 基于电动汽车制动安全检测的短时工况及方法研究[J]. 汽车工程, 2024, 46(1): 109-119.
[3]	原江鑫, 何莉萍, 李耀东, 李罡. 电动汽车BMS从控板热分析及散热优化[J]. 汽车工程, 2024, 46(1): 128-138.
[4]	张鹏博, 陈仁祥, 邵毅明, 孙世政, 闫凯波. 纯电动汽车电驱动系统故障诊断研究进展[J]. 汽车工程, 2024, 46(1): 61-74.
[5]	贺伊琳,马建,杨舒凯,郑威,薛启帆. 融合预瞄特性的智能电动汽车稳定性模型预测控制研究[J]. 汽车工程, 2023, 45(5): 719-734.
[6]	梁海强,何洪文,代康伟,庞博,王鹏. 融合经验老化模型和机理模型的电动汽车锂离子电池寿命预测方法研究[J]. 汽车工程, 2023, 45(5): 825-835.
[7]	吴忠强,张长兴. 考虑配电网负荷的电动汽车分布式充电控制[J]. 汽车工程, 2023, 45(4): 598-608.
[8]	吴志恒,刘爱民. 汽车永磁同步电机切换函数式混合控制策略[J]. 汽车工程, 2023, 45(4): 619-627.
[9]	王军年,高守林,杨钫,管畅洋,杨志华. 多行星排转矩定向分配电驱动桥振动特性优化[J]. 汽车工程, 2023, 45(3): 421-429.
[10]	朱成,刘頔,滕欣余,张国华,于丹,刘沙,胡苧丹. 新能源汽车综合经济性对比分析及预测研究[J]. 汽车工程, 2023, 45(2): 333-340.
[11]	李琴,汤建明,张博远,陈勇,王勇. 分布式驱动电动汽车多执行器容错控制研究[J]. 汽车工程, 2023, 45(12): 2251-2259.
[12]	于天蝉,王源,石文星,梁辰吉昱,李先庭,岑俊平,罗敏. 基于三介质换热器的电动汽车热管理系统及其性能分析[J]. 汽车工程, 2023, 45(11): 2001-2013.
[13]	宋强,王冠峰,商赫,张念忠. 基于多参数控制的分布式驱动电动汽车操纵稳定性控制策略研究[J]. 汽车工程, 2023, 45(11): 2104-2112.
[14]	洪吉超,梁峰伟,杨海旭,李克瑞. 大数据驱动动力电池智能安全管理与控制方法研究[J]. 汽车工程, 2023, 45(10): 1845-1861.
[15]	王军年,张春林,赵梦圆,强越,郭大畅,杨钫. 轮毂电机两挡变速器协同无动力中断换挡控制[J]. 汽车工程, 2023, 45(10): 1885-1896.