客戶至上 誠信經(jīng)營
Product category
安科瑞 陳聰
摘要:針對大量電動汽車(electricvehicle,EV)接入微電網(wǎng)帶來的穩(wěn)定性及經(jīng)濟性問題,同時為充分發(fā)揮EV的移動儲能特性,提出一種在動態(tài)電價機制下考慮EV動力電池移動儲能特性的微電網(wǎng)調(diào)度模型。首先,建立含EV動力電池、風(fēng)電、光伏、柴油發(fā)電機組的微電網(wǎng)數(shù)學(xué)模型;其次,在綜合考慮分布式電源發(fā)電成本、EV用戶成本、電池?fù)p失成本、環(huán)境成本的基礎(chǔ)上,計及與主網(wǎng)電能交易、新能源補貼等多項收益,制定考慮新能源出力的EV動態(tài)電價機制;以微電網(wǎng)運行成本、EV用戶成本、環(huán)境成本低為目標(biāo)函數(shù),建立計及EV移動儲能動態(tài)電價機制的微電網(wǎng)調(diào)度模型。為驗證所提方法的有效性,通過YALMIP和GUROBI建立并求解所提優(yōu)調(diào)度模型。仿真結(jié)果表明,相比傳統(tǒng)控制方法,微電網(wǎng)總運行成本降低了16.96%。
關(guān)鍵詞:動態(tài)電價;電動汽車;有序充電;動力電池;微電網(wǎng)
1、引言
“雙碳”目標(biāo)下,利用電動汽車(electricvehicle,EV)移動儲能特性可提高微電網(wǎng)靈活性。EV作為一種移動儲能裝置,若進行有效控制,參與微電網(wǎng)的優(yōu)化調(diào)度,與新能源協(xié)調(diào)運行,可提高微電網(wǎng)穩(wěn)定性與經(jīng)濟性[1-2]。因此,亟需對考慮EV的微電網(wǎng)優(yōu)化調(diào)度方法進行深入研究。
目前,關(guān)于EV接入微電網(wǎng)穩(wěn)定性問題,相關(guān)學(xué)者做了一定研究。文獻[3]建立以鋰電池作為儲能裝置的全壽命周期成本模型,未利用EV集群提高微電網(wǎng)運行水平。文獻[4]針對新能源出力的波動性提出EV參與度和效用函數(shù)大的EV運行模型,設(shè)計了一種基于一致性理論的EV充放電功率分布式控制方法。文獻[5]提出一種風(fēng)光儲多能互補微電網(wǎng)系統(tǒng)日前調(diào)度優(yōu)化模型。文獻[6]建立總運行費用與總網(wǎng)損小的微電網(wǎng)多目標(biāo)隨機動態(tài)優(yōu)化調(diào)度模型。文獻[7-8]建立考慮熱電聯(lián)產(chǎn)機組及環(huán)境成本的微電網(wǎng)經(jīng)濟調(diào)度模型,通過蓄電池儲能降低微電網(wǎng)的綜合運行成本。但上述文獻未考慮將EV作為儲能裝置研究其充放電雙向行為對微電網(wǎng)經(jīng)濟調(diào)度的影響。
針對上述內(nèi)容,以下文獻通過電價引導(dǎo)EV參與微電網(wǎng)儲能并激勵用戶參與微電網(wǎng)調(diào)度。文獻[9]中EV充電電價采用居民用電峰谷分時電價,激勵更多用戶參與微電網(wǎng)調(diào)度,但目標(biāo)函數(shù)中未考慮EV電池?fù)p失成本。文獻[10]通過研究EV用戶對電價變化的需求響應(yīng),提出引導(dǎo)EV充電的峰谷電價定價方案,但會出現(xiàn)反調(diào)峰現(xiàn)象。文獻[11]分析分時電價對充電EV負(fù)荷轉(zhuǎn)移概率的影響,均未考慮EV用戶成本、電池?fù)p失成本。文獻[12]根據(jù)電網(wǎng)預(yù)測調(diào)度目標(biāo)提出考慮EV用戶期望的定價策略,用戶可按照自身需求選擇充電時段。以上文獻所提定價方法均基于EV用戶需求響應(yīng)及用戶成本,未考慮新能源出力對電價的影響。
鑒于上述問題,首先提出一種在動態(tài)電價機制下考慮EV移動儲能的微電網(wǎng)調(diào)度模型。所提EV動態(tài)電價機制根據(jù)新能源預(yù)測功率得出各時段的充電電價,引導(dǎo)EV參與微電網(wǎng)調(diào)度。其次,建立考慮環(huán)境成本、微電網(wǎng)運行成本和EV用戶成本低目標(biāo)的經(jīng)濟調(diào)度模型。通過與傳統(tǒng)無序充電對比分析互動,所提考慮EV移動儲能的動態(tài)電價機制提升了微電網(wǎng)與EV用戶經(jīng)濟效益,驗證所提方法的有效性。
2、電動汽車接入微電網(wǎng)的調(diào)度結(jié)構(gòu)
圖1為微電網(wǎng)結(jié)構(gòu),微電網(wǎng)包含微電網(wǎng)能量管理系統(tǒng)、微電源及常規(guī)負(fù)荷,其中微電源由柴油發(fā)電機(dieselgenerators,DG)、風(fēng)電機組(windturbines,WT)、光伏發(fā)電系統(tǒng)(photovoltaicpanels,PV)組成。EV接入微電網(wǎng)可減小對主網(wǎng)的電力需求,也可將EV作為移動儲能來平衡微電網(wǎng)與常規(guī)負(fù)荷間的電力。
微電網(wǎng)能量管理系統(tǒng)根據(jù)EV用戶接入時間、電池信息及未來24h源荷出力預(yù)測數(shù)據(jù),向EV用戶發(fā)布充電電價信息等待用戶響應(yīng),參與微電網(wǎng)儲能調(diào)節(jié),并安排各微電源的出力。當(dāng)微電網(wǎng)內(nèi)部發(fā)電量無法消納或供電不足時,微電網(wǎng)能量管理系統(tǒng)根據(jù)主網(wǎng)的購售電價通過聯(lián)絡(luò)線與主網(wǎng)進行能量交換。
a.PV模型
光伏發(fā)電輸出功率表示為
式中:PPV為PV實際出力;PPV,STC為標(biāo)準(zhǔn)測試條件下功率;R、RSTC分別為實際光照強度值、標(biāo)準(zhǔn)測試條件下光照強度值;γ為功率溫度系數(shù);Ta、Tr、Tamb、TNOC分別為光伏單元實際溫度、參照溫度、環(huán)境溫度和正常條件下光伏單元溫度。
b.WT模型
風(fēng)電機組輸出功率為[13]
式中:PWT、PWT_rate分別為WT實際功率和額定功率;Vci、Vco、Vr分別為機組切入風(fēng)速、切出風(fēng)速、額定風(fēng)速,分別取3m/s、25m/s、14m/s。
c.DG模型
柴油發(fā)電機的燃料消耗量是其輸出功率的線性函數(shù),即:
式中:F為燃料消耗率;F0為截距系數(shù);F1為斜率;PDG_rate為DG的額定功率;PDG為DG的實際功率。
d.EV動力電池充放電功率模型
EV充放電模型如下:
式中:SOC(t)為t時刻電池的電量情況;SOC(t-1)為t-1時刻電池的剩余電量;γ為電池的自放電系數(shù);μch、μdis分別為電池充電和放電效率;PchEV,t、Pdisev,t分別為t時刻EV充電功率和放電功率。
e.基于蒙特卡洛的EV無序充電模型
單個EV的充電行為由車主決定,具有較強的隨機性。在大數(shù)據(jù)背景下,EV數(shù)據(jù)可經(jīng)分析、歸納近似滿足相應(yīng)的概率分布,如式(6)、式(7)所示。EV出行數(shù)據(jù)來自美國交通部對全美車輛出行調(diào)查數(shù)據(jù)[13]。
EV起止充電時間服從正態(tài)分布,概率密度函數(shù)如式(6)所示。
式中:μs取17.6;σs取3.4。
日行駛距離近似服從對數(shù)正態(tài)分布,概率密度函數(shù)為
式中:μd取3.2;σd取0.88。
EV充電時長為
式中:TC為充電時間;S為日行駛距離;W100為耗電量;PC為充電功率。
通過蒙特卡洛法抽取每輛EV起始充電時間及日行駛距離得出每輛EV的充電時長,計算單輛EV充電負(fù)荷,之后對充電負(fù)荷疊加,得到所有充電負(fù)荷。將1天分為24個時段,間隔1h,可得出N輛EV每時段對應(yīng)的充電負(fù)荷為
式中:Pj為j個時段總充電負(fù)荷;N為EV數(shù)量;Pn,j為n輛EV在j個時段充電負(fù)荷。
采用蒙特卡洛法抽取單位EV起始充電時間、日行駛距離的計算方法,其流程如圖2所示。
對50輛EV進行100次模擬得到EV無序充電功率負(fù)荷曲線,如圖3所示。
3、EV有序充電控制策略
本文通過電價激勵控制EV有序充電,充分開發(fā)EV電池儲能潛力,提出一種根據(jù)新能源出力大小制定EV動態(tài)充電電價的方法。文中所提考慮EV移動儲能的動態(tài)充電電價同時兼顧EV用戶成本與新能源出力大小,根據(jù)24h內(nèi)風(fēng)電、光伏出力預(yù)測值與平均值計算EV各時段充電電價。文獻[14-15]將風(fēng)電、光伏出力劃分為3個階段,分別對應(yīng)3個EV充電電價階段(高、平、低),通過計算得到3個出力階段的大值、小值相對平均值的波動范圍為30%左右,由于文獻[15]典型日出力數(shù)據(jù)與實際整體出力存在誤差,文中風(fēng)電、光伏出力波動范圍取25%。風(fēng)電、光伏出力超過其平均值的125%,EV充電電價低;低于其平均值的75%,EV充電電價高;在兩者之間為平電價,高、低電價分別基于平電價上、下浮動60%。EV基準(zhǔn)充電電價S0為居民用電三級電價,高、低、平充電電價階段分別為1.253元/kWh、0.335元/kWh、0.781元/kWh。為便于計算,文中S0取0.8元/kWh,高、低、平分時電價取1.28元/kWh、0.8元/kWh、0.32元/kWh。
EV充電電價與風(fēng)電、光伏預(yù)測功率關(guān)系如下:
式中:s(t)為24h內(nèi)t時段的充電價格;S0為基準(zhǔn)充電電價,取0.8元/kWh;P′n為t時段風(fēng)電、光伏出力預(yù)測功率;Pn為風(fēng)電、光伏出力預(yù)測功率平均值;T為調(diào)度周期時段數(shù)。
利用各時段充電電價差將EV充電負(fù)荷轉(zhuǎn)移到風(fēng)電、光伏出力大的時段,具體流程見圖4。
4、調(diào)度模型
4.1目標(biāo)函數(shù)
微電網(wǎng)綜合運行成本主要考慮微電源運行成本、DG機組的燃料成本、電能交互成本、新能源發(fā)電補貼費用、環(huán)境成本、EV損失成本和調(diào)度成本,其優(yōu)化調(diào)度模型的目標(biāo)函數(shù)如下:
式中:f為微電網(wǎng)綜合運行成本;CWT,t為WT在t時刻運行成本;CPV,t為PV在t時刻運行成本;CDG,t為DG在t時刻運行成本;CES,t為EV損耗成本;CS,t為電能交互成本;CSUB,t為新能源發(fā)電補貼費用;CEV,t為EV調(diào)度成本;CH,t為環(huán)境成本。
微電源運行成本
式中:MWT,t為WT在t時刻維修成本;MPV,t為PV在t時刻維修成本;MDG,t為DG在t時刻維修成本;DWT,t為WT在t時刻折舊費用;DPV,t為PV在t時刻折舊費用;DDG,t為DG在t時刻折舊費用;Cfule為柴油發(fā)電機燃料成本。
式中:Km,i為微電源單位運行維修費用;PWT,t為WT在t時刻出力;PPV,t為PV在t時刻出力;PDG,t為DG在t時刻出力;cins,t為微電源i的安裝成本;Prate,t為微電源i的額定功率;fe,i為微電源i的容量因子;d為折舊系數(shù);m為微電源的使用壽命。
b.DG燃料成本
柴油發(fā)電機的燃料成本數(shù)學(xué)表達式為
式中:α、β、γ為柴油發(fā)電機的燃料成本系數(shù),取α=6,β=0.12,γ=8.5×10-4。
c.電能交互成本
微電網(wǎng)與主網(wǎng)進行電能交換時產(chǎn)生的費用由微電網(wǎng)購電成本和售電收益組成。當(dāng)微電源出力不能滿足負(fù)荷需求時,由于微電網(wǎng)向主網(wǎng)購電價格高,此時微電網(wǎng)系統(tǒng)通過動態(tài)充電電價引導(dǎo)EV放電;當(dāng)EV放電不能滿足負(fù)荷需求時,此時從主網(wǎng)購電。反之,當(dāng)微電源出力除了滿足自身負(fù)荷需求外仍有剩余,可引導(dǎo)EV充電或在售電價格高時向主網(wǎng)售電。與主網(wǎng)電能交互成本如下:
式中:Pbuy,t、Psell,t分別為微電網(wǎng)向主網(wǎng)購、售電功率;cbuy,t、csell,t分別為微電網(wǎng)向主網(wǎng)購、售電價。
d.新能源發(fā)電補貼費用
式中:csub為分布式新能源發(fā)電補貼單價,取0.01元/kWh。
e.環(huán)境成本
常規(guī)發(fā)電污染物治理費用計為環(huán)境成本如下:
式中:aDGCO2為柴油發(fā)電機CO2排放量;aDGSO2為柴油發(fā)電機SO2排放量;aDGNOx為柴油發(fā)電機NOx排放量;σCO2為CO2治理費用;σSO2為SO2治理費用;σNOx為NOx治理費用。
f.EV調(diào)度成本
充放電響應(yīng)采用一定比例的充放電電價進行補償,計算方式如下:
式中:CEV_ch,t、CEV_dis,t分別為t時刻EV充電和放電的補償成本;s(t)為EV充電電價;α1、β1分別為微電網(wǎng)對EV充電和放電的補償系數(shù),分別取0.2和0.5。
g.EV電池?fù)p耗成本
將EV電池?fù)p耗成本與折舊成本計入EV充放電的損耗成本中,計算方式如下:
式中:CEL、CEM分別為EV放電時損失成本和EV電池折舊成本;KEV為車輛蓄電池的折舊系數(shù);PEVd,j為j輛車的放電功率。
4.2約束條件
a.功率平衡約束
微電網(wǎng)功率平衡約束如下:
式中:PWT,t、PPV,t、Pload,t、PEV,t分別為t時段風(fēng)電出力、光伏出力、常規(guī)負(fù)荷及EV充放電功率。
b.EV充放電功率及荷電狀態(tài)約束
EV充放電時功率及荷電狀態(tài)約束如下:
式中:PEVc,t、PEVd,t分別為EV充電、放電功率;PrateEVc,t、PrateEVd,t分別為EV充電、放電功率上限額定值;SOC,min、SOC,max分別為EV電池的小、大容量。
EV充放電狀態(tài)有3種情況:充電狀態(tài)(PEVc,t>0,PEVd,t=0);放電狀態(tài)(PEVc,t=0,PEVd,t>0);閑置狀態(tài)(PEVc,t=0,PEVd,t=0)。引入狀態(tài)變量λEVc、λEVd表示EV是否參與充放電(0或1)。
c.聯(lián)絡(luò)線功率約束
聯(lián)絡(luò)線功率約束表達式如下:
式中:Pminline,t、Pmaxline,t分別為微電網(wǎng)與主網(wǎng)間聯(lián)絡(luò)線功率的上、下限;Pgrid,t為t時刻與主網(wǎng)交互功率。
d.分布式電源出力上、下限約束
各分布式電源出力滿足以下條件:
式中:Pi,t為分布式電源i發(fā)電功率;Pi,max、Pi,min分別為分布式電源i出力上、下限。
e.DG運行功率約束
DG運行功率約束條件如下:
式中:Lmin為DG小負(fù)載率。
5、仿真結(jié)果分析
5.1試驗數(shù)據(jù)
仿真算例中PV、WT均運行于大功率跟蹤模式,圖5為微電網(wǎng)中風(fēng)電、光伏出力及負(fù)荷需求預(yù)測數(shù)據(jù)。DG的環(huán)境補償成本及排放系數(shù)如表1所示,各微電源參數(shù)如表2所示,微電網(wǎng)與主網(wǎng)交易電價如表3所示。EV容量為24kWh,充放電功率均為3kW,充放電效率μch、μdis均為0.95。本文通過YALMIP建立數(shù)學(xué)模型,并利用GUROBI求
解優(yōu)化問題。
5.2結(jié)果分析
微電網(wǎng)調(diào)度模型求解結(jié)果如圖6—圖9所示?;诟鲿r段風(fēng)電、光伏功率預(yù)測值與平均值,根據(jù)式(10)、式(11)計算EV動態(tài)充電電價,如圖6所示。結(jié)合圖3、圖5可知,在微電網(wǎng)嚴(yán)重缺少電源功率時(17:00—21:00),光伏出力基本為零,風(fēng)電出力不足以滿足負(fù)荷需求,微電網(wǎng)中負(fù)荷需求基本由DG支撐。此時EV充電負(fù)荷將加劇電網(wǎng)調(diào)峰負(fù)荷,導(dǎo)致系統(tǒng)提高DG機組出力滿足EV充電和負(fù)荷需求,從而使電網(wǎng)運行成本與環(huán)境成本增加,因此,此階段制定EV充電電價較高為1.28元/h。在微電網(wǎng)風(fēng)電、光伏出力富余時(00:00—07:00、08:00—16:00),負(fù)荷水平較低,EV可減少棄風(fēng)、棄光現(xiàn)象,DG機組只需維持相對較低出力即可滿足負(fù)荷需求,因此,此階段EV充電電價制定為0.32元/kWh。
圖7為動態(tài)電價引導(dǎo)下的EV充放電功率曲線。結(jié)合風(fēng)電、光伏出力曲線可知,通過充電電價引導(dǎo),EV作為移動儲能裝置能夠?qū)崿F(xiàn)對新能源發(fā)電的削峰填谷。在微電網(wǎng)嚴(yán)重缺少功率時,EV充電電價維持在1.28元/kWh,激勵EV減少充電功率并增加放電功率,從而減少DG機組出力,不僅能緩解調(diào)峰負(fù)擔(dān)、EV用戶獲得更多經(jīng)濟收益,還能減小微電網(wǎng)環(huán)境成本。在微電網(wǎng)發(fā)電功率富余時,EV充電電價維持在0.32元/kWh,此階段多余電功率存儲到EV。圖8為微電網(wǎng)與主網(wǎng)功率交換曲線。在新能源出力或微電網(wǎng)發(fā)電功率不足以支撐負(fù)荷需求時,通過動態(tài)電價引導(dǎo)EV放電或從主網(wǎng)購電滿足功率缺額,從而滿足微電網(wǎng)內(nèi)部負(fù)荷需求。圖9為無序、有序充電棄風(fēng)棄光曲線,在動態(tài)電價引導(dǎo)下EV充電負(fù)荷轉(zhuǎn)移到風(fēng)電、光伏出力較大時段,增加了風(fēng)電、光伏利用。
通過表4成本對比可知,所提方法引導(dǎo)EV在電價尖峰期放電,在電價低谷期充電,不僅降低了EV用戶成本,且降低了微電網(wǎng)運行成本及環(huán)境成本。微電網(wǎng)總的運行成本降低了16.96%,EV用戶成本降低了46.68%,環(huán)境成本降低了30.89%。
6、解決方案
圖1平臺結(jié)構(gòu)圖
充電運營管理平臺是基于物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的充電設(shè)施管理系統(tǒng),可以實現(xiàn)對充電樁的監(jiān)控、調(diào)度和管理,提高充電樁的利用率和充電效率,提升用戶的充電體驗和服務(wù)質(zhì)量。用戶可以通過APP或小程序提前預(yù)約充電,避免在充電站排隊等待的情況,同時也能為充電站提供更準(zhǔn)確的充電需求數(shù)據(jù),方便后續(xù)的調(diào)度和管理。通過平臺可對充電樁的功率、電壓、電流等參數(shù)進行實時監(jiān)控,及時發(fā)現(xiàn)和處理充電樁故障和異常情況對充電樁的功率進行控制和管理,確保充電樁在合理的功率范圍內(nèi)充電,避免對電網(wǎng)造成過大的負(fù)荷。
7、安科瑞充電樁云平臺具體的功能
平臺除了對充電樁的監(jiān)控外,還對充電站的光伏發(fā)電系統(tǒng)、儲能系統(tǒng)以及供電系統(tǒng)進行集中監(jiān)控和統(tǒng)一協(xié)調(diào)管理,提高充電站的運行可靠性,降低運營成本,平臺系統(tǒng)架構(gòu)如圖3所示。
圖2充電樁運營管理平臺系統(tǒng)架構(gòu)
大屏顯示:展示充電站設(shè)備統(tǒng)計、使用率排行、運營統(tǒng)計圖表、節(jié)碳量統(tǒng)計等數(shù)據(jù)。
圖3大屏展示界面
站點監(jiān)控:顯示設(shè)備實時狀態(tài)、設(shè)備列表、設(shè)備日志、設(shè)備狀態(tài)統(tǒng)計等功能。
圖4站點監(jiān)控界面
設(shè)備監(jiān)控:顯示設(shè)備實時信息、配套設(shè)備狀態(tài)、設(shè)備實時曲線、關(guān)聯(lián)訂單信息、充電功率曲線等。
圖5設(shè)備監(jiān)控界面
運營趨勢統(tǒng)計:顯示運營信息查詢、站點對比曲線、日月年報表、站點對比列表等功能。
圖6運營趨勢界面
收益查詢:提供收益匯總、實際收益報表、收益變化曲線、支付方式占比等功能。
圖7收益查詢界面
故障分析:提供故障匯總、故障狀態(tài)餅圖、故障趨勢分析、故障類型餅圖等功能。
圖8故障分析界面
訂單記錄:提供實時/歷史訂單查詢、訂單終止、訂單詳情、訂單導(dǎo)出、運營商應(yīng)收信息、充電明細(xì)、交易流水查詢、充值余額明細(xì)等功能。
圖9訂單查詢界面
8、產(chǎn)品選型
安科瑞為廣大用戶提供慢充和快充兩種充電方式,便攜式、壁掛式、落地式等多種類型的充電樁,包含智能7kw/21kw交流充電樁,30kw直流充電樁,60kw/80kw/120kw/180kw直流一體式充電樁來滿足新能源汽車行業(yè)快速、經(jīng)濟、智能運營管理的市場需求。實現(xiàn)對動力電池快速、高效、安全、合理的電量補給,同時為提高公共充電樁的效率和實用性,具有有智能監(jiān)測:充電樁智能控制器對充電樁具備測量、控制與保護的功能;智能計量:輸出配置智能電能表,進行充電計量,具備完善的通信功能;云平臺:具備連接云平臺的功能,可以實現(xiàn)實時監(jiān)控,財務(wù)報表分析等等;遠(yuǎn)程升級:具備完善的通訊功能,可遠(yuǎn)程對設(shè)備軟件進行升級;保護功能:具備防雷保護、過載保護、短路保護,漏電保護和接地保護等功能;適配車型:滿足國標(biāo)充電接口,適配所有符合國標(biāo)的電動汽車,適應(yīng)不同車型的不同功率。下面是具體產(chǎn)品的型號和技術(shù)參數(shù)。
產(chǎn)品圖 | 名稱 | 技術(shù)參數(shù) |
AEV200-AC007D | 額定功率:7kW 輸出電壓:AV220V 充電槍:單槍 充電操作:掃碼/刷卡 防護等級:IP65 通訊方式:4G、Wifi 安裝方式:立柱式/壁掛式 | |
AEV210-AC007D | 額定功率:7kW 輸出電壓:AV220V 充電槍:單槍 人機交互:3.5寸顯示屏 充電操作:掃碼/刷卡 防護等級:IP54 通訊方式:4G、Wifi 安裝方式:立柱式/壁掛式 | |
AEV300-AC021D | 額定功率:21kW 輸出電壓:AV220V 充電槍:單槍 人機交互:3.5寸顯示屏 充電操作:掃碼/刷卡 防護等級:IP54 通訊方式:4G、Wifi 安裝方式:立柱式/壁掛式 | |
AEV200-DC030D | 額定功率:30kW 輸出電壓:DC200V-750V 充電槍:單槍 人機交互:7寸觸摸屏 充電操作:掃碼/刷卡 防護等級:IP54 通訊方式:以太網(wǎng)、4G(二選一) | |
| AEV200-DC060D/ AEV200-DC080D | 額定功率:60kW/80kW 輸出電壓:DC200V-1000V 充電槍:單槍 人機交互:7寸觸摸屏 充電操作:掃碼/刷卡 防護等級:IP54 通訊方式:以太網(wǎng)、4G(二選一) |
| AEV200-DC060S/ AEV200-DC080S | 額定功率:60kW/80kW 輸出電壓:DC200V-1000V 充電槍:雙槍 人機交互:7寸觸摸屏 充電操作:掃碼/刷卡 防護等級:IP54 通訊方式:以太網(wǎng)、4G(二選一) |
| AEV200-DC120S/ AEV200-DC180S | 額定功率:120kW/180kW 輸出電壓:DC200V-1000V 充電槍:雙槍 人機交互:7寸觸摸屏 充電操作:掃碼/刷卡 防護等級:IP54 通訊方式:以太網(wǎng)、4G(二選一) |
AEV200-DC240M4/ AEV200-DC480M8/ AEV200-DC720M12 | 額定功率:240kW/480kW/720kw 輸出電壓:DC150V-1000V 充電終端支持:常規(guī)單雙槍終端 防護等級:IP54 | |
AEV200-DC250AD | 輸出:250A 1個充電接口; 支持掃碼、刷卡支付; 4G、以太網(wǎng)通訊(二選一) | |
AEV200-DC250AS | 輸出:250A 2個充電接口; 支持掃碼、刷卡支付; 4G、以太網(wǎng)通訊(二選一) |
9、現(xiàn)場圖片
10、結(jié)論
本文提出了在動態(tài)電價機制下考慮EV移動儲能的微電網(wǎng)優(yōu)化調(diào)度模型。根據(jù)新能源出力大小制定動態(tài)充電電價策略,在不影響用戶出行的前提下,能引導(dǎo)EV充電負(fù)荷化消納風(fēng)電、光伏,風(fēng)電、光伏消納率提高了38.69%,同時通過EV儲能減輕了微電網(wǎng)對主網(wǎng)電力需求負(fù)擔(dān),有利于提高微電網(wǎng)運行的經(jīng)濟性。
參考文獻
[1]于瀛涵,陳嘉德,韓子嬌,等.電動汽車的有序充電管理及其對配電網(wǎng)的影響分析[J].東北電力技術(shù),2023,44(2):34-39.
[2]陳嘉德,徐海博,孫瑞雪,等.基于多時段動態(tài)電價的電動汽車有序充電策略優(yōu)化[J].東北電力技術(shù),2023,44(2):40-46.
[3]茆美琴,孫樹娟,蘇建徽.包含電動汽車的風(fēng)/光/儲微電網(wǎng)經(jīng)濟性分析[J].電力系統(tǒng)自動化,2011,35(14):30-35.
[4]夏世威,陸濤,杜婷,等.考慮風(fēng)電波動性的微網(wǎng)中電動汽車分布式協(xié)調(diào)運行方法[J].電力建設(shè),2019,40(6):86-94.
[5]吳昊,王艷松.基于智能單粒子算法的微電網(wǎng)經(jīng)濟調(diào)度[J].電力系統(tǒng)保護與控制,2016,44(20):43-49.
[6]朱曄,蘭貞波,隗震,等.考慮碳排放成本的風(fēng)光儲多能互補系統(tǒng)優(yōu)化運行研究[J].電力系統(tǒng)保護與控制,2019,47(10):127-133.
[7]鮑彥文,董鶴楠,李雯雯,等.基于灰狼算法的微電網(wǎng)源網(wǎng)荷儲優(yōu)化配置研究[J].東北電力技術(shù),2023,44(12):17-24.
[8]WANGHX,YANGJY,CHENZ,etal.Optimaldispatchbasedonpredictionofdistributedelectricheatingstoragesincombinedelectricityandheatnetworks[J].AppliedEnergy,2020,26(7):1-10.
[9]馬益平.考慮電動汽車調(diào)度的微電網(wǎng)混合儲能容量優(yōu)化配置[J].電力系統(tǒng)保護與控制,2017,45(23):98-107.
[10]劉浩田,陳錦,朱熹,等.一種基于價格彈性矩陣的居民峰谷分時電價激勵策略[J].電力系統(tǒng)保護與控制,
2021,49(5):116-123.
[11]譚維玉,雷雨,李軍,等.計及動態(tài)分時電價的電動汽車參與電網(wǎng)調(diào)度研究[J].可再生能源,2020,38(11):1515-1522.
[12]趙玉,徐天奇,李琰,等.基于分時電價的電動汽車調(diào)度策略研究[J].電力系統(tǒng)保護與控制,2020,48(11):92-101.
[13]梁琛,王鵬,韓肖清,等.基于間歇性風(fēng)速的風(fēng)力發(fā)電機功率輸出模型研究[J].電網(wǎng)技術(shù),2017,41(5):
1369-1375.
[14]王璟,王利,郭勇,等.計及電動汽車的微電網(wǎng)經(jīng)濟調(diào)度方法[J].電力系統(tǒng)保護與控制,2016,44(17):
111-117.
[15]馬立新,徐嘉輝,楊天笑.基于MPSO算法含電動汽車的微網(wǎng)優(yōu)化調(diào)度[J].電網(wǎng)與清潔能源,2020,36(8):116-122.
[16]陳洪亮,徐海博,孫瑞雪,計及電動汽車移動儲能動態(tài)電價的微電網(wǎng)優(yōu)化調(diào)度研究[A]
[17]安科瑞企業(yè)微電網(wǎng)設(shè)計與應(yīng)用手冊2022.5