[发明专利]考虑用户积极性的新能源微电网多层级车网协同优化方法

权利要求书

1.一种考虑用户积极性的新能源微电网多层级车网协同优化方法，其特征在于，其步骤如下：

步骤一：搭建新能源微电网的系统架构，将新能源微电网分为负荷层、微网层和配网层；

步骤二：在负荷层，利用蒙特卡洛模拟算法对EV集群A进行有序充放电调度，得到EV用户综合积极性指数和EV集群A有序充放电负荷；所述EV集群A中的EV用户第二天有出行计划，对于集群A考虑用户出行需求；

步骤二的实现方法为：

S2.1、EV用户每天离网时刻T_out,i服从均值为6.92、方差为1.24的正态分布，EV用户每天入网时刻T_in,i服从均值为17.47、方差为1.80的正态分布，分别表示为：

T_out,i～N(6.92,1.24²)；

T_in,i～N(17.47,1.80²)；

日行驶里程L_s服从对数正态分布，概率密度函数f(x)为：

式中：均值μ＝2.78；方差s＝0.82；

新能源微电网的原始负荷P_LB(t)的高峰起始时刻为T_start，高峰结束时刻为T_end，通过EV_i入网时刻T_in来确定EV的充放电状态：

式中：为EV_i最初充电时刻，为EV_i最初放电时刻；

计算EV最大放电量

式中：q为EV公里耗电量，ε为EV最大放电深度；S_b,i为用户预期荷电状态，C_batt,i为EV_i的电池容量，且S_i(T_out,i)≥S_b,i，S_i(T_out,i)表示EV_i离网时荷电状态；

S2.2、EV在行驶中，其行驶路程与车辆的荷电状态呈现出线性关系，EV充电功率恒定，则可得单辆EV荷电状态模型为：

式中：C_ch,i为EV_i的充电电量，S_in,i为EV_i入网时荷电状态；S_i(t)为EV_i的t时段荷电状态；△_t为单位时段；η为EV充放电效率；P_max为EV最大充放电功率；P_i(t)为t时段EV充放电功率；

S2.3、计算EV_i用户出行充电需求指标和EV_i用户费用支出指标：

其中，为EV用户出行充电需求指标，为EV用户费用支出指标，Q_m,i为日常行驶容量；Q_s,i为EV充放电负荷容量；Q_r,i为备用行驶容量；C_i＝C_price,i+C_loss,i为费用支出；为充放电费用；为充放电状态；为电池损耗费用；和分别为EV_i充电的最低与最高支出费用；为EV购电价，为EV售电价；C_change为更换电池费用；E_change为最大充放电量；T表示总时间；

EV用户的综合积极性指数γ可表示为：

其中，N为EV数量；为EV用户出行充电需求指标系数，为EV用户费用支出指标系数；

步骤三：将负荷层优化得到的EV集群A有序充放电负荷与基础负荷叠加传送给微网层，与风光出力共同组成净负荷，微网层通过调控蓄电池及EV集群B出力构建微网层优化模型，并利用多目标粒子群优化MPSO算法进行求解，得到最优的新能源微电网的运行成本和净负荷均值；所述EV集群B中的EV用户第二天无出行计划，集群B中EV为实时可控EV；

所述微网层优化模型为：

P_NL(t)＝-P_PV(t)-P_WT(t)+P_SB(t)+P_EV(t)+P_L(t)；

P_L(t)＝P_LB(t)+P_EVA(t)；

式中：F₁为新能源微电网的运行成本，F₂为新能源微电网的净负荷均值，为储能的综合运行成本；为EV集群B的收益；P_NL(t)为经微网层优化后t时段的新能源微电网的净负荷；P_SB(t)为蓄电池SB在t时段的出力，P_EV(t)为EV在t时段的出力，P_PV(t)为光伏机组PV在t时段的出力，P_WT(t)为风电机组WT在t时段的出力；为蓄电池SB运行成本系数，为蓄电池SB损耗成本系数；P_EVA(t)为EV集群A有序充放电负荷，P_L(t)为EV集群A经负荷层优化后的新能源微电网的负荷；

微网层优化模型的约束条件如下：

蓄电池SB荷电状态约束：

式中：S_SB(t)为SB在t时段荷电状态，为S_SB(t)下限，为S_SB(t)上限；

蓄电池SB出力上下限约束：

式中：为SB出力上限，为SB出力下限；

EV荷电状态约束：

式中：为S_i(t)下限，为S_i(t)上限；

步骤四：将微网层优化得到的新能源微电网的净负荷均值传送给配网层，配网层以燃气轮机与主网联络线的综合运行成本和主网交互功率波动为配网层优化模型，并利用多目标粒子群优化MPSO算法进行求解，得到最优的燃气轮机与主网联络线的综合运行成本和主网交互功率。