[发明专利]含大规模电动汽车的区域综合能源供需调度方法和系统

权利要求书

1.一种含大规模电动汽车的区域综合能源供需调度方法，在设定区域内设有区域能源系统，该系统包括光伏发电站、风力发电站、储能系统、用户用电端和大规模电动汽车，其特征在于，综合能源供需调度方法包括以下步骤：

S1、获取区域内大规模电动汽车的行驶规律，利用蒙特卡洛法建立电动汽车负荷模型，联合区域内各光伏发电站、风力发电站和储能系统的数学模型，构建区域综合能源一体化模型；

S2、构建大规模电动汽车需求响应策略，包括价格型需求响应和激励型需求响应两部分，所述价格型需求响应通过电价变化来引导大规模电动汽车有序充放电，所述激励型需求响应通过补偿激励来引导大规模电动汽车有序充放电，用于进行充电负荷的时空转移，从高峰时段转移到低谷时段；

S3、通过区域综合能源一体化模型和大规模电动汽车需求响应策略构建考虑供需互动的区域综合能源优化调度模型，该综合能源优化调度模型包括实现区域内能源系统运行成本最小的目标函数和对应的约束条件；

S4、利用粒子群算法对考虑供需互动的区域综合能源优化调度模型进行求解，获得最优策略。

2.根据权利要求1所述的一种含大规模电动汽车的区域综合能源供需调度方法，其特征在于，电动汽车的行驶规律包括日行驶里程和开始充电时间、电动汽车的充电方式和充电功率的概率模型。

3.根据权利要求1所述的一种含大规模电动汽车的区域综合能源供需调度方法，其特征在于，粒子群算法中，每个粒子代表的每小时电动汽车的激励型需求响应的响应量，初始化种群中各粒子的位置和速度，通过不断更新和迭代，利用局部寻优法求得系统内各粒子的适应度值，通过比较选取最优粒子替代原有粒子的位置和速度。

4.根据权利要求3所述的一种含大规模电动汽车的区域综合能源供需调度方法，其特征在于，粒子群算法具体包括以下步骤：

A1、选取某一天的光照强度、风速、用户用电负荷和电动汽车行驶数据作为初始样本数据生成基本出力曲线和基本负荷曲线，作为初始运行数据；

A2、设置种群粒子数M，给定粒子维度为24，列写目标函数作为适应度函数，随机初始化种群，通过位置公式和速度公式初始化种群中各粒子的位置和速度，将区域能源系统内激励型需求响应的响应功率看成一组变量；

A3、评价每个微粒的适应度，将当前各个微粒的位置和适应值存储在各个微粒的pbest中，将所有pbest中适应值最优个体的位置和适应值存储于gbest中；

A4、由于粒子的速度和位置会不断更新，针对各个微粒的速度和位置不断进行修正，更新此刻每个微粒的速度和位置并计算目标函数值；

A5、对每个微粒，将其适应值与其经过的最好位置作比较，如果较好，则将其作为当前的最好位置；

A6、比较当前所有的pbest和gbest，并更新gbest；

A7、判断是否满足预设的运算精度或迭代次数，若是则搜索停止，输出结果；若否则执行步骤A4继续搜索。

5.根据权利要求1所述的一种含大规模电动汽车的区域综合能源供需调度方法，其特征在于，所述价格型需求响应的表达式为：

式中，分别为电动汽车a的原用电需求和价格型需求响应后的用电需求，Δρ_t分别为原电价和当前时刻电价变化，ε_at为互弹性系数，T表示总时间。

6.根据权利要求1所述的一种含大规模电动汽车的区域综合能源供需调度方法，其特征在于，所述激励型需求响应的表达式为：

式中，C_IDR表示激励型需求响应的总成本，D为参与激励型需求响应的电动汽车数量，M为激励型需求响应策略分级数，E_c、E_m为电量补偿和容量补偿系数，为电动汽车d参与响应的总电量，为电动汽车d在m级容量补偿下响应的电量。