CN110829474B - 用大数据智能储能支撑电网动态安全的方法与系统 - Google Patents

用大数据智能储能支撑电网动态安全的方法与系统 Download PDF

Info

Publication number
CN110829474B
CN110829474B CN201911146952.3A CN201911146952A CN110829474B CN 110829474 B CN110829474 B CN 110829474B CN 201911146952 A CN201911146952 A CN 201911146952A CN 110829474 B CN110829474 B CN 110829474B
Authority
CN
China
Prior art keywords
power
charging
electric
electric automobile
discharging
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
CN201911146952.3A
Other languages
English (en)
Other versions
CN110829474A (zh
Inventor
汪映辉
卢国良
张�浩
赵明宇
柯慧敏
石进永
李�浩
王刚
李奕杰
李充
张高阳
孙广明
张宇峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
NARI Group Corp
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
State Grid Electric Power Research Institute
Original Assignee
State Grid Corp of China SGCC
NARI Group Corp
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
State Grid Electric Power Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, NARI Group Corp, Nari Technology Co Ltd, NARI Nanjing Control System Co Ltd, State Grid Electric Power Research Institute filed Critical State Grid Corp of China SGCC
Priority to CN201911146952.3A priority Critical patent/CN110829474B/zh
Publication of CN110829474A publication Critical patent/CN110829474A/zh
Application granted granted Critical
Publication of CN110829474B publication Critical patent/CN110829474B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/63—Monitoring or controlling charging stations in response to network capacity
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L55/00—Arrangements for supplying energy stored within a vehicle to a power network, i.e. vehicle-to-grid [V2G] arrangements
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations

Abstract

本发明公开了一种用大数据智能储能支撑电网动态安全的方法与系统，通过智能车载终端采集车辆实时SOC，计算电动汽车预测充放电功率，将预测充放电功率与支撑电网安全运行的调度功率相比较，准确计算电动汽车群实际可调度充放电功率。然后，根据参加调度车辆的电池SOC智能分配不同车辆实际可调度功率按照，充分考虑了不同车辆的实际可调度潜力，保障电池寿命的同时最大程度完成电动汽车充放电功率支撑电网安全运行的技术问题。

Description

用大数据智能储能支撑电网动态安全的方法与系统
技术领域
本发明具体涉及一种用大数据智能储能支撑电网动态安全的方法与系统，属于电动汽车与电网互动智能控制技术领域。
背景技术
作为战略性新兴产业，大力发展电动汽车和分布式能源是实现低碳经济转型的重要途径。我国新能源汽车发展的政策支持力度空前强大。然而，电动汽车的大量使用必然会对电网带来复杂影响，加剧用电负荷峰谷差，导致中压配电网出现线路过载、低压配电网出现变压器热过载，大大损耗变压器使用寿命。电动汽车的无序充电通常和居民负荷晚高峰部分重叠，导致低压配电网侧节点电压偏移较大，给电网的动态安全稳定运行带来压力，间接提高了用户用电成本。
由于可再生新能源电源的波动性、间歇性和随机性的特点，大规模可再生新能源接入后会产生一些无法预测的影响，对系统灵活性提出了更高要求，电力系统的安全稳定运行和控制变得更加复杂。
储能技术是帮助电网实现安全稳定运行的重要力量，但由于技术、成本等原因，目前应用较为成熟的储能项目多出现在电网侧，且配备储能资源花费巨大。电动汽车具有可控负荷和储能单元的双重属性，是电网用户侧海量分布式移动储能资源，通过控制电动汽车有序充放电，可以有效平抑电网常规负荷波动。电动汽车储能兼顾能量型与功率型双重优势，通过引导车主进行电网频率调节，降低系统对电网侧储能要求，保障电网运行的安全性、可靠性和经济性；还可利用电动汽车储能消纳富余可再生能源出力，提高清洁能源利用率。现有研究对电动汽车储能特性的利用多集中在控制策略以及控制模型上，没有从系统层面提出整体解决方案，缺乏对用户需求变化及电网运行负荷的实时感知。
发明内容
本发明的目的在于克服现有技术的不足，提供了一种用大数据智能储能支撑电网动态安全的方法与系统，解决了电动汽车精准响应电网安全运行功率支撑的问题。
为解决上述技术问题，本发明提供了一种用大数据智能储能支撑电网动态安全的方法，其特征是，包括以下过程：
获取电动汽车的电池荷电状态，根据电池荷电状态获得充电电动汽车群和放电电动汽车群；
计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率；
根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务，计算出电动汽车储能充放电总功率；
将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率；
将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车；
响应电网安全运行支撑服务的各电动汽车根据分配的功率进行充放电管理。
进一步的，所述计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率包括：
电动汽车i在调度时段t的充电功率
Figure BDA0002282460850000021
为：
Figure BDA0002282460850000031
其中，Sleave为在电动汽车离开充电站时所期望的电池SOC，即期望车辆离开充电站时其SOC达到Sleave；Tc,t为电动汽车自时段t开始充电至Sleave时所需的时段数；St为车辆在时段t开始时刻电池的SOC；Eb为电池容量；ηc为充电效率；Δt为一个时段内的时间间隔；
电动汽车i在时段t的放电功率
Figure BDA0002282460850000032
为：
Figure BDA0002282460850000033
其中，Tdc,t为电动汽车自时段t起最多可放电的时段数；ηd为放电效率；Δt为一个时段内的时间间隔。
进一步的，所述根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务，计算出电动汽车储能充放电总功率包括：
电动汽车在预测时段t内总充电功率Pc,t为：
Figure BDA0002282460850000034
电动汽车在预测时段t内总放电功率Pdc,t为：
Figure BDA0002282460850000035
其中，
Figure BDA0002282460850000036
和
Figure BDA0002282460850000037
分别为时段t内第i辆车是否响应电网安全运行充电支撑服务和放电支撑服务，nc为充电电动汽车群内电动汽车数量，ndc为放电电动汽车群内电动汽车数量。
进一步的，所述将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率包括：
当PV2G＞0时，表示电网下发充电运行支撑服务指令，PV2G为支撑电网运行需要调度充电功率；若Pc,t>PV2G，则实际调度功率P’V2G等于PV2G，若Pc,t<PV2G，则实际调度功率P’V2G等于Pc,t；
当PV2G＜0时，表示电网下发放电运行支撑服务指令，|PV2G|为支撑电网运行需要调度放电功率；Pdc,t>|PV2G|，则实际调度功率P’V2G等于|PV2G|；若Pdc,t<|PV2G|则实际调度功率P’V2G等于Pdc,t。
进一步的，所述将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车包括：
参与充电支撑服务的电动汽车i其分配的充电功率为：
Figure BDA0002282460850000041
式中，Pc(t,i)为t时段为第i辆电动汽车分配的充电功率；n′c为充电车群内响应充电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态；Ebx为第x辆电动汽车的电池容量；P’V2G为实际可调度功率；
参与放电支撑服务的电动汽车i分配的放电功率为：
Figure BDA0002282460850000042
式中，Pdc(t,i)为t时段为第i辆电动汽车分配的放电功率；n′dc放电车群内响应放电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态。
相应的，本发明还提供了一种用大数据智能储能支撑电网动态安全的系统，其特征是，包括充放电车群获取模块、充放电功率预测模块、充放电总功率计算模块、实际调度功率计算模块、功率分配模块和充放电管理模块；
充放电车群获取模块，用于获取电动汽车的电池荷电状态，根据电池荷电状态获得充电电动汽车群和放电电动汽车群；
充放电功率预测模块，用于计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率；
充放电总功率计算模块，用于根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务，计算出电动汽车储能充放电总功率；
实际调度功率计算模块，用于将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率；
功率分配模块，用于将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车；
充放电管理模块，用于响应电网安全运行支撑服务的各电动汽车根据分配的功率进行充放电管理。
进一步的，充放电功率预测模块中，所述计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率包括：
电动汽车i在调度时段t的充电功率
Figure BDA0002282460850000051
为：
Figure BDA0002282460850000052
其中，Sleave为在电动汽车离开充电站时所期望的电池SOC，即期望车辆离开充电站时其SOC达到Sleave；Tc,t为电动汽车自时段t开始充电至Sleave时所需的时段数；St为车辆在时段t开始时刻电池的SOC；Eb为电池容量；ηc为充电效率；Δt为一个时段内的时间间隔；
电动汽车i在时段t的放电功率
Figure BDA0002282460850000061
为：
Figure BDA0002282460850000062
其中，Tdc,t为电动汽车自时段t起最多可放电的时段数；ηd为放电效率；Δt为一个时段内的时间间隔。
进一步的，充放电总功率计算模块中，所述根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务，计算出电动汽车储能充放电总功率包括：
电动汽车在预测时段t内总充电功率Pc,t为：
Figure BDA0002282460850000063
电动汽车在预测时段t内总放电功率Pdc,t为：
Figure BDA0002282460850000064
其中，
Figure BDA0002282460850000065
和
Figure BDA0002282460850000066
分别为时段t内第i辆车是否响应电网安全运行充电支撑服务和放电支撑服务，nc为充电电动汽车群内电动汽车数量，ndc为放电电动汽车群内电动汽车数量。
进一步的，实际调度功率计算模块中，所述将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率包括：
当PV2G＞0时，表示电网下发充电运行支撑服务指令，PV2G为支撑电网运行需要调度充电功率；若Pc,t>PV2G，则实际调度功率P’V2G等于PV2G，若Pc,t<PV2G，则实际调度功率P’V2G等于Pc,t；
当PV2G＜0时，表示电网下发放电运行支撑服务指令，|PV2G|为支撑电网运行需要调度放电功率；Pdc,t>|PV2G|，则实际调度功率P’V2G等于|PV2G|；若Pdc,t<|PV2G|则实际调度功率P’V2G等于Pdc,t。
进一步的，功率分配模块中，所述将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车包括：
参与充电支撑服务的电动汽车i其分配的充电功率为：
Figure BDA0002282460850000071
式中，Pc(t,i)为t时段为第i辆电动汽车分配的充电功率；n′c为充电车群内响应充电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态；Ebx为第x辆电动汽车的电池容量；P’V2G为实际可调度功率；
参与放电支撑服务的电动汽车i分配的放电功率为：
Figure BDA0002282460850000072
式中，Pdc(t,i)为t时段为第i辆电动汽车分配的放电功率；n′dc放电车群内响应放电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态。
与现有技术相比，本发明所达到的有益效果是：本发明通过智能车载终端采集车辆实时SOC，计算电动汽车预测充放电功率，将预测充放电功率与支撑电网安全运行的调度功率相比较，准确计算电动汽车群实际可调度充放电功率。然后，根据参加调度车辆的电池SOC智能分配不同车辆实际可调度功率按照，充分考虑了不同车辆的实际可调度潜力，保障电池寿命的同时最大程度完成电动汽车充放电功率支撑电网安全运行的技术问题。
附图说明
图1为本发明系统架构图；
图2为本发明方法的流程示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明的一种用大数据智能支撑电网动态安全的方法，参见图1所示，基于的系统结构包括智能车载终端，电动汽车联网平台，数据计算中心，智慧能源服务平台。各部分的功能如下：
(1)智能车载终端
智能车载终端安装在电动汽车上采集电池实时运行基础数据，如电池电量、电池健康状态、温度等；具有充放电需求录入功能。在开始充放电前，用户需在智能车载终端提前录入预计充放电量及预计提车时间等信息，并提交至电动汽车联网平台；同时接收车联网平台下发的充放电指令。
(2)电动汽车联网平台(简称车联网平台)
电动汽车通过充电桩连接电动汽车联网平台，电动汽车联网平台对采集的电动汽车电池实时运行基础数据建立电池信息数据库，对电池实时运行数据整理生成数据报表。另外，此平台接收电网调度中心逐级下发的调度指令下发至智能车载终端，智能车载终端采集车辆响应电网服务情况上传至电动汽车联网平台。
(3)数据计算中心
电动汽车联网平台将生成的电池运行数据报表、车辆响应电网服务情况上传至数据计算中心，数据计算中心基于电池运行数据以及电网调度要求，对电动汽车储能充放电功率进行日前预测，考虑电动汽车运行随机性带来的误差，计算电动汽车可调度充放电功率，在满足配电网目标约束的前提下，上传至智慧能源服务平台。
(4)智慧能源服务平台
智慧能源服务平台连接配电网中心，采集电网负荷水平等电网实时运行负荷，同时连接电网调度中心。当接收电网调度指令时，根据数据计算中心上传电动汽车预测充放电功率及电网负荷水平，编排充放电计划，发布至电动汽车联网平台。
电动汽车支撑电网安全运行主要包括以下几个方面：
1)负荷调节：传统电力负荷在一天中呈现严重的负荷不平衡现象，而电网需要实时保持电网发电负荷与用电负荷的动态平衡。因此当用电负荷陡增时，电网发电部门需要额外增开大容量机组以满足不断攀升的负荷要求，长此以往，峰谷差越来越悬殊，会严重威胁电网的稳定运行。当电网用电负荷较高时，可利用电动汽车储能向电网放电，增加电网发电功率；当电网负荷较低时，利用电动汽车储能充电，存储电网过剩的发电量，保持电网负荷与发电量动态平衡，支撑电网负荷稳定运行。
2)旋转备用：为应对短路、断路或短时跳闸等潜在故障，电网需要备用机组容量来应对紧急情况，当发生紧急故障时，立即开启旋转备用机组，快速使电网恢复稳定运行状态。通过聚合大规模电动汽车充放电负荷，可充当旋转备用机组。
3)电网调频：电网频率稳定是电网稳定运行的重要指标。在传统调频技术中，电力调度中心监控系统采用自动功率控制(Automatic Generation Control AGC)方式下达功率调节指令给储能电站的监控系统实时进行自动充放电控制，当电网频率下降时，需要减少负荷功率或者增加发电功率；当电网频率上升时，需要增加负荷功率或减少发电率。应用电动汽车支撑电网频率调节时，可将电动汽车进行集群充放电控制，当电网频率下降至调节阀值时，电动汽车增加放电功率协助电网增加输出功率；当电网频率上升对调节阀值时，电动汽车增加充电功率协助电网增加负荷功率。
基于此系统实现用大数据智能支撑电网动态安全的方法，参见图2所示，具体流程如下：
采集电动汽车的电池荷电状态，根据电池荷电状态获得充电电动汽车群和放电电动汽车群；
计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率，根据电动汽车预测充放电功率以及车辆是否响应电动安全运行支撑服务，计算出电动汽车储能充放电总功率；
将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较，得到实际调节功率，将实际调度功率分配至车群内响应电网安全运行支撑服务的各电动汽车；
响应电网安全运行支撑的各电动汽车根据分配的功率进行充放电管理。
具体为，
第一步，通过智能车载终端采集电动汽车及储能电池的实时数据，对电动汽车添加充放电标志，将车辆分为充电电动汽车群EVc与放电电动汽车群EVd，对电动汽车进行车群管理。
首先，智能车载终端安装在电动汽车上，实时采集电动汽车及储能电池的实时信息，包括电池荷电状态SOC、电池温度、充放电功率等多种数据信息。并将此数据上传车联网平台。在车联网平台中判断，当SOC高于电池荷电状态最大值SOCmax时，将该电动汽车编入放电电动汽车群EVd，当SOC低于电池荷电状态最小值SOCmin时，将电动汽车编入充电电动汽车群EVc。
当新的电动汽车接入时，车联网平台根据新的电动汽车自身SOC水平，动态决定将其编入充电电动汽车群EVc或放电电动汽车群EVd，平台为属于EVc的每辆电动汽车添加充电标志，为属于EVd的电动汽车添加放电标志。充放电标志在调控过程中由车联网平台根据电动汽车自身SOC水平保持动态更新。
第二步，充放电电动汽车群EVc与EVd数据上传至数据计算中心，计算出车群内各电动汽车预测充放电功率，然后对电动汽车储能充放电总功率预测。
车联网平台将EVc与EVd数据上传至数据计算中心，数据计算中心对车群内各电动汽车储能充放电功率进行预测，再根据各电动汽车充放电功率，预测电动汽车充放电总功率，上传至智慧能源服务平台。
在进行电动汽车充放电功率预测时，每隔15min取一次值，定义充电电动汽车群EVc内电动汽车i在调度时段t(t＝1，2，…，96)的充电功率
Figure BDA0002282460850000112
为：
Figure BDA0002282460850000111
其中，Sleave为在电动汽车离开充电站时所期望的电池SOC，即期望车辆离开充电站时其SOC达到Sleave；Tc,t为电动汽车自时段t开始充电至Sleave时所需的时段数；St为车辆在时段t开始时刻电池的SOC；Eb为电池容量；ηc为充电效率；Δt为一个时段内的时间间隔(取15min)。
定义放电电动汽车群EVd内电动汽车i在时段t的放电功率
Figure BDA0002282460850000121
为：
Figure BDA0002282460850000122
其中，Tdc,t为电动汽车自时段t起最多可放电的时段数；ηd为放电效率。Δt为一个时段内的时间间隔(取15min)。
当电池SOC高于SOCmax时，车辆可提供电网安全运行充电支撑服务。当电池SOC低于SOCmin时，车辆可提供电网安全运行放电支撑服务。
充电电动汽车群EVc内电动汽车在预测时段t内总充电功率Pc,t为：
Figure BDA0002282460850000123
同理，放电电动汽车群EVd内电动汽车在预测时段t内总放电功率Pdc,t为：
Figure BDA0002282460850000124
其中，
Figure BDA0002282460850000125
和
Figure BDA0002282460850000126
分别为时段t内第i辆车是否响应电网安全运行充电支撑服务和放电支撑服务，此参数取值为预设值，由用户设置，响应电网安全运行充电支撑服务(放电支撑服务)
Figure BDA0002282460850000127
的取值为1，否则为0；nc为充电电动汽车群内电动汽车数量，ndc为放电电动汽车群内电动汽车数量。
响应电网安全运行充电支撑服务的电动汽车数量为：
Figure BDA0002282460850000128
其中，n′c为充电车群内响应充电支撑服务的电动汽车数量；
Figure BDA0002282460850000129
表示第i辆车是否参加充电支撑，当
Figure BDA0002282460850000131
时，表示该电动汽车参加充电支撑，否则不参加。
Figure BDA0002282460850000132
的值由车主在智能车载终端上设置。当车主选择参加充电支撑时，车辆只能进行充电，直至响应服务结束。
同理，响应电网安全运行放电支撑服务的电动汽车数量为：
Figure BDA0002282460850000133
其中，n′dc为放电车群内响应放电支撑服务的电动汽车数量；
Figure BDA0002282460850000134
表示第i辆车是否参加放电支撑，当
Figure BDA0002282460850000135
时，表示该电动汽车参加放电支撑，否则不参加。
Figure BDA0002282460850000136
的值由车主在智能车载终端上设置。当车主选择参加放电支撑时，车辆只能进行放电，直至响应服务结束。
第三步，上传电动汽车充放电预测功率Pc,t和Pdc,t至智慧能源服务平台，与电网下发支撑电网安全运行调度功率PV2G进行比较，计算车群响应电网安全运行的实际调度功率，并将实际调度功率智能分配至参加响应电网支撑服务的每辆电动汽车。
当PV2G＞0时，表示电网下发充电运行支撑服务指令，PV2G为支撑电网运行需要调度充电功率。若Pc,t>PV2G，则实际调度功率P’V2G等于PV2G，若Pc,t<PV2G，则实际调度功率P’V2G等于Pc,t。
当PV2G＜0时，表示电网下发放电运行支撑服务指令，|PV2G|为支撑电网运行需要调度放电功率。Pdc,t>|PV2G|，则实际调度功率P’V2G等于|PV2G|；若Pdc,t<|PV2G|则实际调度功率P’V2G等于Pdc,t。
再根据功率分配策略将实际可调度功率分配至电动汽车端。在进行充放电功率分配时，考虑到不同电动汽车的电池容量、SOC状态各不相同，导致车辆的可充电能力、可放电能力各不相同。以充电为例，若每辆电动车以相同功率进行充放电，可能会造成SOC较低的车辆充不满电，SOC较高的车辆很快充满电而造成频繁的充放电切换，严重损耗电池寿命。所以，充放电功率分配策略需要根据每辆电动汽车的可充放电容量大小为其分配不同的充放电功率。
参与充电支撑服务的电动汽车i其分配的充电功率为：
Figure BDA0002282460850000141
式中，Pc(t,i)为t时段为第i辆电动汽车分配的充电功率；n′c为充电车群内响应充电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态；Ebx为第x辆电动汽车的电池容量；P’V2G为实际可调度功率。
同充电功率分配类似，参与放电支撑服务的电动汽车i分配的放电功率为：
Figure BDA0002282460850000142
式中，Pdc(t,i)为t时段为第i辆电动汽车分配的放电功率；n′dc放电车群内响应放电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态。
数据计算中心计算电动汽车分配充放电功率，将计算出的功率分配发送给电动车联网平台，进而控制每辆电动汽车的充放电功率。
第四步，充放电结束后，车联网平台根据电动汽车此时状态对其充放电标志进行动态跟新，实现电动汽车车群管理。
每次充放电结束后，车联网平台根据最新时刻各辆车SOC对电动汽车群进行管理，将达到SOCmax的电动汽车编入EVd，修改其充放电状态为放电；将达到SOCmin的电动汽车编入EVc，修改其充放电状态为充电。
相应的，本发明还提供了一种用大数据智能储能支撑电网动态安全的系统，其特征是，包括充放电车群获取模块、充放电功率预测模块、充放电总功率计算模块、实际调度功率计算模块、功率分配模块和充放电管理模块；
充放电车群获取模块，用于获取电动汽车的电池荷电状态，根据电池荷电状态获得充电电动汽车群和放电电动汽车群；
充放电功率预测模块，用于计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率；
充放电总功率计算模块，用于根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务，计算出电动汽车储能充放电总功率；
实际调度功率计算模块，用于将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率；
功率分配模块，用于将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车；
充放电管理模块，用于响应电网安全运行支撑服务的各电动汽车根据分配的功率进行充放电管理。
进一步的，充放电功率预测模块中，所述计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率包括：
电动汽车i在调度时段t的充电功率
Figure BDA0002282460850000151
为：
Figure BDA0002282460850000152
其中，Sleave为在电动汽车离开充电站时所期望的电池SOC，即期望车辆离开充电站时其SOC达到Sleave；Tc,t为电动汽车自时段t开始充电至Sleave时所需的时段数；St为车辆在时段t开始时刻电池的SOC；Eb为电池容量；ηc为充电效率；Δt为一个时段内的时间间隔；
电动汽车i在时段t的放电功率
Figure BDA0002282460850000161
为：
Figure BDA0002282460850000162
其中，Tdc,t为电动汽车自时段t起最多可放电的时段数；ηd为放电效率；Δt为一个时段内的时间间隔。
进一步的，充放电总功率计算模块中，所述根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务，计算出电动汽车储能充放电总功率包括：
电动汽车在预测时段t内总充电功率Pc,t为：
Figure BDA0002282460850000163
电动汽车在预测时段t内总放电功率Pdc,t为：
Figure BDA0002282460850000164
其中，
Figure BDA0002282460850000165
和
Figure BDA0002282460850000166
分别为时段t内第i辆车是否响应电网安全运行充电支撑服务和放电支撑服务，nc为充电电动汽车群内电动汽车数量，ndc为放电电动汽车群内电动汽车数量。
进一步的，实际调度功率计算模块中，所述将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率包括：
当PV2G＞0时，表示电网下发充电运行支撑服务指令，PV2G为支撑电网运行需要调度充电功率；若Pc,t>PV2G，则实际调度功率P’V2G等于PV2G，若Pc,t<PV2G，则实际调度功率P’V2G等于Pc,t；
当PV2G＜0时，表示电网下发放电运行支撑服务指令，|PV2G|为支撑电网运行需要调度放电功率；Pdc,t>|PV2G|，则实际调度功率P’V2G等于|PV2G|；若Pdc,t<|PV2G|则实际调度功率P’V2G等于Pdc,t。
进一步的，功率分配模块中，所述将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车包括：
参与充电支撑服务的电动汽车i其分配的充电功率为：
Figure BDA0002282460850000171
式中，Pc(t,i)为t时段为第i辆电动汽车分配的充电功率；n′c为充电车群内响应充电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态；Ebx为第x辆电动汽车的电池容量；P’V2G为实际可调度功率；
参与放电支撑服务的电动汽车i分配的放电功率为：
Figure BDA0002282460850000172
式中，Pdc(t,i)为t时段为第i辆电动汽车分配的放电功率；n′dc放电车群内响应放电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态。
本发明充分发挥电动汽车储能充放电特性，通过准确计算电动汽车预测充放电功率，与电网下发支撑电网安全运行调度功率进行比较，计算出电动汽车群实际可调度功率，根据不同车辆SOC智能分配充放电功率，充分挖掘不同车辆可充放电潜力，最大程度响应电网安全行动支撑服务，促进电网运行安全。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (8)

1.一种用大数据智能储能支撑电网动态安全的方法，其特征是，包括以下过程：
获取电动汽车的电池荷电状态，根据电池荷电状态获得充电电动汽车群和放电电动汽车群；
计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率；
根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务，计算出电动汽车储能充放电总功率；
将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率；
将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车；
响应电网安全运行支撑服务的各电动汽车根据分配的功率进行充放电管理；
所述将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车包括：
参与充电支撑服务的电动汽车i其分配的充电功率为：
Figure FDA0003157761530000011
式中，Pc(t,i)为t时段为第i辆电动汽车分配的充电功率；n′c为充电车群内响应充电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态；Ebx为第x辆电动汽车的电池容量；Ebi为第i辆电动汽车的电池容量；P’V2G为实际调度功率；
参与放电支撑服务的电动汽车i分配的放电功率为：
Figure FDA0003157761530000021
式中，Pdc(t,i)为t时段为第i辆电动汽车分配的放电功率；n′dc放电车群内响应放电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态。
2.根据权利要求1所述的一种用大数据智能储能支撑电网动态安全的方法，其特征是，所述计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率包括：
电动汽车i在调度时段t的充电功率
Figure FDA0003157761530000022
为：
Figure FDA0003157761530000023
其中，Sleave为在电动汽车离开充电站时所期望的电池SOC，即期望车辆离开充电站时其SOC达到Sleave；Tc,t为电动汽车自时段t开始充电至Sleave时所需的时段数；St为车辆在时段t开始时刻电池的SOC；Eb为电池容量；ηc为充电效率；Δt为一个时段内的时间间隔；
电动汽车i在时段t的放电功率
Figure FDA0003157761530000024
为：
Figure FDA0003157761530000025
其中，Tdc,t为电动汽车自时段t起最多可放电的时段数；ηd为放电效率；Δt为一个时段内的时间间隔。
3.根据权利要求1所述的一种用大数据智能储能支撑电网动态安全的方法，其特征是，所述根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务，计算出电动汽车储能充放电总功率包括：
电动汽车在预测时段t内总充电功率Pc,t为：
Figure FDA0003157761530000031
电动汽车在预测时段t内总放电功率Pdc,t为：
Figure FDA0003157761530000032
其中，
Figure FDA0003157761530000033
和
Figure FDA0003157761530000034
分别为时段t内第i辆车是否响应电网安全运行充电支撑服务和放电支撑服务，
Figure FDA0003157761530000035
为电动汽车i在调度时段t的充电功率，
Figure FDA0003157761530000036
为电动汽车i在时段t的放电功率，nc为充电电动汽车群内电动汽车数量，ndc为放电电动汽车群内电动汽车数量。
4.根据权利要求1所述的一种用大数据智能储能支撑电网动态安全的方法，其特征是，所述将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率包括：
当PV2G＞0时，表示电网下发充电运行支撑服务指令，PV2G为支撑电网运行需要调度充电功率；若Pc,t>PV2G，则实际调度功率P’V2G等于PV2G，若Pc,t<PV2G，则实际调度功率P’V2G等于Pc,t；Pc,t为电动汽车在预测时段t内总充电功率；
当PV2G＜0时，表示电网下发放电运行支撑服务指令，|PV2G|为支撑电网运行需要调度放电功率；Pdc,t>|PV2G|，则实际调度功率P’V2G等于|PV2G|；若Pdc,t<|PV2G|则实际调度功率P’V2G等于Pdc,t；Pdc,t为电动汽车在预测时段t内总放电功率。
5.一种用大数据智能储能支撑电网动态安全的系统，其特征是，包括充放电车群获取模块、充放电功率预测模块、充放电总功率计算模块、实际调度功率计算模块、功率分配模块和充放电管理模块；
充放电车群获取模块，用于获取电动汽车的电池荷电状态，根据电池荷电状态获得充电电动汽车群和放电电动汽车群；
充放电功率预测模块，用于计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率；
充放电总功率计算模块，用于根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务，计算出电动汽车储能充放电总功率；
实际调度功率计算模块，用于将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率；
功率分配模块，用于将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车；
充放电管理模块，用于响应电网安全运行支撑服务的各电动汽车根据分配的功率进行充放电管理；
功率分配模块中，所述将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车包括：
参与充电支撑服务的电动汽车i其分配的充电功率为：
Figure FDA0003157761530000041
式中，Pc(t,i)为t时段为第i辆电动汽车分配的充电功率；n′c为充电车群内响应充电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态；Ebx为第x辆电动汽车的电池容量；Ebi为第i辆电动汽车的电池容量；P’V2G为实际调度功率；
参与放电支撑服务的电动汽车i分配的放电功率为：
Figure FDA0003157761530000051
式中，Pdc(t,i)为t时段为第i辆电动汽车分配的放电功率；n′dc放电车群内响应放电支撑服务的电动汽车数量；SOCt,i为t时段为第i辆电动汽车的电池荷电状态；SOCt,x为t时段为第x辆电动汽车的电池荷电状态。
6.根据权利要求5所述的一种用大数据智能储能支撑电网动态安全的系统，其特征是，充放电功率预测模块中，所述计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率包括：
电动汽车i在调度时段t的充电功率
Figure FDA0003157761530000052
为：
Figure FDA0003157761530000053
其中，Sleave为在电动汽车离开充电站时所期望的电池SOC，即期望车辆离开充电站时其SOC达到Sleave；Tc,t为电动汽车自时段t开始充电至Sleave时所需的时段数；St为车辆在时段t开始时刻电池的SOC；Eb为电池容量；ηc为充电效率；Δt为一个时段内的时间间隔；
电动汽车i在时段t的放电功率
Figure FDA0003157761530000054
为：
Figure FDA0003157761530000055
其中，Tdc,t为电动汽车自时段t起最多可放电的时段数；ηd为放电效率；Δt为一个时段内的时间间隔。
7.根据权利要求5所述的一种用大数据智能储能支撑电网动态安全的系统，其特征是，充放电总功率计算模块中，所述根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务，计算出电动汽车储能充放电总功率包括：
电动汽车在预测时段t内总充电功率Pc,t为：
Figure FDA0003157761530000061
电动汽车在预测时段t内总放电功率Pdc,t为：
Figure FDA0003157761530000062
其中，
Figure FDA0003157761530000063
和
Figure FDA0003157761530000064
分别为时段t内第i辆车是否响应电网安全运行充电支撑服务和放电支撑服务，
Figure FDA0003157761530000065
为电动汽车i在调度时段t的充电功率，
Figure FDA0003157761530000066
为电动汽车i在时段t的放电功率，nc为充电电动汽车群内电动汽车数量，ndc为放电电动汽车群内电动汽车数量。
8.根据权利要求5所述的一种用大数据智能储能支撑电网动态安全的系统，其特征是，实际调度功率计算模块中，所述将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率包括：
当PV2G＞0时，表示电网下发充电运行支撑服务指令，PV2G为支撑电网运行需要调度充电功率；若Pc,t>PV2G，则实际调度功率P’V2G等于PV2G，若Pc,t<PV2G，则实际调度功率P’V2G等于Pc,t；Pc,t为电动汽车在预测时段t内总充电功率；
当PV2G＜0时，表示电网下发放电运行支撑服务指令，|PV2G|为支撑电网运行需要调度放电功率；Pdc,t>|PV2G|，则实际调度功率P’V2G等于|PV2G|；若Pdc,t<|PV2G|则实际调度功率P’V2G等于Pdc,t；Pdc,t为电动汽车在预测时段t内总放电功率。
CN201911146952.3A 2019-11-21 2019-11-21 用大数据智能储能支撑电网动态安全的方法与系统 Active CN110829474B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911146952.3A CN110829474B (zh) 2019-11-21 2019-11-21 用大数据智能储能支撑电网动态安全的方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911146952.3A CN110829474B (zh) 2019-11-21 2019-11-21 用大数据智能储能支撑电网动态安全的方法与系统

Publications (2)

Publication Number Publication Date
CN110829474A CN110829474A (zh) 2020-02-21
CN110829474B true CN110829474B (zh) 2021-10-01

Family

ID=69557678

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911146952.3A Active CN110829474B (zh) 2019-11-21 2019-11-21 用大数据智能储能支撑电网动态安全的方法与系统

Country Status (1)

Country Link
CN (1) CN110829474B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114301085B (zh) * 2022-01-12 2023-10-27 东北电力大学 考虑紧急功率支撑的电动汽车集群参与下配电网优化调度方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003333711A (ja) * 2002-05-10 2003-11-21 Toyota Motor Corp 自動車
CN102055217A (zh) * 2010-10-27 2011-05-11 国家电网公司 电动汽车有序充电控制方法及系统
CN103427429A (zh) * 2013-08-21 2013-12-04 华北电力大学 用户侧分散储能设备的实时功率分配系统和分配方法
CN104253444A (zh) * 2014-10-11 2014-12-31 国家电网公司 一种规模化充电站电网频率控制系统
CN104461689A (zh) * 2014-12-02 2015-03-25 重庆大学 基于蒙特卡洛的电力系统调频可控电动汽车数量动态变化模拟方法
CN105098979A (zh) * 2014-12-19 2015-11-25 国网山东泗水县供电公司 一种自动化电力调度系统及方法
CN107612048A (zh) * 2017-10-23 2018-01-19 重庆大学 基于模型预测的电动汽车调频控制策略
CN107706910A (zh) * 2017-09-28 2018-02-16 广西大学 一种电网频率调节的实时调度方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011156776A2 (en) * 2010-06-10 2011-12-15 The Regents Of The University Of California Smart electric vehicle (ev) charging and grid integration apparatus and methods
US9148027B2 (en) * 2012-07-30 2015-09-29 General Electric Company Method and system for charging of electric vehicles
US9855853B2 (en) * 2015-09-15 2018-01-02 Honda Motor Co., Ltd. System and method for cooperatively operating a smart thermostat and vehicle to grid automobile
CN105868942B (zh) * 2016-06-07 2019-07-09 北京交通大学 电动汽车的有序充电调度方法
CN106945540A (zh) * 2017-02-09 2017-07-14 重庆邮电大学 一种公变小区电动汽车两阶段功率分配系统及方法
CN107863784B (zh) * 2017-11-21 2021-02-12 国网江苏省电力有限公司经济技术研究院 含可中断负荷的风电及电动汽车联合系统的日前调度方法
CN109217290B (zh) * 2018-08-28 2020-12-04 南京理工大学 计及电动汽车充放电的微网能量优化管理方法
CN110027440B (zh) * 2019-03-29 2022-05-27 上海电机学院 一种基于v2g技术负荷高峰期的分层调度方法
CN110065410B (zh) * 2019-05-07 2020-09-18 华南理工大学广州学院 一种基于模糊控制的电动汽车充放电率控制方法
CN110406422B (zh) * 2019-08-01 2021-12-28 国网江苏省电力有限公司苏州供电分公司 一种计及多方利益的电动公交车电池参与v2g控制方法
CN112488444B (zh) * 2020-10-31 2022-12-23 海南电网有限责任公司 电动汽车快慢同步有序充电调度方法以及电量结算方法
CN112421691A (zh) * 2020-11-11 2021-02-26 华北电力大学 一种集群电动汽车参与二次调频控制策略
CN112421693A (zh) * 2020-11-11 2021-02-26 华北电力大学 一种计及配电网拥塞的电动汽车参与二次调频控制策略
CN112193121B (zh) * 2020-12-04 2021-03-02 国网智慧能源交通技术创新中心(苏州)有限公司 一种v2g直流充电桩的集群放电控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003333711A (ja) * 2002-05-10 2003-11-21 Toyota Motor Corp 自動車
CN102055217A (zh) * 2010-10-27 2011-05-11 国家电网公司 电动汽车有序充电控制方法及系统
CN103427429A (zh) * 2013-08-21 2013-12-04 华北电力大学 用户侧分散储能设备的实时功率分配系统和分配方法
CN104253444A (zh) * 2014-10-11 2014-12-31 国家电网公司 一种规模化充电站电网频率控制系统
CN104461689A (zh) * 2014-12-02 2015-03-25 重庆大学 基于蒙特卡洛的电力系统调频可控电动汽车数量动态变化模拟方法
CN105098979A (zh) * 2014-12-19 2015-11-25 国网山东泗水县供电公司 一种自动化电力调度系统及方法
CN107706910A (zh) * 2017-09-28 2018-02-16 广西大学 一种电网频率调节的实时调度方法
CN107612048A (zh) * 2017-10-23 2018-01-19 重庆大学 基于模型预测的电动汽车调频控制策略

Also Published As

Publication number Publication date
CN110829474A (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
CN109301849B (zh) 一种用户侧电池储能电站的能量管理组合控制策略
Meng et al. Dynamic frequency response from electric vehicles considering travelling behavior in the Great Britain power system
CN113517706B (zh) 风储系统一次调频协调控制方法、系统、设备及存储介质
CN111422094B (zh) 分布式充电桩的充放电协调优化控制方法
CN111619393B (zh) 一种面向用户的台区电动汽车有序充电控制方法
CN108376989A (zh) 一种基于多智能体的电池储能电站分区控制方法及系统
CN109378846B (zh) 储能电站中储能变流器的电池模块充放电控制方法与装置
CN107394802A (zh) 分布式储能参与自动发电控制的协调控制方法
CN110535119B (zh) 适应电网调峰调频的储能电站时段电量滚动控制方法
CN109217290A (zh) 计及电动汽车充放电的微网能量优化管理方法
CN109617103B (zh) 一种储能机组的梯次利用储能电池能量控制方法和系统
CN111064214A (zh) 基于电动汽车两阶段滚动式策略的配电网优化调度方法
CN105226689A (zh) 考虑运行和维护的多类型储能系统能量管理方法和系统
CN105226694A (zh) 基于模糊经验模态分解的储能平滑新能源发电控制方法
CN114899856A (zh) 一种电动汽车充电桩功率调节方法、系统、设备及介质
CN109888927A (zh) 一种规模化储能集群充放电能力分析方法
CN116760008A (zh) 一种考虑负荷特性的多时间尺度有功无功协调调度方法
CN109460870B (zh) 考虑阻塞的集群电动汽车交互方法
CN110829474B (zh) 用大数据智能储能支撑电网动态安全的方法与系统
CN110707736B (zh) 一种智能小区用户需求侧响应的微电网运行方法
CN110429614B (zh) 模拟低频减载控制模式的分布式储能装置频率控制方法
CN108462195B (zh) 一种电动汽车的虚拟储能容量分配方法及系统
CN114336694B (zh) 一种混合储能电站能量优化控制方法
CN112838598A (zh) 一种基于自适应连续禁忌搜索算法的优化控制策略
CN115000985A (zh) 一种用户侧分布式储能设施聚合管控方法及系统

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