CN106849065A - 一种计及充电站的配电网多目标协同规划方法 - Google Patents
一种计及充电站的配电网多目标协同规划方法 Download PDFInfo
- Publication number
- CN106849065A CN106849065A CN201710126238.2A CN201710126238A CN106849065A CN 106849065 A CN106849065 A CN 106849065A CN 201710126238 A CN201710126238 A CN 201710126238A CN 106849065 A CN106849065 A CN 106849065A
- Authority
- CN
- China
- Prior art keywords
- node
- charging station
- charging
- distribution network
- station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Abstract
本发明公开了一种计及充电站的配电网多目标协同规划方法,包括步骤:抽取配电网初始网架结构,充电机、充电桩基本功率参数信息,典型日负荷特性曲线、典型日交通流等数据信息,配电网与交通网耦合节点对信息;获取计及交通流信息的充电站优化配置候选方案;搭建计及充电站优化配置的配电网多目标协同规划模型;设计多阶段求解策略,得到最终计及充电站的配电网规划方案。通过本发明的技术,可以实现对计及交通流与电力负荷流的地理强关联耦合的交通网与配电网双网协同规划,能更好的为配电网发展规划部门提供参考。
Description
技术领域
本发明涉及一种计及充电站的配电网多目标协同规划方法,属于配电网规划领域。
背景技术
与传统电力负荷调控相比,以电动汽车为代表的移动式充电负荷易受到交通流、用户个体行为等因素的影响,具有明显的随机性、移动性,规模化接入系统必然会增加配电系统运行中的不确定性,研究建模中也会使得目标、约束间制约关系更加复杂。如何适应不同用户行为的基础上实现地理空间位置上强关联耦合的配电网与交通网的协同规划成为配电网规划与优化中的研究难点。由此,如何在充分考虑电动汽车用户在配电网和交通网双网中不同的个体行为基础上,有效建立充电时空估计模型,提出综合经济性、可靠性、效益的协同规划模型及其分阶段求解策略,充分融合“充电设施配置”、“网架扩展”、“电源新建与扩容”候选方案,形成有效组合方案,实现整体变量的综合耦合与协同优化,成为配电网规划亟待解决的问题。
发明内容
本发明的目的在于,提供一种计及充电配电网多目标协同规划方法,实现了考虑电动汽车用户个体行为和交通网与配电网强关联耦合特性的配电网多目标协同规划方案。
为了实现上述目的,本发明提供了一种计及充电站的配电网多目标协同规划方法,包括步骤:
(1)抽取配电网初始网架结构,充电机、充电桩基本功率参数信息,典型日负荷特性曲线、典型日交通流等数据信息,配电网与交通网耦合节点对信息;
(2)获取计及交通流信息的充电站优化配置候选方案;
(3)搭建计及充电站优化配置的配电网多目标协同规划模型;
(4)设计多阶段求解策略,得到最终计及充电站的配电网规划方案。
所述配电网与交通网耦合节点对是指将充电站布点在交通网节点处,并接入最近的电网节点实现电力供应,即把交通网节点和电网节点在地理上耦合起来,称这样分别处于双网之中的对应节点为节点对。
所述获取计及交通流信息的充电站优化配置候选方案的步骤主要包括:
(1)基于交通流信息的充电站服务系统性能指标构建:
电动汽车充电行为近似由车辆的转移和聚集反映,电动汽车到达充电站充电的过程可以看作一种排队系统,其中电动汽车代表排队系统中的客户,接收者对应于充电机,所提供服务为充电;到达充电站的电动汽车数量随时间变化的过程服从泊松分布;当电动汽车到达充电站时,如果有空闲的充电机,则可以要求进行充电服务,结束后离开充电站;若没有空闲的充电机,则需要进行排队等待,遵循先到先服务的规则;电动汽车接受充电服务的时间服从负指数分布;
以表示时段t内到达处于交通网节点j的充电站的电动汽车数量,定义为:
其中,表示处于交通网节点j的充电站在时段t所捕获的交通流;为交通网充电站候选节点集合,是预测时间间隔,H是规划区内典型日电动汽车总的充电频次;是电动汽车到充电站充电的频次比例;是每个时段的充电率;
由此,充电站服务系统的性能指标可以表示为:
其中,为电动汽车平均到达率,表示充电服务系统平均服务率,为单台充电机的平均服务率,s为充电机个数,为充电机的平均服务水平,为电动汽车可以获得充电服务的系统空闲率,为平均等待时间;
(3)充电站充电机优化配置方案获取:
基于车主来充电站充电对平均等待时间的忍耐水平来计算最少充电机配置数量:如果车主在充电站的平均等待时间超过最长等待时间,则车主会离开,故采用条件来确定充电机的最小数量;具体做法为:针对处于交通网候选节点的充电站,代入交通流信息,初始化充电机个数s,计算平均等待时间,并将它与给定的最长等待时间进行比较,若,则令充电机个数s加1,重新计算,再比较,以此下去直到,则此时的s-1即为充电机优化配置数量。
所述计及充电站优化配置的配电网多目标协同规划模型主要包括以下步骤:
(1)充电负荷估计:
充电负荷来源于充电站和充电桩两类;
根据处于节点j的充电站充电机配置数量,可以估计节点j在时段t的充电负荷为:
其中为充电装置的工作效率(),为单台充电机的充电功率,为节点j在时段t的单台充电机的平均服务率;
配电网节点i处的充电桩数量根据典型日节点负荷数据、典型日充电桩充电频次等信息近似估计,如下式所示:
再结合节点停车需求统计信息,进行在时段t内节点i处的充电桩充电负荷的估计,如下式所示:
其中,为向上取整计算符,表示在时段t内节点i的负荷需求,为单个充电桩的充电功率,为充电桩(车辆/天)的服务能力,为空置率(),为时段t内节点i的充电需求系数;
(2)多目标协同规划优化模型构建:
从“经济性”、“效益”和“可靠性”三个方面进行综合决策:其中,经济性由目标年经济成本表示,效益由年充电站平均交通流捕获量表示,可靠性为年平均失负荷量表示,由此综合三者,设置多目标优化目标为最小化、最大化、最小化;
其中,规划目标年经济成本具体模型如下,其中包括变电站、线路、充电站的长期投资和短期运行成本、损耗成本等:
其中,表示变电站相关总成本,由新建投资成本、扩建投资成本、运行维护成本组成;表示线路相关总成本,由新建投资成本、运行维修成本;表示充电站相关总成本,由固定投资和可变投资组成;为损耗成本;为贴现率,m S, m L, m C分别为变电站,线路和充电站的经济使用年限;为在节点i上新建变电站的投资成本,为在节点j变电站扩建的投资成本,为新建线路的单位长度成本,和分别表示在候选节点i上新建充电站的固定成本和可变成本;D为目标年天数;为变电站的单位运行与维护成本,为线路的年单位长度运行与维护成本,为单位损耗成本;为线路ij的电导;为时段t节点k处变电站的输出功率;为线路ij的长度;为时段t节点i的电压幅值,为时段t节点i-j之间的相角;、、、、、分别为候选新建变电站节点、候选扩建变电站节点、所有候选变电站节点、候选新建线路、所有线路、候选充电站节点的集合;、、、、、分别为指示节点i变电站新建、节点j变电站扩容、节点k变电站、线路ij新建、线路dp、节点i充电站新建的二元状态决策变量;如果最终方案中节点i上候选变电站存在,= 1,否则为0;如果最终方案中节点j候选扩建变电站存在,=1,否则为0;如果最终方案中节点k上变电站存在,= 1,否则为0;因此,除了不扩建的旧的变电站,如果=1或= 1,那么= 1;如果最终方案中线路ij上候选线路存在,=1,否则为0;如果最终方案中线路dp存在,= 1,否则为0;因此,除了已经存在的线路,如果= 1,;如果最终方案中节点i上充电站存在,=1,否则为0;
充电站的利用率通过在交通网中捕获的交通流量来反映出来,根据年交通流捕获量如下所示:
其中,用以指示最终方案中充电站在交通网候选节点j的存在状态,如果=1,其中j*是交通网节点j在配电网中的对应的节点编号,则=1,否则为0;充电站利用率目标反映的是建设的充电站能够提供EV充电服务广泛性的程度,主要影响最终方案里的充电站选址定容结果;
可靠性水平从网架连接、时段负荷需求等角度评估了系统供电能力水平,反映了除开电力电量平衡以外,充电负荷对配电系统供电能力的影响,同时也反映了电网本身在规划过程中发电资源配置和网架建设对系统可靠性的影响程度,由年平均失负荷量为指标来表示:
其中,表示配电系统运行时的实际分区数,由电源个数决定;表示由元件故障率和故障修复时间等信息根据解析法得到的分区m在时段t的失负荷量;
约束条件主要包括:
功率平衡方程:
其中,和分别为节点导纳矩阵的实部和虚部,其取值与的状态相关;、分别为在节点i处时段t的变电站无功出力、无功负荷需求;
电压幅值约束:
其中,、分别表示电压幅值的下限和上限;
线路潮流约束:
其中,P ij是线路ij的潮流,为其限值;
变电站的输出功率约束:
其中,为节点k变电站的初始容量,用以指示节点k处是不是在进行扩展规划前存在变电站,如果存在=1,否则=0;为节点k的新建变电站容量,为节点k的变电站扩容容量;
充电设施的数量约束:
其中,、分别为每个待建充电站充电机数量的下限和上限;
任意两个充电站间的地理距离约束:
其中,为节点m-n的距离,表示任何两个充电站之间所允许的最短距离;
辐射运行基本条件:
其中,为线路数,为节点总数,为电源总数。
所述多阶段求解策略的主要步骤为:
(1)联络线路径生成:
首先确定配电网电源间的联络线路径:根据配电网初始网架结构和候选变电站信息,将找到电源节点之间线路阻抗之和最小的最短路径作为联络线的路径中,多条联络线路径构成联络线路径线路集;
(2)候选网架方案生成:
联络线路径确定后,在配电网开环运行中,联络线为常开状态,即路径中至少有一条线路为常开状态,各个分区以电源点作为根节点,形成树形网架结构实现开环运行;生成树形网架结构的算法执行过程需要满足三个条件:①需要满足辐射状运行约束;②每个电源节点至少与一个负荷节点相连;③对具有多个变电站的配电网进行实际操作时,中沿每一对发电节点对之间的路径必须至少有一条线路是断开的,作为候选的联络线;
(3)混合组合方案校核:
将生成的网架方案、电源配置方案、充电站选址定容方案进行组合,生成混合组合方案,再融合多时段负荷信息,进行潮流计算和约束校核;一旦约束不满足,则摒弃该方案;由此最终可以筛选出满足所有条件的有效组合方案;
(4)多目标综合决策:
首先对有效组合方案分别计算目标年经济成本、年充电站平均交通流捕获量、年平均失负荷量目标;然后,采用多目标决策方法对每种有效方案的三个目标进行综合决策,其中,所述多目标决策方法为将各个目标作为主体,通过建立综合评估指标进行决策,该综合评估指标为:
其中,为连乘计算符,为第j个候选方案第i个目标函数的值,第i个目标的最优值表示为, x*为对应最优待求方案,第i个目标的最坏值表示为,NP为有效方案的数量,R为优化目标的总数,为第i个目标的权重因子,为第j个有效组合方案的综合评估结果,表示最终结果与目标函数各个最坏值的综合等效距离,越大,距离越远,规划方案综合性能最优;由此可以选取综合评估指标数值最大的有效组合规划方案将其作为配电网多目标协同规划最优方案。
本发明有益效果:
本发明将配电网网源规划进一步扩展到计及充电站优化配置的综合协同规划中;融合交通学科知识,将充电站充电过程类比于排队系统,以此估计电动汽车充电负荷,注入到地理耦合的配电网中;提出多目标优化规划模型,分别从综合经济性、充电站效益以及配电网可靠性,从“经济-效益-安全”多角度评估候选方案的优劣;最后通过多阶段求解策略,获得有最优配置方案;并达到以下效果:
(1)通过排队模型提供对具有随机性、移动性的电动汽车在充电站内充电负荷估计的数学建模方法;
(2)提出的多目标协同规划模型可以有效筛选对计及充电站配置下配电网的可靠性、经济性和效益最优的规划方案。
附图说明:图1是本发明典型配电网与交通网耦合结构示意图。
具体实施方法
下面结合附图和实施过程对本发明的计及充电站的配电网多目标协同规划方法做进一步的详细描述。
本发明提供了一种考虑充电站的配电网多目标协同规划方法,包括步骤:
(1)抽取配电网初始网架结构,充电机、充电桩基本功率参数信息,典型日负荷特性曲线、典型日交通流等数据信息,配电网与交通网耦合节点对信息;
(2)获取计及交通流信息的充电站优化配置候选方案;
(3)搭建计及充电站优化配置的配电网多目标协同规划模型;
(4)设计多阶段求解策略,得到最终计及充电站的配电网规划方案。
所述配电网与交通网耦合节点对是指将充电站布点在交通网节点处,并接入最近的电网节点实现电力供应,即把交通网节点和电网节点在地理上耦合起来,称这样分别处于双网之中的对应节点为节点对,如图1所示。
所述获取计及交通流信息的充电站优化配置候选方案的步骤主要包括:
(1)基于交通流信息的充电站服务系统性能指标构建:
电动汽车充电行为近似由车辆的转移和聚集反映,电动汽车到达充电站充电的过程可以看作一种排队系统,其中电动汽车代表排队系统中的客户,接收者对应于充电机,所提供服务为充电;到达充电站的电动汽车数量随时间变化的过程服从泊松分布;当电动汽车到达充电站时,如果有空闲的充电机,则可以要求进行充电服务,结束后离开充电站;若没有空闲的充电机,则需要进行排队等待,遵循先到先服务的规则;电动汽车接受充电服务的时间服从负指数分布;
以表示时段t内到达处于交通网节点j的充电站的电动汽车数量,定义为:
其中,表示处于交通网节点j的充电站在时段t所捕获的交通流;为交通网充电站候选节点集合,是预测时间间隔,H是规划区内典型日电动汽车总的充电频次;是电动汽车到充电站充电的频次比例;是每个时段的充电率;
由此,充电站服务系统的性能指标可以表示为:
其中,为电动汽车平均到达率,表示充电服务系统平均服务率,为单台充电机的平均服务率,s为充电机个数,为充电机的平均服务水平,为电动汽车可以获得充电服务的系统空闲率,为平均等待时间;
(3)充电站充电机优化配置方案获取:
基于车主来充电站充电对平均等待时间的忍耐水平来计算最少充电机配置数量:如果车主在充电站的平均等待时间超过最长等待时间,则车主会离开,故采用条件来确定充电机的最小数量;具体做法为:针对处于交通网候选节点的充电站,代入交通流信息,初始化充电机个数s,计算平均等待时间,并将它与给定的最长等待时间进行比较,若,则令充电机个数s加1,重新计算,再比较,以此下去直到,则此时的s-1即为充电机优化配置数量。
所述计及充电站优化配置的配电网多目标协同规划模型主要包括以下步骤:
(1)充电负荷估计:
充电负荷来源于充电站和充电桩两类;
根据处于节点j的充电站充电机配置数量,可以估计节点j在时段t的充电负荷为:
其中为充电装置的工作效率(),为单台充电机的充电功率,为节点j在时段t的单台充电机的平均服务率;
配电网节点i处的充电桩数量根据典型日节点负荷数据、典型日充电桩充电频次等信息近似估计,如下式所示:
再结合节点停车需求统计信息,进行在时段t内节点i处的充电桩充电负荷的估计,如下式所示:
其中,为向上取整计算符,表示在时段t内节点i的负荷需求,为单个充电桩的充电功率,为充电桩(车辆/天)的服务能力,为空置率(),为时段t内节点i的充电需求系数;
(2)多目标协同规划优化模型构建:
从“经济性”、“效益”和“可靠性”三个方面进行综合决策:其中,经济性由目标年经济成本表示,效益由年充电站平均交通流捕获量表示,可靠性为年平均失负荷量表示,由此综合三者,设置多目标优化目标为最小化、最大化、最小化;
其中,规划目标年经济成本具体模型如下,其中包括变电站、线路、充电站的长期投资和短期运行成本、损耗成本等:
其中,表示变电站相关总成本,由新建投资成本、扩建投资成本、运行维护成本组成;表示线路相关总成本,由新建投资成本、运行维修成本;表示充电站相关总成本,由固定投资和可变投资组成;为损耗成本;为贴现率,m S, m L, m C分别为变电站,线路和充电站的经济使用年限;为在节点i上新建变电站的投资成本,为在节点j变电站扩建的投资成本,为新建线路的单位长度成本,和分别表示在候选节点i上新建充电站的固定成本和可变成本;D为目标年天数;为变电站的单位运行与维护成本,为线路的年单位长度运行与维护成本,为单位损耗成本;为线路ij的电导;为时段t节点k处变电站的输出功率;为线路ij的长度;为时段t节点i的电压幅值,为时段t节点i-j之间的相角;、、、、、分别为候选新建变电站节点、候选扩建变电站节点、所有候选变电站节点、候选新建线路、所有线路、候选充电站节点的集合;、、、、、分别为指示节点i变电站新建、节点j变电站扩容、节点k变电站、线路ij新建、线路dp、节点i充电站新建的二元状态决策变量;如果最终方案中节点i上候选变电站存在,= 1,否则为0;如果最终方案中节点j候选扩建变电站存在,=1,否则为0;如果最终方案中节点k上变电站存在,= 1,否则为0;因此,除了不扩建的旧的变电站,如果= 1或= 1,那么= 1;如果最终方案中线路ij上候选线路存在,=1,否则为0;如果最终方案中线路dp存在,= 1,否则为0;因此,除了已经存在的线路,如果=1,;如果最终方案中节点i上充电站存在,=1,否则为0;
充电站的利用率通过在交通网中捕获的交通流量来反映出来,根据年交通流捕获量如下所示:
其中,用以指示最终方案中充电站在交通网候选节点j的存在状态,如果=1,其中j*是交通网节点j在配电网中的对应的节点编号,则=1,否则为0;充电站利用率目标反映的是建设的充电站能够提供EV充电服务广泛性的程度,主要影响最终方案里的充电站选址定容结果;
可靠性水平从网架连接、时段负荷需求等角度评估了系统供电能力水平,反映了除开电力电量平衡以外,充电负荷对配电系统供电能力的影响,同时也反映了电网本身在规划过程中发电资源配置和网架建设对系统可靠性的影响程度,由年平均失负荷量为指标来表示:
其中,表示配电系统运行时的实际分区数,由电源个数决定;表示由元件故障率和故障修复时间等信息根据解析法得到的分区m在时段t的失负荷量;
约束条件主要包括:
功率平衡方程:
其中,和分别为节点导纳矩阵的实部和虚部,其取值与的状态相关;、分别为在节点i处时段t的变电站无功出力、无功负荷需求;
电压幅值约束:
其中,、分别表示电压幅值的下限和上限;
线路潮流约束:
其中,P ij是线路ij的潮流,为其限值;
变电站的输出功率约束:
其中,为节点k变电站的初始容量,用以指示节点k处是不是在进行扩展规划前存在变电站,如果存在=1,否则=0;为节点k的新建变电站容量,为节点k的变电站扩容容量;
充电设施的数量约束:
其中,、分别为每个待建充电站充电机数量的下限和上限;
任意两个充电站间的地理距离约束:
其中,为节点m-n的距离,表示任何两个充电站之间所允许的最短距离;
辐射运行基本条件:
其中,为线路数,为节点总数,为电源总数。
所述多阶段求解策略的主要步骤为:
(1)联络线路径生成:
首先确定配电网电源间的联络线路径:根据配电网初始网架结构和候选变电站信息,将找到电源节点之间线路阻抗之和最小的最短路径作为联络线的路径中,多条联络线路径构成联络线路径线路集;
(2)候选网架方案生成:
联络线路径确定后,在配电网开环运行中,联络线为常开状态,即路径中至少有一条线路为常开状态,各个分区以电源点作为根节点,形成树形网架结构实现开环运行;生成树形网架结构的算法执行过程需要满足三个条件:①需要满足辐射状运行约束;②每个电源节点至少与一个负荷节点相连;③对具有多个变电站的配电网进行实际操作时,中沿每一对发电节点对之间的路径必须至少有一条线路是断开的,作为候选的联络线;
(3)混合组合方案校核:
将生成的网架方案、电源配置方案、充电站选址定容方案进行组合,生成混合组合方案,再融合多时段负荷信息,进行潮流计算和约束校核;一旦约束不满足,则摒弃该方案;由此最终可以筛选出满足所有条件的有效组合方案;
(4)多目标综合决策:
首先对有效组合方案分别计算目标年经济成本、年充电站平均交通流捕获量、年平均失负荷量目标;然后,采用多目标决策方法对每种有效方案的三个目标进行综合决策,其中,所述多目标决策方法为将各个目标作为主体,通过建立综合评估指标进行决策,该综合评估指标为:
其中,为连乘计算符,为第j个候选方案第i个目标函数的值,第i个目标的最优值表示为, x*为对应最优待求方案,第i个目标的最坏值表示为,NP为有效方案的数量,R为优化目标的总数,为第i个目标的权重因子,为第j个有效组合方案的综合评估结果,表示最终结果与目标函数各个最坏值的综合等效距离,越大,距离越远,规划方案综合性能最优;由此可以选取综合评估指标数值最大的有效组合规划方案将其作为配电网多目标协同规划最优方案。
以上所述的具体发明实施方法,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方法而已,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (5)
1.一种计及充电站的配电网多目标协同规划方法,其特征在于,包括步骤:
(1)抽取配电网初始网架结构,充电机、充电桩基本功率参数信息,典型日负荷特性曲线、典型日交通流等数据信息,配电网与交通网耦合节点对信息;
(2)获取计及交通流信息的充电站优化配置候选方案;
(3)搭建计及充电站优化配置的配电网多目标协同规划模型;
(4)设计多阶段求解策略,得到最终计及充电站的配电网规划方案。
2.根据权利要求1所述的一种计及充电站的配电网多目标协同规划方法,其特征在于,所述配电网与交通网耦合节点对是指将充电站布点在交通网节点处,并接入最近的电网节点实现电力供应,即把交通网节点和电网节点在地理上耦合起来,称这样分别处于双网之中的对应节点为节点对。
3.根据权利要求1所述的一种计及充电站的配电网多目标协同规划方法,其特征在于,所述获取计及交通流信息的充电站优化配置候选方案的步骤主要包括:
(1)基于交通流信息的充电站服务系统性能指标构建:
电动汽车充电行为近似由车辆的转移和聚集反映,电动汽车到达充电站充电的过程可以看作一种排队系统,其中电动汽车代表排队系统中的客户,接收者对应于充电机,所提供服务为充电;到达充电站的电动汽车数量随时间变化的过程服从泊松分布;当电动汽车到达充电站时,如果有空闲的充电机,则可以要求进行充电服务,结束后离开充电站;若没有空闲的充电机,则需要进行排队等待,遵循先到先服务的规则;电动汽车接受充电服务的时间服从负指数分布;
以表示时段t内到达处于交通网节点j的充电站的电动汽车数量,定义为:
其中,表示处于交通网节点j的充电站在时段t所捕获的交通流;为交通网充电站候选节点集合,是预测时间间隔,H是规划区内典型日电动汽车总的充电频次;是电动汽车到充电站充电的频次比例;是每个时段的充电率;
由此,充电站服务系统的性能指标可以表示为:
其中,为电动汽车平均到达率,表示充电服务系统平均服务率,为单台充电机的平均服务率,s为充电机个数,为充电机的平均服务水平,为电动汽车可以获得充电服务的系统空闲率,为平均等待时间;
(3)充电站充电机优化配置方案获取:
基于车主来充电站充电对平均等待时间的忍耐水平来计算最少充电机配置数量:如果车主在充电站的平均等待时间超过最长等待时间,则车主会离开,故采用条件来确定充电机的最小数量;具体做法为:针对处于交通网候选节点的充电站,代入交通流信息,初始化充电机个数s,计算平均等待时间,并将它与给定的最长等待时间进行比较,若,则令充电机个数s加1,重新计算,再比较,以此下去直到,则此时的s-1即为充电机优化配置数量。
4.根据权利要求1所述的一种计及充电站的配电网多目标协同规划方法,其特征在于,所述计及充电站优化配置的配电网多目标协同规划模型主要包括以下步骤:
(1)充电负荷估计:
充电负荷来源于充电站和充电桩两类;
根据处于节点j的充电站充电机配置数量,可以估计节点j在时段t的充电负荷为:
其中为充电装置的工作效率(),为单台充电机的充电功率,为节点j在时段t的单台充电机的平均服务率;
配电网节点i处的充电桩数量根据典型日节点负荷数据、典型日充电桩充电频次等信息近似估计,如下式所示:
再结合节点停车需求统计信息,进行在时段t内节点i处的充电桩充电负荷的估计,如下式所示:
其中,为向上取整计算符,表示在时段t内节点i的负荷需求,为单个充电桩的充电功率,为充电桩(车辆/天)的服务能力,为空置率(),为时段t内节点i的充电需求系数;
(2)多目标协同规划优化模型构建:
从“经济性”、“效益”和“可靠性”三个方面进行综合决策:其中,经济性由目标年经济成本表示,效益由年充电站平均交通流捕获量表示,可靠性为年平均失负荷量表示,由此综合三者,设置多目标优化目标为最小化、最大化、最小化;
其中,规划目标年经济成本具体模型如下,其中包括变电站、线路、充电站的长期投资和短期运行成本、损耗成本等:
其中,表示变电站相关总成本,由新建投资成本、扩建投资成本、运行维护成本组成;表示线路相关总成本,由新建投资成本、运行维修成本;表示充电站相关总成本,由固定投资和可变投资组成;为损耗成本;为贴现率,m S, m L, m C分别为变电站,线路和充电站的经济使用年限;为在节点i上新建变电站的投资成本,为在节点j变电站扩建的投资成本,为新建线路的单位长度成本,和分别表示在候选节点i上新建充电站的固定成本和可变成本;D为目标年天数;为变电站的单位运行与维护成本,为线路的年单位长度运行与维护成本,为单位损耗成本;为线路ij的电导;为时段t节点k处变电站的输出功率;为线路ij的长度;为时段t节点i的电压幅值,为时段t节点i-j之间的相角;、、、、、分别为候选新建变电站节点、候选扩建变电站节点、所有候选变电站节点、候选新建线路、所有线路、候选充电站节点的集合;、、、、、分别为指示节点i变电站新建、节点j变电站扩容、节点k变电站、线路ij新建、线路dp、节点i充电站新建的二元状态决策变量;如果最终方案中节点i上候选变电站存在,=1,否则为0;如果最终方案中节点j候选扩建变电站存在,=1,否则为0;如果最终方案中节点k上变电站存在,= 1,否则为0;因此,除了不扩建的旧的变电站,如果= 1或= 1,那么= 1;如果最终方案中线路ij上候选线路存在,=1,否则为0;如果最终方案中线路dp存在,= 1,否则为0;因此,除了已经存在的线路,如果= 1,;如果最终方案中节点i上充电站存在,=1,否则为0;
充电站的利用率通过在交通网中捕获的交通流量来反映出来,根据年交通流捕获量如下所示:
其中,用以指示最终方案中充电站在交通网候选节点j的存在状态,如果=1,其中j*是交通网节点j在配电网中的对应的节点编号,则=1,否则为0;充电站利用率目标反映的是建设的充电站能够提供EV充电服务广泛性的程度,主要影响最终方案里的充电站选址定容结果;
可靠性水平从网架连接、时段负荷需求等角度评估了系统供电能力水平,反映了除开电力电量平衡以外,充电负荷对配电系统供电能力的影响,同时也反映了电网本身在规划过程中发电资源配置和网架建设对系统可靠性的影响程度,由年平均失负荷量为指标来表示:
其中,表示配电系统运行时的实际分区数,由电源个数决定;表示由元件故障率和故障修复时间等信息根据解析法得到的分区m在时段t的失负荷量;
约束条件主要包括:
功率平衡方程:
其中,和分别为节点导纳矩阵的实部和虚部,其取值与的状态相关;、分别为在节点i处时段t的变电站无功出力、无功负荷需求;
电压幅值约束:
其中,、分别表示电压幅值的下限和上限;
线路潮流约束:
其中,P ij是线路ij的潮流,为其限值;
变电站的输出功率约束:
其中,为节点k变电站的初始容量,用以指示节点k处是不是在进行扩展规划前存在变电站,如果存在=1,否则=0;为节点k的新建变电站容量,为节点k的变电站扩容容量;
充电设施的数量约束:
其中,、分别为每个待建充电站充电机数量的下限和上限;
任意两个充电站间的地理距离约束:
其中,为节点m-n的距离,表示任何两个充电站之间所允许的最短距离;
辐射运行基本条件:
其中,为线路数,为节点总数,为电源总数。
5.根据权利要求1所述的一种计及充电站的配电网多目标协同规划方法,其特征在于,所述多阶段求解策略的主要步骤为:
(1)联络线路径生成:
首先确定配电网电源间的联络线路径:根据配电网初始网架结构和候选变电站信息,将找到电源节点之间线路阻抗之和最小的最短路径作为联络线的路径中,多条联络线路径构成联络线路径线路集;
(2)候选网架方案生成:
联络线路径确定后,在配电网开环运行中,联络线为常开状态,即路径中至少有一条线路为常开状态,各个分区以电源点作为根节点,形成树形网架结构实现开环运行;生成树形网架结构的算法执行过程需要满足三个条件:①需要满足辐射状运行约束;②每个电源节点至少与一个负荷节点相连;③对具有多个变电站的配电网进行实际操作时,中沿每一对发电节点对之间的路径必须至少有一条线路是断开的,作为候选的联络线;
(3)混合组合方案校核:
将生成的网架方案、电源配置方案、充电站选址定容方案进行组合,生成混合组合方案,再融合多时段负荷信息,进行潮流计算和约束校核;一旦约束不满足,则摒弃该方案;由此最终可以筛选出满足所有条件的有效组合方案;
(4)多目标综合决策:
首先对有效组合方案分别计算目标年经济成本、年充电站平均交通流捕获量、年平均失负荷量目标;然后,采用多目标决策方法对每种有效方案的三个目标进行综合决策,其中,所述多目标决策方法为将各个目标作为主体,通过建立综合评估指标进行决策,该综合评估指标为:
其中,为连乘计算符,为第j个候选方案第i个目标函数的值,第i个目标的最优值表示为,x*为对应最优待求方案,第i个目标的最坏值表示为,NP为有效方案的数量,R为优化目标的总数,为第i个目标的权重因子,为第j个有效组合方案的综合评估结果,表示最终结果与目标函数各个最坏值的综合等效距离,越大,距离越远,规划方案综合性能最优;由此可以选取综合评估指标数值最大的有效组合规划方案将其作为配电网多目标协同规划最优方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710126238.2A CN106849065B (zh) | 2017-03-06 | 2017-03-06 | 一种计及充电站的配电网多目标协同规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710126238.2A CN106849065B (zh) | 2017-03-06 | 2017-03-06 | 一种计及充电站的配电网多目标协同规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106849065A true CN106849065A (zh) | 2017-06-13 |
CN106849065B CN106849065B (zh) | 2019-06-11 |
Family
ID=59138000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710126238.2A Active CN106849065B (zh) | 2017-03-06 | 2017-03-06 | 一种计及充电站的配电网多目标协同规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106849065B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107274035A (zh) * | 2017-07-18 | 2017-10-20 | 东南大学 | 一种交通网络和电动汽车充电站协调规划的方法 |
CN108280574A (zh) * | 2018-01-19 | 2018-07-13 | 国家电网公司 | 一种配电网结构成熟度的评价方法及装置 |
CN108305017A (zh) * | 2018-03-06 | 2018-07-20 | 国网陕西省电力公司经济技术研究院 | 一种35kV配电网发展模式的分析方法 |
CN109118104A (zh) * | 2018-08-27 | 2019-01-01 | 天津津电供电设计所有限公司 | 配电网规划方法及装置 |
CN109193644A (zh) * | 2018-10-17 | 2019-01-11 | 国网湖南省电力有限公司 | 基于电网-信息-交通三网融合的建模仿真方法 |
CN109191694A (zh) * | 2018-06-26 | 2019-01-11 | 北京国网普瑞特高压输电技术有限公司 | 一种电动汽车快充站充电分段计费方法及装置 |
CN109560574A (zh) * | 2018-12-14 | 2019-04-02 | 国网江苏省电力有限公司苏州供电分公司 | 一种考虑不确定因素的智能配电网网架规划方法 |
CN109636070A (zh) * | 2019-01-30 | 2019-04-16 | 国网安徽省电力有限公司 | 一种电动汽车充电站布局优化的决策支持系统 |
CN110246372A (zh) * | 2019-07-09 | 2019-09-17 | 四川大学 | 航空保障设备的扩展规划方法 |
CN110705779A (zh) * | 2019-09-27 | 2020-01-17 | 河海大学 | 计及交通流时域耦合的电力-交通网多时段协同调度方法 |
CN110895638A (zh) * | 2019-11-22 | 2020-03-20 | 国网福建省电力有限公司 | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 |
CN111369159A (zh) * | 2020-03-11 | 2020-07-03 | 四川大学 | 一种电力交通耦合网络可靠性评估方法 |
CN111460627A (zh) * | 2020-03-11 | 2020-07-28 | 四川大学 | 面向可靠性的电力交通耦合网络电动汽车充电站规划方法 |
CN111882137A (zh) * | 2020-08-07 | 2020-11-03 | 西南石油大学 | 计及天然气管网压力能消纳的充电设施优化规划方法 |
CN112766579A (zh) * | 2021-01-22 | 2021-05-07 | 国电南瑞南京控制系统有限公司 | 一种基于自适应算法的充电系统规划方法和装置 |
CN112801819A (zh) * | 2020-09-08 | 2021-05-14 | 广东电网有限责任公司江门供电局 | 一种开环电网负荷转供决策中的路径排序方法 |
CN112848946A (zh) * | 2021-02-20 | 2021-05-28 | 国网上海市电力公司 | 一种基于优化配电网分布的电动汽车充电桩充电改进方法 |
CN113033911A (zh) * | 2021-04-13 | 2021-06-25 | 上海电机学院 | 一种充换电站设施配置及成本优化方法 |
CN113344386A (zh) * | 2021-06-07 | 2021-09-03 | 南京理工大学 | 电动汽车充电站规划方案量化评估方法 |
CN113364049A (zh) * | 2021-06-09 | 2021-09-07 | 福州大学 | 一种考虑交通流量捕获的风-氢-电网耦合规划方法 |
CN114117703A (zh) * | 2021-11-30 | 2022-03-01 | 南方电网能源发展研究院有限责任公司 | 基于交通网络和配电网络耦合的充电站配置方法、装置 |
CN115730868A (zh) * | 2023-01-06 | 2023-03-03 | 北京龙德缘电力科技发展有限公司 | 智能配电系统损耗评估及故障计算系统及方法 |
CN116470550A (zh) * | 2023-03-13 | 2023-07-21 | 浙江大学 | 一种动态均衡电力交通耦合网络的协同扩容方法 |
CN117094537A (zh) * | 2023-10-19 | 2023-11-21 | 国网浙江省电力有限公司丽水供电公司 | 电网规划方法、装置、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011024333A (ja) * | 2009-07-15 | 2011-02-03 | Toshiba Corp | 充電スタンド |
CN104463701A (zh) * | 2014-12-07 | 2015-03-25 | 国网浙江省电力公司电动汽车服务分公司 | 一种配电系统与电动汽车充电网络的协调规划方法 |
CN105844432A (zh) * | 2016-05-01 | 2016-08-10 | 上海大学 | 基于vanet的电动汽车充电调度系统及方法 |
-
2017
- 2017-03-06 CN CN201710126238.2A patent/CN106849065B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011024333A (ja) * | 2009-07-15 | 2011-02-03 | Toshiba Corp | 充電スタンド |
CN104463701A (zh) * | 2014-12-07 | 2015-03-25 | 国网浙江省电力公司电动汽车服务分公司 | 一种配电系统与电动汽车充电网络的协调规划方法 |
CN105844432A (zh) * | 2016-05-01 | 2016-08-10 | 上海大学 | 基于vanet的电动汽车充电调度系统及方法 |
Non-Patent Citations (1)
Title |
---|
段豪翔等: "计及分时充电电价激励的电动汽车充电站与配电网协同规划", 《电力系统及其自动化学报》 * |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107274035B (zh) * | 2017-07-18 | 2021-02-02 | 东南大学 | 一种交通网络和电动汽车充电站协调规划的方法 |
CN107274035A (zh) * | 2017-07-18 | 2017-10-20 | 东南大学 | 一种交通网络和电动汽车充电站协调规划的方法 |
CN108280574A (zh) * | 2018-01-19 | 2018-07-13 | 国家电网公司 | 一种配电网结构成熟度的评价方法及装置 |
CN108280574B (zh) * | 2018-01-19 | 2024-04-16 | 国家电网公司 | 一种配电网结构成熟度的评价方法及装置 |
CN108305017A (zh) * | 2018-03-06 | 2018-07-20 | 国网陕西省电力公司经济技术研究院 | 一种35kV配电网发展模式的分析方法 |
CN109191694A (zh) * | 2018-06-26 | 2019-01-11 | 北京国网普瑞特高压输电技术有限公司 | 一种电动汽车快充站充电分段计费方法及装置 |
CN109118104A (zh) * | 2018-08-27 | 2019-01-01 | 天津津电供电设计所有限公司 | 配电网规划方法及装置 |
CN109193644A (zh) * | 2018-10-17 | 2019-01-11 | 国网湖南省电力有限公司 | 基于电网-信息-交通三网融合的建模仿真方法 |
CN109560574A (zh) * | 2018-12-14 | 2019-04-02 | 国网江苏省电力有限公司苏州供电分公司 | 一种考虑不确定因素的智能配电网网架规划方法 |
CN109636070A (zh) * | 2019-01-30 | 2019-04-16 | 国网安徽省电力有限公司 | 一种电动汽车充电站布局优化的决策支持系统 |
CN109636070B (zh) * | 2019-01-30 | 2023-01-31 | 国网安徽省电力有限公司 | 一种电动汽车充电站布局优化的决策支持系统 |
CN110246372A (zh) * | 2019-07-09 | 2019-09-17 | 四川大学 | 航空保障设备的扩展规划方法 |
CN110705779A (zh) * | 2019-09-27 | 2020-01-17 | 河海大学 | 计及交通流时域耦合的电力-交通网多时段协同调度方法 |
CN110895638A (zh) * | 2019-11-22 | 2020-03-20 | 国网福建省电力有限公司 | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 |
CN111460627A (zh) * | 2020-03-11 | 2020-07-28 | 四川大学 | 面向可靠性的电力交通耦合网络电动汽车充电站规划方法 |
CN111369159A (zh) * | 2020-03-11 | 2020-07-03 | 四川大学 | 一种电力交通耦合网络可靠性评估方法 |
CN111460627B (zh) * | 2020-03-11 | 2022-06-28 | 四川大学 | 面向可靠性的电力交通耦合网络电动汽车充电站规划方法 |
CN111882137A (zh) * | 2020-08-07 | 2020-11-03 | 西南石油大学 | 计及天然气管网压力能消纳的充电设施优化规划方法 |
CN111882137B (zh) * | 2020-08-07 | 2022-10-11 | 西南石油大学 | 计及天然气管网压力能消纳的充电设施优化规划方法 |
CN112801819A (zh) * | 2020-09-08 | 2021-05-14 | 广东电网有限责任公司江门供电局 | 一种开环电网负荷转供决策中的路径排序方法 |
CN112801819B (zh) * | 2020-09-08 | 2023-08-25 | 广东电网有限责任公司江门供电局 | 一种开环电网负荷转供决策中的路径排序方法 |
CN112766579A (zh) * | 2021-01-22 | 2021-05-07 | 国电南瑞南京控制系统有限公司 | 一种基于自适应算法的充电系统规划方法和装置 |
CN112766579B (zh) * | 2021-01-22 | 2022-07-29 | 国电南瑞南京控制系统有限公司 | 一种基于自适应算法的充电系统规划方法和装置 |
CN112848946B (zh) * | 2021-02-20 | 2022-10-04 | 国网上海市电力公司 | 一种基于优化配电网分布的电动汽车充电桩充电改进方法 |
CN112848946A (zh) * | 2021-02-20 | 2021-05-28 | 国网上海市电力公司 | 一种基于优化配电网分布的电动汽车充电桩充电改进方法 |
CN113033911A (zh) * | 2021-04-13 | 2021-06-25 | 上海电机学院 | 一种充换电站设施配置及成本优化方法 |
CN113344386B (zh) * | 2021-06-07 | 2022-08-19 | 南京理工大学 | 电动汽车充电站规划方案量化评估方法 |
CN113344386A (zh) * | 2021-06-07 | 2021-09-03 | 南京理工大学 | 电动汽车充电站规划方案量化评估方法 |
CN113364049A (zh) * | 2021-06-09 | 2021-09-07 | 福州大学 | 一种考虑交通流量捕获的风-氢-电网耦合规划方法 |
CN113364049B (zh) * | 2021-06-09 | 2024-05-07 | 福州大学 | 一种考虑交通流量捕获的风-氢-电网耦合规划方法 |
CN114117703A (zh) * | 2021-11-30 | 2022-03-01 | 南方电网能源发展研究院有限责任公司 | 基于交通网络和配电网络耦合的充电站配置方法、装置 |
CN115730868A (zh) * | 2023-01-06 | 2023-03-03 | 北京龙德缘电力科技发展有限公司 | 智能配电系统损耗评估及故障计算系统及方法 |
CN116470550A (zh) * | 2023-03-13 | 2023-07-21 | 浙江大学 | 一种动态均衡电力交通耦合网络的协同扩容方法 |
CN116470550B (zh) * | 2023-03-13 | 2023-11-07 | 浙江大学 | 一种动态均衡电力交通耦合网络的协同扩容方法 |
CN117094537A (zh) * | 2023-10-19 | 2023-11-21 | 国网浙江省电力有限公司丽水供电公司 | 电网规划方法、装置、电子设备和存储介质 |
CN117094537B (zh) * | 2023-10-19 | 2024-01-05 | 国网浙江省电力有限公司丽水供电公司 | 电网规划方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106849065B (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106849065A (zh) | 一种计及充电站的配电网多目标协同规划方法 | |
Xiang et al. | Economic planning of electric vehicle charging stations considering traffic constraints and load profile templates | |
CN107301470B (zh) | 一种配电网扩展规划与光储选址定容的双层优化方法 | |
CN110852627B (zh) | 配电网灾后抢修决策方法和装置 | |
CN112467722B (zh) | 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法 | |
Maghouli et al. | A scenario-based multi-objective model for multi-stage transmission expansion planning | |
CN108446796A (zh) | 考虑电动汽车负荷需求响应的网-源-荷协调规划方法 | |
CN106487005A (zh) | 一种考虑输配电价的电网规划方法 | |
Mahdavi et al. | Robust mixed-integer programing model for reconfiguration of distribution feeders under uncertain and variable loads considering capacitor banks, voltage regulators, and protective relays | |
Zhuang et al. | Hierarchical and decentralized stochastic energy management for smart distribution systems with high BESS penetration | |
CN111431173B (zh) | 考虑负荷互补特性的中压配电网环网结构确定方法及系统 | |
CN108808664B (zh) | 一种考虑电网分区优化运行的城市电网规划方法 | |
CN109754168A (zh) | 充电站选址方法和装置 | |
CN107101645A (zh) | 一种路径规划方法及路径规划装置 | |
CN110097218B (zh) | 一种时变环境下无人商品配送方法及系统 | |
CN112541618A (zh) | 基于网格化的主动配电网规划方法及存储介质 | |
CN109191009A (zh) | 一种对配电网网格化规划方案综合评估的方法及系统 | |
CN105046354A (zh) | 基于多代理的配电网规划场景模拟生成方法及其系统 | |
Zheng et al. | Optimal integration of MBESSs/SBESSs in distribution systems with renewables | |
CN109921420A (zh) | 弹性配电网恢复力提升方法、装置及终端设备 | |
Xu et al. | Deep reinforcement learning and blockchain for peer-to-peer energy trading among microgrids | |
CN112541617A (zh) | 变电站的定容及选址方法、存储介质 | |
CN115439000A (zh) | 考虑风光荷功率不确定性和相关性的配电网区块划分方法 | |
CN109558990B (zh) | 一种基于斯坦纳树模型的配电网防灾骨干网架规划方法 | |
Mansouri et al. | An improved MOPSO algorithm for multi-objective optimization of reservoir operation under climate change |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |