CN112508450B - 一种城市配电网对电动汽车的接纳能力评估方法 - Google Patents
一种城市配电网对电动汽车的接纳能力评估方法 Download PDFInfo
- Publication number
- CN112508450B CN112508450B CN202011526700.6A CN202011526700A CN112508450B CN 112508450 B CN112508450 B CN 112508450B CN 202011526700 A CN202011526700 A CN 202011526700A CN 112508450 B CN112508450 B CN 112508450B
- Authority
- CN
- China
- Prior art keywords
- distribution network
- scheme
- power distribution
- ideal
- degree
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 59
- 239000011159 matrix material Substances 0.000 claims abstract description 23
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 4
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 claims description 3
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种城市配电网对电动汽车的接纳能力评估方法,包括:基于出行链和蒙特卡洛方法对城市电动汽车充电负荷建模;建立配电网对电动汽车接纳能力评估方案;对评估方案的指标矩阵进行标准化处理,在衡量与理想值的接近程度的度量方面采用欧氏距离进行度量,并采用描述评价对象之间关系紧密程度的灰色关联度、衡量各方案与理想解整体贴近程度的群体效用值以及描述各方案中最劣指标偏离程度的个体偏差值进行综合评估,并根据综合评估标准进行方案接纳能力优先级排序;根据优先级排序的结果确定最优的方案。
Description
技术领域
本发明涉及电动汽车充电负荷建模以及充电负荷对配电网影响研究领域,特别涉及一种城市配电网对电动汽车的接纳能力评估方法。
背景技术
随着日益严峻的能源和环境问题,具有高效、清洁等优点的电动汽车得到了全球各国政府的大力推广。然而由于电动汽车充电负荷在时空分布上具有一定的随机性和聚集性,大规模电动汽车的接入会对配电网的安全经济运行和电能质量带来不良影响,主要体现在充电负荷的接入导致线路过载、变压器过载、电力器件老化、电压下降、谐波污染以及系统网损增加等方面。由于电动汽车接入配网的节点以及电动汽车数量不同,不同接入情境下对配网的影响不同,因此需要对配电网接纳电动汽车的能力进行评估,这也成为进一步推广电动汽车的重要前提。
以往研究在电动汽车接纳能力评估指标选取时,通常考虑节点电压水平是否越线、配电变压器负载路率、线路潮流是否超过安全约束条件、网络功率损耗情况以及其他因素。这些研究注重对评估对象进行综合多方面综合评价,从技术合理性、安全可靠性以及经济性三个方面提出评估配电网承载能力的7项指标,将模糊理论与层次分析法相结合形成模糊层次法进行多目标决策,实现不同方案下配电网的承载能力的评估,该方法为工程中常用的评估方法。然而这在配电网接纳电动汽车能力评估指标的选取上有所欠缺,缺乏一定的全面性;其次在指标权重的处理上,主观性较强,会对评估结果产生一定的偏差。
因此,提出了一种基于理想点逼近法(TOPSIS)的配电网接纳电动汽车能力评估方法,从配电网运行的合理性、安全性以及经济性方面建立评估指标体系,对配电网的接纳能力进行全方位评估。利用理想点逼近法(TOPSIS)对配电网接纳电动汽车的能力进行评估;利用熵权法修正层次分析法的综合赋权方法对各评估指标进行赋权,最后借助IEEE33的标准配电网模型对电动汽车不同接入方式接入时配电网的接纳能力进行仿真分析。
发明内容
本发明的目的是提供一种城市配电网对电动汽车的接纳能力评估方法,从配电网运行的合理性、安全性以及经济性方面建立评估指标体系,对配电网的接纳能力进行全方位评估。
为了实现以上目的,本发明是通过以下技术方案实现的:
一种城市配电网对电动汽车的接纳能力评估方法,其特点是,包括:
基于出行链和蒙特卡洛方法对城市电动汽车充电负荷建模;
建立配电网对电动汽车接纳能力评估方案;
对评估方案的指标矩阵进行标准化处理,在衡量与理想值的接近程度的度量方面采用欧氏距离进行度量,并采用描述评价对象之间关系紧密程度的灰色关联度、衡量各方案与理想解整体贴近程度的群体效用值以及描述各方案中最劣指标偏离程度的个体偏差值进行综合评估,并根据综合评估标准进行方案接纳能力优先级排序;
根据优先级排序的结果确定最优的方案。
所述的基于出行链和蒙特卡洛方法对城市电动汽车充电负荷建模包括:
生成出行链模型:
出行链中起点和终点分别由H、W、C、R、O表示,t0为用户起始出行时刻;为用户从起点si行驶至终点di的行驶时间;/>为在目的地di的驻留时间;/>为第i次行程的行驶距离;GTC为电动汽车出行时空特征量的集合,可由式(1)描述:
i∈{1,2,3,4,5};si,di∈{H,W,C,R,O}
对电动汽车耗电量作简化处理:
车辆行驶过程中其电池耗电量以及达到目的地时的电池电量可由式(2)-(4)确定:
采用蒙特卡洛法对目标区域内所有电动汽车进行建模,针对不同充电需求的用户采取不同的充电决策,分别统计其充电时长及充电负荷,
继而得到总的充电需求时空分布。
所述的建立配电网对电动汽车接纳能力评估方案包括:利用理想点逼近法对以不同方式接入充电负荷时的配电网接纳能力进行评估,分别选取六项评估指标;
电压偏移不越限率T1:
配电网接入电动汽车充电负荷后配电网中节点电压不越限的节点数与节点总数的比例,该指标用于评估电动汽车充电负荷接入后各节点的电压偏移是否满足相关技术标准:
其中,Nv、N分别为配电网中满足电压偏移标准的节点数和系统的节点总数;
节点无功不达标率T2:
配电网接入电动汽车充电负荷后各节点的功率因数无法达到无功配置所需标准的节点数与节点总数的比例,该指标用于评估电动汽车充电负荷接入后各节点的无功是否达标:
其中,Nq、N分别为配电网中达到无功标准的节点数和节点总数;
网络安全运行指标S1:
配电网接入电动汽车充电负荷后产生的电流值超越该线路的安全载流量的线路数量与线路总数的比例,该指标用来评估充电负荷接入后网络中单回线路是否满足安全运行标准:
其中,Lout、L分别为配电网中超出网络中最大电流安全运行区间的线路数和线路总数;
负载率S2;
配电网接入电动汽车充电负荷后配电变压器或线路在短时间内的平均负荷与最大负荷的比值,该指标用于评估充电负荷接入后短时间内对配电网安全运行的影响:
其中,Pav、Pmax分别为配电网中短时平均负荷与产生的最大负荷值;
网损值E1:
配电网接入电动汽车充电负荷后各条线路的有功损耗之和,该指标用于评估充电负荷接入后对配电网运行经济性的影响;
其中,Pi、Qi分别为线路i的有功与无功功率;Ri为线路i的及其相连设备的电阻;Ui为线路i的电压;
附加无功耗费E2:
配电网接入电动汽车充电负荷后为了保证功率因数在一个相对合理的值进行无功补偿所产生的额外费用
E2=η·Qneed (10)
其中,η为补偿单位容量的无功补偿时所必需投资;Qneed为电动汽车充电负荷接入后所需的无功补偿容量。
所述的对评估方案的指标矩阵进行标准化处理,在衡量与理想值的接近程度的度量方面采用欧氏距离进行度量,并采用描述评价对象之间关系紧密程度的灰色关联度、衡量各方案与理想解整体贴近程度的群体效用值以及描述各方案中最劣指标偏离程度的个体偏差值进行综合评估,并根据综合评估标准进行方案接纳能力优先级排序包括:
将决策矩阵X按照式(11)-式(13)进行规范化,并将综合指标综合权重与标准化的决策矩阵相乘,得到加权规范化矩阵Y
其中,amax,j、amin,j为第j个指标的最大值和最小值;aij表示方案i中第j个指标;bij为方案i中第j个指标的标准化形式;q1、q2为中间型指标所在区间的边界值;
Y=(yij)m×n=(kjcij)m×n (14)
根据加权规范化矩阵确定正、负理想解,其中正、负理想参考值的选取方式如下:
计算评估方案与正、负理想解之间的贴近度:
通过分别计算欧式距离、灰色关联度、群体效用值以及个体偏差值用来衡量各方案到正、负理想解的贴近程度,将各方案按照贴近优先程度进行排序;
欧氏距离:用以计算不同方案与理想解之间的距离;
灰色关联度:用以计算不同方案与理想解之间的关联程度;
灰色关联系数:
灰色关联度:
群体效用值:用以计算不同方案与正理想解方案的接近程度;
个体偏差值:用以计算每个方案下最劣指标与理想指标之间的偏差程度;
Bi为个体偏差值。
所述根据优先级排序的结果确定最优的方案包括:
其中,α、β为用户进行评估时的偏好系数;
正理想距离中,当距离负理想解的欧氏距离越远且与正理想解的关联度越高,即/>越大,说明待评估方案与理想解的相似程度越高;反之,负理想距离/>越大,说明待评估方案与负理想解的相似程度越近,此方案下配电网的接纳能力越差;将正、负理想距离进行综合得到不同方案与理想解的相对距离,如式(23)所示:
从贴近度和个体偏差的角度上来看,可将群体效用值和个体偏差值综合得到两者的折衷系数Qi,通过折衷系数衡量接纳能力,如式(24)所示:
折衷系数在体现方案与理想方案之间的贴近程度的同时,反映出最劣的个体指标与立项指标之间的偏差程度,折衷系数越小说明此方案与理想方案之间的贴近程度越近,个体偏差程度越小,方案下配电网的接纳能力越高。
本发明与现有技术相比,具有以下优点:
从配电网运行的合理性、安全性以及经济性方面建立评估指标体系,对配电网的接纳能力进行全方位评估。
附图说明
图1为本发明提供的城市配电网对电动汽车的接纳能力评估方法流程图;
图2为本发明配电网接纳能力评估指标体系图。
图3为本发明提供的混合链下各区域充电负荷曲线图。
图4为本发明提供的IEEE33配电网拓扑结构图。
图5为本发明提供的电动汽车充电负荷在不同接入方案下的节点电压水平。
具体实施方式
以下结合附图,通过详细说明一个较佳的具体实施例,对本发明做进一步阐述。
如图1所示,一种城市配电网对电动汽车的接纳能力评估方法,包括如下步骤:
S1,基于出行链和蒙特卡洛方法对城市电动汽车充电负荷建模;
S2,建立配电网对电动汽车接纳能力评估方案;
S3,对评估方案的指标矩阵进行标准化处理,在衡量与理想值的接近程度的度量方面采用欧氏距离进行度量,并采用描述评价对象之间关系紧密程度的灰色关联度、衡量各方案与理想解整体贴近程度的群体效用值以及描述各方案中最劣指标偏离程度的个体偏差值进行综合评估,并根据综合评估标准进行方案接纳能力优先级排序;
S4,根据优先级排序的结果确定最优的方案。
具体地,所述基于出行链和蒙特卡洛方法对城市电动汽车充电负荷建模包括:
出行链模型生成
本发明采用出行链理论来研究电动私家车的时空出行轨迹和出行特征,本发明所提出行链中起点和终点主要包括住宅区、工作区、商业区、休闲区以及其他区域,分别由H、W、C、R、O表示。假设用户首次出行起始点都为住宅区,t0为起始出行时刻;为用户从起点si行驶至终点di的行驶时间;/>为在目的地di的驻留时间;/>为第i次行程的行驶距离。GTC为电动汽车出行时空特征量的集合,可由式(1)描述:
i∈{1,2,3,4,5};si,di∈{H,W,C,R,O}
电动汽车耗电量
本发明将电动汽车耗电量作简化处理,忽略实际行驶过程中用户驾驶习惯以及外界因素对车辆电池耗电量的影响,认为电池耗电量与车辆行驶里程呈线性关系,车辆行驶过程中其电池耗电量以及达到目的地时的电池电量可由式(2)-(4)确定:
电动汽车用户充电决策模型及充电负荷计算
根据电动汽车用户当前所在位置电池电量SOC的多少,若剩余SOC无法满足下一段行程的电量需求,应及时充电;若SOC相对充足,可根据当前时刻充电需求安排充电计划。
采用蒙特卡洛法对目标区域内所有电动汽车进行模型,针对不同充电需求的用户采取不同的充电决策,分别统计其充电时长及充电负荷,继而得到总的充电需求时空分布。
进一步地,所述的建立配电网对电动汽车接纳能力评估方案包括:
在电动汽车充电负荷建模的基础上,本发明考虑电动汽车接入对配电网的影响,基于传统配电网运行评估研究,从合理性、安全性以及经济性方面建立指标体系,对配电网的接纳能力进行全方位评估。
为体现方法的客观性与合理性,本文结合层次分析法与熵权法对不同决策方案下的多种指标进行综合赋权。最终利用理想点逼近法(TOPSIS)对以不同方式接入充电负荷时的配电网接纳能力进行评估。接纳能力评估构架如图1所示,在传统配电网接纳能力评估的基础上,分别选取合理性、安全性以及经济性三方面为准则选取六项评估指标,如图2所示。
电压偏移不越限率T1;
配电网接入电动汽车充电负荷后配电网中节点电压不越限的节点数与节点总数的比例。该指标用于评估电动汽车充电负荷接入后各节点的电压偏移是否满足相关技术标准。本发明中以0.9-1.1视为节点电压的有效水平范围。
其中,Nv、N分别为配电网中满足电压偏移标准的节点数和系统的节点总数。
节点无功不达标率T2;
配电网接入电动汽车充电负荷后各节点的功率因数无法达到无功配置所需标准的节点数与节点总数的比例。该指标用于评估电动汽车充电负荷接入后各节点的无功是否达标。本文中将节点功率因素标准范围设置为0.85-1。
其中,Nq、N分别为配电网中达到无功标准的节点数和节点总数。
网络安全运行指标S1;
配电网接入电动汽车充电负荷后产生的电流值超越该线路的安全载流量的线路数量与线路总数的比例。该指标用来评估充电负荷接入后网络中单回线路是否满足安全运行标准。
其中,Lout、L分别为配电网中超出网络中最大电流安全运行区间的线路数和线路总数。
负载率S2;
配电网接入电动汽车充电负荷后配电变压器或线路在短时间内的平均负荷与最大负荷的比值。该指标用于评估充电负荷接入后短时间内对配电网安全运行的影响。
其中,Pav、Pmax分别为配电网中短时平均负荷与产生的最大负荷值。
网损值E1;
配电网接入电动汽车充电负荷后各条线路的有功损耗之和。该指标用于评估充电负荷接入后对配电网运行经济性的影响。
其中,Pi、Qi分别为线路i的有功与无功功率;Ri为线路i的及其相连设备的电阻;Ui为线路i的电压。
附加无功耗费E2;
配电网接入电动汽车充电负荷后为了保证功率因数在一个相对合理的值进行无功补偿所产生的的额外费用。该指标用于评估配电网中各节点由于功率因数不足而进行无功补偿时所需要的额外投资。
E2=η·Qneed (10)
其中,η为补偿单位容量的无功补偿时所必需投资;Qneed为电动汽车充电负荷接入后所需的无功补偿容量,本文中设置为0.01万元/kvar。
进一步地,所述的步骤S3首先对评估方案的指标矩阵进行标准化处理,在衡量与理想值的接近程度的度量方面除了采用欧氏距离进行度量外,还采用描述评价对象之间关系紧密程度的灰色关联度、衡量各方案与理想解整体贴近程度的群体效用值以及描述各方案中最劣指标偏离程度的个体偏差值进行综合评估,并根据综合评估标准进行方案接纳能力优先级排序。
构建加权规范化矩阵
将决策矩阵X按照式(11)-式(13)进行规范化,并将上述综合指标综合权重与标准化的决策矩阵相乘,得到加权规范化矩阵Y
其中,amax,j、amin,j为第j个指标的最大值和最小值;aij表示方案i中第j个指标;bij为方案i中第j个指标的标准化形式;q1、q2为中间型指标所在区间的边界值。
Y=(yij)m×n=(kjcij)m×n (14)
确定正、负理想解
根据加权规范化矩阵确定正、负理想解和,其中正、负理想参考值的选取方式如下:
计算评估方案与正、负理想解之间的贴近度
通过分别计算欧式距离、灰色关联度、群体效用值以及个体偏差值用来衡量各方案到正、负理想解的贴近程度,将各方案按照贴近优先程度进行排序。
欧氏距离:用以计算不同方案与理想解之间的距离。
灰色关联度:用以计算不同方案与理想解之间的关联程度。
灰色关联系数:
灰色关联度:
群体效用值:用以计算不同方案与正理想解方案的接近程度。
个体偏差值:用以计算每个方案下最劣指标与理想指标之间的偏差程度。
所述的步骤S4具体为:
其中,α、β为用户进行评估时的偏好系数。
正理想距离中,当距离负理想解的欧氏距离越远且与正理想解的关联度越高,即/>越大,说明待评估方案与理想解的相似程度越高;反之,负理想距离/>(包含与正理想解的欧氏距离和与负理想解的关联程度)越大,说明待评估方案与负理想解的相似程度越近,此方案下配电网的接纳能力越差。将正、负理想距离进行综合得到不同方案与理想解的相对距离,如式(23)所示。
从贴近度和个体偏差的角度上来看,可将群体效用值和个体偏差值综合得到两者的折衷系数Qi,通过折衷系数衡量接纳能力,如式(24)所示。
折衷系数在体现方案与理想方案之间的贴近程度的同时,反映出最劣的个体指标与立项指标之间的偏差程度,折衷系数越小说明此方案与理想方案之间的贴近程度越近,个体偏差程度越小,此方案下配电网的接纳能力越高。
上述对本发明的主要原理进行相关的阐述,进一步地,下文通过具体的例子说明。
根据出行链理论和蒙特卡洛模拟,计算相应时空区域内城市电动私家车充电负荷,得到混合链下各区域充电负荷曲线图,如图3所示。本发明采用IEEE33节点配网系统进行仿真(拓扑结构如图4所示。设置配网的基准功率为10MVA,网络首端的基准电压为12.66kV,网络总负荷为3715+j2300kVA。
本文按照电动汽车接入数量以及不同接入方式设置如下4种评估方案:
方案1:考虑5000辆车按常规负荷比例全节点接入;
方案2:考虑5000辆车以充电站形式全部单节点接入(本文中选取靠近电源点的2号节点)
方案3:考虑5000辆车按比例以充电站形式多节点接入,接在各功能区配网末端节点(本文中选取22、18、32、25号节点);
方案4:考虑5000辆车按比例以充电站形式多节点接入,接在各功能区配网首端节点(本文中选取19、7、26、23号节点)。
考虑到目前电动汽车充电地区分散且目前电动汽车充电负荷对于整体配电网的影响不够显著,本文实例分析中将不同规模电动汽车进行全节点、部分节点以及单节点接入方案为评估对象,选取IEEE33节点配电网,进行计及充电负荷的潮流计算,得到电动汽车充电负荷在不同接入方案下的节点电压水平,如图5所示。其次从技术合理性、安全可靠性以及运行经济性三方面计算不同方案中各指标与理想点之间的贴合度,并根据评估结果对方案进行排序。
以本文中设立的4种方案为基础,按照上述构建的接纳能力评估指标体系计算指标如表1所示。
表1充电负荷3中接入方案下的配电网接纳能力评估指标初始值
表1充电负荷3中接入方案下的配电网接纳能力评估指标初始值
将表中的初始数据构成原始指标矩阵X。
进行指标规范化处理,具体结果如表2所示。
计算所得的客观和综合权重值如表5和表6所示。
表2不同方案下得出的规范化指标
表3客观权重值
表4综合权重值
通过矩阵规范化和权重确定得到加权规范化矩阵:
各方案下的正、负理想解为:
Y+=(1,1,1,1,1,1) (25)
Y-=(0,0,0,0,0,0) (26)
在上述研究内容的基础上,根据上述公式计算各方案下的不同指标与正负理想解之间的加权欧氏距离、灰色关联度、群体效用值以及个体偏差值,通过不同角度度量不同方案的各指标与理想指标之间的贴近程度,计算结果如表5所示。
表5不同方案下个指标与理想指标之间的距离评估值
从上述六项度量标准来看,欧式距离是用来度量各方案与理想解的距离,越小,距正理想解的欧氏距离越近,/>越大,距负理想解的欧氏距离越远,配电网的接纳能力越好;灰色关联度可应用于衡量不同方案与理想方案之间的相似程度,/>越大,说明该方案与理想方案的相似程度越高,/>越小,则该方案与负理想解的相似程度越低,该方案的接纳能力越好;群体效用值是用来量化不同方案与正理想方案之间的整体贴近程度,Si越小,说明该方案与理想方案的贴近度越近,此时接纳程度越好;个体效用值是用来度量方案中个体指标与最优指标之间的偏差值,Ri越小,说明不同方案下的最劣指标与理想指标之间的偏差度越小,此时配电网的接纳能力越高。
根据上述分析和表6中度量值结算结果,通过个体指标对不同方案进行排序:
表6根据不同指标值进行方案排序
计算不同方案下与正、负理想解的相对距离和同时考虑贴近程度与个体偏差的折衷系数,结果如表7所示。
表7不同方案下各指标与理想指标之间的相对距离和折衷系数表
由以上两项综合指标计算结果表明,不论从相对距离层面还是考虑偏差值的贴近程度方面来看,方案4(按比例以充电站形式多节点接入,接在各功能区配网末端节点)情况下配电网的接纳能力是最优的。
上述实施方式仅为例举,不限定本发明的应用范围。这些实施方式还能以其它各种方式来实施,且能在不脱离本发明技术思想的范围内作不同的假设、替换。
Claims (2)
1.一种城市配电网对电动汽车的接纳能力评估方法,其特征在于,包括:
基于出行链和蒙特卡洛方法对城市电动汽车充电负荷建模;
建立配电网对电动汽车接纳能力评估方案;
对评估方案的指标矩阵进行标准化处理,在衡量与理想值的接近程度的度量方面采用欧氏距离进行度量,并采用描述评价对象之间关系紧密程度的灰色关联度、衡量各方案与理想解整体贴近程度的群体效用值以及描述各方案中最劣指标偏离程度的个体偏差值进行综合评估,并根据综合评估标准进行方案接纳能力优先级排序;
根据优先级排序的结果确定最优的方案;
所述的建立配电网对电动汽车接纳能力评估方案包括:利用理想点逼近法对以不同方式接入充电负荷时的配电网接纳能力进行评估,分别选取六项评估指标;
电压偏移不越限率T1:
配电网接入电动汽车充电负荷后配电网中节点电压不越限的节点数与节点总数的比例,该指标用于评估电动汽车充电负荷接入后各节点的电压偏移是否满足相关技术标准:
其中,Nv、N分别为配电网中满足电压偏移标准的节点数和系统的节点总数;
节点无功不达标率T2:
配电网接入电动汽车充电负荷后各节点的功率因数无法达到无功配置所需标准的节点数与节点总数的比例,该指标用于评估电动汽车充电负荷接入后各节点的无功是否达标:
其中,Nq、N分别为配电网中达到无功标准的节点数和节点总数;
网络安全运行指标S1:
配电网接入电动汽车充电负荷后产生的电流值超越线路的安全载流量的线路数量与线路总数的比例,该指标用来评估充电负荷接入后网络中单回线路是否满足安全运行标准:
其中,Lout、L分别为配电网中超出网络中最大电流安全运行区间的线路数和线路总数;
负载率S2;
配电网接入电动汽车充电负荷后配电变压器或线路在短时间内的平均负荷与最大负荷的比值,该指标用于评估充电负荷接入后短时间内对配电网安全运行的影响:
其中,Pav、Pmax分别为配电网中短时平均负荷与产生的最大负荷值;
网损值E1:
配电网接入电动汽车充电负荷后各条线路的有功损耗之和,该指标用于评估充电负荷接入后对配电网运行经济性的影响;
其中,Pi、Qi分别为线路i的有功与无功功率;Ri为线路i的及其相连设备的电阻;Ui为线路i的电压;
附加无功耗费E2:
配电网接入电动汽车充电负荷后为了保证功率因数在一个相对合理的值进行无功补偿所产生的额外费用
E2=η·Qneed (6)
其中,η为补偿单位容量的无功补偿时所必需投资;Qneed为电动汽车充电负荷接入后所需的无功补偿容量;
所述的对评估方案的指标矩阵进行标准化处理,在衡量与理想值的接近程度的度量方面采用欧氏距离进行度量,并采用描述评价对象之间关系紧密程度的灰色关联度、衡量各方案与理想解整体贴近程度的群体效用值以及描述各方案中最劣指标偏离程度的个体偏差值进行综合评估,并根据综合评估标准进行方案接纳能力优先级排序包括:
将决策矩阵X按照式(7)-式(8)进行规范化,并将综合指标综合权重与标准化的决策矩阵相乘,得到加权规范化矩阵Y
其中,amax,j、amin,j为第j个指标的最大值和最小值;aij表示方案i中第j个指标;bij为方案i中第j个指标的标准化形式;q1、q2为中间型指标所在区间的边界值;
Y=(yij)m×n=(kjcij)m×n (10)
根据加权规范化矩阵确定正、负理想解,其中正、负理想参考值的选取方式如下:
计算评估方案与正、负理想解之间的贴近度:
通过分别计算欧式距离、灰色关联度、群体效用值以及个体偏差值用来衡量各方案到正、负理想解的贴近程度,将各方案按照贴近优先程度进行排序;
欧氏距离:用以计算不同方案与理想解之间的距离;
灰色关联度:用以计算不同方案与理想解之间的关联程度;
灰色关联系数:
灰色关联度:
群体效用值:用以计算不同方案与正理想解方案的接近程度;
个体偏差值:用以计算每个方案下最劣指标与理想指标之间的偏差程度;
Bi为个体偏差值;
所述根据优先级排序的结果确定最优的方案包括:
其中,α、β为用户进行评估时的偏好系数;
正理想距离中,当距离负理想解的欧氏距离越远且与正理想解的关联度越高,即/>越大,说明待评估方案与理想解的相似程度越高;反之,负理想距离/>越大,说明待评估方案与负理想解的相似程度越近,此方案下配电网的接纳能力越差;将正、负理想距离进行综合得到不同方案与理想解的相对距离,如式(19)所示:
从贴近度和个体偏差的角度上来看,将群体效用值和个体偏差值综合得到两者的折衷系数Qi,通过折衷系数衡量接纳能力,如式(20)所示:
折衷系数在体现方案与理想方案之间的贴近程度的同时,反映出最劣的个体指标与立项指标之间的偏差程度,折衷系数越小说明此方案与理想方案之间的贴近程度越近,个体偏差程度越小,方案下配电网的接纳能力越高。
2.如权利要求1所述的城市配电网对电动汽车的接纳能力评估方法,其特征在于,所述的基于出行链和蒙特卡洛方法对城市电动汽车充电负荷建模包括:
生成出行链模型:
出行链中起点和终点分别由H、W、C、R、O表示,t0为用户起始出行时刻;为用户从起点si行驶至终点di的行驶时间;/>为在目的地di的驻留时间;/>为第i次行程的行驶距离;GTC为电动汽车出行时空特征量的集合,由式(1)描述:
对电动汽车耗电量作简化处理:
车辆行驶过程中其电池耗电量以及达到目的地时的电池电量由式(2)-(4)确定:
采用蒙特卡洛法对目标区域内所有电动汽车进行建模,针对不同充电需求的用户采取不同的充电决策,分别统计其充电时长及充电负荷,继而得到总的充电需求时空分布。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011526700.6A CN112508450B (zh) | 2020-12-22 | 2020-12-22 | 一种城市配电网对电动汽车的接纳能力评估方法 |
AU2021323387A AU2021323387B2 (en) | 2020-12-22 | 2021-12-22 | Method for evaluating hosting capacity of urban distribution network for electric vehicle |
PCT/CN2021/140472 WO2022135473A1 (zh) | 2020-12-22 | 2021-12-22 | 城市配电网对电动汽车的接纳能力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011526700.6A CN112508450B (zh) | 2020-12-22 | 2020-12-22 | 一种城市配电网对电动汽车的接纳能力评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112508450A CN112508450A (zh) | 2021-03-16 |
CN112508450B true CN112508450B (zh) | 2023-06-20 |
Family
ID=74921912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011526700.6A Active CN112508450B (zh) | 2020-12-22 | 2020-12-22 | 一种城市配电网对电动汽车的接纳能力评估方法 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN112508450B (zh) |
AU (1) | AU2021323387B2 (zh) |
WO (1) | WO2022135473A1 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508450B (zh) * | 2020-12-22 | 2023-06-20 | 国网上海市电力公司 | 一种城市配电网对电动汽车的接纳能力评估方法 |
CN112671019A (zh) * | 2020-12-27 | 2021-04-16 | 国网上海市电力公司 | 配电网的电动汽车接纳能力仿真评估方法、装置及介质 |
CN113222473B (zh) * | 2021-06-04 | 2023-04-18 | 国网浙江省电力有限公司杭州供电公司 | 基于电力大脑中枢的电网负荷调整方法及装置 |
CN114971230A (zh) * | 2022-05-10 | 2022-08-30 | 华能国际电力股份有限公司上海石洞口第二电厂 | 一种基于组合赋权-改进topsis法的配煤掺烧效果评价方法 |
CN115412301B (zh) * | 2022-08-02 | 2024-03-22 | 云南电网有限责任公司信息中心 | 一种网络安全的预测分析方法及系统 |
CN115695269B (zh) * | 2022-10-31 | 2023-10-27 | 中物院成都科学技术发展中心 | 一种模糊测试工具性能综合量化评估方法 |
CN115860524B (zh) * | 2022-11-21 | 2024-04-02 | 国网北京市电力公司 | 一种电力设备供应链绿度展示方法、装置、设备及介质 |
CN116361925B (zh) * | 2023-05-31 | 2023-11-03 | 西北工业大学 | 一种船舶传动构型的多方案评估方法及系统 |
CN116720782B (zh) * | 2023-06-14 | 2024-02-13 | 国家电网有限公司华东分部 | 柔性负荷响应公信度评估方法及装置、存储介质 |
CN117076990B (zh) * | 2023-10-13 | 2024-02-27 | 国网浙江省电力有限公司 | 基于曲线降维和聚类的负荷曲线辨识方法、装置及介质 |
CN117350519B (zh) * | 2023-12-04 | 2024-05-17 | 武汉理工大学 | 基于新能源乘用车充电需求预测的充电站规划方法及系统 |
CN117455122B (zh) * | 2023-12-22 | 2024-03-19 | 中咨公路养护检测技术有限公司 | 路面状态评估方法、装置、电子设备及存储介质 |
CN117745084B (zh) * | 2024-02-21 | 2024-05-31 | 国网山东省电力公司东营供电公司 | 一种极端气象下两阶段电力系统运行风险评估方法及系统 |
CN118100179A (zh) * | 2024-04-28 | 2024-05-28 | 国网湖北省电力有限公司经济技术研究院 | 一种分布式电源的承载力评估方法、系统、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9143379B1 (en) * | 2012-05-01 | 2015-09-22 | Time Warner Cable Enterprises Llc | Power fluctuation detection and analysis |
CN109636167A (zh) * | 2018-12-05 | 2019-04-16 | 国家电网有限公司 | 一种电动汽车充换电设施接入配电网的评价方法 |
CN109767064A (zh) * | 2018-12-12 | 2019-05-17 | 国网江苏省电力有限公司电力科学研究院 | 一种配电网电动汽车接纳能力定量评估的概率方法 |
CN110994656A (zh) * | 2019-11-18 | 2020-04-10 | 华东理工大学 | 一种评估电网对电动汽车接纳能力的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011156776A2 (en) * | 2010-06-10 | 2011-12-15 | The Regents Of The University Of California | Smart electric vehicle (ev) charging and grid integration apparatus and methods |
WO2019109084A1 (en) * | 2017-12-01 | 2019-06-06 | California Institute Of Technology | Optimization framework and methods for adaptive ev charging |
CN112508450B (zh) * | 2020-12-22 | 2023-06-20 | 国网上海市电力公司 | 一种城市配电网对电动汽车的接纳能力评估方法 |
-
2020
- 2020-12-22 CN CN202011526700.6A patent/CN112508450B/zh active Active
-
2021
- 2021-12-22 WO PCT/CN2021/140472 patent/WO2022135473A1/zh active Application Filing
- 2021-12-22 AU AU2021323387A patent/AU2021323387B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9143379B1 (en) * | 2012-05-01 | 2015-09-22 | Time Warner Cable Enterprises Llc | Power fluctuation detection and analysis |
CN109636167A (zh) * | 2018-12-05 | 2019-04-16 | 国家电网有限公司 | 一种电动汽车充换电设施接入配电网的评价方法 |
CN109767064A (zh) * | 2018-12-12 | 2019-05-17 | 国网江苏省电力有限公司电力科学研究院 | 一种配电网电动汽车接纳能力定量评估的概率方法 |
CN110994656A (zh) * | 2019-11-18 | 2020-04-10 | 华东理工大学 | 一种评估电网对电动汽车接纳能力的方法 |
Non-Patent Citations (5)
Title |
---|
局域配电网对电动汽车接纳能力评估研究;李梦娟;《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》;全文 * |
智能用电背景下的配电网可靠性评估与运行风险分析;莫一夫;《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》;全文 * |
电动汽车充电设施规划及配电网接纳电动汽车能力评估;廖斌杰;《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》;全文 * |
计及有序充电的电动汽车接纳能力量化评估方法;左琦 等;《电力系统及其自动化学报》;全文 * |
配电网电动汽车接纳能力评估的概率方法;李春;《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112508450A (zh) | 2021-03-16 |
AU2021323387A1 (en) | 2022-07-07 |
AU2021323387B2 (en) | 2023-12-21 |
WO2022135473A1 (zh) | 2022-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112508450B (zh) | 一种城市配电网对电动汽车的接纳能力评估方法 | |
Liang et al. | Analysis of factors affecting economic operation of electric vehicle charging station based on DEMATEL-ISM | |
CN103177395B (zh) | 一种基于社会期望的智能配电网节能减排综合评价方法 | |
CN108688503B (zh) | 计及输电阻塞的电动汽车用户充电选择辅助决策方法 | |
CN108573317B (zh) | 一种换电站充放电策略优化控制的方法 | |
CN109829604A (zh) | 一种电网侧储能电站运行效果综合评估方法 | |
CN112467722A (zh) | 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法 | |
CN110350517B (zh) | 一种基于运行风险的电动汽车并网配电网络重构方法 | |
CN105574617A (zh) | 分布式电源和微电网接入配电系统方案的综合优化系统 | |
CN108596667A (zh) | 一种基于车联网的电动汽车实时充电电价计算方法 | |
CN110363351A (zh) | 一种分布式电源接入增量配电网评估优化规划方法及系统 | |
CN113553769B (zh) | 一种考虑充电效能的电动汽车充电设施优化配置方法 | |
CN109492874B (zh) | 一种三层级配电网投资决策体系的决策方法 | |
CN112465286A (zh) | 一种电动汽车充电网络服务能力评价方法 | |
CN112086980A (zh) | 考虑充电桩接入的公用配电变压器定容选型方法与系统 | |
CN107944712A (zh) | 基于电网结构坚强性的集中型换电站选址定容方法 | |
CN108428048A (zh) | 一种充换电网络运营评价方法 | |
Khan et al. | Optimal integration of electric vehicle charging stations and distributed generation in distribution network | |
CN112928766A (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 | |
CN114091958B (zh) | 智能用电小区的综合能效评估方法及电网规划方法 | |
CN113488990B (zh) | 基于改进的蝙蝠算法的微电网优化调度方法 | |
CN115545429A (zh) | 基于cpss架构的多场景低压可再生资源负荷预测方法 | |
CN112671019A (zh) | 配电网的电动汽车接纳能力仿真评估方法、装置及介质 | |
CN112184076A (zh) | 能源互联网清洁低碳发展指数指标体系 | |
Ren et al. | Decision-making approach in charging mode for electric vehicle based on cumulative prospect 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 |