运筹学期末项目.docx
《运筹学期末项目.docx》由会员分享,可在线阅读,更多相关《运筹学期末项目.docx(12页珍藏版)》请在冰豆网上搜索。
![运筹学期末项目.docx](https://file1.bdocx.com/fileroot1/2022-11/23/282ae44e-04ac-4e9c-92a5-05906492af1d/282ae44e-04ac-4e9c-92a5-05906492af1d1.gif)
运筹学期末项目
运筹学学期报告
风、光、储互补的
电动汽车充电站的设计
AWind/PV/StoragecomplementaryEVchargingstationdesign
培养单位:
电气工程学院
学科专业:
电自
学生姓名:
崔特尤
学科门类:
工科
指导教师:
沈俊
摘要
能源与环境为当今世界面临的两大重要课题。
能源是经济的基础,而环境是制约经济和社会发展的重要因素。
节能和环保促使我们的电力行业由传统的火力发电向可再生、清洁能源发电方向发展。
其中风力发电和光伏发电被认为是最具有潜力的清洁能源发电方式。
此外,节能与环保也促使汽车行业朝电动汽车方向发展,而电动汽车的发展和普及离不开充电站的建设。
因此,设计一种新型的风、光、储互补的电动汽车充电站,对电力行业未来的发展,具有重要意义和实用价值。
与传统火力发电不同,光伏发电和风力发电具有间歇和波动的特性,而这些特性的存在,将会对电网的安全性和稳定性产生消极的影响。
因此以光伏发电和风力发电为主要电源的电动汽车充电站,必须合理调整供需,使充电站满足自身需求的同时,还能对电网起到削峰填谷、稳定电网作用。
本文以“风、光、储互补的电动汽车电站”为研究对象,首先介绍了风力、光伏的发电功率曲线以及负载(普通用户+电动汽车)功率曲线,为后文充电站的设计奠定理论基础。
其次,分析电动汽车充电特性,以便分析充电站的工作特点。
然后,在充分了解各种限制因素特性的基础上,就“如何提高电网稳定性”的问题,提出自己的合理化设计,并通过与“传统电网”和“清洁能源直接并网”进行比较,验证设计的合理性。
最后,对充电站的设计,建立相应的理想化模型。
关键词:
风、光电特性随机性负荷功率特性
电动汽车的充电特性电动汽车充电站的设计
建模
第一章风、光电特性
(I)风电特性
风能是一种清洁,安全,可再生的绿色能源,利用风能对环境无污染,对生态无破坏,环保效益和生态效益良好,对于人类社会可持续发展具有重要意义。
但由于风力发电是一种间歇性能源,风电场的功率输出具有很强的随机性。
风力发电并网时,由于冲击电流的存在,会对电网电压产生影响。
所以,若以风电为充电站电源,为保证系统运行的可靠性,我们有必要分析风电功率的输出特性。
我们以辽宁风电输出功率为例,来了解风电功率的输出特性。
(1)辽宁风电季节性曲线如下图:
Fig1.1
(2)辽宁风电24小时功率波动(四月平均)
Fig1.2
(3)辽宁风电24小时功率波动(七月平均)
Fig1.3
(II)、光伏发电输出功率特性
众所周知,太阳能是当前世界上最丰富、最清洁、最有大规模开发利用前景的可再生能源之一,其中,光伏发电越来越受到人们的认可和关注。
但是,和风电一样,光伏发电同样具有很强的随机性。
下面给出了某地(A)光伏发电波动曲线,来帮助我们认识光伏发电的特性
(1)太阳光照强度日变化曲线
Fig1.4太阳光照强度日变化曲线
(2)相应月份的电网最大可能光伏功率曲线
Fig1.5电网最大可能光伏功率曲线
(III)负荷功率特性
为检验设计的合理性,我们还有必要了解一下“普通用户的负荷波动曲线”
Fig1.6山东电网四个典型日的负荷曲线
第二章电动汽车的充电特性
汽车满足了人们大量的流动性需求,同时也引发了环境污染与能源危机等重大问题,而这些都关系着当前汽车社会的生死存亡。
为此,人们近年来致力于发展新能源汽车,电动汽车为其典型代表。
电动汽车要推广,完善的配套基础设施是不可或缺的,其中,电动汽车充电站的建设是其关键所在。
而作为一个蓄能系统,合理调整电动汽车充电站的供需,必然会对电网稳定性的调节产生积极的影响。
所以我们有必要了解充电站的负荷特性。
(I)F3DM电池特性
Fig2.1
(II)电动汽车充电曲线(22:
00低谷充电模式)
受作息时间影响,人们白天出行、工作,所以白天几乎没有电动汽车充电。
但是到了晚上,人们陆续回家休息,留下足够的时间给电动汽车充电。
大致符合下图规律:
(3)2020年地区电网的电动汽车数量、充电需求、风电装机和风电电量的预测数据
Fig2.2
第三章电动汽车充电站的设计
(I)本文模型的前提条件
由于充电站的建设,势必涉及经济效益、各种发电方式未来的发展状况、电动汽车的发展、充电站自身办公照明等诸多问题,这些因素都将模型变得异常复杂,引入更多复杂的变量,例如尽管我们对未来电力的发展、电动汽车的发展做出种种展望,但是这些展望,我们能实现多少,都无法准确预测。
本文的建模的前提:
(i)电动汽车充电站合理地分布在山东省内。
(ii)山东电动汽车的使用,已形成足够大规模(1’000’000辆),并且假设此时光伏发电和风力发电以及普通用户负荷没有明显变化(相比于2010年)。
(iii)将上文提及的辽宁风电的全部输出和A地光伏发电输出的10%(山东的GDP占全国GDP总额的10%左右,所以,做出这样的选择也是有一定依据的),输送到这些充电站。
(iv)忽略经济效益以及充电站自身照明等因素
(v)由于各月份间,发电及负荷的特性具有很强的相关性,所以本文以七月典型日数据为例,进行分析。
其余月份也将大致符合这种分析。
一些具体的细节问题的处理,可以通过相同的解决方案,得以很好地解决。
(II)充电站设计
(1)能量分配方式的分析
能量管理对电动汽车充电站至关重要。
增加光伏和风力电源的充电站能量管理,肯定与传统的电动汽车充电站有所不同。
其能量分配方式有以下几种:
(1)
当光伏和风电的输出恰好等于充电站负荷需求时,有如图
(1)所示能量流动关系。
(2)当光伏和风电的输出大于充电站负荷需求时,充电站盈余的电量,还可以直接并入电网(不经过电池的存储),如图
(2)所示。
(3)当光伏和风电的输出小于充电站负荷需求时,由火电进行补给,如图(3)所示
(2)可行性分析
(1)两种清洁能源总的输出功率,见下图:
(2)如果清洁能源发电直接并网,经计算:
明显看出,直接并网后,负荷的波动情况并没有明显得到改善。
恰恰相反的是,由于风电和光伏发电的随机性,其被引入电网,反而为电网的调控引入了不确定因素,降低了电网的稳定性。
(3)综合考虑电动汽车充电站和风、光发电的协同作用
中国2007年轻型民用车辆的年行驶里程为26,910km,日行驶里程73.7km。
本文建模假定PEV每天完成一个100%充电-放电循环。
这一假定依据是理性的购买者会根据自己的日行驶里程选择车型和相应的电池容量(摘自)。
由此可以知道充电站盈余的电量为:
接收功率减去充电功率,即
[P风(t)+P光(t)]-P充(t)
易知,其波动曲线如下:
(4)
如果将此盈余功率直接并入电网,会得到以下波动曲线:
(MW)
由波动曲线可以看出,充电站盈余功率,并入电网后,降低了用电负荷的波动。
一定程度上,使电网趋于更加稳定。
因此可以得出,电动汽车充电站对电网稳定性的调节,能起到积极的作用。
但是,分析曲线的波动,我们还可以得到在06:
00、14:
00、20:
00以及22:
00左右时,仍然有相当大的波动,这些波动是由于人们作息时间规律造成的。
为解决此问题,充电站可以购进适当数量的备用充电电池。
这样一来,当出现此类低谷时(06:
00、14:
00以及22:
00),充电站可以对这些备用电池进行充电,起到填谷作用。
同时,由于备用电池的出现,便可以在用电高峰时,减少相应数量的电池的充电(在用电高峰来充电的车辆,可以直接换用这些备用电池,而不必当场充电),起到消峰作用。
经过这样的调整后,我们可以看到:
(MW)
负荷波动明显降低,这有利于火电机组对电网稳定做出进一步调控。
通过以上比较,我们可以得出,本设计方案是有利于电网稳定性调节的,同时,清洁能源发电,几乎100%得以应用,这是符合我们预定目标的,因此是可行的。
第三章建模
本模型的目标是充电站接入电网后,最大限度地提高电网的稳定性。
而解决这一问题的出发点是,降低负荷功率的波动。
充电站接入电网后,我们可以把【P负载(t)+P充(t)-∑Pi(t)】(i=1,2。
P1表示光伏发电功率,P2表示风电功率)看作是负荷功率。
又因为整个电网的输出功率,必须满足用户用电需求,并且电网的稳定性,主要由火电机组进行调控。
所以∑Pj火(t)=P负载(t)+P充(t)-∑Pi(t)。
(j=1,2,3…Pj火代表第j个火电机组)。
因此,我们只需要保证火电机组调控部分波动最小,便可以实现提高电网稳定性的目标。
数学表达式是MinZ=∑[P火n-E(p火)]2/n(n=1,2,…,24)E(p火)=1/24∑P火n
约束条件,首先整个电网的输出功率,需要满足用户用电需求,即
∑Pi(t)+∑Pj火(t)=P负载(t)+P充(t)
其次,各发电机(组)还需要满各自的运行限制条件,即火电机组的输出功率,不能超出其本身的可调控范围,有
Pi火min<Pi火(t)<Pi火max
风电不能超过Min{风机的额定功率,电网可容纳风电的最大值}同理光伏发电不能超过Min{光伏电池额定功率,电网可容纳光伏发电的最大值}总地可以表示成,
0<Pi<Pimax
最后就是某时间的充电量,不能超过此时电池的最大可用容量(此处最大可用容量的意思是,充电站可以即时使用的充电电池的容量)
P充(t)<Ps(t)
总结如下:
MinZ=∑[P火n-E(p火)]2/24(n=1,2…23,24)
s.t.∑Pi(t)+∑Pj火(t)=P负载(t)+P充(t)(i=1,2;j=1,2,3……)
Pi<Pimax
Pi火min<Pi火(t)<Pi火max
P充(t)<Ps(t)
其中,P火n表示所有火电机组在每天的第n小时内发电总功率
Pj火(t)表示火电机组“j”在t时刻的输出功率
E(p火)=1/24∑P火n
P1表示光伏发电功率
P2表示风电功率
Pimax表示风力(或光伏)发电输出功率的最大值(该值取额定功率和电网可容纳功率中的较小值。
即Pimax=Min{风机(光伏电池)的额定功率,电网可容纳风电(光电)的最大值})
P火max/min表示火电机组可调节范围的上、下限
P充(t)表示t时刻充电功率
Ps(t)表示t时刻充电站可用电池容量
注:
[1]、[2]、[3]、[4]、[5]、[6]、[7]、[8]于大洋,可再生能源发电并网协调策略的研究