电动汽车邱健蓄电池Trojan电瓶商电力商场竞价

电动汽车商电力商场竞价1电动汽车充放电模型

电动汽车商通过对所辖范围内居民区、充电站以及充电桩所接入电动汽车进行充放电调度操控。所有车辆统一安排在最后一次行进完毕后和次日出行前进行充放电。商依据所管辖车辆的行进需求，通过制定报价战略，决议次日各时间电动汽车的充放电功率，并满足次日车辆的电量需求。其充放电束缚条件如下：1）电动汽车充放电功率束缚。电动汽车的充放电功率首要受到车载电池以及充电设备所答应的电压电流限制。2）电动汽车蓄电池充放电等式束缚。电动汽车蓄电池t时间荷电状况与t＋1时间荷电状况关系式。

2电动汽车商电力商场报价模型

笔者所提模型考虑电动汽车用户侧和商场出清2个不同层面的优化问题，既要使电动汽车充放电用电效益最大、本钱最小，一起也要考虑商场出清电价买卖机制。基层优化模型以电动汽车用电效益最大化意图，并考虑其各个商管辖内电动汽车的行进特性，以及各物理特性束缚条件。上层优化模型首要为商场出清模型，电动汽车用户依据本身用电状况，向所属商申报次日电量需求。电动汽车商通过把每时段接入体系的电动汽车用户申报电量信息进行统计，并猜测每时间各发电商报价水平，以及各竞争对手报价，从而决议本身的报价战略。商场出清机制依据各方所报价格决议各参加者电量（发电量和用电量）。商依据商场竞价取得的用电量，从而优化所管辖区内电动汽车的充放电功率。该文首要考虑发电侧与电动汽车商竞价，不考虑其他可控负荷参加商场竞价。

3原对偶内点算法

原对偶内点算法是基于对数障碍函数法，因为原对偶内点算法的提出，故对数障碍函数法被重新用来求解线性规划问题。原对偶内点算法在数学上描述。

4数据仿真剖析

4．1电动汽车参数笔者选用含电动汽车商参加电力商场竞价来阐明该文所提模型的有用性和求解办法的可行性。假设某区域电动汽车商5000辆私家电动汽车参加商场竞价，取得各时段电动汽车充放电电量，其电动汽车型号为RAV4SUV［16］，各项参数如表1所示。依据美国交通部联邦公路管理局对全美国家庭私家开车出行进行调查的结果［17］，从统计数据中取得其私家电动汽车均匀最后一次出行完毕时间、有用充放电时间段以及均匀日行进路程，其数据如表2所示。

4．2发电商数据参数考虑到电动汽车行进特性，电动汽车一般在夜间交由商进行充放电操控。因而，笔者将报价战略周期设置为中午12∶00至次日中午12∶00，调度周期以小时（h）为单位。假设在该电力商场中有3个惯例机组发电商与1个风电发电商，其发电机组Pmint，k＝0，Pmint，k＝50MW。依据PJM公司发布发电商报价数据，选取3个发电商各时段均匀报价数据［18］为猜测发电商报价，如图1所示。风电不参加商场竞价，各时段风电出力猜测选用文献［19］数据。

4．3电动汽车商报价战略剖析在体系中各时段不可控负荷曲线如图2所示。笔者首要规划2种充放电形式，形式I参加电力商场竞价取得商场出清电价以及电动汽车充放电电量；形式II为自由充放电，当电动汽车接入体系时，便以额定功率先进行放电，然后对其充电，直至充溢，不进行商场竞价，采取的是不灵敏充放电形式。电动汽车各时段报价战略如图3所示，可以看出，电动汽车均匀接入体系时间为18∶00，而在18∶00—24∶00期间，体系中不可控负荷用电量最大，为峰荷时段，各发电商报价也最高。因而，商挑选在这几个时间进行放电，报价比其他时间高，取得放电收益。而在24∶00—07∶00期间，不可控负荷用电量削减，此时为体系谷荷时段，各发电商报价较低，因而，挑选在这几个时段进行充电电量的竞价。形式I，II的充放电本钱分别为1091．4，1305．3＄，电动汽车商进行竞价所取得的充放电本钱比不灵敏充放电形式降低213．9＄／MW。充分阐明电动汽车参加商场竞价有用地降低了电动汽车充放电本钱，验证了所提模型的可行性。因为电动汽车具有放电的功能，若电动汽车只针对充电参加商场竞价，其报价战略如图4所示。电动汽车商将首要集中在24∶00—07∶00时段参加竞价，并取得充电电量。笔者所提充放电报价战略模型和文献［20］所提模型所得充放电本钱分别为1091．4，1507．8＄，其充放电本钱能有用降低416．4＄／MW。

5结语

随着电动汽车的广泛投入使用，怎么有序操控以及整合体系中涣散的电动汽车参加商场竞价，将成为未来电力商场开展一个值得研究的问题。基于电力商场竞价框架，笔者提出了电动汽车商参加商场竞价的双层优化模型，上层以社会效益最大化为方针，基层以电动汽车充放电效益最大为方针。通过KKT条件将双层优化模型转化为单层优化模型，为了能快速求解，选用非线性互补函数将非线性不等式束缚转化为等式束缚，并通过原对偶内点算法求解模型。最后，通过含电动汽车商参加竞价的电力商场竞价机制，对所提模型进行仿真剖析，验证了该文所提模型的有用性和可行性，为电动汽车参加商场竞价提供了理论基础。