CN109910670B - 一种配电网电动汽车时空充放电电价制定方法 - Google Patents

一种配电网电动汽车时空充放电电价制定方法 Download PDF

Info

Publication number
CN109910670B
CN109910670B CN201910317334.4A CN201910317334A CN109910670B CN 109910670 B CN109910670 B CN 109910670B CN 201910317334 A CN201910317334 A CN 201910317334A CN 109910670 B CN109910670 B CN 109910670B
Authority
CN
China
Prior art keywords
power
distribution network
constraint
node
discharge
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
CN201910317334.4A
Other languages
English (en)
Other versions
CN109910670A (zh
Inventor
代贤忠
柴玉凤
张全
韩新阳
靳晓凌
白翠粉
张晨
张岩
曹子健
张玥
神瑞宝
张钧
田鑫
谢光龙
王旭斌
边海峰
杨军
詹祥澎
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.)
State Grid Energy Research Institute Co Ltd
Original Assignee
State Grid Energy Research Institute Co Ltd
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 State Grid Energy Research Institute Co Ltd filed Critical State Grid Energy Research Institute Co Ltd
Priority to CN201910317334.4A priority Critical patent/CN109910670B/zh
Publication of CN109910670A publication Critical patent/CN109910670A/zh
Application granted granted Critical
Publication of CN109910670B publication Critical patent/CN109910670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • 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
    • Y02T90/12—Electric charging stations

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种配电网电动汽车时空充放电电价制定方法，包括以下步骤：基于电动汽车的时空迁移特性及用户对电价的响应特性，以降低配电网的负荷波动为目标，通过优化负荷曲线确定分时电价策略；以降低配电网的网损为目标建立配电网重构模型，求解得到充放电负荷最优空间电价；确定配电网电动汽车时空充放电电价。本发明能够在时间和空间两个尺度上引导电动汽车用户有序充放电，减少电网的网损，减小配电网的峰谷差，提高配电网的电压质量和减少电动汽车用户的充电费用。

Description

一种配电网电动汽车时空充放电电价制定方法
技术领域
本发明涉及电力系统分析技术领域，具体涉及一种配电网电动汽车时空充放电电价制定方法。
背景技术
随着经济的快速发展，化石燃料短缺以及严重的环境污染问题也变得愈发严重，电动汽车作为一种清洁的交通工具，其发展和普及将成为必然趋势，各国政府都在大力鼓励电动汽车的发展。然而随着电动汽车数量的增加，大量电动汽车需要接入电网充电。当电动汽车无序接入电网时，其充电负荷将对电网产生很大的影响，可能会导致电网局部过载，影响电网的安全稳定运行。而电动汽车的有序充放电行为不仅可以减少电网的网损，减小配电网的峰谷差，提高配电网的电压质量，还能够减少电动汽车用户的充电费用。
电动汽车用户对电价具有一定的敏感性，通过设置合适的电价能够引导电动汽车用户有序充放电。目前在电动汽车充放电电价制定方法的研究主要集中在分时电价策略，没有考虑到不同充电站所在的空间位置差异对配电网潮流的影响。
因此，亟需提供一种能够在时间和空间两个尺度上引导电动汽车用户有序充放电，实现电网与电动汽车用户的双赢的充放电策略。
发明内容
为了解决上述技术问题，本发明所采用的技术方案是提供了一种配电网电动汽车时空充放电电价制定方法，其特征在于，包括以下步骤：
基于电动汽车的时空迁移特性及用户对电价的响应特性，以降低配电网的负荷波动为目标，通过优化负荷曲线确定分时电价策略；
以降低配电网的网损为目标建立配电网重构模型，求解得到充放电负荷最优空间电价；
确定配电网电动汽车时空充放电电价。
在上述方法中，所述电动汽车的行驶特性包括：
统计历史电动汽车的数据得到电动汽车行驶消耗电量曲线以及电动汽车接入电网的比例分布曲线，得到电动汽车的时空迁移特性。
在上述方法中，所述用户对电价的响应特性具体包括：
通过需求价格弹性系数描述电动汽车用户对电价的响应特性，其中
分别用时间弹性系数和空间弹性系数表示电价的时间性差异和空间性差异。
在上述方法中，包括通过二阶锥松弛将配电网重构模型转化为二阶锥规划模型，并通过求解器求得全局最优解。
在上述方法中，所述电动汽车用户对电价的响应特性具体计算如下：
Figure BDA0002033550490000021
式中，
Figure BDA0002033550490000022
和
Figure BDA0002033550490000023
分别表示节点n在t时间段内的平均充电和放电负荷；α和β表示需求价格弹性系数；
Figure BDA0002033550490000024
和
Figure BDA0002033550490000025
分别表示节点n在t时间段内的充电电价和放电电价；
Figure BDA0002033550490000031
式中，εct和εdt分别表示与电价的时间差异有关的充电和放电功率弹性系数；εcn和εdn分别表示与电价的空间差异有关的充电和放电功率弹性系数；
Figure BDA0002033550490000032
式中，
Figure BDA0002033550490000033
和
Figure BDA0002033550490000034
分别表示节点n在t时间段内的平均充电和放电功率变化值；
Figure BDA0002033550490000035
和
Figure BDA0002033550490000036
分别表示节点n在t时间段内的充电电价和放电电价的变化值；其中
Figure BDA0002033550490000037
在上述方法中，所述分时电价的数学模型具体为：
目标函数：
Figure BDA0002033550490000038
式中，PL,t是t时间段内配电网总的基础负荷；Pc,t和Pd,t分别表示t时间段内配电网总的充电负荷和放电负荷；
约束条件包括充放电功率上限约束、充放电状态互斥约束、放电容量约束、电动汽车电池荷电状态约束、电动汽车行驶耗电量需求约束、需求价格弹性约束及充放电电价上下限约束。
在上述方法中，所述充放电功率上限约束为：
Figure BDA0002033550490000041
式中，Xt和Yt分别表示t时间段内的充电状态和放电状态；
Figure BDA0002033550490000042
和
Figure BDA0002033550490000043
分别表示配电网内总充电功率和放电功率的上限；
Figure BDA0002033550490000044
式中，
Figure BDA0002033550490000045
和
Figure BDA0002033550490000046
分别表示配电网中所有充电站的充电功率和放电功率上限；Nt表示在t时间段内配电网中可调度的电动汽车数量；
Figure BDA0002033550490000047
和
Figure BDA0002033550490000048
分别表示每辆电动汽车的平均充电功率和平均放电功率；
充放电状态互斥约束：
Xt+Yt≤0 (7)
放电容量约束：
Figure BDA0002033550490000049
式中，Sd表示最大放电电量；
电动汽车电池荷电状态约束：
Figure BDA00020335504900000410
式中，S0表示电动汽车的初始电量；Et表示t时间段内电动汽车行驶消耗的电量；
Figure BDA00020335504900000411
和
Figure BDA00020335504900000412
分别表示电动汽车电池电量的上下限；
电动汽车行驶耗电量需求约束：
Figure BDA00020335504900000413
需求价格弹性约束：
Figure BDA0002033550490000051
充放电电价上下限约束：
Figure BDA0002033550490000052
式中，
Figure BDA0002033550490000053
和
Figure BDA0002033550490000054
分别表示放电电价的上下限；
Figure BDA0002033550490000055
和
Figure BDA0002033550490000056
分别表示充电电价的上下限。
在上述方法中，所述空间电价的数学模型具体为：
目标函数：
Figure BDA0002033550490000057
式中，Line为配电网支路集合；T是24小时内的调度时间；N是配电网的节点数量；Gij是支路ij的电导；Vi,t是节点i在t时间段内的平均电压；Vj,t是节点j在t时间段内的平均电压；θij,t是t时间段内节点i与节点j的功角差；C(j)是与节点j相连接的节点集合；αij表示支路ij的投入状态，αij＝1表示支路ij投入，αij＝0表示支路ij断开；Δt表示一个调度周期；
约束条件包括节点功率平衡约束、配电网辐射状拓扑约束、电压上下限约束、线路功率传输容量约束、充电站充放电服务能力约束、电动汽车空间分布约束、需求价格弹性约束、充放电电价上下限约束与平均电价约束。
在上述方法中，所述节点功率平衡约束为：
Figure BDA0002033550490000058
式中，
Figure BDA0002033550490000061
表示i节点在t时间段内的基础有功功率；
Figure BDA0002033550490000062
和
Figure BDA0002033550490000063
分别表示i节点在t时间段内的平均充电功率和平均放电功率；Bij是支路ij的电纳；
Figure BDA0002033550490000064
表示i节点在t时间段内的基础无功功率；
配电网辐射状拓扑约束：
Figure BDA0002033550490000065
式中，βij表示节点i与节点j的层次关系，当βij＝1时认为节点i是节点j的父节点。
Ⅲ、电压上下限约束
Vimin≤Vi,t≤Vimax (16)
式中，Vimin和Vimax分别表示节点i的电压下限和上限。
Ⅳ、线路功率传输容量约束
Figure BDA0002033550490000066
式中，Pm表示线路传输有功的上限。
Ⅴ、充电站充放电服务能力约束
Figure BDA0002033550490000067
式中，
Figure BDA0002033550490000068
和
Figure BDA0002033550490000069
分别表示节点i的充电功率上限和放电功率上限。
电动汽车空间分布约束：
Figure BDA0002033550490000071
式中，I是配电网区域集合，I＝{住宅区,商业区,办公区}；
需求价格弹性约束：
Figure BDA0002033550490000072
充放电电价上下限约束：
Figure BDA0002033550490000073
平均电价约束：
Figure BDA0002033550490000074
在上述方法中，通过二阶锥松弛将式(13)-式(22)所示的配电网重构模型转化为二阶锥规划模型具体包括：
通过式(23)对式(13)-式(17)所示的潮流方程进行等价替换：
Figure BDA0002033550490000075
式中，Rij,t，Tij,t和ui,t为等式变换过程中引入的变量，没有实际物理意义。
为了考虑配电网重构问题，引入与线路连通变量相关的虚拟电压
Figure BDA0002033550490000076
与
Figure BDA0002033550490000077
若αij＝1时则有
Figure BDA0002033550490000078
与
Figure BDA0002033550490000079
若αij＝0时则有
Figure BDA00020335504900000710
通过下式保证其成立：
Figure BDA0002033550490000081
Figure BDA0002033550490000082
Figure BDA0002033550490000083
Figure BDA0002033550490000084
目标函数转化为：
Figure BDA0002033550490000085
节点有功平衡约束：
Figure BDA0002033550490000086
节点无功平衡约束：
Figure BDA0002033550490000087
Figure BDA0002033550490000088
线路安全容量约束：
Figure BDA0002033550490000089
节点电压上下限约束：
Figure BDA00020335504900000810
通过下式将解空间投影至锥体上，实现潮流方程的松弛：
Figure BDA00020335504900000811
本发明提供一种配电网电动汽车时空充放电电价制定方法，能够在时间和空间两个尺度上引导电动汽车用户有序充放电，减少电网的网损，减小配电网的峰谷差，提高配电网的电压质量和减少电动汽车用户的充电费用。
附图说明
图1为本发明提供的流程图。
图2为本发明通过统计得到的电动汽车行驶消耗电量曲线图；
图3为本发明通过统计得到的电动汽车接入电网的比例分布曲线图；
图4为本发明通过统计得到的电动汽车在配电网的时空迁移特性示意图。
具体实施方式
下面结合具体实施方式和说明书附图对本发明做出详细的说明。
如图1所示，本发明提供了一种配电网电动汽车时空充放电电价制定方法，包括以下步骤：
S1、基于电动汽车的时空迁移特性及用户对电价的响应特性；
S11、通过统计历史电动汽车的数据得到电动汽车行驶消耗电量曲线以及电动汽车接入电网的比例分布曲线，得到电动汽车的时空迁移特性。
如图2～4所示，通过统计得到在一天之中电动汽车有95％的时间处于停车状态，每个时段中能接入电网进行充电或放电的电动汽车数量分别占总数的95％和40％，电动汽车离开电网的时间服从正态分布，分别为N(7.5,0.25)和N(17.5,0.25)，9:00-16:30时间段内，电动汽车离开电网的概率均为0.02。并假设配电网分成了居民区、商业区和办公区3个功能区，70％的电动汽车属于居民区，20％的电动汽车属于商业区，10％的电动汽车属于办公区。当考虑电动汽车的迁移时，在白天大部分的电动汽车停留在办公区和商业区，在晚上大部分的电动汽车停留在居民区。假设在早上上班时间，居民区中80％的电动汽车将迁移到办公区，15％的电动汽车将迁移到商业区；在傍晚下班时间，这些从居民区迁出的电动汽车将会回到居民区，其他的车辆不会驶出其所属于的区域。
S12、通过需求价格弹性系数描述电动汽车用户对电价的响应特性，其中电价的时间性差异和空间性差异分别用时间弹性系数和空间弹性系数表示，具体如下：
Figure BDA0002033550490000101
式中，
Figure BDA0002033550490000102
和
Figure BDA0002033550490000103
分别表示节点n在t时间段内的平均充电和放电负荷；α和β表示需求价格弹性系数；
Figure BDA0002033550490000104
和
Figure BDA0002033550490000105
分别表示节点n在t时间段内的充电电价和放电电价。
Figure BDA0002033550490000106
式中，εct和εdt分别表示与电价的时间差异有关的充电和放电功率弹性系数；εcn和εdn分别表示与电价的空间差异有关的充电和放电功率弹性系数。
Figure BDA0002033550490000107
式中，
Figure BDA0002033550490000108
和
Figure BDA0002033550490000109
分别表示节点n在t时间段内的平均充电和放电功率变化值；
Figure BDA00020335504900001010
和
Figure BDA00020335504900001011
分别表示节点n在t时间段内的充电电价和放电电价的变化值；其中
Figure BDA00020335504900001012
S2、以降低配电网的负荷波动为目标，通过优化负荷曲线确定分时电价策略；具体如下。
分时电价制定的数学模型：
目标函数如下：
Figure BDA0002033550490000111
式中，PL,t是t时间段内配电网总的基础负荷；Pc,t和Pd,t分别表示t时间段内配电网总的充电负荷和放电负荷。
约束条件：
分时电价制定时需满足以下约束条件：
I、充放电功率上限约束
Figure BDA0002033550490000112
式中，Xt和Yt分别表示t时间段内的充电状态和放电状态；
Figure BDA0002033550490000113
和
Figure BDA0002033550490000114
分别表示配电网内总充电功率和放电功率的上限，由(6)定义。
Figure BDA0002033550490000115
式中，
Figure BDA0002033550490000116
和
Figure BDA0002033550490000117
分别表示配电网中所有充电站的充电功率和放电功率上限；Nt表示在t时间段内配电网中可调度的电动汽车数量；
Figure BDA0002033550490000118
和
Figure BDA0002033550490000119
分别表示每辆电动汽车的平均充电功率和平均放电功率。
Ⅱ、充放电状态互斥约束
Xt+Yt≤0 (7)
Ⅲ、放电容量约束
Figure BDA00020335504900001110
式中，Sd表示最大放电电量。
Ⅳ、电动汽车电池荷电状态约束
Figure BDA00020335504900001111
式中，S0表示电动汽车的初始电量；Et表示t时间段内电动汽车行驶消耗的电量；
Figure BDA0002033550490000121
和
Figure BDA0002033550490000122
分别表示电动汽车电池电量的上下限。
Ⅴ、电动汽车行驶耗电量需求约束
Figure BDA0002033550490000123
Ⅵ、需求价格弹性约束
Figure BDA0002033550490000124
Ⅶ、充放电电价上下限约束
Figure BDA0002033550490000125
式中，
Figure BDA0002033550490000126
和
Figure BDA0002033550490000127
分别表示放电电价的上下限；
Figure BDA0002033550490000128
和
Figure BDA0002033550490000129
分别表示充电电价的上下限。
S3、以降低配电网的网损为目标建立配电网重构模型；具体如下：
空间电价制定的数学模型：
目标函数：
Figure BDA00020335504900001210
式中，Line是配电网支路集合；T是24小时内的调度时间；N是配电网的节点数量；Gij是支路ij的电导；Vi,t是节点i在t时间段内的平均电压；Vj,t是节点j在t时间段内的平均电压；θij,t是t时间段内节点i与节点j的功角差；C(j)是与节点j相连接的节点集合；αij表示支路ij的投入状态，αij＝1表示支路ij投入，αij＝0表示支路ij断开；Δt表示一个调度周期。
约束条件：
空间电价制定时需满足以下约束条件：
I、节点功率平衡约束
Figure BDA0002033550490000131
式中，
Figure BDA0002033550490000132
表示i节点在t时间段内的基础有功功率；
Figure BDA0002033550490000133
和
Figure BDA0002033550490000134
分别表示i节点在t时间段内的平均充电功率和平均放电功率；Bij是支路ij的电纳；
Figure BDA0002033550490000135
表示i节点在t时间段内的基础无功功率；
Ⅱ、配电网辐射状拓扑约束
Figure BDA0002033550490000136
式中，βij表示节点i与节点j的层次关系，当βij＝1时认为节点i是节点j的父节点。
Ⅲ、电压上下限约束
Vimin≤Vi,t≤Vimax (16)
式中，Vimin和Vimax分别表示节点i的电压下限和上限。
Ⅳ、线路功率传输容量约束
Figure BDA0002033550490000137
式中，Pm表示线路传输有功的上限。
Ⅴ、充电站充放电服务能力约束
Figure BDA0002033550490000141
式中，
Figure BDA0002033550490000142
和
Figure BDA0002033550490000143
分别表示节点i的充电功率上限和放电功率上限。
Ⅵ、电动汽车空间分布约束
Figure BDA0002033550490000144
式中，I是配电网区域集合，I＝{住宅区,商业区,办公区}。
Ⅶ、需求价格弹性约束
Figure BDA0002033550490000145
Ⅷ、电价上下限约束
Figure BDA0002033550490000146
Ⅸ、平均电价约束
Figure BDA0002033550490000147
S4、求解配电网重构模型得到充放电负荷最优空间电价；
本实施例中，由于空间电价的制定过程涉及到配电网重构问题，优化的变量包括表示网架结构的二进制变量αij和βij，以及节点的充放电功率，同时由于潮流方程属于非线性方程，因此原问题是一个混合整数非线性规划(Mixed Integer Nonlinear ProgrammingProblem,MINLP)，导致配电网重构问题难以通过解析法求解。因此需要运用潮流松弛方法，将式(13)-式(22)所示的配电网重构模型转化为二阶锥规划模型，通过式(23)对式(13)-式(17)所示的潮流方程进行等价替换：
Figure BDA0002033550490000151
式中，Rij,t，Tij,t和ui,t为等式变换过程中引入的变量，没有实际物理意义。
为了考虑配电网重构问题，引入与线路连通变量相关的虚拟电压
Figure BDA0002033550490000152
与
Figure BDA0002033550490000153
若αij＝1时则有
Figure BDA0002033550490000154
与
Figure BDA0002033550490000155
若αij＝0时则有
Figure BDA0002033550490000156
通过下式保证其成立：
Figure BDA0002033550490000157
Figure BDA0002033550490000158
Figure BDA0002033550490000159
Figure BDA00020335504900001510
目标函数转化为：
Figure BDA00020335504900001511
节点有功平衡约束：
Figure BDA00020335504900001512
节点无功平衡约束：
Figure BDA00020335504900001513
线路安全容量约束：
Figure BDA0002033550490000161
节点电压上下限约束：
Figure BDA0002033550490000162
通过下式将解空间投影至锥体上，实现潮流方程的松弛：
Figure BDA0002033550490000163
至此将配电网重构问题转化为混合整数二阶锥规划模型(Mixed IntegerSecond-Order Conic programming，MISOCP)，并通过常用的商业求解器(如CPLEX,GUROBI,MOSEK)可以快速求得全局最优解。
S5、确定配电网电动汽车时空充放电电价。
本实施例将分时电价优化策略与空间电价优化策略得到的结果整理得到配电网电动汽车时空充放电电价；
从时间尺度上，在配电网处于用电高峰期的中午和傍晚两个时间段，电网通过较高的放电电价吸引电动汽车用户放电；在午夜用电低谷时段，电网通过较低的充电电价吸引电动汽车用户充电，从而实现削峰填谷，降低配电网的峰谷差和负荷波动；
从空间尺度上，结合配电网重构，配电网通过不同节点的差异性电价引导电动汽车用户前往不同的充电站进行充电。在满足电动汽车空间分布特性的前提下，靠近平衡节点的充电站通过设置更低的充电电价引导电动汽车用户充电，远离平衡节点的充电站通过设置更高的放电电价引导电动汽车用户放电，从而降低配电网的网损，提高配电网的电压质量。
本发明不局限于上述最佳实施方式，任何人应该得知在本发明的启示下作出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。

Claims (4)

1.一种配电网电动汽车时空充放电电价制定方法，其特征在于，包括以下步骤：
基于电动汽车的时空迁移特性及用户对电价的响应特性，以降低配电网的负荷波动为目标，通过优化负荷曲线确定分时电价策略；
以降低配电网的网损为目标建立配电网重构模型，求解得到充放电负荷最优空间电价；
确定配电网电动汽车时空充放电电价；
所述用户对电价的响应特性具体包括：
通过需求价格弹性系数描述电动汽车用户对电价的响应特性，其中
分别用时间弹性系数和空间弹性系数表示电价的时间性差异和空间性差异；
所述电动汽车用户对电价的响应特性具体计算如下：
Figure FDA0002739637360000011
式中，
Figure FDA0002739637360000012
和
Figure FDA0002739637360000013
分别表示节点n在t时间段内的平均充电和放电负荷；α和β表示需求价格弹性系数；
Figure FDA0002739637360000014
和
Figure FDA0002739637360000015
分别表示节点n在t时间段内的充电电价和放电电价；
电价的时间性差异和空间性差异计算如下式：
Figure FDA0002739637360000016
式中，εct和εdt分别表示与电价的时间差异有关的充电和放电功率弹性系数；εcn和εdn分别表示与电价的空间差异有关的充电和放电功率弹性系数；
Figure FDA0002739637360000021
式中，
Figure FDA0002739637360000022
和
Figure FDA0002739637360000023
分别表示节点n在t时间段内的平均充电和放电功率变化值；
Figure FDA0002739637360000024
和
Figure FDA0002739637360000025
分别表示节点n在t时间段内的充电电价和放电电价的变化值；其中
Figure FDA0002739637360000026
所述分时电价的数学模型具体为：
目标函数：
Figure FDA0002739637360000027
式中，PL,t是t时间段内配电网总的基础负荷；Pc,t和Pd,t分别表示t时间段内配电网总的充电负荷和放电负荷；
约束条件包括充放电功率上限约束、充放电状态互斥约束、放电容量约束、电动汽车电池荷电状态约束、电动汽车行驶耗电量需求约束、需求价格弹性约束及充放电电价上下限约束；
所述空间电价的数学模型具体为：
目标函数：
Figure FDA0002739637360000028
式中，Line为配电网支路集合；T是24小时内的调度时间；N是配电网的节点数量；Gij是支路ij的电导；Vi,t是节点i在t时间段内的平均电压；Vj,t是节点j在t时间段内的平均电压；θij,t是t时间段内节点i与节点j的功角差；C(i)是与节点i相连接的节点集合；αij表示支路ij的投入状态，αij＝1表示支路ij投入，αij＝0 表示支路ij断开；Δt表示一个调度周期；
约束条件包括节点功率平衡约束、配电网辐射状拓扑约束、电压上下限约束、线路功率传输容量约束、充电站充放电服务能力约束、电动汽车空间分布约束、需求价格弹性约束、充放电电价上下限约束与平均电价约束；
所述节点功率平衡约束为：
Figure FDA0002739637360000031
Figure FDA0002739637360000032
式中，
Figure FDA0002739637360000033
表示i节点在t时间段内的基础有功功率；
Figure FDA0002739637360000034
和
Figure FDA0002739637360000035
分别表示i节点在t时间段内的平均充电功率和平均放电功率；Bij是支路ij的电纳；
Figure FDA0002739637360000036
表示i节点在t时间段内的基础无功功率；
配电网辐射状拓扑约束：
Figure FDA0002739637360000037
式中，βij表示节点i与节点j的层次关系，当βij＝1时认为节点i是节点j的父节点
电压上下限约束
Vimin≤Vi,t≤Vimax (8)
式中，Vimin和Vimax分别表示节点i的电压下限和上限
线路功率传输容量约束
Figure FDA0002739637360000041
式中，Pm表示线路传输有功的上限
充电站充放电服务能力约束
Figure FDA0002739637360000042
式中，
Figure FDA0002739637360000043
和
Figure FDA0002739637360000044
分别表示节点i的充电功率上限和放电功率上限。
电动汽车空间分布约束：
Figure FDA0002739637360000045
式中，I是配电网区域集合，I＝{住宅区,商业区,办公区}；
需求价格弹性约束：
Figure FDA0002739637360000046
充放电电价上下限约束：
Figure FDA0002739637360000047
平均电价约束：
Figure FDA0002739637360000048
Figure FDA0002739637360000049
通过二阶锥松弛将式(5)-式(14)所示的配电网重构模型转化为二阶锥规划模型具体包括：
通过式(15)对式(5)-式(9)所示的潮流方程进行等价替换：
Figure FDA0002739637360000051
式中，Rij,t，Tij,t和ui,t为等式变换过程中引入的变量
为了考虑配电网重构问题，引入与线路连通变量相关的虚拟电压
Figure FDA0002739637360000052
与
Figure FDA0002739637360000053
若αij＝1时则有
Figure FDA0002739637360000054
与
Figure FDA0002739637360000055
若αij＝0时则有
Figure FDA0002739637360000056
通过下式保证其成立：
Figure FDA0002739637360000057
Figure FDA0002739637360000058
Figure FDA0002739637360000059
Figure FDA00027396373600000510
目标函数转化为：
Figure FDA00027396373600000511
节点有功平衡约束：
Figure FDA00027396373600000512
节点无功平衡约束：
Figure FDA00027396373600000513
Figure FDA00027396373600000514
线路安全容量约束：
Figure FDA0002739637360000061
节点电压上下限约束：
Figure FDA0002739637360000062
通过下式将解空间投影至锥体上，实现潮流方程的松弛：
Figure FDA0002739637360000063
2.如权利要求1所述的方法，其特征在于，所述电动汽车的行驶特性包括：
统计历史电动汽车的数据得到电动汽车行驶消耗电量曲线以及电动汽车接入电网的比例分布曲线，得到电动汽车的时空迁移特性。
3.如权利要求1所述的方法，其特征在于，包括通过二阶锥松弛将配电网重构模型转化为二阶锥规划模型，并通过求解器求得全局最优解。
4.如权利要求1所述的方法，其特征在于，所述充放电功率上限约束为：
Figure FDA0002739637360000064
式中，Xt和Yt分别表示t时间段内的充电状态和放电状态；
Figure FDA0002739637360000065
和
Figure FDA0002739637360000066
分别表示配电网内总充电功率和放电功率的上限；
Figure FDA0002739637360000067
式中，
Figure FDA0002739637360000068
和
Figure FDA0002739637360000069
分别表示配电网中所有充电站的充电功率和放电功率上限；Nt表示在t时间段内配电网中可调度的电动汽车数量；
Figure FDA0002739637360000071
和
Figure FDA0002739637360000072
分别表示每辆电动汽车的平均充电功率和平均放电功率；
充放电状态互斥约束：
Xt+Yt≤0 (28)
放电容量约束：
Figure FDA0002739637360000073
式中，Sd表示最大放电电量；
电动汽车电池荷电状态约束：
Figure FDA0002739637360000074
式中，S0表示电动汽车的初始电量；Et表示t时间段内电动汽车行驶消耗的电量；
Figure FDA0002739637360000077
表示电动汽车电池电量的下限；
Figure FDA0002739637360000075
表示电动汽车电池电量的上限
电动汽车行驶耗电量需求约束：
Figure FDA0002739637360000076
需求价格弹性约束：
Pc,t-Pc0＝εct(Cc,t-Cc0)
Pd,t-Pd0＝εdt(Cd,t-Cd0) (32)
式中：Pc,t表示t时间段内配电网总的充电负荷；Pd,t表示t时间段内配电网总的放电负荷；Pc0表示充电负荷参考值；Pd0表示放电负荷参考值；Cc,t表示t时间段的充电电价；Cd,t表示t时间段的放电电价；
Cc0表示充电电价参考值；Cd0表示放电电价参考值
充放电电价上下限约束：
Figure FDA0002739637360000081
式中，
Figure FDA0002739637360000082
表示放电电价的上限；
Figure FDA0002739637360000083
表示放电电价的下限；
Figure FDA0002739637360000084
表示充电电价的下限；
Figure FDA0002739637360000085
表示充电电价的上限。
CN201910317334.4A 2019-04-19 2019-04-19 一种配电网电动汽车时空充放电电价制定方法 Active CN109910670B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910317334.4A CN109910670B (zh) 2019-04-19 2019-04-19 一种配电网电动汽车时空充放电电价制定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910317334.4A CN109910670B (zh) 2019-04-19 2019-04-19 一种配电网电动汽车时空充放电电价制定方法

Publications (2)

Publication Number Publication Date
CN109910670A CN109910670A (zh) 2019-06-21
CN109910670B true CN109910670B (zh) 2020-12-01

Family

ID=66977871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910317334.4A Active CN109910670B (zh) 2019-04-19 2019-04-19 一种配电网电动汽车时空充放电电价制定方法

Country Status (1)

Country Link
CN (1) CN109910670B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111313439A (zh) * 2019-11-29 2020-06-19 国网辽宁省电力有限公司电力科学研究院 调整电动汽车充电时空分布实现三相平衡的方法
CN111047119B (zh) * 2020-01-08 2022-05-03 浙江大学 一种用于调控电能质量的电动汽车充电站动态定价方法
CN111861172A (zh) * 2020-07-08 2020-10-30 国网安徽省电力有限公司经济技术研究院 一种储能式充电站充放电服务费用制定方法与系统
CN113159832A (zh) * 2021-03-26 2021-07-23 清华大学 数据驱动的电动汽车充电需求的时空价格弹性估计方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107248010A (zh) * 2017-06-06 2017-10-13 重庆大学 计及负荷聚合商和电动汽车响应可靠性的优化调度方法
CN109447376A (zh) * 2018-12-11 2019-03-08 国网山东省电力公司滨州供电公司 基于用户综合满意度的居民区电动汽车充放电优化方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10611251B2 (en) * 2015-11-13 2020-04-07 Nio Usa, Inc. Distributed processing network for rechargeable electric vehicle tracking and routing
US10949843B2 (en) * 2017-05-22 2021-03-16 Hussein Talaat Mouftah Methods and systems for conjugated authentication and authorization

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107248010A (zh) * 2017-06-06 2017-10-13 重庆大学 计及负荷聚合商和电动汽车响应可靠性的优化调度方法
CN109447376A (zh) * 2018-12-11 2019-03-08 国网山东省电力公司滨州供电公司 基于用户综合满意度的居民区电动汽车充放电优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于时空互补的电动汽车有序充电;苏海峰，王桂哲，刘利斌等;《电测与仪表》;20170725;第99-104页 *

Also Published As

Publication number Publication date
CN109910670A (zh) 2019-06-21

Similar Documents

Publication Publication Date Title
CN109910670B (zh) 一种配电网电动汽车时空充放电电价制定方法
Zhang et al. Robust optimization for energy transactions in multi-microgrids under uncertainty
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
CN107017619B (zh) 非合作博弈视角的光伏充电站网络分布式能量管理方法
Zhu et al. The case for efficient renewable energy management in smart homes
CN104966127B (zh) 一种基于需求响应的电动汽车经济调度方法
CN111079971A (zh) 一种考虑车、站、网三方的充电站定价方法
CN112183882B (zh) 一种基于电动汽车快充需求的智慧充电站充电优化方法
CN111310966A (zh) 含电动汽车充电站的微电网选址及优化配置方法
CN112217195B (zh) 一种基于gru多步预测技术的云储能充放电策略形成方法
CN113326467B (zh) 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统
CN110429653A (zh) 考虑储能和dr的农网分布式光伏消纳方法及终端设备
CN110053508B (zh) 基于车联网平台的能源互联网集群运行调度方法及系统
AlSkaif et al. Smart charging of community storage units using Markov chains
CN114914923A (zh) 基于网格法的变时长两阶段电动汽车调度方法及系统
Jin et al. Optimal siting and sizing of EV charging station using stochastic power flow analysis for voltage stability
Schlund Electric vehicle charging flexibility for ancillary services in the german electrical power system
CN115330062A (zh) 一种社区场景下的新能源汽车有序充电服务调度优化方法
CN113159578B (zh) 基于强化学习的大型电动汽车充电站的充电优化调度方法
Wu et al. Vehicle-to-home operation and multi-location charging of electric vehicles for energy cost optimisation of households with photovoltaic system and battery energy storage
CN113852073A (zh) 一种基于激励-响应充电决策估计的日前优化调度方法
Yusuf Plug-In Electric Vehicle: Challenges of Increased Penetration and Optimal Solution Using Load Modeling, Prediction & Grid Integration
CN113705914B (zh) 利用区块链的电动车充电站管理方法
CN102968746B (zh) 一种电力用户响应系统的智能体的智能体控制与学习模块
Zhu et al. The design of optional two-part tariff for electricity transmission and distribution service based on the load factor

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