CN111628496B - 一种电动汽车充电站选址和最大充电负荷确定方法 - Google Patents

一种电动汽车充电站选址和最大充电负荷确定方法 Download PDF

Info

Publication number
CN111628496B
CN111628496B CN202010423258.8A CN202010423258A CN111628496B CN 111628496 B CN111628496 B CN 111628496B CN 202010423258 A CN202010423258 A CN 202010423258A CN 111628496 B CN111628496 B CN 111628496B
Authority
CN
China
Prior art keywords
index
load
distribution network
power distribution
charging
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
CN202010423258.8A
Other languages
English (en)
Other versions
CN111628496A (zh
Inventor
李升�
杨锐
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.)
Nanjing Institute of Technology
Original Assignee
Nanjing Institute of Technology
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 Nanjing Institute of Technology filed Critical Nanjing Institute of Technology
Priority to CN202010423258.8A priority Critical patent/CN111628496B/zh
Publication of CN111628496A publication Critical patent/CN111628496A/zh
Application granted granted Critical
Publication of CN111628496B publication Critical patent/CN111628496B/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
    • 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
    • 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
    • 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
    • B60L53/67—Controlling two or more charging stations
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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

Landscapes

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

Abstract

本发明公开一种电动汽车充电站选址和最大充电负荷确定方法，包括，在计算配电网各节点的紧密度指标、电气介数指标、输入功率指标的基础上，设置权重获得配电网各节点的脆弱度指标并从高到低排序，取排序较前的部分高脆弱度负荷节点作为电动汽车的充电站点，选取合理的电动汽车充电负荷模型并将其平均分配接入配电网，重新计算脆弱度指标验证系统获得更小的脆弱度，从而确定出充电站点的优化分配方案。在此基础上再逐渐增加充电站点的负荷，运用连续潮流法对每个充电站点计算出其最大负荷，从而获得电动汽车在该站点的最大充电负荷量。本发明方法能够一定程度上降低配电网系统整体脆弱性、提高系统运行的安全稳定性。

Description

一种电动汽车充电站选址和最大充电负荷确定方法
技术领域
本发明涉及一种电动汽车充电站选址和最大充电负荷确定方法，属于电动汽车并网运行及电力系统安全稳定技术领域。
背景技术
随着电力技术的发展，人们的生活水平越来越高，一切日常生产、工作都离不开电能。对于用户而言，与电能最直接的接触就是通过配电网。配电网作为电力网中的一部分，起着送配电的作用，如果配电环节出现了故障，将会对国民生产、国民经济造成无法估量的损失。因此，有必要对配电网的脆弱性进行分析。
分析配电网脆弱性就是分析网络中节点的脆弱度。当故障点处于核心节点时，配电网网架结构的鲁棒性将遭到破坏。通过研究复杂网络理论可以为节点脆弱度评估提供思路。
目前，网络脆弱性评估主要基于输电网，针对配电网的研究较少，主要是由于配电网拓扑多呈辐射型，无回环，相比于输电网结构简单。有的学者通过分析配电网节点重要度和网络抗毁性两个方面，提出了一种基于复杂网络节点重要度的评估模型。有的学者从网络结构联通性角度，提出了配电网脆弱性评估模型。有的学者对网络结构进行加权，并分析系统脆弱性。
上述研究均未涉及电动汽车，随着国家大力推广电动汽车产业的发展，可以预见接入配电网的电动汽车规模会越来越大。电动汽车的接入是否会影响配电网的脆弱性以及如何影响都是值得研究的问题。
发明内容
本发明针对电动汽车充电站的选址和定容问题，提供一种电动汽车充电站选址和最大充电负荷确定方法，以复杂网络理论为基础，借助节点紧密度、节点电气介数、节点注入有功功率三个指标来分析配电网脆弱性，研究电动汽车充电负荷模型并将其平均分配接入配电网，分析接入前后节点脆弱度的变化，从而确定出电动汽车充电站点的优化分配方案，并在此基础上确定出各充电站点的电动汽车最大充电负荷量。
为实现上述目的，本发明采用的技术方案是：
一种电动汽车充电站选址和最大充电负荷确定方法，包括：
计算配电网中各节点的紧密度指标、电气介数指标和输入功率指标；所述配电网中的节点包括发电机节点和负荷节点；
根据配电网中各节点的紧密度指标、电气介数指标和输入功率指标计算配电网中各节点的脆弱度指标；
根据配电网中各节点的脆弱度指标计算配电网总的脆弱度指标；
根据配电网中各节点的脆弱度指标选取接入电动汽车的充电站点方案，以及根据配电网总的脆弱度指标选取最优分配的充电站点方案；
基于最优分配的充电站点方案接入电动汽车后，计算各充电站点的最大充电负荷量。
进一步的，所述根据配电网中各节点的紧密度指标、电气介数指标和输入功率指标计算配电网中各节点的脆弱度指标，包括：
Ii＝k1IDi+k2IJi+k3IPi
其中，Ii表示配电网中节点i的脆弱度指标，IDi为节点i的紧密度指标，IJi为节点i的电气介数指标，IPi为节点i的输入功率指标，k1、k2、k3分别为紧密度指标、电气介数指标、输入功率指标的权重。
进一步的，所述紧密度指标、电气介数指标和输入功率指标的权重计算如下：
分别以各指标最大值为基准值将各指标归一化；
采用层次分析法求取各指标的权重k1、k2、k3；且各指标权重满足：k1+k2+k3＝1。
进一步的，所述根据配电网中各节点的脆弱度指标计算配电网总的脆弱度指标，包括：
Figure GDA0003362959950000021
其中，IS表示配电网总的脆弱度指标，N为配电网的节点数。
进一步的，所述根据配电网中各节点的脆弱度指标选取接入电动汽车的充电站点方案，以及根据配电网总的脆弱度指标选取最优分配的充电站点方案，包括：
将配电网中各节点的脆弱度指标按从大到小进行排序；
选取排序靠前的一定比例的负荷节点作为接入电动汽车的充电站点方案；
对于每一个接入电动汽车的充电站点方案，将当前电动汽车充电负荷平均分配接入所选取的电动汽车充电站点；
重新计算接入电动汽车后配电网总的脆弱度指标；
选取配电网总的脆弱度指标最小的方案作为最优分配的电动汽车充电站点方案。
进一步的，选取排序靠前的占总负荷节点数10％～15％的负荷节点作为接入电动汽车的充电站点方案。
进一步的，所述电动汽车充电负荷为：
Figure GDA0003362959950000031
NEV＝0.4176PΣ；
其中，PEV为电动汽车充电负荷，λEV为电动汽车渗透率，NEV为电动汽车保有量，PEVl为电池特性为l的单台电动汽车的充电负荷，nEVl为不同电池特性的电动汽车的种类，βl为电池特性为l的电动汽车数占充电的总电动汽车数的比例，PΣ为配电网基础负荷总有功功率。
进一步的，所述基于最优分配的充电站点方案接入电动汽车后，计算各充电站点的最大充电负荷量，包括：
对所有接入电动汽车的充电站点逐渐增大负荷进行连续潮流计算，得到各充电站点的最大负荷；
将各充电站点的最大负荷减去该充电站点的基础负荷，乘以预设比例，得到该充电站点电动汽车的最大充电负荷量。
进一步的，所述预设比例为85％～90％。
本发明的有益效果是：
本发明将复杂网络与电动汽车充电站选址结合起来，借助节点紧密度、节点电气介数、节点注入有功功率三个指标来分析配电网脆弱性，研究电动汽车充电负荷模型并将其平均分配接入配电网，分析接入前后节点脆弱度的变化，从而确定出电动汽车充电站点的优化分配方案，能够在一定程度上降低系统整体的脆弱性；同时运用连续潮流法计算得到各充电站点电动汽车的最大充电负荷量，对电网的安全稳定运行具有一定意义。
附图说明
图1为本发明的电动汽车充电站选址和最大充电负荷确定方法流程图。
图2为标准IEEE 33节点配电网系统。
图3为电动汽车接入前各节点指标数据分布。
图4为电动汽车接入3个充电站点后各节点指标数据分布。
具体实施方式
下面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。
以电动汽车接入图2所示的IEEE 33节点配电网系统为例，图2为标准IEEE33节点配电网，电压等级为10kV，有32条支路、5条联络开关支路、1个电源。网络首端基准电压为12.66kV，基准容量为10MVA，基础负荷总功率为5084.26+j2547.32kVA。
参见图1，本发明提供一种电动汽车充电站选址和最大充电负荷确定方法，包括：
步骤一：计算配电网中各节点的紧密度指标。
配电网的节点一般包括电源节点(发电机节点)和负荷节点，充电站点是在负荷节点里面选择的，它的数量小于负荷节点数。
节点度反应某一个节点与其它节点间的相互联系，其数值表示所有与该节点相连的节点数。由于配电网为辐射型结构，许多节点将呈现相同的节点度，无法区分相互间的差异，所以引入紧密度的概念，在计算某节点的节点紧密度指标时可反应其它节点对该节点的影响。
进一步的，配电网中各节点的紧密度指标为：
Figure GDA0003362959950000041
其中，IDi为配电网中节点i的紧密度指标，i、j为节点号，Di和Dj为节点i和j的节点度，
Figure GDA0003362959950000042
为平均节点度，V1表示与节点i相邻的节点集合；Ki、Kj为系数，
Figure GDA0003362959950000043
N为配电网的节点数，dik为配电网中节点i与节点k的最短路径长度，dik通过Floyd算法求取，V表示配电网所有节点集合。
步骤二：计算配电网中各节点的电气介数指标。电气介数在复杂网络中的定义为：复杂网络中，节点间的信息或能量总是通过节点间加权最短路径或最有效路径传播，介数为节点或边通过的最短路径或最有效路径次数。节点的重要程度随着电气介数的变大而变大。电气介数指标定义考虑发电机与各个节点间功率传输的作用。
进一步的，配电网中各节点的电气介数指标为：
Figure GDA0003362959950000051
其中，IJi为节点i的电气介数指标，G为发电机节点集合，L为负荷节点集合，Pm为发电机节点m发出的实际功率，Pn为负荷节点n消耗的实际功率，αmn(i)为节点i的单位电气介数；
αmn(i)计算为：
Figure GDA0003362959950000052
其中，Imn(i,j)为在(m,n)节点对之间注入单位电流元后在i-j支路上的电流，i≠m,n表示节点i不是发电机节点也不是负荷节点，i＝m,n表示节点i是发电机节点或负荷节点。
步骤三：计算配电网中各节点的输入功率指标。前面两项指标主要在配电网结构层面对节点进行分析，而该项指标从实际功率角度考虑节点传输、分配功率的能力。值越大，说明节点传输、分配功率的能力越强。
进一步的，配电网中各节点的输入功率指标为：
Figure GDA0003362959950000053
其中，IPi为节点i的输入功率指标，Pi为节点i的注入功率，Sb为基准容量。
步骤四：计算配电网中各节点的脆弱度指标和配电网总的脆弱度指标。对各指标去量纲组合成脆弱度指标。任何一个指标都无法全面的对所有节点做出判断，因此需要设定权重，综合所有指标弥补各自的不足。
进一步的，包括：
以各指标(紧密度指标，电气介数指标，输入功率指标)最大值为基准值将数据归一化，消除在量纲和含义上的差别；
采用层次分析法(AHP)求取节点紧密度指标、电气介数指标、输入功率指标的权重k1，k2，k3，综合得到节点的脆弱度指标为：
Ii＝k1IDi+k2IJi+k3IPi；
其中，Ii表示节点i的脆弱度指标，各指标权重满足：k1+k2+k3＝1。
本发明实施例中设置紧密度指标、电气介数指标、输入功率指标的权重分别为0.2、0.2、0.6，则节点脆弱度指标为：
Ii＝0.2IDi+0.2IJi+0.6IPi；
为了反映整个系统的脆弱性，将配电网所有节点的脆弱度指标值加起来表征整个系统的脆弱性：
Figure GDA0003362959950000061
IEEE 33节点配电网接入电动汽车前的各指标计算结果如图3所示。
步骤五：确定电动汽车合理的负荷模型。电动汽车接入电网充电将会消耗电网电能，增加系统负荷，所以可以将其等效为一个负荷模型，负荷的大小取决于电动汽车的数量以及充电方式。常用的充电方式有两种：慢充、快充。快充是指短时间内以大功率充电至期望电量；慢充则是以低功率充电至期望电量，一般充电时间较长。
电动汽车充电负荷模型为：
Figure GDA0003362959950000062
NEV＝0.4176PΣ；
其中，PEV为电动汽车充电负荷，λEV为电动汽车渗透率，NEV为电动汽车保有量，PEVl为电池特性为l的单台电动汽车的充电负荷，nEVl为不同电池特性的电动汽车的总种类，βl为电池特性为l的电动汽车数占充电的总电动汽车数的比例；PΣ为配电网基础负荷总有功功率。
本实施例中设电动汽车保有数量为NEV，不同负荷特性(电池特性)的电动汽车EV30、EV40、EV60的比例为β1、β2、β3。表1为电动汽车样本数据。
表1电动汽车样本数据
Figure GDA0003362959950000071
调查发现，大部分用户考虑到经济性习惯慢速充电，少部分有紧急需求或不在意经济效益的用户选择快速充电。设采取慢速充电的比例为70％。
当前的电动汽车充电负荷PEV为：
PEV＝λEVNEV(3.52β1+7.48β2+7.92β3)；
IEEE 33节点配电网基础负荷总有功功率为5084.26kW，计算得到电动汽车保有量为2123辆，假设电动汽车渗透率为0.3，则此时刻充电的电动汽车数量为637辆。设β1＝0.2，β2＝0.6，β3＝0.2，计算得到电动汽车充电负荷为PEV＝4316.312kW。
步骤六：根据计算出的配电网各节点的脆弱度指标值的排序结果确定出充电站点，将电动汽车充电负荷平均分配接入所选择的配电网各充电节点重新计算各节点的脆弱度指标，通过判断系统总的脆弱度指标值确定是否是充电站点优化分配方案。
进一步的，根据计算出的配电网各节点的脆弱度指标值的排序结果，分别选取排序靠前的部分(例如，占总负荷节点数的10％～15％)负荷节点作为优化分配的充电站点方案，并和靠后的部分(占总负荷节点数的10％～15％)负荷节点，以及随机选取的部分(占总负荷节点数的10％～15％)负荷节点进行方案比较，再将电动汽车充电负荷平均分配接入所选取的充电站点，然后重新计算配电网各节点的脆弱度指标，通过判断系统总的脆弱度指标值是否变小，以及选取总的脆弱度指标值最小的方案作为优化分配方案。
结合图3，IEEE 33节点配电网的总负荷节点数是32个，乘以10％～15％为3～5，因此选取3～5个负荷节点作为充电节点。本发明实施例中根据接入电动汽车前的IEEE 33节点配电网的各节点的脆弱度指标值，得到排序在最高三位负荷节点是节点2、3、6，最低三位的是负荷节点22、18、33。分别将电动汽车充电负荷平均分配接入负荷节点2、3、6，以及接入负荷节点22、18、33，重新计算配电网各节点的脆弱度指标，参见图4，并计算系统脆弱度指标，表2为未接入电动汽车，在负荷节点2、3、6接入电动汽车，以及在负荷节点22、18、33接入电动汽车时的系统脆弱度指标值。可知在脆弱度指标值排序高三位的负荷节点(即节点2、3、6)接入电动汽车时，系统的脆弱度指标最小，因此将负荷节点2、3、6作为充电站点是优化分配方案。
表2接入电动汽车前后系统脆弱度指标值
Figure GDA0003362959950000081
为防止偶然性，现选取5个负荷节点作为电动汽车充电站点，分3种选择方案：第一种选取排序在最高五位的负荷节点2、3、6、4、5；第二种选取排序在最低五位的负荷节点21、17、22、18、33；；第三种随机选取5个负荷节点，现选择节点6、19、23、25、33。表3为各方案下的系统总的脆弱度指标，第一种方案的指标值最小，因此将负荷节点2、3、6、4、5作为充电站点是另一个优化分配方案。
表3接入电动汽车前后系统脆弱度指标值(5个充电站点)
Figure GDA0003362959950000082
比较上述计算得到的两个优化方案，按系统总的脆弱度指标最小的原则，可确定出将负荷节点2、3、6作为充电站点是最优分配方案。当然，将负荷节点2、3、6、4、5作为充电站点也是一个较好的优化分配方案。
步骤七：按在优化分配的充电站点接入电动汽车充电负荷的配电网络结构，计算各充电站点的最大充电负荷量。
进一步的，包括：
按在优化分配的充电站点接入电动汽车充电负荷的配电网络结构，只对各充电站点逐渐增大负荷进行连续潮流计算，得到各充电站点的最大负荷；
减去该充电站点的基础负荷，然后乘以一定比例(85～90％)，进而得到该充电站点电动汽车的最大充电负荷量。
本发明实施例中按在优化分配的充电站点接入电动汽车充电负荷的配电网络结构，对所有充电站点(节点2、3、6)逐渐增大负荷进行连续潮流计算，得到最大负荷倍数为7.1，以负荷节点2为例，其基础负荷有功功率为120kW，则该负荷节点的最大负荷为7.1×120＝852kW，则在该负荷站点可接入的最大充电负荷量为(852-120)×(0.85～0.9)＝622.2～658.8kW。
本发明将复杂网络与电动汽车充电站选址结合起来，根据配电网各个节点的脆弱度加入电动汽车充电负荷，分析可得，当充电负荷接入高脆弱度节点时，能够有效降低系统整体的脆弱度；当充电负荷接入低脆弱度节点时，系统的脆弱度将会升高。所以，合理选择一些高脆弱度节点作为充电站点，能够在一定程度上降低系统整体的脆弱性；同时运用连续潮流法计算得到各充电站点电动汽车的最大充电负荷量，对电网的安全稳定运行具有一定意义。
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形，这些改进和变形也应视为本发明的保护范围。

Claims (8)

1.一种电动汽车充电站选址和最大充电负荷确定方法，其特征在于，包括：
计算配电网中各节点的紧密度指标、电气介数指标和输入功率指标；所述配电网中的节点包括发电机节点和负荷节点；
根据配电网中各节点的紧密度指标、电气介数指标和输入功率指标计算配电网中各节点的脆弱度指标；
根据配电网中各节点的脆弱度指标计算配电网总的脆弱度指标；
根据配电网中各节点的脆弱度指标选取接入电动汽车的充电站点方案，以及根据配电网总的脆弱度指标选取最优分配的充电站点方案，包括：将配电网中各节点的脆弱度指标按从大到小进行排序；选取排序靠前的一定比例的负荷节点作为接入电动汽车的充电站点方案；对于每一个接入电动汽车的充电站点方案，将当前电动汽车充电负荷平均分配接入所选取的电动汽车充电站点；重新计算接入电动汽车后配电网总的脆弱度指标；选取配电网总的脆弱度指标最小的方案作为最优分配的电动汽车充电站点方案；
基于最优分配的充电站点方案接入电动汽车后，计算各充电站点的最大充电负荷量。
2.根据权利要求1所述的一种电动汽车充电站选址和最大充电负荷确定方法，其特征在于，所述根据配电网中各节点的紧密度指标、电气介数指标和输入功率指标计算配电网中各节点的脆弱度指标，包括：
Ii＝k1IDi+k2IJi+k3IPi
其中，Ii表示配电网中节点i的脆弱度指标，IDi为节点i的紧密度指标，IJi为节点i的电气介数指标，IPi为节点i的输入功率指标，k1、k2、k3分别为紧密度指标、电气介数指标、输入功率指标的权重。
3.根据权利要求2所述的一种电动汽车充电站选址和最大充电负荷确定方法，其特征在于，所述紧密度指标、电气介数指标和输入功率指标的权重计算如下：
分别以各指标最大值为基准值将各指标归一化；
采用层次分析法求取各指标的权重k1、k2、k3；且各指标权重满足：k1+k2+k3＝1。
4.根据权利要求2所述的一种电动汽车充电站选址和最大充电负荷确定方法，其特征在于，所述根据配电网中各节点的脆弱度指标计算配电网总的脆弱度指标，包括：
Figure FDA0003353888090000021
其中，IS表示配电网总的脆弱度指标，N为配电网的节点数。
5.根据权利要求1所述的一种电动汽车充电站选址和最大充电负荷确定方法，其特征在于，选取排序靠前的占总负荷节点数10％～15％的负荷节点作为接入电动汽车的充电站点方案。
6.根据权利要求1所述的一种电动汽车充电站选址和最大充电负荷确定方法，其特征在于，所述电动汽车充电负荷为：
Figure FDA0003353888090000022
NEV＝0.4176PΣ；
其中，PEV为电动汽车充电负荷，λEV为电动汽车渗透率，NEV为电动汽车保有量，PEVl为电池特性为l的单台电动汽车的充电负荷，nEVl为不同电池特性的电动汽车的种类，βl为电池特性为l的电动汽车数占充电的总电动汽车数的比例，PΣ为配电网基础负荷总有功功率。
7.根据权利要求1所述的一种电动汽车充电站选址和最大充电负荷确定方法，其特征在于，所述基于最优分配的充电站点方案接入电动汽车后，计算各充电站点的最大充电负荷量，包括：
对所有接入电动汽车的充电站点逐渐增大负荷进行连续潮流计算，得到各充电站点的最大负荷；
将各充电站点的最大负荷减去该充电站点的基础负荷，乘以预设比例，得到该充电站点电动汽车的最大充电负荷量。
8.根据权利要求7所述的一种电动汽车充电站选址和最大充电负荷确定方法，其特征在于，所述预设比例为85％～90％。
CN202010423258.8A 2020-05-19 2020-05-19 一种电动汽车充电站选址和最大充电负荷确定方法 Active CN111628496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010423258.8A CN111628496B (zh) 2020-05-19 2020-05-19 一种电动汽车充电站选址和最大充电负荷确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010423258.8A CN111628496B (zh) 2020-05-19 2020-05-19 一种电动汽车充电站选址和最大充电负荷确定方法

Publications (2)

Publication Number Publication Date
CN111628496A CN111628496A (zh) 2020-09-04
CN111628496B true CN111628496B (zh) 2022-01-25

Family

ID=72261222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010423258.8A Active CN111628496B (zh) 2020-05-19 2020-05-19 一种电动汽车充电站选址和最大充电负荷确定方法

Country Status (1)

Country Link
CN (1) CN111628496B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871216A (zh) * 2017-12-20 2018-04-03 广东电网有限责任公司惠州供电局 一种配电网脆弱节点的识别方法
CN107895947A (zh) * 2017-12-20 2018-04-10 广东电网有限责任公司惠州供电局 一种配电网脆弱线路辨识方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106407726B (zh) * 2016-11-23 2018-11-27 国网浙江省电力公司电动汽车服务分公司 一种计及对潮流影响的电动汽车充电站电气接入点的选择方法
EP3611675A1 (en) * 2018-08-16 2020-02-19 ABB Schweiz AG Method and device for determining a configuration for deployment of a public transportation system
CN110222907B (zh) * 2019-06-18 2021-10-08 国网河北省电力有限公司经济技术研究院 电动汽车充电站规划方法及终端设备
CN110826841A (zh) * 2019-08-31 2020-02-21 华南理工大学 考虑用户充电体验和配电网运行风险的充电站规划方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871216A (zh) * 2017-12-20 2018-04-03 广东电网有限责任公司惠州供电局 一种配电网脆弱节点的识别方法
CN107895947A (zh) * 2017-12-20 2018-04-10 广东电网有限责任公司惠州供电局 一种配电网脆弱线路辨识方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"电动汽车充电站选址对电压稳定影响的研究";杨田 等;《电力系统保护与控制》;20180301;第46卷(第5期);第31-36页，图3 *

Also Published As

Publication number Publication date
CN111628496A (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
CN110969347B (zh) 一种输电网结构形态评估方法
CN102999792B (zh) 一种配电网资源优化配置综合评价的方法
CN110895638A (zh) 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法
CN107679658B (zh) 一种高比例清洁能源接入下的输电网规划方法
CN106877397B (zh) 一种考虑需求侧响应的基于博弈论的主动配电网孤岛恢复方法
WO2021227373A1 (zh) 省间交易代理模式下节点的选取方法和系统、以及存储介质
CN107622360A (zh) 一种综合考虑主客观因素的关键线路识别方法
CN106208043A (zh) 一种中低压配电网关键耗能环节辨识方法
CN112200401A (zh) 一种基于改进nsga-ii算法的电动汽车有序充电方法
CN113469522A (zh) 综合能源物联网评价方法、装置、电子设备及存储介质
CN117706399A (zh) 一种考虑电池一致性的分布式储能运行健康状态分析方法
CN111680469A (zh) 一种中低压配电网线损极限值计算方法
CN104408539A (zh) 一种配电网资源优化配置综合评价方法及系统
CN111628496B (zh) 一种电动汽车充电站选址和最大充电负荷确定方法
CN107274054B (zh) 基于同层设备最大可供能力的配电网运行效率评价方法
CN112928766B (zh) 一种基于多影响因素的配电网接纳电动汽车能力评估方法
CN104376205B (zh) 基于信息量权数法的接入配电网分布式电源效益评价方法
CN113807658A (zh) 一种基于源网荷储协同互动方案的资源汇聚潜力评估方法及装置
CN112865198A (zh) 一种基于时间尺度的配电网全局优化调度方法
CN113469436B (zh) 一种城市电网侧储能规划方法
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
CN112287494B (zh) 一种船舶直流供配电系统网络结构优化设计的方法
Zhiwei et al. Evaluation model of utilization efficiency of equipment assets in power distribution network based on order relation-improved entropy weight method
Xue et al. Planning Method for Electric Vehicle Charging Station Considering Reliability Constraint
Shi et al. The Electric Vehicle Time-of-Use Price Optimization Model Considering the Demand Response

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