(1.山東科技大學(xué)交通學(xué)院 山東 青島 266590;2.青島理工大學(xué)汽車與交通學(xué)院 山東 青島 266500) (3.山東科技大學(xué)機(jī)械電子工程學(xué)院 山東 青島 266590)
基于風(fēng)光互補(bǔ)系統(tǒng)的新能源汽車充電站
鄒亞男1宋著賀2陳曉煥1劉學(xué)彬3
(1.山東科技大學(xué)交通學(xué)院山東青島266590;2.青島理工大學(xué)汽車與交通學(xué)院山東青島266500) (3.山東科技大學(xué)機(jī)械電子工程學(xué)院山東青島266590)
電動汽車與新能源的綜合利用是當(dāng)前研究的熱點問題,考慮電動汽車用電需求的前提下,同時發(fā)揮新能源汽車換電模式所具備的儲能能力,以系統(tǒng)投資成本、運(yùn)行成本和電量不足損失成本綜合最低為目標(biāo),并考慮風(fēng)光系統(tǒng)、電量需求和充放電機(jī)功率的約束條件,構(gòu)造了一種基于風(fēng)光互補(bǔ)系統(tǒng)的新能源汽車充電站。不僅環(huán)保、清潔,而且減少了市供電的壓力,緩解了高峰期的用電問題。
新能源汽車;風(fēng)光互補(bǔ)系統(tǒng);充電站
隨著能源危機(jī)日益臨近,新能源已經(jīng)成為今后世界上的主要能源之一,風(fēng)光互補(bǔ)系統(tǒng)應(yīng)運(yùn)而生。這是一套發(fā)電應(yīng)用系統(tǒng),該系統(tǒng)是利用太陽能電池方陣、風(fēng)力發(fā)電機(jī)將發(fā)出的電能存儲到蓄電池組中,其運(yùn)行模式是在夜間和陰雨天無陽光時由風(fēng)力發(fā)電系統(tǒng)將風(fēng)能轉(zhuǎn)換輸出電能,或在有太陽輻射時由光伏發(fā)電系統(tǒng)將太陽能轉(zhuǎn)換輸出電能,經(jīng)過直流匯流箱集中送入直流配電柜,由并網(wǎng)逆變器逆變成交流電供給建筑自身負(fù)載,多余或不足的電力通過聯(lián)接電網(wǎng)來調(diào)節(jié)實現(xiàn)了全天候的發(fā)電功能,比單用風(fēng)機(jī)和太陽能更經(jīng)濟(jì)、科學(xué)、實用。
隨著經(jīng)濟(jì)的快速發(fā)展,資源匱乏和環(huán)境污染問題越來越嚴(yán)重。目前龐大的汽車市場正在加劇資源的耗費(fèi),同時也為城市環(huán)境增添了更多的壓力。而新能源汽車因其具有節(jié)能環(huán)保的特點正在成為汽車工業(yè)的主要發(fā)展方向。目前,已有部分新能源汽車的產(chǎn)品成型并投入示范運(yùn)行,產(chǎn)業(yè)化和商業(yè)化的模式也在逐步完善。隨著普及程度的增大,新能源汽車的充電將會成為電網(wǎng)承擔(dān)的又一重要負(fù)荷。
圖1 系統(tǒng)總體結(jié)構(gòu)圖
(一)系統(tǒng)構(gòu)成
綜合考慮國內(nèi)外風(fēng)光互補(bǔ)獨立系統(tǒng)的結(jié)構(gòu),主要由一下4個模塊構(gòu)成:風(fēng)光互補(bǔ)發(fā)電模塊、儲能模塊、負(fù)荷輸出模塊和控制模塊。結(jié)構(gòu)圖如下所示:
(二)模型建立
1.風(fēng)機(jī)和光伏電池輸出模型
參考已有模型,風(fēng)力發(fā)電機(jī)的輸出特性方程PW(V)使用最小二乘法對其實際的輸出特性曲線擬合而得到的,其表達(dá)式為:
(1)
式中:v表示風(fēng)機(jī)轉(zhuǎn)軸高度處的風(fēng)速;vc、vr、vf分別表示風(fēng)機(jī)的啟動風(fēng)速、額定風(fēng)速和切斷風(fēng)速;Pr表示風(fēng)機(jī)的額定功率。
2.新能源汽車的換電需求模型
根據(jù)美國交通部對全美車輛的調(diào)查結(jié)果顯示,車輛日行駛里程近似為對數(shù)正態(tài)分布[1],其概率密度函數(shù)為
(2)
式中:σD=3.20,μD=0.88;x為行駛距離。
由式(2)可求出每輛電動汽車日行駛距離的期望為
(3)
參考目前電動新能源汽車的技術(shù)水平,假設(shè)每百公里耗電量固定為15KWh,該區(qū)域有Npn輛新能源汽車,則每天的電量需求為0.15NpnE(x)。新能源汽車一天的換電需求概率分布可認(rèn)為與充電需求概率分布相似,并服從正態(tài)分布N(13,6)[1]。
(一)目標(biāo)函數(shù)
優(yōu)化目標(biāo)是在滿足充電和負(fù)荷需求的情況下,系統(tǒng)一次設(shè)備投資成本最小,其目標(biāo)函數(shù)為
minCt=min(CW+CPV+Cb+Cc+Cr)
(4)
式中:Ct為系統(tǒng)總成本;CW、CPV、Cb、Cc、Cr、分別表示風(fēng)機(jī)、光伏發(fā)電系統(tǒng)、動力電池、充放電機(jī)和系統(tǒng)電量損失成本。
(二)約束條件
(1)t時刻可為電動汽車提供換電服務(wù)的動力電池數(shù)量約束條件為
Nba(t)≥Nb(t) t∈[1,T]
(5)
式中:Nba(t)是t時刻可為電動汽車換電的動力電池數(shù)量;Nb(t)是t時刻電動汽車需要更換的動力電池數(shù)量。
(6)
式中,Nb(t-1)、Nb(t-2)、Nb(t-3)分別是t-1時刻、t-2時刻和t-3時刻電動汽車需要更換的動力電池數(shù)量。
(2)光伏電池傾斜角度約束條件為
0<θ<90°
(7)
(3)充放電機(jī)功率約束條件為
P(t)≤Pc≤Pcmaxt∈[1,T]
(8)
式中,P(t)為根據(jù)系統(tǒng)充放電量而得到的任意時刻充放電機(jī)的功率;Pcmax為充放電機(jī)最大功率。二者的計算方法為
(9)
式中,Δt=1。若P(t)大于上限Pcmax,則P(t)=Pcmax。
(三)優(yōu)化算法
含風(fēng)光互補(bǔ)系統(tǒng)的新能源汽車充電站具有非線性、多約束的特點,傳統(tǒng)數(shù)學(xué)規(guī)劃難以獲取全局最優(yōu)解。微分進(jìn)化算法是一種智能優(yōu)化算法,其基本思想是:從某一隨機(jī)產(chǎn)生的初始種群開始,按照一定的操作規(guī)則,按變異、交叉、選擇的流程不斷迭代計算,并根據(jù)個體的適應(yīng)值,優(yōu)勝劣汰,引導(dǎo)搜索過程向最優(yōu)解逼近[1]。
目前風(fēng)光互補(bǔ)發(fā)電技術(shù)發(fā)展相當(dāng)成熟,電動汽車行業(yè)也逐步的發(fā)展壯大。利用風(fēng)光發(fā)電系統(tǒng)給新能源汽車充電是本文的創(chuàng)新思路,為新能源的再利用提供了新的理念。該技術(shù)不僅環(huán)保,清潔,而且減少了市供電的壓力,緩解了高峰期的用電問題[2]。
[1]張穎達(dá),劉念,張建華,李洋.含電動汽車充電站的風(fēng)光互補(bǔ)系統(tǒng)容量優(yōu)化配置[J/OL].電力系統(tǒng)保護(hù)與控制,2013,41(15):126-134.(2013-07-29)[2017-09-15].http://kns.cnki.net/kcms/detail/41.1401.TM.20130729.1537.012.html
[2]楊金相.風(fēng)光互補(bǔ)電動汽車充電智能控制系統(tǒng)[D].河北聯(lián)合大學(xué),2013.
鄒亞男(1991-),女,漢族,碩士研究生在讀,山東科技大學(xué),專業(yè)交通運(yùn)輸工程。