CN109190812B - 一种基于电动汽车的虚拟储能可用容量预测方法及系统 - Google Patents

一种基于电动汽车的虚拟储能可用容量预测方法及系统 Download PDF

Info

Publication number
CN109190812B
CN109190812B CN201810955468.4A CN201810955468A CN109190812B CN 109190812 B CN109190812 B CN 109190812B CN 201810955468 A CN201810955468 A CN 201810955468A CN 109190812 B CN109190812 B CN 109190812B
Authority
CN
China
Prior art keywords
electric
capacity
electric automobile
available capacity
energy storage
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
Application number
CN201810955468.4A
Other languages
English (en)
Other versions
CN109190812A (zh
Inventor
李蓓
靳文涛
梁宇博
谢志佳
刘家亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Electric Power Research Institute Co Ltd CEPRI filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN201810955468.4A priority Critical patent/CN109190812B/zh
Publication of CN109190812A publication Critical patent/CN109190812A/zh
Application granted granted Critical
Publication of CN109190812B publication Critical patent/CN109190812B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]

Abstract

本发明公开了一种基于电动汽车的虚拟储能可用容量预测方法，包括：计算电动汽车的可用容量；当所述电动汽车的可用容量满足参与虚拟储能的约束条件时，确定所述电动汽车能够作为虚拟储能单元参与电网能量交互；采用尺度空间理论对具有相近可用容量的同类型电动汽车进行聚类，建立可控电动汽车数量动态变化模型，分别预测每一类型的电动汽车的总可用容量。本发明综合考虑了电动汽车可用容量与冗余备用容量，建立电动汽车参与电网能量交互的虚拟储能可用容量的数学模型，并通过聚类方法将可用容量相近的电动汽车分类进行管理，保证了电动汽车参与电网能量交互的容量需求，为集群电动汽车作为虚拟储能参与网侧的服务提供了基础支撑。

Description

一种基于电动汽车的虚拟储能可用容量预测方法及系统
技术领域
本发明涉及计量校准电力系统中电动汽车参与分布式储能应用技术领 域，并且更具体地，涉及一种基于电动汽车的虚拟储能可用容量预测方法 及系统。
背景技术
随着现代电力系统的发展，储能技术逐渐被引入到电力系统中，储能 系统因其灵活的功率吞吐特性，广泛应用于电力系统中。电动汽车 (Electric Vehicles,简称EV)的车载储能电池可以通过有序充电、车电 互联、电池更换以及退役电池储能四种方式实现电力系统储能价值。电动 汽车车载电池作为虚拟储能接入电网后,不仅可以作为可控充电负荷存在, 也可以作为微型分布式储能装置为电网提供服务与支持。电动汽车接入电 网与电网进行能量交互，构成了电力系统中一种新式微型的分布式储能系 统。面向某些用途的电动汽车闲置率较高的情况下，停泊时间有规律可寻 的电动汽车可以将车载动力电池系统作为分布式储能系统的组成单元，通 过聚合作用参与电网运行调控时的动态能量平衡，为电力系统稳定运行提 供有力支撑。
在未来电动汽车广泛普及的情况下，电动汽车车主可以根据自身用车 需求自主响应参与电动汽车虚拟储能服务，充分发挥电动汽车的使用价值， 在付出一定电池充放电循环次数折损的情况下创造相应收益。为实现用户 自主响应服务，需综合考虑不同管理模式、不同驾驶习惯行为特征以及及 电动汽车用户响应度等因素下的电动汽车虚拟储能可用容量预测问题。
发明内容
本发明提出一种基于电动汽车的虚拟储能可用容量预测方法及系统， 以解决电动汽车如何与电网进行能量交互的问题。
为了解决上述问题，本发明提供了一种基于电动汽车的虚拟储能可用 容量预测方法，其特征在于，所述方法包括：
当电动汽车车主确认作为虚拟储能参与电网能量交互时，计算电动汽 车的可用容量；
当所述电动汽车的可用容量满足参与虚拟储能的约束条件时，确定所 述电动汽车能够作为虚拟储能参与电网能量交互；
采用尺度空间理论对具有相近可用容量的同类型电动汽车进行聚类， 建立可控电动汽车数量动态变化模型，分别预测每一类型的电动汽车的总 可用容量。
优选地，其中所述计算电动汽车的可用容量，包括：
C(t)＝Cbat(SOC1-SOCmin)-Cre(t)，
R＝F(CbatD-Creη)，
其中，C(t)为单台电动汽车t时间内可用容量；Cbat为电动汽车的额定 容量；SOC1为参与服务时的电池荷电状态；Cre为电动汽车自身用电预留容 量，由用户根据自身需要自行决定；D表示汽车电池允许的放电深度；R表 示汽车可续航距离；F表示汽车电池的能效；η表示汽车电池的效率，因 不同用户驾驶行为习惯有所不同，导致电动汽车运行工况的不同，电池效 率η值有所不同。
优选地，判断电动汽车的可用容量是否满足参与虚拟储能的切入容量 限制条件为：
Co≥SOCmin·Cbat/η，
其中，Co表示电动汽车接入电网时的初始容量；SOCmin为保证电动汽 车电池安全且不受损的荷电状态最低值；Cbat为电动汽车的电池容量；η表 示汽车电池的放电效率；当所述电动汽车的可用容量满足参与虚拟储能的 约束条件时，确定所述电动汽车能够作为虚拟储能参与电网能量交互。
优选地，其中所述采用尺度空间理论对具有相近可用容量的同类型电 动汽车进行聚类，建立可控电动汽车数量动态变化模型，分别预测每一类 型的电动汽车的总可用容量，包括：
电动汽车用户通过双向通讯模块上报电动汽车入网时的可用容量与自 身驾驶需求电量，将电动汽车作为空间中的一个点，确定所有电动汽车构 成的点集为：Q＝(Qi∈R,i＝1,...,N)，其中Q为可调度总容量，Qi为可参与服务 单台电动车容量；
根据设定好的尺度，在小尺度下，具有相似容量特性的电动汽车落在 同一片区域内融合成一个点集，在该尺度下，所述点集作为一个电动汽车 聚类，并确定所述点集的中心作为聚类点；
随着尺度的扩大，电动汽车在小尺度下聚类的多个聚类中心融合成新 的聚类中心，并生成层次聚类树；
设起始时刻T0,电动汽车进入站级管理中心的时刻为T1，进入可调度 状态时间T2,结束电网能量互动时刻T3,采用蒙特卡洛模拟法随机抽样EV 接入电网时刻，EV初始荷电状态和结束服务时刻，不断模拟每辆EV的上 述几个时刻，将可用容量相近的EV聚类到一起，计算整个区域内的电动 汽车总可用容量；
对电动汽车状态时刻表进行统计分析，获取t时刻的可参与服务的电 动汽车数量：N(t)＝N0+Nin(t)-Nout(t)，其中N0是初始t0时刻的可调度EV 数,Nin(t)为t时刻可调度状态车辆数，Nout(t)为t时刻结束服务车辆数；
控制中心根据不同聚类中电动汽车的数量、荷电状态和功率计算每一 聚类对应的每一类型的电动汽车的总可用容量。
优选地，其中所述方法还包括：
为保证虚拟储能容量满足电网调度需求量，配置备用容量，电动汽车 处于闲置状态和放电状态时，在满足最小储存电量的约束和最大放电功率 约束的情况下备用容量约束为：Emin≤E-Pr·Δt/η；其中，Emin为t时刻电动 汽车集群后最小存储电量，E为t时刻集群电动汽车存储电量，Pr为集群 电动汽车t时段备用容量，η为放电效率；电动汽车集群后作为虚拟储能 参与网侧服务时，备用容量占比Y的取值范围为：(1-PrΔt)/Eη≤Y≤1。
优选地，其中所述方法还包括：
根据整个聚类区域内的同类型的电动汽车的总可用容量建立不同容量 下电动汽车参与的网侧服务类别。
优选地，其中所述根据整个聚类区域内的同类型的电动汽车的总可用 容量建立不同容量下电动汽车参与的网侧服务类别，包括：
当整个聚类区域内的同类型的电动汽车的总可用容量达到第一预设阈 值时，电动汽车构成的虚拟储能系统在用户侧能够参与稳定电网电压服务， 用于在电力系统受到扰动后保证系统电压能够保持或恢复到允许的范围；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第二预设阈 值时，电动汽车构成的虚拟储能在配电侧能够参与电网削峰填谷服务，用 于在用电低谷期作为负荷存储电能，在用电高峰期作为电源释放电能，实 现发电和用电间解耦及负荷调节，削减负荷峰谷差；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第三预设阈 值时，电动汽车构成的虚拟储能在输电侧能够参与改善电能质量提高供电 可靠性的服务，在电网电能质量不满足要求时，虚拟储能自动调节自身的 运行状态，实时控制配电网电能质量指标；当电网出现停电事故时，继续 为用户提供电能支撑；
其中，所述第一预设阈值为1MWh；所述第二预设阈值为10MWh所述第 三预设阈值为100MWh。
根据本发明的另一个方面，提供了一种基于电动汽车的虚拟储能可用 容量预测系统，其特征在于，所述系统包括：
电动汽车的可用容量计算单元，用于当电动汽车车主确认时，计算电 动汽车的可用容量；
判断单元，用于当所述电动汽车的可用容量满足参与虚拟储能的约束 条件时，确定所述电动汽车能够作为虚拟储能参与电网能量交互；
总可用容量预测单元，用于采用尺度空间理论对具有相近可用容量的 同类型电动汽车进行聚类，建立可控电动汽车数量动态变化模型，分别预 测每一类型的电动汽车的总可用容量。
优选地，其中所述电动汽车的可用容量计算单元，计算电动汽车的可 用容量，包括：
C(t)＝Cbat(SOC1-SOCmin)-Cre(t)，
R＝F(CbatD-Creη)，
其中，C(t)为单台电动汽车t时间内可用容量；Cbat为电动汽车的额 定容量；SOC1为参与服务时的电池荷电状态；Cre为电动汽车自身用电预留 容量，由用户根据自身需要自行决定；D表示汽车电池允许的放电深 度；R表示汽车可续航距离；F表示汽车电池的能效；η表示汽车电池的 效率，因不同用户驾驶行为习惯有所不同，导致电动汽车运行工况的不同，电池效率η值有所不同。
优选地，其中所述判断单元，判断电动汽车的可用容量是否满足参与 虚拟储能的切入容量限制条件为：
Co≥SOCmin·Cbat/η，
其中，Co表示电动汽车接入电网时的初始容量；SOCmin为保证电动汽 车电池安全且不受损的荷电状态最低值；Cbat为电动汽车的电池容量；η表 示汽车电池的放电效率；当所述电动汽车的可用容量满足参与虚拟储能的 约束条件时，确定所述电动汽车能够作为虚拟储能单元参与电网能量交互。
优选地，其中所述所述总可用容量预测单元，采用尺度空间理论对具 有相近可用容量的同类型电动汽车进行聚类，建立可控电动汽车数量动态 变化模型，分别预测每一类型的电动汽车的总可用容量，包括：
电动汽车用户通过双向通讯模块上报电动汽车入网时的可用容量与自 身驾驶需求电量，将电动汽车作为空间中的一个点，确定所有电动汽车构 成的点集为：Q＝(Qi∈R,i＝1,...,N)，其中Q为可调度总容量，Qi为可参与服 务单台电动车容量；
根据设定好的尺度，在小尺度下，具有相似容量特性的电动汽车落在 同一片区域内融合成一个点集，在该尺度下，所述点集作为一个电动汽车 聚类，并确定所述点集的中心作为聚类点；
随着尺度的扩大，电动汽车在小尺度下聚类的多个聚类中心融合成新 的聚类中心，并生成层次聚类树；
设起始时刻T0,电动汽车进入站级管理中心的时刻为T1，进入可调度 状态时间T2,结束电网能量互动时刻T3,采用蒙特卡洛模拟法随机抽样EV 接入电网时刻，EV初始荷电状态和结束服务时刻，不断模拟每辆EV的上 述几个时刻，将可用容量相近的EV聚类到一起，计算整个区域内的电动 汽车总可用容量；
对电动汽车状态时刻表进行统计分析，获取t时刻的可参与服务的电 动汽车数量：N(t)＝N0+Nin(t)-Nout(t)，其中N0是初始t0时刻的可调度EV 数,Nin(t)为t时刻可调度状态车辆数，Nout(t)为t时刻结束服务车辆数；
控制中心根据不同聚类中电动汽车的数量、荷电状态和功率计算每一 聚类对应的每一类型的电动汽车的总可用容量。
优选地，其中所述系统还包括：
备用容量设置单元，用于为保证虚拟储能容量满足电网调度需求量， 配置备用容量，电动汽车处于闲置状态和放电状态时，在满足最小储存电 量的约束和最大放电功率约束的情况下备用容量约束为：Emin≤E-Pr·Δtη； 其中，Emin为t时刻电动汽车集群后最小存储电量，E为t时刻集群电动汽 车存储电量，Pr为集群电动汽车t时段备用容量，η为放电效率；电动汽车 集群后作为虚拟储能参与网侧服务时，备用容量占比Y的取值范围为： (1-PrΔt)/Eη≤Y≤1。
优选地，其中所述系统还包括：
服务类别建立单元，用于根据整个聚类区域内的同类型的电动汽车的 总可用容量建立不同容量下电动汽车参与的网侧服务类别。
优选地，其中所述服务类别建立单元，根据整个聚类区域内的同类型 的电动汽车的总可用容量建立不同容量下电动汽车参与的网侧服务类别， 包括：
当整个聚类区域内的同类型的电动汽车的总可用容量达到第一预设阈 值时，电动汽车构成的虚拟储能系统在用户侧能够参与稳定电网电压服务， 用于在电力系统受到扰动后保证系统电压能够保持或恢复到允许的范围；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第二预设阈 值时，电动汽车构成的虚拟储能在配电侧能够参与电网削峰填谷服务，用 于在用电低谷期作为负荷存储电能，在用电高峰期作为电源释放电能，实 现发电和用电间解耦及负荷调节，削减负荷峰谷差；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第三预设阈 值时，电动汽车构成的虚拟储能在输电侧能够参与改善电能质量提高供电 可靠性的服务，在电网电能质量不满足要求时，虚拟储能自动调节自身的 运行状态，实时控制配电网电能质量指标；当电网出现停电事故时，继续 为用户提供电能支撑；
其中，所述第一预设阈值为1MWh；所述第二预设阈值为10MWh所述第 三预设阈值为100MWh。
本发明提供了一种基于电动汽车的虚拟储能可用容量预测方法及系 统，在满足电动汽车自身用电需求的前提下，通过电动汽车与电网的能量 交互，向电网提供服务实现储能系统的作用；电动汽车接入电网，综合考 虑了电动汽车可用容量与冗余备用容量，建立电动汽车参与电网能量交互 的虚拟储能可用容量的数学模型；并通过聚类方法将可用容量相近的候选 电动汽车虚拟储能系统进行分类管理，保证电动汽车参与电网能量交互的 容量需求，为集群电动汽车作为虚拟储能参与网侧的服务提供了基础支撑。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方 式：
图1为根据本发明实施方式的基于电动汽车的虚拟储能可用容量预测 方法100的流程图；
图2为根据本发明实施方式的电动汽车作为虚拟储能的控制图；
图3为根据本发明实施方式的计算可响应参与服务的电动汽车数量的 流程图；
图4为根据本发明实施方式的电动汽车聚类后参与虚拟储能的流程 图；
图5为根据本发明实施方式的基于电动汽车的虚拟储能可用容量预测 系统500的结构示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许 多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例 是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分 传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是 对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的 技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典 限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应 该被理解为理想化的或过于正式的意义。
图1为根据本发明实施方式的基于电动汽车的虚拟储能可用容量预测 方法100的流程图。如图1所示，本发明的实施方式提供的基于电动汽车 的虚拟储能可用容量预测方法100，在满足电动汽车自身用电需求的前提 下，通过电动汽车与电网的能量交互，向电网提供服务实现储能系统的作 用；电动汽车接入电网，综合考虑了电动汽车可用容量与冗余备用容量， 建立电动汽车参与电网能量交互的虚拟储能可用容量的数学模型；并通过 聚类方法将可用容量相近的候选电动汽车虚拟储能系统进行分类管理，保 证电动汽车参与电网能量交互的容量需求，为集群电动汽车作为虚拟储能 参与网侧的服务提供了基础支撑。本发明的实施方式提供的基于电动汽车 的虚拟储能可用容量预测方法100从步骤101处开始，在步骤101当电动 汽车车主确认作为虚拟储能参与电网能量交互时，计算电动汽车的可用容 量。
优选地，所述计算电动汽车的可用容量，包括：
C(t)＝Cbat(SOC1-SOCmin)-Cre(t)，
R＝F(CbatD-Creη)，
其中，C(t)为单台电动汽车t时间内可用容量；Cbat为电动汽车的电池 容量；SOC1为参与服务时的电池荷电状态；Cre为电动汽车自身用电预留容 量，由用户根据自身需要自行决定；D表示汽车电池允许的放电深度；R表 示汽车可续航距离；F表示汽车电池的能效；η表示汽车电池的效率，因 不同用户驾驶行为习惯有所不同，导致电动汽车运行工况的不同，电池效 率η值有所不同。。在本发明的实施方式中，考虑到用户使用的便捷性， 将电池预设保留容量值等价转化为汽车可续航距离。
优选地，其中所述方法还包括：
为保证虚拟储能容量满足电网调度需求量，配置备用容量，电动汽车 处于闲置状态和放电状态时，在满足最小储存电量的约束和最大放电功率 约束的情况下备用容量约束为：Emin≤E-Pr·Δtη；其中，Emin为t时刻电动 汽车集群后最小存储电量，E为t时刻集群电动汽车存储电量，Pr为集群 电动汽车t时段备用容量，η为放电效率；电动汽车集群后作为虚拟储能 参与网侧服务时，备用容量占比Y的取值范围为：(1-PrΔt)/Eη≤Y≤1。
电动汽车作为交通工具，根据电动汽车不同应用场合以及行驶规律， 主要分为电动私家车(A类)、电动公务车(B类)、电动公交车(C类)、 电动出租车和电动摆渡车(D类)四大类；电动汽车作为虚拟储能与电网 进行能量交互时，考虑到电动汽车作为交通工具的特性与传统储能方式存 在区别，充分考虑到用户的随机性和不确定，为实现电动汽车虚拟储能的 作用，应将确定电动汽车可参与服务时间与容量状况，考虑其参与的可能 性。
在本发明的实施方式中，设置不同类型电动汽车作为虚拟储能参与电 网能量交互可参与时段为：根据A类EV的行驶特性，A类EV在09：00-17:00 (称之为工作时段)期间主要停放在工作单位中，工作期间电动汽车停放 在电动汽车站级管理中心，可以参与工作时段内调度指令；根据B类EV 的行驶特性，在工作时段内B类EV由工作单位相关部门统一调度和管理， 随时待命。下班后至次日上班前，B类EV统一停放在站级管理中心，可参 与这段时间的调度指令；根据C类EV的行驶特性，C类EV工作时段在05： 00-23：00，工作期间C类EV除中间回公交场站充电外，全部处于运营状 态，在末班车结束运营至次日首班车发车之前全部处于站级管理中心(电 动汽车公交场站)，此时电动公交车可参与该时段内调度指令；根据D类 EV的行驶特性，D类EV工作时间(除回站充电外)24小时运营，由于可 调度性较低，因此D类EV不可作为虚拟储能参与电网能量互动。
设置确立不同时段的可调度车型车辆优先级以及可参与虚拟储能电动 汽车分布情况为：:工作时段(09:00-17:00)，此时段A类EV集中停放 在附近站级管理中心，保证用户下班驾驶所需容量前提下，根据服务中心 需求指令，通过聚类的方式将可用容量状态相似的电动汽车聚类参与虚拟 储能服务，作为虚拟储能参与调度；下班时段至公交末班车时段(17： 00-23:00)，此时段A类EV驾驶回家并及时充电，B类EV在站级管理中 心可以作为虚拟储能参与调度，C类EV继续营运；公交末班车进站至次日 公交首班车时段(23:00-05:00)，此时C类EV全部停止营运进入电动汽 车公交场站(站级管理中心)，可作为虚拟储能参与调度，由于此时段A、 B、C三类电动车全部都处于可调度状态，由于C类EV容量较大，提供能 力较强，三类电动汽车参与电网调度的优先级依次为C、B、A。公交首班 车发车至上班时段(05：00-09:00)，此时段B类EV在站级管理中心预 留当天工作时间需求容量前提下，可作为虚拟储能参与电网调度。
图2为根据本发明实施方式的电动汽车作为虚拟储能的控制图。如图 2所示，站级管理中心将各站电动汽车数及电池可用容量状态上传到服务 中心，服务中心根据整个区域的可用容量约束及用户要求响应信号，调度 可参与虚拟储能服务的电动汽车。由于电动汽车停泊点地理位置分布随 机，但电动汽车站在区域内电网接入点固定，图1中不同站级管理中心位 于同一变电站且电压等级相同，不同站级管理中心经区域电动汽车控制中 心控制后经升压变压器由调度机构参与管理。
在本发明的实施方式中，当电动汽车车主自愿参与服务时才能作为虚 拟储能参与电网能量交互。不同类型的电动汽车作为虚拟储能参与电网能 量交互，储能容量计算方式相一致，单辆电动汽车可提供的容量计算公式 为：C(t)＝Cbat(SOC1-SOCmin)-Cre(t)，其中C(t)为单台电动汽车t时间内可用 容量，Cbat为电动汽车完全充放电循环容量，SOC1为参与服务时的电池荷电 状态，Cre为电动汽车自身用电预留容量，由用户根据自身需要自行决定。
根据电动汽车运行数据采集报告显示，电动汽车预留的荷电状态通过 大量数据拟合表明预留荷电状态同样满足正态分布。用户通过通讯模块输 入电动汽车离网时SOC期望值，电动汽车预留容量模型:电动汽车车主设 定的期望荷电状态为SOCr，确定电动汽车参与虚拟储能服务后的预留容量 为:Cre＝Cbat·SOCr/η，其中Cbat为电动汽车完全充放电循环容量，η为 电动汽车放电效率；
用户通过通讯模块输入电动车离网时需要驾驶里程数，电动汽车电量 需求Cre和电动汽车行驶里距离R的关系为：Cre＝(CbatD-R/F)η，其中 Cbat表示电动汽车的电池容量，D表示汽车电池允许的放电深度，R表示汽 车可续航距离，F表示汽车电池的能效，η表示汽车电池的放电效率，因 不同用户驾驶行为习惯有所不同，电池放电效率η值有所不同。
为保证虚拟储能容量满足电网调度需求量，配置备用容量，电动汽车 处于闲置状态和放电状态时，在满足最小储存电量的约束和最大放电功率 约束的情况下备用容量约束为：Emin≤E-Pr·Δtη；其中，Emin为t时刻电动 汽车集群后最小存储电量，E为t时刻集群电动汽车存储电量，Pr为集群 电动汽车t时段备用容量，η为放电效率；电动汽车集群后作为虚拟储能 参与网侧服务时，备用容量占比Y的取值范围为：(1-PrΔt)/Eη≤Y≤1。
在本发明的实施方式中，留有足够备用容量用于防止电动汽车集群后 作为虚拟储能单元参与电网能量交互时因特殊原因导致的可用容量不足 时，提供能量支撑。
优选地，在步骤102当所述电动汽车的可用容量满足参与虚拟储能的 约束条件时，确定所述电动汽车能够作为虚拟储能参与电网能量交互。
优选地，判断电动汽车的可用容量是否满足参与虚拟储能的切入容量 限制条件为：Co≥SOCmin·Cbat/η，其中，Co表示电动汽车接入电网时的初 始容量；SOCmin为保证电动汽车电池安全且不受损的荷电状态最低值；Cbat为电动汽车的电池容量；η表示汽车电池的放电效率；当所述电动汽车的 可用容量满足参与虚拟储能的约束条件时，确定所述电动汽车能够作为虚 拟储能单元参与电网能量交互。
优选地，在步骤103采用尺度空间理论对具有相近可用容量的同类型 电动汽车进行聚类，建立可控电动汽车数量动态变化模型，分别预测每一 类型的电动汽车的总可用容量。
优选地，其中所述采用尺度空间理论对具有相近可用容量的同类型电 动汽车进行聚类，建立可控电动汽车数量动态变化模型，分别预测每一类 型的电动汽车的总可用容量，包括：
电动汽车用户通过双向通讯模块上报电动汽车入网时的可用容量与自 身驾驶需求电量，将电动汽车作为空间中的一个点，确定所有电动汽车构 成的点集为：Q＝(Qi∈R,i＝1,...,N)，其中Q为可调度总容量，Qi为可参与服务 单台电动车容量；
根据设定好的尺度，在小尺度下，具有相似容量特性的电动汽车落在 同一片区域内融合成一个点集，在该尺度下，所述点集作为一个电动汽车 聚类，并确定所述点集的中心作为聚类点；
随着尺度的扩大，电动汽车在小尺度下聚类的多个聚类中心融合成新 的聚类中心，并生成层次聚类树；
设起始时刻T0,电动汽车进入站级管理中心的时刻为T1，进入可调度 状态时间T2,结束电网能量互动时刻T3,采用蒙特卡洛模拟法随机抽样EV 接入电网时刻，EV初始荷电状态和结束服务时刻，不断模拟每辆EV的上 述几个时刻，将可用容量相近的EV聚类到一起，计算整个区域内的电动 汽车总可用容量；
对电动汽车状态时刻表进行统计分析，获取t时刻的可参与服务的电 动汽车数量：N(t)＝N0+Nin(t)-Nout(t)，其中N0是初始t0时刻的可调度EV 数,Nin(t)为t时刻可调度状态车辆数，Nout(t)为t时刻结束服务车辆数；
控制中心根据不同聚类中电动汽车的数量、荷电状态和功率计算每一 聚类对应的每一类型的电动汽车的总可用容量。
在本发明的实施方式中，电动汽车参与虚拟储能服务前可用容量需满 足约束条件：Co≥SOCmin·Cbat/η，其中Co表示电动汽车接入电网时的初始 容量，SOCmin为保证电动汽车电池安全且不受损的荷电状态最低值，Cbat为电动汽车的电池容量,η表示汽车电池的放电效率。
计算每一聚类对应的每一类型的电动汽车的总可用容量包括：
步骤1：状态相似的电动汽车以类为单位进行调度，可以减少决策变 量，同时降低调度问题的求解规模和难度。电动汽车聚类选取可用容量作 为聚类指标来实现具有相近可用容量的电动汽车的聚类，采用尺度空间理 论对电动汽车进行聚类。
步骤2：电动汽车用户通过双向通讯模块上报电动汽车入网时的可用 容量与自身驾驶需求电量，车主通过通讯模块自主响应参与调度指令，将 电动汽车作为空间中的一个点，则所有电动汽车构成的点集为： Q＝(Qi∈R,i＝1,...,N)，其中Q为可调度总容量，Qi为可参与服务单台电动车 容量。
步骤3：根据设定好的尺度，在小尺度下，具有相似容量特性的电动 汽车落在同一片区域内，融合成一个点集，在该尺度下，这个点集可以作 为一个电动汽车聚类，并用该点集的中心作为该聚类点。
步骤4：随着尺度的扩大，电动汽车在小尺度下聚类的多个聚类中心 融合成新的聚类中心，当尺度足够大时，所有电动汽车生成了层次聚类树。
步骤5：设起始时刻T0,电动汽车进入站级管理中心的时刻为T1，进入 可调度状态时间T2,结束电网能量互动时刻T3,采用蒙特卡洛模拟法随机抽 样EV接入电网时刻，EV初始荷电状态和结束服务时刻，不断模拟每辆EV 的上述几个时刻，将可用容量相近的EV聚类到一起，计算整个区域内的 电动汽车总可用容量。
步骤6：电动汽车可参与虚拟储能时段由电动汽车的出行时段直接决 定，根据蒙特卡洛模拟得到的电动汽车接入电网参与虚拟储能时刻大数据 库分析来看，电动汽车用户参与虚拟储能服务放电时刻满足正态分布，概 率密度函数为：
Figure BDA0001772567020000141
其中μ和σ分别为电动汽车参与虚拟储能服务时刻的均值和标准差， 对于不同类型的电动汽车，对应的μ和σ值各不相同。
步骤7：通过对电动汽车状态时刻表的统计分析，可以得到t时刻的 可参与服务汽车数量：N(t)＝N0+Nin(t)-Nout(t)，其中N0是初始t0时刻的可调 度EV数,Nin(t)为t时刻可调度状态车辆数，Nout(t)为t时刻结束服务车辆 数。
步骤8：控制中心根据不同聚类中电动汽车的数量、荷电状态和功率 等计算每一聚类的可调度容量。
图3为根据本发明实施方式的计算可响应参与服务的电动汽车数量的 流程图。如图3所示，根据电动汽车进站时间以及电动汽车类型，确定电 动汽车可参与虚拟储能的可参与服务电动汽车，对于A类、B类、C类三 类电动汽车确定接入电网时刻以及初始荷电状态，计算参与服务电动汽 车可参与服务时间与可用容量，根据电网需求，并保留一定冗余可控容 量，确定参与虚拟储能电动汽车数量，参与虚拟储能服务的电动汽车在 数量上保持动态平衡，结束虚拟储能服务结束后的电动汽车驶离后，由 容量相当的备用电动汽车参与到虚拟储能服务。
优选地，其中所述方法还包括：
根据整个聚类区域内的同类型的电动汽车的总可用容量建立不同容量 下电动汽车参与的网侧服务类别。
优选地，其中所述根据整个聚类区域内的同类型的电动汽车的总可用 容量建立不同容量下电动汽车参与的网侧服务类别，包括：
当整个聚类区域内的同类型的电动汽车的总可用容量达到第一预设阈 值时，电动汽车构成的虚拟储能系统在用户侧能够参与稳定电网电压服务， 用于在电力系统受到扰动后保证系统电压能够保持或恢复到允许的范围；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第二预设阈 值时，电动汽车构成的虚拟储能在配电侧能够参与电网削峰填谷服务，用 于在用电低谷期作为负荷存储电能，在用电高峰期作为电源释放电能，实 现发电和用电间解耦及负荷调节，削减负荷峰谷差；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第三预设阈 值时，电动汽车构成的虚拟储能在输电侧能够参与改善电能质量提高供电 可靠性的服务，在电网电能质量不满足要求时，虚拟储能自动调节自身的 运行状态，实时控制配电网电能质量指标；当电网出现停电事故时，继续 为用户提供电能支撑；
其中，所述第一预设阈值为1MWh；所述第二预设阈值为10MWh所述第 三预设阈值为100MWh。
图4为根据本发明实施方式的电动汽车聚类后参与虚拟储能的流程 图。如图4所示，电动汽车用户通过双向通讯模块输入电动汽车入网时的 容量状态与自身电量需求以及其他电池参数，站级管理中心通过对电动汽 车类型、接入电网时容量等判断确定电动汽车是否可参与虚拟储能服务， 若电动汽车不满足容量要求，进一步确定车主时候要对电动汽车进行充电； 若电动汽车满足容量要求，通过多尺度空间层次分析得到的不同聚类指标下的可用总容量，根据其总容量的范围不同，虚拟储能参与不同的服务， 结束虚拟储能服务时要确保满足用户入网时在通讯模块中设定的预留需求 电量。
图5为根据本发明实施方式的基于电动汽车的虚拟储能可用容量预测 系统500的结构示意图。如图5所示，本发明的实施方式提供的基于电动 汽车的虚拟储能可用容量预测系统500，包括：电动汽车的可用容量计算 单元501、判断单元502和总可用容量预测单元503。
优选地，所述电动汽车的可用容量计算单元501，用于当电动汽车车 主确认作为虚拟储能参与电网能量交互时，计算电动汽车的可用容量。
优选地，其中所述电动汽车的可用容量计算单元501，计算电动汽车 的可用容量，包括：
C(t)＝Cbat(SOC1-SOCmin)-Cre(t)，
R＝F(CbatD-Creη)，
其中，C(t)为单台电动汽车t时间内可用容量；Cbat为电动汽车的电池 容量；SOC1为参与服务时的电池荷电状态；Cre为电动汽车自身用电预留容 量，由用户根据自身需要自行决定；D表示汽车电池允许的放电深度；R表 示汽车可续航距离；F表示汽车电池的能效；η表示汽车电池的放电效率， 因不同用户驾驶行为习惯有所不同，电池放电效率η值有所不同。
优选地，所述判断单元502，用于当所述电动汽车的可用容量满足参 与虚拟储能的约束条件时，确定所述电动汽车能够作为虚拟储能参与电网 能量交互。
优选地，其中所述判断单元502，判断电动汽车的可用容量是否满足 参与虚拟储能的切入容量限制条件为：
Co≥SOCmin·Cbat/η，
其中，Co表示电动汽车接入电网时的初始容量；SOCmin为保证电动汽 车电池安全且不受损的荷电状态最低值；Cbat为电动汽车的电池容量；η表 示汽车电池的放电效率；当所述电动汽车的可用容量满足参与虚拟储能的 约束条件时，确定所述电动汽车能够作为虚拟储能单元参与电网能量交互。
优选地，所述总可用容量预测单元503，用于采用尺度空间理论对具 有相近可用容量的同类型电动汽车进行聚类，建立可控电动汽车数量动态 变化模型，分别预测每一类型的电动汽车的总可用容量。
优选地，其中所述所述总可用容量预测单元503，采用尺度空间理论 对具有相近可用容量的同类型电动汽车进行聚类，建立可控电动汽车数量 动态变化模型，分别预测每一类型的电动汽车的总可用容量，包括：
电动汽车用户通过双向通讯模块上报电动汽车入网时的可用容量与自 身驾驶需求电量，将电动汽车作为空间中的一个点，确定所有电动汽车构 成的点集为：Q＝(Qi∈R,i＝1,...,N)，其中Q为可调度总容量，Qi为可参与服 务单台电动车容量；
根据设定好的尺度，在小尺度下，具有相似容量特性的电动汽车落在 同一片区域内融合成一个点集，在该尺度下，所述点集作为一个电动汽车 聚类，并确定所述点集的中心作为聚类点；
随着尺度的扩大，电动汽车在小尺度下聚类的多个聚类中心融合成新 的聚类中心，并生成层次聚类树；
设起始时刻T0,电动汽车进入站级管理中心的时刻为T1，进入可调度 状态时间T2,结束电网能量互动时刻T3,采用蒙特卡洛模拟法随机抽样EV 接入电网时刻，EV初始荷电状态和结束服务时刻，不断模拟每辆EV的上 述几个时刻，将可用容量相近的EV聚类到一起，计算整个区域内的电动 汽车总可用容量；
对电动汽车状态时刻表进行统计分析，获取t时刻的可参与服务的电 动汽车数量：N(t)＝N0+Nin(t)-Nout(t)，其中N0是初始t0时刻的可调度EV 数,Nin(t)为t时刻可调度状态车辆数，Nout(t)为t时刻结束服务车辆数；
控制中心根据不同聚类中电动汽车的数量、荷电状态和功率计算每一 聚类对应的每一类型的电动汽车的总可用容量。
优选地，其中所述系统还包括：备用容量设置单元，用于为保证虚拟 储能容量满足电网调度需求量，配置备用容量，电动汽车处于闲置状态和 放电状态时，在满足最小储存电量的约束和最大放电功率约束的情况下备 用容量约束为：Emin≤E-Pr·Δtη；其中，Emin为t时刻电动汽车集群后最小 存储电量，E为t时刻集群电动汽车存储电量，Pr为集群电动汽车t时段 备用容量，η为放电效率；电动汽车集群后作为虚拟储能参与网侧服务时， 备用容量占比Y的取值范围为：(1-PrΔt)/Eη≤Y≤1。
优选地，其中所述系统还包括：服务类别建立单元，用于根据整个聚 类区域内的同类型的电动汽车的总可用容量建立不同容量下电动汽车参与 的网侧服务类别。
优选地，其中所述服务类别建立单元，根据整个聚类区域内的同类型 的电动汽车的总可用容量建立不同容量下电动汽车参与的网侧服务类别， 包括：
当整个聚类区域内的同类型的电动汽车的总可用容量达到第一预设阈 值时，电动汽车构成的虚拟储能系统在用户侧能够参与稳定电网电压服务， 用于在电力系统受到扰动后保证系统电压能够保持或恢复到允许的范围；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第二预设阈 值时，电动汽车构成的虚拟储能在配电侧能够参与电网削峰填谷服务，用 于在用电低谷期作为负荷存储电能，在用电高峰期作为电源释放电能，实 现发电和用电间解耦及负荷调节，削减负荷峰谷差；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第三预设阈 值时，电动汽车构成的虚拟储能在输电侧能够参与改善电能质量提高供电 可靠性的服务，在电网电能质量不满足要求时，虚拟储能自动调节自身的 运行状态，实时控制配电网电能质量指标；当电网出现停电事故时，继续 为用户提供电能支撑；
其中，所述第一预设阈值为1MWh；所述第二预设阈值为10MWh所述第 三预设阈值为100MWh。
本发明的实施例的基于电动汽车的虚拟储能可用容量预测系统500与 本发明的另一个实施例的基于电动汽车的虚拟储能可用容量预测方法100 相对应，在此不再赘述。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所 公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他 的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常 含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/ 该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个 实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开 的准确的顺序运行，除非明确地说明。

Claims (12)

1.一种基于电动汽车的虚拟储能可用容量预测方法，其特征在于，所述方法包括：
当电动汽车车主确认作为虚拟储能参与电网能量交互时，计算电动汽车的可用容量；
当所述电动汽车的可用容量满足参与虚拟储能的约束条件时，确定所述电动汽车能够作为虚拟储能参与电网能量交互；
采用尺度空间理论对具有相近可用容量的同类型电动汽车进行聚类，建立可控电动汽车数量动态变化模型，分别预测每一类型的电动汽车的总可用容量；
其中，所述计算电动汽车的可用容量，包括：
C(t)＝Cbat(SOC1-SOCmin)-Cre(t)，
R＝F(CbatD-Creη)，
其中，C(t)为单台电动汽车t时间内可用容量；Cbat为电动汽车的额定容量；SOC1为参与服务时的电池荷电状态；Cre为电动汽车自身用电预留容量，由用户根据自身需要自行决定；D表示汽车电池允许的放电深度；R表示汽车可续航距离；F表示汽车电池的能效；η表示汽车电池的放电效率，因不同用户驾驶行为习惯有所不同，导致电动汽车运行工况的不同，电池效率η值有所不同；SOCmin为保证电动汽车电池安全且不受损的荷电状态最低值。
2.根据权利要求1所述的方法，其特征在于，判断电动汽车的可用容量是否满足参与虚拟储能的切入容量限制条件为：
Co≥SOCmin·Cbat/η，
其中，Co表示电动汽车接入电网时的初始容量；Cbat为电动汽车的额定容量。
3.根据权利要求1所述的方法，其特征在于，所述采用尺度空间理论对具有相近可用容量的同类型电动汽车进行聚类，建立可控电动汽车数量动态变化模型，分别预测每一类型的电动汽车的总可用容量，包括：
电动汽车用户通过双向通讯模块上报电动汽车入网时的可用容量与自身驾驶需求电量，将电动汽车作为空间中的一个点，确定所有电动汽车构成的点集为：Q＝(Qi∈R,i＝1,...,N)，其中Q为可调度总容量，Qi为可参与服务单台电动车容量；
根据设定好的尺度，在小尺度下，具有相似容量特性的电动汽车落在同一片区域内融合成一个点集，在该尺度下，所述点集作为一个电动汽车聚类，并确定所述点集的中心作为聚类点；
随着尺度的扩大，电动汽车在小尺度下聚类的多个聚类中心融合成新的聚类中心，并生成层次聚类树；
设起始时刻T0,电动汽车进入站级管理中心的时刻为T1，进入可调度状态时间T2,结束电网能量互动时刻T3,采用蒙特卡洛模拟法随机抽样EV接入电网时刻，EV初始荷电状态和结束服务时刻，不断模拟每辆EV的上述几个时刻，将可用容量相近的EV聚类到一起，计算整个区域内的电动汽车总可用容量；
对电动汽车状态时刻表进行统计分析，获取t时刻的可参与服务的电动汽车数量：N(t)＝N0+Nin(t)-Nout(t)，其中N0是初始t0时刻的可调度EV数,Nin(t)为t时刻可调度状态车辆数，Nout(t)为t时刻结束服务车辆数；
控制中心根据不同聚类中电动汽车的数量、荷电状态和功率计算每一聚类对应的每一类型的电动汽车的总可用容量。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
为保证虚拟储能容量满足电网调度需求量，配置备用容量，电动汽车处于闲置状态和放电状态时，在满足最小储存电量的约束和最大放电功率约束的情况下备用容量约束为：Emin≤E-Pr·Δt/η；其中，Emin为t时刻电动汽车集群后最小存储电量，E为t时刻集群电动汽车存储电量，Pr为集群电动汽车t时段备用容量；电动汽车集群后作为虚拟储能参与网侧服务时，备用容量占比Y的取值范围为：(1-PrΔt)/Eη≤Y≤1。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据整个聚类区域内的同类型的电动汽车的总可用容量建立不同容量下电动汽车参与的网侧服务类别。
6.根据权利要求5所述的方法，其特征在于，所述根据整个聚类区域内的同类型的电动汽车的总可用容量建立不同容量下电动汽车参与的网侧服务类别，包括：
当整个聚类区域内的同类型的电动汽车的总可用容量达到第一预设阈值时，电动汽车构成的虚拟储能系统在用户侧能够参与稳定电网电压服务，用于在电力系统受到扰动后保证系统电压能够保持或恢复到允许的范围；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第二预设阈值时，电动汽车构成的虚拟储能在配电侧能够参与电网削峰填谷服务，用于在用电低谷期作为负荷存储电能，在用电高峰期作为电源释放电能，实现发电和用电间解耦及负荷调节，削减负荷峰谷差；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第三预设阈值时，电动汽车构成的虚拟储能在输电侧能够参与改善电能质量提高供电可靠性的服务，在电网电能质量不满足要求时，虚拟储能自动调节自身的运行状态，实时控制配电网电能质量指标；当电网出现停电事故时，继续为用户提供电能支撑；
其中，所述第一预设阈值为1MWh；所述第二预设阈值为10MWh；所述第三预设阈值为100MWh。
7.一种基于电动汽车的虚拟储能可用容量预测系统，其特征在于，所述系统包括：
电动汽车的可用容量计算单元，用于当电动汽车车主确认作为虚拟储能参与电网能量交互时，计算电动汽车的可用容量；
判断单元，用于当所述电动汽车的可用容量满足参与虚拟储能的约束条件时，确定所述电动汽车能够作为虚拟储能参与电网能量交互；
总可用容量预测单元，用于采用尺度空间理论对具有相近可用容量的同类型电动汽车进行聚类，建立可控电动汽车数量动态变化模型，分别预测每一类型的电动汽车的总可用容量；
其中，所述电动汽车的可用容量计算单元，计算电动汽车的可用容量，包括：
C(t)＝Cbat(SOC1-SOCmin)-Cre(t)，
R＝F(CbatD-Creη)，
其中，C(t)为单台电动汽车t时间内可用容量；Cbat为电动汽车的电池容量；SOC1为参与服务时的电池荷电状态；Cre为电动汽车自身用电预留容量，由用户根据自身需要自行决定；D表示汽车电池允许的放电深度；R表示汽车可续航距离；F表示汽车电池的能效；η表示汽车电池的放电效率，因不同用户驾驶行为习惯有所不同，电池放电效率η值有所不同；SOCmin为保证电动汽车电池安全且不受损的荷电状态最低值。
8.根据权利要求7所述的系统，其特征在于，所述判断单元，判断电动汽车的可用容量是否满足参与虚拟储能的切入容量限制条件为：
Co≥SOCmin·Cbat/η，
其中，Co表示电动汽车接入电网时的初始容量；Cbat为电动汽车的电池容量。
9.根据权利要求7所述的系统，其特征在于，所述总可用容量预测单元，采用尺度空间理论对具有相近可用容量的同类型电动汽车进行聚类，建立可控电动汽车数量动态变化模型，分别预测每一类型的电动汽车的总可用容量，包括：
电动汽车用户通过双向通讯模块上报电动汽车入网时的可用容量与自身驾驶需求电量，将电动汽车作为空间中的一个点，确定所有电动汽车构成的点集为：Q＝(Qi∈R,i＝1,...,N)，其中Q为可调度总容量，Qi为可参与服务单台电动车容量；
根据设定好的尺度，在小尺度下，具有相似容量特性的电动汽车落在同一片区域内融合成一个点集，在该尺度下，所述点集作为一个电动汽车聚类，并确定所述点集的中心作为聚类点；
随着尺度的扩大，电动汽车在小尺度下聚类的多个聚类中心融合成新的聚类中心，并生成层次聚类树；
设起始时刻T0,电动汽车进入站级管理中心的时刻为T1，进入可调度状态时间T2,结束电网能量互动时刻T3,采用蒙特卡洛模拟法随机抽样EV接入电网时刻，EV初始荷电状态和结束服务时刻，不断模拟每辆EV的上述几个时刻，将可用容量相近的EV聚类到一起，计算整个区域内的电动汽车总可用容量；
对电动汽车状态时刻表进行统计分析，获取t时刻的可参与服务的电动汽车数量：N(t)＝N0+Nin(t)-Nout(t)，其中N0是初始t0时刻的可调度EV数,Nin(t)为t时刻可调度状态车辆数，Nout(t)为t时刻结束服务车辆数；
控制中心根据不同聚类中电动汽车的数量、荷电状态和功率计算每一聚类对应的每一类型的电动汽车的总可用容量。
10.根据权利要求7所述的系统，其特征在于，所述系统还包括：
备用容量设置单元，用于为保证虚拟储能容量满足电网调度需求量，配置备用容量，电动汽车处于闲置状态和放电状态时，在满足最小储存电量的约束和最大放电功率约束的情况下备用容量约束为：Emin≤E-Pr·Δt/η；其中，Emin为t时刻电动汽车集群后最小存储电量，E为t时刻集群电动汽车存储电量，Pr为集群电动汽车t时段备用容量；电动汽车集群后作为虚拟储能参与网侧服务时，备用容量占比Y的取值范围为：(1-PrΔt)/Eη≤Y≤1。
11.根据权利要求7所述的系统，其特征在于，所述系统还包括：
服务类别建立单元，用于根据整个聚类区域内的同类型的电动汽车的总可用容量建立不同容量下电动汽车参与的网侧服务类别。
12.根据权利要求11所述的系统，其特征在于，所述服务类别建立单元，根据整个聚类区域内的同类型的电动汽车的总可用容量建立不同容量下电动汽车参与的网侧服务类别，包括：
当整个聚类区域内的同类型的电动汽车的总可用容量达到第一预设阈值时，电动汽车构成的虚拟储能系统在用户侧能够参与稳定电网电压服务，用于在电力系统受到扰动后保证系统电压能够保持或恢复到允许的范围；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第二预设阈值时，电动汽车构成的虚拟储能在配电侧能够参与电网削峰填谷服务，用于在用电低谷期作为负荷存储电能，在用电高峰期作为电源释放电能，实现发电和用电间解耦及负荷调节，削减负荷峰谷差；
当整个聚类区域内的同类型的电动汽车的总可用容量达到第三预设阈值时，电动汽车构成的虚拟储能在输电侧能够参与改善电能质量提高供电可靠性的服务，在电网电能质量不满足要求时，虚拟储能自动调节自身的运行状态，实时控制配电网电能质量指标；当电网出现停电事故时，继续为用户提供电能支撑；
其中，所述第一预设阈值为1MWh；所述第二预设阈值为10MWh；所述第三预设阈值为100MWh。
CN201810955468.4A 2018-08-21 2018-08-21 一种基于电动汽车的虚拟储能可用容量预测方法及系统 Active CN109190812B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810955468.4A CN109190812B (zh) 2018-08-21 2018-08-21 一种基于电动汽车的虚拟储能可用容量预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810955468.4A CN109190812B (zh) 2018-08-21 2018-08-21 一种基于电动汽车的虚拟储能可用容量预测方法及系统

Publications (2)

Publication Number Publication Date
CN109190812A CN109190812A (zh) 2019-01-11
CN109190812B true CN109190812B (zh) 2022-08-30

Family

ID=64919332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810955468.4A Active CN109190812B (zh) 2018-08-21 2018-08-21 一种基于电动汽车的虚拟储能可用容量预测方法及系统

Country Status (1)

Country Link
CN (1) CN109190812B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183804A (zh) * 2019-07-05 2021-01-05 华北电力大学 一种基于马尔科夫链的电动汽车虚拟储能可用容量预测方法
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
CN111884262B (zh) * 2020-06-23 2021-12-31 国网河北省电力有限公司电力科学研究院 一种基于应用工况性能的广域分布式储能系统调控方法
CN113141020B (zh) * 2021-04-23 2022-06-21 中国电力科学研究院有限公司 一种电动汽车虚拟储能参与调峰辅助服务控制方法及系统
CN113902315A (zh) * 2021-10-13 2022-01-07 四川才能科技有限公司 一种智能生活服务系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103499792A (zh) * 2013-07-18 2014-01-08 浙江工业大学 电动汽车动力电池集群可用容量的预测方法
CN103605079A (zh) * 2013-11-20 2014-02-26 浙江工业大学 公交电动汽车及其梯次利用电池集群的v2g可用容量评估方法
CN103903090A (zh) * 2014-03-17 2014-07-02 东南大学 基于用户意愿和出行规律的电动汽车充电负荷分配方法
CN106408134A (zh) * 2016-10-13 2017-02-15 国电南瑞科技股份有限公司 一种基于k‑means算法的电动汽车应急供电方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9754300B2 (en) * 2010-02-18 2017-09-05 University Of Delaware Electric vehicle station equipment for grid-integrated vehicles

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103499792A (zh) * 2013-07-18 2014-01-08 浙江工业大学 电动汽车动力电池集群可用容量的预测方法
CN103605079A (zh) * 2013-11-20 2014-02-26 浙江工业大学 公交电动汽车及其梯次利用电池集群的v2g可用容量评估方法
CN103903090A (zh) * 2014-03-17 2014-07-02 东南大学 基于用户意愿和出行规律的电动汽车充电负荷分配方法
CN106408134A (zh) * 2016-10-13 2017-02-15 国电南瑞科技股份有限公司 一种基于k‑means算法的电动汽车应急供电方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
计及电动汽车实时可控能量动态变化的负荷频率控制;张谦等;《电力自动化设备》;20170810;第234-239页 *

Also Published As

Publication number Publication date
CN109190812A (zh) 2019-01-11

Similar Documents

Publication Publication Date Title
CN109190812B (zh) 一种基于电动汽车的虚拟储能可用容量预测方法及系统
CN112874369B (zh) 一种充电管理系统的充电与供能优化方法及装置
CN111431198B (zh) 峰谷电价下考虑电动汽车v2g能力的配电网储能调峰方法
CN102655335A (zh) 基于队列管理的小区电动汽车充电管理系统及方法
CN108631344B (zh) 一种计及输电网运行约束的电动汽车有序充放电控制方法
CN112234638B (zh) 基于负荷侧智能充电桩集群控制的电网调峰系统和方法
CN111740403B (zh) 一种电网运营商与电动汽车集群的主从博弈调度策略
CN110232219B (zh) 一种基于数据挖掘的电动汽车可调度容量核定方法
Wang et al. Dispatch of vehicle-to-grid battery storage using an analytic hierarchy process
CN111016721B (zh) 一种满足台区三相平衡的电动汽车本地有序充电策略
CN111313437B (zh) 计及充电计划优化的电动汽车分布式调频控制方法
CN113067370B (zh) V2g充电站的充电控制方法、装置、服务器及存储介质
CN114039370B (zh) 基于v2g模式的电动汽车与智能充放电站的资源优化方法
CN113269372A (zh) 一种考虑用户意愿的集群电动汽车可调度容量预测评估方法
Ma et al. Real-time plug-in electric vehicles charging control for V2G frequency regulation
CN109560577B (zh) 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
CN112819275A (zh) 用户参与配电网调节用电峰谷的智能装置和方法
CN113829934A (zh) 一种电动汽车集群聚合响应能力确定方法及调度方法
CN114039372B (zh) 参与电网分区削峰填谷的电动汽车车辆调度方法及系统
CN116853048A (zh) 用于共享电动汽车和微电网的协同控制方法及控制系统
CN110675044A (zh) 一种用于确定电动汽车参加辅助服务类型的方法及系统
CN108462195B (zh) 一种电动汽车的虚拟储能容量分配方法及系统
Guo et al. A multi-agent microgrid energy management solution for air transport electrification
CN112613682A (zh) 一种电动汽车充电负荷预测方法
Wang et al. Dynamic electric vehicles charging load allocation strategy for residential area

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