CN109920252A - 一种电气交通互联系统的协调优化方法及系统 - Google Patents
一种电气交通互联系统的协调优化方法及系统 Download PDFInfo
- Publication number
- CN109920252A CN109920252A CN201910332442.9A CN201910332442A CN109920252A CN 109920252 A CN109920252 A CN 109920252A CN 201910332442 A CN201910332442 A CN 201910332442A CN 109920252 A CN109920252 A CN 109920252A
- Authority
- CN
- China
- Prior art keywords
- charging station
- indicate
- model
- retailer
- cooperative game
- 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
Abstract
本发明公开了一种电气交通互联系统的协调优化方法及系统。该方法包括:构建配电网中充电站零售商的非合作博弈模型;构建交通网中电动汽车的交通分配模型;采用牛顿定点迭代算法对非合作博弈模型进行求解,并采用非线性求解器对交通分配模型进行求解,得到最优解;非合作博弈模型对应的最优解表示最优零售电价;交通分配模型对应的最优解表示最优道路流量;最优道路流量为使交通网达到均衡分配的道路流量。本发明在保证配电网安全可靠运行的基础上能较好的管理和引导电动汽车用户进行路径选择,实现交通网下交通流的均衡分配,达到资源的优化配置和合理利用。
Description
技术领域
本发明涉及电气交通互联网系统优化配置技术领域,特别是涉及一种电气交通互联系统的协调优化方法及系统。
背景技术
近年来,大量化石燃料带来的环境问题日益突出,人们开始关注清洁能源的开发和使用,新能源技术得到不断地发展,正逐步走向成熟。能源互联网力图结合可再生能源技术与互联网技术,促进多种复杂网络系统的相互融合,实现改变能源利用模式,推动经济与社会可持续发展的目的。
交通行业是除发电行业之外的又一化石能源消耗大户。近年来,电动汽车行业蓬勃发展,大量电动汽车投入使用,以电动汽车为纽带的电力系统与交通系统的耦合程度不断加深。可以预见,电气化交通系统尤其是电动汽车将成为能源互联网的重要组成部分。因此,如何保证配电网安全可靠运行的基础上能较好的管理和引导电动汽车用户进行路径选择,实现交通网下交通流的均衡分配,达到资源的优化配置和合理利用,成为亟待解决的问题。
发明内容
基于此,有必要提供一种电气交通互联系统的协调优化方法及系统,以保证配电网安全可靠运行的基础上能较好的管理和引导电动汽车用户进行路径选择,实现交通网下交通流的均衡分配,达到资源的优化配置和合理利用。
为实现上述目的,本发明提供了如下方案:
一种电气交通互联系统的协调优化方法,包括:
构建配电网中充电站零售商的非合作博弈模型;所述非合作博弈模型是所述充电站零售商以自身效用最大为目标构建得到的;
构建交通网中电动汽车的交通分配模型;所述交通分配模型是所述电动汽车的用户以自身出行时间最小为目标构建得到的;
采用牛顿定点迭代算法对所述非合作博弈模型进行求解,并采用非线性求解器对所述交通分配模型进行求解,得到最优解;所述非合作博弈模型对应的最优解表示最优零售电价;所述交通分配模型对应的最优解表示最优道路流量;所述最优道路流量为使所述交通网达到均衡分配的道路流量。
可选的,所述构建配电网中充电站零售商的非合作博弈模型,具体包括:
建立非合作博弈模型目标函数
max Un(rn,r-n),
其中,
其中,Un(rn,r-n)为第n个充电站零售商的效用函数,rn表示第n个充电站零售商的零售电价,n∈{1,2,......,N},r-n表示除第n个充电站零售商之外其余N-1个充电站零售商的零售电价,N表示充电站零售商总数,λ表示电力市场的批发电价,xa表示第a条道路上经过第n个充电站零售商的交通流量,qn(r)为电动汽车的充电需求量,Qn表示免费充电时的最大充电需求量,表示第n个充电站零售商的充电需求对第i个充电站零售商零售价格的弹性系数;表示第n个充电站零售商的充电需求对自身零售价格的弹性系数,ri表示第i个充电站零售商的零售电价,ri表示第i个充电站零售商的零售电价,表示零售电价的弹性函数;i∈{1,2,......,N};
建立非合作博弈模型约束条件;所述非合作博弈模型约束条件包括电价约束条件、充电站功率约束条件和配电网总功率约束条件;
所述电价约束条件为
rn≥λ,n∈{1,2,…N},
所述充电站功率约束条件为
0≤Pn,min≤qn(r)xa≤Pn,max,n∈{1,2,…N},
Pn,min表示充电站零售商允许充电功率的最大值,Pn,max表示充电站零售商允许充电功率的最小值,
所述配电网总功率约束条件为
式中,Pmax表示配电网允许的最大功率。
可选的,所述构建交通网中电动汽车的交通分配模型,具体包括:
建立交通分配模型目标函数
其中,表示从起始点e到目的地之间第k条路径的流量,从起始点e到目的地v间第k条路径的出行时间,uev从起始点e到目的地v之间的最小出行时间;
建立交通分配模型约束条件;所述交通分配模型约束条件包括道路流量-路径流量约束条件、所有路径总流量约束条件和出行时间约束条件;
所述道路流量-路径流量约束条件为
其中,取值为0或1,当第a条道路在第k条路径上,则否则A表示交通网中所有的道路集合,
所述所有路径总流量约束条件为
其中,dev表示从起始点e到目的地v之间所有路径上的总流量,
所述出行时间约束条件为
其中,从起始点e到目的地v之间第k条路径上的行驶时间,为第a条道路上第n个充电站零售商的单位需求充电时间。
可选的,所述采用牛顿定点迭代算法对所述非合作博弈模型进行求解,并采用非线性求解器对所述交通分配模型进行求解,得到最优解,具体包括:
求解第一优化函数,所述第一优化函数为所述非合作博弈模型转换得到的;所述第一优化函数为
计算当前迭代次数m下的牛顿迭代方向
dm=-(Hm)'(rm-rm-1),
其中Hm为广义雅克比矩阵,
依据所述第一优化函数和所述牛顿迭代方向,判断是否满足第一收敛条件;若是,则将rm的值作为所述非合作博弈模型对应的最优解,若否,则令rm=rm+dm,m=m+1,并返回所述求解所述第一优化函数;所述第一收敛条件为||rm-rm-1||<ε;α表示正则NI函数的参数;r表示零售商的一个电价策略序列,即r={r1,r2,...,rn,...,rN};表示所有零售商的全部电价策略集合;I为单位矩阵;ε为迭代收敛条件;
将所述交通分配模型转换为第二优化函数
其中,dev表示从起点e到终点v之间的所有路径上的车流量;θ表示从0到xa之间连续变化的积分变量;
采用非线性求解器对当前迭代次数m下的第二优化函数进行求解,得到当前迭代次数m下对应的解
计算第一参数和第二参数;所述第一参数Δr=||rm-rm-1||;所述第二参数
依据所述第一参数和所述第二参数,判断是否满足第二收敛条件;若是,则将的值作为所述交通分配模型对应的最优解,若否,则令m=m+1,并返回所述采用非线性求解器对当前迭代次数m下的第二优化函数进行求解;所述第二收敛条件为Δr+Δx≤ε。
本发明还提供了一种电气交通互联系统的协调优化系统,包括:
第一模型构建模块,用于构建配电网中充电站零售商的非合作博弈模型;所述非合作博弈模型是所述充电站零售商以自身效用最大为目标构建得到的;
第二模型构建模块,用于构建交通网中电动汽车的交通分配模型;所述交通分配模型是所述电动汽车的用户以自身出行时间最小为目标构建得到的;
求解模块,用于采用牛顿定点迭代算法对所述非合作博弈模型进行求解,并采用非线性求解器对所述交通分配模型进行求解,得到最优解;所述非合作博弈模型对应的最优解表示最优零售电价;所述交通分配模型对应的最优解表示最优道路流量;所述最优道路流量为使所述交通网达到均衡分配的道路流量。
可选的,所述第一模型构建模块,具体包括:
第一目标函数建立单元,用于建立非合作博弈模型目标函数
max Un(rn,r-n),
其中,
其中,Un(rn,r-n)为第n个充电站零售商的效用函数,rn表示第n个充电站零售商的零售电价,n∈{1,2,......,N},r-n表示除第n个充电站零售商之外其余N-1个充电站零售商的零售电价,N表示充电站零售商总数,λ表示电力市场的批发电价,xa表示第a条道路上经过第n个充电站零售商的交通流量,qn(r)为电动汽车的充电需求量,Qn表示免费充电时的最大充电需求量,表示第n个充电站零售商的充电需求对第i个充电站零售商零售价格的弹性系数;表示第n个充电站零售商的充电需求对自身零售价格的弹性系数,ri表示第i个充电站零售商的零售电价,ri表示第i个充电站零售商的零售电价,表示零售电价的弹性函数;i∈{1,2,......,N};
第一约束条件建立单元,用于建立非合作博弈模型约束条件;所述非合作博弈模型约束条件包括电价约束条件、充电站功率约束条件和配电网总功率约束条件;
所述电价约束条件为
rn≥λ,n∈{1,2,…N},
所述充电站功率约束条件为
0≤Pn,min≤qn(r)xa≤Pn,max,n∈{1,2,…N},
Pn,min表示充电站零售商允许充电功率的最大值,Pn,max表示充电站零售商允许充电功率的最小值,
所述配电网总功率约束条件为
式中,Pmax表示配电网允许的最大功率。
可选的,所述第二模型构建模块,具体包括:
第二目标函数建立单元,用于建立交通分配模型目标函数
其中,表示从起始点e到目的地v之间第k条路径的流量,从起始点e到目的地v之间第k条路径的出行时间,uev从起始点e到目的地v之间的最小出行时间;
第二约束条件建立单元,用于建立交通分配模型约束条件;所述交通分配模型约束条件包括道路流量-路径流量约束条件、所有路径总流量约束条件和出行时间约束条件;
所述道路流量-路径流量约束条件为
其中,取值为0或1,当第a条道路在第k条路径上,则否则A表示交通网中所有的道路集合,
所述所有路径总流量约束条件为
其中,dev表示从起始点e到目的地v之间所有路径上的总流量,
所述出行时间约束条件为
其中,从起始点e到目的地v之间第k条路径上的行驶时间,为第a条道路上第n个充电站零售商的单位需求充电时间。
可选的,所述求解模块,具体包括:
第一求解单元,用于求解第一优化函数,所述第一优化函数为所述非合作博弈模型转换得到的;所述第一优化函数为
第一计算单元,用于计算当前迭代次数m下的牛顿迭代方向
dm=-(Hm)'(rm-rm-1),
其中Hm为广义雅克比矩阵,
第一判断单元,用于依据所述第一优化函数和所述牛顿迭代方向,判断是否满足第一收敛条件;若是,则将rm的值作为所述非合作博弈模型对应的最优解,若否,则令rm=rm+dm,m=m+1,并返回所述求解所述第一优化函数;所述第一收敛条件为||rm-rm-1||<ε;α表示正则NI函数的参数;r表示零售商的一个电价策略序列,即r={r1,r2,...,rn,...,rN};表示所有零售商的全部电价策略集合;I为单位矩阵;ε为迭代收敛条件;
转换单元,用于将所述交通分配模型转换为第二优化函数
其中,dev表示从起点e到终点v之间的所有路径上的车流量;θ表示从0到xa之间连续变化的积分变量;
第二求解单元,用于采用非线性求解器对当前迭代次数m下的第二优化函数进行求解,得到当前迭代次数m下对应的解
第二计算单元,用于计算第一参数和第二参数;所述第一参数Δr=||rm-rm-1||;所述第二参数
第二判断单元,用于依据所述第一参数和所述第二参数,判断是否满足第二收敛条件;若是,则将的值作为所述交通分配模型对应的最优解,若否,则令m=m+1,并返回所述采用非线性求解器对当前迭代次数m下的第二优化函数进行求解;所述第二收敛条件为Δr+Δx≤ε。
与现有技术相比,本发明的有益效果是:
本发明提出了一种电气交通互联系统的协调优化方法及系统。该方法包括:构建配电网中充电站零售商的非合作博弈模型;构建交通网中电动汽车的交通分配模型;采用牛顿定点迭代算法对非合作博弈模型进行求解,并采用非线性求解器对交通分配模型进行求解,得到最优解;非合作博弈模型对应的最优解表示最优零售电价;交通分配模型对应的最优解表示最优道路流量;最优道路流量为使交通网达到均衡分配的道路流量。本发明在保证配电网安全可靠运行的基础上能较好的管理和引导电动汽车用户进行路径选择,实现交通网下交通流的均衡分配,达到资源的优化配置和合理利用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例电交通网络模型图;
图2为本发明实施例一种电气交通互联系统的协调优化方法的流程图;
图3为本发明的一个具体实例一种电气交通互联系统的协调优化系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
在电交通网络中,上层电动汽车充电站零售商作为电网和电动汽车用户之间的中间代理商,一方面,充电站零售商以固定的批发电价从电力市场买电;另一方面,充电站零售商再以自身效用最大为目标制定零售电价。下层交通网中各电动汽车用户响应实时零售电价,以自身出行时间最小为目标选择出行路径,实现交通网络流量的均衡分配,模型图如图1所示。
图2为本发明实施例一种电气交通互联系统的协调优化方法的流程图。
参见图2,实施例的电气交通互联系统的协调优化方法,包括:
步骤S1:构建配电网中充电站零售商的非合作博弈模型;所述非合作博弈模型是所述充电站零售商以自身效用最大为目标构建得到的。
充电站零售商的非合作博弈模型作为上层模型,快速充电站零售商作为电力市场和电动汽车用户之间的中间代理商,其以批发电价从电力市场买电,再以一定的零售电价将电能出售给各电动汽车用户。假设各个快速充电站零售商在满足配电网功率约束的前提下,以实现效用最大为目标,考虑到网络负荷约束影响,该零售电价同样也取决于其他零售商的电价策略。因此,采用非合作博弈模型来描述各充电站之间的竞争。
所述步骤S1,具体包括:
步骤11:各个充电站零售商以效用最大为目标,建立非合作博弈模型目标函数
max Un(rn,r-n),
其中,
其中,Un(rn,r-n)为第n个充电站零售商的效用函数,rn表示第n个充电站零售商的零售电价,为决策变量,n∈{1,2,......,N},r-n表示除第n个充电站零售商之外其余N-1个充电站零售商的零售电价,也为决策变量,N表示充电站零售商总数,λ表示电力市场的批发电价,xa表示第a条道路上经过第n个充电站零售商的交通流量(车辆数),qn(r)为电动汽车的充电需求量,Qn表示免费充电时的最大充电需求量,为第n个充电站零售商的充电需求对其他充电站零售商即对第i个充电站零售商零售价格的弹性系数;为n个充电站零售商的充电需求对其自身即第n个充电站零售商零售价格的弹性系数;i∈{1,2,......,N},i从1到N,当i不等于n时,i表示其他零售商,当i等于n时,表示第n个零售商;ri表示第i个充电站零售商的零售电价,表示零售电价的弹性函数,
步骤12:建立非合作博弈模型约束条件;所述非合作博弈模型约束条件包括电价约束条件、充电站功率约束条件和配电网总功率约束条件。
1)所述电价约束条件为
rn≥λ,n∈{1,2,…N}。
2)所述充电站功率约束条件为
0≤Pn,min≤qn(r)xa≤Pn,max,n∈{1,2,…N},
Pn,min表示充电站零售商允许充电功率的最大值,Pn,max表示充电站零售商允许充电功率的最小值。
3)所述配电网总功率约束条件为
式中,Pmax表示配电网允许的最大功率。
步骤S2:构建交通网中电动汽车的交通分配模型;所述交通分配模型是所述电动汽车的用户以自身出行时间最小为目标构建得到的。
所述交通分配模型(动态交通用户最优模型)作为下层模型,交通网各电动汽车用户响应各节点零售电价,考虑交通状况和充电时间,以总出行时间最小为目标规划路径,实现交通流量的均衡合理分配。采用基于Wardrop用户均衡的交通分配模型描述各用户的路径选择,得到最优的交通流。即在交通路网的任一时刻,每一组从起始点到目的地(Origin-Destination pair,简称OD对)之间被选择路径的出行时间相等且等于最小的出行时间,而未被选择的路径上的出行时间大于或等于最小的出行时间。
所述步骤S2,具体包括:
步骤21:基于Wardrop用户均衡原理的建立交通分配模型目标函数
其中,表示从起始点e到目的地v之间第k条路径的流量,从起始点e到目的地v之间第k条路径的出行时间,uev从起始点e到目的地v之间的最小出行时间;其中符号0≤a⊥b≥0表示互补松弛条件a≥0,b≥0且ab=0。也就是说a和b中最多有一个是严格正的,根据此互补松弛条件,交通分配模型目标函数表示各OD对之间被选择路径的出行时间相等且等于最小的出行时间,而未被选择的路径上的出行时间大于或等于最小的出行时间。
步骤22:建立交通分配模型约束条件;所述交通分配模型约束条件包括道路流量-路径流量约束条件、所有路径总流量约束条件和出行时间约束条件。
1)所述道路流量-路径流量约束条件为
其中,取值为0或1,当第a条道路在第k条路径上,则否则A表示交通网中所有的道路集合。
2)所述所有路径总流量约束条件为
其中,dev表示从起始点e到目的地v之间所有路径上的总流量。
3)在任一节点上,流入该节点的流量和流出该节点的流量相等,每个节点都有新的流量产生,可以看作是流入该节点的流量,流量守恒等式为:
上式作为出行时间约束条件;其中,从起始点e到目的地v之间第k条路径上的行驶时间,为第a条道路上第n个充电站零售商的单位需求充电时间,ta(xa)表示车辆在道路上的行驶时间,本实施例采用以下路阻函数(BPR)来描述车辆在道路上的行驶时间。
对于非充电路段,
式中,为自由时间流;Ca为道路容量,表示非充电道路集合。
对于充电路段,
充电路段的行驶时间包括充电时间和排队时间,上式中表示充电道路集合,J表示模型参数。
步骤S3:采用牛顿定点迭代算法对所述非合作博弈模型进行求解,并采用非线性求解器对所述交通分配模型进行求解,得到最优解;所述非合作博弈模型对应的最优解表示最优零售电价;所述交通分配模型对应的最优解表示最优道路流量;所述最优道路流量为使所述交通网达到均衡分配的道路流量。
该步骤采用上下层分解协调方法迭代求解两层模型,实现电气交通联合系统的优化运行,所述步骤S3,具体包括:
步骤31:采用牛顿型定点算法求解非合作博弈模型。
非合作博弈模型称为广义纳什均衡问题(GNEP),若对向量有成立,则为GNEP的广义纳什均衡解(GNE)。特别的,若GNEP含有联合凸约束即所有参与者的约束都相同且取决于对手的策略,则这类GNEP的解称为归一化纳什均衡解(NNE)。采用一般的求解器很难直接求出GNEP的解,因此首先将非合作博弈模型转换为最优化问题求解。
通过构造正则Nikaido-Isoda函数(NI函数)将GNEP等价为最优化问题。
正则NI函数为:
正则函数中每一项均表示当参与者n改变其策略从同时其他参与者的策略保持不变时其自身收益的增量。为上的严格凸函数。
对定义函数:
由上述定义函数可知,对任意非负且为GNEP的归一化纳什均衡(NNE)当且仅当且
则非合作博弈模型可以等价于求以下约束优化问题的最小值:
由牛顿型定点原理可知,对任意为GNEP的归一化纳什均衡(NNE)当且仅当是映射T(r*):=Sα(r*)-r*=0内的一个定点,其中,
所述步骤31,具体包括:
1)初始化充电站零售商n∈N,各个参与者的初始策略设置迭代次数m=0,给定迭代收敛条件ε>0,算法参数α>0。
2)求解第一优化函数,所述第一优化函数为所述非合作博弈模型转换得到的;所述第一优化函数为
3)计算当前迭代次数m下映射T的牛顿迭代方向
dm=-(Hm)'(rm-rm-1),
其中Hm为广义雅克比矩阵,
依据所述第一优化函数和所述牛顿迭代方向,判断是否满足第一收敛条件;若是,则将rm的值作为所述非合作博弈模型对应的最优解,若否,则令rm=rm+dm,m=m+1,并返回所述求解所述第一优化函数;所述第一收敛条件为||rm-rm-1||<ε,α表示正则NI函数的参数;r表示零售商的一个电价策略序列,即r={r1,r2,...,rn,...,rN};表示所有零售商的全部电价策略集合;I为单位矩阵;ε为迭代收敛条件。
步骤32:采用非线性求解器求解交通分配模型。具体包括:
1)由于交通分配模型中含有互补松弛条件,很难用求解器直接求解,因此根据KKT条件,上述用户均衡问题可以转化为交通分配(TAP)问题。
将所述交通分配模型转换为第二优化函数
其中,dev表示从起点e到终点v之间的所有路径上的车流量,θ表示从0到xa之间连续变化的积分变量。
由于延迟函数ta(xa)可微且严格递增,所以目标函数FTAP为严格凸函数,进一步的有因此凸规划问题第二优化函数可以通过传统的非线性求解器IPOPT求得最优解。
2)采用非线性求解器对当前迭代次数m下的第二优化函数进行求解,得到当前迭代次数m下对应的解
计算第一参数和第二参数;所述第一参数Δr=||rm-rm-1||;所述第二参数
依据所述第一参数和所述第二参数,判断是否满足第二收敛条件;若是,则将的值作为所述交通分配模型对应的最优解,若否,则令m=m+1,并返回所述采用非线性求解器对当前迭代次数m下的第二优化函数进行求解;所述第二收敛条件为Δr+Δx≤ε。
本实施例的电气交通互联系统的协调优化方法,首先建立配电网中快速充电站零售商的非合作博弈模型;然后建立交通网中电动汽车用户配流模型;再采用上下层分解协调方法迭代求解两层模型,实现电气交通联合系统的优化运行,分别采用牛顿型定点迭代算法和非线性求解器IPOPT求解非合作博弈模型和交通分配模型,确定互联系统的最优交通配流。该方法在保证配电网功率安全约束的条件下,较好的管理引导电动汽车用户的出行路径,使其出行时间最小,最终实现了交通网流量的均衡分配,达到了资源的优化配置和合理利用。
本发明还提供了一种电气交通互联系统的协调优化系统,图3为本发明的一个具体实例一种电气交通互联系统的协调优化系统的结构示意图。
参见图3,实施例的电气交通互联系统的协调优化系统包括:
第一模型构建模块301,用于构建配电网中充电站零售商的非合作博弈模型;所述非合作博弈模型是所述充电站零售商以自身效用最大为目标构建得到的。
第二模型构建模块302,用于构建交通网中电动汽车的交通分配模型;所述交通分配模型是所述电动汽车的用户以自身出行时间最小为目标构建得到的。
求解模块303,用于采用牛顿定点迭代算法对所述非合作博弈模型进行求解,并采用非线性求解器对所述交通分配模型进行求解,得到最优解;所述非合作博弈模型对应的最优解表示最优零售电价;所述交通分配模型对应的最优解表示最优道路流量;所述最优道路流量为使所述交通网达到均衡分配的道路流量。
作为一种可选的实施方式,所述第一模型构建模块301,具体包括:
第一目标函数建立单元,用于建立非合作博弈模型目标函数
max Un(rn,r-n),
其中,
其中,Un(rn,r-n)为第n个充电站零售商的效用函数,rn表示第n个充电站零售商的零售电价,n∈{1,2,......,N},r-n表示除第n个充电站零售商之外其余N-1个充电站零售商的零售电价,N表示充电站零售商总数,λ表示电力市场的批发电价,xa表示第a条道路上经过第n个充电站零售商的交通流量,qn(r)为电动汽车的充电需求量,Qn表示免费充电时的最大充电需求量,表示第n个充电站零售商的充电需求对第i个充电站零售商零售价格的弹性系数;表示第n个充电站零售商的充电需求对自身零售价格的弹性系数,ri表示第i个充电站零售商的零售电价,ri表示第i个充电站零售商的零售电价,表示零售电价的弹性函数;i∈{1,2,......,N};
第一约束条件建立单元,用于建立非合作博弈模型约束条件;所述非合作博弈模型约束条件包括电价约束条件、充电站功率约束条件和配电网总功率约束条件;
所述电价约束条件为
rn≥λ,n∈{1,2,…N},
所述充电站功率约束条件为
0≤Pn,min≤qn(r)xa≤Pn,max,n∈{1,2,…N},
Pn,min表示充电站零售商允许充电功率的最大值,Pn,max表示充电站零售商允许充电功率的最小值,
所述配电网总功率约束条件为
式中,Pmax表示配电网允许的最大功率。
作为一种可选的实施方式,所述第二模型构建模块302,具体包括:
第二目标函数建立单元,用于建立交通分配模型目标函数
其中,表示从起始点e到目的地v之间第k条路径的流量,从起始点e到目的地v之间第k条路径的出行时间,uev从起始点e到目的地v之间的最小出行时间;
第二约束条件建立单元,用于建立交通分配模型约束条件;所述交通分配模型约束条件包括道路流量-路径流量约束条件、所有路径总流量约束条件和出行时间约束条件;
所述道路流量-路径流量约束条件为
其中,取值为0或1,当第a条道路在第k条路径上,则否则A表示交通网中所有的道路集合,
所述所有路径总流量约束条件为
其中,dev表示从起始点e到目的地v之间所有路径上的总流量,
所述出行时间约束条件为
其中,从起始点e到目的地v之间第k条路径上的行驶时间,为第a条道路上第n个充电站零售商的单位需求充电时间。
作为一种可选的实施方式,所述求解模块303,具体包括:
第一求解单元,用于求解第一优化函数,所述第一优化函数为所述非合作博弈模型转换得到的;所述第一优化函数为
第一计算单元,用于计算当前迭代次数m下的牛顿迭代方向
dm=-(Hm)'(rm-rm-1),
其中Hm为广义雅克比矩阵,
第一判断单元,用于依据所述第一优化函数和所述牛顿迭代方向,判断是否满足第一收敛条件;若是,则将rm的值作为所述非合作博弈模型对应的最优解,若否,则令rm=rm+dm,m=m+1,并返回所述求解所述第一优化函数;所述第一收敛条件为||rm-rm-1||<ε;α表示正则NI函数的参数;r表示零售商的一个电价策略序列,即r={r1,r2,...,rn,...,rN};表示所有零售商的全部电价策略集合;I为单位矩阵;ε为迭代收敛条件;
转换单元,用于将所述交通分配模型转换为第二优化函数
其中,dev表示从起点e到终点v之间的所有路径上的车流量;θ表示从0到xa之间连续变化的积分变量;
第二求解单元,用于采用非线性求解器对当前迭代次数m下的第二优化函数进行求解,得到当前迭代次数m下对应的解
第二计算单元,用于计算第一参数和第二参数;所述第一参数Δr=||rm-rm-1||;所述第二参数
第二判断单元,用于依据所述第一参数和所述第二参数,判断是否满足第二收敛条件;若是,则将的值作为所述交通分配模型对应的最优解,若否,则令m=m+1,并返回所述采用非线性求解器对当前迭代次数m下的第二优化函数进行求解;所述第二收敛条件为Δr+Δx≤ε。
本实施例的电气交通互联系统的协调优化系统,在保证配电网安全可靠运行的基础上较好的管理和引导电动汽车用户进行路径选择,实现了交通网下交通流的均衡分配,达到了资源的优化配置和合理利用。
对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种电气交通互联系统的协调优化方法,其特征在于,包括:
构建配电网中充电站零售商的非合作博弈模型;所述非合作博弈模型是所述充电站零售商以自身效用最大为目标构建得到的;
构建交通网中电动汽车的交通分配模型;所述交通分配模型是所述电动汽车的用户以自身出行时间最小为目标构建得到的;
采用牛顿定点迭代算法对所述非合作博弈模型进行求解,并采用非线性求解器对所述交通分配模型进行求解,得到最优解;所述非合作博弈模型对应的最优解表示最优零售电价;所述交通分配模型对应的最优解表示最优道路流量;所述最优道路流量为使所述交通网达到均衡分配的道路流量。
2.根据权利要求1所述的一种电气交通互联系统的协调优化方法,其特征在于,所述构建配电网中充电站零售商的非合作博弈模型,具体包括:
建立非合作博弈模型目标函数
max Un(rn,r-n),
其中,
其中,Un(rn,r-n)为第n个充电站零售商的效用函数,rn表示第n个充电站零售商的零售电价,n∈{1,2,......,N},r-n表示除第n个充电站零售商之外其余N-1个充电站零售商的零售电价,N表示充电站零售商总数,λ表示电力市场的批发电价,xa表示第a条道路上经过第n个充电站零售商的交通流量,qn(r)表示电动汽车的充电需求量,Qn表示免费充电时的最大充电需求量,表示第n个充电站零售商的充电需求对第i个充电站零售商零售价格的弹性系数;表示第n个充电站零售商的充电需求对自身零售价格的弹性系数,ri表示第i个充电站零售商的零售电价,表示零售电价的弹性函数;i∈{1,2,......,N};
非合作博弈模型约束条件;所述非合作博弈模型约束条件包括电价约束条件、充电站功率约束条件和配电网总功率约束条件;
所述电价约束条件为rn≥λ,n∈{1,2,…N},
所述充电站功率约束条件为0≤Pn,min≤qn(r)xa≤Pn,max,n∈{1,2,…N},
Pn,min表示充电站零售商允许充电功率的最大值,Pn,max表示充电站零售商允许充电功率的最小值,xa表示第a条道路上经过第n个充电站零售商的交通流量,
所述配电网总功率约束条件为
式中,Pmax表示配电网允许的最大功率。
3.根据权利要求2所述的一种电气交通互联系统的协调优化方法,其特征在于,所述构建交通网中电动汽车的交通分配模型,具体包括:
建立交通分配模型目标函数
其中,表示从起始点e到目的地v之间第k条路径的流量,从起始点e到目的地v之间第k条路径的出行时间,uev从起始点e到目的地v之间的最小出行时间;
建立交通分配模型约束条件;所述交通分配模型约束条件包括道路流量-路径流量约束条件、所有路径总流量约束条件和出行时间约束条件;
所述道路流量-路径流量约束条件为
其中,取值为0或1,当第a条道路在第k条路径上,则否则A表示交通网中所有的道路集合,
所述所有路径总流量约束条件为
其中,dev表示从起始点e到目的地v之间所有路径上的总流量,
所述出行时间约束条件为
其中,从起始点e到目的地v之间第k条路径上的行驶时间,为第a条道路上第n个充电站零售商的单位需求充电时间。
4.根据权利要求3所述的一种电气交通互联系统的协调优化方法,其特征在于,所述采用牛顿定点迭代算法对所述非合作博弈模型进行求解,并采用非线性求解器对所述交通分配模型进行求解,得到最优解,具体包括:
求解第一优化函数,所述第一优化函数为所述非合作博弈模型转换得到的;所一优化函数为
计算当前迭代次数m下的牛顿迭代方向
dm=-(Hm)'(rm-rm-1),
其中Hm为广义雅克比矩阵,Hm=▽Sα(rm)-I;
依据所述第一优化函数和所述牛顿迭代方向,判断是否满足第一收敛条件;若是,则将rm的值作为所述非合作博弈模型对应的最优解,若否,则令rm=rm+dm,m=m+1,并返回所述求解所述第一优化函数;所述第一收敛条件为||rm-rm-1||<ε;α表示正则NI函数的参数;r表示零售商的一个电价策略序列,即r={r1,r2,...,rn,...,rN};表示所有零售商的全部电价策略集合;I为单位矩阵;ε为迭代收敛条件;
将所述交通分配模型转换为第二优化函数
其中,dev表示从起点e到终点v之间的所有路径上的车流量;θ表示从0到xa之间连续变化的积分变量;
采用非线性求解器对当前迭代次数m下的第二优化函数进行求解,得到当前迭代次数m下对应的解
计算第一参数和第二参数;所述第一参数Δr=||rm-rm-1||;所述第二参数
依据所述第一参数和所述第二参数,判断是否满足第二收敛条件;若是,则将的值作为所述交通分配模型对应的最优解,若否,则令m=m+1,并返回所述采用非线性求解器对当前迭代次数m下的第二优化函数进行求解;所述第二收敛条件为Δr+Δx≤ε。
5.一种电气交通互联系统的协调优化系统,其特征在于,包括:
第一模型构建模块,用于构建配电网中充电站零售商的非合作博弈模型;所述非合作博弈模型是所述充电站零售商以自身效用最大为目标构建得到的;
第二模型构建模块,用于构建交通网中电动汽车的交通分配模型;所述交通分配模型是所述电动汽车的用户以自身出行时间最小为目标构建得到的;
求解模块,用于采用牛顿定点迭代算法对所述非合作博弈模型进行求解,并采用非线性求解器对所述交通分配模型进行求解,得到最优解;所述非合作博弈模型对应的最优解表示最优零售电价;所述交通分配模型对应的最优解表示最优道路流量;所述最优道路流量为使所述交通网达到均衡分配的道路流量。
6.根据权利要求5所述的一种电气交通互联系统的协调优化系统,其特征在于,所述第一模型构建模块,具体包括:
第一目标函数建立单元,用于建立非合作博弈模型目标函数
max Un(rn,r-n),
其中,
其中,Un(rn,r-n)为第n个充电站零售商的效用函数,rn表示第n个充电站零售商的零售电价,n∈{1,2,......,N},r-n表示除第n个充电站零售商之外其余N-1个充电站零售商的零售电价,N表示充电站零售商总数,λ表示电力市场的批发电价,xa表示第a条道路上经过第n个充电站零售商的交通流量,qn(r)表示电动汽车的充电需求量,Qn表示免费充电时的最大充电需求量,表示第n个充电站零售商的充电需求对第i个充电站零售商零售价格的弹性系数;表示第n个充电站零售商的充电需求对自身零售价格的弹性系数,ri表示第i个充电站零售商的零售电价,ri表示第i个充电站零售商的零售电价,表示零售电价的弹性函数;i∈{1,2,......,N};
第一约束条件建立单元,用于建立非合作博弈模型约束条件;所述非合作博弈模型约束条件包括电价约束条件、充电站功率约束条件和配电网总功率约束条件;
所述电价约束条件为rn≥λ,n∈{1,2,…N},
所述充电站功率约束条件为0≤Pn,min≤qn(r)xa≤Pn,max,n∈{1,2,…N},
Pn,min表示充电站零售商允许充电功率的最大值,Pn,max表示充电站零售商允许充电功率的最小值,
所述配电网总功率约束条件为
式中,Pmax表示配电网允许的最大功率。
7.根据权利要求6所述的一种电气交通互联系统的协调优化系统,其特征在于,所述第二模型构建模块,具体包括:
第二目标函数建立单元,用于建立交通分配模型目标函数
其中,表示从起始点e到目的地v之间第k条路径的流量,从起始点e到目的地v之间第k条路径的出行时间,uev从起始点e到目的地v之间的最小出行时间;
第二约束条件建立单元,用于建立交通分配模型约束条件;所述交通分配模型约束条件包括道路流量-路径流量约束条件、所有路径总流量约束条件和出行时间约束条件;
所述道路流量-路径流量约束条件为
其中,取值为0或1,当第a条道路在第k条路径上,则否则A表示交通网中所有的道路集合,
所述所有路径总流量约束条件为
其中,dev表示从起始点e到目的地v之间所有路径上的总流量,
所述出行时间约束条件为
其中,从起始点e到目的地v之间第k条路径上的行驶时间,为第a条道路上第n个充电站零售商的单位需求充电时间。
8.根据权利要求7所述的一种电气交通互联系统的协调优化系统,其特征在于,所述求解模块,具体包括:
第一求解单元,用于求解第一优化函数,所述第一优化函数为所述非合作博弈模型转换得到的;所述第一优化函数为
第一计算单元,用于计算当前迭代次数m下的牛顿迭代方向
dm=-(Hm)'(rm-rm-1),
其中Hm为广义雅克比矩阵,Hm=▽Sα(rm)-I;
第一判断单元,用于依据所述第一优化函数和所述牛顿迭代方向,判断是否满足第一收敛条件;若是,则将rm的值作为所述非合作博弈模型对应的最优解,若否,则令rm=rm+dm,m=m+1,并返回所述求解所述第一优化函数;所述第一收敛条件为||rm-rm-1||<ε;α表示正则NI函数的参数;r表示零售商的一个电价策略序列,即r={r1,r2,...,rn,...,rN};表示所有零售商的全部电价策略集合;I为单位矩阵;ε为迭代收敛条件;
转换单元,用于将所述交通分配模型转换为第二优化函数
其中,dev表示从起点e到终点v之间的所有路径上的车流量;θ表示从0到xa之间连续变化的积分变量;
第二求解单元,用于采用非线性求解器对当前迭代次数m下的第二优化函数进行求解,得到当前迭代次数m下对应的解
第二计算单元,用于计算第一参数和第二参数;所述第一参数Δr=||rm-rm-1||;所述第二参数
第二判断单元,用于依据所述第一参数和所述第二参数,判断是否满足第二收敛条件;若是,则将的值作为所述交通分配模型对应的最优解,若否,则令m=m+1,并返回所述采用非线性求解器对当前迭代次数m下的第二优化函数进行求解;所述第二收敛条件为Δr+Δx≤ε。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910332442.9A CN109920252B (zh) | 2019-04-24 | 2019-04-24 | 一种电气交通互联系统的协调优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910332442.9A CN109920252B (zh) | 2019-04-24 | 2019-04-24 | 一种电气交通互联系统的协调优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109920252A true CN109920252A (zh) | 2019-06-21 |
CN109920252B CN109920252B (zh) | 2020-06-19 |
Family
ID=66978399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910332442.9A Active CN109920252B (zh) | 2019-04-24 | 2019-04-24 | 一种电气交通互联系统的协调优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109920252B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751409A (zh) * | 2019-10-28 | 2020-02-04 | 华北电力大学 | 考虑储能系统和交通分配的电动汽车充电管理方法及系统 |
CN111582585A (zh) * | 2020-05-11 | 2020-08-25 | 燕山大学 | 一种充电站与无线充电站的联合规划方法及系统 |
CN111680394A (zh) * | 2020-04-26 | 2020-09-18 | 中国科学技术大学 | 一种基于博弈模型的决策方法及装置 |
CN112238782A (zh) * | 2020-10-23 | 2021-01-19 | 中国科学技术大学 | 电动汽车充电策略的确定方法及装置 |
CN112487560A (zh) * | 2020-12-11 | 2021-03-12 | 国网江苏省电力有限公司南通供电分公司 | 基于ev车主意愿的电力交通耦合系统协调博弈调度方法 |
CN113658422A (zh) * | 2021-07-26 | 2021-11-16 | 江苏大学 | 一种无人驾驶电动汽车最优调度方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3492593B2 (ja) * | 2000-04-26 | 2004-02-03 | Necモバイリング株式会社 | カーロケーションシステム、及びそのエリア確認方法 |
JP2006113890A (ja) * | 2004-10-15 | 2006-04-27 | Fuji Heavy Ind Ltd | 電気自動車管理システム |
CN101938146A (zh) * | 2009-06-30 | 2011-01-05 | 曹松伟 | 智能电网群充电动源诱导供给体系与自助智能快充设备 |
CN102521488A (zh) * | 2011-11-28 | 2012-06-27 | 山东电力集团公司济南供电公司 | 一种电动汽车换电站选址方法 |
JP2013025241A (ja) * | 2011-07-25 | 2013-02-04 | Bridgestone Corp | 情報表示用パネル |
CN103049822A (zh) * | 2012-12-25 | 2013-04-17 | 杭州汇点网络科技有限公司 | 一种用于居民小区停车位的电动汽车充电管理系统及管理方法 |
CN104463701A (zh) * | 2014-12-07 | 2015-03-25 | 国网浙江省电力公司电动汽车服务分公司 | 一种配电系统与电动汽车充电网络的协调规划方法 |
CN105279974A (zh) * | 2014-07-26 | 2016-01-27 | 刁心玺 | 一种道路传感方法,装置及系统 |
CN106965688A (zh) * | 2017-03-17 | 2017-07-21 | 南京邮电大学 | 一种电网和交通网协同环境下的电动汽车充电方法 |
CN107017619A (zh) * | 2017-03-29 | 2017-08-04 | 华北电力大学 | 非合作博弈视角的光伏充电站网络分布式能量管理方法 |
CN107133415A (zh) * | 2017-05-22 | 2017-09-05 | 河海大学 | 一种考虑用户满意和配网安全的电动汽车充放电优化方法 |
CN107274035A (zh) * | 2017-07-18 | 2017-10-20 | 东南大学 | 一种交通网络和电动汽车充电站协调规划的方法 |
CN109670674A (zh) * | 2018-11-19 | 2019-04-23 | 浙江大学 | 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法 |
-
2019
- 2019-04-24 CN CN201910332442.9A patent/CN109920252B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3492593B2 (ja) * | 2000-04-26 | 2004-02-03 | Necモバイリング株式会社 | カーロケーションシステム、及びそのエリア確認方法 |
JP2006113890A (ja) * | 2004-10-15 | 2006-04-27 | Fuji Heavy Ind Ltd | 電気自動車管理システム |
CN101938146A (zh) * | 2009-06-30 | 2011-01-05 | 曹松伟 | 智能电网群充电动源诱导供给体系与自助智能快充设备 |
JP2013025241A (ja) * | 2011-07-25 | 2013-02-04 | Bridgestone Corp | 情報表示用パネル |
CN102521488A (zh) * | 2011-11-28 | 2012-06-27 | 山东电力集团公司济南供电公司 | 一种电动汽车换电站选址方法 |
CN103049822A (zh) * | 2012-12-25 | 2013-04-17 | 杭州汇点网络科技有限公司 | 一种用于居民小区停车位的电动汽车充电管理系统及管理方法 |
CN105279974A (zh) * | 2014-07-26 | 2016-01-27 | 刁心玺 | 一种道路传感方法,装置及系统 |
CN104463701A (zh) * | 2014-12-07 | 2015-03-25 | 国网浙江省电力公司电动汽车服务分公司 | 一种配电系统与电动汽车充电网络的协调规划方法 |
CN106965688A (zh) * | 2017-03-17 | 2017-07-21 | 南京邮电大学 | 一种电网和交通网协同环境下的电动汽车充电方法 |
CN107017619A (zh) * | 2017-03-29 | 2017-08-04 | 华北电力大学 | 非合作博弈视角的光伏充电站网络分布式能量管理方法 |
CN107133415A (zh) * | 2017-05-22 | 2017-09-05 | 河海大学 | 一种考虑用户满意和配网安全的电动汽车充放电优化方法 |
CN107274035A (zh) * | 2017-07-18 | 2017-10-20 | 东南大学 | 一种交通网络和电动汽车充电站协调规划的方法 |
CN109670674A (zh) * | 2018-11-19 | 2019-04-23 | 浙江大学 | 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法 |
Non-Patent Citations (8)
Title |
---|
YUANWEI JING ET AL.: "Pricing Scheme Based on the Nash Equilibrium Point", 《IEEE》 * |
ZHIHAO CHEN ET AL.: "Electric vehicle development in China: A charging behavior and power sector supply balance analysis", 《EL SEVIER》 * |
卢志刚: "城市电网输配全局最大供电能力分析", 《电网技术》 * |
潘明明: "基于非合作博弈的能源互联网多元主体行为分析方法", 《中国优秀博士论文》 * |
罗洪飞: "基于非合作博弈及多目标优化的居民用户智能用电策略研究", 《中国优秀硕士论文》 * |
赵振东 等: "《汽车悬架与橡胶弹性元件理论及设计》", 30 November 2015 * |
马丽叶 等: "基于可拓云模型的配电网经济运行综合评价及灵敏度分析", 《电工电能新技术》 * |
龚小庆 等: "《合作.演化.复杂性(第二卷)》", 30 November 2018 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751409A (zh) * | 2019-10-28 | 2020-02-04 | 华北电力大学 | 考虑储能系统和交通分配的电动汽车充电管理方法及系统 |
CN110751409B (zh) * | 2019-10-28 | 2022-03-29 | 华北电力大学 | 考虑储能系统和交通分配的电动汽车充电管理方法及系统 |
CN111680394A (zh) * | 2020-04-26 | 2020-09-18 | 中国科学技术大学 | 一种基于博弈模型的决策方法及装置 |
CN111582585A (zh) * | 2020-05-11 | 2020-08-25 | 燕山大学 | 一种充电站与无线充电站的联合规划方法及系统 |
CN111582585B (zh) * | 2020-05-11 | 2022-03-22 | 燕山大学 | 一种充电站与无线充电站的联合规划方法及系统 |
CN112238782A (zh) * | 2020-10-23 | 2021-01-19 | 中国科学技术大学 | 电动汽车充电策略的确定方法及装置 |
CN112487560A (zh) * | 2020-12-11 | 2021-03-12 | 国网江苏省电力有限公司南通供电分公司 | 基于ev车主意愿的电力交通耦合系统协调博弈调度方法 |
CN112487560B (zh) * | 2020-12-11 | 2022-08-19 | 国网江苏省电力有限公司南通供电分公司 | 基于ev车主意愿的电力交通耦合系统协调博弈调度方法 |
CN113658422A (zh) * | 2021-07-26 | 2021-11-16 | 江苏大学 | 一种无人驾驶电动汽车最优调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109920252B (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109920252A (zh) | 一种电气交通互联系统的协调优化方法及系统 | |
CN106127377A (zh) | 一种智能电网多能源综合协调水平评价方法 | |
CN102880921B (zh) | 一种电动汽车充电站选址优化方法 | |
CN107832905B (zh) | 一种适应分布式发电和储能站发展的配电网规划方法 | |
CN103177395B (zh) | 一种基于社会期望的智能配电网节能减排综合评价方法 | |
CN104077635B (zh) | 一种基于光伏发电系统的电动汽车充电站充电优化方法 | |
CN107316125A (zh) | 一种基于经济运行域的主动配电网经济运行评价方法 | |
CN112467722A (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 | |
CN110119963A (zh) | 一种基于主从智能合约的微电网电能交易方法 | |
Liang et al. | Game theory based bidding strategy for prosumers in a distribution system with a retail electricity market | |
CN108520330A (zh) | 一种考虑负荷预测误差不确定性的配电网中压线路差异化规划方法 | |
CN111967776A (zh) | 一种园区综合能源系统运营价值链的评估方法 | |
CN106779277A (zh) | 一种配电网网损的分类评估方法及装置 | |
Zeng et al. | Research of time-of-use electricity pricing models in China: A survey | |
CN109598377A (zh) | 一种基于故障约束的交直流混合配电网鲁棒规划方法 | |
CN108364238A (zh) | 一种基于供电区域等级划分的多样化供电模式选择方法 | |
CN105868499A (zh) | 一种含风光储的电动汽车充电站容量配比方法 | |
CN103887823B (zh) | 基于模糊层次分析的微电网并网位置选取方法 | |
An et al. | Optimal operation of multi-micro energy grids under distribution network in Southwest China | |
CN105977958B (zh) | 基于网络分裂法的双边交易网损分摊方法 | |
Klaassen et al. | Energy efficient residential areas through smart grids | |
Casalicchio et al. | Renewable energy communities: business models of multi-family housing buildings | |
CN109523309B (zh) | 一种基于潮流分析计算的电力报价仿真方法及系统 | |
CN106408452A (zh) | 含多分布式电源配电网的电动汽车充电站优化配置方法 | |
CN116402307A (zh) | 考虑可调度柔性资源运行特性的电网规划容量分析方法 |
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 |