CN111313437B - 计及充电计划优化的电动汽车分布式调频控制方法 - Google Patents

计及充电计划优化的电动汽车分布式调频控制方法 Download PDF

Info

Publication number
CN111313437B
CN111313437B CN202010238831.8A CN202010238831A CN111313437B CN 111313437 B CN111313437 B CN 111313437B CN 202010238831 A CN202010238831 A CN 202010238831A CN 111313437 B CN111313437 B CN 111313437B
Authority
CN
China
Prior art keywords
frequency modulation
electric
electric automobile
charging
time
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
CN202010238831.8A
Other languages
English (en)
Other versions
CN111313437A (zh
Inventor
张谦
李嫣
邓小松
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN202010238831.8A priority Critical patent/CN111313437B/zh
Publication of CN111313437A publication Critical patent/CN111313437A/zh
Application granted granted Critical
Publication of CN111313437B publication Critical patent/CN111313437B/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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • 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
    • 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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • 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
    • Y02T90/14—Plug-in electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及一种计及充电计划优化的电动汽车分布式调频控制方法，属于电动汽车调频技术领域，包括：S1：参与调频服务的电动汽车在接入充电站时主动向充电站上报调频相关信息；S2：对参与调频的汽车设计分组转换策略，S3：对电动汽车的需求充电计划进行优化，调整其为满足行驶需求而进行充电的时段；S4：对电动汽车集群调频备用容量进行实时预测；S5：建立分层分布式调频控制框架；S6：对调频任务进行实时分配；S7：对单辆电动车的调频任务进行分布式排序。本发明能够在保证整体调频效果的前提下，降低电动汽车充电负荷的集中性，减少大规模电动汽车并网的负面影响，能够减少整体计算量，降低对中心节点的要求，并提升调频可靠性。

Description

计及充电计划优化的电动汽车分布式调频控制方法
技术领域
本发明属于电动汽车调频技术领域，涉及一种计及充电计划优化的电动汽车分布式调频控制方法。
背景技术
因单辆电动汽车的电池容量及输出功率有限，故往往采取由聚合商统一管理电动汽车集群，然后以电动汽车聚合商为单元参与提供调频服务的模式。在研究电动汽车集群参与系统调频的控制策略时，有两个必须重视的问题：一是作为交通工具，电动汽车必须在满足车主行驶需求的前提下参与调频；二是电动汽车集群中包含大数量的车辆，因此有必要研究针对大规模电动汽车的有效控制方式。
针对电动汽车调频的国内外研究一般考虑了车主行驶需求的满足或者车主经济收益的最大化，但往往忽略了电动汽车在接受调频目的的调度之后对电网侧造成不利影响的可能性。电动汽车集群的需求充电负荷曲线会因参与调频而发生改变，在某些情况下可能会增大电网的供电压力。文献《Grid frequency regulation strategy consideringindividual driving demand of electric vehicle》提出了计及车主行驶需求的电动汽车集群调频控制策略，该策略设定电动汽车均在临近出发时退出调频，然后充电至需求电量后立刻开始行驶。文献《Implementation of autonomous distributed V2G toelectric vehicle and DC charging system》中的自主调频控制方案也设定在接近车主预设离网时刻时切换至智能充电模式，为满足出行计划而进行充电。然而，由于同类型车辆的行驶规律相似，大量电动汽车会聚集在相近的时段进行充电，从而造成电网峰谷差加大。在文献《EV Dispatch Control for Supplementary Frequency Regulation Consideringthe Expectation of EV Owners》的研究中，进行单辆电动汽车的调频调度时，实时调整预定的V2G功率以补偿由不确定性调度导致的电池电量变化，从而确保达到车主预期的荷电状态。但是这种方法仅对充电功率进行调整，并未对充电时段进行安排设计，因此无法避免出现集中性的充电负荷高峰。文献《Multiobjective Optimization for FrequencySupport Using Electric Vehicles:An Aggregator-Based Hierarchical ControlMechanism》提出了电动汽车参与调频的多目标优化控制策略，可以实现最小化电网频率偏差，按容量比例分配调频信号，最大程度支持双向V2G，以及避免频繁充放电造成电池退化，但并未将降低电动汽车充电负荷对电网的负面影响纳入优化目标。文献《Non-Cooperativeand Cooperative Optimization of Scheduling With Vehicle-to-Grid RegulationServices》提出了电动汽车聚合商和电动汽车之间的Stackelberg博弈方法，能够激励电动汽车为电网提供调频服务。然而提出的博弈方法在引导电动汽车确定自身充、放电功率时，重点在于保证调频效果以及最大化车主和聚合商的收益，忽略了集群充电负荷对电网侧可能造成的影响。
同时，目前电动汽车集群的调频策略大多采用传统的集中式控制结构。文献《EVDispatch Control for Supplementary Frequency Regulation Considering theExpectation of EV Owners》构建了依次由电网控制中心、电动汽车聚合商、充电站和单辆电动汽车组成的分层集中式控制架构。文献《Hierarchically Adaptive FrequencyControl for EVs-Integrated Smart Grid with Renewable Energy》设计了基于自适应动态规划的电动汽车聚合商调频控制器，在稳定智能电网频率方面表现出优越的性能，其中聚合商以集中式控制方式对单辆电动汽车进行调度。文献《The Effect of EVAggregators with Time-Varying Delays on the Stability of a Load FrequencyControl System》建立了包含多个电动汽车聚合商考虑时变时延的负荷频率控制模型，其中控制中心对各聚合商之间、聚合商对所管理的电动汽车均采用集中式控制。然而，对于包含大量车辆的电动汽车集群而言，集中式控制结构处理调频相关信息时的计算量过大，对中心控制节点的要求极高，并且可靠性较低，一旦出现通信故障将严重影响调频性能。因此，一些研究者提出将能够大幅降低对通信的依赖性，且自然具有并行计算能力的分布式控制结构对电动汽车集群进控制。文献《Cooperative Control of Wind Power Generatorand Electric Vehicles for Microgrid Primary Frequency Regulation》提出了考虑实际限制的风电机组和电动汽车协同调频策略，并对比了集中式和分布式控制结构对调频的影响，证明分布式控制可以减小时间延迟，且不需要在通信网络上耗费过高成本。在文献《Yokoyama A.Implementation of autonomous distributed V2G to electric vehicleand DC charging system》的自主V2G分布式控制方案中，电动汽车基于与系统频率偏差相关的下垂特性参与调频。但是这些研究中没有考虑到集群中电动汽车在参与调频时的优先顺序问题，未能实现单辆电动汽车层面的有序调度。
发明内容
有鉴于此，本发明的目的在于提供一种计及充电时段优化的电动汽车集群分布式调频策略。首先，为了减少电动汽车充电负荷对电网造成的压力，根据电动汽车申报信息设计了调频分组转换策略，然后以满足行驶需求和最小化负荷方差为目标对接入电网的电动汽车进行充电时段优化。同时，针对大数量电动汽车的控制问题，建立了基于分布式排序的电动汽车集群调频控制框架，通过邻近充电站间数据互传和二次归并实现了单辆电动汽车层面的有序调度。
为达到上述目的，本发明提供如下技术方案：
一种计及充电计划优化的电动汽车分布式调频控制方法，包括：
S1：参与调频服务的电动汽车在接入充电站时主动向充电站上报调频相关信息；
S2：对参与调频的汽车设计分组转换策略，不满足在网时长和诚信度条件的电动汽车不参与调频，其集合称为非调频组；满足前述两个条件的电动汽车具备参与调频的资格，其集合称为调频组；调频组包括上调频组和下调频组，上调频组的电动汽车只进行放电以响应系统上调频指令，而下调频组的电动汽车只进行充电以响应系统下调频指令，通过预设条件切换电动汽车的调频组；
S3：对电动汽车的需求充电计划进行优化，调整其为满足行驶需求而进行充电的时段；
S4：对电动汽车集群调频备用容量进行实时预测；
S5：建立分层分布式调频控制框架；
S6：对调频任务进行实时分配；
S7：对单辆电动车的调频任务进行分布式排序。
进一步，步骤S1中，所述主动向充电站上报调频相关信息，包括目标电量SOCaim、在网停留时长ΔT、诚信度ρ以及当前电池荷电状态SOC；
电动汽车目标电量SOCaim是车主期望在离开充电站出发时电动汽车的电池电量，其定义如下式所示：
SOCaim＝SOCmin+ΔSOCD+ΔSOCM (1)
式中：SOCmin是电池电量下限，考虑到对电池的保护，通常不建议电动汽车放电至该电量以下；ΔSOCD是电动汽车通勤路程需要消耗的电量；ΔSOCM是电量裕度，该参数的引入是因为考虑到突发情况或除通勤外的其他行驶需求，车主的期望电量通常大于行驶所需的最低电量；
电动汽车的行驶行为存在一定的不确定性，即车主有可能违背申报计划，在申报的在网停留时长结束之前离开电网，从而对调频控制造成不利影响。诚信度ρ是用于衡量电动汽车在这一方面的可信任度的参数，其定义下式所示：
Figure BDA0002431879070000031
式中：
Figure BDA0002431879070000032
是该辆电动汽车的历史平均申报在网时长；
Figure BDA0002431879070000033
是该辆电动汽车的历史平均实际在网时长；ρup和ρdown分别为诚信度的上限和下限阈值，当电动汽车的诚信度高于上限时，该辆电动汽车将视为可完全信任，其诚信度取为1，而当诚信度低于下限时，该辆电动汽车将视为完全不可信任，其诚信度取为0。
进一步，步骤S2中，所述对参与调频的汽车设计分组转换策略，具体包括：
令电动汽车接入充电站时的SOC充至目标电量所需的时长为ΔT*，若电动汽车的在网时长ΔT≤ΔT*，则电动汽车不参与调频，持续充电直至离开，若电动汽车的诚信度低于下限，易于在调频过程中脱离电网从而影响调频效果，则也设置其不参与调频，只有同时满足ΔT＞ΔT*和ρ＞ρdown两个条件的电动汽车能够参与提供调频服务；
对于分入调频组的电动汽车，若其接入充电站时的荷电状态SOC0大于所设置的分界电量，则该辆电动汽车被分入上调频组，反之该辆电动汽车被分入下调频组；所述分界电量SOCdivide的值以令电动汽车集群能够取得相对平衡的上、下调频备用容量为原则，根据实际情况进行设置或调整；
为了尽量降低电动汽车电池在充电和放电状态之间的转换次数，设定上调频组内的电动汽车唯有在放电至电量低于电池电量下限SOCmin时才转换入下调频组，下调频组内的电动汽车唯有充电至电量高于电池电量上限SOCmax时才转换入上调频组；为了抑制对电池的不利影响，引入一个衡量电动汽车在充、放电状态之间转换频繁度的参数TIME，每当电动汽车在上、下调频组之间进行转换时，其充放电状态转换次数TIME增加一，设置充放电状态转换次数上限TIMElim，若TIME＞TIMElim，则强制令该辆电动汽车退出调频。
进一步，步骤S3中，所述需求充电计划的优化内容包括：
(1)下调频组：针对下调频组内电量小于SOCaim的电动汽车，以15min为优化步长，对其满足行驶需求而进行充电的时段进行滚动优化；
首先计算每辆电动汽车从当前电量充至SOCaim所需的时长ΔTc，然后以电网负荷方差最小为目标函数，按照接入电网的顺序，优化每辆电动汽车的充电起始时间t0，针对第i辆电动汽车的优化具体如下式所示：
Figure BDA0002431879070000041
式中：V代表电网负荷方差；PL为电网日负荷；PEV,1代表在第i辆电动汽车之前进行优化的电动汽车按照优化结果进行充电所形成的总充电负荷；PEV,2代表在当前时刻已经确定充电时段的上调频组电动汽车按计划进行充电所形成的总充电负荷；Plim为电动汽车充放电功率限制；Pavg为包含电动汽车集群充电负荷在内的电网日平均负荷；j为当前时刻；DP为电动汽车离开充电站开始行驶的时间，由抵达充电站的时间与在网时长相加得到；
当抵达优化所得的充电起始时间时，下调频组内的电动汽车退出调频，充电直至电量满足SOCaim，然后重新回到下调频组参与调频，此种充电行为被定义为优化充电；由于在下调频组只充电进行调频，因此在离开电网之前不进行充放电组转换的情况下，电动汽车离网时的电量不会低于目标电量。
(2)上调频组：上调频组内的电动汽车通过放电参与系统上调频，因此即使进行优化充电，其电量仍可能在之后的调频参与过程中因放电而降低。因此，对于下调频组内的电动汽车，统一设定其在临近自身出发时间时退出调频，为了满足行驶需求而进行充电，其充电起始时间由下式得到：
Figure BDA0002431879070000051
式中，SOCj为电动汽车在当前j时刻的电量，ηc为电动汽车充电效率；
因此，当上调频组的电动汽车充电至SOCaim后，将不会继续参与调频而是直接开始行驶，此种充电行为被定义为强制充电；
(3)非调频组：非调频组中包含ΔT≤ΔT*的电动汽车，ρ≤ρdown的电动汽车，以及充放电转换次数超过TIMElim而退出调频组的电动汽车；对于不满足充电时长条件的电动汽车，其需要持续充电直至离开，不需要进行充电计划优化；对于不满足诚信度条件的电动汽车，若其接入电网时的初始电量大于目标电量，则保持闲置状态直至离网，若初始电量小于目标电量，则对充电计划进行优化；对于超出充放电转换限制的电动汽车，若其是转换入放电组时超出限制，则电动汽车电量为SOCmax，不需再进行充电，保持闲置状态直至离网；若其是转换入充电组时超出限制，则电动汽车电量为SOCmin，需要进行充电，对充电计划进行优化；
针对需要进行充电计划优化的电动汽车，设定其与上调频组中电池电量低于目标电量的电动汽车一同按照接入电网顺序，根据公式(3)对自身充电起始时段进行优化。
进一步，步骤S4中，假设电动汽车放电参与调频时的输出功率为正，充电参与调频时的输出功率为负，在系统需要上调频，即调频需求功率为正时，调用上调频组的电动汽车放电参与调频；在系统需要下调频，即调频需求功率为负时，调用下调频组的电动汽车充电参与调频；基于上述调频过程，同时计及车主违背申报计划提前离网的可能性，引入诚信度表征电动汽车的不确定性，则对于各充电站而言，在j时刻所预测的j+1时刻的电动汽车集群调频备用容量可由公式(5)和(6)得到：
Figure BDA0002431879070000061
Figure BDA0002431879070000062
其中：
Figure BDA0002431879070000063
为上调频组内电动汽车数量；
Figure BDA0002431879070000064
为下调频组内电动汽车数量；
Figure BDA0002431879070000065
为上调频备用容量，其值为正；
Figure BDA0002431879070000066
为下调频备用容量，其值为负。
进一步，步骤S5中，所述分层分布式调频控制框架包括多个充电站，邻近充电站之间由通信线路互相连接，并统一连接电动汽车聚合商(Electric vehicle aggregator,EVA)进行管理，考虑到不确定性等原因可能导致出现电动汽车调频备用容量不足的情况，采用传统机组辅助电动汽车参与调频，补足欠缺的调频功率，EVA和传统机组由微电网二次调频控制中心进行管理。
进一步，步骤S6中，具体包括：
调频过程中，EVA实时收集各充电站的调频备用容量预测值，得到电动汽车集群总调频备用容量，并向二次调频控制中心上报，基于系统频率偏移信号Δf，二次调频控制中心通过比例-积分(Proportional-integral,PI)控制得到系统调频需求功率Ptask，并将Ptask与电动汽车调频备用容量进行实时比较：若电动汽车实时预测调频备用容量能够满足Ptask，则传统机组不参与调频；若不能满足Ptask，则将功率缺额分配给传统机组；
二次调频控制中心将实时分配的调频任务分别下达至电动汽车和传统机组，传统机组按照分配的调频任务进行出力或者保持不出力；EVA则将调频任务下发给各充电站，由各充电站调用站内电动汽车进行充电或放电以满足调频任务。
进一步，步骤S7中，当电动汽车集群的实时预测调频备用容量大于调频任务时，无需调用所有的电动汽车参与调频，在单辆电动汽车层面的有序调度中，设立两个指标，以确定电动汽车参与调频的优先顺序，即上调频单位时间贡献度Γdc和下调频单位时间贡献度Γc，其定义分别如公式(7)和(8)所示：
Figure BDA0002431879070000067
Figure BDA0002431879070000071
式中，SOCi,j+1为第i辆电动汽车在j+1时刻的荷电状态；
设置单位时间贡献度越高，则该辆电动汽车越优先参与调频；
(1)上调频情况：当系统调频需求功率Ptask,j+1＞0，电动汽车放电参与上调频，此时下调频组内所有电动汽车出力均为零，而上调频组则需根据如下准则进行判断：
①如果
Figure BDA0002431879070000072
上调频组内的电动汽车全部进行放电；
②如果
Figure BDA0002431879070000073
则计算需要调用放电参与上调频的电动汽车数量，如下式所示：
Figure BDA0002431879070000074
式中，floor(·)表示向下取整；
将上调频组内的电动汽车按照
Figure BDA0002431879070000075
从大到小进行排序，取前
Figure BDA0002431879070000076
辆电动汽车进行放电；
(2)下调频情况：当系统调频需求功率Ptask,j+1＜0，电动汽车充电参与下调频，此时上调频组内所有电动汽车出力均为零，而下调频组则需根据如下准则进行判断：
①如果
Figure BDA0002431879070000077
则上调频组内的电动汽车全部进行充电；
②如果
Figure BDA0002431879070000078
则计算需要调用充电参与下调频的电动汽车数量，如下式所示：
Figure BDA0002431879070000079
下调频组内的电动汽车按照
Figure BDA00024318790700000710
从大到小进行排序，取前
Figure BDA00024318790700000711
辆电动汽车进行充电；
(3)无需调频的情况：当系统调频需求功率Ptask,j+1＝0，电动汽车集群不参与调频，上下调频组内电动汽车出力均为零。
进一步，步骤S7中所述分布式排序包括：各充电站分别对站内电动汽车的单位时间贡献度进行排序，将排序结果传递至相邻节点，下一个节点将两节点的排序结果进行二路归并，再将归并后的排序结果继续传递，直至排序完成，当经过多次二路归并和数据传递得到全体电动汽车的总排序结果后，按照该结果得出需要调用的电动汽车名单，再将其依次传递回各充电站节点，各充电站据此进行站内电动汽车的调用。
本发明的有益效果在于：本方案一是能够在保证整体调频效果的前提下，降低电动汽车充电负荷的集中性，减少大规模电动汽车并网的负面影响；二是基于分布式排序的控制框架能够减少整体计算量，降低对中心节点的要求，并提升调频可靠性，相比传统的集中式控制框架而言更适用于电动汽车集群的调频控制。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为电动汽车调频分组转换流程示意图；
图2为分层分布式调频控制框架；
图3为充电站间排序结果的二路归并图；
图4为电动汽车集群调频流程图；
图5为电动汽车调频情况图；
图6为情景一和情景二调频效果对比图；
图7为情景一和情景三调频效果对比图；
图8为情景一和情景三电动汽车充电负荷对比图；
图9为系统日负荷曲线对比图；
图10为情景一和情景三中电动汽车SOC变化对比图；(a)为情景一中EV1的SOC变化图；(b)为情景三中EV1的SOC变化图；(c)为情景一中EV2的SOC变化图；(d)为情景三中EV2的SOC变化图；(e)为情景一中EV3的SOC变化图；(f)为情景三中EV3的SOC变化图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
本发明提供一种计及充电计划优化的电动汽车分布式调频控制策略，首先，为了减少电动汽车充电负荷对电网造成的压力，根据电动汽车申报信息设计了调频分组转换策略，然后以满足行驶需求和最小化负荷方差为目标对接入电网的电动汽车进行充电时段优化。同时，针对大数量电动汽车的控制问题，建立了基于分布式排序的电动汽车集群调频控制框架，通过邻近充电站间数据互传和二次归并实现了单辆电动汽车层面的有序调度。
步骤1：调频信息申报
由于电动私家车在网停留时间长，更适合参与提供调频服务，因此本专利针对在工作日的电动私家车进行调频控制策略设计。参与调频服务的电动汽车在接入住宅区或工作地点的充电站时，其车主向充电站上报调频相关信息，包括目标电量SOCaim、在网停留时长ΔT、诚信度ρ以及当前电池荷电状态SOC。
电动汽车目标电量SOCaim是车主期望在离开充电站出发时电动汽车的电池电量，其定义如下式所示：
SOCaim＝SOCmin+ΔSOCD+ΔSOCM (1)
式中：SOCmin是电池电量下限，考虑到对电池的保护，通常不建议电动汽车放电至该电量以下；ΔSOCD是电动汽车通勤路程需要消耗的电量；ΔSOCM是电量裕度，该参数的引入是因为考虑到突发情况或除通勤外的其他行驶需求，车主的期望电量通常大于行驶所需的最低电量。
电动汽车的行驶行为存在一定的不确定性，即车主有可能违背申报计划，在申报的在网停留时长结束之前离开电网，从而对调频控制造成不利影响。诚信度ρ是用于衡量电动汽车在这一方面的可信任度的参数，其定义下式所示：
Figure BDA0002431879070000101
式中：
Figure BDA0002431879070000102
是该辆电动汽车的历史平均申报在网时长；
Figure BDA0002431879070000103
是该辆电动汽车的历史平均实际在网时长；ρup和ρdown分别为诚信度的上限和下限阈值，当电动汽车的诚信度高于上限时，该辆电动汽车将视为可完全信任，其诚信度取为1，而当诚信度低于下限时，该辆电动汽车将视为完全不可信任，其诚信度取为0。
步骤2：调频分组转换策略
为了避免电动汽车过充过放的行为以及在充电和放电状态间的频繁转换，本专利设计了电动汽车参与调频时的分组转换策略。
设电动汽车接入充电站时的SOC充至目标电量所需的时长为ΔT*。若电动汽车的在网时长ΔT≤ΔT*，则电动汽车应不参与调频，持续充电直至离开。若电动汽车的诚信度低于下限，易于在调频过程中脱离电网从而影响调频效果，则也设置其不参与调频。因此，只有同时满足ΔT＞ΔT*和ρ＞ρdown两个条件的电动汽车能够参与提供调频服务。
首先，接入电网的停驶电动汽车中，不满足在网时长和诚信度条件的电动汽车不参与调频，其集合称为非调频组；而满足前述两个条件的电动汽车具备参与调频的资格，其集合称为调频组。调频组可进一步分为上调频组和下调频组，上调频组的电动汽车只进行放电以响应系统上调频指令，而下调频组的电动汽车只进行充电以响应系统下调频指令。对于分入调频组的电动汽车，若其接入充电站时的荷电状态SOC0大于所设置的分界电量，则该辆电动汽车被分入上调频组，反之该辆电动汽车被分入下调频组。分界电量SOCdivide的值应以令电动汽车集群能够取得相对平衡的上、下调频备用容量为原则，根据实际情况进行设置或调整。
为了尽量降低电动汽车电池在充电和放电状态之间的转换次数，设定上调频组内的电动汽车唯有在放电至电量低于电池电量下限SOCmin时才转换入下调频组，下调频组内的电动汽车唯有充电至电量高于电池电量上限SOCmax时才转换入上调频组。为了抑制对电池的不利影响，引入一个衡量电动汽车在充、放电状态之间转换频繁度的参数TIME。每当电动汽车在上、下调频组之间进行转换时，其充放电状态转换次数TIME增加一。设置充放电状态转换次数上限TIMElim，若TIME＞TIMElim，则强制令该辆电动汽车退出调频。
步骤3：需求充电计划优化
电动汽车参与提供调频服务的基本前提是必须满足其驾驶者的日常行驶需求，即电动汽车在离开充电站开始行驶时的电量不得小于目标电量SOCaim。本章提出在调频过程中对电动汽车的需求充电计划进行合理的安排，调整其为满足行驶需求而进行充电的时段，从而能够在满足该前提的同时尽量减轻电网的供电压力，降低电动汽车集群并网的不利影响。
(1)下调频组
针对下调频组内电量小于SOCaim的电动汽车，以15min为优化步长，对其满足行驶需求而进行充电的时段进行滚动优化。首先计算每辆电动汽车从当前电量充至SOCaim所需的时长ΔTc，然后以电网负荷方差最小为目标函数，按照接入电网的顺序，优化每辆电动汽车的充电起始时间t0。针对第i辆电动汽车的优化具体如下式所示：
Figure BDA0002431879070000111
式中：V代表电网负荷方差；PL为电网日负荷；PEV,1代表在第i辆电动汽车之前进行优化的电动汽车按照优化结果进行充电所形成的总充电负荷；PEV,2代表在当前时刻已经确定充电时段的上调频组电动汽车按计划进行充电所形成的总充电负荷，其充电计划安排方法将在后文中进行阐述；Plim为电动汽车充放电功率限制；Pavg为包含电动汽车集群充电负荷在内的电网日平均负荷；j为当前时刻；DP为电动汽车离开充电站开始行驶的时间，可由抵达充电站的时间与在网时长相加得到。
当抵达优化所得的充电起始时间时，下调频组内的电动汽车退出调频，充电直至电量满足SOCaim，然后重新回到下调频组参与调频。此种充电行为被定义为优化充电。由于在下调频组只充电进行调频，因此在离开电网之前不进行充放电组转换的情况下，电动汽车离网时的电量不会低于目标电量。
(2)上调频组
上调频组内的电动汽车通过放电参与系统上调频，因此即使进行优化充电，其电量仍可能在之后的调频参与过程中因放电而降低。因此，对于下调频组内的电动汽车，统一设定其在临近自身出发时间时退出调频，为了满足行驶需求而进行充电，其充电起始时间可由下式得到：
Figure BDA0002431879070000112
式中，SOCj为电动汽车在当前j时刻的电量，ηc为电动汽车充电效率。
因此，当上调频组的电动汽车充电至SOCaim后，将不会继续参与调频而是直接开始行驶。此种充电行为被定义为强制充电。
综上，电动汽车调频分组转换策略的原理框图如图1所示。
(3)非调频组
非调频组中包含ΔT≤ΔT*的电动汽车，ρ≤ρdown的电动汽车，以及充放电转换次数超过TIMElim而退出调频组的电动汽车。对于不满足充电时长条件的电动汽车，因为其需要持续充电直至离开，因此不需要进行充电计划优化。
对于不满足诚信度条件的电动汽车，若其接入电网时的初始电量大于目标电量，则可以保持闲置状态直至离网；若初始电量小于目标电量，则可以对充电计划进行优化。对于超出充放电转换限制的电动汽车，若其是转换入放电组时超出限制，则电动汽车电量为SOCmax，不需再进行充电，保持闲置状态直至离网；若其是转换入充电组时超出限制，则电动汽车电量为SOCmin，需要进行充电，可以对充电计划进行优化。针对前述提到的两类可以进行充电计划优化的电动汽车，设定其与上调频组中电池电量低于目标电量的电动汽车一同按照接入电网顺序，根据公式(3)对自身充电起始时段进行优化。
步骤4：调频备用容量实时预测方法
假设电动汽车放电参与调频时的输出功率为正，充电参与调频时的输出功率为负。在系统需要上调频，即调频需求功率为正时，调用上调频组的电动汽车放电参与调频；在系统需要下调频，即调频需求功率为负时，调用下调频组的电动汽车充电参与调频。基于上述调频过程，同时计及车主违背申报计划提前离网的可能性，引入诚信度表征电动汽车的不确定性，则对于各充电站而言，在j时刻所预测的j+1时刻的电动汽车集群调频备用容量可由公式(5)和(6)得到：
Figure BDA0002431879070000121
Figure BDA0002431879070000122
其中：
Figure BDA0002431879070000123
为上调频组内电动汽车数量；
Figure BDA0002431879070000124
为下调频组内电动汽车数量；
Figure BDA0002431879070000125
为上调频备用容量，其值为正；
Figure BDA0002431879070000126
为下调频备用容量，其值为负。
步骤5：分层分布式调频控制框架
针对包含大数量电动汽车的电动汽车集群参与二次调频，本专利提出了一种基于分布式排序的分层调频控制框架，如图2所示。用作仿真模型的微电网内存在四个充电站，邻近充电站之间由通信线路互相连接，并统一由电动汽车聚合商(Electric vehicleaggregator,EVA)进行管理。考虑到不确定性等原因可能导致出现电动汽车调频备用容量不足的情况，采用传统机组辅助电动汽车参与调频，补足欠缺的调频功率。EVA和传统机组由微电网二次调频控制中心进行管理。
步骤6：调频任务实时分配策略
调频过程中，EVA实时收集各充电站的调频备用容量预测值，得到电动汽车集群总调频备用容量，并向二次调频控制中心上报。基于系统频率偏移信号Δf，二次调频控制中心通过比例-积分(Proportional-integral,PI)控制得到系统调频需求功率Ptask，并将Ptask与电动汽车调频备用容量进行实时比较。若电动汽车实时预测调频备用容量能够满足Ptask，则传统机组不参与调频；若不能满足Ptask，则将功率缺额分配给传统机组。
二次调频控制中心将实时分配的调频任务分别下达至电动汽车和传统机组。传统机组按照分配的调频任务进行出力或者保持不出力；EVA则将调频任务下发给各充电站，由各充电站调用站内电动汽车进行充电或放电以满足调频任务。
步骤7：单辆电动汽车有序调度方案
当电动汽车集群的实时预测调频备用容量大于调频任务时，无需调用所有的电动汽车参与调频。在单辆电动汽车层面的有序调度中，为了确定电动汽车参与调频的优先顺序，设立两个指标，即上调频单位时间贡献度Γdc和下调频单位时间贡献度Γc，其定义分别如公式(7)和(8)所示：
Figure BDA0002431879070000131
Figure BDA0002431879070000132
式中，SOCi,j+1为第i辆电动汽车在j+1时刻的荷电状态。
设置单位时间贡献度越高，则该辆电动汽车越优先参与调频。
(1)上调频情况
当系统调频需求功率Ptask,j+1＞0，电动汽车需要放电参与上调频。此时下调频组内所有电动汽车出力均为零，而上调频组则需根据如下准则进行判断：
①如果
Figure BDA0002431879070000141
上调频组内的电动汽车全部进行放电；
②如果
Figure BDA0002431879070000142
则计算需要调用放电参与上调频的电动汽车数量，如下式所示：
Figure BDA0002431879070000143
式中，floor(·)表示向下取整。
将上调频组内的电动汽车按照
Figure BDA0002431879070000144
从大到小进行排序，取前
Figure BDA0002431879070000145
辆电动汽车进行放电。
(2)下调频情况
当系统调频需求功率Ptask,j+1＜0，电动汽车需要充电参与下调频。此时上调频组内所有电动汽车出力均为零，而下调频组则需根据如下准则进行判断。
①如果
Figure BDA0002431879070000146
则上调频组内的电动汽车全部进行充电；
②如果
Figure BDA0002431879070000147
则计算需要调用充电参与下调频的电动汽车数量，如下式所示：
Figure BDA0002431879070000148
下调频组内的电动汽车按照
Figure BDA0002431879070000149
从大到小进行排序，取前
Figure BDA00024318790700001410
辆电动汽车进行充电。
(3)无需调频的情况
当系统调频需求功率Ptask,j+1＝0，电动汽车集群不参与调频，上下调频组内电动汽车出力均为零。
步骤8：分布式排序策略
在调频过程中，为了确定单辆电动汽车参与调频的优先顺序，需要对大量电动汽车的单位时间贡献度参数进行排序。在本专利所提出的基于分布式排序的控制方式中，各个充电站节点也具有计算能力。各充电站分别对站内电动汽车的单位时间贡献度进行排序后，将排序结果传递至相邻节点，下一个节点将两节点的排序结果进行二路归并，再将归并后的排序结果继续传递，直至排序完成。具体过程如图3所示，其中Di表示第i个充电站的排序结果，Di···j表示第i个至第j个充电站的总排序结果。当经过多次二路归并和数据传递得到全体电动汽车的总排序结果后，按照该结果得出需要调用的电动汽车名单，再将其依次传递回各充电站节点，各充电站据此进行站内电动汽车的调用。
综上所述，基于分布式排序的电动汽车集群调频控制流程如图4所示。
本发明提供一个具体实施例对本方法进行算例分析。
参数设置
图2中的微电网系统调频模型的相关参数如表1所示。
表1仿真系统参数
Figure BDA0002431879070000151
电动汽车的相关参数如表2所示，其行驶规律参照《北京交通发展年报》，采用Monte Carlo方法模拟单辆电动汽车的驾驶行为和SOC变化。充电站1至充电站4所管理的电动汽车数量分别设为n1＝300，n2＝260，n3＝190和n4＝250。
表2电动汽车相关参数
Figure BDA0002431879070000152
基于白噪声模型对微电网系统的24小时不平衡功率进行模拟。由系统不平衡功率造成的频率偏移信号经过PI控制环节后，得到系统调频需求功率，也称作系统调频任务。
电动汽车集群调频仿真
将采用所提出的考虑充电计划优化的电动汽车集群分布式二次调频策略的仿真算例设为情景一。情景一中，电动汽车集群的调频情况如图5所示。由图可见，电动汽车集群的调频容量在一天内随着电动汽车的行驶规律而变化。在电动汽车出于通勤目的陆续离开电网时，调频容量逐渐减少；而在电动汽车陆续抵达工作地点或住所时，按照分界电量被分入上调频组或下调频组，调频容量逐渐增加。因为下调频组的部分电动汽车会因充电计划优化而中途离开调频组进行优化充电，因此下调频容量会出现一定的波动；而上调频组的电动汽车均安排在临近出发时间时进行强制充电，因此上调频容量曲线则较为平稳。
由图可知，电动汽车集群的调频备用容量基本能够满足系统总调频任务，但在车主集中上下班的两个时段，因电动汽车离开电网造成调频容量较少，还是存在少部分系统调频任务不能完成。将这部分调频任务分配给传统机组，由传统机组出力补足。
为了体现电动汽车参与调频的优越性，设立对比算例情景二。情景二中采用传统调频方式，即由传统火电机组参与调频，其余条件与情景一相同。两个情景的调频效果对比如6所示，由图5可见情景一的调频效果优于情景二。情景一和情景二中系统频率偏移的均方根值分别为0.0741Hz和0.1019Hz。因此，通过本章提出的电动汽车集调频控制策略，电动汽车的调频效果能够满足相关标准对频率偏移的要求。同时，由于电动汽车能够对调频信号进行快速响应，其调频效果优于传统机组参与调频。
为了体现本章所提的考虑充电计划优化的调频控制策略在调频过程中对电动汽车集群充电负荷的调整效果，设立对比算例情景三。情景三中，不进行充电计划优化，所有电动汽车均在临近出发时退出调频组充电以满足行驶需求。其余条件与情景一相同。
情景一和情景三的调频效果对比如图7所示，由图可见情景一和情景三下的调频效果十分相近。情景一和情景三下的系统频率偏移的均方根值分别为0.074063Hz和0.074038Hz。由此可得，电动汽车充电计划的优化并不会对调频效果产生的明显影响。
两个情景下的电动汽车充电负荷对比如图8所示。由图可见，考虑充电计划优化的情景一中，电动汽车的充电负荷峰值明显低于无优化的情景三，减轻了电网的供电压力。其主要原因是情景一中以负荷方差最小为目标对充电计划进行优化后，电动汽车集群的充电负荷分散到了临近出发时间以外的时段，因此起到了削峰填谷的作用。此外，情景一与情景三的总体充电负荷相近但略小于情景三，这是因为在情景一的控制策略下，下调频组的电动汽车经优化充电至目标电量后，仍会继续参与上调频，因此在离网时电量往往大于目标电量，而情景三中下调频组的电动汽车离网时的目标电量一般等于目标电量，因此情景一中电动汽车集群的整体充电需求低于情景三。
加上优化后的电动汽车充电负荷、加上无优化的电动汽车充电负荷以及不考虑电动汽车充电负荷的三种系统日负荷曲线对比如图9所示。由图可知，情景一中的日负荷曲线峰谷差明显低于情景三。情景一和情景三中的日负荷方差分别为1.0609MW2和1.5392MW2。
选取三辆典型的电动汽车，设为EV1、EV2和EV3，比较在两种情景下三辆电动汽车的调频情况，以SOC变化的形式表示，如图10所示。由图可知，情景一中，在考虑充电计划优化的调频控制策略下，处于下调频组的电动汽车将根据负荷方差最小的目标函数调整自身需求充电的时段，并且在进行优化充电之后返回下调频组，电动汽车只会充电以参与下调频，因此SOC只会升高而不会降低，能够保证满足行驶需求。而在情景三中，无论电动汽车只能在临近出发时间时退出调频组进行强制充电，造成集群充电负荷较为集中，对电网造成负面影响。
综上可得，本章提出的计及充电计划优化的电动汽车集群调频控制策略能够在保证调频效果的基础上，对电动汽车集群的充电负荷进行调整，从而降低电网的供电压力。
调频控制框架对比
为了体现基于分布式排序的电动汽车集群调频控制框架的优越性，设立对比算例情景四。情景四采用分层集中式调频控制架构对电动汽车集群进行管理，各充电站由EVA进行集中式控制，各充电站之间无通信线路，其余条件与情景一相同。从以下三个方面对分别采用分布式控制和集中式控制的情景一和情景四进行控制性能的对比。
(1)计算量
当采用传统的冒泡法进行排序时，对于一个元素总数为m的数列，总比较计算次数为
Figure BDA0002431879070000171
而对于元素总数分别为m1和m2的两个已排序数列，二路归并的最大比较运算次数为m1+m2-1。因此，两情景下集群控制的总计算量如下所述。
①情景一：
参照图3，分布式控制框架下电动汽车集群的单位时间贡献度排序所需的最大总计算量JSLFB可由下式得到：
Figure BDA0002431879070000172
因此，结合各充电站下管理的电动汽车数量，情景一下的最大总计算量为129597步。
②情景四：
集中式控制框架下，各充电站将本站管理的全体电动汽车的单位时间贡献度数据集传递至EVA节点后，由EVA节点进行统一排序。则集中式控制框架下电动汽车集群的单位时间贡献度排序所需的总计算量JSLJZ可由下式得到：
Figure BDA0002431879070000173
因此，结合各充电站下管理的电动汽车数量，情景四下的最大总计算量为499500步。
(2)对中心节点的要求
对于两种电动汽车集群调频控制框架而言，控制中心节点即为EVA节点。两种情景下EVA节点需承担的工作如下所述。
①情景一：
情景一中，各充电站所管理的电动汽车的单位时间贡献度排序计算由各充电站节点完成。邻近节点之间的第一次二路归并计算是由充电站1和充电站2完成，第二次二路归并计算由充电站4完成。EVA节点仅需按照需调用的电动汽车数量以确定参与调频的电动汽车名单，而不用承担排序的计算工作。
②情景四：
情景四的分层集中式控制框架下，EVA节点除了确定参与调频的电动汽车之外，还需承担全部的排序计算工作。
因此，电动汽车集群的分布式控制框架很大程度上减少了控制中心的工作量，因此对其计算处理能力要求较低。在节点计算能力相同时，分布式框架的总体计算能力比集中式框架更强。
(3)可靠性
假设在两个情景中，充电站1与EVA节点之间的通信线路发生故障。对于情景一而言，EVA节点可以通过与充电站2或充电站4向充电站1传达调频命令，因此充电站1下属的电动汽车集群正常参与调频，调频效果保持不变。而情景四中充电站1无法接受调频命令，因此充电站1下属的电动汽车集群无法参与调频，其调频容量也不能计入总调频备用容量，因此可能无法满足系统调频任务，造成传统机组的调频任务增加。而传统机组爬坡率较大，对调频信号的响应速度较慢，导致调频效果变差。
综上所述，在大规模电动汽车的调频过程中，基于分布式排序的分层调频控制框架比集中式控制框架的总计算量更少、对中心节点要求更低、调频可靠性更高，因此更适用于电动汽车集群的调频控制。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种计及充电计划优化的电动汽车分布式调频控制方法，其特征在于：包括：
S1：参与调频服务的电动汽车在接入充电站时主动向充电站上报调频相关信息；所述主动向充电站上报调频相关信息，包括目标电量SOCaim、在网停留时长ΔT、诚信度ρ以及当前电池荷电状态SOC；
电动汽车目标电量SOCaim是车主期望在离开充电站出发时电动汽车的电池电量，其定义如下式所示：
SOCaim＝SOCmin+ΔSOCD+ΔSOCM (1)
式中：SOCmin是电池电量下限；ΔSOCD是电动汽车通勤路程需要消耗的电量；ΔSOCM是电量裕度；
诚信度ρi是用于衡量电动汽车车主可能违背申报计划，在申报的在网停留时长结束之前离开电网情况的参数，其定义下式所示：
Figure FDA0004054525780000011
式中：
Figure FDA0004054525780000012
是该辆电动汽车的历史平均申报在网时长；
Figure FDA0004054525780000013
是该辆电动汽车的历史平均实际在网时长；ρup和ρdown分别为诚信度的上限和下限阈值，当电动汽车的诚信度高于上限时，该辆电动汽车将视为可完全信任，其诚信度取为1，而当诚信度低于下限时，该辆电动汽车将视为完全不可信任，其诚信度取为0；
S2：对参与调频的汽车设计分组转换策略，不满足在网时长和诚信度条件的电动汽车不参与调频，其集合称为非调频组；满足前述两个条件的电动汽车具备参与调频的资格，其集合称为调频组；调频组包括上调频组和下调频组，上调频组的电动汽车只进行放电以响应系统上调频指令，而下调频组的电动汽车只进行充电以响应系统下调频指令，通过预设条件切换电动汽车的调频组；所述对参与调频的汽车设计分组转换策略，具体包括：
令电动汽车接入充电站时的SOC充至目标电量所需的时长为ΔT*，若电动汽车的在网时长ΔT≤ΔT*，则电动汽车不参与调频，持续充电直至离开，若电动汽车的诚信度低于下限，易于在调频过程中脱离电网从而影响调频效果，则也设置其不参与调频，只有同时满足ΔT＞ΔT*和ρi＞ρdown两个条件的电动汽车能够参与提供调频服务；
对于分入调频组的电动汽车，若其接入充电站时的荷电状态SOC0大于所设置的分界电量，则该辆电动汽车被分入上调频组，反之该辆电动汽车被分入下调频组；所述分界电量SOCdivide的值以令电动汽车集群能够取得相对平衡的上、下调频备用容量为原则，根据实际情况进行设置或调整；
设定上调频组内的电动汽车唯有在放电至电量低于电池电量下限SOCmin时才转换入下调频组，下调频组内的电动汽车唯有充电至电量高于电池电量上限SOCmax时才转换入上调频组；引入一个衡量电动汽车在充、放电状态之间转换频繁度的参数TIME，每当电动汽车在上、下调频组之间进行转换时，其充放电状态转换次数TIME增加一，设置充放电状态转换次数上限TIMElim，若TIME＞TIMElim，则强制令该辆电动汽车退出调频；
S3：对电动汽车的需求充电计划进行优化，调整其为满足行驶需求而进行充电的时段；所述需求充电计划的优化内容包括：
(1)下调频组：针对下调频组内电量小于SOCaim的电动汽车，以15min为优化步长，对其满足行驶需求而进行充电的时段进行滚动优化；
首先计算每辆电动汽车从当前电量充至SOCaim所需的时长ΔTc，然后以电网负荷方差最小为目标函数，按照接入电网的顺序，优化每辆电动汽车的充电起始时间t0，针对第i辆电动汽车的优化具体如下式所示：
Figure FDA0004054525780000021
s.t.j+1≤t0≤DP-ΔTc+1
式中：V代表电网负荷方差；PL(t)为电网日负荷；PEV,1(t)代表在第i辆电动汽车之前进行优化的电动汽车按照优化结果进行充电所形成的总充电负荷；PEV,2(t)代表在当前时刻已经确定充电时段的上调频组电动汽车按计划进行充电所形成的总充电负荷；Plim为电动汽车充放电功率限制；Pavg为包含电动汽车集群充电负荷在内的电网日平均负荷；j为当前时刻；DP为电动汽车离开充电站开始行驶的时间，由抵达充电站的时间与在网时长相加得到；
当抵达优化所得的充电起始时间时，下调频组内的电动汽车退出调频，充电直至电量满足SOCaim，然后重新回到下调频组参与调频，此种充电行为被定义为优化充电；
(2)上调频组：对于下调频组内的电动汽车，统一设定其在临近自身出发时间时退出调频，为了满足行驶需求而进行充电，其充电起始时间由下式得到：
Figure FDA0004054525780000031
式中，SOCj为电动汽车在当前j时刻的电量，ηc为电动汽车充电效率；
当上调频组的电动汽车充电至SOCaim后，将不会继续参与调频而是直接开始行驶，此种充电行为被定义为强制充电；
(3)非调频组：非调频组中包含ΔT≤ΔT*的电动汽车，ρ≤ρdown的电动汽车，以及充放电转换次数超过TIMElim而退出调频组的电动汽车；对于不满足充电时长条件的电动汽车，其需要持续充电直至离开，不需要进行充电计划优化；对于不满足诚信度条件的电动汽车，若其接入电网时的初始电量大于目标电量，则保持闲置状态直至离网，若初始电量小于目标电量，则对充电计划进行优化；对于超出充放电转换限制的电动汽车，若其是转换入放电组时超出限制，则电动汽车电量为SOCmax，不需再进行充电，保持闲置状态直至离网；若其是转换入充电组时超出限制，则电动汽车电量为SOCmin，需要进行充电，对充电计划进行优化；
针对需要进行充电计划优化的电动汽车，设定其与上调频组中电池电量低于目标电量的电动汽车一同按照接入电网顺序，根据公式(3)对自身充电起始时段进行优化；
S4：对电动汽车集群调频备用容量进行实时预测；对于各充电站而言，在j时刻所预测的j+1时刻的电动汽车集群调频备用容量可由公式(5)和(6)得到：
Figure FDA0004054525780000032
Figure FDA0004054525780000033
其中：
Figure FDA0004054525780000034
为上调频组内电动汽车数量；
Figure FDA0004054525780000037
为下调频组内电动汽车数量；
Figure FDA0004054525780000035
为上调频备用容量，其值为正；
Figure FDA0004054525780000036
为下调频备用容量，其值为负；
S5：建立分层分布式调频控制框架；所述分层分布式调频控制框架包括多个充电站，邻近充电站之间由通信线路互相连接，并统一连接电动汽车聚合商EVA进行管理，采用传统机组辅助电动汽车参与调频，补足欠缺的调频功率，EVA和传统机组由微电网二次调频控制中心进行管理；
S6：对调频任务进行实时分配；调频过程中，EVA实时收集各充电站的调频备用容量预测值，得到电动汽车集群总调频备用容量，并向二次调频控制中心上报，基于系统频率偏移信号Δf，二次调频控制中心通过比例-积分PI控制得到系统调频需求功率Ptask，并将Ptask与电动汽车调频备用容量进行实时比较：若电动汽车实时预测调频备用容量能够满足Ptask，则传统机组不参与调频；若不能满足Ptask，则将功率缺额分配给传统机组；
二次调频控制中心将实时分配的调频任务分别下达至电动汽车和传统机组，传统机组按照分配的调频任务进行出力或者保持不出力；EVA则将调频任务下发给各充电站，由各充电站调用站内电动汽车进行充电或放电以满足调频任务；
S7：对单辆电动车的调频任务进行分布式排序；当电动汽车集群的实时预测调频备用容量大于调频任务时，单辆电动汽车层面有序调度，设立两个指标，以确定电动汽车参与调频的优先顺序，即上调频单位时间贡献度Γdc和下调频单位时间贡献度Γc，其定义分别如公式(7)和(8)所示：
Figure FDA0004054525780000041
Figure FDA0004054525780000042
式中，SOCi,j+1为第i辆电动汽车在j+1时刻的荷电状态；
设置单位时间贡献度越高，则该辆电动汽车越优先参与调频；
(1)上调频情况：当系统调频需求功率Ptask,j+1＞0，电动汽车放电参与上调频，此时下调频组内所有电动汽车出力均为零，而上调频组则需根据如下准则进行判断：
①如果
Figure FDA0004054525780000043
上调频组内的电动汽车全部进行放电；
②如果
Figure FDA0004054525780000044
则计算需要调用放电参与上调频的电动汽车数量，如下式所示：
Figure FDA0004054525780000045
式中，floor(·)表示向下取整；
将上调频组内的电动汽车按照
Figure FDA0004054525780000046
从大到小进行排序，取前
Figure FDA0004054525780000047
辆电动汽车进行放电；
(2)下调频情况：当系统调频需求功率Ptask,j+1＜0，电动汽车充电参与下调频，此时上调频组内所有电动汽车出力均为零，而下调频组则需根据如下准则进行判断：
①如果
Figure FDA0004054525780000048
则上调频组内的电动汽车全部进行充电；
②如果
Figure FDA0004054525780000051
则计算需要调用充电参与下调频的电动汽车数量，如下式所示：
Figure FDA0004054525780000052
下调频组内的电动汽车按照
Figure FDA0004054525780000053
从大到小进行排序，取前
Figure FDA0004054525780000054
辆电动汽车进行充电；
(3)无需调频的情况：当系统调频需求功率Ptask,j+1＝0，电动汽车集群不参与调频，上下调频组内电动汽车出力均为零。
2.根据权利要求1所述的计及充电计划优化的电动汽车分布式调频控制方法，其特征在于：步骤S7中所述分布式排序包括：各充电站分别对站内电动汽车的单位时间贡献度进行排序，将排序结果传递至相邻节点，下一个节点将两节点的排序结果进行二路归并，再将归并后的排序结果继续传递，直至排序完成，当经过多次二路归并和数据传递得到全体电动汽车的总排序结果后，按照该结果得出需要调用的电动汽车名单，再将其依次传递回各充电站节点，各充电站据此进行站内电动汽车的调用。
CN202010238831.8A 2020-03-30 2020-03-30 计及充电计划优化的电动汽车分布式调频控制方法 Active CN111313437B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010238831.8A CN111313437B (zh) 2020-03-30 2020-03-30 计及充电计划优化的电动汽车分布式调频控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010238831.8A CN111313437B (zh) 2020-03-30 2020-03-30 计及充电计划优化的电动汽车分布式调频控制方法

Publications (2)

Publication Number Publication Date
CN111313437A CN111313437A (zh) 2020-06-19
CN111313437B true CN111313437B (zh) 2023-03-14

Family

ID=71162502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010238831.8A Active CN111313437B (zh) 2020-03-30 2020-03-30 计及充电计划优化的电动汽车分布式调频控制方法

Country Status (1)

Country Link
CN (1) CN111313437B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112070341B (zh) * 2020-07-24 2024-06-14 杭州电子科技大学 一种面向多机器人充电策略的分布式求解方法
CN111931082B (zh) * 2020-07-27 2023-06-06 重庆锐云科技有限公司 一种基于分布式集群的大规模数据排序方法及系统
CN111987719B (zh) * 2020-08-19 2022-01-25 广东电网有限责任公司电力调度控制中心 一种电动汽车聚合商参与调频的投标方法及装置
CN112668874B (zh) * 2020-12-25 2022-08-26 天津大学 一种参与电网调峰调频的电动汽车集群充电协同调度方法
CN113602127B (zh) * 2021-06-21 2023-03-24 浙江清华长三角研究院 充电桩能源管理方法及装置
CN115923575A (zh) * 2022-12-13 2023-04-07 国网智慧车联网技术有限公司 一种多层级的大规模电动汽车功率控制方法及系统
CN116562602B (zh) * 2023-07-12 2023-10-24 国网安徽省电力有限公司经济技术研究院 电动汽车参与需求响应优化运行方法
CN118405032B (zh) * 2024-07-02 2024-09-06 中南大学 一种重载列车实时负载调度的稳压控制方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9373149B2 (en) * 2006-03-17 2016-06-21 Fatdoor, Inc. Autonomous neighborhood vehicle commerce network and community
CN107706910B (zh) * 2017-09-28 2020-08-07 广西大学 一种电网频率调节的实时调度方法
CN107612048B (zh) * 2017-10-23 2021-03-16 重庆大学 基于模型预测的电动汽车调频控制策略
CN107959304B (zh) * 2017-12-06 2021-11-02 国网山东省电力公司济南供电公司 基于风-储协同运行的风电场虚拟惯量提升方法
CN108183473A (zh) * 2017-12-13 2018-06-19 国网上海市电力公司 一种集群电动汽车参与辅助服务市场的优化投标方法
CN109149599A (zh) * 2018-08-31 2019-01-04 南方电网科学研究院有限责任公司 一种电动汽车群参与电网调频的控制方法
CN110119848B (zh) * 2019-05-15 2022-11-11 长沙理工大学 链式通信电动汽车群体共享决策调频交易方法及系统

Also Published As

Publication number Publication date
CN111313437A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN111313437B (zh) 计及充电计划优化的电动汽车分布式调频控制方法
CN107612048B (zh) 基于模型预测的电动汽车调频控制策略
CN109193718B (zh) 一种适应于v2g的选择电动汽车入网调控方法
CN109398133A (zh) 一种电动汽车充电集群及其功率自动分配系统
CN109474030A (zh) 多维区域自适应智能充电控制方法
CN112234638B (zh) 基于负荷侧智能充电桩集群控制的电网调峰系统和方法
KR101769776B1 (ko) 주파수 제어 시스템 및 방법
CN108448699A (zh) 直流微网系统及其电动汽车的充放电控制方法
CN104253470A (zh) 电动汽车与电网互动协调的有序充电控制方法
CN111422094A (zh) 分布式充电桩的充放电协调优化控制方法
CN110289622B (zh) 一种光储充能量路由器的日前经济优化调度方法
CN111740403A (zh) 一种电网运营商与电动汽车集群的主从博弈调度策略
CN113258581B (zh) 一种基于多智能体的源荷协调电压控制方法及装置
CN112803446A (zh) 基于客户侧需求响应的多能优化控制方法及控制系统
Deng et al. Hierarchical distributed frequency regulation strategy of electric vehicle cluster considering demand charging load optimization
CN112952862B (zh) 平抑风电功率波动的混合储能分频协调控制器及实现方法
CN116632896B (zh) 一种多光储充电站的电动汽车充放电协同调度方法及系统
CN111016721A (zh) 一种满足台区三相平衡的电动汽车本地有序充电策略
Singh et al. A real-time smart charging station for EVs designed for V2G scenario and its coordination with renewable energy sources
CN104253444A (zh) 一种规模化充电站电网频率控制系统
CN111463781B (zh) 一种弹性导向的考虑电动公交的配电网恢复方法及系统
Patil et al. An intelligent control strategy for vehicle-to-grid and grid-to-vehicle energy transfer
CN107579530B (zh) 一种电网的低频减载方法及低频减载控制系统
CN110826210B (zh) 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法
Geng et al. Electric vehicles as flexible loads: Algorithms to optimize aggregate behavior

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