含風(fēng)光儲(chǔ)的電動(dòng)汽車充電站容量?jī)?yōu)化研究綜述

全建明

摘 要： 對(duì)于含風(fēng)光儲(chǔ)電動(dòng)汽車充電站而言，其儲(chǔ)能容量十分重要，直接關(guān)系著充電站的發(fā)展。作為風(fēng)光儲(chǔ)研究重點(diǎn)內(nèi)容之一，風(fēng)光互補(bǔ)風(fēng)電系統(tǒng)不僅關(guān)系著儲(chǔ)能容量配比研究，同時(shí)也關(guān)系著電動(dòng)汽車充電站的發(fā)展?；诖?，本文就含風(fēng)光儲(chǔ)電動(dòng)汽車充電站容量展開研究，首先研究了風(fēng)光互補(bǔ)系統(tǒng)容量，其次對(duì)含風(fēng)光儲(chǔ)電動(dòng)汽車充電站容量?jī)?yōu)化進(jìn)行研究，以便為后續(xù)研究奠定基礎(chǔ)。

關(guān)鍵詞： 風(fēng)光儲(chǔ);電動(dòng)汽車;充電站容量

【中圖分類號(hào)】TM73 ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A ? ? 【文章編號(hào)】1674-3733（2020）07-0200-01

風(fēng)光互補(bǔ)發(fā)電系統(tǒng)包括風(fēng)力發(fā)電、太陽(yáng)能、儲(chǔ)能設(shè)施、控制器、逆變器等設(shè)施，其能夠?qū)L(fēng)能、太陽(yáng)能、智能控制技術(shù)以及儲(chǔ)能設(shè)施集成起來(lái)構(gòu)成發(fā)電系統(tǒng)，而含風(fēng)光儲(chǔ)能電動(dòng)汽車充電站就是將該發(fā)電系統(tǒng)與充電站集成起來(lái)構(gòu)成新型微網(wǎng)，通過(guò)風(fēng)光互補(bǔ)發(fā)電為充電站提供電能，確保充電站能夠持續(xù)為電動(dòng)汽車提供能源。當(dāng)前，相較于國(guó)外而言，我國(guó)關(guān)于該方面的研究比較少，起步較晚，各方面不夠成熟。

1 風(fēng)光互補(bǔ)發(fā)電系統(tǒng)容量研究綜述

根據(jù)風(fēng)光互補(bǔ)發(fā)電系統(tǒng)運(yùn)行情況，其可以分為并網(wǎng)和離網(wǎng)兩種方式。

1.1 并網(wǎng)運(yùn)行容量配置研究

（1）由于風(fēng)速、環(huán)境溫度、太陽(yáng)輻射等因素都有一定的隨機(jī)性，在失負(fù)荷情況下，通過(guò)抽樣平均法隨機(jī)優(yōu)化風(fēng)光互補(bǔ)發(fā)電系統(tǒng)，降低系統(tǒng)生命周期成本達(dá)到最小，這時(shí)其所排放的二氧化碳量最少，對(duì)于可再生能源的利用率達(dá)到最高，此方法由于隨機(jī)優(yōu)化與實(shí)際工程最為接近，但是由于不確定因素隨機(jī)加入導(dǎo)致其溫度更加復(fù)雜。

（2）若是將二氧化碳最小排放量作為優(yōu)化目標(biāo)，對(duì)系統(tǒng)生命周期成本、風(fēng)光互補(bǔ)性以及系統(tǒng)穩(wěn)定性等條件作出考慮，合理配置風(fēng)光儲(chǔ)容量。若是將系統(tǒng)最小成本作為優(yōu)化目標(biāo)，考慮負(fù)荷缺電率與能量浪費(fèi)率，通過(guò)改進(jìn)標(biāo)準(zhǔn)粒子群算法南中的慣性權(quán)重可以解決該算法在搜索時(shí)由于過(guò)早收斂導(dǎo)致的局部極值問題，同時(shí)通過(guò)對(duì)算法前后仿真結(jié)果的對(duì)比分析發(fā)展，改進(jìn)后的容量配置更加合理。若是將全生命周期最大收益作為優(yōu)化目標(biāo)，考慮風(fēng)光互補(bǔ)性、資源利用率以及跟蹤調(diào)度曲線等條件，建立風(fēng)光儲(chǔ)容量配置優(yōu)化模型，在一系列優(yōu)化變量基礎(chǔ)上通過(guò)變步長(zhǎng)循環(huán)離散算法來(lái)建立容量配置優(yōu)化模型，這種方法主要應(yīng)用在大規(guī)模的風(fēng)光互補(bǔ)發(fā)電系統(tǒng)建設(shè)中[1]。

（3）將系統(tǒng)投資的收益、可靠性以及可再生能源利用率作為目標(biāo)函數(shù)，考慮場(chǎng)地、蓄電池、風(fēng)光蓄容量、電網(wǎng)功率交換等條件，構(gòu)建風(fēng)光儲(chǔ)容量配置優(yōu)化模型，改進(jìn)遺傳算法后求解容量配置模型，在計(jì)算時(shí)，改進(jìn)后的遺傳算法具有較好的收斂速度以及全局搜索能力，該方法的應(yīng)用能夠使蓄電池壽命延長(zhǎng)，同時(shí)也能夠提高微電網(wǎng)孤島能力。

1.2 離網(wǎng)運(yùn)用容量配置研究

（1）目標(biāo)函數(shù)為系統(tǒng)年成本、二氧化碳最小排放量以及負(fù)荷缺點(diǎn)率，約束條件為風(fēng)機(jī)輪轂高度和光伏板傾斜角度，在此基礎(chǔ)上建立風(fēng)光柴容量配置模型，其能夠詳細(xì)計(jì)算光伏板太陽(yáng)輻射情況，但是沒有考慮風(fēng)速因素，只能夠在靜態(tài)環(huán)境中應(yīng)用。之后，利用改進(jìn)后的偏好啟發(fā)協(xié)同進(jìn)化蘇啊反和非支配排序遺傳算法得到風(fēng)光柴儲(chǔ)能配置?？h教育傳統(tǒng)算法而言，這兩種蘇啊反能夠靈活擴(kuò)展目標(biāo)數(shù)量，簡(jiǎn)化計(jì)算，提高計(jì)算精度。

（2）遺傳算法能夠使風(fēng)光互補(bǔ)發(fā)電系統(tǒng)成本函數(shù)實(shí)現(xiàn)最小化，進(jìn)而優(yōu)化配置風(fēng)光儲(chǔ)容量。相較于動(dòng)態(tài)規(guī)劃以及梯度計(jì)算等傳統(tǒng)優(yōu)化方式，遺傳算法對(duì)于全局優(yōu)化更加實(shí)用，可以簡(jiǎn)化計(jì)算過(guò)程，但是其對(duì)系統(tǒng)可靠性考慮不足。

2 含風(fēng)光儲(chǔ)電動(dòng)汽車充電站容量?jī)?yōu)化研究綜述

含風(fēng)光儲(chǔ)電動(dòng)汽車充電站將充電站與風(fēng)光互補(bǔ)發(fā)電系統(tǒng)結(jié)合起來(lái)，其在容量配置優(yōu)化研究主要包括以下內(nèi)容：

（1）基于電動(dòng)汽車充電需求得到滿足情況下，以投資、缺點(diǎn)損失和運(yùn)行等方面成本最低作為目標(biāo)，建立含風(fēng)光儲(chǔ)離網(wǎng)電動(dòng)汽車充電容量配置優(yōu)化模型，通過(guò)微分進(jìn)化算反得到最優(yōu)容量配置，但是該方法沒有考慮到系統(tǒng)是否可靠的問題。若是基于統(tǒng)計(jì)學(xué)來(lái)計(jì)算電動(dòng)汽車充電負(fù)荷，其將充電站最大經(jīng)濟(jì)效益作為目標(biāo)，約束條件為充電負(fù)荷需求以及裝機(jī)容量，進(jìn)而構(gòu)建風(fēng)光儲(chǔ)離網(wǎng)電動(dòng)汽車充電站容量配置優(yōu)化模型，利用改進(jìn)后的遺傳算法得到容量最優(yōu)配置，進(jìn)而達(dá)到最大經(jīng)濟(jì)效益。若是約束條件為儲(chǔ)能裝置充放電，目標(biāo)函數(shù)為最低系統(tǒng)總成本，通過(guò)粒子群算法得到不同能量管理?xiàng)l件下電動(dòng)汽車的最優(yōu)容量配置方案。該方法能夠使系統(tǒng)穩(wěn)定性提高，并降低投資成本。若是目標(biāo)函數(shù)為資源利用最大且系統(tǒng)功率波動(dòng)最低，構(gòu)建優(yōu)化模型，約束條件為功率平衡并限制充電功率，改進(jìn)粒子群算法來(lái)優(yōu)化模型，其能夠讓充電站在并網(wǎng)運(yùn)行時(shí)縮小負(fù)荷峰谷差距，進(jìn)而環(huán)節(jié)電力調(diào)度壓力，但是沒有考慮到生命周期，經(jīng)濟(jì)性有待加強(qiáng)研究[2]。

（2）要想使系統(tǒng)可靠性以及資源利用率提高，需要以負(fù)荷響應(yīng)轉(zhuǎn)移、蓄電池充放電以及風(fēng)光互補(bǔ)系統(tǒng)出力等因素為約束條件，目標(biāo)函數(shù)為系統(tǒng)總成本最低建立容量配置優(yōu)化模型，通過(guò)人工免疫算法和粒子群算法，利用改進(jìn)后的算法計(jì)算模型，防止過(guò)早收斂現(xiàn)象出現(xiàn)。若是目標(biāo)函數(shù)為環(huán)境成本以及有功功率損耗最低，可以利用改進(jìn)后的粒子群算法求解目標(biāo)函數(shù)，改方法盡管能夠克服最優(yōu)解局部缺陷，但是在參數(shù)設(shè)置上十分復(fù)雜，且計(jì)算難度大。在電網(wǎng)分級(jí)調(diào)度結(jié)構(gòu)基礎(chǔ)上建立的含風(fēng)光儲(chǔ)充電站模型，此微網(wǎng)模型利用粒子群優(yōu)化算法優(yōu)化資源利用率、負(fù)荷峰谷差和系統(tǒng)可靠度等函數(shù)，使微網(wǎng)系統(tǒng)更加可靠，并充分利用風(fēng)光資源，確保接入電網(wǎng)更加穩(wěn)定。

（3）容量配比受到各種因素影響，在建設(shè)充電站前，需要在成本條件基礎(chǔ)上合理規(guī)劃風(fēng)光儲(chǔ)最大容量，以風(fēng)光儲(chǔ)最大容量作為充電站容量配置約束條件。在滿足電動(dòng)汽車充電功率情況下，配置風(fēng)光儲(chǔ)容量，使充電收益能夠達(dá)到最大化。

T為充電站收益天數(shù);Cd為充電站每天收益;N為一天充電汽車數(shù)量;SOCi為每臺(tái)電動(dòng)汽車初始充電時(shí)刻;C0電動(dòng)汽車電池容量;Sd為電費(fèi);r設(shè)備折舊和原折舊價(jià)格比例;l為發(fā)電設(shè)備使用時(shí)間;Ni為臺(tái)數(shù);Ci為單臺(tái)價(jià)格。

結(jié)束語(yǔ)：通過(guò)對(duì)當(dāng)前國(guó)內(nèi)外風(fēng)光儲(chǔ)電動(dòng)汽車充電站容量配置研究綜述發(fā)現(xiàn)，新型電動(dòng)汽車充電站在后續(xù)的發(fā)展中需要注意建立統(tǒng)一的建設(shè)標(biāo)準(zhǔn)，并完善運(yùn)營(yíng)體系，建立成熟的運(yùn)用模式，同時(shí)，還需要主要降低風(fēng)機(jī)、儲(chǔ)能電池等成本，保證建設(shè)成本符合要求，綜合考慮建設(shè)場(chǎng)地等因素。

參考文獻(xiàn)

[1] 白雪.風(fēng)光儲(chǔ)發(fā)電系統(tǒng)的隨機(jī)生產(chǎn)模擬及電動(dòng)汽車光伏充電站的可靠性評(píng)估[D].

[2] 成健.電動(dòng)汽車光伏充電站光儲(chǔ)容量?jī)?yōu)化配置及保護(hù)研究[D].2018.