考虑风电波动性的微网中电动汽车分布式协调运行方法

doi:10.3969/j.issn.1000-7229.2019.06.010

电力建设 ›› 2019, Vol. 40 ›› Issue (6): 86-94.doi: 10.3969/j.issn.1000-7229.2019.06.010

考虑风电波动性的微网中电动汽车分布式协调运行方法

夏世威1，陆涛1，杜婷1，李庚银1，卜思奇2

1. 新能源电力系统国家重点实验室（华北电力大学），北京市102206；2.香港理工大学电机系，香港999077

出版日期:2019-06-01
作者简介:夏世威（1984），男，博士，讲师，研究方向为新能源电力系统优化运行；陆涛（1995），男，硕士研究生，研究方向为微电网分布式优化运行与控制；杜婷（1995），女，硕士研究生，研究方向为综合能源系统优化运行；李庚银（1960），男，博士，教授，博士生导师，研究方向为电力系统稳定分析与控制；卜思奇（1984），男，博士，副教授，研究方向为电力系统稳定分析与控制。
基金资助:
江苏省自然科学基金资助（BK20180284）；中央高校基本科研业务费专项资金资助（2019MS007）；国家电网公司科技项目“分布运行、集中分析的主配一体化系统关键技术研究及示范应用”

Distributed Coordinated Operation Method of Plug-in Electric Vehicles in Micro Grid Considering Fluctuation of Wind Power

XIA Shiwei1， LU Tao1， DU Ting1， LI Gengyin1， BU Siqi2

1. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources （North China Electric Power University）， Beijing 102206，China；2.The Hong Kong Polytechnic University， Hong Kong 999077，China

Online:2019-06-01
Supported by:
This work is supported by Natural Science Foundation of Jiangsu （No.BK20180284）， Fundamental Research Funds for the Central Universities（No. 2019MS007） and State Grid Corporation of China Research Program.

摘要/Abstract

摘要： 随着风力发电的快速发展，间歇性风电引起的电网功率波动问题日益凸显，而通过制定插入式电动汽车（plug-in electric vehicles， PEVs）的合理充放电策略，可为平衡功率波动和调节系统频率提供有效支撑。文章针对含风电的微网功率波动问题，提出了基于电动汽车参与意愿度和效用函数最大的PEVs协调运行模型，并基于一致性理论设计了PEVs分布式充放电控制方法。所提方法以完全分布式方式最优调整PEVs充放电功率，可有效平抑风电功率波动，并能满足PEVs日常多种充电场景需求，包括PEVs随机到达时间和启程时间、电池荷电状态随机初始值和目标值。最后通过含有5个风电场和2 000台PEVs的微网进行验证，仿真结果表明所提PEVs协调运行模型和分布式控制方法可灵活满足规模化PEVs的充放电需求，并可有效改善微网系统的频率响应特性。

关键词: 插入式电动汽车（PEVs）, 分布式控制, 协调运行模型, 频率调整, 多种充电场景

Abstract: With the development of wind power generation， the problem of power fluctuation is increasingly prominent. The real-time reasonable controlling of plug-in electric vehicles （PEVs） can provide valuable ancillary service for balancing the active power and regulating the frequency of power systems. This paper proposed a coordinated PEV operation model based on the willingness to participation （WTP） parameter of charging patterns and maximal total utility of PEVs， in order to economically allocate PEVs' power for alleviating wind power fluctuations in a micro-grid. Furthermore， to solve this model， a consensus theory based center-free scheme is designed to control PEVs' charging/discharging power in real-time. The proposed scheme could flexibly satisfy PEV various charging scenarios including random arrival and departure time as well as the initial and desired State of Charge （SOC）. Finally， the simulation is carried out in a micro-grid with 5 wind farms and 2 000 PEVs， and the simulation results show that the proposed coordinated operation model and distributed control method of PEVs can flexibly meet the daily flexible charging requirements of large-scale PEVs， and also effectively improve the frequency of micro-grids.

Key words: plug-in electric vehicles （PEVs）, distributed control, coordinated operation model, frequency regulation, various charging scenarios

中图分类号:

TM 72

夏世威，陆涛，杜婷，李庚银，卜思奇. 考虑风电波动性的微网中电动汽车分布式协调运行方法[J]. 电力建设, 2019, 40(6): 86-94.

XIA Shiwei， LU Tao， DU Ting， LI Gengyin， BU Siqi. Distributed Coordinated Operation Method of Plug-in Electric Vehicles in Micro Grid Considering Fluctuation of Wind Power[J]. Electric Power Construction, 2019, 40(6): 86-94.

参考文献

［1］李有亮，麦立，王磊. 风力发电对电网旋转备用的影响及对策［J］．电气应用， 2017， 36（15）: 73-77．
［2］元博，周明，李庚银，等. 基于可靠性指标的含风电电力系统的发电和运行备用的协调调度模型［J］．电网技术， 2013， 37（3）: 800-807．
YUAN Bo， ZHOU Ming， LI Gengyin， et al．A coordinated dispatching model considering generation and operating reserve for wind power integrated power system based on ELNSR［J］．Power System Technology， 2013， 37（3）: 800-807．
［3］殷桂梁，张雪，操丹丹，等. 考虑风电和光伏发电影响的电力系统最优旋转备用容量确定［J］. 电网技术， 2015， 39（12）: 3497-3504.
YIN Guiliang， ZHANG Xue， CAO Dandan， et al. Determination of optimal spinning reserve capacity of power system considering wind and photovoltaic power affects［J］．Power System Technology， 2015， 39（12）: 3497-3504.
［4］张明锐，谢青青，李路遥，等. 考虑电动汽车能量管理的微网储能容量优化［J］. 中国电机工程学报， 2015， 35（18）: 4663-4673.
ZHANG Mingrui， XIE Qingqing， LI Luyao， et al．Optimal sizing of energy storage for microgrids considering energy management of electric vehicles［J］．Proceedings of the CSEE， 2015， 35（18）: 4663-4673.
［5］鞠立伟，李欢欢，陈致宏，等. 基于两步制自适应求解算法的风电-电动汽车多种并网模式效益对比分析模型［J］. 电网技术， 2014， 38（6）: 1492-1498.
JU Liwei， LI Huanhuan， CHEN Zhihong， et al. A benefit contrastive analysis model of multi grid-connected modes for wind power and plug-in hybrid electric vehicles based on two-step adaptive solving algorithm［J］. Power System Technology， 2014， 38（6）: 1492-1498．
［6］梁子鹏，陈皓勇，王勇超，等. 含电动汽车的微网鲁棒经济调度［J］. 电网技术， 2017， 41（08）: 2647-2658.
LIANG Zipeng， CHEN Haoyong， WANG Yongchao， et al. Robust economic dispatch of microgrids containing electric vehicles［J］. Power System Technology， 2017， 41（8）: 2647-2658.
［7］张良，严正，冯冬涵，等. 采用两阶段优化模型的电动汽车充电站内有序充电策略［J］. 电网技术， 2014， 38（4）: 967-973.
ZHANG Liang， YAN Zheng， FENG Donghan， et al. Two-stage optimization model based coordinated charging for EV charging station［J］. Power System Technology， 2014， 38（4）: 967-973.
［8］占恺峤，胡泽春，宋永华，等. 含新能源接入的电动汽车有序充电分层控制策略［J］. 电网技术， 2016， 40（12）: 3689-3695.
ZHAN Kaiqiao， HU Zechun， SONG Yonghua， et al. Electric vehicle coordinated charging hierarchical control strategy considering renewable energy generation integration［J］. Power System Technology， 2016， 40（12）: 3689-3695.
［9］高赐威，董传燕，薛飞. 基于多代理系统的电动汽车充电行为仿真软件设计与实现［J］. 中国电机工程学报， 2012， 32（31）: 68-77.
GAO Ciwei， DONG Chuanyan， XUE Fei. Design and implementation of simulation software for electric vehicle charging behaviour based on multi-agent system［J］. Proceedings of the CSEE， 2012， 32（31）:68-77.
［10］杨冰，王丽芳，廖承林，等. 分布式电动汽车有序充电控制系统模型［J］. 电力系统自动化， 2015， 39（20）: 41-46.
YANG Bing， WANG Lifang， LIAO Chenglin， et al. Distributed coordinated charging control system model for large-scale electric vehicles［J］. Automation of Electric Power Systems， 2015， 39（20）: 41-46.
［11］MILANO F. An open source power system analysis toolbox［J］. IEEE Transactions on Power Systems， 2005， 20（3）: 1199-1206.
［12］HUANG H， CHUNG C Y. Coordinated damping control design for DFIG-based wind generation considering power output variation［J］. IEEE Transactions on Power Systems， 2012， 27（4）: 1916-1925.
［13］OTA Y， TANIGUCHI H， NAKAJIMA T， et al. Autonomous distributed V2G （vehicle-to-grid） satisfying scheduled charging［J］. IEEE Transactions on Smart Grid， 2012， 3（1）: 559-564.
［14］ZHONG F. A distributed demand response algorithm and its application to PHEV charging in smart grids［J］. IEEE Transactions on Smart Grid， 2012， 3（3）: 1280-1290.
［15］ZHANG Z， CHOW M Y. Convergence analysis of the incremental cost consensus algorithm under different communication network topologies in a smart grid［J］. IEEE Transactions on Power Systems， 2012， 27（4）: 1761-1768.
［16］NEDIC A， OZDAGLAR A， PARRILO P A. Constrained consensus and optimization in multi-agent networks［J］. IEEE Transactions on Automatic Control， 2010， 55（4）: 922-938.
［17］ZHU M， MARTNEZ S. Discrete-time dynamic average consensus［J］. Automatica， 2010， 46（2）: 322-329.
［18］LUO X， XIA S， CHAN K W. A decentralized charging control strategy for plug-in electric vehicles to mitigate wind farm intermittency and enhance frequency regulation［J］. Journal of Power Sources， 2014， 248: 604-614．

[1]	陆秋瑜，杨银国，王中冠，谭嫣，夏天，伍双喜. 基于次梯度投影分布式控制法的虚拟电厂经济性一次调频[J]. 电力建设, 2020, 41(3): 79-85.
[2]	孙平远，刘科研，齐冬莲. 基于电力信息物理系统实时仿真平台的网络安全仿真[J]. 电力建设, 2020, 41(2): 40-46.
[3]	林刚,郑松 . Teleperm XP电站控制系统技术特点与调试[J]. 电力建设, 2001, 22(10): 17-0.

考虑风电波动性的微网中电动汽车分布式协调运行方法

Distributed Coordinated Operation Method of Plug-in Electric Vehicles in Micro Grid Considering Fluctuation of Wind Power

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 3

编辑推荐

Metrics

本文评价