张继冬
安科瑞电气股份有限公司 上海嘉定 201801
摘要: 随着电动汽车的快速发展和智能电网技术的不断进步,电动汽车虚拟电厂作为一种新兴的能源管理模式,具有巨大的潜力。本文首先介绍了电动汽车虚拟电厂的概念和特点,然后分析了其优化调度的重要性。接着,详细探讨了电动汽车虚拟电厂优化调度的关键问题,包括电动汽车的充放电模型、负荷预测、优化目标和约束条件等。最后,提出了一些有效的优化调度策略,并对未来的研究方向进行了展望。
三、安科瑞智慧能源管理平台助力虚拟电厂快速发展
(一)安科瑞智慧能源管理平台
AcrelEMS 智慧能源管理平台是针对企业微电网的能效管理平台,对企业微电网分布式电源、市政电源、储能系统、充电设施以及各类交直流负荷的运行状态实时监视、智能预测、动态调配,优化策略,诊断告警,可调度源荷有序互动、能源全景分析,满足企业微电网能效管理数字化、安全分析智能化、调整控制动态化、全景分析可视化的需求,完成不同策略下光储充资源之间的灵活互动与经济运行,为用户降低能源成本,提高微电网运行效率。AcrelEMS 智慧能源管理平台可以接受虚拟电厂的调度指令和需求响应,是虚拟电厂平台的企业级子系统。
图1 AcrelEMS 智慧能源管理平台主界面
(二)平台结构
系统覆盖企业微电网“源-网-荷-储-充”各环节,通过智能网关采集测控装置、光伏、储能、充电桩、常规负荷数据,根据负荷变化和电网调度进行优化控制,促进新能源消纳的同时降低对电网的至大需量,使之运行安全。
图2 AcrelEMS 智慧能源管理平台结构
(三)平台功能
1.能源数字化展示
通过展示大屏实时显示市电、光伏、风电、储能、充电桩以及其它负荷数据,快速了解能源运行情况。
2.优化控制
直观显示能源生产及流向,包括市电、光伏、储能充电及消耗过程,通过优化控制储能和可控负载提升新能源消纳,削峰填谷,平滑系统出力,并显示优化前和优化后能源曲线对比等。
3.智能预测
结合气象数据,历史数据对光伏、风力发电功率和负荷功率进行预测,并与实际功率进行对比分析,通过储能系统和负荷控制实现优化调度,降低需量和用电成本。
4.能耗分析
采集企业电、水、天然气、冷/热量等各种能源介质消耗量,进行同环比比较,显示能源流向,能耗对标,并折算标煤或碳排放等。
5.有序充电
系统支持接入交直流充电桩,并根据企业负荷和变压器容量,并和变压器负荷率进行联动控制,引导用户有序充电,保障企业微电网运行安全。
6.运维巡检
系统支持任务管理、巡检/缺陷/消警/抢修记录以及通知工单管理,并通过北斗定位跟踪运维人员轨迹,实现运维流程闭环管理。
(四)设备选型
除了智慧能源管理平台外,还具备现场传感器、智能网关等设备,组成了完整的“云-边-端”能源数字化体系,具体包括高低压配电综合保护和监测产品、电能质量在线监测装置、电能质量治理、照明控制、充电桩、电气消防类解决方案等,可以为虚拟电厂企业级的能源管理系统提供一站式服务能力。
安科瑞系统解决方案还包含电力运维云平台、能源综合计费管理平台、环保用电监管云平台、充电桩运营管理云平台、智慧消防云平台、电力监控系统、微电网能量管理系统、智能照明控制系统、电能质量治理系统、电气消防系统、隔离电源绝缘监测系统等系统解决方案,覆盖企业微电网各个环节,打造准确感知、边缘智能、智慧运行的企业微电网智慧能源管理系统。
(五)安科瑞充电桩云平台系统功能
1.智能化大屏
智能化大屏展示站点分布情况,对设备状态、设备使用率、充电次数、充电时长、充电金额、充电度数、充电桩故障等进行统计显示,同时可查看每个站点的站点信息、充电桩列表、充电记录、收益、能耗、故障记录等。统一管理小区充电桩,查看设备使用率,合理分配资源。
2.实时监控
实时监视充电设施运行状况,主要包括充电桩运行状态、回路状态、充电过程中的充电电量、充电电压电流,充电桩告警信息等。
3.交易管理
平台管理人员可管理充电用户账户,对其进行账户进行充值、退款、冻结、注销等操作,可查看小区用户每日的充电交易详细信息。
4.故障管理
设备自动上报故障信息,平台管理人员可通过平台查看故障信息并进行派发处理,同时运维人员可通过运维APP收取故障推送,运维人员在运维工作完成后将结果上报。充电用户也可通过充电小程序反馈现场问题。
5.统计分析
通过系统平台,从充电站点、充电设施、、充电时间、充电方式等不同角度,查询充电交易统计信息、能耗统计信息等。
6.基础数据管理
在系统平台建立运营商户,运营商可建立和管理其运营所需站点和充电设施,维护充电设施信息、价格策略、折扣、优惠活动,同时可管理在线卡用户充值、冻结和解绑。
7.运维APP
面向运维人员使用,可以对站点和充电桩进行管理、能够进行故障闭环处理、查询流量卡使用情况、查询充电\充值情况,进行远程参数设置,同时可接收故障推送
8.充电小程序
面向充电用户使用,可查看附近空闲设备,主要包含扫码充电、账户充值,充电卡绑定、交易查询、故障申诉等功能。
9.系统硬件配置
总结
电动汽车虚拟电厂是一种新兴的电力系统调度模式,通过将大量分布式的电动汽车充电站整合成一个虚拟的集中式电厂,实现对电动汽车充电需求的优化调度。强化学习是一种机器学习方法,通过与环境的交互来学习如何在给定状态下采取合适行动以实现目标。在基于强化学习的含电动汽车虚拟电厂优化调度中,可以采用以下步骤:
1. 状态定义:首先需要定义系统的状态,包括电动汽车的当前充电状态、电池剩余电量、电网负荷等。此外,还可以考虑天气、时间等因素。
2. 动作定义:在给定状态下,可以定义一系列可能的动作,如调整充电功率、切换充电站等。这些动作会影响电动汽车的充电需求和电网的运行状况。
3. 奖励函数设计:为了引导强化学习算法朝着优化调度的目标前进,需要设计一个奖励函数来衡量每个动作的价值。奖励函数可以根据系统的实际运行状况和调度目标来设计,如降低电网负荷波动、提高充电效率等。
4. 策略学习:通过与环境的交互,强化学习算法会学习到一个策略,即在给定状态下选择合适动作的方法。这个策略可以用于指导电动汽车虚拟电厂的优化调度。
5. 模型训练与验证:为了验证所学习到的策略的有效性,可以将训练好的模型应用于实际的电动汽车虚拟电厂系统中,观察其调度效果。如果效果不佳,可以调整奖励函数或策略,重新进行训练和验证。
6. 实时调度:在实际应用中,电动汽车虚拟电厂需要实时地根据当前的系统状态和学习到的策略进行调度。
总之,基于强化学习的含电动汽车虚拟电厂优化调度可以实现对电动汽车充电需求的智能调度,降低电网负荷波动,提高充电效率,为电动汽车的大规模普及提供支持。
参考文献
[1] 李明扬,窦梦园. 基于强化学习的含电动汽车虚拟电厂优化调度
[2] 吴巨爱,薛禹胜,谢东亮 .电动汽车聚合商对备用服务能力的优化
[3] 安科瑞企业微电网设计与应用手册.2022.05版
扫一扫 微信咨询
©2024 安科瑞电子商务(上海)有限公司 版权所有 备案号:沪ICP备18001305号-12 技术支持:智慧城市网 sitemap.xml 总访问量:245276 管理登陆