CN107769199B - 一种公交线路电气化优化配置的线性化建模方法 - Google Patents
一种公交线路电气化优化配置的线性化建模方法 Download PDFInfo
- Publication number
- CN107769199B CN107769199B CN201711172975.2A CN201711172975A CN107769199B CN 107769199 B CN107769199 B CN 107769199B CN 201711172975 A CN201711172975 A CN 201711172975A CN 107769199 B CN107769199 B CN 107769199B
- Authority
- CN
- China
- Prior art keywords
- bus
- electric
- electric bus
- charging
- model
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005457 optimization Methods 0.000 title claims abstract description 26
- 230000014509 gene expression Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000007704 transition Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Nitrogen And Oxygen Or Sulfur-Condensed Heterocyclic Ring Systems (AREA)
Abstract
本发明涉及一种公交线路电气化优化配置的线性化建模方法。以单条公交线路为研究对象,在满足公交总站发车时刻表所要求的各时段发车需求这一大前提下,优化配置公交线路电气化情况下电动公交客车和充电桩的型号、数量,视公交线路电气化后的年度费用最小。本发明提出的方法能够用于指导地区或城市公交线路的电气化建设。
Description
技术领域
本发明属于电力系统规划技术领域,涉及一种公交线路电气化优化配置的线性化建模方法。
背景技术
在环境污染问题日益严重和我国石油进口依赖程度过大的双重背景下,电动汽车因其绿色清洁和不消耗传统燃油的特点成为社会关注的热点,电动汽车的普及率也不断提高。不同的国家、地区及相关企业也出台一系列政策支持推动电动汽车的发展。作为城市交通重要的环节,公共交通电气化将成为必然趋势。在此背景下,亟需一种公交线路电气化优化配套方法解决电气化公交线路的配置决策问题,以支撑城市公交线路电气化进程的发展。
本发明提出一种公交线路电气化优化配套的线性化建模方法,以单条公交线路为研究对象,考虑公交线路总站的发车需要,优化配置公交线路电气化情况下电动公交客车和充电桩配置型号、数量,利用提出的优化配置方法能够用于指导地区或城市公交线路的电气化建设,在一定程度上推动城市公交电气化的发展。
现有对电动公交线路的研究主要集中运行层面,如针对电动公交及动力电池充换电决策问题的研究,缺乏一种针对电气化公交线路优化配置的理论方法。同时,在电动公交运行模拟技术领域广泛采用的建模方式并不是等时间间隔的模型,使得现有的技术方案与现有的电力系统模型配合存在困难。为了解决这一问题,本发型考虑公交发车需求,提出一种公交线路电气化优化配置的线性化建模的理论方法。
发明内容
本发明的目的在于提供一种公交线路电气化优化配置的线性化建模方法,以单条公交站为研究对象,根据发车时刻表满足公交总站的发车需求,优化配置公交线路电气化情况下电动公交客车和充电桩配置型号、数量,该方法能够用于指导地区或城市公交线路的电气化建设。
为实现上述目的,本发明的技术方案是:一种公交线路电气化优化配置的线性化建模方法,包括如下步骤,
步骤S1、建立目标函数:
考虑到一条公交线路电气化所带来年度费用包括投资费用和运行费用,投资费用包括配置电动公交车、充电桩的设备购置费,运行费用包括电动公交车充电所缴纳的电费;则构建目标函数如下:
min f=Ce-bus+Ccharger+365·Cch (1)
式中,Ce-bus和Ccharger分别是电动公交车和充电桩的购置费用,Cch是为电动公交充电所产生的日充电费用,且
式中,和分别是特定型号电动公交数量和特定型号充电桩的数量;和分别是购置一辆电动公交车和一个充电桩的费用;r是贴现率;Le-bus和Lcharger分别是电动公交车和充电桩的寿命;c(t)是t时刻的系统电价,是编号为m的电动公交t时刻的充电功率;
步骤S2、构建约束条件:
根据步骤S1建立的目标函数,构建约束条件如下:
其中,式(5)表示公交运行需要满足发车时刻表,其中Ndeparture(t)是t时刻的发车数量,ym(t)表示编号为m的电动公交t时刻是否发车的状态;式(6)表示的是电动公交电池的SOC约束,其中Sm(t)是编号为m的电动公交t时刻的SOC量,和分别是最大和最小SOC水平;式(7)是电动公交SOC的更新公式,其中是由充电导致的SOC变化量,是电动汽车行驶导致的SOC变化量;式(8)和式(9)是具体的SOC变化量计算公式,其中ηch是充电效率,是编号为m的电动公交t时刻的充电功率,Δt是模型所采用的时间间隔(单位为min),是电动公交单位里程电量消耗值,是电动公交的行驶速度;式(10)是充电功率的计算公式,其中是特定型号充电桩的充电功率,是表示编号为m的电动公交t时刻是否由型号为i充电桩的充电;式(11)-式(13)是电动公交行驶距离计算公式和电动公交行驶距离的约束,其中Dm(t)表示电动公交距离行驶终点的距离,ΔDm(t)是电动公交该时刻行驶的距离,和分别是最大最小距离,是由线路长度决定的参数;式(14)是电动公交行驶状态转移公式,通过对0-1变量zm(t)赋值表现电动公交状态在行驶与待命发车之间切换改变;式(15)和式(16)是表示电动公交是否处于行驶状态的约束方程,其中um(t)是表示电动公交是否处于行驶状态;式(17)-式(19)是表示电动汽车充电状态的约束方程和状态转移公式,其中和分别是表示电动汽车开始充电和停止充电;式(20)和式(21)表示只有处于待命发车状态下的电动公交和购置投资的电动公交才可以充电,其中是表征特定编号电动公交是否购置的决策变量;式(22)表示电动公交仅能通过与配置投资型号对应的充电桩充电,其中是表示是否选择配置型号为i的充电桩;式(23)和(24)则表示一条线路仅能分别选择配置1种型号的电动公交和充电桩,其中是表示是否选择配置型号为j的电动公交;式(25)表示电动公交的电池容量上限容量应与配置投资型号电动公交的容量参数一致,其中capj是型号为j的电动公交的电池容量;式(26)任意时刻同时充电的电动公交数量不能大于特定型号充电桩的配置数量,其中表示型号为i的充电桩的配置数量;式(27)表示每辆电动公交同一时刻仅能用一种型号充电桩充电;式(28)用于计算需要投资购置的电动公交数量;式(29)表示公交线路充电站的负荷不能大于变压器的供电容量,其中P0(t)表示电动公交站原有的负荷,Strans表示电动公交站的配电变压器容量;式(30)表示电动公交SOC的特殊需求,其中Trequire是特殊需求的时间集合,是特殊需求时刻的SOC值;
通过步骤S1、S2即完成公交线路电气化优化配置的建模。
在本发明一实施例中,还包括如下步骤,
步骤S3、对建立的公交线路电气化优化配置模型进行线性化:
公交线路电气化优化配置模型中,式(8)中有最小值运算,式(14)和(19)中均有条件表达式,式(28)中存在两决策变量的乘积,即式(8)、(14)、(19)、(28)均为非线性表示;
为此,将式(8)线性化处理为如下不等式组:
上述不等式组中前两个式子保证充电后电动汽车的SOC不超过动力电池的固有容量,第3个不等式表示若该时刻不是SOC充满的时刻下,SOC的充电电量必须等于充电效率、充电功率和充电时间的乘积;
式(14)和(19)线性化处理为如下方程:
式(28)线性化处理为如下多个方程:
上式中,flagm,j是一个0-1变量,该标志符用于表示电动公交车型选择决策和是否配置编号为m的电动公交车;表示一个比较阈值,为了准确判断和是否同时为1,的取值区间可以是(1,2);当和同时为1时,flagm,j=1;否则,flagm,j=0;所以此时特定型号电动公交的配置数量可以通过如下线性表达式表达:
相较于现有技术,本发明具有以下特点和有益效果:1)本发明方法通过建立优化规划模型解决电气化公交线路中电动公交客车和充电桩配置型号、数量优化配置问题;2)提出的方法与现有的技术方案相比,从满足公交发车时刻表这一根本运行需要出发,计及电动公交在途和充电时不可调度的特性,更符合生活实际应用场景;3)提出方法的模型是用等时间间隔表示的标准的优化模型形式,能够直接嵌入到电力系统常用的模型中用于电力系统规划分析研究,具备优秀的兼容性;4)通过线性化处理,使得所提出的模型方法能够利用成熟的商业优化软件求解,提高问题求解的效率和正确性;5)所提出方法能够用于指导地区或城市公交线路的电气化建设和运行,能够节约投资和运行费用,带来巨大的经济效益。
具体实施方式
下面,对本发明的技术方案进行具体说明。
本发明提出一种公交线路电气化优化配套的线性化建模方法,通过建立优化规划模型解决电气化公交线路中电动公交客车和充电桩配置型号、数量优化配置问题,所提出的优化配置方法如下文所述。
首先,在所建立的方法模型中,T表示时间集合,I表示充电桩型号集合,J表示电动公交型号集合,M表示电动公交车集合。
(1)目标函数
对于一条电气化公交线路来说,其首要目标是满足运营需求,其次是节约自身的运行费用。而一条公交线路电气化所带来年度费用包括投资费用和运行费用,投资费用主要是配置电动公交车、充电桩的设备购置费,运行费用主是为电动公交车补充电能所缴纳的电费。在这样背景下,考虑当前普遍采用的分时电价体系,所建立模型的目标函数如下:
min f=Ce-bus+Ccharger+365·Cch (1)
式中,Ce-bus和Ccharger分别是电动公交和充电桩的购置费用(均折算成年费用),Cch是为电动公交充电所产生的日充电费用。上述各变量的具体计算方法可以参考下式:
式中,和分别是特定型号电动公交数量和特定型号充电桩的数量;和分别是购置一辆特定型号电动公交车和一个特定型号充电桩的费用;r是贴现率;Le-bus和Lcharger分别是电动公交车和充电桩的寿命(单位:年);c(t)是t时刻的系统电价,是编号为m的电动公交t时刻的充电功率;
(2)约束条件
所建立优化模型的约束条件表示如下:
模型约束参数意义说明:式(5)表示公交运行需要满足发车时刻表,其中Ndeparture(t)是t时刻的发车数量,ym(t)表示编号为m的电动公交t时刻是否发车的状态,是一个0-1变量。式(6)表示的是电动公交电池的SOC约束,其中Sm(t)是编号为m的电动公交t时刻的SOC量,和分别是最大和最小SOC水平。式(7)是电动公交SOC的更新公式,其中是由充电导致的SOC变化量,是电动汽车行驶导致的SOC变化量。式(8)和式(9)是具体的SOC变化量计算公式,其中ηch是充电效率,是编号为m的电动公交t时刻的充电功率,Δt是模型所采用的时间间隔(单位为min),是电动公交单位里程电量消耗值,是电动公交的行驶速度。式(10)是充电功率的计算公式,其中是特定型号充电桩的充电功率,是表示编号为m的电动公交t时刻是否由型号为i充电桩的充电的0-1变量。式(11)-式(13)是电动公交行驶距离计算公式和电动公交行驶距离的约束,其中Dm(t)表示电动公交距离行驶终点的距离,ΔDm(t)是电动公交该时刻行驶的距离,和分别是最大最小距离,是由线路长度决定的参数。式(14)是电动公交行驶状态转移公式,通过对0-1变量zm(t)赋值表现电动公交状态在行驶与待命发车之间切换改变。式(15)和式(16)是表示电动公交是否处于行驶状态的约束方程,其中um(t)是表示电动公交是否处于行驶状态的0-1变量。式(17)-式(19)是表示电动汽车充电状态的约束方程和状态转移公式,其中和分别是表示电动汽车开始充电和停止充电的0-1变量。式(20)和式(21)表示只有处于待命发车状态下的电动公交和购置投资的电动公交才可以充电,其中是表征特定编号电动公交是否购置的决策变量。式(22)表示电动公交仅能通过与配置投资型号对应的充电桩充电,其中是表示是否选择配置型号为i的充电桩的0-1变量。式(23)和(24)则表示一条线路仅能分别选择配置1种型号的电动公交和充电桩,其中是表示是否选择配置型号为j的电动公交的0-1变量,这两个式子可以根据具体要求作调整。式(25)表示电动公交的电池容量上限容量应与配置投资型号电动公交的容量参数一致,其中capj是型号为j的电动公交的电池容量。式(26)任意时刻同时充电的电动公交数量不能大于特定型号充电桩的配置数量,其中表示型号为i的充电桩的配置数量。式(27)表示每辆电动公交同一时刻仅能用一种型号充电桩充电。式(28)用于计算需要投资购置的电动公交数量。式(29)表示公交线路充电站的负荷不能大于变压器的供电容量,其中P0(t)表示电动公交站原有的负荷,Strans表示电动公交站的配电变压器容量。式(30)表示电动公交SOC的特殊需求,例如完成当日运营后或次日运营前需要把电池充满等。其中Trequire是特殊需求的时间集合,是特殊需求时刻的SOC值。
在建模过程中,为了准确表示出现实中电动公交在途时不可充电的特性,使得所提出方法具备实际工程应用价值,本发明提出如式(12)所示的方法表示电动公交行驶距离。该方法通过等式约束实现在途电动汽车每一时段距离公交总站距离的及时更新。当电动公交发车执行任务(ym(t)=1),将距离参数的数值按照线路的最大距离减去这一时段电动公交行驶的距离赋值(即),随后每一时段通过减少行驶距离(即)实现距离更新。当距离等于0时,通过式(19)对参数zm(t)赋值并与式(15)配合实现电动公交在在途和等待发车状态之间的切换转移。同理,通过条件赋值等式(19)配合式(17)实现电动公交在充电和等待发车状态之间的切换转移。该状态转移约束表达式是本发明的关键点和欲保护点之一。
式(1)-式(30)所构建的优化模型即为本发明提出的一种公交线路电气化决策与配套设施优化配置的方法,在输入具体参数后求解优化问题即能求解具体公交线路电气化优化配置问题并做技术经济分析。
(3)模型线性化
上述提出模型中存在部分非线性约束,故所建立的模型是一个混合整数非线性规划模型,为了提高求解效率和方便地利用常用求解器CPLEX求解提出问题,本发明提出一种针对上述模型的线性化方法,该方法也是本发明中一个重要的关键点和欲保护点。
模型中,式(8)中有最小值运算,而式(14)和(19)中均有条件表达式,式(28)中存在两决策变量的乘积,上述各式均为非线性表示。本文提出数学方法对上述各式做线性化处理,在此之前先介绍本发明提出线性化方法的背景数学知识。
考虑判断p的正负性这一问题。首先,为了利用线性化的方法判断p的正负性,引入参数a<0,b>0,y∈{0,1},构造如下不等式组:
上述不等式组中,当p>0时,y=1;等p<0时,y=0。到此即实现了利用标志变量y反映p的正负性,其中p可以是单独一个需要判断的变量,也可以是两变量的差值用于比较其大小关系。但上述不等式组的缺陷在于当p=0时,不等式组变为0≤y≤1,即标志变量y反映p=0的情况。为了弥补上述缺陷和不足,同样引入参数a<0,b>0,y1,y2∈{0,1}和一个足够小的正数ε(如1e-10),构造如下不等式组:
上述不等式组中,当p<ε时,y1=1;当p>-ε时,y2=1。故当且仅当-ε<p<ε时,y1=1且y2=1同时成立,由于ε足够小,所以能够近似认为此时p=0,故同时利用标志变量y1和y2即能实现对p=0的判断且保证精度要求。
至此,即通过引入不等式组实现了对变量p取值的判断,实现了即条件表达式(if函数)的功能,且输出结果为0和1两个值,故可以将模型中的式(8)线性化处理成如下不等式组。
上述不等式组中前两个式子保证充电后电动汽车的SOC不超过动力电池的固有容量,第3个不等式表示若该时刻不是SOC充满的时刻下,SOC的充电电量必须等于充电效率、充电功率和充电时间的乘积,这也更符合实际生活中充电桩功率并非任意可调的情况。由此即实现了对提出模型式(8)的线性化。
式(14)和(19)中均有条件表达式,即可以通过上述线性化方法实现判断并控制对应参数,线性化后的等式分别如下所示。
式(28)的作用在于计算特定型号电动公交的配置数量,其中存在两决策变量乘积的形式,式(28)线性化处理为如下多个方程:
上式中,flagm,j是一个0-1变量,该标志符用于表示电动公交车型选择决策和是否配置编号为m的电动公交车;表示一个比较阈值,为了准确判断和是否同时为1,的取值区间可以是(1,2);当和同时为1时,flagm,j=1;否则,flagm,j=0;所以此时特定型号电动公交的配置数量可以通过如下线性表达式表达:
至此,就完成了对所提出公交线路电气化优化配置模型的线性化,即实现了一种公交线路电气化优化配置的线性化建模方法,线性化模型即能通过成熟的商业优化软件求解。
本发明提出方法在实际应用过程中需要输入的参数包括但不限于:电动公交备选型号参数(均包括投资费用、寿命等)及额定容量;充电桩备选型号参数(均包括投资费用、寿命等)及额定充电功率及效率;线路长度;单位里程电耗;车速;发车时刻表及电价信息等数据。
(4)算例分析
以一条公交线路为例,电动公交车执行一趟任务耗时,单位里程耗电量为算例采用的单位时间间隔为15min。公交线路长度为52.5公里,电动公交时速为30km/h,故电动公交执行一次任务需要耗时1.75小时,每公里电耗为1.2kWh/km。最大、最小SOC水平分别取1和0.2。普通充电桩和快速充电桩的单位投资费用分别为50000元和160000元。系统参数具体详见表1,电动公交车总站接入10kV配电网并根据目录执行10kV工商业电价,对应的峰谷分时电价如表2所示,线路发车时刻表如表3所示。
表1系统参数
表2峰谷电价表
表3发车时刻表
表4优化配置结果
如表4所示,结果表明,所研究公交线路电气化最优配置方案为:A型车9辆和快速充电桩2个。可见,小容量的电动公交车和大功率的充电桩是对算例中公交线路而言较优的配置选择,这也是现在现实中比较常见的一种典型的电气化公交线路的配置方案。在此配置方案下即可完成发车时刻表中所列1天共44趟次的公交运行任务,平均每车每天执行约5次任务。本算例采用发车时刻表考虑公交线路发车存在高峰低谷时段的特性,针对早晚高峰时段采取不同发车间隔,可见本发明所提出方法确实能够用到真实应用场景中解决实际问题。需要说明的是,本算例分析仅作为本发明提出方法的例证及实际应用效果展示,本发明所提出的方法的应用范围不受算例限制和约束。同时,本发明所提出的线性化方法及思想(具体实施方式中的式(A)、式(B)及相关表述部分)也可以广泛应用于对条件表达式的线性化领域,为各领域的数学建模提供便利。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (1)
1.一种公交线路电气化优化配置的线性化建模方法,其特征在于:包括如下步骤,
步骤S1、建立目标函数:
考虑到一条公交线路电气化所带来年度费用包括投资费用和运行费用,投资费用包括配置电动公交车、充电桩的设备购置费,运行费用包括电动公交车充电所缴纳的电费;则构建目标函数如下:
min f=Ce-bus+Ccharger+365·Cch (1)
式中,Ce-bus和Ccharger分别是电动公交车和充电桩的购置费用,Cch是为电动公交充电所产生的日充电费用,且
式中,和分别是特定型号电动公交数量和特定型号充电桩的数量;和pri charger分别是购置一辆电动公交车和一个充电桩的费用;r是贴现率;Le-bus和Lcharger分别是电动公交车和充电桩的寿命;c(t)是t时刻的系统电价,是编号为m的电动公交t时刻的充电功率;
步骤S2、构建约束条件:
根据步骤S1建立的目标函数,构建约束条件如下:
其中,式(5)表示公交运行需要满足发车时刻表,其中Ndeparture(t)是t时刻的发车数量,ym(t)表示编号为m的电动公交t时刻是否发车的状态;式(6)表示的是电动公交电池的SOC约束,其中Sm(t)是编号为m的电动公交t时刻的SOC量,和分别是最大和最小SOC水平;式(7)是电动公交SOC的更新公式,其中是由充电导致的SOC变化量,是电动汽车行驶导致的SOC变化量;式(8)和式(9)是具体的SOC变化量计算公式,其中ηch是充电效率,是编号为m的电动公交t时刻的充电功率,Δt是模型所采用的时间间隔,是电动公交单位里程电量消耗值,是电动公交的行驶速度;式(10)是充电功率的计算公式,其中Pi rated是特定型号充电桩的充电功率,是表示编号为m的电动公交t时刻是否由型号为i充电桩的充电;式(11)-式(13)是电动公交行驶距离计算公式和电动公交行驶距离的约束,其中Dm(t)表示电动公交距离行驶终点的距离,ΔDm(t)是电动公交该时刻行驶的距离,和分别是最大最小距离,是由线路长度决定的参数;式(14)是电动公交行驶状态转移公式,通过对0-1变量zm(t)赋值表现电动公交状态在行驶与待命发车之间切换改变;式(15)和式(16)是表示电动公交是否处于行驶状态的约束方程,其中um(t)是表示电动公交是否处于行驶状态;式(17)-式(19)是表示电动汽车充电状态的约束方程和状态转移公式,其中和分别是表示电动汽车开始充电和停止充电;式(20)和式(21)表示只有处于待命发车状态下的电动公交和购置投资的电动公交才可以充电,其中是表征特定编号电动公交是否购置的决策变量;式(22)表示电动公交仅能通过与配置投资型号对应的充电桩充电,其中是表示是否选择配置型号为i的充电桩;式(23)和(24)则表示一条线路仅能分别选择配置1种型号的电动公交和充电桩,其中是表示是否选择配置型号为j的电动公交;式(25)表示电动公交的电池容量上限容量应与配置投资型号电动公交的容量参数一致,其中capj是型号为j的电动公交的电池容量;式(26)任意时刻同时充电的电动公交数量不能大于特定型号充电桩的配置数量,其中表示型号为i的充电桩的配置数量;式(27)表示每辆电动公交同一时刻仅能用一种型号充电桩充电;式(28)用于计算需要投资购置的电动公交数量;式(29)表示公交线路充电站的负荷不能大于变压器的供电容量,其中P0(t)表示电动公交站原有的负荷,Strans表示电动公交站的配电变压器容量;式(30)表示电动公交SOC的特殊需求,其中Trequire是特殊需求的时间集合,是特殊需求时刻的SOC值;T表示时间集合,I表示充电桩型号集合,J表示电动公交型号集合,M表示电动公交车集合;
通过步骤S1、S2即完成公交线路电气化优化配置的建模;
该方法还包括如下步骤,
步骤S3、对建立的公交线路电气化优化配置模型进行线性化:
公交线路电气化优化配置模型中,式(8)中有最小值运算,式(14)和(19)中均有条件表达式,式(28)中存在两决策变量的乘积,即式(8)、(14)、(19)、(28)均为非线性表示;
为此,将式(8)线性化处理为如下不等式组:
上述不等式组中前两个式子保证充电后电动汽车的SOC不超过动力电池的固有容量,第3个不等式表示若该时刻不是SOC充满的时刻下,SOC的充电电量必须等于充电效率、充电功率和充电时间的乘积;
式(14)和(19)线性化处理为如下方程:
式(28)线性化处理为如下多个方程:
上式中,flagm,j是一个0-1变量,该标志符用于表示电动公交车型选择决策和是否配置编号为m的电动公交车;表示一个比较阈值,为了准确判断和是否同时为1,的取值区间可以是(1,2);当和同时为1时,flagm,j=1;否则,flagm,j=0;所以此时特定型号电动公交的配置数量可以通过如下线性表达式表达:
上述式(8)、(14)、(19)和(28)线性化处理采用如下方式实现:
考虑判断p的正负性这一问题;首先,为了利用线性化的方法判断p的正负性,引入参数a<0,b>0,y∈{0,1},构造如下不等式组:
上述不等式组中,当p>0时,y=1;等p<0时,y=0;到此即实现了利用标志变量y反映p的正负性,其中p可以是单独一个需要判断的变量,也可以是两变量的差值用于比较其大小关系;但上述不等式组的缺陷在于当p=0时,不等式组变为0≤y≤1,即标志变量y反映p=0的情况;为了弥补上述缺陷和不足,同样引入参数a<0,b>0,y1,y2∈{0,1}和一个足够小的正数ε,ε取1e-10,构造如下不等式组:
上述不等式组中,当p<ε时,y1=1;当p>-ε时,y2=1;故当且仅当-ε<p<ε时,y1=1且y2=1同时成立,由于ε足够小,所以能够近似认为此时p=0,故同时利用标志变量y1和y2即能实现对p=0的判断且保证精度要求;
至此,即通过引入不等式组实现了对变量p取值的判断,实现了即条件表达式的功能,且输出结果为0和1两个值,故而可以将式(8)、(14)、(19)和(28)线性化处理转换为式(31)、(32)、(33)和(34)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711172975.2A CN107769199B (zh) | 2017-11-22 | 2017-11-22 | 一种公交线路电气化优化配置的线性化建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711172975.2A CN107769199B (zh) | 2017-11-22 | 2017-11-22 | 一种公交线路电气化优化配置的线性化建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107769199A CN107769199A (zh) | 2018-03-06 |
CN107769199B true CN107769199B (zh) | 2020-05-05 |
Family
ID=61280201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711172975.2A Active CN107769199B (zh) | 2017-11-22 | 2017-11-22 | 一种公交线路电气化优化配置的线性化建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107769199B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020018026A1 (en) * | 2018-07-17 | 2020-01-23 | Aselsan Elektroni̇k Sanayi̇ Ve Ti̇caret Anoni̇m Şi̇rketi̇ | Line need determination method |
CN110851769B (zh) * | 2019-11-25 | 2020-07-24 | 东南大学 | 一种基于网络承载力的电动公交网络可靠性评价方法 |
CN112884216B (zh) * | 2021-02-04 | 2023-06-23 | 国网湖南省电力有限公司 | 单条公交线路最小车辆数计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102570477A (zh) * | 2012-01-04 | 2012-07-11 | 河南省电力公司 | 基于线性化潮流算法模型的svc及tcsc混合布点规划方法 |
CN102722767A (zh) * | 2012-07-02 | 2012-10-10 | 山东鲁能智能技术有限公司 | 电动汽车充换电站布点规划系统及方法 |
CN106779176A (zh) * | 2016-11-25 | 2017-05-31 | 北京交通大学 | 电动出租车快充站内充电设施配置及定容方法 |
CN107092985A (zh) * | 2017-04-13 | 2017-08-25 | 大连理工大学 | 一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104917248A (zh) * | 2015-06-29 | 2015-09-16 | 中国电力科学研究院 | 电动公交车快速充电站的协调充电控制方法 |
CN106991492B (zh) * | 2017-03-13 | 2020-09-08 | 北京交通大学 | 一种北方气候快充纯电动公交车运营调度优化方法 |
-
2017
- 2017-11-22 CN CN201711172975.2A patent/CN107769199B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102570477A (zh) * | 2012-01-04 | 2012-07-11 | 河南省电力公司 | 基于线性化潮流算法模型的svc及tcsc混合布点规划方法 |
CN102722767A (zh) * | 2012-07-02 | 2012-10-10 | 山东鲁能智能技术有限公司 | 电动汽车充换电站布点规划系统及方法 |
CN106779176A (zh) * | 2016-11-25 | 2017-05-31 | 北京交通大学 | 电动出租车快充站内充电设施配置及定容方法 |
CN107092985A (zh) * | 2017-04-13 | 2017-08-25 | 大连理工大学 | 一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107769199A (zh) | 2018-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | A review on electric vehicle charging infrastructure development in the UK | |
CN106951978B (zh) | 一种基于改进K-means算法的城市集中型充电站规划方法 | |
Speidel et al. | Driving and charging patterns of electric vehicles for energy usage | |
Kempton et al. | Vehicle-to-grid power: battery, hybrid, and fuel cell vehicles as resources for distributed electric power in California | |
CN107769199B (zh) | 一种公交线路电气化优化配置的线性化建模方法 | |
Yuan et al. | Optimal scheduling for micro‐grid considering EV charging–swapping–storage integrated station | |
Gill et al. | Infrastructure cost issues related to inductively coupled power transfer for electric vehicles | |
Markel et al. | Multi-lab EV smart grid integration requirements study. providing guidance on technology development and demonstration | |
Wang et al. | Economic evaluation of electric bus charging infrastructure | |
Khan et al. | Plug-in electric vehicles: Challenges and opportunities | |
Singh et al. | Electric vehicles for low-emission urban mobility: current status and policy review for India | |
Ghazanfari et al. | The path to a vehicle-to-grid future: Powering electric mobility forward | |
Haddad et al. | Analysis of the financial viability of high-powered electric roadways: A case study for the state of Indiana | |
CN105469176A (zh) | 一种电池交换站运作方法 | |
Ul-Haq et al. | Electric transportation in pakistan under CPEC project: Technical framework and policy implications | |
Zhang et al. | Vehicle and charging scheduling of electric bus fleets: A comprehensive review | |
Gržanić et al. | Profitable Investment in PV and BES Integrated with EV Charging Stations in Croatia-Myth or Reality? | |
Zhang et al. | Research on optimal electrification selection and sequence scheme model of city's bus routes | |
Shu et al. | Locational Price Driven Electric Bus Fleet Operation and Charging Demand Management | |
Jing et al. | Modeling for electric taxi load and optimization model for charging/swapping facilities of electric taxi | |
Haddad et al. | Economic Feasibility of Dynamic Wireless Power Transfer Lanes in Indiana Freight Corridors | |
Bakre et al. | Evolution of Electric Vehicle Charging & Energy Storage Infrastructure in India | |
Sen et al. | Greening of Public Transport in Pune–A Feasibility Study | |
Indira | Optimised business model for effective charging of batteries in electric vehicles | |
CN105389627B (zh) | 一种电动汽车充换电设施效益评估优化系统及方法 |
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 |