CN106960279A - 考虑用户参与度的电动汽车能效电厂特征参数评估方法 - Google Patents
考虑用户参与度的电动汽车能效电厂特征参数评估方法 Download PDFInfo
- Publication number
- CN106960279A CN106960279A CN201710159353.XA CN201710159353A CN106960279A CN 106960279 A CN106960279 A CN 106960279A CN 201710159353 A CN201710159353 A CN 201710159353A CN 106960279 A CN106960279 A CN 106960279A
- Authority
- CN
- China
- Prior art keywords
- electric automobile
- formula
- overbar
- charging
- electric
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000004044 response Effects 0.000 claims abstract description 154
- 238000007600 charging Methods 0.000 claims abstract description 125
- 238000004146 energy storage Methods 0.000 claims abstract description 17
- 239000000178 monomer Substances 0.000 claims abstract description 17
- 238000009825 accumulation Methods 0.000 claims abstract description 6
- 230000005611 electricity Effects 0.000 claims description 94
- 230000008569 process Effects 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 13
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000000638 stimulation Effects 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims 1
- 230000007246 mechanism Effects 0.000 abstract description 5
- 238000011160 research Methods 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000005612 types of electricity Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种考虑用户参与度的电动汽车能效电厂特征参数评估方法,首先,针对以分布式充电桩进行常规慢速充电的电动汽车,分别从功率角度和能量累积角度,建立综合考虑有功和无功响应能力的单体电动汽车模型;然后,针对工作用途的电动汽车,建立电动汽车参与度响应模型,最后,在上述单体电动汽车模型和电动汽车参与度响应模型的基础上,针对电动汽车集群构建电动汽车能效电厂模型,所述电动汽车能效电厂模型包括电动汽车能效电厂的响应能力参数、电动汽车能效电厂的储能能力参数和电动汽车能效电厂的价格响应成本参数。本发明能够为能效电厂参与电力市场交易机制提供关键的模型参数。
Description
技术领域
本发明涉及一种电动汽车能效电厂建模方法,尤其是涉及一种考虑用户参与度的电动汽车能效电厂建模方法。
背景技术
电动汽车(Electric Vehicle,EV)规模化普及是实现交通低碳化发展的重要途径,在世界范围内受到广泛关注。大规模的电动汽车接入,电网某些薄弱环节可能会因此而不堪重负[1,2]。
随着电力电子技术、现代控制及通信技术的发展,电动汽车在Vehicle-to-Grid(V2G)控制下可以看作是一种电力储能系统。电动汽车可改变其充电模式(如无序充电和智能充电等)以实现充电功率在时间尺度上的变换;或在紧急情况下,根据系统需求向系统反馈电能,辅助系统运行[3,4]。在V2G控制下,电动汽车既可以作为系统负荷,又可以作为储能设备或分布式电源,成为协助系统运行的积极参与者[5-7]。各国学者已针对电动汽车接入电网展开了大量研究。文献[8,9]在考虑用户出行习惯的基础上,提出了电动汽车充电负荷预测模型;文献[10]通过对电动汽车充电过程进行有效控制,探索了电动汽车作为需求侧响应资源的可行性;文献[11]构建了基于下垂控制的电动汽车V2G调频响应模型,以提升系统的频率质量;上述文献利用电动汽车集群(EV Aggregator,EVA)的响应能力参与系统的有功调控,尚未将电动汽车集群上升到能效电厂的概念,而能效电厂作为一种需求侧资源,具有规模大且容易操作的优势,能够为电网提供常规电厂等价服务支撑。文献[12]验证了需求侧响应资源构建能效电厂的可能性和合理性;文献[13]基于现代通信技术提出了电动汽车能效电厂的基本构架,能够实现对地理上分散的电动汽车进行集中管控;文献[14]提出了基于蒙特卡罗方法的电动汽车集群有功响应能力评估方法;文献[15]提出了针对电动汽车的价格响应模型,分析了补偿电价对电动汽车集群有功响应能力的影响;文献[16]分析了电动汽车集群的有功响应能力能够参与电力市场交易的可行性。当前研究主要针对电动汽车的有功功率进行调度控制,然而基于电力电子接口的充电桩能够为电网提供无功支持[17];文献[18,19]验证了电动汽车充电桩作为无功补偿装置的可行性,能够根据需求调节与电网互动过程中的功率因数。
因此,电动汽车集群能够作为能效电厂参与电网的调度控制。然而,目前的研究成果在以下几个方面没有进一步探究:
1)在评估电动汽车集群响应能力过程中,忽略了电动汽车用户参与电网调度控制的意愿和调度电动汽车的成本;
2)电动汽车具有无功响应能力,需要在保证有功充电的基础上提出针对电动汽车集群无功响应能力的评估方法;
3)针对电动汽车能效电厂的概念,需要对能效电厂的关键参数进行更为全面且有效的定义,尤其是获取能效电厂出力的成本函数,对能效电厂参与电力市场交易具有重要的意义。
[参考文献]
[1]郭建龙,文福拴.电动汽车充电对电力系统的影响及其对策[J].电力自动化设备,2015,35(6):1-9。
[2]REZAEE S,FARJAH E,FARJAH B.Probabilistic analysis of plug-inelectric vehicles impact on electrical grid through homes and parking lots[J].IEEE Transactions on Sustainable Energy,2013,4(4):1024-1033。
[3]吴凯,程启明,李明,等.具有V2G功能的电动汽车快速充放电方法[J].电力自动化设备,2014,34(2):30-34。
[4]张颖达,刘念,张建华.电动汽车换电站V2G运行对中压配电网故障特征的影响[J].电力自动化设备,2014,34(11):55-61。
[5]MA Y,HOUGHTON T,CRUDEN A,et al.Modeling the benefits of vehicle-to-grid technology to a power system[J].IEEE Transactions on Power Systems,2012,27(2):1012-1020。
[6]MU Y,WU J,EKANAYAKE J,et al.Primary frequency response fromelectric vehicles in the Great Britain power system[J].IEEE Transactions onSmart Grid,2013,4(2):1142-1050。
[7]陈思,张焰,薛贵挺,等.考虑与电动汽车换电站互动的微电网经济调度[J].电力自动化设备,2015,35(4):60-69。
[8]刘鹏,刘瑞叶,白雪峰,等.基于扩散理论的电动汽车充电负荷模型[J].电力自动化设备,2012,39(9):30-34。
[9]罗卓伟,胡泽春,宋永华,等.电动汽车充电负荷计算方法[J].电力系统自动化,2011,35(14):36-42。
[10]王锡凡,邵成成,王秀丽,等.电动汽车充电负荷与调度控制策略综述[J].中国电机工程学报,2013,33(1):1-10。
[11]OTA Y,TANIGUCHI H,NAKAJIMA T,et al.Autonomous distributed V2G(vehicle-to-grid)satisfying scheduled charging[J].IEEE Transactions on SmartGrid,2012,3(1):559-564。
[12]王丹,范孟华,贾宏杰.考虑用户舒适约束的家居温控负荷需求响应和能效电厂建模[J].中国电机工程学报,2014,34(13):2071-2077。
[13]MARRA F,SACCHETTI D,PEDERSEN A B.Implementation of an electricvehicle test bed controlled by a virtual power plant for contributing toregulating power reserves[C].Proceedings of IEEE PES General Meeting,SanDiego,CA,USA,2012。
[14]WANG M,MU Y,JIA H,et al.Active power regulation for large-scalewind farms through an efficient power plant model of electric vehicles[J].Applied Energy,2017,185:1673-1683。
[15]王明深,于汀,穆云飞,等.电动汽车能效电厂价格响应模型[J].天津大学学报(自然科学与工程技术版),2016,49(12):1320-1329。
[16]WU H,SHAHIDEHPOUR M,Alabdulwahab A,et al.A game theoreticapproach to risk-based optimal bidding strategies for electric vehicleaggregators in electricity markets with variable wind energy resources[J].IEEE Transactions on Sustainable Energy,2016,7(1):374-385。
[17]楚皓翔,解大,娄宇成,等.电动汽车智能充放储一体化电站无功电压调控策略[D].电力自动化设备,2014,34(11):48-54。
[18]MOJDEHI M N,GHOSH P.Modeling and revenue estimation of EV asreactive power service provider[C].Proceedings of IEEE PES General Meeting,National Harbor,MD,USA,2014。
[19]李付存.电动汽车V2G技术及其充电机的研究[D].黑龙江:哈尔滨工业大学,2013。
[20]高亚静,王辰,吕孟扩,等.计及车主满意度的电动汽车最优峰谷分时电价模型[J].电力自动化设备,2014,34(2):8-13。
[21]曾丹,姚建国,杨胜春,等.应对风电消纳中基于安全约束的价格型需求响应优化调度建模[J].中国电机工程学报,2014,34(31):5571-5578。
[22]王龙.电动汽车充放电对电网的影响及其优化策略研究[D].天津:天津大学,2014。
[23]MU Y,WU J,JENKINS N,et al.A Spatial–Temporal model for gridimpact analysis of plug-in electric vehicle[J].Applied Energy,2014,114:456-465。
[24]潘樟惠,高赐威,刘顺桂.基于需求侧放电竞价的电动汽车充放电调度研究[J].电网技术,2016,40(4):1140-1146。
发明内容
针对上述现有技术,为充分挖掘电动汽车集群的响应能力,探究补偿电价对用户参与度的影响,本发明提供一种考虑用户参与度的电动汽车能效电厂建模方法,可将电动汽车集群看作一种能效电厂,并对能效电厂的参数进行定义,包括能效电厂有功和无功出力的上下边界、能效电厂的储能能力、能效电厂出力与补偿电价的关系、能效电厂价格响应的成本函数,本发明在充分研究用户交通出行特征、电池约束条件等基础上,同时考虑补偿电价对用户参与度的影响,提出了电动汽车能效电厂模型,本发明中建立的模型能够为能效电厂参与电力市场交易机制提供关键的模型参数。
为了解决上述技术问题,本发明提出的一种考虑用户参与度的电动汽车能效电厂特征参数评估方法,包括以下步骤:
步骤一、针对以分布式充电桩进行常规慢速充电的电动汽车,分别从功率角度和能量累积角度,建立综合考虑有功和无功响应能力的单体电动汽车模型;包括:
从功率角度构建的单体电动汽车运行区域中,以放电为正方向,Pi,0和Qi,0分别为电动汽车i接入电网后的额定有功和无功功率;Si,0为电动汽车的额定视在容量,满足Si,0=Pi,0=Qi,0;Pi(t)、Qi(t)和Si(t)分别为电动汽车的实际有功、无功和视在功率,满足约束条件:|Pi(t)|≤Pi,0、|Qi(t)|≤Qi,0、
从能量累积角度构建的单体电动汽车运行区域中,以放电为正方向,电动汽车i的荷电状态SOC变化满足:
式(1)中,SOCi(t)为t时刻电动汽车的荷电状态SOC值;△t为仿真时间间隔;Pi(t)为t时刻电动汽车与电网交换的有功值;为t时刻修正后电动汽车的电池容量,如式(2)所示,
式(2)中,Di为电动汽车的实际电池容量;和分别为电动汽车的充电和放电效率;
在接入电网过程中,电动汽车有功功率上限和下限P i(t)和无功功率上限和下限Q i(t)分别如式(3)和式(4)所示,
步骤二、针对工作用途的电动汽车,建立电动汽车参与度响应模型,内容如下:
对电动汽车交通行为特性进行统计分析,电动汽车接入电网时间概率分布所服从的数学表达式如式(5)所示,
式(5)中,对上班的电动汽车,其接入电网时间的平均值us=7.87,标准差σs=0.50,接入电网时间取值范围为[6.25,9.5];对下班的电动汽车,其接入电网时间的平均值us=17.88,标准差σs=0.51,接入电网时间取值范围为[16.25,19.75];
电动汽车在接入电网前,其荷电状态SOC值与行驶距离相关,根据式(6)获得,
式(6)中,di为电动汽车接入电网前的行驶距离,di,max为电动汽车满充状态下的最大行驶距离;δi为电动汽车满充状态下的荷电状态SOC值(0.8≤δi≤0.9);
电动汽车的两种响应方式是充电→空闲和空闲→放电,考虑价格对电力需求响应影响的基础上,针对充电→空闲和空闲→放电的响应方式,将补偿电价对电动汽车功率的影响定义为弹性系数,如式(7)所示,
式(7)中,△Pk,ev和△ρk,ev分别为在电动汽车的响应方式为充电→空闲或是空闲→放电下电动汽车功率和补偿电价的变化量;其中,k=1代表电动汽车的响应方式为充电→空闲的响应方式,k=2代表电动汽车的响应方式为空闲→放电的响应方式;Pk,ev和ρk,ev分别为k响应方式下电动汽车功率和补偿电价的基准值;
电动汽车参与度与补偿电价的关系如式(8)所示,
式(8)中,γk,ev为k响应方式下电动汽车的参与度;αk,ev和βk,ev分别为参与度价格响应的关系系数,和P k,ev分别为k响应方式下电动汽车有功出力的上下限;
式(9)中,ak,ev和bk,ev为k响应方式下的价格关系系数;
以峰谷分时充电电价为背景,假设用户充电前设定好离开电网的时间,将工作用途的电动汽车按照响应方式分为A、B、C三种类型,其中:
1)A类型电动汽车:在峰谷分时电价实施后,电动汽车接入电网后以额定功率进行充电,对补偿电价无任何响应,该类型电动汽车为A类型电动汽车,A类型电动汽车i的充电时长Ti A如式(10)所示,充电的成本费用Fi A如式(11)所示,
式(10)和式(11)中,变量的上标A代表A类型电动汽车;ρ(t)为实时充电电价;为充满电的时刻,
A类型电动汽车集群的响应能力如式(12)和式(13)所示,
式(12)和式(13)中,变量的下标1代表电动汽车的响应方式为充电→空闲的响应方式,变量的下标2代表电动汽车的响应方式为空闲→放电的响应方式;A类型电动汽车在充电→空闲的响应方式下的参与度A类型电动汽车在空闲→放电的响应方式下的参与度
2)B类型电动汽车:在峰谷分时充电电价实施后,电动汽车的充电时间以接入电网时段内用户的充电成本最低来规划充电时间,在不增加用户充电成本的基础上延长用户的充电时间实现充电→空闲的响应方式,该类型电动汽车为B类型电动汽车,B类型电动汽车i的充电过程满足成本费用最低,同时满足荷电状态SOC约束、充电约束以及充电功率约束,如式(14)所示,对补偿电价响应后,充电的成本费用如式(15)所示,
式(14)和式(15)中,变量的上标B代表B类型电动汽车,变量的下标1代表电动汽车的响应方式为充电→空闲的响应方式,变量的下标2代表电动汽车的响应方式为空闲→放电的响应方式;为B类型电动汽车的实时补偿电价;
B类型电动汽车集群的响应能力如式(16)和式(17)所示,
式(16)和式(17)中,为t时刻能够实现充电→空闲响应方式的电动汽车数量,
根据式(8)、式(16)和式(17),B类型电动汽车在充电→空闲的响应方式下的参与度B类型电动汽车在空闲→放电的响应方式下的参与度
3)C类型电动汽车:在峰谷分时电价实施后,电动汽车以充电成本最低进行充电,在补偿电价的刺激下改变接入电网的状态,该类电动汽车为C类型电动汽车,C类型电动汽车i的充电过程满足成本费用最低,如式(14)所示,对补偿电价响应后,充电的成本费用如式(18)所示,
式(18)中,变量的上标C代表C类型电动汽车,变量的下标1代表电动汽车的响应方式为充电→空闲的响应方式,变量的下标2代表电动汽车的响应方式为空闲→放电的响应方式;为C类型电动汽车在k响应方式下的实时补偿电价;
C类型电动汽车集群的响应能力如式(19)和式(20)所示,
式(19)和式(20)中,为t时刻能够实现空闲→放电响应方式的电动汽车数量,
根据式(8)、式(19)和式(20),C类型电动汽车在充电→空闲的响应方式下的参与度C类型电动汽车在空闲→放电的响应方式下的参与度
步骤三、在步骤一建立的单体电动汽车模型和步骤二建立的电动汽车参与度响应模型的基础上,针对电动汽车集群构建电动汽车能效电厂模型,所述电动汽车能效电厂模型包括电动汽车能效电厂的响应能力参数、电动汽车能效电厂的储能能力参数和电动汽车能效电厂的价格响应成本参数;
1)电动汽车能效电厂的响应能力参数,包括:
电动汽车能效电厂的出力范围包括各时刻能效电厂的实际有功出力值,如式(21)所示;有功出力最小值P ev(t)和最大值如式(22)所示;同时满足充电桩的容量约束,电动汽车能效电厂无功出力的最小值Q ev(t)和最大值如式(23)所示;
式(21)、式(22)和式(23)中,n(t)为t时刻集群中电动汽车接入电网的数量,
2)电动汽车能效电厂的储能能力,包括:
针对C类型电动汽车的电动汽车集群的储能容量Dev(t)如式(24)所示,电动汽车集群的荷电状态SOC值SOCev(t)如式(25)所示,
3)电动汽车能效电厂的价格响应成本参数,包括:
根据式(8)中参与度γk,ev和补偿电价ρk,ev的关系,充电→空闲响应方式在补偿电价为ρ1,ev时的参与度为γ1,ev,空闲→放电响应方式在补偿电价为ρ2,ev时的参与度为γ2,ev,如式(26)所示;电动汽车能效电厂的有功出力变化△Pev受参与度的响应如式(27)所示;
考虑到有功出力变化△Pev是补偿电价ρev和时间t的函数,如式(28)所示;考虑到补偿电价ρev和时间t是相互独立的变量,获得补偿电价ρev受有功出力变化△Pev和时间t影响的函数关系,如式(29)所示;在式(29)的基础上,t0时刻,以有功出力变化△Pev为变量对补偿电价ρev进行积分,即为电动汽车能效电厂价格响应的成本函数,如式(30)所示;
△Pev=f(ρev,t) (28)
ρev=f-1(△Pev,t) (29)
与现有技术相比,本发明的有益效果是:
目前,已有电动汽车能效电厂模型在评估电动汽车集群响应能力过程中,忽略了电动汽车用户参与电网调度控制的意愿和调度电动汽车的成本;而本发明在充分研究用户交通出行特征、电池约束条件等基础上,同时考虑补偿电价对用户参与度的影响,提出了电动汽车能效电厂模型,该模型可将电动汽车集群看作一种能效电厂,并对能效电厂的参数进行定义。与已有模型相比,该模型能够从能效电厂运营商的角度,为电动汽车能效电厂参与电网的调度控制提供关键的模型参数,能够为能效电厂参与电力市场交易机制提供模型基础,促进电动汽车能效电厂从概念提出到实际应用的实现。
附图说明
图1是实现本发明考虑用户参与度的电动汽车能效电厂的实现框架图。
图2是单体电动汽车V2G运行区域(功率角度)。
图3是单体电动汽车V2G运行区域(能量角度)。
图4是电动汽车出行特征。
图5(a)和图5(b)是电动汽车接入电网时刻分布,其中:
图5(a)是上班时间;
图5(b)是下班时间。
图6是三种类型电动汽车充电负荷。
图7是三种类型电动汽车充电费用的概率分布。
图8(a)至图8(d)是电动汽车能效电厂有功响应能力,其中:
图8(a)是类型车辆‘充电→空闲’的响应方式,
图8(b)是类型车辆‘充电→空闲’的响应方式,
图8(c)是C类型车辆‘空闲→放电’的响应方式,
图8(d)是B、C类电动汽车响应能力的之和。
图9是电动汽车能效电厂无功响应能力。
图10是电动汽车能效电厂储能能力。
图11是考虑补偿电价的电动汽车能效电厂出力。
图12是电动汽车能效电厂出力的成本曲线。
图13是拟合后电动汽车能效电厂出力的成本曲线(0:00)。
具体实施方式
下面结合附图和具体实施例对本发明技术方案作进一步详细描述,所描述的具体实施例仅对本发明进行解释说明,并不用以限制本发明。
本发明提出的一种考虑用户参与度的电动汽车能效电厂特征参数评估方法,建立了考虑用户参与度的电动汽车能效电厂(E-EPP,Efficient Power Plant Model of EVs)模型,该模型能够为能效电厂参与电力市场机场交易提供关键的模型参数。电动汽车能效电厂的实现框架如图1所示,E-EPP运营商是实现电动汽车能效电厂参与电力市场的关键环节,也是实现与用户进行电力交易的重要环节,本研究从E-EPP运营商的角度,对电动汽车能效电厂的响应能力进行评估,对考虑用户参与度的能效电厂价格响应的成本进行研究。包括以下步骤:
首先,针对以分布式充电桩进行常规慢速充电的电动汽车,分别从功率角度(图2)和能量累积(图3)角度,建立可以综合考虑有功和无功响应能力的单体电动汽车Vehicle-to-Grid(V2G)模型。
从功率角度构建的单体电动汽车V2G运行区域中,以放电(发出无功)为正方向,Pi,0和Qi,0分别为电动汽车i接入电网后的额定有功和无功功率;Si,0为电动汽车的额定视在容量,满足Si,0=Pi,0=Qi,0;Pi(t)、Qi(t)和Si(t)分别为电动汽车的实际有功、无功和视在功率,满足约束条件:|Pi(t)|≤Pi,0、|Qi(t)|≤Qi,0、从能量累积角度构建的单体电动汽车V2G运行区域中,在一定假设条件下,以放电为正方向,电动汽车i的荷电状态SOC变化满足:
式中,SOCi(t)为t时刻电动汽车的荷电状态SOC值;△t为仿真时间间隔;Pi(t)为t时刻电动汽车与电网交换的有功值;为t时刻修正后电动汽车的电池容量,如式(2)所示。
式中,Di为电动汽车的实际电池容量;和分别为电动汽车的充电和放电效率。
在接入电网过程中,电动汽车有功功率上下限和P i(t))和无功功率上下限(和Q i(t))分别如式(3)和式(4)所示。
表1电动汽车有功/无功功率上下限
然后,针对工作用途的电动汽车,该类型电动汽车的出行特征如图4所示,建立电动汽车参与度响应模型。
对电动汽车交通行为特性进行统计分析,电动汽车接入电网时间概率分布所服从的数学表达式如式(5)所示
式中,针对上班的电动汽车,其接入电网时间的平均值us=7.87,标准差σs=0.50,取值范围为[6.25,9.5];而对于下班的电动汽车,其接入电网时间的平均值us=17.88,标准差σs=0.51,取值范围为[16.25,19.75]。。
电动汽车在接入电网前,其荷电状态SOC值与行驶距离相关,可根据式(6)获得。
式中,di为电动汽车接入电网前的行驶距离,di,max为电动汽车满充状态下的最大行驶距离;δi为电动汽车满充状态下的荷电状态SOC值(0.8≤δi≤0.9)。
提出电动汽车参与度的概念,即表征电动汽车用户在补偿机制下参与电网响应的意愿。根据电动汽车接入电网的状态(充电、空闲、放电),本发明定义了电动汽车的2种响应方式:1.充电→空闲,2.空闲→放电,2种响应方式均以增加对电网的功率输出为目的。考虑到不同响应方式下补偿机制的差异性,同时为降低建模过程的复杂度,假设电动汽车不允许直接从充电状态转换为放电状态,而电动汽车由充电状态转换为放电状态,则通过‘充电→空闲→放电’的过程来实现。根据不同类型电动汽车的响应特性,研究不同响应方式下电动汽车对补偿电价的响应。在考虑文献[20]中价格对电力需求响应影响的基础上,参考所提出的电动汽车的不同响应方式,将补偿电价对电动汽车功率的影响定义为弹性系数,如式(7)所示。
式中,△Pk,ev和△ρk,ev分别为在k响应方式下电动汽车功率和补偿电价的变化量;k=1,2分别代表电动汽车‘充电→空闲’和‘空闲→放电’的响应方式;Pk,ev和ρk,ev分别为k响应方式下电动汽车功率和补偿电价的基准值。
在考虑不同响应方式差异性的基础上,同时兼顾电动汽车响应对补偿电价的敏感程度,结合文献[21]中价格型需求响应与电价关系,如式(9)所示,在此基础上,为定义电动汽车参与度的数学模型,在不同响应方式下,电动汽车参与度与补偿电价的关系如式(8)所示。
式中,γk,ev为k响应方式下电动汽车的参与度;αk,ev和βk,ev分别为参与度价格响应的关系系数;和P k,ev分别为k响应方式下电动汽车有功出力的上下限;
式中,ak,ev和bk,ev为k响应方式下的价格关系系数。
以峰谷分时充电电价为研究背景,假设用户充电前设定好离开电网的时间,将工作用途的电动汽车按照响应方式的差异性分为A、B、C三种类型。
1)A类型电动汽车:
在峰谷分时电价实施后,A类型电动汽车不改变其充电时间,即接入电网后则立刻以额定功率进行充电且不参与V2G过程,该类型电动汽车对补偿电价无任何响应,该类型电动汽车可以看作不可控负荷。
以该类型的电动汽车i为例,其充电时长Ti A如式(10)所示,充电的成本费用Fi A如式(11)所示
式中,为了区分不同类型的电动汽车,本发明变量的上标A、B、C代表不同类型的电动汽车;ρ(t)为实时充电电价;为充满电的时刻。
对于该类型电动汽车集群,不同相应方式下的响应能力如式(12)和式(13)所示。
由于该类型电动汽车对补偿电价无任何的响应,其充电过程可参照图3中的线路A-B-C,根据式(9)和(12)-(13)易知,该类型电动汽车在各响应方式下的参与度均为0,即在不影响充电的情况下,电动汽车能够为电网提供无功支撑,因此,该类型电动汽车作用是仅能够在空闲时为电网提供无功支撑。
2)B类型电动汽车:
在峰谷分时充电电价实施后,B类型电动汽车改变其充电时间,以接入电网时段内用户的充电成本最低来规划充电时间,即转移充电负荷至电价较低的时段。在不增加用户充电成本的基础上,该类型电动汽车可以实现‘充电→空闲’的响应方式,该响应方式延长了用户的充电时间,因此需要对用户延长的充电时间进行补偿,该类型电动汽车不参与V2G放电过程。
以该类型的电动汽车i为例,其规划的充电过程满足成本费用最低,同时要满足荷电状态SOC约束、充电约束以及充电功率约束,如式(14)所示。在考虑补偿电价后,由于延长了充电时间需要对延长时段内的电动汽车充电过程进行补偿,其充电的成本费用(包括充电成本和补偿收益)如式(15)所示。
式中,为B类型电动汽车的实时补偿电价;
对于该类型电动汽车集群,不同响应方式下的响应能力如式(16)和式(17)所示。
式中,为t时刻能够实现‘充电→空闲’响应方式的电动汽车数量
由于该类型电动汽车不考虑V2G放电过程,其充电过程可参照图3中的运行区域ABCFG,根据式(9)和(16)-(17)易知,该类型电动汽车的参与度满足和
3)C类型电动汽车:
在峰谷分时电价实施后,C类型电动汽车能够以充电成本最低进行充电,而在补偿电价的刺激下能够改变其接入电网的状态,从而参与V2G过程(充电→空闲、空闲→放电)。
以该类型的电动汽车i为例,其规划的充电过程同样需满足成本费用最低,如式(14)所示。在考虑补偿电价后,其充电的成本费用(包括充电成本和补偿收益)如式(18)所示。
式中,为C类型电动汽车在k响应方式下的实时补偿电价;
对于该类型电动汽车集群,不同相应方式下的响应能力如式(19)和式(20)所示。
式中,为t时刻能够实现‘空闲→放电’响应方式的电动汽车数量。
由于该类型电动汽车考虑其V2G过程,其充电过程可参照图3中的运行区域ABCFED,根据式(8)和(19)-(20)易知,该类型电动汽车的参与度满足和
在上述建立的单体电动汽车模型和建立的电动汽车参与度响应模型的基础上,针对电动汽车集群构建电动汽车能效电厂模型,并定义了能效电厂模型参数,所述电动汽车能效电厂模型包括电动汽车能效电厂的响应能力参数、电动汽车能效电厂的储能能力参数和电动汽车能效电厂的价格响应成本参数。将电动汽车集群等效为能效电厂,该能效电厂模型能够评估电动汽车集群的响应能力、储能能力、价格响应的成本。
1)电动汽车能效电厂响应能力
为评估电动汽车集群的响应能力,本研究定义了电动汽车能效电厂的出力范围,包括各时刻能效电厂的实际有功出力值,如式(21)所示,有功出力最小值P ev(t)和最大值如式(22)所示;电动汽车无功出力与电动汽车类型无关,本发明中无功仅作为服务商的辅助服务,在不影响单体电动汽车有功出力的前提下,同时满足充电桩的容量约束,能效电厂无功出力的最小值Q ev(t)和最大值如式(23)所示。
式中,n(t)为t时刻集群中电动汽车接入电网的数量。
2)电动汽车能效电厂储能能力
为评估电动汽车集群的储能能力,本研究定义了各时刻能效电厂的储能能力,由于仅有C类型的电动汽车能够将储存在电池中的能量以V2G放电的形式来响应电网的需求,因此,能效电厂的储能能力主要是针对C类型的电动汽车。本研究定义了电动汽车集群的储能容量Dev(t),如式(24)所示,定义了电动汽车集群的荷电状态SOC值SOCev(t),如式(25)所示。
3)考虑参与度的电动汽车能效电厂价格
为评估电动汽车集群的价格响应特性,在考虑参与度响应模型的基础上,根据式(9)中参与度γk,ev和补偿电价ρk,ev的关系,‘充电→空闲’响应方式在补偿电价为ρ1,ev时的参与度为γ1,ev,‘空闲→放电’响应方式在补偿电价为ρ2,ev时的参与度为γ2,ev,如式(26)所示。在考虑用户参与度后,能效电厂的有功出力变化△Pev受参与度的响应如式(27)所示,结合参与度和补偿电价的关系,获取电动汽车出力受补偿电价影响的价格响应曲线。
考虑到△Pev是补偿电价ρev和时间t的函数,如式(28)所示。考虑到ρev和t是相互独立的变量,可以获得ρev受△Pev和t影响的函数关系,如式(29)所示。在式(29)的基础上,以t0时刻为例,以△Pev为变量对ρev进行积分,如式(30)所示,即为电动汽车能效电厂价格响应的成本函数。
△Pev=f(ρev,t) (28)
ρev=f-1(△Pev,t) (29)
最后,利用典型算例验证了考虑用户参与度的电动汽车能效电厂模型的有效性。
算例主要考虑工作用途的电动汽车,根据该类型电动汽车的工作特性,将配电网分为工作区和住宅区,对一天中配电网区域中电动汽车的响应能力进行评估,电动汽车的数据如下所示:
1)配电网区域中电动汽车数量为324辆,其中A、B、C三种类型的电动汽车所占的比例分别为0.2、0.3、0.5,所有车辆均按照图5中所示的概率分布接入电网进行充电;
2)电动汽车充放电功率的额定值为7kW,充放电的效率均为0.90[22];
3)电动汽车的电池容量为35kWh,其接入电网时的荷电状态SOC值服从N(0.6,0.1)的正态分布,电动汽车离开电网时的荷电状态SOC值服从[0.8,0.9]的均匀分布[23];
4)电动汽车的充电采用公共充电设施执行的峰谷分时充电电价[24],如表2所示。
表2电动汽车的充电电价
5)电动汽车接入电网时间、离开电网时间、电池容量、接入电网时的荷电状态SOC值、离开电网时的荷电状态SOC值为相互独立的变量;
6)电动汽车有‘充电→空闲’和‘空闲→放电’两种响应方式,电动汽车不能由‘充电’状态直接转换为‘放电’状态;
7)对于‘充电→空闲’响应方式的电动汽车,参与度初始补偿电价为0.1元/kWh,参与度最高补偿电价为0.5元/kWh[21];考虑到电池的损耗并不长时间处于极端状态,对于‘空闲→放电’响应方式的电动汽车,参与度初始补偿电价为0.5元/kWh[21],参与度最高补偿电价为1.082元/kWh。
为了详细说明电动汽车能效电厂的响应特性,图6给出了A、B、C三种类型电动汽车的充电负荷以及峰谷分时电价,由图可以看出,A类型电动汽车的充电过程不受电价的影响,而B和C类型的电动汽车避开峰时电价选择在价格较低的谷时段和平时段进行充电,以最小化充电的成本费用。电动汽车在一天中的充电费用的概率分布如图7所示,B和C类型电动汽车的充电成本大大低于A类型电动汽车,A类型车辆一天的平均充电费用为18.7元,而B、C类型电动汽车一天的平均充电费用仅为8.3元。
针对不同类型的电动汽车,在不同方式下有功响应能力的上下边界如图8所示,可以看出电动汽车的响应能力具有时间分布特性,能够获取不同时刻电动汽车所能提供的最大响应能力,为运营商参与电力市场提供详细的响应能力参考。图8(a)对应公式(16),其响应能力主要来自B类型车辆‘充电→空闲’的响应方式,图8(b)对应公式(19),其响应能力主要来自C类型车辆‘充电→空闲’的响应方式,图8(c)对应公式(20),其响应能力主要来自C类型车辆‘空闲→放电’的响应方式,图8(d)对应公式(22),是B、C类电动汽车响应能力的之和。
考虑到A、B、C三种类型电动汽车的无功响应能力,能效电厂在一天中各时刻的无功响应能力如图9所示。对应公式(23),通过获取能效电厂的无功响应能力,能够为电动汽车运营商提供无功响应能力的边界信息,运营商与电网公司签署的交易合同加入无功服务条款,在同等报价(有功功率服务)的前提下,该条款会提升电网公司选择该运营商意愿,在参与电网有功调度的同时,为电网提供无功功率,实现无功的就地补偿,改善配电网的电压水平。
根据本发明中对电动汽车能效电厂储能能力的定义,能效电厂在一天中各时刻的储能能力如图10所示,能够为电动汽车运营商提供能效电厂在各时刻的储能容量值。在考虑电动汽车电池充放电约束的情况下,图中给出了能效电厂在各时刻可用的储能总容量(对应公式24)和荷电状态SOC值(对应公式25),在任一时刻,图中储能容量和荷电状态SOC值的乘积即为当前时刻能效电厂的储能值。
在对电动汽车能效电厂响应能力进行评估的基础上,考虑补偿电价对用户参与调度控制的激励作用,本发明研究用户参与度对能效电厂实际出力的影响。根据本发明中提出的考虑用户参与度的电动汽车能效电厂价格响应模型,在考虑电动汽车不同类型,不同响应方式的基础上,以0:00时刻、4:00时刻、8:00时刻和12:00时刻为例,图11给出了能效电厂出力受补偿电价的影响。
根据电动汽车能效电厂出力受补偿价格的影响情况,结合公式(30),仍以0:00时刻、4:00时刻、8:00时刻和12:00时刻为例,图12给出了电动汽车能效电厂价格响应的成本与出力大小的关系。
利用最小二乘法对各时刻电动汽车能效电厂出力的成本曲线进行拟合,以0:00时刻为例,并参考火力发电机的运行成本函数,拟合后的函数形式如F(△Pev)=a(△Pev)2+b(△Pev)+c,根据获得的二次多项式拟合结果,拟合前后电动汽车能效电厂价格响应的成本与出力大小的关系如图13所示。为进一步详细说明各时刻电动汽车能效电厂出力与成本的关系,表3给出了各时刻二次多项式拟合后的参数结果以及响应能力的范围。
表3电动汽车能效电厂出力的成本函数(拟合后)
尽管上面结合附图对本发明进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨的情况下,还可以做出很多变形,这些均属于本发明的保护之内。
Claims (1)
1.一种考虑用户参与度的电动汽车能效电厂特征参数评估方法,其特征在于,包括以下步骤:
步骤一、针对以分布式充电桩进行常规慢速充电的电动汽车,分别从功率角度和能量累积角度,建立综合考虑有功和无功响应能力的单体电动汽车模型;包括:
从功率角度构建的单体电动汽车运行区域中,以放电为正方向,Pi,0和Qi,0分别为电动汽车i接入电网后的额定有功和无功功率;Si,0为电动汽车的额定视在容量,满足Si,0=Pi,0=Qi,0;Pi(t)、Qi(t)和Si(t)分别为电动汽车的实际有功、无功和视在功率,满足约束条件:|Pi(t)|≤Pi,0、|Qi(t)|≤Qi,0、
从能量累积角度构建的单体电动汽车运行区域中,以放电为正方向,电动汽车i的荷电状态SOC变化满足:
式(1)中,SOCi(t)为t时刻电动汽车的荷电状态荷电状态SOC值;△t为仿真时间间隔;Pi(t)为t时刻电动汽车与电网交换的有功值;为t时刻修正后电动汽车的电池容量,如式(2)所示,
式(2)中,Di为电动汽车的实际电池容量;和分别为电动汽车的充电和放电效率;
在接入电网过程中,电动汽车有功功率上限和下限P i(t)和无功功率上限和下限Q i(t)分别如式(3)和式(4)所示,
步骤二、针对工作用途的电动汽车,建立电动汽车参与度响应模型,内容如下:
对电动汽车交通行为特性进行统计分析,电动汽车接入电网时间概率分布所服从的数学表达式如式(5)所示,
式(5)中,对上班的电动汽车,其接入电网时间的平均值us=7.87,标准差σs=0.50,接入电网时间取值范围为[6.25,9.5];对下班的电动汽车,其接入电网时间的平均值us=17.88,标准差σs=0.51,接入电网时间取值范围为[16.25,19.75];
电动汽车在接入电网前,其荷电状态SOC值与行驶距离相关,根据式(6)获得,
式(6)中,di为电动汽车接入电网前的行驶距离,di,max为电动汽车满充状态下的最大行驶距离;δi为电动汽车满充状态下的荷电状态SOC值(0.8≤δi≤0.9);
电动汽车的两种响应方式是充电→空闲和空闲→放电,考虑价格对电力需求响应影响的基础上,针对充电→空闲和空闲→放电的响应方式,将补偿电价对电动汽车功率的影响定义为弹性系数,如式(7)所示,
式(7)中,△Pk,ev和△ρk,ev分别为在电动汽车的响应方式为充电→空闲或是空闲→放电下电动汽车功率和补偿电价的变化量;其中,k=1代表电动汽车的响应方式为充电→空闲的响应方式,k=2代表电动汽车的响应方式为空闲→放电的响应方式;Pk,ev和ρk,ev分别为k响应方式下电动汽车功率和补偿电价的基准值;
电动汽车参与度与补偿电价的关系如式(8)所示,
式(8)中,γk,ev为k响应方式下电动汽车的参与度;αk,ev和βk,ev分别为参与度价格响应的关系系数,和P k,ev分别为k响应方式下电动汽车有功出力的上下限;
式(9)中,ak,ev和bk,ev为k响应方式下的价格关系系数;
以峰谷分时充电电价为背景,假设用户充电前设定好离开电网的时间,将工作用途的电动汽车按照响应方式分为A、B、C三种类型,其中:
1)A类型电动汽车:在峰谷分时电价实施后,电动汽车接入电网后以额定功率进行充电,对补偿电价无任何响应,该类型电动汽车为A类型电动汽车,A类型电动汽车i的充电时长Ti A如式(10)所示,充电的成本费用Fi A如式(11)所示,
式(10)和式(11)中,变量的上标A代表A类型电动汽车;ρ(t)为实时充电电价;为充满电的时刻,
A类型电动汽车集群的响应能力如式(12)和式(13)所示,
式(12)和式(13)中,变量的下标1代表电动汽车的响应方式为充电→空闲的响应方式,变量的下标2代表电动汽车的响应方式为空闲→放电的响应方式;A类型电动汽车在充电→空闲的响应方式下的参与度A类型电动汽车在空闲→放电的响应方式下的参与度
2)B类型电动汽车:在峰谷分时充电电价实施后,电动汽车的充电时间以接入电网时段内用户的充电成本最低来规划充电时间,在不增加用户充电成本的基础上延长用户的充电时间实现充电→空闲的响应方式,该类型电动汽车为B类型电动汽车,B类型电动汽车i的充电过程满足成本费用最低,同时满足荷电状态SOC约束、充电约束以及充电功率约束,如式(14)所示,对补偿电价响应后,充电的成本费用如式(15)所示,
式(14)和式(15)中,变量的上标B代表B类型电动汽车,变量的下标1代表电动汽车的响应方式为充电→空闲的响应方式,变量的下标2代表电动汽车的响应方式为空闲→放电的响应方式;为B类型电动汽车的实时补偿电价;
B类型电动汽车集群的响应能力如式(16)和式(17)所示,
式(16)和式(17)中,为t时刻能够实现充电→空闲响应方式的电动汽车数量,
根据式(8)、式(16)和式(17),B类型电动汽车在充电→空闲的响应方式下的参与度B类型电动汽车在空闲→放电的响应方式下的参与度
3)C类型电动汽车:在峰谷分时电价实施后,电动汽车以充电成本最低进行充电,在补偿电价的刺激下改变接入电网的状态,该类电动汽车为C类型电动汽车,C类型电动汽车i的充电过程满足成本费用最低,如式(14)所示,对补偿电价响应后,充电的成本费用如式(18)所示,
式(18)中,变量的上标C代表C类型电动汽车,变量的下标1代表电动汽车的响应方式为充电→空闲的响应方式,变量的下标2代表电动汽车的响应方式为空闲→放电的响应方式;为C类型电动汽车在k响应方式下的实时补偿电价;
C类型电动汽车集群的响应能力如式(19)和式(20)所示,
式(19)和式(20)中,为t时刻能够实现空闲→放电响应方式的电动汽车数量,
根据式(8)、式(19)和式(20),C类型电动汽车在充电→空闲的响应方式下的参与度C类型电动汽车在空闲→放电的响应方式下的参与度
步骤三、在步骤一建立的单体电动汽车模型和步骤二建立的电动汽车参与度响应模型的基础上,针对电动汽车集群构建电动汽车能效电厂模型,所述电动汽车能效电厂模型包括电动汽车能效电厂的响应能力参数、电动汽车能效电厂的储能能力参数和电动汽车能效电厂的价格响应成本参数;
1)电动汽车能效电厂的响应能力参数,包括:
电动汽车能效电厂的出力范围包括各时刻能效电厂的实际有功出力值,如式(21)所示;有功出力最小值P ev(t)和最大值如式(22)所示;同时满足充电桩的容量约束,电动汽车能效电厂无功出力的最小值Q ev(t)和最大值如式(23)所示;
式(21)、式(22)和式(23)中,n(t)为t时刻集群中电动汽车接入电网的数量,
2)电动汽车能效电厂的储能能力,包括:
针对C类型电动汽车的电动汽车集群的储能容量Dev(t)如式(24)所示,电动汽车集群的荷电状态SOC值SOCev(t)如式(25)所示,
3)电动汽车能效电厂的价格响应成本参数,包括:
根据式(8)中参与度γk,ev和补偿电价ρk,ev的关系,充电→空闲响应方式在补偿电价为ρ1,ev时的参与度为γ1,ev,空闲→放电响应方式在补偿电价为ρ2,ev时的参与度为γ2,ev,如式(26)所示;电动汽车能效电厂的有功出力变化△Pev受参与度的响应如式(27)所示;
考虑到有功出力变化△Pev是补偿电价ρev和时间t的函数,如式(28)所示;考虑到补偿电价ρev和时间t是相互独立的变量,获得补偿电价ρev受有功出力变化△Pev和时间t影响的函数关系,如式(29)所示;在式(29)的基础上,t0时刻,以有功出力变化△Pev为变量对补偿电价ρev进行积分,即为电动汽车能效电厂价格响应的成本函数,如式(30)所示;
△Pev=f(ρev,t) (28)
ρev=f-1(△Pev,t) (29)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710159353.XA CN106960279B (zh) | 2017-03-16 | 2017-03-16 | 考虑用户参与度的电动汽车能效电厂特征参数评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710159353.XA CN106960279B (zh) | 2017-03-16 | 2017-03-16 | 考虑用户参与度的电动汽车能效电厂特征参数评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106960279A true CN106960279A (zh) | 2017-07-18 |
CN106960279B CN106960279B (zh) | 2020-10-23 |
Family
ID=59470745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710159353.XA Expired - Fee Related CN106960279B (zh) | 2017-03-16 | 2017-03-16 | 考虑用户参与度的电动汽车能效电厂特征参数评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106960279B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229832A (zh) * | 2018-01-17 | 2018-06-29 | 东南大学 | 基于道路运营测试和模糊层次法的纯电动公交车选型方法 |
CN109560577A (zh) * | 2018-12-04 | 2019-04-02 | 东莞理工学院 | 一种交直流混合分布式可再生能源系统的控制方法及系统 |
EP3713035A1 (en) * | 2019-03-18 | 2020-09-23 | Honda Motor Co., Ltd. | Control apparatus, power control system, control method, and storage medium having program stored thereon |
CN111967716A (zh) * | 2020-07-20 | 2020-11-20 | 国网湖北省电力有限公司电力科学研究院 | 一种电动汽车直流充电设施的综合能效计算方法 |
CN112183987A (zh) * | 2020-09-22 | 2021-01-05 | 国网电力科学研究院武汉能效测评有限公司 | 电动汽车集群储荷调度评价系统及评价方法 |
CN113675866A (zh) * | 2020-05-15 | 2021-11-19 | 北京信息科技大学 | 一种规模化电动汽车的动态网格化金字塔调度方法 |
US20220105820A1 (en) * | 2019-01-30 | 2022-04-07 | Green Motion Sa | Electrical vehicle charging station with power management |
CN114757422A (zh) * | 2022-04-19 | 2022-07-15 | 浙江大学 | 支撑城市电网电压韧性的充电桩代价调节评估方法及装置 |
CN114781061A (zh) * | 2022-04-20 | 2022-07-22 | 国网江苏省电力有限公司电力科学研究院 | 一种电动汽车集群响应能力评估方法及装置 |
CN117104035A (zh) * | 2023-10-25 | 2023-11-24 | 天津海关工业产品安全技术中心 | 一种充电控制方法、设备和充电系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060078797A1 (en) * | 2002-11-09 | 2006-04-13 | Lithium Power Technologies, Inc. | Lithium ion battery and methods of manufacture |
CN102208824A (zh) * | 2011-06-03 | 2011-10-05 | 中国科学院电工研究所 | 一种电动汽车有序充电控制系统 |
CN105160428A (zh) * | 2015-08-19 | 2015-12-16 | 天津大学 | 高速公路电动汽车快速充电站的规划方法 |
CN106094521A (zh) * | 2016-06-30 | 2016-11-09 | 中国南方电网有限责任公司电网技术研究中心 | 柔性负荷能效电厂调度控制方法和系统 |
CN106096773A (zh) * | 2016-06-07 | 2016-11-09 | 三峡大学 | 一种电动汽车充当储能的多目标优化调度方法 |
CN106469420A (zh) * | 2016-09-14 | 2017-03-01 | 国网上海市电力公司 | 电能消费评价方法及评价系统 |
-
2017
- 2017-03-16 CN CN201710159353.XA patent/CN106960279B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060078797A1 (en) * | 2002-11-09 | 2006-04-13 | Lithium Power Technologies, Inc. | Lithium ion battery and methods of manufacture |
CN102208824A (zh) * | 2011-06-03 | 2011-10-05 | 中国科学院电工研究所 | 一种电动汽车有序充电控制系统 |
CN105160428A (zh) * | 2015-08-19 | 2015-12-16 | 天津大学 | 高速公路电动汽车快速充电站的规划方法 |
CN106096773A (zh) * | 2016-06-07 | 2016-11-09 | 三峡大学 | 一种电动汽车充当储能的多目标优化调度方法 |
CN106094521A (zh) * | 2016-06-30 | 2016-11-09 | 中国南方电网有限责任公司电网技术研究中心 | 柔性负荷能效电厂调度控制方法和系统 |
CN106469420A (zh) * | 2016-09-14 | 2017-03-01 | 国网上海市电力公司 | 电能消费评价方法及评价系统 |
Non-Patent Citations (1)
Title |
---|
MINGSHEN WANG 等: "An Efficient Power Plant Model of Electric Vehicles Considering the Travel Behaviors of EV Users", 《2014 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY (POWERCON 2014)》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229832A (zh) * | 2018-01-17 | 2018-06-29 | 东南大学 | 基于道路运营测试和模糊层次法的纯电动公交车选型方法 |
CN109560577A (zh) * | 2018-12-04 | 2019-04-02 | 东莞理工学院 | 一种交直流混合分布式可再生能源系统的控制方法及系统 |
US20220105820A1 (en) * | 2019-01-30 | 2022-04-07 | Green Motion Sa | Electrical vehicle charging station with power management |
US11865942B2 (en) * | 2019-01-30 | 2024-01-09 | Eaton Intelligent Power Limited | Electrical vehicle charging station with power management |
EP3713035A1 (en) * | 2019-03-18 | 2020-09-23 | Honda Motor Co., Ltd. | Control apparatus, power control system, control method, and storage medium having program stored thereon |
US11524599B2 (en) | 2019-03-18 | 2022-12-13 | Honda Motor Co., Ltd. | Control apparatus, power control system, control method, and storage medium having program stored thereon |
CN113675866B (zh) * | 2020-05-15 | 2023-12-05 | 北京信息科技大学 | 一种规模化电动汽车的动态网格化金字塔调度方法 |
CN113675866A (zh) * | 2020-05-15 | 2021-11-19 | 北京信息科技大学 | 一种规模化电动汽车的动态网格化金字塔调度方法 |
CN111967716A (zh) * | 2020-07-20 | 2020-11-20 | 国网湖北省电力有限公司电力科学研究院 | 一种电动汽车直流充电设施的综合能效计算方法 |
CN111967716B (zh) * | 2020-07-20 | 2022-04-22 | 国网湖北省电力有限公司电力科学研究院 | 一种电动汽车直流充电设施的综合能效计算方法 |
CN112183987A (zh) * | 2020-09-22 | 2021-01-05 | 国网电力科学研究院武汉能效测评有限公司 | 电动汽车集群储荷调度评价系统及评价方法 |
CN112183987B (zh) * | 2020-09-22 | 2022-07-19 | 国网电力科学研究院武汉能效测评有限公司 | 电动汽车集群储荷调度评价系统及评价方法 |
CN114757422A (zh) * | 2022-04-19 | 2022-07-15 | 浙江大学 | 支撑城市电网电压韧性的充电桩代价调节评估方法及装置 |
CN114781061A (zh) * | 2022-04-20 | 2022-07-22 | 国网江苏省电力有限公司电力科学研究院 | 一种电动汽车集群响应能力评估方法及装置 |
CN114781061B (zh) * | 2022-04-20 | 2024-01-23 | 国网江苏省电力有限公司电力科学研究院 | 一种电动汽车集群响应能力评估方法及装置 |
CN117104035A (zh) * | 2023-10-25 | 2023-11-24 | 天津海关工业产品安全技术中心 | 一种充电控制方法、设备和充电系统 |
CN117104035B (zh) * | 2023-10-25 | 2024-03-15 | 天津海关工业产品安全技术中心 | 一种充电控制方法、设备和充电系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106960279B (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106960279A (zh) | 考虑用户参与度的电动汽车能效电厂特征参数评估方法 | |
Ma et al. | Optimal charging of plug-in electric vehicles for a car-park infrastructure | |
Pirouzi et al. | A robust optimization approach for active and reactive power management in smart distribution networks using electric vehicles | |
Zheng et al. | A novel real-time scheduling strategy with near-linear complexity for integrating large-scale electric vehicles into smart grid | |
CN105160451B (zh) | 一种含电动汽车的微电网多目标优化调度方法 | |
Ferro et al. | An optimization model for electrical vehicles scheduling in a smart grid | |
CN110148969B (zh) | 基于模型预测控制技术的主动配电网优化运行方法 | |
Shamshirband et al. | Look-ahead risk-averse power scheduling of heterogeneous electric vehicles aggregations enabling V2G and G2V systems based on information gap decision theory | |
CN106655243B (zh) | 以维持微电网供需平衡为目的的电动汽车自动需求响应方法 | |
Wang et al. | A two-level coordinated voltage control scheme of electric vehicle chargers in low-voltage distribution networks | |
CN107104454A (zh) | 计及电动汽车功率可调控域的最优潮流节点电价计算方法 | |
CN107453381B (zh) | 基于两阶段交叉控制的电动汽车集群功率调节方法及系统 | |
Egbue et al. | Multi-agent approach to modeling and simulation of microgrid operation with vehicle-to-grid system | |
Wang et al. | Load curve smoothing strategy based on unified state model of different demand side resources | |
CN102708425A (zh) | 基于Multi-Agent系统的电动汽车服务网络协调控制系统及方法 | |
Yuan et al. | Optimal scheduling for micro‐grid considering EV charging–swapping–storage integrated station | |
CN107394798A (zh) | 包含时变时滞的电动汽车与发电机组协调频率控制方法 | |
CN110065410A (zh) | 一种基于模糊控制的电动汽车充放电率控制方法 | |
CN104078978A (zh) | 一种面向智能电网的电动汽车入网一次调频控制方法 | |
CN106877339A (zh) | 一种考虑电动汽车接入配电网后随机模糊潮流的分析方法 | |
CN110739690A (zh) | 考虑电动汽车快充站储能设施的配电网优化调度方法及系统 | |
CN112865082B (zh) | 一种聚合多类型电动汽车的虚拟电厂日前调度方法 | |
Ma et al. | Real-time plug-in electric vehicles charging control for V2G frequency regulation | |
Huang et al. | V2G optimal scheduling of multiple EV aggregator based on TOU electricity price | |
Gao et al. | Integrated configuration and optimization of electric vehicle aggregators for charging facilities in power networks with renewables |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201023 Termination date: 20210316 |