CN110110895A - 电动汽车优化调度的方法及终端设备 - Google Patents
电动汽车优化调度的方法及终端设备 Download PDFInfo
- Publication number
- CN110110895A CN110110895A CN201910276180.9A CN201910276180A CN110110895A CN 110110895 A CN110110895 A CN 110110895A CN 201910276180 A CN201910276180 A CN 201910276180A CN 110110895 A CN110110895 A CN 110110895A
- Authority
- CN
- China
- Prior art keywords
- electric car
- target
- charge
- indicate
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000008901 benefit Effects 0.000 claims abstract description 21
- 230000005611 electricity Effects 0.000 claims description 59
- 230000004044 response Effects 0.000 claims description 54
- 238000011156 evaluation Methods 0.000 claims description 37
- 230000007115 recruitment Effects 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 23
- 230000003862 health status Effects 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 6
- 240000002853 Nelumbo nucifera Species 0.000 claims description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 19
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明适用于智能电网与可再生能源接入技术领域，提供了一种电动汽车优化调度的方法及终端设备，该方法包括：根据获取的目标电动汽车的数量和荷电量信息，获取目标电动汽车的充电优先权值和V2G优先权值；获取执行V2V的电动汽车的V2V功率最大值，并根据V2V功率最大值、充电优先权值和V2G优先权值，确定执行V2V的电动汽车的顺序；根据所确定的执行V2V的电动汽车的顺序，以电动汽车集群充放电站效益最大化作为目标函数，通过整数规划方式，获取目标电动汽车的最优调度策略，可以在充分考虑电动汽车集群充放电站、配电网和电动汽车用户三方的效益的基础上，得到待接受服务的电动汽车的最优调度策略。
Description
技术领域
本发明属于智能电网与可再生能源接入技术领域，尤其涉及一种电动汽车优化调度的方法及终端设备。
背景技术
电动汽车作为负荷需求响应(DR,Demand Response)的重要参与者，具有节能、环保、低排放的特点，近年来被大力推广。电动汽车可以通过利用不同时刻充、放电电价的区别，在行驶之余，参与负荷响应以及其他备用服务。电动汽车电池容量有限，电动汽车集群充放电站作为配电网和电动汽车用户之间的接口，是电动汽车有效的参与负荷响应以及其他备用服务的必要途径，其可以通过参与市场服务，向配电网出售电能，但是当实际售电电量与预期差额较大时，将为配电网的运行带来负面影响，因此电动汽车集群充放电站需要具有较大稳定的电动汽车客户群体，以降低这一风险。除充电刚性需求情况下，用户的充放电行为主要受“利益”驱动，因此电动汽车集群充放电站需要为电动汽车提供更高的满意度，以吸引电动汽车用户。
目前，大多数的电动汽车集群充放电站充放电优化调度的目标多为最大化用户满意度和最小化购买电能成本，未充分考虑电动汽车集群充放电站、配电网和电动汽车用户三方的效益；或者通过集中优化，实现配电网运行和电动汽车充放电调度优化一体化，然而这种集中优化方式需要用户披露个人信息，具有数据安全隐患。
发明内容
有鉴于此，本发明实施例提供了一种电动汽车优化调度的方法及终端设备，以解决现有技术中大多数的电动汽车集群充放电站充放电优化调度的目标仅为最大化用户满意度和最小化购买电能成本，或者需要通过披露电动汽车用户个人信息的集中优化实现配电网运行和电动汽车充放电调度优化一体化的问题。
本发明实施例的第一方面提供了一种电动汽车优化调度的方法，包括：
获取目标电动汽车的数量和荷电量信息；
根据所述目标电动汽车的数量和荷电量信息，获取所述目标电动汽车的充电优先权值和车辆至网络V2G优先权值；
获取执行车辆至车辆V2V的电动汽车的V2V功率最大值，并根据所述V2V功率最大值、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车的顺序；
根据所确定的执行V2V的电动汽车的顺序，以电动汽车集群充放电站效益最大化作为目标函数，通过整数规划方式，获取所述目标电动汽车的最优调度策略。
本发明实施例与现有技术相比存在的有益效果是：通过获取目标电动汽车的充电优先权值和V2G优先权值，然后获取执行V2V的电动汽车的V2V功率最大值，并根据所述V2V功率最大值、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车以及顺序，根据所确定的执行V2V的电动汽车的顺序，以电动汽车集群充放电站效益最大化作为目标函数，通过整数规划方式，获取所述目标的电动汽车的最优调度策略，可以在充分考虑电动汽车集群充放电站、配电网和电动汽车用户三方的效益的基础上，得到待接受服务的电动汽车的最优调度策略。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述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是本发明实施例提供的一种电动汽车优化调度的方法的实现流程示意图；
图2是本发明实施例提供的确定执行V2V的电动汽车以及顺序流程示意图；
图3是本发明实施例提供的获取待接受服务的电动汽车用户满意度值的方法交互流程示意图；
图4是本发明实施例提供的电动汽车优化调度的装置的示例图；
图5是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1为本发明实施例提供的电动汽车优化调度的方法的实现流程示意图，详述如下。
步骤101，获取目标电动汽车的数量和荷电量信息。
可选的，步骤101中的目标电动汽车可以为在电动汽车集群充放电站待接受服务的电动汽车。
电动汽车在需要充电或者不使用时，可以在电动汽车集群充放电站进行充电、执行V2V(Vehicle to Vehicle,车辆至车辆)或者执行V2G(Vehicle to grid,车辆至网络)。执行V2V或者执行V2G可以避免浪费电动汽车中的荷电量。
可选的，电动汽车集群充放电站可以利用其内部的电气接线网络，将某一电动汽车放电的电量充入某一前来充电的电动汽车，通过此技术，可以为更多的电动汽车提供服务，提高用户满意度。从理论上讲，应用V2V技术可以降低电动汽车集群充放电站用于建设充电桩的成本。
步骤102，根据所述目标电动汽车的数量和荷电量信息，获取所述目标电动汽车的充电优先权值和V2G优先权值。
可选的，步骤102中所述目标电动汽车的荷电量信息包括：所述目标电动汽车的荷电状态、所述目标电动汽车的蓄电池健康状态、所述目标电动汽车的充电速率或者放电速率。
可选的，步骤102中所述获取所述目标电动汽车的充电优先权值，可以根据获取第i辆目标电动汽车在t时刻的充电优先权值，然后根据获取第i辆目标的电动汽车在t时刻的充电优先权值的方法，获取所有目标电动汽车在t时刻的充电优先权值。其中，所述表示第i辆目标电动汽车在t时刻的所述充电优先权值，所述SOHi表示第i辆目标电动汽车的蓄电池健康状态，所述SOCt,i表示第i辆目标电动汽车在t时刻的荷电状态，所述CRt,i表示第i辆目标电动汽车在t时刻的充电速率或者放电速率，所述k1、所述k2、所述k3分别表示确定充电优先权对电动汽车电池健康状态、荷电状态和充电速率的重视程度，并且k1×k2×k3＝1；
可选的，步骤102中所述获取所述目标电动汽车的V2G优先权值，可以根据获取第i辆目标电动汽车在t时刻的V2G优先权值，然后根据获取第i辆目标电动汽车在t时刻的V2G优先权值的方法，获取所有待接收服务的电动汽车在t时刻的V2G优先权值；其中，所述第i辆目标电动汽车在t时刻的所述V2G优先权，所述ε表示避免In(2-SOCt,i)＝0的极小正值，所述k3表示确定V2G优先权对电动汽车充电速率的重视程度。
可选的，根据所确定的所有目标电动汽车充电优先权值和V2G优先权值，对所有所述目标电动汽车按照充电优先权值进行排序，按照V2G优先权值进行排序。可以对所有所述目标电动汽车按照充电优先权值进行降序排列，按照V2G优先权值进行降序排列，也可以按照充电优先权值进行升序排列，按照V2G优先权值进行升序排列，为了方便本实施例中后续在目标电动汽车中确定可执行V2V的电动汽车，可以按照充电优先权值进行降序排列，按照V2G优先权值进行降序排列。
步骤103，获取执行V2V的电动汽车的V2V功率最大值，并根据所述V2V功率最大值、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车的顺序。
可选的，步骤103中获取执行V2V的电动汽车的V2V功率最大值，可以包括：根据获取执行V2V的电动汽车的V2V功率最大值，即所有目标电动汽车的充电功率和V2G功率中最小功率为执行V2V的电动汽车的V2V功率最大值；其中，所述Pm,t表示所述执行V2V的电动汽车的所述V2V功率最大值，所述K表示所述目标电动汽车数量，所述Pc,t,i表示第i辆目标电动汽车在t时刻的充电功率，所述Pd,t,i表示第i辆目标电动汽车在t时刻电动汽车的V2G功率。
可选的，如图2所示，步骤103中根据所述V2V功率最大值、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车的顺序，可以包括以下步骤：
步骤201，获取电动汽车集群充放电站的充电电价和V2G电价。
可选的，电动汽车集群充放电站的充电电价和V2G电价可以根据当前配电网的电价进行设置。
步骤202，根据所述V2V功率最大值、所述充电电价和所述V2G电价，获取采用V2V降低电能成本带来的等效收益。
可选的，步骤202可以根据FV2V，t＝Pm,t(P'c,t-P'd,t)·Δt，获取采用V2V降低电能成本带来的等效收益。其中，所述FV2V，t表示表示t时刻采用V2V降低电能成本带来的等效收益，所述Pm,t表示t时刻所述V2V功率最大值，所述P'c,t表示t时刻充电价格，所述P'd,t表示t时刻V2G价格，所述Δt表示获取采用V2V降低电能成本带来的等效收益的时间长度。
步骤203，获取所述电动汽车集群充放电站的基础负荷和需求响应功率。
步骤204，根据所述基础负荷和所述需求响应功率，确定所述电动汽车集群充放电站的负荷需求响应效果评估指标。
可选的，步骤204中定义电动汽车集群充放电站的负荷需求响应效果评估指标，以反映配电网对电动汽车集群充放电站负荷响应能力提出的要求，配电网基于这一指标对电动汽车集群充放电站的服务质量进行评估，依据此评估结果，向电动汽车集群充放电站支付相应的补偿。
可选的，步骤204中确定所述电动汽车集群充放电站的负荷需求响应效果评估指标，可以根据确定所述电动汽车集群充放电站的负荷需求响应效果评估指标，其中，所述Me％表示所述负荷需求响应效果评估指标，所述M1表示电动汽车集群充放电站参与需求响应后负荷波动方差，所述M2表示电动汽车集群充放电站的基础负荷波动方差，所述Lt表示t时刻的电动汽车集群充放电站的基础负荷，所述PDR，t表示电动汽车集群充放电站的所述需求响应功率，并规定需求响应功率流出配电网为正，流入配电网为负，所述T表示调度时隙数，即T为24小时总的调度时隙数，t表示当前时刻，例如，当调度时间间隔为15分钟时，T为96。
步骤205，根据电网容量收益率和所述负荷需求响应效果评估指标，确定所述电动汽车集群充放电站的负荷需求响应收益。
可选的，步骤205中确定所述电动汽车集群充放电站的负荷需求响应收益，可以根据FDR＝μMe％，确定所述电动汽车集群充放电站的负荷需求响应收益；其中，所述FDR表示所述负荷需求响应收益，所述μ表示配电网容量收益率。
步骤206，根据所述目标电动汽车的荷电状态、配电网的电价、所述电价对应的服务附加费用、所述目标电动汽车的蓄电池的额定容量、所述目标电动汽车的荷电量增量、所述目标电动汽车的荷电量减量、配电网每千瓦时V2G电量的采购价格、电动汽车放电收益对荷电量减量的敏感程度值、政策性奖励值以及政策性惩罚值，获取目标电动汽车用户满意度值。
可选的，目标电动汽车用户满意度可以从目标电动汽车荷电状态满意度和目标电动汽车用户经济效益满意度两方面来定义，步骤206中获取目标电动汽车用户满意度值的方法，具体如图3所示，可以包括以下步骤。
步骤301，根据所述目标电动汽车的荷电状态，获取所述目标电动汽车的荷电状态满意度值。
可选的，步骤301中获取目标电动汽车的荷电状态满意度值，可以定义G1,i％为第i辆目标电动汽车离开电动汽车集群充放电站时的荷电状态满意度值，可以根据获取第i辆目标电动汽车的荷电状态满意度值，然后根据上述获取第i辆目标电动汽车的荷电状态满意度值的方法，获取所有目标电动汽车的荷电状态满意度值；其中，所述G1,i％表示第i辆目标电动汽车荷电状态满意度值，所述soc0,i表示第i辆目标电动汽车进入电动汽车集群充放电站时刻的荷电状态，所述soci'表示第i辆目标电动汽车目标荷电状态，所述soci”表示第i辆目标电动汽车离开电动汽车集群充放电站时刻的荷电状态。
步骤302，根据所述配电网的电价、所述电价对应的服务附加费用、所述目标电动汽车的蓄电池的额定容量、所述目标电动汽车的荷电量增量、政策性惩罚值，获取所述目标电动汽车的充电经济满意度值。
可选的，步骤302中获取目标电动汽车的充电经济满意度值，可以先获取第i辆目标电动汽车的充电支付费用，以及第i辆目标电动汽车在充电开始时刻tc,being与充电结束时刻tc,end之间的政策性惩罚值，然后再根据获得的第i辆目标电动汽车的充电支付费用和第i辆目标电动汽车在充电开始时刻tc,being与充电结束时刻tc,end之间的政策性惩罚值，获取第i辆目标电动汽车的充电经济满意度值，再根据获取第i辆目标电动汽车的充电经济满意度值的方法，获取所有目标电动汽车的充电经济满意度值，具体地可以根据获取第i辆目标电动汽车的充电经济满意度值，然后根据获取第i辆目标电动汽车的充电经济满意度值的方法，获取所有目标电动汽车的充电经济满意度值；其中，所述Gc2,i％表示第i辆目标电动汽车的所述充电经济满意度值，所述Ec,i表示第i辆目标电动汽车充电支付费用，所述Rc,i表示第i辆目标电动汽车在充电开始时刻tc,being与充电结束时刻tc,end之间的政策性惩罚值，所述P'c,t表示充电价格，所述CB,i表示第i辆目标电动汽车的蓄电池的额定容量，所述Rc,t表示t时刻政策性充电惩罚值，所述Pc,t表示t时刻配电网的电价，所述Padd,t表示服务附加费，所述表示第i辆目标电动汽车t时刻的荷电量增量，上标“+”表示在充电服务中，SOC增量为正值。
步骤303，根据所述配电网每千瓦时V2G电量的采购价格、所述电动汽车放电收益对荷电量减量的敏感程度值、政策性奖励值，获取所述目标电动汽车的V2G经济满意度值。
可选的，步骤303中获取目标电动汽车的V2G经济满意度值，可以根据获取第i辆目标电动汽车的V2G经济满意度值，然后根据获取第i辆目标电动汽车的V2G经济满意度值的方法，获取所有目标电动汽车的V2G经济满意度值。其中，所述Gd2,i％表示第i辆目标电动汽车的所述V2G经济满意度值，所述Id,i表示第i辆目标电动汽车执行V2G从电动汽车集群充放电站获得的收益，所述Rd,i表示第i辆目标电动汽车在放电开始时刻td,being与放电结束时刻td,end之间的累计政策性奖励，所述Rdmax表示目标电动汽车获得的最大政策性奖励值，所述Rd,t表示t时刻政策性放电奖励值，所述表示第i辆目标电动汽车t时刻的荷电量减量，所述θ表示配电网每千瓦时V2G电量的采购价格，所述δ表示电动汽车放电收益对ΔSOC-的敏感程度值。
步骤304，根据所述荷电状态满意度值、所述充电经济满意度值以及所述V2G经济满意度值，获取所述目标电动汽车用户满意度值。
可选的，综合经济效益满意度和荷电状态满意度，确定目标电动汽车用户满意度值。可选的，根据获取所述目标电动汽车用户满意度值，其中，所述G％表示所述目标电动汽车用户满意度值，所述n表示待接受充电服务的电动汽车的数量，所述m表示待接受V2G服务的电动汽车的数量，所述w1,i表示第i辆目标电动汽车的荷电状态满意度权重，所述w2,i表示第i辆目标电动汽车的经济效益满意度权重，可选的，w1,i、w2,i由用户偏好来决定，但是w1,i+w2,i＝1。
可选的，根据步骤201至步骤206获得用V2V降低电能成本带来的所述等效收益、所述电动汽车集群充放电站的负荷需求响应效果评估指标、所述负荷需求响应收益以及所述目标电动汽车用户满意度值之后，继续参照附图2，根据步骤207确定执行V2V的电动汽车。
步骤207，根据采用V2V降低电能成本带来的所述等效收益、所述电动汽车集群充放电站的负荷需求响应效果评估指标、所述负荷需求响应收益以及所述目标电动汽车用户满意度值，以所述电动汽车集群充放电站的效益最大化作为目标函数，确定所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车。
可选的，电动汽车集群充放电站日收益(即24小时的经济效益)可以包括充电收入、V2G支出、进行V2V和参与DR的等价收入。以电动汽车集群充放电站日收益最大化最为目标函数，并且负荷需求响应收益以及所述目标电动汽车用户满意度值满足约束条件，确定所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车。
可选的，确定所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车，可以根据确定t时刻所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车；其中，所述F'表示电动汽车集群充放电站的日收益，所述FV2V，t表示t时刻采用V2V降低电能成本带来的等效收益，所述Pm,t表示t时刻所述V2V功率最大值，所述P'c,t表示t时刻充电价格，所述P'd,t表示t时刻V2G价格，，所述Δt表示获取采用V2V降低电能成本带来的等效收益的时间长度，所述Pc,t,i表示第i辆目标电动汽车在t时刻的充电功率，所述Pd,t,i表示第i辆目标电动汽车在t时刻的放电功率，所述Bc,t,i的值表示第i辆目标电动汽车在t时刻是否参与充电服务，所述Bd,t,i的值表示第i辆目标电动汽车在t时刻是否参与放电服务，所述Bc,t,i、所述Bd,t,i为二进制优化变量，所述FDR表示所述电动汽车集群充放电站的负荷需求响应收益，所述PDR，t、所述所述分别表示t时刻所述电动汽车集群充放电站的需求响应功率、需求响应功率最小值、需求响应功率最大值，所述G％表示所述目标电动汽车用户满意度值，所述Gmin％表示所述目标电动汽车用户满意度值的最小值，所述Me％表示电动汽车集群充放电站的负荷需求响应效果评估指标，所述M表示电动汽车集群充放电站的负荷需求响应效果评估指标最小值。
步骤208，根据所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车的顺序。
可选的，执行V2V的电动汽车的顺序可以按照降序排列，以便优先为充电优先权值高或者V2G优先权值高的电动汽车服务，以提升电动汽车用户的满意度。
可选的，在步骤208之后，还可以输出确定的执行V2V的电动汽车名单，并且根据目标电动汽车以及新到达电动汽车集群充放电站的电动汽车，确定未执行V2V的电动汽车。
可选的，由于目标电动汽车的数量和电动汽车集群充放电站的充放电桩数量的有限性，可以以电动汽车集群充放电站效益最大化作为目标函数，采用整数规划方式，获取目标电动汽车的最优调度策略。
步骤104，根据所确定的执行V2V的电动汽车的顺序，以电动汽车集群充放电站效益最大化作为目标函数，通过整数规划方式，获取所述目标电动汽车的最优调度策略。
可选的，调度策略为确定一个时隙中参加V2V的电动汽车以及所有在电动汽车集群充放电站内的电动汽车接收充放电服务的次序；最优调度策略为满足电动汽车集群充放电站效益最大化、满足约束条件下确定一个时隙中参加V2V的电动汽车以及所有在电动汽车集群充放电站内的电动汽车接收充放电服务的次序。因此在获得目标电动汽车的最优调度策略时需要检测调度方案是否满足预设约束条件。可选的，所述预设约束条件为：所述目标电动汽车用户满意度值大于或者等于所述目标电动汽车用户满意度值的最小值，并且所述电动汽车集群充放电站的负荷需求响应效果评估指标大于或者等于所述负荷需求响应效果评估指标最小值；即检测是否满足G％≥Gmin％，Me％≥M。
当所述调度方案未满足所述预设约束条件时，降低所述约束条件中的所述目标电动汽车用户满意度值的最小值和/或所述负荷需求响应效果评估指标最小值，例如，当所述最优调度策略未满足所述预设约束条件时，可以降低Gmin％和/或M的值，以便可以获得最优调度策略。
当所述调度方案满足所述预设约束条件时，确定所述最优调度策略，并输出最优调度策略中的电动汽车集群充放电站的日收益最大值、所述目标电动汽车用户满意度值以及所述电动汽车集群充放电站的负荷需求响应效果评估指标。
上述电动汽车优化调度的方法，通过获取目标电动汽车的充电优先权值和V2G优先权值，然后获取执行V2V的电动汽车的V2V功率最大值，并根据所述V2V功率最大值、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车以及顺序，根据确定的所述执行V2V的电动汽车以及顺序，以电动汽车集群充放电站效益最大化作为目标函数，通过整数规划方式，获取所述目标电动汽车的最优调度策略，可以在充分考虑电动汽车集群充放电站、配电网和电动汽车用户三方的效益的基础上，得到目标电动汽车的最优调度策略。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的电动汽车优化调度的方法，图4示出了本发明实施例提供的电动汽车优化调度的装置的示例图。如图4所示，该装置可以包括：第一获取模块401，第二获取模块402，处理模块403，第三获取模块404；
第一获取模块401，用于获取目标电动汽车的数量和荷电量信息。
第二获取模块402，用于根据所述目标电动汽车的数量和荷电量信息，获取所述目标电动汽车的充电优先权值和V2G优先权值。
处理模块403，用于获取执行V2V的电动汽车的V2V功率最大值，并根据所述V2V功率最大值、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车的顺序。
第三获取模块404，用于根据所确定的执行V2V的电动汽车的顺序，以电动汽车集群充放电站效益最大化作为目标函数，通过整数规划方式，获取所述目标电动汽车的最优调度策略。
可选的，所述目标电动汽车的荷电量信息，包括：所述目标电动汽车的荷电状态、所述目标电动汽车的蓄电池健康状态、所述目标电动汽车的充电速率或者放电速率。
可选的，所述第二获取模块402获取所述目标电动汽车的充电优先权值和V2G优先权值时，还可以用于根据获取所述目标电动汽车的充电优先权值；其中，所述表示第i辆目标电动汽车在t时刻的所述充电优先权，所述SOHi表示第i辆目标电动汽车的蓄电池健康状态，所述SOCt,i表示第i辆目标电动汽车在t时刻的荷电状态，所述CRt,i表示第i辆目标电动汽车在t时刻的充电速率或者放电速率，所述k1、所述k2、所述k3分别表示确定充电优先权对电动汽车电池健康状态、荷电状态和充电速率的重视程度，并且k1×k2×k3＝1；
以及根据获取所述目标电动汽车的V2G优先权值；其中，所述第i辆目标电动汽车在t时刻的所述V2G优先权，所述ε表示避免In(2-SOCt,i)＝0的极小正值，所述k3表示确定V2G优先权对电动汽车充电速率的重视程度。
可选的，所述第二获取模块402获取所述目标电动汽车的充电优先权值和V2G优先权值之后，所述处理模块403，还用于对所有所述目标电动汽车按照所述充电优先权值进行排序，按照所述V2G优先权值进行排序。
可选的，所述处理模块403获取执行V2V的电动汽车的V2V功率最大值时，还可以用于根据获取执行V2V的电动汽车的V2V功率最大值；其中，所述Pm,t表示所述执行V2V的电动汽车的所述V2V功率最大值，所述K表示所述目标电动汽车数量，所述Pc,t,i表示第i辆目标电动汽车在t时刻的充电功率，所述Pd,t,i表示第i辆目标电动汽车在t时刻电动汽车的V2G功率。
可选的，所述处理模块403确定执行V2V的电动汽车的顺序时，还可以用于获取电动汽车集群充放电站的充电电价和V2G电价；根据所述V2V功率最大值、所述充电电价和所述V2G电价，获取采用V2V降低电能成本带来的等效收益；获取所述电动汽车集群充放电站的基础负荷和需求响应功率；根据所述基础负荷和所述需求响应功率，确定所述电动汽车集群充放电站的负荷需求响应效果评估指标；根据电网容量收益率和所述负荷需求响应效果评估指标，确定所述电动汽车集群充放电站的负荷需求响应收益；根据所述目标电动汽车的荷电状态、配电网的电价、所述电价对应的服务附加费用、所述目标电动汽车的蓄电池的额定容量、所述目标电动汽车的荷电量增量、所述目标电动汽车的荷电量减量、配电网每千瓦时V2G电量的采购价格、电动汽车放电收益对荷电量减量的敏感程度值、政策性奖励值以及政策性惩罚值，获取目标电动汽车用户满意度值；根据采用V2V降低电能成本带来的所述等效收益、所述电动汽车集群充放电站的负荷需求响应效果评估指标、所述负荷需求响应收益以及所述目标电动汽车用户满意度值，以所述电动汽车集群充放电站的效益最大化作为目标函数，确定所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车；根据所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车的顺序。
可选的，所述处理模块403获取目标电动汽车用户满意度值时，还可以用于根据所述目标电动汽车的荷电状态，获取所述目标电动汽车的荷电状态满意度值；根据所述配电网的电价、所述电价对应的服务附加费用、所述目标电动汽车的蓄电池的额定容量、所述目标电动汽车的荷电量增量、政策性惩罚值，获取所述目标电动汽车的充电经济满意度值；根据所述配电网每千瓦时V2G电量的采购价格、所述电动汽车放电收益对荷电量减量的敏感程度值、政策性奖励值，获取所述目标电动汽车的V2G经济满意度值；根据所述荷电状态满意度值、所述充电经济满意度值以及所述V2G经济满意度值，获取所述目标电动汽车用户满意度值。
可选的，所述处理模块403获取所述目标电动汽车的荷电状态满意度值，还可以用于根据获取所述目标电动汽车的荷电状态满意度值；其中，所述G1,i％表示第i辆目标电动汽车荷电状态满意度值，所述soc0,i表示第i辆目标电动汽车进入电动汽车集群充放电站时刻的荷电状态，所述soci'表示第i辆目标电动汽车目标荷电状态，所述soci”表示第i辆目标电动汽车离开电动汽车集群充放电站时刻的荷电状态；
所述处理模块403获取所述目标电动汽车的充电经济满意度值时，还可以用于：根据获取所述目标电动汽车的充电经济满意度值；其中，所述Gc2,i％表示第i辆目标电动汽车的所述充电经济满意度值，所述Ec,i表示第i辆目标电动汽车充电支付费用，所述Rc,i表示第i辆目标电动汽车在充电开始时刻tc,being与充电结束时刻tc,end之间的政策性惩罚值，所述P'c,t表示充电价格，所述CB,i表示第i辆目标电动汽车的蓄电池的额定容量，所述Rc,t表示t时刻政策性充电惩罚值，所述Pc,t表示t时刻配电网的电价，所述Padd,t表示服务附加费，所述表示第i辆目标电动汽车t时刻的荷电量增量；
所述处理模块403获取所述目标电动汽车的V2G经济满意度值时，还可以用于：根据获取所述目标电动汽车的V2G经济满意度值；其中，所述Gd2,i％表示第i辆目标电动汽车的所述V2G经济满意度值，所述Id,i表示第i辆目标电动汽车执行V2G从电动汽车集群充放电站获得的收益，所述Rd,i表示第i辆目标电动汽车在放电开始时刻td,being与放电结束时刻td,end之间的累计政策性奖励，所述Rdmax表示目标电动汽车获得的最大政策性奖励值，所述Rd,t表示t时刻政策性放电奖励值，所述表示第i辆目标电动汽车t时刻的荷电量减量，所述θ表示配电网每千瓦时V2G电量的采购价格，所述δ表示电动汽车放电收益对ΔSOC-的敏感程度值。
所述处理模块403获取所述目标电动汽车用户满意度值时，还可以用于：根据获取所述目标电动汽车用户满意度值，其中，所述G％表示所述目标电动汽车用户满意度值，所述n表示待接受充电服务的电动汽车的数量，所述m表示待接受V2G服务的电动汽车的数量，所述w1,i表示第i辆目标电动汽车的荷电状态满意度权重，所述w2,i表示第i辆目标电动汽车的经济效益满意度权重，并且w1,i+w2,i＝1。
所述处理模块403确定所述电动汽车集群充放电站的负荷需求响应效果评估指标时，还可以用于：根据确定所述电动汽车集群充放电站的负荷需求响应效果评估指标，其中，所述Me％表示所述负荷需求响应效果评估指标，所述M1表示电动汽车集群充放电站参与需求响应后负荷波动方差，所述M2表示电动汽车集群充放电站的基础负荷波动方差，所述Lt表示t时刻的电动汽车集群充放电站的基础负荷，所述PDR，t表示电动汽车集群充放电站的所述需求响应功率，所述T表示调度时隙数；
所述处理模块403确定所述电动汽车集群充放电站的负荷需求响应收益时，还可以用于：根据FDR＝μMe％，确定所述电动汽车集群充放电站的负荷需求响应收益；其中，所述FDR表示所述负荷需求响应收益，所述μ表示配电网容量收益率。
所述处理模块403确定所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车时，还可以用于:根据确定t时刻所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车；其中，所述F'表示电动汽车集群充放电站的日收益，所述FV2V，t表示t时刻采用V2V降低电能成本带来的等效收益，所述Pm,t表示t时刻所述V2V功率最大值，所述P'c,t表示t时刻充电价格，所述P'd,t表示t时刻V2G价格，所述Δt表示获取采用V2V降低电能成本带来的等效收益的时间长度，所述Pc,t,i表示第i辆目标电动汽车在t时刻的充电功率，所述Pd,t,i表示第i辆目标电动汽车在t时刻的放电功率，所述Bc,t,i的值表示第i辆目标电动汽车在t时刻是否参与充电服务，所述Bd,t,i的值表示第i辆目标电动汽车在t时刻是否参与放电服务，所述FDR表示所述电动汽车集群充放电站的负荷需求响应收益，所述PDR，t、所述所述分别表示t时刻所述电动汽车集群充放电站的需求响应功率、需求响应功率最小值、需求响应功率最大值，所述G％表示所述目标电动汽车用户满意度值，所述Gmin％表示所述目标电动汽车用户满意度值的最小值，所述Me％表示电动汽车集群充放电站的负荷需求响应效果评估指标，所述M表示电动汽车集群充放电站的负荷需求响应效果评估指标最小值。
可选的，所述第三获取模块404，还可以用于检测调度方案是否满足预设约束条件，所述预设约束条件为：所述目标电动汽车用户满意度值大于或者等于所述目标电动汽车用户满意度值的最小值，并且所述电动汽车集群充放电站的负荷需求响应效果评估指标大于或者等于所述负荷需求响应效果评估指标最小值；当所述调度方案未满足所述预设约束条件时，降低所述约束条件中的所述目标电动汽车用户满意度值的最小值和/或所述负荷需求响应效果评估指标最小值；当所述调度方案满足所述预设约束条件时，确定所述最优调度策略，并输出最优调度策略中的电动汽车集群充放电站的日收益最大值、所述目标电动汽车用户满意度值以及所述电动汽车集群充放电站的负荷需求响应效果评估指标。
上述电动汽车优化调度的装置，通过第二获取模块获取目标电动汽车的充电优先权值和V2G优先权值，然后处理模块获取执行V2V的电动汽车的V2V功率最大值，并根据所述V2V功率最大值、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车的顺序，第三获取模块根据所确定的执行V2V的电动汽车的顺序，以电动汽车集群充放电站效益最大化作为目标函数，通过采用整数规划方式，获取所述目标电动汽车的最优调度策略，可以在充分考虑电动汽车集群充放电站、配电网和电动汽车用户三方的效益的基础上，得到目标电动汽车的最优调度策略。
图5是本发明一实施例提供的终端设备的示意图。如图5所示，该实施例的终端设备5包括：处理器501、存储器502以及存储在所述存储器502中并可在所述处理器501上运行的计算机程序503，例如电动汽车优化调度的程序。所述处理器501执行所述计算机程序503时实现上述电动汽车优化调度的方法实施例中的步骤，例如图1所示的步骤101至104，或者图2所示的步骤201至步骤208，或者图3所示的步骤301至步骤304，所述处理器501执行所述计算机程序503时实现上述各装置实施例中各模块的功能，例如图4所示模块401至404的功能。
示例性的，所述计算机程序503可以被分割成一个或多个程序模块，所述一个或者多个程序模块被存储在所述存储器502中，并由所述处理器501执行，以完成本发明。所述一个或多个程序模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序503在所述电动汽车优化调度的装置或者终端设备5中的执行过程。例如，所述计算机程序503可以被分割成第一获取模块401，第二获取模块402，处理模块403，第三获取模块404，各模块具体功能如图4所示，在此不再一一赘述。
所述终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器501、存储器502。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器502可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器502也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器502还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器502用于存储所述计算机程序以及所述终端设备5所需的其他程序和数据。所述存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种电动汽车优化调度的方法，其特征在于，包括：
获取目标电动汽车的数量和荷电量信息；
根据所述目标电动汽车的数量和荷电量信息，获取所述目标电动汽车的充电优先权值和车辆至网络V2G优先权值；
获取执行车辆至车辆V2V的电动汽车的V2V功率最大值，并根据所述V2V功率最大值、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车的顺序；
根据所确定的执行V2V的电动汽车的顺序，以电动汽车集群充放电站效益最大化作为目标函数，通过整数规划方式，获取所述目标电动汽车的最优调度策略。
2.如权利要求1所述的电动汽车优化调度的方法，其特征在于，所述目标电动汽车的荷电量信息，包括：所述目标电动汽车的荷电状态、所述目标电动汽车的蓄电池健康状态、所述目标电动汽车的充电速率或者放电速率；
所述获取所述目标电动汽车的充电优先权值和V2G优先权值，包括：
根据获取所述目标电动汽车的充电优先权值；其中，所述表示第i辆目标电动汽车在t时刻的所述充电优先权，所述SOHi表示第i辆目标电动汽车的蓄电池健康状态，所述SOCt,i表示第i辆目标电动汽车在t时刻的荷电状态，所述CRt,i表示第i辆目标电动汽车在t时刻的充电速率或者放电速率，所述k1、所述k2、所述k3分别表示确定充电优先权对电动汽车电池健康状态、荷电状态和充电速率的重视程度，并且k1×k2×k3＝1；
根据获取所述目标电动汽车的V2G优先权值；其中，所述第i辆目标电动汽车在t时刻的所述V2G优先权，所述ε表示避免In(2-SOCt,i)＝0的极小正值，所述k3表示确定V2G优先权对电动汽车充电速率的重视程度。
3.如权利要求2所述的电动汽车优化调度的方法，其特征在于，所述获取执行V2V的电动汽车的V2V功率最大值，包括：
根据获取执行V2V的电动汽车的V2V功率最大值；其中，所述Pm,t表示所述执行V2V的电动汽车的V2V功率最大值，所述K表示所述目标电动汽车数量，所述Pc,t,i表示第i辆目标电动汽车在t时刻的充电功率，所述Pd,t,i表示第i辆目标电动汽车在t时刻电动汽车的V2G功率。
4.如权利要求3所述的电动汽车优化调度的方法，其特征在于，所述根据所述V2V功率最大值、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车的顺序，包括：
获取电动汽车集群充放电站的充电电价和V2G电价；
根据所述V2V功率最大值、所述充电电价和所述V2G电价，获取采用V2V降低电能成本带来的等效收益；
获取所述电动汽车集群充放电站的基础负荷和需求响应功率；
根据所述基础负荷和所述需求响应功率，确定所述电动汽车集群充放电站的负荷需求响应效果评估指标；
根据电网容量收益率和所述负荷需求响应效果评估指标，确定所述电动汽车集群充放电站的负荷需求响应收益；
根据所述目标电动汽车的荷电状态、配电网的电价、所述电价对应的服务附加费用、所述目标电动汽车的蓄电池的额定容量、所述目标电动汽车的荷电量增量、所述目标电动汽车的荷电量减量、配电网每千瓦时V2G电量的采购价格、电动汽车放电收益对荷电量减量的敏感程度值、政策性奖励值以及政策性惩罚值，获取目标电动汽车用户满意度值；
根据采用V2V降低电能成本带来的所述等效收益、所述电动汽车集群充放电站的负荷需求响应效果评估指标、所述负荷需求响应收益以及所述目标电动汽车用户满意度值，以所述电动汽车集群充放电站的效益最大化作为目标函数，确定所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车；
根据所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车、所述充电优先权值和所述V2G优先权值，确定执行V2V的电动汽车的顺序。
5.如权利要求4所述的电动汽车优化调度的方法，其特征在于，所述获取目标电动汽车用户满意度值，包括：
根据所述目标电动汽车的荷电状态，获取所述目标电动汽车的荷电状态满意度值；
根据所述配电网的电价、所述电价对应的服务附加费用、所述目标电动汽车的蓄电池的额定容量、所述目标电动汽车的荷电量增量、政策性惩罚值，获取所述目标电动汽车的充电经济满意度值；
根据所述配电网每千瓦时V2G电量的采购价格、所述电动汽车放电收益对荷电量减量的敏感程度值、政策性奖励值，获取所述目标电动汽车的V2G经济满意度值；
根据所述荷电状态满意度值、所述充电经济满意度值以及所述V2G经济满意度值，获取所述目标电动汽车用户满意度值。
6.如权利要求5所述的电动汽车优化调度的方法，其特征在于，所述获取所述目标电动汽车的荷电状态满意度值，包括：
根据获取所述目标电动汽车的荷电状态满意度值；其中，所述G1,i％表示第i辆目标电动汽车的荷电状态满意度值，所述soc0,i表示第i辆目标电动汽车进入电动汽车集群充放电站时刻的荷电状态，所述soci'表示第i辆目标电动汽车目标荷电状态，所述soci”表示第i辆目标电动汽车离开电动汽车集群充放电站时刻的荷电状态；
所述获取所述目标电动汽车的充电经济满意度值，包括：
根据获取所述目标电动汽车的充电经济满意度值；其中，所述Gc2,i％表示第i辆目标电动汽车的所述充电经济满意度值，所述Ec,i表示第i辆目标电动汽车充电支付费用，所述Rc,i表示第i辆目标电动汽车在充电开始时刻tc,being与充电结束时刻tc,end之间的政策性惩罚值，所述P'c,t表示充电价格，所述CB,i表示第i辆目标电动汽车的蓄电池的额定容量，所述Rc,t表示t时刻政策性充电惩罚值，所述Pc,t表示t时刻配电网的电价，所述Padd,t表示服务附加费，所述表示第i辆目标电动汽车t时刻的荷电量增量；
所述获取所述目标电动汽车的V2G经济满意度值，包括：
根据获取所述目标电动汽车的V2G经济满意度值；其中，所述Gd2,i％表示第i辆目标电动汽车的所述V2G经济满意度值，所述Id,i表示第i辆目标电动汽车执行V2G从电动汽车集群充放电站获得的收益，所述Rd,i表示第i辆目标电动汽车在放电开始时刻td,being与放电结束时刻td,end之间的累计政策性奖励，所述Rdmax表示目标电动汽车获得的最大政策性奖励值，所述Rd,t表示t时刻政策性放电奖励值，所述表示第i辆目标电动汽车t时刻的荷电量减量，所述θ表示配电网每千瓦时V2G电量的采购价格，所述δ表示电动汽车放电收益对ΔSOC-的敏感程度值；
所述获取所述目标电动汽车用户满意度值，包括：
根据获取所述目标电动汽车用户满意度值，其中，所述G％表示所述目标电动汽车用户满意度值，所述n表示待接受充电服务的电动汽车的数量，所述m表示待接受V2G服务的电动汽车的数量，所述w1,i表示第i辆目标电动汽车的荷电状态满意度权重，所述w2,i表示第i辆目标电动汽车的经济效益满意度权重，并且w1,i+w2,i＝1。
7.如权利要求4所述的电动汽车优化调度的方法，其特征在于，所述确定所述电动汽车集群充放电站的负荷需求响应效果评估指标，包括：
根据确定所述电动汽车集群充放电站的负荷需求响应效果评估指标，其中，所述Me％表示所述负荷需求响应效果评估指标，所述M1表示电动汽车集群充放电站参与需求响应后负荷波动方差，所述M2表示电动汽车集群充放电站的基础负荷波动方差，所述Lt表示t时刻的电动汽车集群充放电站的基础负荷，所述PDR，t表示电动汽车集群充放电站的所述需求响应功率，所述T表示调度时隙数；
所述确定所述电动汽车集群充放电站的负荷需求响应收益，包括：
根据FDR＝μMe％，确定所述电动汽车集群充放电站的负荷需求响应收益；其中，所述FDR表示所述负荷需求响应收益，所述μ表示配电网容量收益率。
8.如权利要求6或7所述的电动汽车优化调度的方法，其特征在于，所述确定所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车，包括:
根据确定t时刻所述电动汽车集群充放电站内进行充电或者放电服务的电动汽车；其中，所述F'表示电动汽车集群充放电站的日收益，所述FV2V，t表示t时刻采用V2V降低电能成本带来的等效收益，所述Pm,t表示t时刻所述V2V功率最大值，所述P'c,t表示t时刻充电价格，所述P'd,t表示t时刻V2G价格，所述Δt表示获取采用V2V降低电能成本带来的等效收益的时间长度，所述Pc,t,i表示第i辆目标电动汽车在t时刻的充电功率，所述Pd,t,i表示第i辆目标电动汽车在t时刻的放电功率，所述Bc,t,i的值表示第i辆目标电动汽车在t时刻是否参与充电服务，所述Bd,t,i的值表示第i辆目标电动汽车在t时刻是否参与放电服务，所述FDR表示所述电动汽车集群充放电站的负荷需求响应收益，所述PDR，t、所述所述分别表示t时刻所述电动汽车集群充放电站的需求响应功率、需求响应功率最小值、需求响应功率最大值，所述G％表示所述目标电动汽车用户满意度值，所述Gmin％表示所述目标电动汽车用户满意度值的最小值，所述Me％表示电动汽车集群充放电站的负荷需求响应效果评估指标，所述M表示电动汽车集群充放电站的负荷需求响应效果评估指标最小值。
9.如权利要求8所述的电动汽车优化调度的方法，其特征在于，在所述确定执行V2V的电动汽车的顺序之后，所述电动汽车优化调度的方法还包括：
根据所述目标电动汽车以及新到达电动汽车集群充放电站的电动汽车，确定未执行V2V的电动汽车。
10.如权利要求9所述的电动汽车优化调度的方法，其特征在于，所述获取所述目标电动汽车的最优调度策略，包括：
检测调度方案是否满足预设约束条件，所述预设约束条件为：所述目标电动汽车用户满意度值大于或者等于所述目标电动汽车用户满意度值的最小值，并且所述电动汽车集群充放电站的负荷需求响应效果评估指标大于或者等于所述负荷需求响应效果评估指标最小值；
当所述调度方案未满足所述预设约束条件时，降低所述约束条件中的所述目标电动汽车用户满意度值的最小值和/或所述负荷需求响应效果评估指标最小值；
当所述调度方案满足所述预设约束条件时，确定所述最优调度策略，并输出最优调度策略中的电动汽车集群充放电站的日收益最大值、所述目标电动汽车用户满意度值以及所述电动汽车集群充放电站的负荷需求响应效果评估指标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910276180.9A CN110110895A (zh) | 2019-04-08 | 2019-04-08 | 电动汽车优化调度的方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910276180.9A CN110110895A (zh) | 2019-04-08 | 2019-04-08 | 电动汽车优化调度的方法及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110110895A true CN110110895A (zh) | 2019-08-09 |
Family
ID=67485308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910276180.9A Pending CN110110895A (zh) | 2019-04-08 | 2019-04-08 | 电动汽车优化调度的方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110110895A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110599050A (zh) * | 2019-09-18 | 2019-12-20 | 广东工业大学 | 一种电动汽车与共享车位匹配方法和装置 |
| CN111391709A (zh) * | 2020-04-23 | 2020-07-10 | 燕山大学 | 一种电动汽车换电站调度方法及系统 |
| CN111461522A (zh) * | 2020-03-28 | 2020-07-28 | 南京理工大学 | 基于电动汽车运行状态的微电网经济优化调度方法 |
| CN111959330A (zh) * | 2020-08-28 | 2020-11-20 | 华北电力大学（保定） | 基于用户充电及出行习惯的用户dr方案定制方法 |
| CN112183987A (zh) * | 2020-09-22 | 2021-01-05 | 国网电力科学研究院武汉能效测评有限公司 | 电动汽车集群储荷调度评价系统及评价方法 |
| CN113675866A (zh) * | 2020-05-15 | 2021-11-19 | 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 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106505579A (zh) * | 2016-12-19 | 2017-03-15 | 电子科技大学 | 一种电动汽车参与配电网电压调节的调度控制方法 |
| CN109117503A (zh) * | 2018-07-05 | 2019-01-01 | 南方电网科学研究院有限责任公司 | 一种v2v和v2g共存应用场景模型的构建方法及装置 |
-
2019
- 2019-04-08 CN CN201910276180.9A patent/CN110110895A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106505579A (zh) * | 2016-12-19 | 2017-03-15 | 电子科技大学 | 一种电动汽车参与配电网电压调节的调度控制方法 |
| CN109117503A (zh) * | 2018-07-05 | 2019-01-01 | 南方电网科学研究院有限责任公司 | 一种v2v和v2g共存应用场景模型的构建方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 姜訸: ""EV集群时空负荷模型及参与 DR 调度策略研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 常方宇等: ""分时充电价格下电动汽车有序充电引导策略"", 《电网技术》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110599050A (zh) * | 2019-09-18 | 2019-12-20 | 广东工业大学 | 一种电动汽车与共享车位匹配方法和装置 |
| CN110599050B (zh) * | 2019-09-18 | 2022-01-11 | 广东工业大学 | 一种电动汽车与共享车位匹配方法和装置 |
| CN111461522A (zh) * | 2020-03-28 | 2020-07-28 | 南京理工大学 | 基于电动汽车运行状态的微电网经济优化调度方法 |
| CN111461522B (zh) * | 2020-03-28 | 2022-09-13 | 南京理工大学 | 基于电动汽车运行状态的微电网经济优化调度方法 |
| CN111391709A (zh) * | 2020-04-23 | 2020-07-10 | 燕山大学 | 一种电动汽车换电站调度方法及系统 |
| CN113675866A (zh) * | 2020-05-15 | 2021-11-19 | 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 |
| 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 |
| CN111959330A (zh) * | 2020-08-28 | 2020-11-20 | 华北电力大学（保定） | 基于用户充电及出行习惯的用户dr方案定制方法 |
| CN111959330B (zh) * | 2020-08-28 | 2021-08-20 | 华北电力大学（保定） | 基于用户充电及出行习惯的用户dr方案定制方法 |
| CN112183987A (zh) * | 2020-09-22 | 2021-01-05 | 国网电力科学研究院武汉能效测评有限公司 | 电动汽车集群储荷调度评价系统及评价方法 |
| CN112183987B (zh) * | 2020-09-22 | 2022-07-19 | 国网电力科学研究院武汉能效测评有限公司 | 电动汽车集群储荷调度评价系统及评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110110895A (zh) | 电动汽车优化调度的方法及终端设备 | |
| Aliasghari et al. | Optimal scheduling of plug-in electric vehicles and renewable micro-grid in energy and reserve markets considering demand response program | |
| CN108960510B (zh) | 一种基于两阶段随机规划的虚拟电厂优化交易策略装置 | |
| Chen et al. | Local energy trading behavior modeling with deep reinforcement learning | |
| Yang et al. | Computational scheduling methods for integrating plug-in electric vehicles with power systems: A review | |
| Yao et al. | A real-time charging scheme for demand response in electric vehicle parking station | |
| CN104600729B (zh) | 基于v2g技术的电动汽车参与经济调度优化控制方法 | |
| Rappaport et al. | Cloud energy storage for grid scale applications in the UK | |
| CN105846423A (zh) | 一种计及需求响应的光伏微电网储能多目标容量配置方法 | |
| Tostado-Véliz et al. | A two-stage IGDT-stochastic model for optimal scheduling of energy communities with intelligent parking lots | |
| An et al. | A distributed and resilient bargaining game for weather-predictive microgrid energy cooperation | |
| CN109787261A (zh) | 电网侧及用户侧储能系统容量优化配置方法 | |
| TWI767525B (zh) | 基於強化學習的再生能源配置方法及裝置 | |
| Yu et al. | A game theoretical pricing mechanism for multi-microgrid energy trading considering electric vehicles uncertainty | |
| CN108183473A (zh) | 一种集群电动汽车参与辅助服务市场的优化投标方法 | |
| CN106169117A (zh) | 一种虚拟电厂日前和实时竞标模型 | |
| CN108964048A (zh) | 微电网容量配置与运行调度方法及装置 | |
| Ghahramani et al. | Short-term scheduling of future distribution network in high penetration of electric vehicles in deregulated energy market | |
| Akhavan-Rezai et al. | Demand responce through interactive incorporation of plug-in electric vehicles | |
| CN115062835A (zh) | 基于虚拟发电厂的主动配电网分布式资源优化调度方法 | |
| CN112766695B (zh) | 一种负荷聚集主体参与下的主辅联合系统的均衡运行方法 | |
| Yan et al. | Optimal scheduling strategy and benefit allocation of multiple virtual power plants based on general nash bargaining theory | |
| TWI706366B (zh) | 電動車充電站電能管理方法 | |
| CN116742654A (zh) | 一种充电站参与能量-调频市场的调度优化方法及系统 | |
| CN116402223A (zh) | 一种配电网协同调度方法、系统及设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190809 |