一种光储充换电站及电动车辆容量优化配置方法和系统与流程

本公开属于光储，尤其涉及一种光储充换电站及电动车辆容量优化配置方法和系统。

背景技术：

1、光-储-充-换-电动运输是一个新的应用场景，通过充电桩-动力电池-电动车辆实现对光伏电力的就地消纳，通过储能实现对光伏间歇和波动性电力的调节，同时过程需要满足电动车辆的运输换电需求，因此其涉及光伏-储能-充电桩-动力电池-电动车辆的协调管理和控制，特别的，光-储-充-换-电动运输的最优配置对于系统的协调运行和经济性具有重要的实践意义。

2、现有技术提出了对充换电站的容量配置方法，但其存在如下问题：

3、(1)在目标函数上，现有配置方法，通常考虑系统综合成本，未能考虑系统的单位运输成本，然而成本直接与运输需求和运输量相关，因此需要整体考虑系统的投资成本、运营成本、运输能力和载货量；

4、(2)在优化参数上，现有配置方法，通常考虑充电桩-电池容量配置，未能同时考虑光伏系统容量、储能系统容量、充电桩数量、换电电池数量、电动汽车数量的协同优化配置；

5、(3)在约束函数上，由于其配置参数不能同时考虑光-储-充-换-电动车辆，因此其约束函数不能兼顾光伏电力消纳指标、车辆运输需求、换电需求约束；

6、(4)在应用场景上，现有配置方法往往是针对与电网连接的应用场景，而对离网型、以及弱并网性的场景配置考虑不足。

7、因此，有必要提供一种新的光储充换电站及电动车辆容量优化配置方法和系统解决上述技术问题。

技术实现思路

1、本公开的目的就在于为了解决上述问题而提供一种光储充换电站及电动车辆容量优化配置方法和系统。

2、本公开通过以下技术方案来实现上述目的：

3、一种光储充换电站及电动车辆容量优化配置方法，包括以下步骤：

4、构建基于全生命周期单位运输成本最低的光储充换电站及电动车容量配置的目标函数；

5、选择光储充换电站的运行模式，并基于所述运行模式和所述目标函数构建运行约束条件；

6、基于所述运行约束条件建立优化配置边界条件约束；

7、考虑所述运行约束条件和所述优化配置边界条件约束，采用优化算法对所述目标函数进行求解，得到在设定的配置边界条件和运行模式约束下，光储充换电站及电动车辆容量最优化配置。

8、作为本公开的进一步优化方案，构建光储充换电站及电动车容量配置的目标函数包括：

9、基于全生命周期单位运输成本f最低，构建光储充换电站及电动车容量配置的目标函数的表达式如下：

10、min f＝ctotal/ttotal；

11、式中，ctotal为折现总成本，ttotal为折现总运输量；

12、所述折现总成本ctotal的计算表达式如下：

13、

14、cinv＝cpv，inv+cbss+cbat；

15、cpv，inv＝k1*ppv；

16、cbss＝k2*nb*vb+k3*nev*vb+k4*ncp；

17、cbat＝k5*hbat+k6*pbat；

18、

19、cm＝k7*ppv+k8*nb*vb+k9*nev*vb+k10*ncp+k11*hbat；

20、cre＝re1*cpv，inv+re2*k2*nev*vb+re3*k3*nb*vb+re4*k4*ncp+re5*cbat；

21、其中：

22、cinv表示光储充换电站及电动车辆总投资成本；

23、cm表示运营和维护成本；

24、cch表示电网购电成本；

25、cre表示设备残值；

26、y为全生命周期运行年限，r为折现率；

27、ppv为光伏系统装机配置容量；

28、hbat，pbat分别表示储能系统配置容量和配置功率；

29、nb，nev，ncp分别表示站内动力电池，电动运输车辆和充电桩配置个数；

30、cpv，inv表示光伏系统的投资成本；

31、cbss表示充换电站及电动车辆的初始投资成本；

32、cbat表示储能系统的初始投资成本；

33、k1为光伏静态投资成本系数；

34、k2为站内动力电池静态投资成本系数；

35、k3为站外运输车辆静态投资成本系数；

36、k4为充电桩静态投资成本系数；

37、k5为储能子系统静态投资与装机容量比例系数；

38、k6为储能子系统静态投资与装机功率比例系数；

39、vb为单动力电池容量；

40、αgrid，t表示时间段t的电网电价；

41、pgrid，t表示时间段t内的从电网取电功率；

42、k7为光伏运维成本系数；

43、k8为站内动力电池运维成本系数；

44、k9为站外运输车辆运维成本系数；

45、k10为充电桩运维成本系数；

46、k11为储能子系统运维成本系数；

47、re1为光伏系数折旧系数；

48、re2为站内动力电池系统折旧系数；

49、re3为站外运输车辆折旧系数；

50、re4为充换电站充电桩折旧系数；

51、re5为储能系统折旧系数；

52、所述折现总运输量ttotal的计算表达式如下：

53、

54、

55、drange＝k13*vb；

56、其中：

57、ty，total表示第y年总运输量；

58、in表示第n辆车每日充换电次数；

59、drange表示每次充换电后的续航里程；

60、k12表示每辆电动运输车辆的载货量；

61、k13为电动运输车辆续航里程与动力电池的容量正相关比例系数。

62、作为本公开的进一步优化方案，所述光储充换电站的运行模式包括离网模式，并网模式和弱并网模式。

63、作为本公开的进一步优化方案，所述运行约束条件包括功率平衡约束、车辆每日充换电次数约束、充换电排班约束、储能子系统运行约束和电网购电约束。

64、作为本公开的进一步优化方案，所述功率平衡约束的表达式如下：

65、ppv，t+pgrid，t＝pchargings，t+pbat,t；

66、

67、0≤pcharging,n，t≤pcps,max；

68、其中：

69、ppv，t表示时间段t光伏发电功率；

70、pgrid，t表示时间段t从电网获取的功率；在离网模式下pgrid,t＝0；

71、pbat，t表示时间段t储能系统功率，pbat，t＜0表示储能处于放电状态，pbat，t＞0表示储能处于充电状态；

72、pchargings,t表示时间段t充电桩系统的充电功率；

73、pcharging，n，t表示时间段t第n个充电桩的充电功率；

74、pcps,max为充电桩的最大充电功率；

75、所述车辆每日充换电次数约束的表达式如下：

76、

77、icharged≥nev*k14；

78、式中：

79、icharged，n为第n个充电桩每天充满动力电池数量；

80、icharged为充换电站每天充满动力电池数量；

81、k14为根据预先排班，每辆电动车每日换电次数；

82、所述充换电排班约束的表达式如下：

83、根据在站电池状态，分为在充电池hback-a、待充电池nback-b和已充满电池nback-c，nback-a，nback-b，nback-c均为正整数；

84、nb＝nback-a+nback-b+nback-c；

85、nback-a≤ncp；

86、定义电动车辆规划换电时刻集合为t＝[t1，t2，t3…tn]，则在每一换电时刻，换电过程数学约束表达式如下：

87、nback-c,t+1＝nback-c，t-nev；

88、nback-b,t+1＝nback-b，t+nev；

89、式中，nback-c，t和nback-c，t+1分别表示第t时和第t+1时已充满电池数量；

90、nback-b，t和nback-b，t+1分别表示第t时和第t+1时待充电池数量；

91、充电过程约束表达式如下：

92、vback-a，n，t＝vback-a，n，t-1+pcharging，n，t；

93、vmin≤vback-a，n，t≤vb；

94、式中，vback-a，n，t-1和vback-a，n，t分别表示在t-1时和t时，第n个在充电池的电量；pcharging，n，t表示在t时刻第n个充电桩的充电功率；

95、当电池充满时，在站电池状态变换约束表达式为：

96、当vback-a，n，t＝vb，则：

97、nback-c,t+1＝nback-c，t+1；

98、nback-b,t+1＝nback-b，t-1；

99、vback-a，n，t+1＝vb，min；

100、式中，vb，min为动力电池充电初始状态电池容量；vb为动力电池满充电池容量。

101、对于充换电站满足电动车辆换电需求，即在所有运行时刻，满电电池为非负整数，其约束数学表达式为：

102、nback-c，t≥0；

103、所述储能子系统运行约束的表达式如下：

104、-pbat≤pbat，t≤pbat；

105、

106、ebat，t＝ebat，t-1+pbat,tαch for pbat，t＞0；

107、(1-eod)*hbat≤ebat，t≤hbat；

108、其中：

109、pbat，t是储能设备在t时刻的功率，当pbat，t＞0储能处于充电状态，pbat，t＜0储能处于放电状态；

110、ebat，t是t时段储能设备的电量；

111、αch和αdis分别表示储能设备充电和放电的效率；

112、eod表示储能系统最大放电深度；

113、所述电网购电约束的表达式如下：

114、弱并网模式下，从电网购电比例如下满足约束：

115、

116、式中，σ为弱并网模式下，从电网购电容量占全年系统充电容量最大比例。

117、作为本公开的进一步优化方案，所述优化配置边界条件约束包括光伏、储能、动力电池、充电桩、电动汽车配置容量界限约束，项目厂址区域内单位kwp光伏系统发电功率约束和电网取电功率约束；

118、所述光伏、储能、动力电池、充电桩、电动汽车配置容量界限约束的表达式如下：

119、0≤ppv≤ppv，max；

120、0≤nb≤nb，max，nb∈z；

121、0≤nev≤nev，max，nev∈z；

122、0≤ncp≤ncp，max，ncp∈z；

123、ncp≤nb；

124、其中：

125、ppv，max表示光伏发电系统最大装机容量；

126、nb,max、nev,max和ncp,max分别表示最大可配置换电池数量、最大可配置电动运输车数量、和最大可安装充电桩数量；

127、所述项目厂址区域内单位kwp光伏系统发电功率约束的表达式如下：

128、ppv，t＝ppv*p1kwp,t；

129、其中，p1kwp，t指在发电区域内项目厂址1kwp光伏系统在t时刻发电功率；

130、所述电网取电功率约束的表达式如下：

131、0≤pgrid,t≤pgrid,max；

132、式中，pgrid,max为配电网所能提供的最大供电功率，此约束在并网或弱并网场景调用。

133、作为本公开的进一步优化方案，所述优化算法为非线性优化算法，包括遗传算法、粒子群优化算法、模拟退火算法或差分进化算法。

134、一种光储充换电站及电动车辆容量优化配置系统，包括：

135、目标函数构建模块，用于构建基于全生命周期单位运输成本最低的光储充换电站及电动车容量配置的目标函数；

136、运行约束构建模块，用于选择光储充换电站的运行模式，并基于所述运行模式和所述目标函数构建运行约束条件；

137、边界条件构建模块，用于基于所述运行约束条件建立优化配置边界条件约束；

138、求解模块，用于考虑所述运行约束和所述优化配置边界条件约束，采用优化算法对所述目标函数进行求解，得到在设定的配置边界条件和运行模式约束下，光储充换电站及电动车辆容量最优化配置。

139、一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；

140、存储器，用于储存计算机程序；

141、处理器，用于执行存储器所储存的程序时，实现光储充换电站及电动车辆容量优化配置方法。

142、一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现光储充换电站及电动车辆容量优化配置方法。

143、本公开的有益效果在于：

144、本公开在目标函数上，考虑了基于全生命周期的单位运输成本最低，适用于不同区域、不同场景配置方案的对比优化，具有更广的适用性。

145、在优化参数上，同时考虑光伏系统容量、储能系统功率和容量、充电桩数量、换电电池数量、电动汽车数量的协同优化配置，配置结果更为合理。

146、对应的，在约束函数上，同时考虑光-储-充-换-电动车辆的过程约束，更符合实际。

147、在应用场景上，对离网型、以及弱并网性的场景均适用。