发明内容
本发明的目的是提出一种大规模电动汽车充电负荷的分布式联合协调控制方法,在考虑电动汽车用户充电需求以及隐私信息保护的基础上,运用客户端以及协调中心的双层控制结构,实现电动汽车的错峰充电。
本发明提出的大规模电动汽车充电负荷的分布式联合协调控制方法,包括以下步骤:
(1)控制系统的客户端分别从用户侧获取充电起始时间tstart和充电结束时间tend、从电池管理系统获取用户电动汽车当前电池容量B和当前电池荷电状态SOC以及从充电桩控制系统获取充电桩的充电功率P和充电效率η;
(2)客户端根据上述获取的信息,计算电动汽车的充电时长并设定电动汽车的初始充电功率为L0,n(t),n=1,2,…,NEV,t=1,2,…,Tmax,其中n为客户端编号,NEV为被控电动汽车数量,t为采样序号,Tmax为最大采样序号,各采样时刻之间的间隔为Δt,在时段[tstart,tstart+T]内,电动汽车的初始充电功率L0,n(t)等于充电桩的充电功率P,在[tstart,tstart+T]的以外时段,电动汽车的初始充电功率为零,客户端将初始充电功率L0,n(t)发送给控制系统的协调中心;
(3)控制系统的协调中心从电力系统获取电力系统预测的当日常规负荷曲线Lbase(t),根据控制系统各客户端的初始充电功率L0,n(t),计算所有被控电动汽车充电所需的能量EEV:
(4)根据电动汽车数量NEV、总能量EEV以及上述预测的当日常规负荷曲线Lbase(t),建立一个优化负荷模型:
0≤PEV(t)≤NEVP
其中,PEV(t)为被控电动汽车的总充电功率;
求解上述优化负荷模型,得到优化负荷曲线为Lopt(t)=PEV(t)+Lbase(t);
(5)设定一个优化精度阈值ε,ε∈(1,1.5],将优化精度阈值ε与上述优化负荷模型的目标函数最小值
相乘,得到优化判定阈值为
(6)控制系统的协调中心将上述预测的当日常规负荷曲线L
base(t)与各电动汽车的当前充电功率L
n相加,得到当前负荷曲线
(7)根据上述当前负荷曲线L
cur(t),计算当前负荷曲线的表征值
将表征值D
cur与优化判定阈值D
thd进行比较,若D
cur≤D
thd,则进行步骤(10),若D
cur>D
thd,则根据步骤(6)的当前负荷曲线L
cur(t)和步骤(4)的优化负荷曲线L
opt(t),计算概率转移矩阵M
p,并将概率转移矩阵M
p发送给控制系统的各客户端,所述的概率转移矩阵M
p为一个T
max×T
max的方阵,方阵中第i行第j列的元素为m
i,j,元素m
i,j的确定过程如下:
(7-1)设定一个转出负荷向量Vout,在第i时刻,若Lopt(i)>Lcur(i),则转出负荷向量Vout(i)=0,若Lopt(i)≤Lcur(i),则Vout(i)=Lcur(i)-Lopt(i);
(7-2)设定一个转入负荷向量Vin,在第i时刻,若Lopt(i)>Lcur(i),则Vin(i)=Lopt(i)-Lcur(i),若Lopt(i)≤Lcur(i),则Vin(i)=0;
(7-3)在第j时刻,若V
out(j)=0,则对于任意整数i∈[1,T
max],m
i,j=0,若V
out(j)>0,则
对于任意整数i∈[1,T
max]且i≠j,
(8)控制系统的客户端根据接收的概率转移矩阵Mp,计算得到一个转移矩阵Mt,具体步骤如下:
(8-1)客户端根据接收的概率转移矩阵M
p以及当前充电功率L
n,计算得到转移充电向量V
trans和保留充电向量V
res,对任意整数j∈[1,T
max],若
则V
trans(j)=L
n(j),V
res(j)=0,对任意整数j∈[1,T
max],若
则V
trans(j)=0,V
res(j)=L
n(j);
(8-2)对概率转移矩阵Mp进行修正,对任意整数i、j∈[1,Tmax],若满足i<tstart、i>tend、j<tstart或j>tend中的任意一种情况,则使mi,j=0,对任意整数i、j∈[1,Tmax],若Vres(j)=1,则使mj,i=0,对任意整数i、j∈[1,Tmax],若Vtrans(j)=0,则使mi,j=0;
(8-3)对任意整数j∈[1,T
max],若
则生成一个在区间
均匀分布的随机数R,若R∈(0,m
1,j],则使m
1,j=1,对任意整数i∈[1,T
max]且i≠1,则使m
i,j=0,对任意整数i∈[1,T
max]且i≠j,则使m
1,i=0;若
n满足条件T
max-1≥n≥1,则使m
n+1,j=1,对任意整数i∈[1,T
max]且i≠n+1,使m
i,j=0,对任意整数i∈[1,T
max]且i≠j,使m
n+1,i=0,修正后的概率转移矩阵即为转移矩阵M
t;
(9)控制系统的客户端根据上述计算结果,得到更新后电动汽车充电功率Lnew=MtVtrans+Vres,并将更新后的充电功率作为Ln发送给控制系统的协调中心,返回步骤(6);
(10)控制系统的协调中心向控制系统中各客户端发送停止客户端与协调中心之间交互的指令,客户端接收到该指令后,按当前充电功率Ln为电动汽车充电,实现有序错峰充电。
本发明提出的大规模电动汽车充电负荷的分布式联合协调控制方法,其优点是:
1、本发明的大规模电动汽车充电负荷的分布式联合协调控制方法,可有效实现削峰填谷错峰充电,提高电力系统设备的使用率,延缓设备升级,提高经济效益。
2、本发明的大规模电动汽车充电负荷的分布式联合协调控制方法中,将协调计算分散至各客户端,在客户端考虑电动汽车的相关约束,实施本地自主决策,因而可有效缓解电动汽车有序充电协调中心的计算压力,适用于大规模分布式电动汽车充电负荷有序控制。
3、本发明的调控制方法中,控制计算简单快速。控制系统的协调中心端的计算,均不涉及复杂优化问题的求解,客户端仅须根据控制系统协调中心侧广播的负荷概率转移矩阵确定自身的充电功率,普通单片机即可实现上述功能,因此节约了控制成本。控制过程中,控制系统的协调中心侧仅需计算负荷概率转移矩阵,并判定充电功率是否已满足削峰填谷的要求,计算过程简单,快速,易于实现。
4、本发明的调控制方法,保护用户隐私。控制系统的协调中心向各客户端广播的是统一的负荷概率转移矩阵,而非各电动汽车的充电功率,因此可有效保护用户的充电需求隐私。
5、本发明的调控制方法,节约了通信资源。控制系统的协调中心,采取广播形式统一向各客户端发送信号,无须向各客户端分别下达不同指令,节约了上、下层之间的数据通信资源,降低了设备投资,适用于大规模分布式电动汽车充电负荷的联合协调控制。
具体实施方式
本发明提出的大规模电动汽车充电负荷的分布式联合协调控制方法,其流程框图如图1所示,包括以下步骤:
(1)控制系统的客户端分别从用户侧获取充电起始时间tstart和充电结束时间tend、从电池管理系统获取用户电动汽车当前电池容量B和当前电池荷电状态SOC以及从充电桩控制系统获取充电桩的充电功率P和充电效率η;
(2)客户端根据上述获取的信息,计算电动汽车的充电时长
并设定电动汽车的初始充电功率为L
0,n(t),n=1,2,…,N
EV,t=1,2,…,T
max,其中n为客户端编号,N
EV为被控电动汽车数量,t为采样序号,T
max为最大采样序号,各采样时刻之间的间隔为Δt,在时段[t
start,t
start+T]内,电动汽车的初始充电功率L
0,n(t)等于充电桩的充电功率P,在[t
start,t
start+T]的以外时段,电动汽车的初始充电功率为零,客户端将初始充电功率L
0,n(t)发送给控制系统的协调中心;
(3)控制系统的协调中心从电力系统获取电力系统预测的当日常规负荷曲线Lbase(t),根据控制系统各客户端的初始充电功率L0,n(t),计算所有被控电动汽车充电所需的能量EEV:
(4)根据电动汽车数量NEV、总能量EEV以及上述预测的当日常规负荷曲线Lbase(t),建立一个优化负荷模型:
0≤PEV(t)≤NEVP
其中,PEV(t)为被控电动汽车的总充电功率;
求解上述优化负荷模型,得到优化负荷曲线为Lopt(t)=PEV(t)+Lbase(t);
(5)设定一个优化精度阈值ε,ε∈(1,1.5],将优化精度阈值ε与上述优化负荷模型的目标函数最小值
相乘,得到优化判定阈值为
(6)控制系统的协调中心将上述预测的当日常规负荷曲线L
base(t)与各电动汽车的当前充电功率L
n相加,得到当前负荷曲线
(7)根据上述当前负荷曲线L
cur(t),计算当前负荷曲线的表征值
将表征值D
cur与优化判定阈值D
thd进行比较,若D
cur≤D
thd,则进行步骤(10),若D
cur>D
thd,则根据步骤(6)的当前负荷曲线L
cur(t)和步骤(4)的优化负荷曲线L
opt(t),计算概率转移矩阵M
p,并将概率转移矩阵M
p发送给控制系统的各客户端,所述的概率转移矩阵M
p为一个T
max×T
max的方阵,方阵中第i行第j列的元素为m
i,j,元素m
i,j的确定过程如下:
(7-1)设定一个转出负荷向量Vout,在第i时刻,若Lopt(i)>Lcur(i),则转出负荷向量Vout(i)=0,若Lopt(i)≤Lcur(i),则Vout(i)=Lcur(i)-Lopt(i);
(7-2)设定一个转入负荷向量Vin:在第i时刻,若Lopt(i)>Lcur(i),则Vin(i)=Lopt(i)-Lcur(i),若Lopt(i)≤Lcur(i),则Vin(i)=0;
(7-3)在第j时刻,若V
out(j)=0,则对于任意整数i∈[1,T
max],m
i,j=0,若V
out(j)>0,则
对于任意整数i∈[1,T
max]且i≠j,
(8)控制系统的客户端根据接收的概率转移矩阵Mp,计算得到一个转移矩阵Mt,具体步骤如下:
(8-1)客户端根据接收的概率转移矩阵M
p以及当前充电功率L
n,计算得到转移充电向量V
trans和保留充电向量V
res,对任意整数j∈[1,T
max],若
则V
trans(j)=L
n(j),V
res(j)=0,对任意整数j∈[1,T
max],若
则V
trans(j)=0,V
res(j)=L
n(j);
(8-2)对概率转移矩阵Mp进行修正,对任意整数i、j∈[1,Tmax],若满足i<tstart、i>tend、j<tstart或j>tend中的任意一种情况,则使mi,j=0,对任意整数i、j∈[1,Tmax],若Vres(j)=1,则使mj,i=0,对任意整数i、j∈[1,Tmax],若Vtrans(j)=0,则使mi,j=0;
(8-3)对任意整数j∈[1,T
max],若
则生成一个在区间
均匀分布的随机数R,若R∈(0,m
1,j],则使m
1,j=1,对任意整数i∈[1,T
max]且i≠1,则使m
i,j=0,对任意整数i∈[1,T
max]且i≠j,则使m
1,i=0;若
n满足条件T
max-1≥n≥1,则使m
n+1,j=1,对任意整数i∈[1,T
max]且i≠n+1,使m
i,j=0,对任意整数i∈[1,T
max]且i≠j,使m
n+1,i=0,修正后的概率转移矩阵即为转移矩阵M
t;
(9)控制系统的客户端根据上述计算结果,得到更新后电动汽车充电功率Lnew=MtVtrans+Vres,并将更新后的充电功率作为Ln发送给控制系统的协调中心,返回步骤(6);
(10)控制系统的协调中心向控制系统中各客户端发送停止客户端与协调中心之间交互的指令,客户端接收到该指令后,按当前充电功率Ln为电动汽车充电,实现有序错峰充电。