CN111882137B - 计及天然气管网压力能消纳的充电设施优化规划方法 - Google Patents

计及天然气管网压力能消纳的充电设施优化规划方法 Download PDF

Info

Publication number
CN111882137B
CN111882137B CN202010789508.XA CN202010789508A CN111882137B CN 111882137 B CN111882137 B CN 111882137B CN 202010789508 A CN202010789508 A CN 202010789508A CN 111882137 B CN111882137 B CN 111882137B
Authority
CN
China
Prior art keywords
station
natural gas
charging station
centralized charging
cost
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.)
Expired - Fee Related
Application number
CN202010789508.XA
Other languages
English (en)
Other versions
CN111882137A (zh
Inventor
杨威
邓靓
张安安
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.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum 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 Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202010789508.XA priority Critical patent/CN111882137B/zh
Publication of CN111882137A publication Critical patent/CN111882137A/zh
Application granted granted Critical
Publication of CN111882137B publication Critical patent/CN111882137B/zh
Expired - Fee Related 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • 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
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

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

Abstract

本发明公开了一种计及天然气管网压力能消纳的充电设施优化规划方法，其特点是针对天然气管网压力能利用能效低及应用场景适应性不足等问题，基于
Figure DDA0002623253560000011
分析法建立天然气压力能发电潜力评估模型，进行压力能发电潜力评估及特性分析，考虑交通流量及路网结构，建立充电需求模型计算电动汽车充电负荷需求，再考虑电池供需、功率供需以及站址距离等约束，构建计及压力能消纳的优化规划模型，对电动汽车充电设施进行合理规划。本发明能够有效地消纳天然气压力能，更好地指导压力能利用场景下充电设施的规划。

Description

计及天然气管网压力能消纳的充电设施优化规划方法
技术领域
本发明涉及电动汽车充电设施优化规划方法，尤其涉及一种计及天然气管网压力能消纳的充电设施优化规划方法，属于电动汽车领域。
背景技术
近年来，天然气在世界能源需求中的占比不断增加，国际能源机构预测2040年全球天然气的需求量将增长50％。天然气通过高压管道远距离运输到终端用户的过程需要经过降压处理，传统调压阀调压过程浪费了大量的压力能。我国天然气压力能资源丰富，目前天然气压力能的回收利用方式以发电为主，且压差发电技术逐步成熟，但是由于受到调压站布局分散、天然气供给存在严重的不均匀性等多重因素的影响，导致压力能发电出力具有分散性、随机性等特点，存在消纳难的问题，因此如何有效地消纳天然气调压站蕴含的压力能，实现提高能源利用率和改善管网运营经济性，具有重要的研究意义。
随着能源供应紧缺和环境污染等问题日益凸显，电动汽车这一清洁无污染的交通工具在世界各国得到了迅速发展。国家电网公司于2011年提出了“换电为主、插充为辅、集中充电、统一配送”的发展模式，这种模式可实现充电负荷的集中管理，降低随机充电给电网带来的波动，是一种极具发展潜力的电动汽车商业运营模式。充电设施的合理规划建设是我国电动汽车进一步发展和推广的关键，在已有的充电设施规划方法研究中，大多是考虑车流信息、配电网络结构、容量约束以及不同类型充电设施间的相互影响等影响因素。电动汽车在消纳不确定性分布式资源方面具有独特的优势，同时集中充电站和天然气调压站也具有空间分布一致性的地理特性，可以考虑利用电动汽车集中充电站消纳天然气压力能的新型应用模式，但是已有电动汽车充电设施的规划方法未能考虑这种新型应用场景。
发明内容
针对上述存在的问题，本发明提出了一种计及天然气管网压力能消纳的电动汽车充电设施优化规划方法，通过该方法可以有效地利用天然气压力能，提高能源利用率，同时得到合理的电动汽车充电设施规划方案，降低规划成本，具有良好的经济性和环保性。一种计及天然气管网压力能消纳的电动汽车充电设施优化规划方法，该方法包括以下步骤：
步骤1：基于
Figure BDA0002623253540000023
分析法建立天然气压力能发电潜力评估模型，进行压力能发电潜力评估及特性分析；
步骤2：结合城市路网结构及交通流量，计算电动汽车充电负荷需求；
步骤3：综合考虑电池供需、功率供需以及站址距离等约束，以社会年综合成本最小为优化目标，建立计及调压站压力能消纳的充电设施优化规划模型对充电设施进行规划，得到充电设施最优规划方案。
步骤1所述的天然气压力能发电潜力评估模型：
高压天然气经过调压后温度和压力均会降低，将天然气管网看成一个开口系统，高压天然气调压过程中的比焓
Figure BDA0002623253540000024
包括由温差引起的比温度
Figure BDA0002623253540000025
和由压差引起的比压力
Figure BDA0002623253540000026
可表示为：
ex,h＝ex,T+ex,P (1)
式中：ex,h为比焓
Figure BDA0002623253540000027
ex,T为比温度
Figure BDA00026232535400000210
ex,P为比压力
Figure BDA00026232535400000211
比压力
Figure BDA00026232535400000212
的表达式为：
Figure BDA0002623253540000021
式中：T0为环境温度，单位K；P、P0分别为天然气在调压前后的绝对压力，单位MPa；Rg为天然气的气体常数，单位J/(kg·K)；其计算公式如下：
Rg＝ω1Rg1+ω2Rg2+ω3Rg3+ω4Rg4+ω5Rg5 (3)
式中：ω1、ω2、ω3、ω4、ω5分别为天然气中甲烷、乙烷、丙烷、二氧化碳、氮气的质量分数；Rg1、Rg2、Rg3、Rg4、Rg5分别为甲烷、乙烷、丙烷、二氧化碳、氮气的气体常数。
一定质量流量天然气的压力
Figure BDA0002623253540000029
率计算公式为：
Figure BDA0002623253540000022
式中：Pt为压力
Figure BDA0002623253540000028
率，单位kW；qv为标准状态下天然气体积流量，单位m3/h；ρ为标准状态下天然气密度，单位kg/m3。
天然气压力能实际发电功率的计算公式为：
Pr＝ηePt (5)
式中：Pr为实际发电功率，单位kW；ηe为压力能发电
Figure BDA0002623253540000036
比率。
步骤2所述电动汽车充电负荷需求计算：
设某规划区域内有路网节点k个，则在时间T内，经过路网节点k总的电动汽车数量q(k,T)为：
Figure BDA0002623253540000031
式中：α为电动汽车在交通系统中的渗透率。
Figure BDA0002623253540000032
表示路网节点k在t时段内总的交通流量，其中r为与路网节点k直接相连的路段数，k(f)表示与路网节点k相连的第f个路网节点，
Figure BDA0002623253540000033
表示t时段内路段x[k,k(f)]的交通流量。
设电池更换站j服务范围内包含nj个路网节点，则在时间T内，电池更换站j需要更换电池的数量Q(j,T)为：
Figure BDA0002623253540000034
式中：β为各路网节点用户的换电概率。
步骤3所述的约束条件包括：
(1)电池供需约束
在时间T内，所有集中充电站电池的提供量应该等于其服务范围内所有电池更换站电池的需求量，即满足如下约束：
Figure BDA0002623253540000035
式中Q(i,T)表示集中充电站i在时间T内可以提供的电池数量。
(2)集中充电站到电池更换站距离约束
为避免长距离的电池配送，集中充电站到电池更换站之间的距离应不大于一定的数值，即满足如下约束：
λijdij≤dmax (9)
式中dij为集中充电站i到电池更换站j的空间直线距离；dmax为集中充电站到电池更换站的最大距离。
(3)集中充电站站间距离约束
为避免集中充电站的站址过于集中，集中充电站的站间距离应不小于一定的数值，即满足如下约束：
λijDij≥Dmin (10)
式中Dij为集中充电站i到集中充电站j的空间直线距离；Dmin为集中充电站站间的最小距离。
(4)功率供需约束
在时间T内，规划区域内所有天然气调压站的实际发电功率与所有集中充电站从电网引入的功率之和，应不小于所有集中充电站的实际功率需求。即满足如下约束：
Figure BDA0002623253540000041
式中P(s,T)为天然气调压站s在时间T内的实际发电功率；Pg(i,T)为集中充电站i在时间T内从电网引入的功率；Pl(i,T)为集中充电站i在时间T内的实际功率需求。
步骤3所述的计及调压站压力能消纳的充电设施优化规划模型：
以折算到规划年的综合成本最小为目标函数，建立数学优化模型：
minF＝F1+F2+F3+F4+F5 (12)
式中：F为折算到规划年的成本之和。F1为集中充电站建设运维投资年成本；F2为电池配送年成本；F3为电力线路建设运维投资年成本；F4为电能购买年成本；F5为膨胀机发电装置投资年成本。
1)集中充电站建设运维投资年成本
集中充电站的建设和运维投资年成本为：
Figure BDA0002623253540000042
式中：M为规划区域内集中充电站的规划数量；Wi为集中充电站i的基础建设投资成本，包括集中充电站营业建筑、占用土地和道路平台等投资，以及一些其他基础设施投资(如配电变压器、监控系统等)；h为折算到规划年每台充电机的单价；Nbci为集中充电站i的充电机数量；ei为集中充电站i的电池数量；a为折算到规划年每台电池的单价；li为集中充电站i配送电池车的数量；b为折算到规划年每辆配送电池车的单价；Comi为集中充电站i的年运行维护成本，可按基建投资、充电机投资、电池以及配送电池车投资成本之和的一定比例取值；r0为贴现率；z1为集中充电站i的运行年限。
2)电池配送年成本
集中充电站与服务范围内电池更换站之间的年配送成本为：
Figure BDA0002623253540000051
式中：N为集中充电站i服务范围内电池更换站的数量；cd为单位距离每台电池的配送成本；λij为集中充电站i到其服务范围内电池更换站j的非直线系数；xij为集中充电站i到其服务范围内电池更换站j的空间直线距离；Qj为电池更换站j的日平均电池需求。
3)电力线路建设运维投资年成本
天然气调压站压力能发出的电能引入集中充电站需要建设新的电力线路。集中充电站到为其提供电能的调压站的电力线路建设和运维投资年成本为：
Figure BDA0002623253540000052
式中：n为规划区域内天然气调压站的数量；cl为电力线路建设的单位距离成本；ml为电力线路运行维护的年成本，可按其建设成本的10％取值；λis为集中充电站i到为其提供电量的天然气调压站s的非直线系数；dis为集中充电站i到为其提供电量的天然气调压站s的空间直线距离；r1为贴现率；z2为电力线路的运行年限。
4)电能购买年成本
集中充电站在消纳调压站发出的电能时，可能存在电量不能满足与其匹配的集中充电站的电能需求的情况，因此剩余的电能需求需要从电网购买的成本也要考虑在内。集中充电站的电能购买年成本为：
Figure BDA0002623253540000053
式中：Ploadi为集中充电站i服务范围内充电负荷的实际年功率需求；Pis为向集中充电站i提供电能的天然气调压站s的实际年发电功率；ce为单位功率电能的购买价格。
5)膨胀机发电装置投资年成本
利用压力能发电需要购买膨胀机发电装置代替传统的调压阀。天然气调压站的膨胀机发电装置投资年成本为：
Figure BDA0002623253540000061
式中：cexps为天然气调压站s的膨胀机发电装置投资成本；r2为贴现率；z3为天然气调压站s膨胀机发电装置的运行年限。
本发明具有如下优点：
(1)本发明所提出的利用电动汽车集中充电站消纳天然气压力能的新型应用模式，有效解决了天然气压差发电并网难的问题，为天然气调压站压力能发电利用提供了新思路。
(2)本发明所提出的电动汽车充电设施优化规划方法，充分利用了电动汽车在消纳具有不确定性电能资源方面的优势，为考虑不确定性分布式资源利用的电动汽车充电设施规划建设提供了新的理论参考。
(3)本发明所提出的充电设施优化规划模型，综合考虑了电池供需、功率供需以及站址距离等约束，并对规划方案的社会环境效益进行了分析，能够较好地满足经济性和环保性。
附图说明
图1为规划方法的流程图；
图2为案例区域内路网结构及节点示意图；
图3、图4为不同集中充电站数量下的成本及其变化趋势图；
图5为不同集中充电站数量下的成本之和变化趋势图；
图6为集中充电站的规划站址及服务匹配关系图。
具体实施方式
下面结合附图及实施案例，对本发明进行进一步详细说明。有必要指出的是此处所描述的具体实施案例仅用以解释本发明，不能理解为对本发明包括范围的限制，该领域的技术熟练人员可以依据上述本发明的内容做出一些非本质的改进和调整。
本发明方法的流程图如图1所示，具体步骤如下：
(1)以某城市的充电设施规划为例，规划区域面积为256km2,区域内含天然气调压站3个，路网节点49个，路段144段，路段长度均为2km，具体路网结构及节点分布如图2所示，其中路网节点分别用1-49的标号表示。
(2)压力能发电技术的应用受到天然气压力、流量及其可持续性、工程改造的难易度等因素的影响，假设3个天然气调压站均为初步筛选后压力能利用较为理想的站点。确定天然气调压站的站址以及其他参数的取值后，再利用式(1)-(5)计算压力能发电潜力的大小。
(3)利用蒙特卡洛随机抽样方法得到典型日各路段的车流量，再通过式(6)-(7)换算得到区域内各路网节点的车流量。
(4)集中充电站的规划选址受到电池更换站的影响，集中充电站的电池配送成本与其服务范围内电池更换站的数量和位置密切相关，设定规划区域内建设有电池更换站的数量和站址坐标，以及其服务路网节点的情况，如表1所示。
表1电池更换站站址坐标及其服务节点
Figure BDA0002623253540000071
集中充电站由于其占地面积较大，而城市郊区附近的土地资源相对宽松，且土地成本相对较低，因此一般建设在郊区，可在满足城市的整体规划和充电站的建设原则，同时充分考虑了土地成本等经济因素的前提下，经过初步筛选设定集中充电站备选站址的数量K及其坐标，如表2所示。
表2集中充电站备选站址坐标
Figure BDA0002623253540000072
(5)集中充电站的占地面积较大，建设投资成本贵，通常情况下单个集中充电站可为多个电池更换站提供电池充电及配送服务。因此可通过集中充电站服务电池更换站的能力对集中充电站的规划数量区间[Mmin,Mmax]进行预估,其数学模型为：
Figure BDA0002623253540000081
Figure BDA0002623253540000082
式中：Mmin和Mmax为集中充电站的最小规划数量和最大规划数量；N为电池更换站的规划数量；Bmax和Bmin为单个集中充电站服务电池更换站的最大数量和最小数量；
Figure BDA0002623253540000083
为向上取整符号。
(6)当M＝Mmin时，利用遗传算法迭代寻优，求出在K个备选站址中M个集中充电站的最优规划站址，并利用式(12)-(17)求出集中充电站数量为M且站址规划最优时的建设运维投资年成本、电池配送年成本、电力线路建设运维投资年成本、电能购买年成本和膨胀机发电装置投资年成本，以及它们的成本之和。再令M＝M+1，重复以上计算，直到M＝Mmax停止循环，计算结果分别如图3、图4、图5所示。
(7)比较共Mmax-Mmin+1种规划方案，找出其中成本之和最小的方案，得到充电设施的最优规划结果以及集中充电站的站址分布，并利用加权Voronoi图划分各集中充电站的服务范围，得到集中充电站、电池更换站以及天然气调压站三者之间的服务匹配关系，如图6所示。
加权Voronoi图是常规Voronoi图的一种扩展形式，假设Y＝{y1,y2,…,yn}，3≤n≤∞为平面上的点集，ωi(i＝1,2,…,n)为给定的n个正实数，则加权Voronoi图的定义如下：
Figure BDA0002623253540000084
式中ωi为点yi的权重，d(z,yi)为点z到点yi之间的欧氏距离。加权Voronoi图将平面划分成n个Voronoi区域，V(yi,ωi)表示点yi在权重取ωi时的Voronoi区域。为使规划方案的投资成本之和最小，对集中充电站服务范围权值的选取参考电池的配送距离。
本发明考虑利用集中充电站消纳天然气压力能，并对电动汽车充电设施进行了合理规划。算例结果表明，本发明提出的模型和方法具有良好的经济性和可行性，为考虑天然气压力能利用的充电设施规划建设提供了新的理论参考。

Claims (3)

1.一种计及天然气管网压力能消纳的电动汽车充电设施优化规划方法，其特征在于，包括以下步骤：
步骤1：基于
Figure FDA0003784830620000016
分析法建立天然气压力能发电潜力评估模型，进行压力能发电潜力评估及特性分析；
其中步骤1所述的天然气压力能发电潜力评估模型：
高压天然气经过调压后温度和压力均会降低，将天然气管网看成一个开口系统，高压天然气调压过程中的比焓
Figure FDA0003784830620000017
包括由温差引起的比温度
Figure FDA0003784830620000018
和由压差引起的比压力
Figure FDA0003784830620000019
表示为：ex,h＝ex,T+ex,p (1)
式中：ex,h为比焓
Figure FDA00037848306200000113
ex,T为比温度
Figure FDA00037848306200000114
ex,p为比压力
Figure FDA00037848306200000112
；表达式为：
Figure FDA0003784830620000011
式中：T0为环境温度，单位K；P、P0分别为天然气在调压前后的绝对压力，单位MPa；Rg为天然气的气体常数，单位J/(kg·K)；其计算公式如下：
Rg＝ω1Rg1+ω2Rg2+ω3Rg3+ω4Rg4+ω5Rg5 (3)
式中：ω1、ω2、ω3、ω4、ω5分别为天然气中甲烷、乙烷、丙烷、二氧化碳、氮气的质量分数；Rg1、Rg2、Rg3、Rg4、Rg5分别为甲烷、乙烷、丙烷、二氧化碳、氮气的气体常数；
一定质量流量天然气的压力
Figure FDA00037848306200000115
率计算公式为：
Figure FDA0003784830620000012
式中：Pt为压力
Figure FDA00037848306200000116
率，单位kW；qv为标准状态下天然气体积流量，单位m3/h；ρ为标准状态下天然气密度，单位kg/m3；
天然气压力能实际发电功率的计算公式为：
Pr＝ηePt (5)
式中：Pr为实际发电功率，单位kW；ηe为压力能发电
Figure FDA00037848306200000117
比率；
步骤2：结合城市路网结构及交通流量，计算电动汽车充电负荷需求；
其中步骤2所述电动汽车充电负荷需求计算：
设某规划区域内有路网节点k个，则在时间T内，经过路网节点k总的电动汽车数量q(k,T)为：
Figure FDA0003784830620000013
式中：α为电动汽车在交通系统中的渗透率；
Figure FDA0003784830620000014
表示路网节点k在t时段内总的交通流量，其中r为与路网节点k直接相连的路段数，k(f)表示与路网节点k相连的第f个路网节点，
Figure FDA0003784830620000015
表示t时段内路x[k,k(f)]的交通流量；设电池更换站j服务范围内包含nj个路网节点，则在时间T内，电池更换站j需要更换电池的数量Q(j,T)为：
Figure FDA0003784830620000021
式中：β为各路网节点用户的换电概率；
步骤3：综合考虑电池供需、功率供需以及站址距离约束，以社会年综合成本最小为优化目标，建立计及调压站压力能消纳的充电设施优化规划模型对充电设施进行规划，得到充电设施最优规划方案。
2.根据权利要求1所述的计及天然气管网压力能消纳的电动汽车充电设施优化规划方法，其特征在于，其中步骤3所述的约束条件包括：
(1)电池供需约束
在时间T内，所有集中充电站电池的提供量等于其服务范围内所有电池更换站电池的需求量，即满足如下约束：
Figure FDA0003784830620000022
式中Q(i,T)表示集中充电站i在时间T内可以提供的电池数量；
(2)集中充电站到电池更换站距离约束
为避免长距离的电池配送，集中充电站到电池更换站之间的距离应不大于一定的数值，即满足如下约束：
λijdij≤dmax (9)
式中dij为集中充电站i到电池更换站j的空间直线距离；dmax为集中充电站到电池更换站的最大距离；
(3)集中充电站站间距离约束
为避免集中充电站的站址过于集中，集中充电站的站间距离应不小于一定的数值，即满足如下约束：
λijdij≥Dmin (10)
式中Dij为集中充电站i到集中充电站j的空间直线距离；Dmin为集中充电站站间的最小距离；
(4)功率供需约束
在时间T内，规划区域内所有天然气调压站的实际发电功率与所有集中充电站从电网引入的功率之和，应不小于所有集中充电站的实际功率需求；即满足如下约束：
Figure FDA0003784830620000023
式中P(s,T)为天然气调压站s在时间T内的实际发电功率；Pg(i,T)为集中充电站i在时间T内从电网引入的功率；Pl(i,T)为集中充电站i在时间T内的实际功率需求。
3.根据权利要求1所述的计及天然气管网压力能消纳的电动汽车充电设施优化规划方法，其特征在于，其中步骤3所述的计及调压站压力能消纳的充电设施优化规划模型：
以折算到规划年的综合成本最小为目标函数，建立数学优化模型：
minF＝F1+F2+F3+F4+F5 (12)
式中：F为折算到规划年的成本之和；F1为集中充电站建设运维投资年成本；F2为电池配送年成本；F3为电力线路建设运维投资年成本；F4为电能购买年成本；F5为膨胀机发电装置投资年成本；
1)集中充电站建设运维投资年成本
集中充电站的建设和运维投资年成本为：
Figure FDA0003784830620000031
式中：M为规划区域内集中充电站的规划数量；Wi为集中充电站i的基础建设投资成本，包括集中充电站营业建筑、占用土地和道路平台投资，以及基础设施投资；其中，所述基础设施包括配电变压器和监控系统；h为折算到规划年每台充电机的单价；Nbci为集中充电站i的充电机数量；ei为集中充电站i的电池数量；a为折算到规划年每台电池的单价；li为集中充电站i配送电池车的数量；b为折算到规划年每辆配送电池车的单价；Comi为集中充电站i的年运行维护成本，按基建投资、充电机投资、电池以及配送电池车投资成本之和的一定比例取值；r0为贴现率；z1为集中充电站i的运行年限；
2)电池配送年成本
集中充电站与服务范围内电池更换站之间的年配送成本为：
Figure FDA0003784830620000032
式中：N为集中充电站i服务范围内电池更换站的数量；Cd为单位距离每台电池的配送成本；λij为集中充电站i到其服务范围内电池更换站j的非直线系数；xij为集中充电站i到其服务范围内电池更换站j的空间直线距离；Qj为电池更换站j的日平均电池需求；
3)电力线路建设运维投资年成本
天然气调压站压力能发出的电能引入集中充电站需要建设新的电力线路，集中充电站到为其提供电能的调压站的电力线路建设和运维投资年成本为：
Figure FDA0003784830620000033
式中：n为规划区域内天然气调压站的数量；cl为电力线路建设的单位距离成本；ml为电力线路运行维护的年成本，按其建设成本的10％取值；λis为集中充电站i到为其提供电量的天然气调压站s的非直线系数；dis为集中充电站i到为其提供电量的天然气调压站s的空间直线距离；r1为贴现率；z2为电力线路的运行年限；
4)电能购买年成本
集中充电站在消纳调压站发出的电能时，可能存在电量不能满足与其匹配的集中充电站的电能需求的情况，因此剩余的电能需求需要从电网购买的成本也要考虑在内，集中充电站的电能购买年成本为：
Figure FDA0003784830620000041
式中：Ploadi为集中充电站i服务范围内充电负荷的实际年功率需求；Pis为向集中充电站i提供电能的天然气调压站s的实际年发电功率；ce为单位功率电能的购买价格；
5)膨胀机发电装置投资年成本
利用压力能发电需要购买膨胀机发电装置代替传统的调压阀，天然气调压站的膨胀机发电装置投资年成本为：
Figure FDA0003784830620000042
式中：Cexps为天然气调压站s的膨胀机发电装置投资成本；r2为贴现率；z3为天然气调压站s膨胀机发电装置的运行年限。
CN202010789508.XA 2020-08-07 2020-08-07 计及天然气管网压力能消纳的充电设施优化规划方法 Expired - Fee Related CN111882137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010789508.XA CN111882137B (zh) 2020-08-07 2020-08-07 计及天然气管网压力能消纳的充电设施优化规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010789508.XA CN111882137B (zh) 2020-08-07 2020-08-07 计及天然气管网压力能消纳的充电设施优化规划方法

Publications (2)

Publication Number Publication Date
CN111882137A CN111882137A (zh) 2020-11-03
CN111882137B true CN111882137B (zh) 2022-10-11

Family

ID=73211260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010789508.XA Expired - Fee Related CN111882137B (zh) 2020-08-07 2020-08-07 计及天然气管网压力能消纳的充电设施优化规划方法

Country Status (1)

Country Link
CN (1) CN111882137B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118428911B (zh) * 2024-07-05 2024-10-18 济南博赛网络技术有限公司 一种花圃智慧遮风栅栏控制方法及其系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106849065A (zh) * 2017-03-06 2017-06-13 四川大学 一种计及充电站的配电网多目标协同规划方法
CN109931183A (zh) * 2018-11-26 2019-06-25 广东工业大学 一种混合动力汽车能量分级回收系统及方法
CN110210683A (zh) * 2019-06-12 2019-09-06 海南电网有限责任公司 一种电动汽车充电设施选址方法
CN110348602A (zh) * 2019-06-06 2019-10-18 国网浙江省电力有限公司经济技术研究院 计及天然气管网和热力管网特性的综合能源系统优化方法
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106849065A (zh) * 2017-03-06 2017-06-13 四川大学 一种计及充电站的配电网多目标协同规划方法
CN109931183A (zh) * 2018-11-26 2019-06-25 广东工业大学 一种混合动力汽车能量分级回收系统及方法
CN110348602A (zh) * 2019-06-06 2019-10-18 国网浙江省电力有限公司经济技术研究院 计及天然气管网和热力管网特性的综合能源系统优化方法
CN110210683A (zh) * 2019-06-12 2019-09-06 海南电网有限责任公司 一种电动汽车充电设施选址方法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
计及风电不确定性的电-气-热综合能源系统扩展规划方法;李哲 等;《电网技术》;20181105;第42卷(第11期);3477-3487 *

Also Published As

Publication number Publication date
CN111882137A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
Xu et al. Greenhouse gas emissions of electric vehicles in Europe considering different charging strategies
Liu et al. Optimal sizing of a wind-energy storage system considering battery life
CN108537409B (zh) 一种考虑多能源耦合特性的工业园区配电网协同规划方法
Liu et al. Electric vehicles and large-scale integration of wind power–The case of Inner Mongolia in China
CN103840457B (zh) 考虑电动汽车充放电影响的配电网内dg优化配置方法
CN107491845B (zh) 一种电网规划建设精准投资方法
Mejia et al. Multistage planning model for active distribution systems and electric vehicle charging stations considering voltage-dependent load behavior
De Lima et al. A specialized long-term distribution system expansion planning method with the integration of distributed energy resources
CN111900753B (zh) 一种城市储能应急车的应急优化调控方法
CN106529737A (zh) 一种配电网供给侧调峰电源规划布局方法
CN106845811A (zh) 基于多因素适应性的煤改电接入电网的规划方法
Sheng et al. A potential security threat and its solution in coupled urban power-traffic networks with high penetration of electric vehicles
CN116826729A (zh) 计及风、光不确定性的多源联合系统鲁棒优化配置方法
Michaelides et al. The effect of electric vehicle energy storage on the transition to renewable energy
CN110059869B (zh) 一种基于交通流量的充电站与配电网协调规划方法
Xiang et al. Distributionally robust expansion planning of electric vehicle charging system and distribution networks
CN111882137B (zh) 计及天然气管网压力能消纳的充电设施优化规划方法
Kuriyama et al. Importance of long-term flexibility in a 100% renewable energy scenario for Japan
CN113488990B (zh) 基于改进的蝙蝠算法的微电网优化调度方法
He et al. Electric vehicle charging station planning based on multiple-population hybrid genetic algorithm
Wei et al. Economic and environmental benefits of vehicle-to-grid in the power system: a national study of China’s 2030 and 2060 dual-carbon goal
CN106203742A (zh) 一种基于节能回报率的电网设备节能评价及选型方法
CN109638896B (zh) 一种面向能源互联网的能源联合供能管控方法及系统
CN109447369B (zh) 一种基于模拟退火算法的考虑多因素的产能端功率分配方法
Zhang et al. Optimal allocation of changing station for electric vehicle based on queuing theory

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20221011

CF01 Termination of patent right due to non-payment of annual fee