一种适用于光伏高渗透率配电网中电动汽车充电站的选址方法

摘要

本发明涉及一种适用于光伏高渗透率配电网中电动汽车充电站的选址方法，针对配电网随着分布式光伏渗透率的增加出现功率波动、节点电压失稳越限等问题，本发明的特点是：通过对配置储能电池对配电网电压的影响分析、配置储能电池对配电网网损的影响分析和充电站选址的优化模型及求解，以成本、环保等因素作为电动汽车充电站选址参考依据的基础上，兼顾电压水平和网损作为主要因素为电动汽车充电站合理选址，以提高电能质量和能量效率，具有科学合理，所选址位置准确，效果佳等优点。

主权项

一种适用于光伏高渗透率配电网中电动汽车充电站的选址方法，其特征是，综合考虑节点电压和总有功网损两个目标并限定相关约束，求解得到电动汽车充电站不同接入位置下的节点电压改善情况和最小总有功网损值，再以电压越限改善率和总有功网损减小率为评判标准，选择并确定充电站的合理接入位置，具体包括以下步骤：1)配置储能电池对配电网电压的影响分析配电网中接入高渗透率分布式光伏电源后，如果多余的光伏能量不能够及时地消纳，节点电压幅值有可能越过正常范围而越限；利用用户侧充电站中的储能电池将多余能量进行储存，改变系统潮流，改善节点电压越限情况；2)配置储能电池对配电网网损的影响分析一个总支路数为n的辐射式配电网总有功损耗P_tloss用式(1)表示:$P_{tloss}=\underset{i=1}{\overset{n}{\Sigma }}\frac{P_i^2+Q_i^2}{|V_i{|}^2}{R}_i---\left(1\right)$其中：P_i为支路i上流过的有功功率；Q_i为支路i上流过的无功功率；R_i为支路i的电阻；V_i为支路i末端电压；忽略线路的无功功率网损；当系统中k节点接入一定容量的分布式光伏电源时，整个网络总有功损耗变为具体表达由式(2)表述，假设分布式光伏电源功率因数为1，只发出有功功率；$P_{tloss}^{PV}=\underset{i=1}{\overset{k}{\Sigma }}\frac{{\left(P_i-P_{PVk}\right)}^2}{|V_i{|}^2}{R}_i+\underset{i=k+1}{\overset{n}{\Sigma }}\frac{P_i^2}{|V_i{|}^2}{R}_i+\underset{i=1}{\overset{n}{\Sigma }}\frac{Q_i^2}{|V_i{|}^2}{R}_i---\left(2\right)$其中：P_PVk为k节点接入分布式光伏电源发出的有功功率；当在k节点接入一定容量的储能电池以改善电压越限时，整个网络的总有功损耗变换为式(3)的等式；$P_{tloss}^{PV+BAT}=\underset{i=1}{\overset{k}{\Sigma }}\frac{{\left(P_i+P_{BATk}^{CH}-P_{PVk}\right)}^2}{|V_i{|}^2}{R}_i+\underset{i=k+1}{\overset{n}{\Sigma }}\frac{P_i^2}{|V_i{|}^2}{R}_i+\underset{i=1}{\overset{n}{\Sigma }}\frac{Q_i^2}{|V_i{|}^2}{R}_i---\left(3\right)$其中：为系统控制下储能电池的充电功率；进一步变换式(3)得式(4)，具体表达式为式(4)；$P_{tloss}^{PV+BAT}=P_{tloss}^{PV}+\underset{i=1}{\overset{k}{\Sigma }}\frac{2(P_i-P_{PVk})P_{BATk}^{CH}}{|V_i{|}^2}---\left(4\right)$由式(4)表明，当分布式光伏电源出力较高时，由于配电网各支路损耗一般较小，在k节点之前的每个支路，代数式P_i‑P_PVk将均小于0，等式右侧第二项将小于0，进而得因此，利用特定容量储能电池改善高渗透分布式光伏引起的节点电压越限时，不仅达到改善电压水平的效果，同时能够减少整个网络的总有功网损；3)充电站选址的优化模型及求解以配电网中越限节点电压改善和系统总有功网损最小的多目标函数，以配电网功率平衡及储能电池的充电功率上下限为约束，运用遗传算法求解各储能电池最优充电功率；同时，变换充电站位置，反复利用上述目标函数为综合考量指标，进而确定各充电站接入位置的优化模型；求解得到的储能电池最优充电功率可用于其容量的配置；选址目标旨在改善节点电压越限及尽可能减小网络总有功功率损耗，因此目标函数为(5)式；加入了权重系数λ₁和λ₂，使多目标函数变成了单目标函数；$F=min[{\lambda }_1\left(\underset{i=1}{\overset{k}{\Sigma }}\right(U_k-U_N\left)\right)+{\lambda }_2{P}_{tloss}^{PV+BAT}]---\left(5\right)$其中：U_k为每次迭代后越限节点k的电压幅值；U_N为节点正常电压幅值上限；k为算法每次迭代后寻找到的每个种群电压越限节点个数，非定值；为在充电站中的储能电池接入配电网实现节点电压越限改善之后配电网总有功网损；配电网的正常运行需要与分布式光伏电源、负荷、充电站中的储能电池之间相互配合，相互节制，以实现功率均衡流动；为避免节点处发生功率失衡，配电网、分布式光伏电源、负荷、充电站中的储能电池在节点i处的交互功率P_Gi满足式(6)的限值关系：$\left\{\begin{array}{c}{P}_{Gi}=P_{Li}-P_{PVi}+{\mathrm{\eta P}}_{BATi},P_{BATi}<0\\ P_{Gi}=P_{Li}-P_{PVi}-{\mathrm{\eta P}}_{BATi},P_{BATi}\ge 0\end{array}\right.---\left(6\right)$其中：P_PVi为节点i处的分布式光伏电源输出功率；P_Li为节点i处的分布式光伏电源负荷功率；P_BATi为储能电池的充放电功率；P_BATi<0表示储能电池处于充电状态；P_BATi≥0表示储能电池处于放电状态；η为储能电池充放电效率；充电站选址的优化模型将充电站中的各储能电池当做PQ型负荷，用以消纳高渗透分布式光伏多余电量，并将其充电功率上下限值作为另一约束条件；具体为式(7)：P_BATimin≤P_BATi≤P_BATimax i＝1,...,n   (7)其中：n为配电网中配置的储能电池数目；P_BATimin为储能电池i的充电功率下限值；P_BATimax为储能电池i的充电功率上限值；一般的，P_BATimin取0，而P_BATimax在遗传算法初始化中先设为预定值；为考量充电站接入配电网的不同位置对电压改善及系统总有功网损的影响效果，以电压越限节点改善率V_ip及系统总有功网损减小率AI_taloss为评价指标，作为充电站不同接入位置优劣的选择标准；具体指标内容为式(8)、式(9)：$V_{ip}=\frac{N_n}{N_{abn}}\times 100\%---\left(8\right)$${\mathrm{AI}}_{taloss}=\frac{P_{tloss}^{PV}-P_{tloss}^{PV+BAT}}{P_{tloss}^{PV}}\times 100\%---\left(9\right)$其中：N_abn为充电站储能电池接入前电压越限节点总数；N_n为充电站储能电池接入后系统节点电压得到改善回到正常范围内的节点总数；为电压越限改善之后系统总有功网损；为高渗透光伏电源接入后所引起的系统总有功网损；进行配电网充电站接入位置的优选时，在储能电池充电功率上限一定的情况下，变换充电站的位置，分别得到其在各位置处系统电压改善情况及总有功网损值，计算对应电压越限节点改善率和总有功网损减小率，对比各种情况下两种指标的大小，择其大者对应的位置作为充电站在配电网的优化接入位置。