CN107521365B - 一种基于用户经济收益最优化的电动汽车充放电调度方法 - Google Patents

Abstract

本发明公开一种基于用户经济收益最优化的电动汽车充放电调度方法，包括：1、获取电动汽车用户的行程规划信息，确定电动汽车电池特性以及电池内剩余电量的平均成本，获取分时电价信息；2、根据用户行程规划计算用户所需电量；3、根据电动汽车电池特性以及电池内剩余电量的平均成本计算电动汽车的单位储能成本；4、根据电动汽车接入电网的时间、用户行程信息以及电动汽车当前剩余电量，构建电动汽车充放电调度约束条件；5、针对分时电价确定用户经济收益最优化的目标函数，并利用凸规划求解，得到最优的充放电调度计划。本发明适用于信息物理融合系统，对电动汽车的充放电过程进行监测与控制，达到用户经济收益最优化的效果。

Description

一种基于用户经济收益最优化的电动汽车充放电调度方法

技术领域

本发明属于智能电网能耗调度领域，尤其涉及一种基于用户经济收益最优化的电动汽车充放电调度方法，进一步涉及一种电动汽车接入电网后的充放电调度方法，充分考虑用户行程需求以及电动汽车的储能成本，针对分时电价进行优化，以达到用户经济收益最优化。

背景技术

信息物理融合系统(CPS)是通过计算(Computation)、通信(Communication)与控制(Control)技术的深度融合，实现计算资源与物理资源的紧密结合与协调的下一代智能系统。CPS在能源领域，尤其是智能电网领域发挥着巨大的作用，电动汽车既是用电设备，又可以作为分布式电源，将是未来智能电网的重要组成部分。所以通过CPS对电动汽车的充放电过程进行管理，既有可行性，又有必要性。

电动汽车由于发展迅速，数量急速增加，给电网带来了极大的负载压力，为电网的运行带来了一系列的挑战，电动汽车接入电网后如何进行管理成为了亟待解决的问题。考虑到电动汽车具备可控负荷和储能单元的双重属性，可以基于这种特性，利用其可以双向充放电的能力参与到智能电网的能源调度中，将电能进行合理的调度，从而达到降低一定的经济成本和电网负载峰均比(PAR)的作用。

目前电动汽车的充放电调度问题已经得到了一系列的研究，但是以往的电动汽车充放电调度模型大多站在电网侧致力于缓解电网高峰期负载压力，降低电网负载峰均比，很少站在用户的角度针对分时电价对用户的经济收益进行优化。

分时电价是指根据电网的负荷变化情况，将每天24小时划分为高峰、平段、低谷等多个时段，对各时段分别制定不同的电价水平，以鼓励用电客户合理安排用电时间，削峰填谷，提高电力资源的利用效率。随着电动汽车通过充放电参与到电网调度中被广泛证实能降低经济成本与电网高峰期负载，分时电价不仅针对于传统的用户用电电价，也适用于用户通过电动汽车放电回馈电网所获取的收益。

发明内容

本发明针对现有技术中存在的不足之处，提出一种基于用户经济收益最优化的电动汽车充放电调度方法。具体而言，是综合考虑电动汽车用户的行程规划和电动汽车的储能成本，再针对分时电价进行优化的电动汽车充放电调度方法，不仅能有效地降低电网负载高峰期的负载压力，而且能够达到用户经济收益最优化。该方法适用于信息物理融合系统(CPS)，可以利用CPS实现该发明提出的电动汽车充放电调度方法，从而对电动汽车的充电过程进行监测与控制。

本发明采用如下技术方案：

步骤一：确定电动汽车电池特性以及电池内剩余电量的平均成本，获取分时电价信息，并定时获取电动汽车用户的行程规划信息；

步骤二：根据用户行程规划计算用户所需电量；

步骤三：根据电动汽车电池特性以及电池内剩余电量的平均成本计算电动汽车的单位储能成本；

步骤四：根据电动汽车接入电网的时间、用户行程信息与电动汽车当前剩余电量，构建电动汽车充放电调度约束；

步骤五：针对分时电价确定用户经济收益最优化的目标函数，并利用凸规划求解，得到最优的充放电调度计划；

本发明所述的鉴于用户经济收益最优化的精细电动汽车充放电调度方法特征也在于：

该发明提出的方法适用于信息物理融合系统(CPS)，可以利用CPS实现该发明提出的电动汽车充放电调度方法，从而对电动汽车的充电过程进行监测与控制。由CPS的通信网络提供用户与控制中心的信息交互，由CPS的计算系统计算得到最优的充放电调度计划，由CPS的控制系统对电动汽车的充放电过程进行监测与控制。

所述步骤一中确定电动汽车电池特性以及电池内剩余电量的平均成本，并定时获取电动汽车用户的行程规划信息：

用户的行程规划信息主要包括：行程距离D、行程开始时间β，为充分考虑用户的需求，需要及时获取用户的行程规划信息，用户可以随时更新自己的行程信息，从而及时地重新进行电动汽车充放电的调度；

电动汽车电池特性包括：电池成本B、电池容量w、电池的循环寿命L；

电动汽车电池剩余电量的平均成本为C_ch，可以通过充电期间电价的加权平均和得到；

分时电价信息包括用电电价以及放电收益，分别为P_ch和P_dis，

P_ch(t)为t时段内的单位用电电价，P_dis(t)为t时段内的单位放电收益；

所述步骤二中根据用户行程规划计算用户所需剩余电量：

用户所需剩余电量下限设为SoC_trip，SoC表示荷电状态，表示电池的剩余电量与其完全充电状态时的电量的比值。

SoC_trip的计算公式如下：

上式一中，ε为驾驶效率因素，D为行程距离，SoC_full为电池完全充电状态下的SoC，Max_dis为电池完全充电状态即SoC_full状态下的最大行驶距离。

所述步骤三中根据电动汽车电池特性以及电池内剩余电量的充电成本计算电动汽车的单位储能成本：

电动汽车的单位储能成本设为C_sto，C_sto主要包括电动汽车充放电过程对电池循环寿命的损耗以及充放电过程的电量损耗。

电动汽车单位储能成本的计算公式如下：

上式二中，B表示电动汽车电池成本，w为电动汽车电池的容量，L为电动汽车电池的循环寿命，C_ch为电动汽车电池剩余电量的平均成本，可以通过充电期间电价的加权平均和得到，η为电动汽车充放电的电量损耗。

所述步骤四中根据电动汽车接入电网的时间、用户行程信息与电动汽车当前剩余电量构建电动汽车充放电调度的约束条件：

考虑到夜晚的电价与电网负载整体较白天更低，所以在夜晚仅进行充电调度，在白天根据用户所需电量与电动汽车当前剩余电量的大小关系进行充电调度或放电调度。

由于夜晚的电价较低，所以尽可能地在夜晚进行充电，不仅要在用户行程开始前充入足够电量满足用户的行程规划，而且要在整体电价较低的夜晚为电动汽车充满电，设T_night为夜晚时间集合，以小时为单位时间，T_night＝{α_night,...,β_night}，若电动汽车当t∈T_night时接入电网，充电调度约束为：

上式三表示要在用户行程开始前为电动汽车充入足够的电量满足用户的行程规划，α为电动汽车接入电网的时间，β为行程开始时间，

为t时段的充电量，w为电动汽车电池的容量，SoC_trip为用户行程所需电量下限，SoC_remain为当前电动汽车剩余电量。

上式四表示要在整体电价较低的夜晚为电动汽车充满电，β_night表示夜晚时段的结束时间，SoC_full表示电动汽车电池的完全充电状态。

上式五表示

的取值范围，

表示任一时段内的最大充电量。

由于白天的电价较高，则当电动汽车在白天接入电网时，根据用户行程所需电量与电动汽车当前剩余电量的大小关系进行灵活的充放电调度。设T_day为白天时间集合，以小时为单位时间，T_day＝{α_day,...,β_day}，若电动汽车当t∈T_day时接入电网，则根据以下情形分别构建约束条件：

若SoC_trip<SoC_remain，即电动汽车当前剩余电量满足行程需求，那么多余的电量可回馈电网，即用于放电的调度，可调度的电量为w*(SoC_remain-SoC_trip)。为了保证用户可以通过放电这一过程获取收益，需要在单位放电收益高于单位储能成本时才允许放电。则放电调度约束为：

上式六表示多余的电量可用于放电的调度，

为t时段内的放电量。

上式七表示当单位放电收益高于单位储能成本时，可进行放电的调度，P_dis(t)表示t时段内的单位放电收益，C_sto表示单位储能成本。

上式八表示若单位放电收益低于单位储能成本时，不进行放电的调度。

上式九表示

的取值范围，

表示任一时段内的最大放电量。

若SoC_trip>SoC_remain，即电动汽车当前剩余电量不足以满足用户的行程规划时，则要进行充电的调度，充电调度约束为：

其中，

为t时段内的充电量。

根据上述充放电调度约束条件的研究，可得到电动汽车充放电调度约束条件：

所述步骤五中针对分时电价确定用户经济收益最优化的目标函数，并利用凸规划求解，得到最优的充放电调度计划。

针对分时电价确定用户经济收益最优化的目标函数：

上式十三表示用户在充放电调度中经济收益最优化的目标函数，

为电动汽车接入电网后放电的总收益，

为电动汽车接入电网后放电的总支出，P为电动汽车总放电收益减去总充电成本后的综合经济收益，γ为电动汽车离开电网的时间。

P_dis(t)为t时段内的单位放电收益，

为t时段内的放电量。

P_ch(t)为t时段内的单位用电电价，

为t时段内的充电量。

基于上式十二的约束条件，通过凸规划对上式十三进行求解，可得到用户经济收益最优的电动汽车充放电调度计划，分别为最优充电调度计划X_{ch_best}与最优放电调度计划X_{dis_best}，分别表示为：

上式十四中，

分别为α,...,γ时段内的充电量；

上式十五中，

分别为α,...,γ时段内的放电量。

因此，本发明具有如下优点：能够站在用户角度综合考虑用户行程规划与电动汽车的储能成本，并且充分考虑分时电价，能够得到用户经济收益最优化的充放电调度计划，对电动汽车接入电网后每个时段的充放电量进行规划，不仅能够有效地降低电网高峰期的负载压力，而且能够达到用户经济收益最优化，能够充分地激励用户通过电动汽车的充放电调度协助电网削峰填谷。

附图说明

图1为本发明提出的方法的整体流程图。

图2为利用信息物理融合系统(CPS)对电动汽车接入电网后的充放电过程进行监测与控制的整体结构图。

图3为信息物理融合系统(CPS)基于本发明提出的方法对电动汽车的充放电过程进行监测与控制的反馈环。

具体实施方式

下面通过实施例，对本发明的技术方案作进一步具体的说明。

本发明提供一种电动汽车充放电调度方法，适用于信息物理融合系统(CPS)，可以利用CPS实现该发明提出的电动汽车充放电调度方法，从而对电动汽车的充电过程进行监测与控制。由CPS的通信网络提供用户与控制中心的信息交互，由CPS的计算系统计算得到最优的充放电调度计划，由CPS的控制系统对电动汽车的充放电过程进行监测与控制，如图2、3所示。

如图1所示，本发明提供一种基于用户经济收益最优化的电动汽车充放电调度方法，包括以下步骤：

步骤一：获取电动汽车用户的行程规划信息，确定电动汽车电池特性以及电池内剩余电量的平均成本，获取分时电价信息。

用户的行程规划信息主要包括：行程距离D、行程开始时间β，为充分考虑用户的需求，需要及时获取用户的行程规划信息，基于CPS的通信网络，用户可以随时更新自己的行程规划信息，从而及时地重新进行电动汽车充放电的调度。

电动汽车电池特性包括：电池成本B、电池容量w、电池的循环寿命L；例如某款电动汽车，其电池成本为2500元/kw·h，电池容量为63.36kw·h，电池循环寿命为4000次。

电动汽车电池剩余电量的平均成本为C_ch，可以通过充电期间电价的加权平均和得到。例如若一辆电动汽车充电前初始电量为SoC_remain，电能平均成本为C_remain，经过n个小时充电至满电状态，即SoC_full，充电期间的电价和每个时段的充电量分别用P_ch和

表示，则C_ch可通过如下计算公式得到：

分时电价信息包括用电电价以及放电收益，分别为P_ch和P_dis，

P_ch(t)为t时段内的单位用电电价，P_dis(t)为t时段内的单位放电收益；例如某市根据电网负荷变化将每天24小时划分为低谷、平段、高峰、尖峰四个时段，分别制定不同的用电电价，

步骤二：根据用户行程规划计算用户所需电量。

用户所需剩余电量下限设为SoC_trip，SoC_trip的计算公式如下：

上式二中，ε为驾驶效率因素，取决于电动汽车的驾驶效率和驾驶地点(城市或公路)，D为行程距离，SoC_full为电池完全充电状态下的SoC，Max_dis为电池完全充电状态即SoC_full状态下的最大行驶距离，例如某款电动汽车，充电至满电状态后的最大行驶距离达到300km。

步骤三：根据电动汽车电池特性以及电动汽车充电成本计算电动汽车的单位储能成本。

电动汽车的单位储能成本设为C_sto，C_sto主要包括电动汽车充放电过程对电池循环寿命的损耗以及充放电过程的电量损耗，其计算公式为：

上式三中，B表示电动汽车电池成本，w为电动汽车电池的容量，L为电动汽车电池的循环寿命，C_ch为电动汽车电池剩余电量的平均成本，η为电动汽车充放电的电量损耗。

步骤四：根据电动汽车接入电网的时间、用户行程信息与电动汽车当前剩余电量，构建电动汽车充放电调度约束。

考虑到夜晚的电价与电网负载整体较白天更低，所以在夜晚仅进行充电调度，在白天根据用户所需电量与电动汽车当前剩余电量的大小关系进行充电调度或放电调度。

定义T_night为夜晚期间，以小时为单位时间，T_night＝{α_night,...,β_night}，若电动汽车当t∈T_night时接入电网，充电调度约束为：

上式四表示要在用户行程开始前为电动汽车充入足够的电量满足用户的行程规划，α为电动汽车接入电网的时间，β为行程开始时间，

为t时段的充电量，w为电动汽车电池的容量，SoC_trip为用户行程所需电量下限，SoC_remain为当前电动汽车剩余电量。

上式五表示要在整体电价较低的夜晚为电动汽车充满电，β_night表示T_night的结束时间，SoC_full表示电动汽车电池的完全充电状态。

上式六表示

的取值范围，

表示任一时段内的最大充电量。

例如在某地区从晚上22点到第二天凌晨6点这个时间段的电价较低，则可设T_night＝{22,23,0,1,2,3,4,5,6}，某款电动汽车的电池容量为63.36kw·h，最大充电功率下，一小时的充电量为17.6kw。则该电动汽车若在t∈T_night时在该地区接入电网，则充电调度约束为：

由于白天的电价较高，则当电动汽车在白天接入电网式，根据用户行程所需电量与电动汽车当前剩余电量的大小关系进行灵活的充放电调度。设T_day为白天时间集合，以小时为单位时间，T_day＝{α_day,...,β_day}，若电动汽车当t∈T_day时接入电网，则根据以下情形分别构建约束条件：

若SoC_trip<SoC_remain，即电动汽车当前剩余电量满足行程需求，那么多余的电量可回馈电网，即用于放电的调度，可调度的电量为w*(SoC_remain-SoC_trip)。为了保证用户可以通过放电这一过程获取收益，需要在单位放电收益高于单位储能成本时才允许放电。则放电调度约束为：

上式十表示多余的电量可用于放电的调度，

为t时段内的放电量。

上式十一表示当单位放电收益高于单位储能成本时，可进行放电的调度，P_dis(t)表示t时段内的单位放电收益，C_sto表示单位储能成本。

上式十二表示若单位放电收益低于单位储能成本时，不进行放电的调度。

上式十三表示

的取值范围，

表示任一时段内的最大放电量。

若SoC_trip>SoC_remain，即电动汽车当前剩余电量不足以满足用户的行程规划时，则要进行充电的调度，充电调度约束为：

其中，

为t时段内的充电量。

根据上述充放电调度约束条件的研究，可得到电动汽车充放电调度约束条件：

步骤五：针对分时电价确定用户经济收益最优化的目标函数，并利用凸规划求解，得到最优的充放电调度计划。

针对分时电价构建用户经济收益最优化的目标函数：

上式十七表示用户在充放电调度中经济收益最优化的目标函数，

为电动汽车接入电网后放电的总收益，

为电动汽车接入电网后放电的总支出，P为电动汽车总放电收益减去总充电成本后的综合经济收益，γ为电动汽车离开电网的时间，P_dis为单位放电收益集合，表示为P_dis＝{P_dis(1),...,P_dis(24)}，则P_dis(t)为t时段内的单位放电收益，

为t时段内的放电量,P_ch为单位用电电价集合，表示为

则P_ch(t)为t时段内的单位用电电价，

为t时段内的充电量。

基于上式十六的约束条件，通过凸规划对上式十七进行求解，可得到用户经济收益最优的电动汽车充放电调度计划，分别为最优充电调度计划X_{ch_best}与最优放电调度计划X_{dis_best}，分别为：

上式十八中，

分别为α,...,γ时段内的充电量；

上式十九中，

分别为α,...,γ时段内的放电量。

由CPS的计算系统得到每个时刻最优的充放电量后，由CPS对电动汽车的充放电过程进行监测与控制，主要流程是由决策控制单元发送控制指令给执行器，由执行器根据控制指令操控物理对象，即操控接入电网的电动汽车的充放电量，在电动汽车充放电过程中，传感器对电动汽车加以监测，并将监测到的信息反馈给决策控制单元，监测信息主要是充放电量，决策控制单元根据监测信息发布新的控制指令。通过上述控制流程，CPS对接入电网的电动汽车的每个时段的充放电量加以监测与控制。

本发明的方法基于灵活充放电方法(Flexible Charging and Discharging,FCD)，其论文是：Said D.Flexible Charging and Discharging Algorithm for ElectricVehicles in Smart Grid Environment[C].Wireless Communications and NetworkingConference,2016。FCD方法以用户行程规划作为约束条件，在夜晚进行连续充电调度，在电价和电网负载较高的白天进行连续放电的调度。FCD方法以电动汽车电池作为备用储能能源，有效地降低了电网负载高峰期的负载压力，解决了高峰时段需求问题。但是该方法不仅没有站在用户的角度考虑电动汽车的储能成本，而且没有针对分时电价进行优化，本发明针对这两点进行改进得到的精细电动汽车充放电调度方法，不仅能有效地降低电网负载高峰期的负载压力，而且能够达到用户经济收益的最优化。

本发明可以以其他的具体形式实现，而不脱离其精神和本质特征。例如，特定实施例中所描述的方法可以被修改，而系统体系结构并不脱离本发明的基本精神。因此，当前的实施例在所有方面都被看作是示例性的而非限定性的，本发明的范围由所附权利要求而非上述描述定义，并且，落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的范围之中。

Claims (1)

1.一种基于用户经济收益最优化的电动汽车充放电调度方法，其特征在于，包括：

步骤一：获取电动汽车用户的行程规划信息，确定电动汽车电池特性以及电池内剩余电量的平均成本，获取分时电价信息；

步骤二：根据用户行程规划计算用户所需电量；

步骤三：根据电动汽车电池特性以及电池内剩余电量的平均成本计算电动汽车的单位储能成本；

步骤四：根据电动汽车接入电网的时间、用户行程信息以及电动汽车当前剩余电量，构建电动汽车充放电调度约束条件；

步骤五：针对分时电价确定用户经济收益最优化的目标函数，并利用凸规划求解，得到最优的充放电调度计划；

其中，

所述步骤一中用户的行程规划信息包括：行程距离D、行程开始时间β；电动汽车电池特性包括：电池成本B、电池容量w、电池的循环寿命L；电动汽车电池剩余电量的平均成本为C_ch；分时电价信息包括用电电价以及放电收益，分别为P_ch和P_dis，P_ch＝{P_ch(1)，...，P_ch(24)}，P_dis＝{P_dis(1)，...，P_dis(24)}，P_ch(t)为t时段内的单位用电电价，P_dis(t)为t时段内的单位放电收益；

所述步骤二中根据用户行程规划计算的用户所需剩余电量下限设为SoC_trip，SoC表示荷电状态，表示电池的剩余电量与其完全充电状态时的电量的比值，SoC_trip的计算公式如下：

其中，ε为驾驶效率因素，D为行程距离，SoC_full为电池完全充电状态下的SoC，Max_dis为电池完全充电状态即SoC_full状态下的最大行驶距离；

所述步骤三中电动汽车的单位储能成本设为C_sto，C_sto包括电动汽车充放电过程对电池循环寿命的损耗以及充放电过程的电量损耗，其计算公式如下：

其中，B表示电动汽车电池成本，w为电动汽车电池的容量，L为电动汽车电池的循环寿命，C_ch为电动汽车电池剩余电量的平均成本，η为电动汽车充放电的电量损耗；

所述步骤四中构建电动汽车充放电调度的约束条件为：

其中，T_night为夜晚时间集合，以小时为单位时间，T_night＝{α_night，...，β_night}，α为电动汽车接入电网的时间，β为行程开始时间，

为t时段的充电量，w为电动汽车电池的容量，SoC_trip为用户行程所需电量下限，SoC_remain为当前电动汽车剩余电量，β_night表示夜晚时段的结束时间，SoC_full表示电动汽车电池的完全充电状态，

为t时段内的放电量，P_dis(t)表示t时段内的单位放电收益，C_sto表示单位储能成本，

表示任一时段内的最大放电量，

表示任一时段内的最大充电量；

所述步骤五中针对分时电价构建用户经济收益最优化的目标函数，在步骤四提出的充放电调度约束下通过凸规划求解得到最优的充放电调度计划，用户经济收益最优化的目标函数为：

其中，

为电动汽车接入电网后放电的总收益，

为电动汽车接入电网后充电的总支出，P为电动汽车总放电收益减去总充电支出后的综合经济收益，γ为电动汽车离开电网的时间，P_dis(t)为t时段内的单位放电收益，

为t时段内的放电量，P_ch(t)为t时段内的单位用电电价，

为t时段内的充电量；

基于约束条件，通过凸规划对上式十三进行求解，可得到用户经济收益最优的电动汽车充放电调度计划，分别为最优充电调度计划X_{ch_best}与最优放电调度计划X_{dis_best}，分别表示为：

其中，

分别为α，...，γ时段内的充电量

其中，

分别为α，...，γ时段内的放电量。

Images