CN111582585B - 一种充电站与无线充电站的联合规划方法及系统 - Google Patents

一种充电站与无线充电站的联合规划方法及系统 Download PDF

Info

Publication number
CN111582585B
CN111582585B CN202010391161.3A CN202010391161A CN111582585B CN 111582585 B CN111582585 B CN 111582585B CN 202010391161 A CN202010391161 A CN 202010391161A CN 111582585 B CN111582585 B CN 111582585B
Authority
CN
China
Prior art keywords
charging station
cost
wireless charging
determining
preset
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
CN202010391161.3A
Other languages
English (en)
Other versions
CN111582585A (zh
Inventor
卢志刚
李萍
张子硕
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.)
Yanshan University
Original Assignee
Yanshan 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 Yanshan University filed Critical Yanshan University
Priority to CN202010391161.3A priority Critical patent/CN111582585B/zh
Publication of CN111582585A publication Critical patent/CN111582585A/zh
Application granted granted Critical
Publication of CN111582585B publication Critical patent/CN111582585B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Landscapes

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

Abstract

本发明涉及一种充电站与无线充电站的联合规划方法及系统，包括：根据投资成本确定第一目标函数，根据不确定性集合确定最恶劣场景，根据第二目标函数获取预设最恶劣场景下成本，确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值，根据充电站的位置、无线充电站的位置和第二目标函数确定上边界值；将上边界值减去下边界值，得边界差值，判断边界差值是否大于预设边界差，若是根据第二目标函数重新获取预设最恶劣场景下成本，若否根据充电站的位置、充电站的容量、无线充电站的位置和无线充电站的链路长度建立充电站和无线充电站，通过本发明的上述方法对充电站和无线充电站进行规划，增强电力交通系统的抵御能力。

Description

一种充电站与无线充电站的联合规划方法及系统
技术领域
本发明涉及综合能源系统中电力交通互联系统优化配置技术领域，特别是涉及一种充电站与无线充电站的联合规划方法及系统。
背景技术
近年来，随着自然灾害(飓风和风暴等)和网络攻击(人为攻击和误操作)等极端事件发生频率和强度的增大，导致电力系统大规模停电事故频发。由自然灾害、连锁故障、网络攻击等极端事件导致的停电事故，不仅造成了设备的损坏，还影响工业生产、商业活动、社会稳定等。因此，要增强电力系统的抵御能力，在面临无法避免的故障时，系统能有效的利用各种资源灵活应对风险，适应变化的环境，维持尽可能高的运行功能，并能迅速、高效恢复系统的性能。
随着电动汽车数量的不断增加，以电动汽车为纽带的电力系统与交通系统的耦合程度也随之不断加深，电动汽车的快速发展必然离不开电动汽车充电桩与电动汽车充电站(Electric Vehicle Charging Station，EVCS)建设的支撑，大力发展建设充电桩与充电站也成为了必要的一部分。电动汽车充电站除了具有给电动汽车充电功能以外，还可以通过V2G技术将电动汽车内电池电能回馈给电网。
发明内容
本发明的目的是提供一种充电站与无线充电站的联合规划方法及系统，增强电力交通系统的抵御能力。
为实现上述目的，本发明提供了如下方案：
一种充电站与无线充电站的联合规划方法，所述联合规划方法包括：
获取充电站和无线充电站的投资成本；
根据所述投资成本确定第一目标函数；
获取极端事件发生的不确定性集合；
根据所述不确定性集合确定极端事件发生中最恶劣场景；
在所述最恶劣场景中构建第二目标函数；
获取预设投资成本；
根据所述第二目标函数获取预设最恶劣场景下成本；
根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值；其中，所述下边界值为所述第一目标函数的值；
根据所述充电站的位置、所述无线充电站的位置和所述第二目标函数确定上边界值；
将上边界值减去下边界值，得到边界差值；
判断所述边界差值是否大于预设边界差，获得判断结果；
若所述判断结果表示所述边界差值大于预设边界差，根据所述第二目标函数重新获取预设最恶劣场景下成本，并返回“根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值”步骤；
若所述判断结果表示所述边界差值小于或等于预设边界差，根据所述充电站的位置、所述充电站的容量、所述无线充电站的位置和所述无线充电站的链路长度建立充电站和无线充电站。
可选的，所述获取充电站和无线充电站的投资成本，具体包括：
根据公式
Figure BDA0002485797050000021
确定充电站的投资成本；
根据公式
Figure BDA0002485797050000022
确定无线充电站的投资成本；
其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本，x1,ij为充电站二进制变量，c1为充电站的固定成本，c2为充电站单位容量可变成本系数，PEVij为在链路(i,j)处所建充电站的额定容量，x2,ij为无线充电站二进制变量，dij为链路(i,j)的长度，c3为无线充电站的固定成本，c4为无线充电站的可变成本系数，(i,j)∈KL，KL为充电站和无线充电站的候选集。
可选的，所述第一目标函数为min(CCS+CWCS)；其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本。
可选的，所述获取极端事件发生的不确定性集合，具体包括：
Figure BDA0002485797050000031
根据公式
Figure BDA0002485797050000032
获取极端事件发生的不确定性集合；
其中，U为极端事件发生的不确定性集合，RNCS为故障的充电站集合，RNL为故障的配电线路集合，uij,t为二进制变量，uij,t＝0表示t时刻链路(i,j)上的输电线被破坏，uij,t＝1表示t时刻链路(i,j)上的输电线未被破坏，uij,t+1为t+1时刻链路(i,j)上的输电线是否被破坏，vi,t为二进制变量，vi,t＝0表示t时刻节点i上的充电站受到破坏，vi,t＝1表示t时刻节点i上的充电站未受到破坏，Γl,t为t时刻配电线线路预想事故集，Γcs,t为t时刻充电站预想事故集。
可选的，所述在所述最恶劣场景中构建第二目标函数，具体包括：
根据公式
Figure BDA0002485797050000033
确定配电网的运行费用；
根据公式CUTS＝CT+CE确定交通网的运行费用；
根据所述配电网的运行费用和所述交通网的运行费用确定第二目标函数；所述第二目标函数为min(CPDS+CUTS)；
其中，CPDS为配电网的运行费用，CUTS为交通网的运行费用，
Figure BDA0002485797050000034
为节点j的负荷削减量，
Figure BDA0002485797050000035
为节点j的负荷削减成本系数，CT为用户总的旅行时间费用，CE为用户电量消耗费用。
可选的，所述根据公式CUTS＝CT+CE确定交通网的运行费用，具体包括：
根据公式
Figure BDA0002485797050000036
确定用户总的旅行时间费用；
根据公式
Figure BDA0002485797050000041
确定用户电量消耗费用；
根据公式CUTS＝CT+CE确定交通网的运行费用；
其中，
Figure BDA0002485797050000042
为时间成本系数，xa为交通网车流量，ta(θ)为电动汽车的旅行时间，
Figure BDA0002485797050000043
为充电站的车流量，
Figure BDA0002485797050000044
为电价成本系数，EB为每辆电动汽车消耗的电量，
Figure BDA0002485797050000045
为无线充电站的车流量。
可选的，所述根据所述第二目标函数获取预设最恶劣场景下成本，具体包括：
根据公式η≥(CPDS+CT+CE)获取预设最恶劣场景下成本；其中，η为预设最恶劣场景下成本，CPDS为配电网的运行费用，CT为用户总的旅行时间费用，CE为用户电量消耗费用。
可选的，所述根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值，具体包括：
根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置和无线充电站的链路长度；
根据所述充电站的位置、所述充电站的容量、所述无线充电站的位置和所述无线充电站的链路长度，采用公式LB＝(CCS+CWCS)+η确定下边界值；其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本，η为预设最恶劣场景下成本，LB为下边界值。
一种充电站与无线充电站的联合规划系统，所述联合规划系统包括：
投资成本获取模块，用于获取充电站和无线充电站的投资成本；
第一目标函数确定模块，用于根据所述投资成本确定第一目标函数；
不确定性集合获取模块，用于获取极端事件发生的不确定性集合；
最恶劣场景确定模块，用于根据所述不确定性集合确定极端事件发生中最恶劣场景；
第二目标函数构建模块，用于在所述最恶劣场景中构建第二目标函数；
预设投资成本获取模块，用于获取预设投资成本；
预设最恶劣场景下成本获取模块，用于根据所述第二目标函数获取预设最恶劣场景下成本；
数据确定模块，用于根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值；
上边界值确定模块，用于根据所述充电站的位置、所述无线充电站的位置和所述第二目标函数确定上边界值；
边界差值确定模块，用于将上边界值减去下边界值，得到边界差值；
判断模块，用于判断所述边界差值是否大于预设边界差，获得判断结果；
更新模块，用于若所述判断结果表示所述边界差值大于预设边界差，根据所述第二目标函数重新获取预设最恶劣场景下成本，并返回数据确定模块；
充电站和无线充电站建立模块，用于若所述判断结果表示所述边界差值小于或等于预设边界差，根据所述充电站的位置、所述充电站的容量、所述无线充电站的位置和所述无线充电站的链路长度建立充电站和无线充电站。
可选的，所述投资成本获取模块具体包括：
充电站投资成本确定单元，用于根据公式
Figure BDA0002485797050000051
确定充电站的投资成本；
无线充电站投资成本确定单元，用于根据公式
Figure BDA0002485797050000052
确定无线充电站的投资成本；
其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本，x1,ij为充电站二进制变量，c1为充电站的固定成本，c2为充电站单位容量可变成本系数，PEVij为在链路(i,j)处所建充电站的额定容量，x2,ij为无线充电站二进制变量，dij为链路(i,j)的长度，c3为无线充电站的固定成本，c4为无线充电站的可变成本系数，(i,j)∈KL，KL为充电站和无线充电站的候选集。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明涉及一种充电站与无线充电站的联合规划方法及系统，包括：根据投资成本确定第一目标函数，根据不确定性集合确定最恶劣场景，根据第二目标函数获取预设最恶劣场景下成本，确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值，根据充电站的位置、无线充电站的位置和第二目标函数确定上边界值；将上边界值减去下边界值，得边界差值，判断边界差值是否大于预设边界差，若是根据第二目标函数重新获取预设最恶劣场景下成本，若否根据充电站的位置、充电站的容量、无线充电站的位置和无线充电站的链路长度建立充电站和无线充电站，通过本发明的上述方法对充电站和无线充电站进行规划，增强电力系统的抵御能力。
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为本发明所提供的一种充电站与无线充电站的联合规划方法的流程图；
图2为本发明所提供的电-交通耦合系统拓扑图；
图3为本发明所提供的一种充电站与无线充电站的联合规划系统的结构示意图。
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充电站与无线充电站的联合规划方法及系统，增强电力交通系统的抵御能力。
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。
一种充电站与无线充电站的联合规划方法，所述联合规划方法包括：
S101，获取充电站和无线充电站的投资成本，具体包括：
1-1)根据公式
Figure BDA0002485797050000071
确定充电站的投资成本。
1-2)根据公式
Figure BDA0002485797050000072
确定无线充电站的投资成本。
其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本，x1,ij为充电站二进制变量，x1,ij＝1表示在链路(i,j)建立充电站，x1,ij＝0表示在链路(i,j)不建立充电站，c1为充电站的固定成本，包括充电站占地成本、设备成本等，c2为充电站单位容量可变成本系数，PEVij为在链路(i,j)处所建充电站的额定容量，x2,ij为无线充电站二进制变量，x2,ij＝1表示链路(i,j)覆盖了无线充电站，x2,ij＝0表示链路(i,j)未覆盖无线充电站，dij为链路(i,j)的长度，c3为无线充电站的固定成本，c4为无线充电站的可变成本系数，(i,j)∈KL，KL为充电站和无线充电站的候选集。
S102，根据所述投资成本确定第一目标函数，具体包括：
在极端事件发生前采取的预防措施，使充电站和无线充电站的投资成本最小化，确定投资方案，以充电站与无线充电站总的投资成本最小为目标建立第一目标函数，第一目标函数为min(CCS+CWCS)；其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本。
S103，获取极端事件发生的不确定性集合。
S104，根据所述不确定性集合确定极端事件发生中最恶劣场景。
极端事件发生具有随机性和不确定性，从所描述的预想事故中寻找最恶劣的事故场景，以使得配电系统的切负荷费用最大，建立极端事件发生的不确定性集合，通过n-k准则的后校验方式表示设备故障的不确定性，用鲁棒优化处理n-k约束，则n-k预想事故集恰好对应不确定性集合，而预想故障设备数k恰好对应不确定集合中的不确定度Γl,t，则极端事件发生的不确定集合为：
Figure BDA0002485797050000073
Figure BDA0002485797050000074
Figure BDA0002485797050000075
其中，U为极端事件发生的不确定性集合，RNCS为故障的充电站集合，RNL为故障的配电线路集合，uij,t为二进制变量，uij,t＝0表示t时刻链路(i,j)上的输电线被破坏，uij,t＝1表示t时刻链路(i,j)上的输电线未被破坏，uij,t+1为t+1时刻链路(i,j)上的输电线是否被破坏，vi,t为二进制变量，vi,t＝0表示t时刻节点i上的充电站受到破坏，vi,t＝1表示t时刻节点i上的充电站未受到破坏，Γl,t为t时刻配电线线路预想事故集，Γcs,t为t时刻充电站预想事故集，一般在极端事件下被破坏的电线(或充电站)会在下一时刻继续保持故障状态，即在每个时期，前一段时间发生故障的电力线路在下一阶段仍处于故障状态，本发明主要在于求解Γl,t的值，而Γcs,t假设为0，本发明实施例中Γl,t取值为3，则受到破坏的配电线路最多为3条。本发明在预设故障配电线路条数为3的情况下，找出配电网中具体哪3条线路故障后负荷削减最大，从而确定最恶劣场景。
S105，在所述最恶劣场景中构建第二目标函数，具体包括：
在最恶劣的事故场景下，调整充电站的出力使得切负荷降至最低，并使用无线充电站使得用户旅行成本达到最小，建立目标函数。
5-1)根据公式
Figure BDA0002485797050000081
确定配电网的运行费用。
5-2)根据公式CUTS＝CT+CE确定交通网的运行费用，具体包括：
5-2-1)根据公式
Figure BDA0002485797050000082
确定用户总的旅行时间费用。
5-2-2)根据公式
Figure BDA0002485797050000083
确定用户电量消耗费用。
5-2-3)根据公式CUTS＝CT+CE确定交通网的运行费用。
其中，
Figure BDA0002485797050000084
为时间成本系数，xa为交通网车流量，ta(θ)为电动汽车的旅行时间，
Figure BDA0002485797050000085
为充电站的车流量，
Figure BDA0002485797050000086
为电价成本系数，EB为电动汽车消耗的电量，
Figure BDA0002485797050000091
为无线充电站的车流量，x1为交通系统中链路1总的车流量，x2为交通系统中链路2总的车流量。
5-3)根据所述配电网的运行费用和所述交通网的运行费用确定第二目标函数；所述第二目标函数为min(CPDS+CUTS)。
其中，CPDS为配电网的运行费用，CUTS为交通网的运行费用，
Figure BDA0002485797050000092
为节点j的负荷削减量，
Figure BDA0002485797050000093
为节点j的负荷削减成本系数，CT为用户总的旅行时间费用，CE为用户电量消耗费用。
S106，获取预设投资成本Πmax。
充电站和无线充电站的投资成本小于或等于预设投资成本即CCS+CWCS≤Πmax。
S107，根据所述第二目标函数获取预设最恶劣场景下成本，具体包括：
根据公式η≥(CPDS+CT+CE)获取预设最恶劣场景下成本；其中，η为预设最恶劣场景下成本，CPDS为配电网的运行费用，CT为用户总的旅行时间费用，CE为用户电量消耗费用。
S108，根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值，具体包括：
8-1)根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置和无线充电站的链路长度。
根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定主问题，即充电站与无线充电站的规划方案，表示为：
Figure BDA0002485797050000094
其中，
Figure BDA0002485797050000095
8-2)根据所述充电站的位置、所述充电站的容量、所述无线充电站的位置和所述无线充电站的链路长度，采用公式LB＝(CCS+CWCS)+η确定下边界值；其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本，η为预设最恶劣场景下成本，LB为下边界值。
S109，根据所述充电站的位置、所述无线充电站的位置和所述第二目标函数确定上边界值；
获取第二目标函数的约束条件，包括电力系统约束条件、充电站约束条件和交通系统约束条件。
电力系统约束条件为：
1)支路潮流约束：
Figure BDA0002485797050000101
Figure BDA0002485797050000102
Figure BDA0002485797050000103
其中，
Figure BDA0002485797050000104
为输电线路(i,j)的有功功率，
Figure BDA0002485797050000105
为输电线路(i,j)的无功功率，
Figure BDA0002485797050000106
为输电线路(i,j)的电阻、
Figure BDA0002485797050000107
为输电线路(i,j)的电抗，
Figure BDA0002485797050000108
为充电站在母线j的有功功率需求值，
Figure BDA0002485797050000109
为充电站在母线j的无功功率需求值，
Figure BDA00024857970500001010
为母线j处其他负荷的有功功率需求值，
Figure BDA00024857970500001011
为母线j处其他负荷的无功功率需求值，
Figure BDA00024857970500001012
为输电线路(j,k)的有功功率，
Figure BDA00024857970500001013
为输电线路(j,k)的无功功率，π(j)为母线j的子母线集合，Uj为母线j的电压值，
Figure BDA00024857970500001014
为无功功率负荷削减量，DL表示配电网线路集合。
2)配电网安全约束：
Figure BDA00024857970500001015
Ujmin≤Uj≤Ujmax
其中，
Figure BDA00024857970500001016
为线路(i,j)传输的最大容量，Ujmin为母线j的最小电压值，Ujmax为母线j的最大电压值。
3)负荷削减约束：
Figure BDA00024857970500001017
其中，
Figure BDA00024857970500001018
为节点j的负荷削减量，
Figure BDA00024857970500001019
为节点j的负荷需求量。
所述充电站约束条件为：
1)充电站容量约束：
Pminij≤PEVij≤Pmaxij
其中，Pminij、Pmaxij分别为在链路(i,j)处充电站允许安装容量的上下限。
2)充电站注入功率约束：
Figure BDA0002485797050000111
Figure BDA0002485797050000112
其中，
Figure BDA0002485797050000113
为链路(i,j)上的充电站在场景s下能向电网注入的最大功率，
Figure BDA0002485797050000114
为在场景s下所有充电站可向电网注入的最大功率值，
Figure BDA0002485797050000115
为链路(i,j)上的充电站在场景s下能向电网注入的实际功率。
3)交通距离约束：
Figure BDA0002485797050000116
ds≤dPEV
d≤l
其中，dPEV为电动汽车可行驶的最大距离，ds为充电站之间的距离，
Figure BDA0002485797050000117
为电动汽车电能-机械能转换效率，vPEV为电动汽车的平均速度，SOCmax、SOCmin分别为电动汽车电池组的最大、最小荷电状态，BE为电池容量，Pe为发电机的额定功率，
Figure BDA0002485797050000118
为额定放电电流与实际放电电流之比，d为无线充电设施的铺设长度，l为交通链路的长度。
所述交通系统约束条件为：
假设电动汽车行驶在OD对上至少充一次电，根据电动汽车充电方式的不同将电动汽车分为两类：充电站车流量和无线充电站车流量。
为了确定交通流的分布，我们假设旅行者是自私的:他们每个人都会使用使自己旅行成本最小的路线。在交通拥挤的情况下，每条道路上的行驶时间取决于该路段上的总交通流量，这是所有司机决定的结果。如果没有人能够通过单方面改变路线来降低自己的旅行成本，就会达到一个稳定的状态。电动汽车的路线选择符合Wardrop用户均衡(UE)原则。
Wardrop UE Principle：在所有使用过的路径上的旅行成本是相等的，并且不超过在任何未使用的路径上的单个车辆所经历的旅行成本。
1)用户旅行时间约束：
(1-1)在无线充电设施上充电的电动汽车，其旅行时间随交通流量严格增长，采用常用的BPR函数来计算该旅行时间：
Figure BDA0002485797050000121
(1-2)在充电站充电的电动汽车，采用基于排队论的戴维森函数来计算电动汽车的旅行时间：
Figure BDA0002485797050000122
其中，
Figure BDA0002485797050000123
为自由旅行时间，ca为充电道路的容量，xa为充电链路上的车流量，
Figure BDA0002485797050000124
为建设有无线充电设施的交通链路，
Figure BDA0002485797050000125
为建设有充电站的交通链路，ta(xa)为交通网中旅行时间。由于旅行时间与交通网链路车流量有关系，所以旅行时间表达为与车流量有关的函数表达式。J表示该函数的斜度，当车流量xa趋近于链路容量ca时，旅行时间ta(xa)趋于无穷大，J越小。
2)交通系统总流量约束：
Figure BDA0002485797050000126
其中，
Figure BDA0002485797050000127
为在路径上充电站的车流量，
Figure BDA0002485797050000128
为在路径上无线充电设施的车流量，
Figure BDA0002485797050000129
为二进制变量，表示电动汽车是否在链路上。
3)链路流量约束：
Figure BDA00024857970500001210
Figure BDA00024857970500001211
4)用户均衡约束：
Figure BDA0002485797050000131
Figure BDA0002485797050000132
其中，
Figure BDA0002485797050000133
为CSEV在OD对(r,s)上的最小旅行费用，
Figure BDA0002485797050000134
为WSEV在OD对(r,s)上的最小旅行费用，
Figure BDA0002485797050000135
为充电站的车流量，
Figure BDA0002485797050000136
为无线充电站的车流量，(r,s)为交通网的OD对，表示起始节点到终止节点，
Figure BDA0002485797050000137
为充电站的链路集合，
Figure BDA0002485797050000138
为无线充电站的链路集合，
Figure BDA0002485797050000139
为在OD对(r,s)之间k路径上CSEV的旅行费用，
Figure BDA00024857970500001310
为在OD对(r,s)之间k路径上WSEV的旅行费用。
根据上述约束条件和第二目标函数确定子问题，线路故障后的运行问题，是在观测到线路故障最坏情况下合理安排充电站和无线充电出力，从而减少失负荷量和旅行时间，从而提升整个系统的弹性，表示为：
Figure BDA00024857970500001311
采用公式UB＝min(UB,CCS+CWCS+CPDS+CUTS)确定上边界值，其中，UB为当前时刻的上边界值。
S110，将上边界值减去下边界值，得到边界差值。
采用当前时刻的上边界值减去下边界值，得到边界差值。
S111，判断所述边界差值是否大于预设边界差，获得判断结果。
S112，若所述判断结果表示所述边界差值大于预设边界差，根据所述第二目标函数重新获取预设最恶劣场景下成本，并返回S108。
S113，若所述判断结果表示所述边界差值小于或等于预设边界差，根据所述充电站的位置、所述充电站的容量、所述无线充电站的位置和所述无线充电站的链路长度建立充电站和无线充电站。
本发明还提供了一种充电站与无线充电站的联合规划系统，如图3所示，所述联合规划系统包括：
投资成本获取模块1，用于获取充电站和无线充电站的投资成本。
第一目标函数确定模块2，用于根据所述投资成本确定第一目标函数。
不确定性集合获取模块3，用于获取极端事件发生的不确定性集合。
最恶劣场景确定模块4，用于根据所述不确定性集合确定极端事件发生中最恶劣场景。
第二目标函数构建模块5，用于在所述最恶劣场景中构建第二目标函数。
预设投资成本获取模块6，用于获取预设投资成本。
预设最恶劣场景下成本获取模块7，用于根据所述第二目标函数获取预设最恶劣场景下成本。
数据确定模块8，用于根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值。
上边界值确定模块9，用于根据所述充电站的位置、所述无线充电站的位置和所述第二目标函数确定上边界值。
边界差值确定模块10，用于将上边界值减去下边界值，得到边界差值。
判断模块11，用于判断所述边界差值是否大于预设边界差，获得判断结果。
更新模块12，用于若所述判断结果表示所述边界差值大于预设边界差，根据所述第二目标函数重新获取预设最恶劣场景下成本，并返回数据确定模块8。
充电站和无线充电站建立模块13，用于若所述判断结果表示所述边界差值小于或等于预设边界差，根据所述充电站的位置、所述充电站的容量、所述无线充电站的位置和所述无线充电站的链路长度建立充电站和无线充电站。
优选的，所述投资成本获取模块6具体包括：
充电站投资成本确定单元，用于根据公式
Figure BDA0002485797050000141
确定充电站的投资成本。
无线充电站投资成本确定单元，用于根据公式
Figure BDA0002485797050000142
确定无线充电站的投资成本。
其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本，x1,ij为充电站二进制变量，c1为充电站的固定成本，c2为充电站单位容量可变成本系数，PEVij为在链路(i,j)处所建充电站的额定容量，x2,ij为无线充电站二进制变量，dij为链路(i,j)的长度，c3为无线充电站的固定成本，c4为无线充电站的可变成本系数，(i,j)∈KL，KL为充电站和无线充电站的候选集。
下面提供了增强电-交通耦合系统弹性的充电站与无线充电站的联合规划方法仿真分析算例。
(1)算例及相关参数：
本算例以IEEE33节点配电网系统和12节点交通网系统为研究对象。配电网IEEE33节点系统如图2右图所示，交通网12节点系统如图2左图所示。交通节点用圆圈表示，编号为别为T1、T2、…、T12；配电系统节点用蓝色方块表示，编号为E1、E2、…、E20，黑色线为电力线路(交通链路)。本算例中充电站的投资成本系数c1＝$208,000，c2＝$31,200，无线充电站的投资成本系数c3＝$30,000，c4＝$800,000/mi，负荷削减成本系数
Figure BDA0002485797050000151
旅行时间成本系数w＝10$/h，电价成本系数λf,j＝150$/MWh，电动汽车行驶里程为R＝100km，初始和最终的荷电状态SOCO和SOCD都为0.5，电压值：
Figure BDA0002485797050000152
松弛母线的电压值
Figure BDA0002485797050000153
每条配电线路的最大功率流：
Figure BDA0002485797050000154
其他电力负荷为：22709.7kW和17041.1kVar。两系统的耦合结构见图2交通拓扑图。配电网和交通网基础参数如表1-3所示。
表1配电线路参数
Figure BDA0002485797050000155
Figure BDA0002485797050000161
表2交通网链路参数
Figure BDA0002485797050000162
表3 O-D对和交通需求
Figure BDA0002485797050000171
(2)仿真：整个算例在MATLAB工具箱执行。
从仿真结果得出，在极端事件发生后，充电站向配电网放电并有效利用无线充电技术，能有效的减少配电网的负荷削减和交通网的旅行时间，有助于增强电-交通耦合系统的弹性。
本实施例的增强电-交通耦合系统弹性的充电站与无线充电站的联合规划方法，首先在极端事件发生前做好一定的预防措施，然后寻找最恶劣的极端事件场景，使得配电网的负荷削减和交通网的旅行时间达到最大，最后，充电站作为配电系统与交通系统的重要衔接，在极端事件发生后，电动汽车可作为应急电源向电网放电，从而减少配电网的负荷削减。当充电站受到破坏，不能正常运行后，可以通过无线充电设施进行充电，从而减少排队等候充电的时间，进而减少电动汽车的旅行时间。
本发明的有益效果是：
1、本发明考虑了在极端事件发生后配电线路不仅会受到破坏，充电站作为电力系统与交通系统的衔接点也会受到破坏，不仅考虑了配电网的弹性，还考虑了交通网的弹性。
2、本发明考虑了无线充电技术，实现了电动汽车“边走边冲”的充电模式，同时提出了一种充电站与无线充电站联合规划方法，相比其他充电站规划方法更具实用性，使得交通网更具灵活性，同时降低了交通网中用户的旅行时间，进而减小了用户的旅行费用。
3、本发明提出一种两阶段自适应鲁棒优化模型，考虑了极端事件发生的不确定性，通过寻找极端天气发生的最恶劣场景，使得配电系统和交通系统造成的损失达到最大；在极端事件发生前采取预防措施，通过合理规划充电站和无线充电站，使得配电网的负荷削减成本和交通网的用户旅行成本达到最低。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。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。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种充电站与无线充电站的联合规划方法，其特征在于，所述联合规划方法包括：
获取充电站和无线充电站的投资成本；
根据所述投资成本确定第一目标函数；所述第一目标函数为min(CCS+CWCS)；其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本；
获取极端事件发生的不确定性集合，具体包括：
根据公式
Figure FDA0003497342610000011
获取极端事件发生的不确定性集合；
其中，U为极端事件发生的不确定性集合，RNCS为故障的充电站集合，RNL为故障的配电线路集合，uij,t为二进制变量，uij,t＝0表示t时刻链路(i,j)上的输电线被破坏，uij,t＝1表示t时刻链路(i,j)上的输电线未被破坏，uij,t+1为t+1时刻链路(i,j)上的输电线是否被破坏，vi,t为二进制变量，vi,t＝0表示t时刻节点i上的充电站受到破坏，vi,t＝1表示t时刻节点i上的充电站未受到破坏，Γl,t为t时刻配电线线路预想事故集，Γcs,t为t时刻充电站预想事故集；
根据所述不确定性集合确定极端事件发生中最恶劣场景；
在所述最恶劣场景中构建第二目标函数，具体包括：
根据公式
Figure FDA0003497342610000012
确定配电网的运行费用；
根据公式CUTS＝CT+CE确定交通网的运行费用；
根据所述配电网的运行费用和所述交通网的运行费用确定第二目标函数；所述第二目标函数为min(CPDS+CUTS)；
其中，CPDS为配电网的运行费用，CUTS为交通网的运行费用，
Figure FDA0003497342610000013
为节点j的负荷削减量，
Figure FDA0003497342610000014
为节点j的负荷削减成本系数，CT为用户总的旅行时间费用，CE为用户电量消耗费用；
所述根据公式CUTS＝CT+CE确定交通网的运行费用，具体包括：
根据公式
Figure FDA0003497342610000021
确定用户总的旅行时间费用；
根据公式
Figure FDA0003497342610000022
确定用户电量消耗费用；
根据公式CUTS＝CT+CE确定交通网的运行费用；
其中，
Figure FDA0003497342610000023
为时间成本系数，xa为交通网车流量，ta(θ)为电动汽车的旅行时间，
Figure FDA0003497342610000024
为充电站的车流量，
Figure FDA0003497342610000025
为电价成本系数，EB为每辆电动汽车消耗的电量，
Figure FDA0003497342610000026
为无线充电站的车流量；
获取预设投资成本；
根据所述第二目标函数获取预设最恶劣场景下成本；
根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值；其中，所述下边界值为所述第一目标函数的值；
根据所述充电站的位置、所述无线充电站的位置和所述第二目标函数确定上边界值；
将上边界值减去下边界值，得到边界差值；
判断所述边界差值是否大于预设边界差，获得判断结果；
若所述判断结果表示所述边界差值大于预设边界差，根据所述第二目标函数重新获取预设最恶劣场景下成本，并返回“根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值”步骤；
若所述判断结果表示所述边界差值小于或等于预设边界差，根据所述充电站的位置、所述充电站的容量、所述无线充电站的位置和所述无线充电站的链路长度建立充电站和无线充电站。
2.根据权利要求1所述的充电站与无线充电站的联合规划方法，其特征在于，所述获取充电站和无线充电站的投资成本，具体包括：
根据公式
Figure FDA0003497342610000031
确定充电站的投资成本；
根据公式
Figure FDA0003497342610000032
确定无线充电站的投资成本；
其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本，x1,ij为充电站二进制变量，c1为充电站的固定成本，c2为充电站单位容量可变成本系数，PEVij为在链路(i,j)处所建充电站的额定容量，x2,ij为无线充电站二进制变量，dij为链路(i,j)的长度，c3为无线充电站的固定成本，c4为无线充电站的可变成本系数，(i,j)∈KL，KL为充电站和无线充电站的候选集。
3.根据权利要求1所述的充电站与无线充电站的联合规划方法，其特征在于，所述根据所述第二目标函数获取预设最恶劣场景下成本，具体包括：
根据公式η≥(CPDS+CT+CE)获取预设最恶劣场景下成本；其中，η为预设最恶劣场景下成本，CPDS为配电网的运行费用，CT为用户总的旅行时间费用，CE为用户电量消耗费用。
4.根据权利要求1所述的充电站与无线充电站的联合规划方法，其特征在于，所述根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值，具体包括：
根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置和无线充电站的链路长度；
根据所述充电站的位置、所述充电站的容量、所述无线充电站的位置和所述无线充电站的链路长度，采用公式LB＝(CCS+CWCS)+η确定下边界值；其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本，η为预设最恶劣场景下成本，LB为下边界值。
5.一种充电站与无线充电站的联合规划系统，其特征在于，所述联合规划系统包括：
投资成本获取模块，用于获取充电站和无线充电站的投资成本；
第一目标函数确定模块，用于根据所述投资成本确定第一目标函数；所述第一目标函数为min(CCS+CWCS)；其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本；
不确定性集合获取模块，用于获取极端事件发生的不确定性集合，具体包括：
根据公式
Figure FDA0003497342610000041
获取极端事件发生的不确定性集合；
其中，U为极端事件发生的不确定性集合，RNCS为故障的充电站集合，RNL为故障的配电线路集合，uij,t为二进制变量，uij,t＝0表示t时刻链路(i,j)上的输电线被破坏，uij,t＝1表示t时刻链路(i,j)上的输电线未被破坏，uij,t+1为t+1时刻链路(i,j)上的输电线是否被破坏，vi,t为二进制变量，vi,t＝0表示t时刻节点i上的充电站受到破坏，vi,t＝1表示t时刻节点i上的充电站未受到破坏，Γl,t为t时刻配电线线路预想事故集，Γcs,t为t时刻充电站预想事故集；
最恶劣场景确定模块，用于根据所述不确定性集合确定极端事件发生中最恶劣场景；
第二目标函数构建模块，用于在所述最恶劣场景中构建第二目标函数，具体包括：
根据公式
Figure FDA0003497342610000042
确定配电网的运行费用；
根据公式CUTS＝CT+CE确定交通网的运行费用；
根据所述配电网的运行费用和所述交通网的运行费用确定第二目标函数；所述第二目标函数为min(CPDS+CUTS)；
其中，CPDS为配电网的运行费用，CUTS为交通网的运行费用，
Figure FDA0003497342610000043
为节点j的负荷削减量，
Figure FDA0003497342610000044
为节点j的负荷削减成本系数，CT为用户总的旅行时间费用，CE为用户电量消耗费用；
所述根据公式CUTS＝CT+CE确定交通网的运行费用，具体包括：
根据公式
Figure FDA0003497342610000051
确定用户总的旅行时间费用；
根据公式
Figure FDA0003497342610000052
确定用户电量消耗费用；
根据公式CUTS＝CT+CE确定交通网的运行费用；
其中，
Figure FDA0003497342610000053
为时间成本系数，xa为交通网车流量，ta(θ)为电动汽车的旅行时间，
Figure FDA0003497342610000054
为充电站的车流量，
Figure FDA0003497342610000055
为电价成本系数，EB为每辆电动汽车消耗的电量，
Figure FDA0003497342610000056
为无线充电站的车流量；
预设投资成本获取模块，用于获取预设投资成本；
预设最恶劣场景下成本获取模块，用于根据所述第二目标函数获取预设最恶劣场景下成本；
数据确定模块，用于根据所述预设投资成本、预设最恶劣场景下成本和所述第一目标函数确定充电站的位置、充电站的容量、无线充电站的位置、无线充电站的链路长度和下边界值；
上边界值确定模块，用于根据所述充电站的位置、所述无线充电站的位置和所述第二目标函数确定上边界值；
边界差值确定模块，用于将上边界值减去下边界值，得到边界差值；
判断模块，用于判断所述边界差值是否大于预设边界差，获得判断结果；
更新模块，用于若所述判断结果表示所述边界差值大于预设边界差，根据所述第二目标函数重新获取预设最恶劣场景下成本，并返回数据确定模块；
充电站和无线充电站建立模块，用于若所述判断结果表示所述边界差值小于或等于预设边界差，根据所述充电站的位置、所述充电站的容量、所述无线充电站的位置和所述无线充电站的链路长度建立充电站和无线充电站。
6.根据权利要求5所述的充电站与无线充电站的联合规划系统，其特征在于，所述投资成本获取模块具体包括：
充电站投资成本确定单元，用于根据公式
Figure FDA0003497342610000057
确定充电站的投资成本；
无线充电站投资成本确定单元，用于根据公式
Figure FDA0003497342610000061
确定无线充电站的投资成本；
其中，CCS为充电站的投资成本，CWCS为无线充电站的投资成本，x1,ij为充电站二进制变量，c1为充电站的固定成本，c2为充电站单位容量可变成本系数，PEVij为在链路(i,j)处所建充电站的额定容量，x2,ij为无线充电站二进制变量，dij为链路(i,j)的长度，c3为无线充电站的固定成本，c4为无线充电站的可变成本系数，(i,j)∈KL，KL为充电站和无线充电站的候选集。
CN202010391161.3A 2020-05-11 2020-05-11 一种充电站与无线充电站的联合规划方法及系统 Active CN111582585B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010391161.3A CN111582585B (zh) 2020-05-11 2020-05-11 一种充电站与无线充电站的联合规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010391161.3A CN111582585B (zh) 2020-05-11 2020-05-11 一种充电站与无线充电站的联合规划方法及系统

Publications (2)

Publication Number Publication Date
CN111582585A CN111582585A (zh) 2020-08-25
CN111582585B true CN111582585B (zh) 2022-03-22

Family

ID=72115356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010391161.3A Active CN111582585B (zh) 2020-05-11 2020-05-11 一种充电站与无线充电站的联合规划方法及系统

Country Status (1)

Country Link
CN (1) CN111582585B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110198031A (zh) * 2019-06-03 2019-09-03 华翔翔能电气股份有限公司 电动汽车充电站与5g通信基站协同规划方法
CN110504708A (zh) * 2019-08-09 2019-11-26 国家电网有限公司 计及充电站和分布式电源的配电网多目标协同规划方法
CN110751368A (zh) * 2019-09-18 2020-02-04 清华大学 一种考虑充电负荷灵活性的电动汽车储充站规划方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5928320B2 (ja) * 2012-12-07 2016-06-01 株式会社日立製作所 電気自動車向けナビゲーションシステム
CN105160428B (zh) * 2015-08-19 2018-04-06 天津大学 高速公路电动汽车快速充电站的规划方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110198031A (zh) * 2019-06-03 2019-09-03 华翔翔能电气股份有限公司 电动汽车充电站与5g通信基站协同规划方法
CN110504708A (zh) * 2019-08-09 2019-11-26 国家电网有限公司 计及充电站和分布式电源的配电网多目标协同规划方法
CN110751368A (zh) * 2019-09-18 2020-02-04 清华大学 一种考虑充电负荷灵活性的电动汽车储充站规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Joint planning of active distribution networks considering renewable power uncertainty";Wang Shu, Luo Fengji, Dong Zhao Yang;《International Journal of Electrical Power & Energy Systems》;20191230;第1-9页 *
"基于双层规划的电动汽车充电站选址模型仿真";冯春;《计算机仿真》;20191230;第1-6页 *

Also Published As

Publication number Publication date
CN111582585A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
CN110751368B (zh) 一种考虑充电负荷灵活性的电动汽车储充站规划方法
CN106803680A (zh) 梯次电池组储能电站的能量管理方法和系统
Zhang et al. A coordinated restoration method of electric buses and network reconfiguration in distribution systems under extreme events
Zhang et al. A coordinated restoration method of hybrid AC–DC distribution network with electric buses considering transportation system influence
CN114678881B (zh) 一种v2g辅助支撑下的地震灾后电网快速恢复方法
CN115313374A (zh) 一种融合多代理架构的主动配电网故障恢复方法
CN109617132B (zh) 提升弹性配电网恢复力的资源配置与网络重构优化方法
CN114709816A (zh) 一种冰灾场景下能源互联配电系统韧性恢复方法
CN111382912B (zh) 一种交通网层能量最优分配策略确定方法及系统
CN109950928A (zh) 一种计及充放储一体站的主动配电网故障恢复方法
CN111582585B (zh) 一种充电站与无线充电站的联合规划方法及系统
CN113657619A (zh) 考虑故障连锁的关键弹性提升元件辨识及故障恢复方法
CN117252393A (zh) 一种考虑多种分布式资源协调运行的充电桩规划方法
CN110391657B (zh) 一种应对极端天气引起短路故障的电力系统韧性提高方法
CN108988336B (zh) 具有嵌套式微电网的充电桩系统的优化规划方法
CN111525647A (zh) 基于退役动力电芯模组再利用的储能电站及充、放电方法
CN111244990A (zh) 一种配电网v2g辅助服务日前调度方法
CN214255738U (zh) 一种基于优化配电网分布的电动汽车充电桩拓扑结构
CN115459256A (zh) 基于配电网-交通网协同的配网负荷恢复方法及系统
CN215221767U (zh) 一种电动公交车直流车载式充电机
CN114914904A (zh) 基于配电-信息-交通网耦合的多时段动态供电恢复方法
CN113937768A (zh) 一种计及接线单元及输电阻塞的高压配电网转供优化方法
Zhou et al. Vehicle-to-Grid Based Load Recovery Strategy for Power Network Considering Load Importance
CN110518572A (zh) 一种基于最小负荷损失的配电网孤岛划分方法
Jin et al. Research on Emergency Assessment and Recovery Strategy of Highway Energy System Based on Earthquake Disaster Scenario

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