CN110751409B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN110751409B
CN110751409B CN201911028978.8A CN201911028978A CN110751409B CN 110751409 B CN110751409 B CN 110751409B CN 201911028978 A CN201911028978 A CN 201911028978A CN 110751409 B CN110751409 B CN 110751409B
Authority
CN
China
Prior art keywords
charging
power
energy storage
storage system
time period
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
CN201911028978.8A
Other languages
English (en)
Other versions
CN110751409A (zh
Inventor
丁肇豪
卢莹
朱枫
王昀昀
黄文英
陈�峰
宋少群
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.)
North China Electric Power University
State Grid Fujian Electric Power Co Ltd
Original Assignee
North China Electric Power University
State Grid Fujian Electric Power 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 North China Electric Power University, State Grid Fujian Electric Power Co Ltd filed Critical North China Electric Power University
Priority to CN201911028978.8A priority Critical patent/CN110751409B/zh
Publication of CN110751409A publication Critical patent/CN110751409A/zh
Application granted granted Critical
Publication of CN110751409B publication Critical patent/CN110751409B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (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)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种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。该方法包括:根据出行路径、道路容量和交通流量确定交通系统模型约束条件;根据充电站的功率、储能系统电力参数和燃气发电机的输出功率确定发电模型约束条件;根据有充电需求的电动汽车数量、充电站的充电率和交通流量确定电动汽车充电负荷模型约束条件;确定功率平衡约束条件;建立电动汽车充电管理目标函数;根据约束条件求解目标函数,得到储能系统运行参数和交通分配参数;根据储能系统运行参数和交通分配参数进行电动汽车充电管理。采用本发明的方法及系统,能够有效减小因电动汽车集中充电行为对电力系统的影响并能够有效避免交通拥堵现象。

Description

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
技术领域
本发明涉及电动汽车充电管理技术领域,特别是涉及一种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。
背景技术
交通电气化在减少二氧化碳排放和运行煤耗方面做出了突出贡献。然而,电动汽车(Electric Vehicles,EV)的高渗透率和集中的充电行为对电力系统产生很大影响并危害电能质量。随着EV的充电行为愈发灵活,城市交通网络也将发生很大变化,这可能导致严重的拥堵问题和低的交通效率,因此,亟待提供一种电动汽车充电管理方法,以解决随着电动汽车增加带来的电力系统和交通问题。
发明内容
本发明的目的是提供一种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,能够有效减小因电动汽车集中充电行为对电力系统的影响并能够有效避免交通拥堵现象。
为实现上述目的,本发明提供了如下方案:
一种虑储能系统和交通分配的电动汽车充电管理方法,包括:
获取电动汽车的出行路径、各个道路的道路容量和各个道路的交通流量;
根据所述出行路径、所述道路容量和所述交通流量确定交通系统模型约束条件;
获取电动汽车充电站的功率、储能系统电力参数和燃气发电机的输出功率;
根据所述充电站的功率、所述储能系统电力参数和所述燃气发电机的输出功率确定发电模型约束条件;
获取有充电需求的电动汽车数量和充电站的充电率;
根据所述有充电需求的电动汽车数量、所述充电站的充电率和所述交通流量确定电动汽车充电负荷模型约束条件;
获取风力发电机的输出功率、太阳能发电机的输出功率和充电电动汽车的充电功率;
根据所述充电站的功率、所述燃气发电机的输出功率、所述风力发电机的输出功率、所述太阳能发电机的输出功率和所述充电电动汽车的充电功率确定功率平衡约束条件;
建立电动汽车充电管理目标函数;所述目标函数考虑了电网买电成本、发电机组出力和电动汽车充电收益;
根据所述交通系统模型约束条件、所述发电模型约束条件和所述电动汽车充电负荷模型约束条件和所述功率平衡约束条件求解所述电动汽车充电管理目标函数,得到在电网买电成本最小化、发电机组出力最小化和电动汽车充电收益最大化条件下的储能系统运行参数和交通分配参数;
根据所述储能系统运行参数和所述交通分配参数进行电动汽车充电管理。
可选的,所述根据所述出行路径、所述道路容量和所述交通流量确定交通系统模型约束条件,具体包括:
根据如下公式确定交通系统模型约束条件:
Figure BDA0002249545650000021
Figure BDA0002249545650000022
Figure BDA0002249545650000023
Figure BDA0002249545650000024
式中,TT(a)表示道路a上的出行时间,
Figure BDA0002249545650000025
表示自由出行时间,TFLink(a)表示道路a上的出行流量,c(a)表示道路a的容量,
Figure BDA0002249545650000026
表示对于任意的道路a;k 表示出行路径,K表示出行路径的总条数,TFPath(k)表示出行路径k上的交通流量,δTravel(a,k)表示出行路径k通过道路a的取值,δTravel(a,k)=1表示出行路径k 通过道路a,δTravel(a,k)=0表示出行路径k不通过道路a,TFPath(od,k)表示出行路径k上od段的交通流量,od段表示两个充电站站点之间的道路,qTravel(od)表示 od段之间的出行需求流量,
Figure BDA0002249545650000027
表示对于任意的od段;PathETA(od)表示od段之间用于平衡交通流的出行路径向量,an表示第n条道路,n表示平衡交通流经过的道路数量。
可选的,根据所述充电站的功率、所述储能系统电力参数和所述燃气发电机的输出功率确定发电模型约束条件,具体包括:
根据如下公式确定发电模型约束条件:
Figure BDA0002249545650000031
Figure BDA0002249545650000032
Figure BDA0002249545650000033
Figure BDA0002249545650000034
Figure BDA0002249545650000035
Figure BDA0002249545650000036
ES0=EST
Figure BDA0002249545650000037
Figure BDA0002249545650000038
Figure BDA0002249545650000039
Figure BDA00022495456500000310
式中,PGrid(t)表示在时间段t内从电力市场中采购的电能,
Figure BDA00022495456500000311
表示在电力市场中购买的功率下限,
Figure BDA00022495456500000312
表示在电力市场中购买的功率上限,
Figure BDA00022495456500000313
表示对于任意的时间段;PGrid(m,t)表示在时间段t内从电力市场采购的能量分配到充电站 m的功率,M表示充电站总个数;PUnit(m,t)表示在时间段t内充电站m中的燃气发电机的输出功率;
Figure BDA00022495456500000314
表示充电站m中燃气发电机的最小功率输出,
Figure BDA00022495456500000315
表示充电站m中燃气发电机的最大功率输出,
Figure BDA00022495456500000316
表示对于任意时间段内的充电站;PUnit(m,t-1)表示在时间段t-1内充电站m中的燃气发电机的输出功率,RD(m)表示充电站m中燃气发电机的下爬坡功率,RU(m)表示充电站m中燃气发电机的上爬坡功率;ESt表示时间段t内储能系统的容量,ESt+1表示时间段t+1内储能系统的容量,ηc表示储能系统的充电效率,ηd表示储能系统的放电效率,Pt char表示时间段t内储能系统的充电功率,Pt dischar表示时间段t内储能系统的放电功率;ESmin表示储能系统最小容量限制,ESmax表示储能系统最大容量限制;ES0表示储能系统在0时刻的容量,EST表示储能系统在T时刻的容量;
Figure BDA0002249545650000041
表示时间段t内储能系统是否充电的二进制变量,
Figure BDA0002249545650000042
表示时间段t内储能系统充电,
Figure BDA0002249545650000043
表示时间段t内储能系统未充电,
Figure BDA0002249545650000044
表示时间段t内储能系统是否放电的二进制变量,
Figure BDA0002249545650000045
表示时间段t内储能系统放电,
Figure BDA0002249545650000046
表示时间段t内储能系统未放电;
Figure BDA0002249545650000047
表示储能系统的最大充电功率,
Figure BDA0002249545650000048
表示储能系统的最大放电功率。
可选的,所述根据所述有充电需求的电动汽车数量、所述充电站的充电率和所述交通流量确定电动汽车充电负荷模型约束条件,具体包括:
根据如下公式确定电动汽车充电负荷模型约束条件:
Figure BDA0002249545650000049
Figure BDA00022495456500000410
式中,PEV(m)表示充电电动汽车的充电功率,ω(m)表示充电站m的充电率, qEV(m)表示充电电动汽车的总数量,
Figure BDA00022495456500000411
表示对于任意的充电站,λ(a,m)表示道路a与充电站m连接时的指示参数,λ(a,m)=1表示道路a与充电站m连接,λ(a,m)=0表示道路a与充电站m未连接,NETA(od)表示在od段包含充电站的比例。
可选的,所述根据所述充电站的功率、所述燃气发电机的输出功率、所述风力发电机的输出功率、所述太阳能发电机的输出功率和所述充电电动汽车的充电功率确定功率平衡约束条件,具体包括:
根据如下公式确定功率平衡约束条件:
Figure BDA00022495456500000412
式中,PGrid(m,t)表示在时间段t内从电力市场采购的能量分配到充电站m 的功率,PUnit(m,t)表示在时间段t内充电站m中的燃气发电机的输出功率, PWind(m,t)表示在时间段t内充电站m中风力发电机的输出功率,PSolar(m,t)表示在时间段t内充电站m中太阳能发电机的输出功率,PEV(m,t)表示在时间段t内充电站m中充电电动汽车的充电功率。
可选的,所述建立电动汽车充电管理目标函数,具体包括:
根据如下公式建立电动汽车充电管理目标函数y:
Figure BDA0002249545650000051
式中,πGrid表示时间段t的电力市场出清电价,a(m)表示充电站m的空载煤耗,b(m)表示充电站m的边际煤耗,πEV(m,t)表示在时间段t充电站m的充电价格。
可选的,所述储能系统运行参数包括:在时间段t内从电力市场中采购的电能PGrid(t)、在时间段t内从电力市场采购的能量分配到充电站m的功率 PGrid(m,t)、在时间段t内充电站m中的燃气发电机的输出功率PUnit(m,t)、在时间段 t内充电站m中风力发电机的输出功率PWind(m,t)、在时间段t内充电站m中太阳能发电机的输出功率PSolar(m,t)、时间段t内储能系统的容量ESt、储能系统的充电效率ηc、储能系统的放电效率ηd、储能系统最大容量限制ESmax、储能系统最小容量限制ESmin、储能系统的最大充电功率
Figure BDA0002249545650000052
和储能系统的最大放电功率
Figure BDA0002249545650000053
所述交通分配参数包括:道路a上的出行时间TT(a)、道路a上的出行流量 TFLink(a)、路径k上od段的交通流量TFPath(od,k)、od段之间用于平衡交通流的出行路径向量PathETA(od)。
本发明还提供一种虑储能系统和交通分配的电动汽车充电管理系统,包括:
参数获取模块,用于获取电动汽车的出行路径、各个道路的道路容量和各个道路的交通流量;用于获取电动汽车充电站的功率、储能系统电力参数和燃气发电机的输出功率;用于获取有充电需求的电动汽车数量和充电站的充电率;以及用于获取风力发电机的输出功率、太阳能发电机的输出功率和充电电动汽车的充电功率;
交通系统模型约束条件确定模块,用于根据所述出行路径、所述道路容量和所述交通流量确定交通系统模型约束条件;
发电模型约束条件确定模块,用于根据所述充电站的功率、所述储能系统电力参数和所述燃气发电机的输出功率确定发电模型约束条件;
电动汽车充电负荷模型约束条件确定模块,用于根据所述有充电需求的电动汽车数量、所述充电站的充电率和所述交通流量确定电动汽车充电负荷模型约束条件;
功率平衡约束条件确定模块,用于根据所述充电站的功率、所述燃气发电机的输出功率、所述风力发电机的输出功率、所述太阳能发电机的输出功率和所述充电电动汽车的充电功率确定功率平衡约束条件;
电动汽车充电管理目标函数生成模块,用于建立电动汽车充电管理目标函数;所述目标函数考虑了电网买电成本、发电机组出力和电动汽车充电收益;
计算模块,用于根据所述交通系统模型约束条件、所述发电模型约束条件和所述电动汽车充电负荷模型约束条件和所述功率平衡约束条件求解所述电动汽车充电管理目标函数,得到在电网买电成本最小化、发电机组出力最小化和电动汽车充电收益最大化条件下的储能系统运行参数和交通分配参数;
电动汽车充电管理模块,用于根据所述储能系统运行参数和所述交通分配参数进行电动汽车充电管理。
与现有技术相比,本发明的有益效果是:
本发明提出了一种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,通过获取电动汽车的出行路径、各个道路的道路容量和各个道路的交通流量确定交通系统模型约束条件;通过获取电动汽车充电站的功率、储能系统电力参数和燃气发电机的输出功率确定发电模型约束条件;通过获取有充电需求的电动汽车数量和充电站的充电率确定电动汽车充电负荷模型约束条件;通过获取风力发电机的输出功率、太阳能发电机的输出功率和充电电动汽车的充电功率确定功率平衡约束条件;建立考虑了电网买电成本、发电机组出力和电动汽车充电收益的电动汽车充电管理目标函数;根据各个约束条件求解电动汽车充电管理目标函数,得到在电网买电成本最小化、发电机组出力最小化和电动汽车充电收益最大化条件下的储能系统运行参数和交通分配参数,并根据储能系统运行参数和交通分配参数进行电动汽车充电管理,能够有效减小因电动汽车集中充电行为对电力系统的影响并能够有效避免交通拥堵现象。
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为本发明实施例中考虑储能系统和交通分配的电动汽车充电管理方法流程图;
图2为本发明实施例中考虑储能系统和交通分配的电动汽车充电管理系统结构图;
图3为本发明实施例中研究区域的交通信息图;
图4为本发明实施例中充电站的节点边际价格曲线图;
图5为本发明实施例中4个充电站的能量管理最优组合图。
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。
本发明的目的是提供一种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,能够有效减小因电动汽车集中充电行为对电力系统的影响并能够有效避免交通拥堵现象。
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。
实施例
图1为本发明实施例考虑储能系统和交通分配的电动汽车充电管理方法流程图,如图1所示,本实施例提供了一种考虑储能系统和交通分配的电动汽车充电管理方法,包括:
步骤101:获取电动汽车的出行路径、各个道路的道路容量和各个道路的交通流量。
步骤102:根据出行路径、道路容量和交通流量确定交通系统模型约束条件。
步骤102,具体包括:
根据如下公式确定交通系统模型约束条件:
1)出行时间约束
由于交通拥堵效应,道路a上的出行时间仅取决于道路a上的出行流量。美国联邦公路局出行时间函数表示如下:
Figure BDA0002249545650000081
2)交通分配模约束
每个出行需求对通过一组路径连接,道路a上的出行流量函数可以表示如下:
Figure BDA0002249545650000082
此外,路径流量应满足交通需求,从而给出交通流量守恒方程:
Figure BDA0002249545650000083
通过使用起讫点(Origin-Destination)分析,在每个道路a和路径k中出现时间最短的路径和平衡流量。
Figure BDA0002249545650000084
式(1)-(4)中,TT(a)表示道路a上的出行时间,
Figure BDA0002249545650000085
表示自由出行时间, TFLink(a)表示道路a上的出行流量,c(a)表示道路a的容量,
Figure BDA0002249545650000086
表示对于任意的道路a;k表示出行路径,K表示出行路径的总条数,TFPath(k)表示出行路径k 上的交通流量,δTravel(a,k)表示出行路径k通过道路a的取值,δTravel(a,k)=1表示出行路径k通过道路a,δTravel(a,k)=0表示出行路径k不通过道路a,TFPath(od,k)表示出行路径k上od段的交通流量,od段表示两个充电站站点之间的道路, qTravel(od)表示od段之间的出行需求流量,
Figure BDA0002249545650000087
表示对于任意的od段;PathETA(od)表示od段之间用于平衡交通流的出行路径向量,an表示第n条道路,n表示平衡交通流经过的道路数量。
步骤103:获取电动汽车充电站的功率、储能系统电力参数和燃气发电机的输出功率。
步骤104:根据充电站的功率、储能系统电力参数和燃气发电机的输出功率确定发电模型约束条件。
从电动汽车充电集群的角度来看,发电模型通过调度内部燃气机组发电和单个电动汽车充电站的储能系统产生的能量,以获得经济性能,此外,充电集群可作为市场成员参与批发市场购买电力,本发明使用离散时间模型,时间间隔是一个小时。
步骤104,具体包括:
根据如下公式确定发电模型约束条件:
1)参与电力市场
充电站集群参与电力市场并购买电能。充电站集群还在时间间隔t内将电力市场购买的能量分配给充电站,保证电力满足实时平衡。
Figure BDA0002249545650000091
Figure BDA0002249545650000092
2)传统燃气机组模型
Figure BDA0002249545650000093
考虑到传统发电机的爬坡能力,两个连续时间间隔的输出功率受到公式(8)的限制:
Figure BDA0002249545650000094
3)分布式储能约束
电动汽车充电站通常配备分布式储能系统以保持供电的稳定性并防止能源短缺,弥补传统燃气机组启停时间过长或者功率爬坡慢的限制。然而,由于频繁的充电和放电过程,电动汽车能量存储系统(Energy Storage System,ESS)的安装相当昂贵并且其生命周期非常短。一般来说,ESS预计会在电力市场价格低的时候购买能量和充电,并在电力市场价格高的时候卖出能量和放电。
考虑到充电和放电过程中的转换损耗,分布式储能系统的模型描述如下:
Figure BDA0002249545650000095
Figure BDA0002249545650000096
ES0=EST (11)
Figure BDA0002249545650000097
Figure BDA0002249545650000101
Figure BDA0002249545650000102
Figure BDA0002249545650000103
公式(9)是储能系统随时间变化的容量约束。公式(10)表示储能系统容量的最大最小约束。公式(11)表示储能系统在T时刻的容量状态应等于初始状态。公式(12)定义了两个二进制变量。公式(13)表明两个状态变量有且只有一个可以为1。公式(14)定义了储能系统充电量的最大值。公式(15)定义了储能系统放电量的最大值。
式(5)-(15)中,PGrid(t)表示在时间段t内从电力市场中采购的电能,
Figure BDA0002249545650000104
表示在电力市场中购买的功率下限,
Figure BDA0002249545650000105
表示在电力市场中购买的功率上限,
Figure BDA0002249545650000106
表示对于任意的时间段;PGrid(m,t)表示在时间段t内从电力市场采购的能量分配到充电站m的功率,M表示充电站总个数;PUnit(m,t)表示在时间段t内充电站 m中的燃气发电机的输出功率;
Figure BDA0002249545650000107
表示充电站m中燃气发电机的最小功率输出,
Figure BDA0002249545650000108
表示充电站m中燃气发电机的最大功率输出,
Figure BDA0002249545650000109
表示对于任意时间段内的充电站;PUnit(m,t-1)表示在时间段t-1内充电站m中的燃气发电机的输出功率,RD(m)表示充电站m中燃气发电机的下爬坡功率,RU(m)表示充电站m中燃气发电机的上爬坡功率;ESt表示时间段t内储能系统的容量,ESt+1表示时间段t+1内储能系统的容量,ηc表示储能系统的充电效率,ηd表示储能系统的放电效率,Pt char表示时间段t内储能系统的充电功率,Pt dischar表示时间段t 内储能系统的放电功率;ESmin表示储能系统最小容量限制,ESmax表示储能系统最大容量限制;ES0表示储能系统在0时刻的容量,EST表示储能系统在T 时刻的容量;
Figure BDA00022495456500001010
表示时间段t内储能系统是否充电的二进制变量,
Figure BDA00022495456500001011
表示时间段t内储能系统充电,
Figure BDA00022495456500001012
表示时间段t内储能系统未充电,
Figure BDA00022495456500001013
表示时间段t内储能系统是否放电的二进制变量,
Figure BDA00022495456500001014
表示时间段t内储能系统放电,
Figure BDA00022495456500001015
表示时间段t内储能系统未放电;
Figure BDA00022495456500001016
表示储能系统的最大充电功率,
Figure BDA00022495456500001017
表示储能系统的最大放电功率。
步骤105:获取有充电需求的电动汽车数量和充电站的充电率。
步骤106:根据有充电需求的电动汽车数量、充电站的充电率和交通流量确定电动汽车充电负荷模型约束条件。
步骤106,具体包括:
根据如下公式确定电动汽车充电负荷模型约束条件:
充电站节点连接的道路处的交通流量决定充电站m的充电EV的总数 qEV(m)。可以通过充电站m中的充电率ω(m)将充电EV的数量转换为充电功率 PEV(m)。
Figure DEST_PATH_IMAGE001
充电站m中的充电EV的数量可以根据与充电站m连接的路径的数量与平衡的交通路径的数量的比率
Figure BDA0002249545650000112
分配给充电交通需求的总数NETA(od)。
Figure DEST_PATH_IMAGE002
式(16)-(17)中,PEV(m)表示充电电动汽车的充电功率,ω(m)表示充电站m的充电率,qEV(m)表示充电电动汽车的总数量,
Figure BDA0002249545650000114
表示对于任意的充电站,λ(a,m)表示道路a与充电站m连接时的指示参数,λ(a,m)=1表示道路a与充电站m连接,λ(a,m)=0表示道路a与充电站m未连接,NETA(od)表示在od段包含充电站的比例。
步骤107:获取风力发电机的输出功率、太阳能发电机的输出功率和充电电动汽车的充电功率。
步骤108:根据充电站的功率、燃气发电机的输出功率、风力发电机的输出功率、太阳能发电机的输出功率和充电电动汽车的充电功率确定功率平衡约束条件。
步骤108,具体包括:
根据如下公式确定功率平衡约束条件:
Figure DEST_PATH_IMAGE003
式(18)中,PGrid(m,t)表示在时间段t内从电力市场采购的能量分配到充电站m的功率,PUnit(m,t)表示在时间段t内充电站m中的燃气发电机的输出功率, PWind(m,t)表示在时间段t内充电站m中风力发电机的输出功率,PSolar(m,t)表示在时间段t内充电站m中太阳能发电机的输出功率,PEV(m,t)表示在时间段t内充电站m中充电电动汽车的充电功率。
步骤109:建立电动汽车充电管理目标函数;目标函数考虑了电网买电成本、发电机组出力和电动汽车充电收益。
电动汽车充电站的优化目标是三个部分,最小化从电网买电的成本、机组出力成本,同时最大化充电收入。从电网买电的成本包括电网电价乘从电网买的电量,机组出力成本包括空载成本和边际成本,充电收入包括充电电价乘充电功率。
步骤109,具体包括:
根据如下公式建立电动汽车充电管理目标函数y:
Figure DEST_PATH_IMAGE004
式(19)中,πGrid表示时间段t的电力市场出清电价,a(m)表示充电站m 的空载煤耗,b(m)表示充电站m的边际煤耗,πEV(m,t)表示在时间段t充电站m 的充电价格。
步骤110:根据交通系统模型约束条件、发电模型约束条件和电动汽车充电负荷模型约束条件和功率平衡约束条件求解电动汽车充电管理目标函数,得到在电网买电成本最小化、发电机组出力最小化和电动汽车充电收益最大化条件下的储能系统运行参数和交通分配参数。
储能系统运行参数包括:在时间段t内从电力市场中采购的电能PGrid(t)、在时间段t内从电力市场采购的能量分配到充电站m的功率PGrid(m,t)、在时间段 t内充电站m中的燃气发电机的输出功率PUnit(m,t)、在时间段t内充电站m中风力发电机的输出功率PWind(m,t)、在时间段t内充电站m中太阳能发电机的输出功率PSolar(m,t)、时间段t内储能系统的容量ESt、储能系统的充电效率ηc、储能系统的放电效率ηd、储能系统最大容量限制ESmax、储能系统最小容量限制 ESmin、储能系统的最大充电功率
Figure BDA0002249545650000122
和储能系统的最大放电功率
Figure BDA0002249545650000123
交通分配参数包括:道路a上的出行时间TT(a)、道路a上的出行流量 TFLink(a)、出行路径k上od段的交通流量TFPath(od,k)、od段之间用于平衡交通流的出行路径向量PathETA(od)。
步骤111:根据储能系统运行参数和交通分配参数进行电动汽车充电管理。
图2为本发明实施例考虑储能系统和交通分配的电动汽车充电管理系统结构图,如图2所示,本实施例提供了一种考虑储能系统和交通分配的电动汽车充电管理系统,其特征在于,包括:
参数获取模块201,用于获取电动汽车的出行路径、各个道路的道路容量和各个道路的交通流量;用于获取电动汽车充电站的功率、储能系统电力参数和燃气发电机的输出功率;用于获取有充电需求的电动汽车数量和充电站的充电率;以及用于获取风力发电机的输出功率、太阳能发电机的输出功率和充电电动汽车的充电功率。
交通系统模型约束条件确定模块202,用于根据出行路径、道路容量和交通流量确定交通系统模型约束条件。
发电模型约束条件确定模块203,用于根据充电站的功率、储能系统电力参数和燃气发电机的输出功率确定发电模型约束条件。
电动汽车充电负荷模型约束条件确定模块204,用于根据有充电需求的电动汽车数量、充电站的充电率和交通流量确定电动汽车充电负荷模型约束条件。
功率平衡约束条件确定模块205,用于根据充电站的功率、燃气发电机的输出功率、风力发电机的输出功率、太阳能发电机的输出功率和充电电动汽车的充电功率确定功率平衡约束条件。
电动汽车充电管理目标函数生成模块206,用于建立电动汽车充电管理目标函数;目标函数考虑了电网买电成本、发电机组出力和电动汽车充电收益。
计算模块207,用于根据交通系统模型约束条件、发电模型约束条件和电动汽车充电负荷模型约束条件和功率平衡约束条件求解电动汽车充电管理目标函数,得到在电网买电成本最小化、发电机组出力最小化和电动汽车充电收益最大化条件下的储能系统运行参数和交通分配参数。
电动汽车充电管理模块208,用于根据储能系统运行参数和交通分配参数进行电动汽车充电管理。
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。
本发明研究区域的交通信息如图3所示。图3中有9个站点,4个充电站,假设在行进路径的每个道路a中的充电概率是相同的,并且在道路a旁边选择一个站的概率的一半,则确定充电行为。各个站点之间的数字代表实际优化出来的最优车流量,没有数字的线路代表没有车从这些道路通过。通过充电站充电率参数为0.2MW,可以确定每个充电站的总充电功率。然后,充电站在规划时间段24小时内调度充电功率。依据的系统参数为:
1)交通数据
交通系统具有“九宫格”的标志性结构。表1和表2显示了每条道路的容量和自由行程时间以及充电站的分布,表1为交通系统道路信息,容量表示该道路的最大容量,时间表示自由出行时间。表2为交通出行对以及充电需求,出行需求表示需要通过的车辆数。交通主流量从西南向北和东北。
表1交通系统道路信息
Figure BDA0002249545650000141
Figure BDA0002249545650000151
表2交通出行对以及充电需求
Figure BDA0002249545650000152
2)充电站数据
充电站集群参与电力市场购买能量并在规划时间段内发送到充电站。每个充电站的能量供应框架包含一个内部燃气发电机。关于发电机运行和燃料成本数据的参数分别列于表3和表4中,表3为发电机运行数据,表4为发电机燃料数据。此外,假设有关电力价格的数据是已知的。从充电需求方面,充电交易以充电站之间的边际成本支付。图4为本发明实施例中充电站的节点边际价格曲线图。充电站的充电率为0.2MW。
表3发电机运行数据
Figure BDA0002249545650000153
Figure BDA0002249545650000161
表4发电机燃料数据
Figure BDA0002249545650000162
图5为4个充电站的能量管理最优组合图,其包含在每个时间间隔t由内部燃气机组产生的从充电集群发出的功率。当电价低时(从凌晨2:00到上午 9:00),充电集群愿意从电网购买能量。在其他时间,内部传统燃料机组产生的能量占很大比例,特别是在电价最高时的17:00和18:00PM。通常,燃气机组发出的功率与电力价格正相关。
表5各方案的对比结果
Figure BDA0002249545650000171
表5为各方案的对比结果。方案1为本发明提出的方法;方案2为不进行负荷管理,即负荷充电功率数据当作参量输入到模型中;方案3为不增加储能;方案4为既不增加储能模型,又不进行负荷管理。从表5可以看出,相较于其他的优化方法,可以看出本发明所提出优化方法的优势。对比方案1和方案2 的充电收入,可知进行负荷管理(交通领域)的充电收入会有增加。对比方案 1和方案3,储能系统的增加使得电网购电成本减小。对比4个方案的总成本,可以看出方案1中使用的本发明所提出的方法可以使得电力-交通联合系统的总成本最小化。
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,本说明书内容不应理解为对本发明的限制。

Claims (2)

1.一种考虑储能系统和交通分配的电动汽车充电管理方法,其特征在于,包括:
获取电动汽车的出行路径、各个道路的道路容量和各个道路的交通流量;
根据所述出行路径、所述道路容量和所述交通流量确定交通系统模型约束条件;
获取电动汽车充电站的功率、储能系统电力参数和燃气发电机的输出功率;
根据所述充电站的功率、所述储能系统电力参数和所述燃气发电机的输出功率确定发电模型约束条件;
获取有充电需求的电动汽车数量和充电站的充电率;
根据所述有充电需求的电动汽车数量、所述充电站的充电率和所述交通流量确定电动汽车充电负荷模型约束条件;
获取风力发电机的输出功率、太阳能发电机的输出功率和充电电动汽车的充电功率;
根据所述充电站的功率、所述燃气发电机的输出功率、所述风力发电机的输出功率、所述太阳能发电机的输出功率和所述充电电动汽车的充电功率确定功率平衡约束条件;
建立电动汽车充电管理目标函数;所述目标函数考虑了电网买电成本、发电机组出力和电动汽车充电收益;
根据所述交通系统模型约束条件、所述发电模型约束条件和所述电动汽车充电负荷模型约束条件和所述功率平衡约束条件求解所述电动汽车充电管理目标函数,得到在电网买电成本最小化、发电机组出力最小化和电动汽车充电收益最大化条件下的储能系统运行参数和交通分配参数;
根据所述储能系统运行参数和所述交通分配参数进行电动汽车充电管理;
根据如下公式确定交通系统模型约束条件:
Figure FDA0003429079670000021
Figure FDA0003429079670000022
Figure FDA0003429079670000023
Figure FDA0003429079670000024
式中,TT(a)表示道路a上的出行时间,
Figure FDA0003429079670000025
表示自由出行时间,TFLink(a)表示道路a上的出行流量,c(a)表示道路a的容量,
Figure FDA0003429079670000026
表示对于任意的道路a;k表示出行路径,K表示出行路径的总条数,TFPath(k)表示出行路径k上的交通流量,δTravel(a,k)表示出行路径k通过道路a的取值,δTravel(a,k)=1表示出行路径k通过道路a,δTravel(a,k)=0表示出行路径k不通过道路a,TFPath(od,k)表示出行路径k上od段的交通流量,od段表示两个充电站站点之间的道路,qTravel(od)表示od段之间的出行需求流量,
Figure FDA0003429079670000027
表示对于任意的od段;PathETA(od)表示od段之间用于平衡交通流量的出行路径向量,an表示第n条道路,n表示平衡交通流量经过的道路数量;
根据如下公式确定发电模型约束条件:
Figure FDA0003429079670000028
Figure FDA0003429079670000029
Figure FDA00034290796700000210
Figure FDA00034290796700000211
Figure FDA00034290796700000212
Figure FDA00034290796700000213
ES0=EST
Figure FDA0003429079670000031
Figure FDA0003429079670000032
Figure FDA0003429079670000033
Figure FDA0003429079670000034
式中,PGrid(t)表示在时间段t内从电力市场中采购的电能,
Figure FDA0003429079670000035
表示在电力市场中购买的功率下限,
Figure FDA0003429079670000036
表示在电力市场中购买的功率上限,
Figure FDA0003429079670000037
表示对于任意的时间段;PGrid(m,t)表示在时间段t内从电力市场采购的能量分配到充电站m的功率,M表示充电站总个数;PUnit(m,t)表示在时间段t内充电站m中的燃气发电机的输出功率;
Figure FDA0003429079670000038
表示充电站m中燃气发电机的最小功率输出,
Figure FDA0003429079670000039
表示充电站m中燃气发电机的最大功率输出,
Figure FDA00034290796700000310
表示对于任意时间段内的充电站;PUnit(m,t-1)表示在时间段t-1内充电站m中的燃气发电机的输出功率,RD(m)表示充电站m中燃气发电机的下爬坡功率,RU(m)表示充电站m中燃气发电机的上爬坡功率;ESt表示时间段t内储能系统的容量,ESt+1表示时间段t+1内储能系统的容量,ηc表示储能系统的充电效率,ηd表示储能系统的放电效率,Pt char表示时间段t内储能系统的充电功率,Pt dischar表示时间段t内储能系统的放电功率;ESmin表示储能系统最小容量限制,ESmax表示储能系统最大容量限制;ES0表示储能系统在0时刻的容量,EST表示储能系统在T时刻的容量;
Figure FDA00034290796700000311
表示时间段t内储能系统是否充电的二进制变量,
Figure FDA00034290796700000312
表示时间段t内储能系统充电,
Figure FDA00034290796700000313
表示时间段t内储能系统未充电,
Figure FDA00034290796700000314
表示时间段t内储能系统是否放电的二进制变量,
Figure FDA00034290796700000315
表示时间段t内储能系统放电,
Figure FDA00034290796700000316
表示时间段t内储能系统未放电;
Figure FDA00034290796700000317
表示储能系统的最大充电功率,
Figure FDA00034290796700000318
表示储能系统的最大放电功率;
根据如下公式确定电动汽车充电负荷模型约束条件:
Figure FDA00034290796700000319
Figure FDA0003429079670000041
式中,PEV(m)表示充电电动汽车的充电功率,ω(m)表示充电站m的充电率,qEV(m)表示充电电动汽车的总数量,
Figure FDA0003429079670000042
表示对于任意的充电站,λ(a,m)表示道路a与充电站m连接时的指示参数,λ(a,m)=1表示道路a与充电站m连接,λ(a,m)=0表示道路a与充电站m未连接,NETA(od)表示在od段包含充电站的比例;
根据如下公式确定功率平衡约束条件:
Figure FDA0003429079670000043
式中,PWind(m,t)表示在时间段t内充电站m中风力发电机的输出功率,PSolar(m,t)表示在时间段t内充电站m中太阳能发电机的输出功率,PEV(m,t)表示在时间段t内充电站m中充电电动汽车的充电功率;
根据如下公式建立电动汽车充电管理目标函数y:
Figure FDA0003429079670000044
式中,πGrid(t)表示时间段t的电力市场出清电价,a(m)表示充电站m的空载煤耗,b(m)表示充电站m的边际煤耗,πEV(m,t)表示在时间段t充电站m的充电价格;
所述储能系统运行参数包括:在时间段t内从电力市场中采购的电能PGrid(t)、在时间段t内从电力市场采购的能量分配到充电站m的功率PGrid(m,t)、在时间段t内充电站m中的燃气发电机的输出功率PUnit(m,t)、在时间段t内充电站m中风力发电机的输出功率PWind(m,t)、在时间段t内充电站m中太阳能发电机的输出功率PSolar(m,t)、时间段t内储能系统的容量ESt、储能系统的充电效率ηc、储能系统的放电效率ηd、储能系统最大容量限制ESmax、储能系统最小容量限制ESmin、储能系统的最大充电功率
Figure FDA0003429079670000051
和储能系统的最大放电功率
Figure FDA0003429079670000052
所述交通分配参数包括:道路a上的出行时间TT(a)、道路a上的出行流量TFLink(a)、出行路径k上od段的交通流量TFPath(od,k)、od段之间用于平衡交通流量的出行路径向量PathETA(od)。
2.一种考虑储能系统和交通分配的电动汽车充电管理系统,其特征在于,包括:
参数获取模块,用于获取电动汽车的出行路径、各个道路的道路容量和各个道路的交通流量;用于获取电动汽车充电站的功率、储能系统电力参数和燃气发电机的输出功率;用于获取有充电需求的电动汽车数量和充电站的充电率;以及用于获取风力发电机的输出功率、太阳能发电机的输出功率和充电电动汽车的充电功率;
交通系统模型约束条件确定模块,用于根据所述出行路径、所述道路容量和所述交通流量确定交通系统模型约束条件;
发电模型约束条件确定模块,用于根据所述充电站的功率、所述储能系统电力参数和所述燃气发电机的输出功率确定发电模型约束条件;
电动汽车充电负荷模型约束条件确定模块,用于根据所述有充电需求的电动汽车数量、所述充电站的充电率和所述交通流量确定电动汽车充电负荷模型约束条件;
功率平衡约束条件确定模块,用于根据所述充电站的功率、所述燃气发电机的输出功率、所述风力发电机的输出功率、所述太阳能发电机的输出功率和所述充电电动汽车的充电功率确定功率平衡约束条件;
电动汽车充电管理目标函数生成模块,用于建立电动汽车充电管理目标函数;所述目标函数考虑了电网买电成本、发电机组出力和电动汽车充电收益;
计算模块,用于根据所述交通系统模型约束条件、所述发电模型约束条件和所述电动汽车充电负荷模型约束条件和所述功率平衡约束条件求解所述电动汽车充电管理目标函数,得到在电网买电成本最小化、发电机组出力最小化和电动汽车充电收益最大化条件下的储能系统运行参数和交通分配参数;
电动汽车充电管理模块,用于根据所述储能系统运行参数和所述交通分配参数进行电动汽车充电管理;
根据如下公式确定交通系统模型约束条件:
Figure FDA0003429079670000061
Figure FDA0003429079670000062
Figure FDA0003429079670000063
Figure FDA0003429079670000064
式中,TT(a)表示道路a上的出行时间,
Figure FDA0003429079670000065
表示自由出行时间,TFLink(a)表示道路a上的出行流量,c(a)表示道路a的容量,
Figure FDA0003429079670000066
表示对于任意的道路a;k表示出行路径,K表示出行路径的总条数,TFPath(k)表示出行路径k上的交通流量,δTravel(a,k)表示出行路径k通过道路a的取值,δTravel(a,k)=1表示出行路径k通过道路a,δTravel(a,k)=0表示出行路径k不通过道路a,TFPath(od,k)表示出行路径k上od段的交通流量,od段表示两个充电站站点之间的道路,qTravel(od)表示od段之间的出行需求流量,
Figure FDA0003429079670000067
表示对于任意的od段;PathETA(od)表示od段之间用于平衡交通流量的出行路径向量,an表示第n条道路,n表示平衡交通流量经过的道路数量;
根据如下公式确定发电模型约束条件:
Figure FDA0003429079670000068
Figure FDA0003429079670000071
Figure FDA0003429079670000072
Figure FDA0003429079670000073
Figure FDA0003429079670000074
Figure FDA0003429079670000075
ES0=EST
Figure FDA0003429079670000076
Figure FDA0003429079670000077
Figure FDA0003429079670000078
Figure FDA0003429079670000079
式中,PGrid(t)表示在时间段t内从电力市场中采购的电能,
Figure FDA00034290796700000710
表示在电力市场中购买的功率下限,
Figure FDA00034290796700000711
表示在电力市场中购买的功率上限,
Figure FDA00034290796700000712
表示对于任意的时间段;PGrid(m,t)表示在时间段t内从电力市场采购的能量分配到充电站m的功率,M表示充电站总个数;PUnit(m,t)表示在时间段t内充电站m中的燃气发电机的输出功率;
Figure FDA00034290796700000713
表示充电站m中燃气发电机的最小功率输出,
Figure FDA00034290796700000714
表示充电站m中燃气发电机的最大功率输出,
Figure FDA00034290796700000715
表示对于任意时间段内的充电站;PUnit(m,t-1)表示在时间段t-1内充电站m中的燃气发电机的输出功率,RD(m)表示充电站m中燃气发电机的下爬坡功率,RU(m)表示充电站m中燃气发电机的上爬坡功率;ESt表示时间段t内储能系统的容量,ESt+1表示时间段t+1内储能系统的容量,ηc表示储能系统的充电效率,ηd表示储能系统的放电效率,Pt char表示时间段t内储能系统的充电功率,Pt dischar表示时间段t内储能系统的放电功率;ESmin表示储能系统最小容量限制,ESmax表示储能系统最大容量限制;ES0表示储能系统在0时刻的容量,EST表示储能系统在T时刻的容量;
Figure FDA00034290796700000716
表示时间段t内储能系统是否充电的二进制变量,
Figure FDA00034290796700000717
表示时间段t内储能系统充电,
Figure FDA00034290796700000718
表示时间段t内储能系统未充电,
Figure FDA00034290796700000719
表示时间段t内储能系统是否放电的二进制变量,
Figure FDA0003429079670000081
表示时间段t内储能系统放电,
Figure FDA0003429079670000082
表示时间段t内储能系统未放电;
Figure FDA0003429079670000083
表示储能系统的最大充电功率,
Figure FDA0003429079670000084
表示储能系统的最大放电功率;
根据如下公式确定电动汽车充电负荷模型约束条件:
Figure FDA0003429079670000085
Figure FDA0003429079670000086
式中,PEV(m)表示充电电动汽车的充电功率,ω(m)表示充电站m的充电率,qEV(m)表示充电电动汽车的总数量,
Figure FDA0003429079670000087
表示对于任意的充电站,λ(a,m)表示道路a与充电站m连接时的指示参数,λ(a,m)=1表示道路a与充电站m连接,λ(a,m)=0表示道路a与充电站m未连接,NETA(od)表示在od段包含充电站的比例;
根据如下公式确定功率平衡约束条件:
Figure FDA0003429079670000088
式中,PWind(m,t)表示在时间段t内充电站m中风力发电机的输出功率,PSolar(m,t)表示在时间段t内充电站m中太阳能发电机的输出功率,PEV(m,t)表示在时间段t内充电站m中充电电动汽车的充电功率;
根据如下公式建立电动汽车充电管理目标函数y:
Figure FDA0003429079670000089
式中,πGrid(t)表示时间段t的电力市场出清电价,a(m)表示充电站m的空载煤耗,b(m)表示充电站m的边际煤耗,πEV(m,t)表示在时间段t充电站m的充电价格;
所述储能系统运行参数包括:在时间段t内从电力市场中采购的电能PGrid(t)、在时间段t内从电力市场采购的能量分配到充电站m的功率PGrid(m,t)、在时间段t内充电站m中的燃气发电机的输出功率PUnit(m,t)、在时间段t内充电站m中风力发电机的输出功率PWind(m,t)、在时间段t内充电站m中太阳能发电机的输出功率PSolar(m,t)、时间段t内储能系统的容量ESt、储能系统的充电效率ηc、储能系统的放电效率ηd、储能系统最大容量限制ESmax、储能系统最小容量限制ESmin、储能系统的最大充电功率
Figure FDA0003429079670000091
和储能系统的最大放电功率
Figure FDA0003429079670000092
所述交通分配参数包括:道路a上的出行时间TT(a)、道路a上的出行流量TFLink(a)、出行路径k上od段的交通流量TFPath(od,k)、od段之间用于平衡交通流量的出行路径向量PathETA(od)。
CN201911028978.8A 2019-10-28 2019-10-28 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 Active CN110751409B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911028978.8A CN110751409B (zh) 2019-10-28 2019-10-28 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911028978.8A CN110751409B (zh) 2019-10-28 2019-10-28 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

Publications (2)

Publication Number Publication Date
CN110751409A CN110751409A (zh) 2020-02-04
CN110751409B true CN110751409B (zh) 2022-03-29

Family

ID=69280278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911028978.8A Active CN110751409B (zh) 2019-10-28 2019-10-28 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

Country Status (1)

Country Link
CN (1) CN110751409B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111900727B (zh) * 2020-07-15 2024-02-02 国网上海市电力公司 基于pso的光储充换一体化充电站协同优化调度方法和装置
CN113036933B (zh) * 2021-03-17 2023-04-14 云南电网有限责任公司电力科学研究院 一种基于小水电站压力前池的储能方法及系统
CN114548484B (zh) * 2022-01-07 2023-01-24 国网湖北省电力有限公司黄冈供电公司 一种电动汽车充电站点选址规划方法
CN115860433B (zh) * 2023-02-16 2023-06-06 国网湖北省电力有限公司经济技术研究院 电动汽车快充站和动态无线充电系统联合规划方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106042963A (zh) * 2016-06-17 2016-10-26 广东顺德中山大学卡内基梅隆大学国际联合研究院 电气化交通网络和电力系统的协同优化方法与系统
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
CN108596373A (zh) * 2018-04-09 2018-09-28 燕山大学 一种电-交通耦合网络动态平衡求解方法
CN109523051A (zh) * 2018-09-18 2019-03-26 国网浙江省电力有限公司经济技术研究院 一种电动汽车充电实时优化调度方法
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
CN109920252A (zh) * 2019-04-24 2019-06-21 燕山大学 一种电气交通互联系统的协调优化方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160129798A9 (en) * 2008-10-31 2016-05-12 Yaniv Sirton Managing charging of electric vehicles

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106042963A (zh) * 2016-06-17 2016-10-26 广东顺德中山大学卡内基梅隆大学国际联合研究院 电气化交通网络和电力系统的协同优化方法与系统
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
CN108596373A (zh) * 2018-04-09 2018-09-28 燕山大学 一种电-交通耦合网络动态平衡求解方法
CN109523051A (zh) * 2018-09-18 2019-03-26 国网浙江省电力有限公司经济技术研究院 一种电动汽车充电实时优化调度方法
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
CN109920252A (zh) * 2019-04-24 2019-06-21 燕山大学 一种电气交通互联系统的协调优化方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"A Market Mechanism for Electric Vehicle Charging Under Network Constraints";Julian de Hoog et al.;《IEEE Transactions on Smart Grid 》;20160331;第7卷(第2期);第827-836页 *
"低碳经济下电动汽车集群与电力系统间的协调优化运行";娄素华 等;《电工技术学报》;20170331;第32卷(第05期);第176-183页 *
"基于信息交互的大规模电动汽车充电路径规划";张书玮 等;《清华大学学报(自然科学版)》;20180331;第58卷(第03期);第279-285页 *
"计及路-网-车交互作用的电动汽车充电实时优化调度";王珂 等;《电力建设》;20181231;第39卷(第12期);第63-72页 *

Also Published As

Publication number Publication date
CN110751409A (zh) 2020-02-04

Similar Documents

Publication Publication Date Title
CN110751409B (zh) 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
Druitt et al. Simulation of demand management and grid balancing with electric vehicles
White et al. Using vehicle-to-grid technology for frequency regulation and peak-load reduction
Jain et al. Aggregated electric vehicle resource modelling for regulation services commitment in power grid
Borba et al. Plug-in hybrid electric vehicles as a way to maximize the integration of variable renewable energy in power systems: The case of wind generation in northeastern Brazil
CN110310173B (zh) 一种可再生能源参与中长期电力交易的电量分配方法
Osório et al. Modeling an electric vehicle parking lot with solar rooftop participating in the reserve market and in ancillary services provision
Bishop et al. Estimating the grid payments necessary to compensate additional costs to prospective electric vehicle owners who provide vehicle-to-grid ancillary services
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
Ning et al. Research and analysis of a flexible integrated development model of railway system and photovoltaic in China
Weldon et al. Environmental impacts of varying electric vehicle user behaviours and comparisons to internal combustion engine vehicle usage–An Irish case study
CN106169117A (zh) 一种虚拟电厂日前和实时竞标模型
CN112821438A (zh) 一种含bss微网联合系统的优化调度方法及系统
CN114022046B (zh) 一种考虑交通均衡的综合能源系统优化调度方法
Khezri et al. A review on implementation of vehicle to everything (V2X): Benefits, barriers and measures
González et al. Public transportation with electric traction: Experiences and challenges in an Andean city
Thomas et al. A scheduling optimization model for minimizing the energy demand of a building using electric vehicles and a micro-turbine
CN113469750B (zh) 一种考虑极端天气的充电站与配电网协调规划方法及系统
Malik et al. Cooperative game theory based peer to peer energy trading algorithm
Parness The environmental and cost impacts of vehicle electrification in the Azores
Wei et al. Coupled dispatching of regional integrated energy system under an electric-traffic environment considering user equilibrium theory
Lanati et al. Impact of the penetration of electric vehicles on the Italian power system: a 2030 scenario
Li et al. Collaborative operation between power network and hydrogen fueling stations with peer-to-peer energy trading
Gržanić et al. Profitable Investment in PV and BES Integrated with EV Charging Stations in Croatia-Myth or Reality?
Saadati et al. Optimal location and size of renewable energy Resources and fast-charging stations in the presence of uncertainties

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