CN110705745B - 一种电动公交车充电站优化规划与有序退出方法 - Google Patents
一种电动公交车充电站优化规划与有序退出方法 Download PDFInfo
- Publication number
- CN110705745B CN110705745B CN201910793399.6A CN201910793399A CN110705745B CN 110705745 B CN110705745 B CN 110705745B CN 201910793399 A CN201910793399 A CN 201910793399A CN 110705745 B CN110705745 B CN 110705745B
- Authority
- CN
- China
- Prior art keywords
- charging
- station
- peak
- charging station
- electric bus
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 44
- 238000004146 energy storage Methods 0.000 claims abstract description 21
- 238000009826 distribution Methods 0.000 claims description 34
- 239000011159 matrix material Substances 0.000 claims description 28
- 238000010276 construction Methods 0.000 claims description 27
- 230000005611 electricity Effects 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000004513 sizing Methods 0.000 claims description 6
- 101150067055 minC gene Proteins 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 230000006641 stabilisation Effects 0.000 claims description 4
- 238000011105 stabilization Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 239000002699 waste material Substances 0.000 abstract description 3
- 230000033228 biological regulation Effects 0.000 description 6
- 239000013589 supplement Substances 0.000 description 4
- 230000007774 longterm Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- 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
-
- 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
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种电动公交车充电站优化规划与有序退出方法,属于电动公交车充电站技术领域,该方法首先建立电动公交车充电站选址定容优化模型;然后根据选址定容优化模型,确定满足充电高峰期的充电站配置方案;结合满足充电高峰期的充电站配置方案,根据选址定容优化模型,确定满足充电平峰期的充电站配置方案;根据满足充电高峰期的充电站配置方案和满足充电平峰期的充电站配置方案,对充电站进行分类;基于充电站的分类,对各个充电站进行储能配置,以平衡高峰期和平峰期的充电需求变化。本发明解决了充电需求在短期内突发增长与回落的区域的电动公交车快充站规划与退出问题,避免一次规划带来的充电需求回落后的充电站闲置与资源浪费问题。
Description
技术领域
本发明涉及电动公交车充电站技术领域,具体涉及一种能够避免充电设施闲置和资源浪费的电动公交车充电站优化规划与有序退出方法。
背景技术
在大型赛事举办区域,往往只允许电动公交车进出场地,且赛事中和赛事后的充电需求呈现突增与回落的现象,若仅仅针对充电需求高峰期进行充电设施配置,将造成充电需求回落后的充电设施闲置与资源浪费。因此,如何合理设计充电设施的配置方案,使得充电站能够适应充电需求的变化合理规划、有序退出,是十分重要的问题。
发明内容
本发明的目的在于提供一种结合结合储能与光伏配置,能够有效应对充电需求突变的电动公交车充电站规划与有序退出方法,以解决上述背景技术中存在的技术问题。
为了实现上述目的,本发明采取了如下技术方案:
本发明提供的一种电动公交车充电站优化规划与有序退出方法,该方法包括如下流程步骤:
步骤S110:建立电动公交车充电站充电设施配置优化模型;
步骤S120:根据所述充电设施配置优化模型,建立电动公交车充电站选址定容优化模型;
步骤S130:根据所述选址定容优化模型,确定满足充电高峰期的充电站配置方案;
步骤S140:结合所述满足充电高峰期的充电站配置方案,根据所述选址定容优化模型,确定满足充电平峰期的充电站配置方案;
步骤S150:根据所述满足充电高峰期的充电站配置方案和所述满足充电平峰期的充电站配置方案,对充电站进行分类;
步骤S160:基于充电站的分类,对各个充电站进行储能配置,以平衡高峰期和平峰期的充电需求变化。
优选的,所述步骤S110具体包括:
步骤S121:确定电动公交车在充电需求高峰期的发车间隔jg、单向配车数W和电动公交车允许的最大单次充电时长关系如下:
其中,L为公交线路的往返里程,V为电动公交车的运行速度,Tcd为电动公交车允许的最大单次充电时长;
步骤S122:结合电动公交车运行一圈的耗电量以及充电频率,得到充电装置的最低充电功率Pb_min:
其中,Erun为电动公交车运行一圈的耗电量,Ncd为电动公交车的充电频率;
步骤S123:基于充电桩利用率得到充电桩充电功率与充电桩配置数量的关系:
其中,sb为充电桩配置数量,λb为电动公交车的到达率,μb为充电桩服务率,Pb为充电桩充电功率,η为充电桩充电效率;
步骤S124:以充电站投资成本最小和充电桩利用率最大为目标函数,以配电容量限制和充电桩安装数量限制为约束条件,建立充电设施配置优化模型:
其中,Fbs为充电站的站内投资成本,Fs为充电站的站内固定投资成本,r为充电站的运营年限,d为贴现率,Ctd为充电站内非充电车位土地的成本,Cyu为充电站内运营成本,Cbs为单个公交车充电设施的购买维护成本,CbSN为对应配套的配电设施购买维护成本,pb为公交车充电桩装置利用率,SNb为充电站内公交车充电部分的配电容量,sb为充电站内公交车充电桩配置数量,Stb和stb分别为电动公交车的配电容量上限和充电桩安装数量上限。
优选的,所述步骤S120具体包括:
以电动公交车去往充电站充电的电耗成本与充电站建设成本之和最小为目标函数,考虑电动公交车前往快充站途中的路程约束,建立电动公交车充电站选址定容优化模型:
其中,Q表示电动公交车快充站规划建设总成本,即电动公交车去往快充站充电途中电耗成本与充电站建设成本之和;L表示电动公交车去往充电站充电的电耗成本,Ak表示候选站点k是否建站的决策变量;Fk表示充电站k的站内投资成本;Ds表示充电站服务半径;l表示规划区域内电动公交车的运行线路总数量;m表示候选站点的总数量;gjk表示j号线路电动公交车是否到充电站k充电的决策变量;Djk表示j号线路电动公交车首末站到充电站k的最短距离。
优选的,所述步骤S130具体包括:
步骤S131:确定充电需求高峰期的所有运行线路的电动公交车的高峰期发车规则;其中,所述高峰期发车规则包括线路长度、高峰期往返时间、高峰期往返耗电量、高峰期发车间隔、高峰期配车数量、高峰期充电频率和高峰期电动公交车运行起始时间;
步骤S132:记录候选站点的位置,并进行编号,确定候选站点的配电容量和占地面积约束条件;
步骤S133:根据发车规则、候选站点的配电容量和占地面积,结合充电站选址定容优化模型,得到高峰期的充电站最优建设数量与位置以及各站内的充电设施配置数量、功率和服务的公交线路;
步骤S134:建立高峰期的候选站点建设方案矩阵Ak_pm,该矩阵为1×m矩阵,m为候选站点的总数量,建设充电站的候选站点在矩阵中对应的元素为1,未建设充电站的候选建站点在矩阵中对应的元素为0。
优选的,所述步骤S140具体包括:
步骤S141:确定充电需求平峰期的所有运行线路的电动公交车的平峰期发车规则;其中,所述平峰期发车规则包括线路长度、平峰期往返时间、平峰期往返耗电量、平峰期发车间隔、平峰期配车数量、平峰期充电频率和平峰期电动公交车运行起始时间;
步骤S142:Ak_v为候选站点k是否建站的决策变量,在矩阵Ak_pm的基础上进行改动的1×m的矩阵,Ak_pm中值为0的元素在Ak_v中仍为0,Ak_pm中值为1的元素在Ak_v中若为1,则表示在该候选点建设充电站,Ak_pm中值为1的元素在Ak_v中若为0,则表示不在该候选点建设充电站;
步骤S143:根据平峰期发车规则和Ak_v,结合充电站选址定容优化模型,得到平峰期的充电站最优建设数量与位置以及各站内的充电设施配置数量、功率和服务的公交线路。
优选的,所述步骤S150具体包括:
基于高峰期发车规则、平峰期发车规则以及高峰期和平峰期的充电站配置参数,拟合电动公交车的充电行为,得到各个充电站在充电需求高峰期和平峰期的日充电负荷曲线;
基于日充电负荷曲线对各个需要在高峰期建设的充电站进行分类:
第1类充电站:平峰期的充电负荷≥高峰期的充电负荷的充电站;
第2类充电站:平峰期的充电负荷=0的充电站;
第3类充电站:0≤平峰期的充电负荷≤高峰期的充电负荷。
优选的,所述步骤S160具体包括:
以充电站负荷峰值最小为目标函数,建立充电站内储能和光伏配置优化模型:
minCT=(CPV-CC_cut)+
其中,CT为示范站内光伏日发电量CPV与削减的充电峰值负荷CC_cut的差值,要求CT≥0;PT(t)表示光伏的输出功率与时间的关系函数;PC_cut(t)表示削减的充电负荷与时间的关系函数;Pcharge(t)表示充电负荷与时间的关系函数;Plimit表示调度光储进行负荷平抑的充电功率下限值;
输出规划区域内电动公交车充电站的规划和有序退出方案,输出各个候选站点的位置编号、站内充电设施配置数量、充电桩充电功率、类型、储能和光伏配置参数。
本发明有益效果:虑了规划区域内电动公交车的短期高峰充电需求和长期平峰充电需求,明确了电动公交车发车规则与充电站规划和设施配置之间的联系关系;适应于电动公交车充电负荷的变化,结合可再生能源,对规划区域的电动公交车充电站进行合理配置和有序退出方案设计。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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1所述的电动公交车充电站优化规划与有序退出方法的流程示意图。
图2为本发明实施例2所述的电动公交车充电站优化规划与有序退出方法处理流程图。
图3为本发明实施例2所述的电动公交车运行参数与充电时长的关系图。
图4为本发明实施例2所述的一种适用场景的充电需求变化示意图。
图5为本发明实施例2所述的一种电动公交车充电站优化规划与有序退出方法求解的程序流程图。
具体实施方式
下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或模块,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、模块和/或它们的组。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以具体实施例为例做进一步的解释说明,且实施例并不构成对本发明实施例的限定。
本领域普通技术人员应当理解的是,附图只是一个实施例的示意图,附图中的部件或装置并不一定是实施本发明所必须的。
实施例1
如图1所示,本发明实施例1提供一种电动公交车充电站优化规划与有序退出方法,包括如下流程步骤:
步骤S110:建立电动公交车充电站充电设施配置优化模型;
步骤S120:根据所述充电设施配置优化模型,建立电动公交车充电站选址定容优化模型;
步骤S130:根据所述选址定容优化模型,确定满足充电高峰期的充电站配置方案;
步骤S140:结合所述满足充电高峰期的充电站配置方案,根据所述选址定容优化模型,确定满足充电平峰期的充电站配置方案;
步骤S150:根据所述满足充电高峰期的充电站配置方案和所述满足充电平峰期的充电站配置方案,对充电站进行分类;
步骤S160:基于充电站的分类,对各个充电站进行储能配置,以平衡高峰期和平峰期的充电需求变化。
所述步骤S110具体包括:
步骤S121:确定电动公交车在充电需求高峰期的发车间隔jg、单向配车数W和电动公交车允许的最大单次充电时长关系如下:
其中,L为公交线路的往返里程,V为电动公交车的运行速度,Tcd为电动公交车允许的最大单次充电时长;
步骤S122:结合电动公交车运行一圈的耗电量以及充电频率,得到充电装置的最低充电功率Pb_min:
其中,Erun为电动公交车运行一圈的耗电量,Ncd为电动公交车的充电频率;
步骤S123:基于充电桩利用率得到充电桩充电功率与充电桩配置数量的关系:
其中,sb为充电桩配置数量,λb为电动公交车的到达率,μb为充电桩服务率,Pb为充电桩充电功率,η为充电桩充电效率;
步骤S124:以充电站投资成本最小和充电桩利用率最大为目标函数,以配电容量限制和充电桩安装数量限制为约束条件,建立充电设施配置优化模型:
其中,Fbs为充电站的站内投资成本,Fs为充电站的站内固定投资成本,r为充电站的运营年限,d为贴现率,Ctd为充电站内非充电车位土地的成本,Cyu为充电站内运营成本,Cbs为单个公交车充电设施的购买维护成本,CbSN为对应配套的配电设施购买维护成本,pb为公交车充电桩装置利用率,SNb为充电站内公交车充电部分的配电容量,sb为充电站内公交车充电桩配置数量,Stb和stb分别为电动公交车的配电容量上限和充电桩安装数量上限。
所述步骤S120具体包括:
以电动公交车去往充电站充电的电耗成本与充电站建设成本之和最小为目标函数,考虑电动公交车前往快充站途中的路程约束,建立电动公交车充电站选址定容优化模型:
其中,Q表示电动公交车快充站规划建设总成本,即电动公交车去往快充站充电途中电耗成本与充电站建设成本之和;L表示电动公交车去往充电站充电的电耗成本,Ak表示候选站点k是否建站的决策变量;Fk表示充电站k的站内投资成本;Ds表示充电站服务半径;l表示规划区域内电动公交车的运行线路总数量;m表示候选站点的总数量;gjk表示j号线路电动公交车是否到充电站k充电的决策变量;Djk表示j号线路电动公交车首末站到充电站k的最短距离。
所述步骤S130具体包括:
步骤S131:确定充电需求高峰期的所有运行线路的电动公交车的高峰期发车规则;其中,所述高峰期发车规则包括线路长度、高峰期往返时间、高峰期往返耗电量、高峰期发车间隔、高峰期配车数量、高峰期充电频率和高峰期电动公交车运行起始时间;
步骤S132:记录候选站点的位置,并进行编号,确定候选站点的配电容量和占地面积约束条件;
步骤S133:根据发车规则、候选站点的配电容量和占地面积,结合充电站选址定容优化模型,得到高峰期的充电站最优建设数量与位置以及各站内的充电设施配置数量、功率和服务的公交线路;
步骤S134:建立高峰期的候选站点建设方案矩阵Ak_pm,该矩阵为1×m矩阵,m为候选站点的总数量,建设充电站的候选站点在矩阵中对应的元素为1,未建设充电站的候选建站点在矩阵中对应的元素为0。
所述步骤S140具体包括:
步骤S141:确定充电需求平峰期的所有运行线路的电动公交车的平峰期发车规则;其中,所述平峰期发车规则包括线路长度、平峰期往返时间、平峰期往返耗电量、平峰期发车间隔、平峰期配车数量、平峰期充电频率和平峰期电动公交车运行起始时间;
步骤S142:Ak_v为候选站点k是否建站的决策变量,在矩阵Ak_pm的基础上进行改动的1×m的矩阵,Ak_pm中值为0的元素在Ak_v中仍为0,Ak_pm中值为1的元素在Ak_v中若为1,则表示在该候选点建设充电站,Ak_pm中值为1的元素在Ak_v中若为0,则表示不在该候选点建设充电站;
步骤S143:根据平峰期发车规则和Ak_v,结合充电站选址定容优化模型,得到平峰期的充电站最优建设数量与位置以及各站内的充电设施配置数量、功率和服务的公交线路。
所述步骤S150具体包括:
基于高峰期发车规则、平峰期发车规则以及高峰期和平峰期的充电站配置参数,拟合电动公交车的充电行为,得到各个充电站在充电需求高峰期和平峰期的日充电负荷曲线;
基于日充电负荷曲线对各个需要在高峰期建设的充电站进行分类:
第1类充电站:平峰期的充电负荷≥高峰期的充电负荷的充电站;
第2类充电站:平峰期的充电负荷=0的充电站;
第3类充电站:0≤平峰期的充电负荷≤高峰期的充电负荷。
所述步骤S160具体包括:
以充电站负荷峰值最小为目标函数,建立充电站内储能和光伏配置优化模型:
minCT=(CPV-CC_cut)+
其中,CT为示范站内光伏日发电量CPV与削减的充电峰值负荷CC_cut的差值,要求CT≥0;PT(t)表示光伏的输出功率与时间的关系函数;PC_cut(t)表示削减的充电负荷与时间的关系函数;Pcharge(t)表示充电负荷与时间的关系函数;Plimit表示调度光储进行负荷平抑的充电功率下限值;
输出规划区域内电动公交车充电站的规划和有序退出方案,输出各个候选站点的位置编号、站内充电设施配置数量、充电桩充电功率、类型、储能和光伏配置参数。
实施例2
如图2至图5所示,本发明实施例2提供的一种电动公交车快充站规划与有序退出方法,包括以下步骤:
步骤1、建立电动公交车快充站内充电设施配置优化模型,实现单个公交快充站内的充电设施数量和功率的优化配置;
步骤2、基于一定数量的候选建站点,建立电动公交车选址定容优化模型,实现规划区域内充电需求高峰期的充电站建设数量与位置的优化选择;
步骤3、分析规划区域内回落到平峰期的充电需求,基于高峰期的充电站规划情况进行平峰期的充电站优化规划;
步骤4、基于规划区域内电动公交车充电需求的短期增长与回落的情况,分析不同充电需求下的充电站负荷变化情况,对充电站进行分类;
步骤5、基于充电站的类型划分,对各个公交快充站进行储能配置,以平衡快充站内充电需求的短期变化。
所述的步骤1中的建立电动公交车快充站内充电设施配置优化模型,实现单个公交快充站内的充电设施数量和功率的优化配置的具体处理过程包括:
(1)分析电动公交车发车规则与充电功率之间的关系,如图3所示:
电动公交车高峰小时的发车间隔jg、单向配车数W和电动公交车允许的最大单次充电时长关系如下:
其中L为公交线路的往返里程(km),V为电动公交车的运行速度(km/h),Tcd为电动公交车允许的最大单次充电时长。
电动公交车的发车间隔和配车数量一旦固定,则电动公交车允许的最大单次充电时长Tcd也是固定的,结合电动公交车运行一圈的耗电量以及充电频率可以得到充电装置的最低充电功率Pb_min:
其中Erun为公交车运行一圈的耗电量(kWh),Ncd为公交车的充电频率(几圈充电一次)。
由于充电设施是按照公交车发车高峰期进行配置的,因此为了最大化充电设施配置的经济性,限定高峰期的装置利用率为1,基于装置利用率计算公式得到充电功率与充电桩配置数量的关系:
其中sb为充电桩配置数量,λb为电动公交车的到达率(辆/h),μb为充电桩服务率(辆/h),Pb为充电桩充电功率,η为充电桩充电效率。
(2)以电动公交车站内投资成本最小和装置利用率最大为目标函数,配电容量限制和站内充电设施安装数量限制为约束条件,建立电动公交车快充站内充电设施配置优化模型:
其中Fbs为电动公交车的站内投资成本,Fs为电动公交车的站内固定投资成本,r为充电站的运营年限(年);d为贴现率;Ctd为充电站内非充电车位土地的成本(元);Cyu为充电站内运营成本(元);Cbs为单个公交车充电设施的购买维护成本,CbSN为对应配套的配电设施购买维护成本,pb为公交车充电桩装置利用率;SNb为站内公交车充电部分的配电容量,sb为站内公交车充电桩配置数量,Stb和stb分别为电动公交车的配电容量和充电桩安装数量的约束上限。
所述的步骤2中的基于一定数量的候选建站点,建立电动公交车选址定容优化模型,实现规划区域内充电需求高峰期的充电站建设数量与位置的优化选择的具体处理过程包括:
(1)以电动公交车去往快充站充电途中电耗成本与充电站建设成本之和最小为目标函数,考虑电动公交车前往快充站途中的路程约束,建立电动公交车快充站选址定容优化模型:
其中Q表示电动公交车快充站规划建设总成本,即电动公交车去往快充站充电途中电耗成本与充电站建设成本之和;L表示电动公交车寻站耗电成本;Ak表示候选站址点k是否建站的决策变量;Fk表示充电站k的站内投资成本,包括公交车充电设施站内投资成本和充电站的土建和运营成本;Ds表示充电站服务半径,需保证电动公交车在电量耗尽之前到达充电站;l表示规划区域内电动公交车的运行线路总数量;m表示快充站建设候选站址的数量;gjk表示j号线路电动公交车是否到充电站k充电的决策变量;Djk表示j号线路电动公交车首末站到充电站k的最短距离。
(2)记录规划区域内充电需求高峰期的所有运行线路的电动公交车的发车规则,包括各线路长度、运行一圈的往返时间和耗电量、公交车发车间隔和配车数量、充电频率和一天内公交车运行的起始时间等参数;记录规划区域内可以建设充电站的候选建站点的位置,对其进行编号,并记录每个候选点的配电容量和占地面积约束条件;
(3)将这些数据作为电动公交车快充站选址定容优化模型的输入参数,求解得到规划区域内充电需求高峰期的充电站最优建设数量与位置以及各站内的充电设施配置数量、功率和服务的公交线路;记录高峰期的充电站最优建设方案矩阵Ak_pm,该矩阵为1×m矩阵,m为候选建站点的总数量,建设充电站的候选建站点在矩阵中对应的元素为1,未建设充电站的候选建站点在矩阵中对应的元素为0。
如图4所示,所述的步骤3中的分析规划区域内回落到平峰期的充电需求,基于高峰期的充电站规划情况进行平峰期的充电站优化规划的具体处理过程包括:
(1)记录规划区域内充电需求回落到平峰期后的所有运行线路的电动公交车的发车规则,包括各线路长度、运行一圈的往返时间和耗电量、公交车发车间隔和配车数量、充电频率和一天内公交车运行的起始时间等参数;
(2)Ak_v为建站点k是否建站的决策变量,是在充电站已建方案矩阵Ak_pm的基础上进行改动的1×m的矩阵,Ak_pm中值为0的元素在Ak_v中仍为0,Ak_pm中值为1的元素在Ak_v中可能为1(表示在该候选点建设充电站),也可能为0(表示不在该候选点建设充电站);
(3)将以上数据作为电动公交车快充站选址定容优化模型的输入参数,求解得到规划区域内充电需求回落到平峰期后的充电站最优建设数量与位置以及各站内的充电设施配置数量、功率和服务的公交线路。
所述的步骤4中的基于规划区域内电动公交车充电需求的短期增长与回落的情况,分析不同充电需求下的充电站负荷变化情况,对充电站进行分类的具体处理过程包括:
(1)基于电动公交车的发车规则参数,以及规划区域内充电需求高峰期和平峰期的充电站配置参数,拟合电动公交车的充电行为,得到各个充电站在充电需求高峰期和平峰期的日充电负荷曲线;
(2)基于不同时期充电负荷的变化情况对各个需要在高峰期建设的充电站进行分类:
1)第1类充电站:平峰期的充电负荷≥高峰期的充电负荷的充电站,此类充电站在平峰期将在站内加装充电设施,需要根据两个时期的负荷差来配置储能装置,储能装置在高峰期用于调峰,在平峰期用于补能和调峰(补能后的富余储能用于调峰);
2)第2类充电站:平峰期的充电负荷=0的充电站,此类充电站在高峰期服务于电动公交车,在平峰期将被拆除,高峰期的充电负荷需要全部由储能进行供能;
3)第3类充电站:0≤平峰期的充电负荷≤高峰期的充电负荷,此类充电站在平峰期将拆除站内的部分充电设施,需要根据两个时期的负荷差来配置储能装置,储能装置在高峰期用于补能和调峰(补能后的富余储能用于调峰),在平峰期用于调峰。
所述的步骤5中的基于充电站的类型划分,对各个公交快充站进行储能配置,以平衡快充站内充电需求的短期变化的具体处理过程包括:
(1)以充电站负荷峰值最小为目标函数,建立充电站内储能和光伏配置优化模型:
minCT=(CPV-CC_cut)+
其中CT为示范站内光伏日发电量CPV与削减的充电峰值负荷CC_cut的差值(kWh),要求CT≥0;PT(t)表示光伏的输出功率与时间的关系函数(kW);PC_cut(t)表示削减的充电负荷与时间的关系函数(kW);Pcharge(t)表示充电负荷与时间的关系函数(kW);Plimit表示调度光储进行负荷平抑的充电功率下限值(kW);
(2)输出规划区域内电动公交车快充站的规划和有序退出方案,输出各个待建充电站的位置编号、站内充电设施配置数量与功率、类型、储能和光伏配置参数。
综上所述,本发明实施例提出的电动公交车充电站优化规划与有序退出方法考虑了规划区域内电动公交车的短期高峰充电需求和长期平峰充电需求,明确了电动公交车发车规则与充电站规划和设施配置之间的联系关系;适应于电动公交车充电负荷的变化,结合可再生能源,对规划区域的电动公交车充电站进行合理配置和有序退出方案设计;解决了充电需求在短期内突发增长与回落的区域的电动公交车快充站规划与退出问题,避免一次规划带来的充电需求回落后的充电站闲置与资源浪费问题。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (4)
1.一种电动公交车充电站优化规划与有序退出方法,其特征在于,包括如下流程步骤:
步骤S110:建立电动公交车充电站充电设施配置优化模型;
步骤S120:根据所述充电设施配置优化模型,建立电动公交车充电站选址定容优化模型;
步骤S130:根据所述选址定容优化模型,确定满足充电高峰期的充电站配置方案;
步骤S140:结合所述满足充电高峰期的充电站配置方案,根据所述选址定容优化模型,确定满足充电平峰期的充电站配置方案;
步骤S150:根据所述满足充电高峰期的充电站配置方案和所述满足充电平峰期的充电站配置方案,对充电站进行分类;
步骤S160:基于充电站的分类,对各个充电站进行储能配置,以平衡高峰期和平峰期的充电需求变化;
所述步骤S110具体包括:
步骤S121:确定电动公交车在充电需求高峰期的发车间隔jg、单向配车数W和电动公交车允许的最大单次充电时长关系如下:
其中,L为公交线路的往返里程,V为电动公交车的运行速度,Tcd为电动公交车允许的最大单次充电时长;
步骤S122:结合电动公交车运行一圈的耗电量以及充电频率,得到充电装置的最低充电功率Pb_min:
其中,Erun为电动公交车运行一圈的耗电量,Ncd为电动公交车的充电频率;
步骤S123:基于充电桩利用率得到充电桩充电功率与充电桩配置数量的关系:
其中,sb为充电桩配置数量,λb为电动公交车的到达率,μb为充电桩服务率,Pb为充电桩充电功率,η为充电桩充电效率;
步骤S124:以充电站投资成本最小和充电桩利用率最大为目标函数,以配电容量限制和充电桩安装数量限制为约束条件,建立充电设施配置优化模型:
其中,Fbs为充电站的站内投资成本,Fs为充电站的站内固定投资成本,r为充电站的运营年限,d为贴现率,Cyu为充电站内运营成本,Cbs为单个公交车充电设施的购买维护成本,为对应配套的配电设施购买维护成本,pb为公交车充电桩装置利用率,SNb为充电站内公交车充电部分的配电容量,sb为充电站内公交车充电桩配置数量,Stb和stb分别为电动公交车的配电容量上限和充电桩安装数量上限;
所述步骤S120具体包括:
以电动公交车去往充电站充电的电耗成本与充电站建设成本之和最小为目标函数,考虑电动公交车前往充电站途中的路程约束,建立电动公交车充电站选址定容优化模型:
其中,Q表示电动公交车充电站规划建设总成本,即电动公交车去往充电站充电途中电耗成本与充电站建设成本之和;L′表示电动公交车去往充电站充电的电耗成本,Ak表示在候选站点k是否建立充电站的决策变量;Fk表示在候选站点k建立充电站的站内投资成本;Ds表示充电站服务半径;l表示规划区域内电动公交车的运行线路总数量;m表示候选站点的总数量;gjk表示j号线路电动公交车是否到充电站k充电的决策变量;Djk表示j号线路电动公交车首末站到候选站点k建立的充电站的最短距离;
所述步骤S160具体包括:
以充电站负荷峰值最小为目标函数,建立充电站内储能和光伏配置优化模型:
minCT=(CPV-CC_cut)+
其中,CT为示范站内光伏日发电量CPV与削减的充电峰值负荷CC_cut的差值,要求CT≥0;PPV(t)表示光伏的输出功率与时间的关系函数;PC_cut(t)表示削减的充电负荷与时间的关系函数;Pcharge(t)表示充电负荷与时间的关系函数;Plimit表示调度光储进行负荷平抑的充电功率下限值;
输出规划区域内电动公交车充电站的规划和有序退出方案,输出各个候选站点的位置编号、站内充电设施配置数量、充电桩充电功率、类型、储能和光伏配置参数。
2.根据权利要求1所述的电动公交车充电站优化规划与有序退出方法,其特征在于,所述步骤S130具体包括:
步骤S131:确定充电需求高峰期的所有运行线路的电动公交车的高峰期发车规则;其中,所述高峰期发车规则包括线路长度、高峰期往返时间、高峰期往返耗电量、高峰期发车间隔、高峰期配车数量、高峰期充电频率和高峰期电动公交车运行起始时间;
步骤S132:记录候选站点的位置,并进行编号,确定候选站点的配电容量和占地面积约束条件;
步骤S133:根据发车规则、候选站点的配电容量和占地面积,结合充电站选址定容优化模型,得到高峰期的充电站最优建设数量与位置以及各站内的充电设施配置数量、功率和服务的公交线路;
步骤S134:建立高峰期的候选站点建设方案矩阵Ak_pm,该矩阵为1×m矩阵,m为候选站点的总数量,建设充电站的候选站点在矩阵中对应的元素为1,未建设充电站的候选建站点在矩阵中对应的元素为0。
3.根据权利要求2所述的电动公交车充电站优化规划与有序退出方法,其特征在于,所述步骤S140具体包括:
步骤S141:确定充电需求平峰期的所有运行线路的电动公交车的平峰期发车规则;其中,所述平峰期发车规则包括线路长度、平峰期往返时间、平峰期往返耗电量、平峰期发车间隔、平峰期配车数量、平峰期充电频率和平峰期电动公交车运行起始时间;
步骤S142:Ak为候选站点k是否建站的决策变量,在矩阵Ak_pm的基础上进行改动的1×m的矩阵,Ak_pm中值为0的元素在Ak中仍为0,Ak_pm中值为1的元素在Ak中若为1,则表示在候选站 点k建设充电站,Ak_pm中值为1的元素在Ak中若为0,则表示不在候选站 点k建设充电站;
步骤S143:根据平峰期发车规则和Ak,结合充电站选址定容优化模型,得到平峰期的充电站最优建设数量与位置以及各站内的充电设施配置数量、功率和服务的公交线路。
4.根据权利要求3所述的电动公交车充电站优化规划与有序退出方法,其特征在于,所述步骤S150具体包括:
基于高峰期发车规则、平峰期发车规则以及规划区域内充电需求高峰期和平峰期的充电站配置参数,拟合电动公交车的充电行为,得到各个充电站在充电需求高峰期和平峰期的日充电负荷曲线;
基于日充电负荷曲线对各个需要在高峰期建设的充电站进行分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910793399.6A CN110705745B (zh) | 2019-08-27 | 2019-08-27 | 一种电动公交车充电站优化规划与有序退出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910793399.6A CN110705745B (zh) | 2019-08-27 | 2019-08-27 | 一种电动公交车充电站优化规划与有序退出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110705745A CN110705745A (zh) | 2020-01-17 |
CN110705745B true CN110705745B (zh) | 2022-08-05 |
Family
ID=69193674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910793399.6A Active CN110705745B (zh) | 2019-08-27 | 2019-08-27 | 一种电动公交车充电站优化规划与有序退出方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110705745B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673069B (zh) * | 2020-05-14 | 2023-11-03 | 南京行者易智能交通科技有限公司 | 一种新能源公交车充电模型的设计方法、装置及移动端设备 |
CN111915150B (zh) * | 2020-07-10 | 2023-09-01 | 同济大学 | 一种电动公交系统规划方法 |
CN112810484B (zh) * | 2021-03-09 | 2022-08-19 | 上海鼎充新能源技术有限公司 | 一种公交充电场站基于云平台的公交车优先级充电方法 |
CN113609658B (zh) * | 2021-07-19 | 2024-02-27 | 华北电力大学 | 配电系统中公交枢纽的最优配置计算方法和计算设备 |
CN116862134B (zh) * | 2023-05-23 | 2024-03-26 | 隆瑞三优新能源汽车科技有限公司 | 电动公交车站的充电桩数量确定方法、装置、介质及设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779176A (zh) * | 2016-11-25 | 2017-05-31 | 北京交通大学 | 电动出租车快充站内充电设施配置及定容方法 |
CN108334991A (zh) * | 2018-02-12 | 2018-07-27 | 清华大学 | 一种电动汽车充电站规划方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9132742B2 (en) * | 2012-02-23 | 2015-09-15 | International Business Machines Corporation | Electric vehicle (EV) charging infrastructure with charging stations optimumally sited |
-
2019
- 2019-08-27 CN CN201910793399.6A patent/CN110705745B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779176A (zh) * | 2016-11-25 | 2017-05-31 | 北京交通大学 | 电动出租车快充站内充电设施配置及定容方法 |
CN108334991A (zh) * | 2018-02-12 | 2018-07-27 | 清华大学 | 一种电动汽车充电站规划方法及系统 |
Non-Patent Citations (3)
Title |
---|
"Hierarchical power control strategy on small-scale electric vehicle fast charging station";Niu, Liyong;Zhang, Peiran;Wang;《Journal of Cleaner Production》;20180619;全文 * |
"电动汽车充电负荷空间分配优化算法";田文奇;《电工技术学报》;20130331;全文 * |
"考虑充电功率的电动汽车快充站充电设施优化配置";孟旭瑶;《电力自动化设备》;20180731;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110705745A (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705745B (zh) | 一种电动公交车充电站优化规划与有序退出方法 | |
US11749996B2 (en) | Aggregation control system, aggregation control method, and control apparatus | |
Aziz et al. | Battery-assisted charging system for simultaneous charging of electric vehicles | |
Jian et al. | Optimal scheduling for vehicle-to-grid operation with stochastic connection of plug-in electric vehicles to smart grid | |
Miranda et al. | A holistic approach to the integration of battery energy storage systems in island electric grids with high wind penetration | |
Javadi et al. | Optimal sizing and siting of electrical energy storage devices for smart grids considering time-of-use programs | |
CN104966127A (zh) | 一种基于需求响应的电动汽车经济调度方法 | |
US11390186B2 (en) | Power reception control method for power reception element and power reception control device | |
US11843271B2 (en) | Power reception control method for power storage element and power reception control device | |
CN110165715B (zh) | 一种将电动汽车储能式充电站接入虚拟电厂的方法 | |
CN115360804B (zh) | 一种有序充电系统及有序充电方法 | |
Zhang et al. | A non-cooperative game based charging power dispatch in electric vehicle charging station and charging effect analysis | |
CN111224418B (zh) | 一种基于电动汽车储能的微电网调度方法及系统 | |
Naik et al. | Optimization of vehicle-to-grid (V2G) services for development of smart electric grid: A review | |
CN109950900A (zh) | 基于电动汽车负荷最小峰值模型的微网负荷削减控制方法 | |
CN111325423A (zh) | 一种区域多能源互联运营优化方法和计算设备 | |
Infante et al. | Multistakeholder planning and operational strategy for electric vehicle battery swapping stations | |
US11782399B1 (en) | Application for priority-switching dual-use renewable power plant | |
CN112260274A (zh) | 一种基于全景理论的虚拟电厂组建方法 | |
Wang et al. | A*-based optimal coordination of vehicle-to-grid batteries and renewable generators in a distribution network | |
Liu et al. | Operation-area-constrained adaptive primary frequency support strategy for electric vehicle clusters | |
Kumar et al. | Electric Vehicles as Energy Storage: V2G Capacity Estimation | |
CN113902280B (zh) | 一种多微网联合经济调度方法 | |
Zhang et al. | Schedulable capacity assessment method for PV and storage integrated fast charging stations with V2G | |
CN113077113B (zh) | 一种充电基础设施智能规划设计方法 |
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 |