CN112838584B - 一种电力-交通网络流量引导方法 - Google Patents

一种电力-交通网络流量引导方法 Download PDF

Info

Publication number
CN112838584B
CN112838584B CN202110010984.1A CN202110010984A CN112838584B CN 112838584 B CN112838584 B CN 112838584B CN 202110010984 A CN202110010984 A CN 202110010984A CN 112838584 B CN112838584 B CN 112838584B
Authority
CN
China
Prior art keywords
power
traffic
node
network
road
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
CN202110010984.1A
Other languages
English (en)
Other versions
CN112838584A (zh
Inventor
郭庆来
孙宏斌
盛裕杰
吴文传
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN202110010984.1A priority Critical patent/CN112838584B/zh
Publication of CN112838584A publication Critical patent/CN112838584A/zh
Application granted granted Critical
Publication of CN112838584B publication Critical patent/CN112838584B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • 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
    • H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提出的一种电力‑交通网络流量引导方法，属于电动汽车导航技术领域。该方法首先建立由目标函数和约束条件构成的最优电力‑交通网络流模型，求解得到各道路上充电车辆和非充电车辆对应的交通流；然后基于此结果建立由目标函数和约束条件构成的最优电力‑交通流量引导模型，求解得到各道路上充电车辆和非充电车辆的通行费最优解，得到最优电力‑交通流量引导方案。本发明综合考虑电力网络与交通网络约束，能够通过价格引导信号实现电力‑交通运行性能的协同优化，减小发电成本与通行费用。

Description

一种电力-交通网络流量引导方法
技术领域
本发明涉及一种电力-交通网络流量引导方法，属于电动汽车导航技术领域。
技术背景
电动汽车在节能减排、遏制气候变暖以及保障石油供应安全等方面具有传统汽车无法比拟的优势，因此受到各国政府、汽车生产商以及能源企业的广泛关注。在未来动态无线充电技术支持下的电气化交通网络下，电力网络与交通网络将通过移动的电动汽车在时空维度上紧密耦合。其中，网络中的流量引导通常通过价格信号完成，其电价收取与拥堵收费涉及电力、交通、用户多个利益主体。电网以发电最小为目标，给出电气化交通网络中的充电价格信号决策。交通网以平均通行时间最低为目标，给出电气化交通网络中拥堵费信号决策。而网络中通行的海量汽车，则以个人出行费用最低为目标，其路径选择同时受拥堵情况与价格信号的影响。如何通过有效的三方协调，使电动汽车的行驶路径与充电位置可以得到有效引导，同时改善交通网的拥堵状况与电网的潮流分布，实现电力与交通两个网络的协同优化，是未来电气化交通网络亟需解决的问题。
一种已有的专利申请号为CN201910910606.1、发明名称为“一种计及路-网-车的电动汽车充电引导方法”的中国专利申请，提出了一种计及路-网-车的电动汽车充电引导方法，该方法考虑不同种类电动汽车充电需求差异，建立电气交通协同控制架构，制定充电站选择与导航策略，通过分时分区电价对快充负荷进行引导。但该方法未考虑交通系统的优化目标，且未考虑交通系统价格信号的作用，未能实现电力-交通网络的协同优化。
发明内容
本发明的目的是克服已有技术的不足之处，提出一种电力-交通网络流量引导方法。本发明针对未来无线充电场景下的电气化交通网络中的交通流与潮流进行引导，该方法考虑了交通网络与电力网络的物理约束，旨在最小化电力网络的发电成本与交通网络的通行时间，求解最优电力-交通网络流分布；同时以网络净收费最低为目标，求解对应的电气化交通网络通行价格，引导各类用户的出行与充电选择，使电力-交通网络流达到最优分布。
本发明提出一种电力-交通网络流量引导方法，其特征在于，该方法包括以下步骤：
1)建立最优电力-交通网络流模型，该模型由目标函数和约束条件构成；具体步骤如下：
1-1)确定最优电力-交通网络流模型的目标函数FOPTF：
Figure BDA0002885012580000021
其中，
Figure BDA0002885012580000022
代表电网总发电成本，
Figure BDA0002885012580000023
为配电网中节点i的有功发电功率，EN为配电网节点集，ai、bi分别为配电网中节点i的分布式发电成本系数，ρ为主网购电价格，
Figure BDA0002885012580000024
为与配电网母线节点0连接的线路0m的购电功率，π0为与配电网母线节点0相邻的配电网节点集合，节点m为该集合的元素，上标l代表线路；
Figure BDA0002885012580000025
代表交通网络通行总时间；ω为单位时间价值，ta为道路a上的通行时间，xa为道路a上的交通流，ta(xa)为道路阻抗函数；
1-2)确定最优电力-交通网络流模型的约束条件；具体如下：
1-2-1)电力网络约束；
Figure BDA0002885012580000026
Figure BDA0002885012580000027
Figure BDA0002885012580000028
Figure BDA0002885012580000029
Figure BDA00028850125800000210
Figure BDA00028850125800000211
Figure BDA00028850125800000212
其中，
Figure BDA00028850125800000213
与
Figure BDA00028850125800000214
分别为线路ij首端流过的有功潮流和无功潮流，其中i为线路首端节点，j为线路末端节点；
Figure BDA00028850125800000215
与
Figure BDA00028850125800000216
分别为线路ij的电阻与电抗，
Figure BDA00028850125800000217
与
Figure BDA00028850125800000218
分别为线路ij末端节点j的下级线路jk首端流过的有功潮流和无功潮流，
Figure BDA00028850125800000219
与
Figure BDA00028850125800000220
分别为节点j的有功负荷和无功负荷，πj为配电网母线节点j的下属节点集合；Ui为节点i的电压平方，
Figure BDA00028850125800000221
为线路ij的电流平方，
Figure BDA00028850125800000222
为线路ij的阻抗；
Figure BDA00028850125800000223
为线路ij的电流上限；
Figure BDA00028850125800000224
为配电网中节点i的有功发电功率，
Figure BDA00028850125800000225
与
Figure BDA00028850125800000226
分别为节点i有功发电功率的下限和上限，
Figure BDA00028850125800000227
为配电网中节点i的无功发电功率，
Figure BDA00028850125800000228
与
Figure BDA00028850125800000229
分别为节点i无功发电功率的下限和上限，
Figure BDA00028850125800000230
与
Figure BDA00028850125800000231
为节点i电压平方的下限和上限；
1-2-2)交通网络约束；
Figure BDA00028850125800000232
Figure BDA0002885012580000031
xa＝xac+xan (11)
Figure BDA0002885012580000032
Figure BDA0002885012580000033
其中，
Figure BDA0002885012580000034
为道路a的自由行驶时间，ca为道路a的通行容量；
Figure BDA0002885012580000035
为出行O-D对(r,s)的起点r与终点s间的第k条路径上的充电车辆流量，
Figure BDA0002885012580000036
为出行O-D对(r,s)的起点r与终点s间的第k条路径上的非充电车辆流量，Krs为O-D对(r,s)的路径集，
Figure BDA0002885012580000037
为路径-道路关联因子；当O-D对(r,s)的第k条路径经过道路a，则
Figure BDA0002885012580000038
否则为0；xa为道路a上的交通流，xac为充电车辆对应交通流，xan为非充电车辆对应交通流；
Figure BDA0002885012580000039
为O-D对(r,s)间的充电车辆的出行需求，
Figure BDA00028850125800000310
为O-D对(r,s)间的非充电车辆的出行需求；
1-2-3)电力-交通网络耦合约束；
Pt＝Pd+Pc (14)
Pc＝ηMxc (15)
其中，Pt为电网各节点有功负荷
Figure BDA00028850125800000311
组成的向量，Pt包括充电负荷向量Pc与固定负荷向量Pd；xc为交通网各道路a的xac组成的向量，η为充电功率系数；M为电网节点与交通道路的关联矩阵；若交通网中道路a由电网中节点i对供电，则矩阵M的元素Mia＝1，否则Mia＝0；
2)对步骤1)建立的模型求解，得到各道路a上xac与xan的最优解，将xac的最优解记为
Figure BDA00028850125800000312
将xan的最优解记为
Figure BDA00028850125800000313
3)建立最优电力-交通流量引导模型，该模型由目标函数和约束条件构成；具体步骤
如下：
3-1)确定最优电力-交通流量引导模型的目标函数
Figure BDA00028850125800000314
Figure BDA00028850125800000315
其中，τac为道路a上充电车辆的通行费用，τan为道路a上非充电车辆的通行费用；
3-2)确定最优电力-交通流量引导模型的约束条件；具体如下：
3-2-1)交通用户均衡约束；
Figure BDA00028850125800000316
Figure BDA00028850125800000317
Figure BDA00028850125800000318
其中，
Figure BDA00028850125800000319
为O-D对(r,s)间充电车辆的最低旅行费用，
Figure BDA00028850125800000320
为O-D对(r,s)间非充电车辆的最低旅行费用，TA为交通网道路集；
3-2-2)电力-交通网络定价耦合约束；
Figure BDA0002885012580000041
Figure BDA0002885012580000042
其中，
Figure BDA0002885012580000043
为电网总发电成本中按功率比例分配至充电负荷的部分，
Figure BDA0002885012580000044
为节点i的充电负荷；
4)对步骤3)建立的模型求解，得到各道路a上τac与τan的最优解，即为最优电力-交通流量引导方案。
本发明的特点及有益效果在于：
本发明提出的一种电力-交通网络流量引导方法，针对无线充电场景下的电气化交通流量引导问题，综合考虑电力网络与交通网络约束，能够通过价格引导信号实现电力-交通运行性能的协同优化，减小发电成本与通行费用。在通行价格的制定过程中，通过电价与拥堵费的复用，能够有效发掘交通网络的灵活性，引导各类用户的出行与充电选择，使电力-交通网络流达到最优分布。
具体实施方式
本发明提出的一种电力-交通网络流量引导方法，下面结合具体实施例进一步说明如下。
本发明提出的一种电力-交通网络流量引导方法，包括以下步骤：
1)建立最优电力-交通网络流模型，该模型由目标函数和约束条件构成；具体步骤如下：
1-1)确定最优电力-交通网络流模型的目标函数FOPTF：
Figure BDA0002885012580000045
其中，
Figure BDA0002885012580000046
为电力网络的目标函数，代表电网总发电成本；式中
Figure BDA0002885012580000047
为配电网中节点i的有功发电功率，EN为配电网节点集，ai、bi分别为配电网中节点i的分布式发电成本系数，ρ为主网购电价格，
Figure BDA0002885012580000048
为与配电网母线节点0连接的线路0m的购电功率，π0为与配电网母线节点0相邻的配电网节点集合，节点m为该集合的元素，上标l代表线路。
Figure BDA0002885012580000049
为交通网络的目标函数，代表交通网络通行总时间；式中ω为单位时间价值，ta为道路a上的通行时间，xa为道路a上的交通流，ta(xa)为道路阻抗函数，代表道路随交通流增大出现拥堵，通行时间增长。
1-2)确定最优电力-交通网络流模型的约束条件；具体如下：
1-2-1)电力网络约束；
Figure BDA0002885012580000051
Figure BDA0002885012580000052
Figure BDA0002885012580000053
Figure BDA0002885012580000054
Figure BDA0002885012580000055
Figure BDA0002885012580000056
Figure BDA0002885012580000057
其中，式(2)与式(3)分别为线路的有功与无功平衡约束，其中
Figure BDA0002885012580000058
与
Figure BDA0002885012580000059
分别为线路ij首端流过的有功潮流和无功潮流，其中i为线路首端节点，j为线路末端节点。
Figure BDA00028850125800000510
与
Figure BDA00028850125800000511
分别为线路ij的电阻与电抗，
Figure BDA00028850125800000512
与
Figure BDA00028850125800000513
分别为线路ij末端节点j的下级线路jk首端流过的有功潮流和无功潮流，
Figure BDA00028850125800000514
与
Figure BDA00028850125800000515
分别为节点j的有功负荷和无功负荷，πj为配电网母线节点j的下属节点集合，上标l代表线路。式(4)为线路电压约束，其中Ui为节点i的电压平方，
Figure BDA00028850125800000516
为线路ij的电流平方，
Figure BDA00028850125800000517
为线路ij的阻抗。式(5)为凸松弛后线路电压电流与有功无功的关系约束。式(6)为电流大小约束，其中
Figure BDA00028850125800000518
为线路ij的电流上限。式(7)为单向潮流约束。式(8)为分布式发电的上下限约束与节点电压上下限约束，其中
Figure BDA00028850125800000519
为配电网中节点i的有功发电功率，
Figure BDA00028850125800000520
与
Figure BDA00028850125800000521
分别为节点i有功发电功率的下限和上限，
Figure BDA00028850125800000522
为配电网中节点i的无功发电功率，
Figure BDA00028850125800000523
与
Figure BDA00028850125800000524
分别为节点i无功发电功率的下限和上限，
Figure BDA00028850125800000525
与
Figure BDA00028850125800000526
为节点i电压平方的下限和上限。
1-2-2)交通网络约束；
Figure BDA00028850125800000527
Figure BDA00028850125800000528
xa＝xac+xan (11)
Figure BDA00028850125800000529
Figure BDA00028850125800000530
其中，式(9)为道路阻抗函数的具体表达式，可取Bureau of Public Road(BPR)函数等，式中
Figure BDA00028850125800000531
为道路a的自由行驶时间，ca为道路a的通行容量。式(10)为道路a上交通流与路径交通流的关联约束，式中，
Figure BDA00028850125800000532
与
Figure BDA00028850125800000533
分别为出行O-D对(r,s)的起点r与终点s间的第k条路径上的充电车辆流量与非充电车辆流量。Krs为O-D对(r,s)的路径组成的集合，
Figure BDA00028850125800000534
为路径-道路关联因子。当O-D对(r,s)的第k条路径经过道路a，则
Figure BDA00028850125800000535
否则为0。O-D对信息可通过个人出行调查和机动车O-D调查等获取。式(11)为混合交通流约束，xa表示道路a上的交通流，xa由充电车辆对应交通流xac与非充电车辆对应交通流xan组成。式(12)为交通流守恒约束，式中
Figure BDA0002885012580000061
与
Figure BDA0002885012580000062
分别为O-D对(r,s)间的充电车辆与非充电车辆出行需求，下标c和n分别代表充电车辆和非充电车辆。式(13)为交通流非负约束。
1-2-3)电力-交通网络耦合约束；
Pt＝Pd+Pc (14)
Pc＝ηMxc (15)
其中，式(14)为电网节点负荷的混合关系约束，Pt为电网各节点有功负荷
Figure BDA0002885012580000063
组成的向量，其中包括充电负荷向量Pc与固定负荷向量Pd。式(15)为充电负荷与交通流的关系约束，xc为交通网各道路a充电车辆对应的交通流xac组成的向量，η为充电功率系数，M为电网节点与交通道路的关联矩阵，表示电网节点与交通道路的连接关系。若交通网中道路a由电网中节点i对供电，则矩阵M的元素Mia＝1，否则Mia＝0。
2)通过非线性优化求解器对步骤1)建立的模型求解，得到各道路a上xac与xan的最优解，将xac的最优解记为
Figure BDA0002885012580000064
将xan的最优解记为
Figure BDA0002885012580000065
3)建立最优电力-交通流量引导模型，该模型由目标函数和约束条件构成；具体步骤
如下：
3-1)确定最优电力-交通流量引导模型的目标函数
Figure BDA0002885012580000066
Figure BDA0002885012580000067
其中，该目标函数为总收费最小。τac、τan分别为道路a上充电车辆和非充电车辆的通行费用。
3-2)确定最优电力-交通流量引导模型的约束条件；具体如下：
3-2-1)交通用户均衡约束；
Figure BDA0002885012580000068
Figure BDA0002885012580000069
Figure BDA00028850125800000610
其中，式(17)与式(18)为由用户均衡条件推导得到的定价约束，即用户在该定价下，以出行费用最低为目标进行路径与充电选择，最终将达到最优交通流的状态。式中，
Figure BDA00028850125800000611
与
Figure BDA00028850125800000612
为O-D对(r,s)间充电车辆与非充电车辆的最低旅行费用，TA为交通网道路集，下标c和n分别代表充电车辆和非充电车辆。式(19)为通行费的非负约束。
3-2-2)电力-交通网络定价耦合约束；
Figure BDA00028850125800000613
Figure BDA00028850125800000614
其中，
Figure BDA0002885012580000071
为电网总发电成本中按功率比例分配至充电负荷的部分，使充电车辆缴纳的通行费用能够满足充电成本。
Figure BDA0002885012580000072
为节点i的充电负荷，为充电负荷向量Pc的分量。
4)通过线性优化求解器对步骤3)建立的模型求解得到最优电力-交通流量引导方案，得到各道路a上充电车辆和非充电车辆的通行费用τac、τan的最优解。

Claims (1)

1.一种电力-交通网络流量引导方法，其特征在于，该方法包括以下步骤：
1)建立最优电力-交通网络流模型，该模型由目标函数和约束条件构成；具体步骤如下：
1-1)确定最优电力-交通网络流模型的目标函数FOPTF：
Figure FDA0002885012570000011
Figure FDA0002885012570000012
Figure FDA0002885012570000013
其中，
Figure FDA0002885012570000014
代表电网总发电成本，
Figure FDA0002885012570000015
为配电网中节点i的有功发电功率，EN为配电网节点集，ai、bi分别为配电网中节点i的分布式发电成本系数，ρ为主网购电价格，
Figure FDA0002885012570000016
为与配电网母线节点0连接的线路0m的购电功率，π0为与配电网母线节点0相邻的配电网节点集合，节点m为该集合的元素，上标l代表线路；
Figure FDA0002885012570000017
代表交通网络通行总时间；ω为单位时间价值，ta为道路a上的通行时间，xa为道路a上的交通流，ta(xa)为道路阻抗函数；
1-2)确定最优电力-交通网络流模型的约束条件；具体如下：
1-2-1)电力网络约束；
Figure FDA0002885012570000018
Figure FDA0002885012570000019
Figure FDA00028850125700000110
Figure FDA00028850125700000111
Figure FDA00028850125700000112
Figure FDA00028850125700000113
Figure FDA00028850125700000114
其中，
Figure FDA00028850125700000115
与
Figure FDA00028850125700000116
分别为线路ij首端流过的有功潮流和无功潮流，其中i为线路首端节点，j为线路末端节点；
Figure FDA00028850125700000117
与
Figure FDA00028850125700000118
分别为线路ij的电阻与电抗，
Figure FDA00028850125700000119
与
Figure FDA00028850125700000120
分别为线路ij末端节点j的下级线路jk首端流过的有功潮流和无功潮流，
Figure FDA00028850125700000121
与
Figure FDA00028850125700000122
分别为节点j的有功负荷和无功负荷，πj为配电网母线节点j的下属节点集合；Ui为节点i的电压平方，
Figure FDA00028850125700000123
为线路ij的电流平方，
Figure FDA00028850125700000124
为线路ij的阻抗；
Figure FDA00028850125700000125
为线路ij的电流上限；
Figure FDA00028850125700000126
为配电网中节点i的有功发电功率，
Figure FDA00028850125700000127
与
Figure FDA00028850125700000128
分别为节点i有功发电功率的下限和上限，
Figure FDA00028850125700000129
为配电网中节点i的无功发电功率，
Figure FDA00028850125700000130
与
Figure FDA00028850125700000131
分别为节点i无功发电功率的下限和上限，
Figure FDA00028850125700000132
与
Figure FDA00028850125700000133
为节点i电压平方的下限和上限；
1-2-2)交通网络约束；
Figure FDA0002885012570000021
Figure FDA0002885012570000022
xa＝xac+xan (11)
Figure FDA0002885012570000023
Figure FDA0002885012570000024
其中，
Figure FDA0002885012570000025
为道路a的自由行驶时间，ca为道路a的通行容量；
Figure FDA0002885012570000026
为出行O-D对(r,s)的起点r与终点s间的第k条路径上的充电车辆流量，
Figure FDA0002885012570000027
为出行O-D对(r,s)的起点r与终点s间的第k条路径上的非充电车辆流量，Krs为O-D对(r,s)的路径集，
Figure FDA0002885012570000028
为路径-道路关联因子；当O-D对(r,s)的第k条路径经过道路a，则
Figure FDA0002885012570000029
否则为0；xa为道路a上的交通流，xac为充电车辆对应交通流，xan为非充电车辆对应交通流；
Figure FDA00028850125700000210
为O-D对(r,s)间的充电车辆的出行需求，
Figure FDA00028850125700000211
为O-D对(r,s)间的非充电车辆的出行需求；
1-2-3)电力-交通网络耦合约束；
Pt＝Pd+Pc (14)
Pc＝ηMxc (15)
其中，Pt为电网各节点有功负荷
Figure FDA00028850125700000212
组成的向量，Pt包括充电负荷向量Pc与固定负荷向量Pd；xc为交通网各道路a的xac组成的向量，η为充电功率系数；M为电网节点与交通道路的关联矩阵；若交通网中道路a由电网中节点i对供电，则矩阵M的元素Mia＝1，否则Mia＝0；
2)对步骤1)建立的模型求解，得到各道路a上xac与xan的最优解，将xac的最优解记为
Figure FDA00028850125700000213
将xan的最优解记为
Figure FDA00028850125700000214
3)建立最优电力-交通流量引导模型，该模型由目标函数和约束条件构成；具体步骤如下：
3-1)确定最优电力-交通流量引导模型的目标函数
Figure FDA00028850125700000215
Figure FDA00028850125700000216
其中，τac为道路a上充电车辆的通行费用，τan为道路a上非充电车辆的通行费用；
3-2)确定最优电力-交通流量引导模型的约束条件；具体如下：
3-2-1)交通用户均衡约束；
Figure FDA00028850125700000217
Figure FDA00028850125700000218
Figure FDA00028850125700000219
其中，
Figure FDA00028850125700000220
为O-D对(r,s)间充电车辆的最低旅行费用，
Figure FDA00028850125700000221
为O-D对(r,s)间非充电车辆的最低旅行费用，TA为交通网道路集；
3-2-2)电力-交通网络定价耦合约束；
Figure FDA0002885012570000031
Figure FDA0002885012570000032
其中，
Figure FDA0002885012570000033
为电网总发电成本中按功率比例分配至充电负荷的部分，
Figure FDA0002885012570000034
为节点i的充电负荷；
4)对步骤3)建立的模型求解，得到各道路a上τac与τan的最优解，即为最优电力-交通流量引导方案。
CN202110010984.1A 2021-01-06 2021-01-06 一种电力-交通网络流量引导方法 Active CN112838584B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110010984.1A CN112838584B (zh) 2021-01-06 2021-01-06 一种电力-交通网络流量引导方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110010984.1A CN112838584B (zh) 2021-01-06 2021-01-06 一种电力-交通网络流量引导方法

Publications (2)

Publication Number Publication Date
CN112838584A CN112838584A (zh) 2021-05-25
CN112838584B true CN112838584B (zh) 2022-07-12

Family

ID=75926065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110010984.1A Active CN112838584B (zh) 2021-01-06 2021-01-06 一种电力-交通网络流量引导方法

Country Status (1)

Country Link
CN (1) CN112838584B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018000931A1 (zh) * 2016-07-01 2018-01-04 广州地理研究所 一种多约束网络集约小客车调度方法
CN108596373A (zh) * 2018-04-09 2018-09-28 燕山大学 一种电-交通耦合网络动态平衡求解方法
CN110570050A (zh) * 2019-09-25 2019-12-13 国网浙江省电力有限公司经济技术研究院 一种计及路-网-车的电动汽车充电引导方法
CN110705779A (zh) * 2019-09-27 2020-01-17 河海大学 计及交通流时域耦合的电力-交通网多时段协同调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018000931A1 (zh) * 2016-07-01 2018-01-04 广州地理研究所 一种多约束网络集约小客车调度方法
CN108596373A (zh) * 2018-04-09 2018-09-28 燕山大学 一种电-交通耦合网络动态平衡求解方法
CN110570050A (zh) * 2019-09-25 2019-12-13 国网浙江省电力有限公司经济技术研究院 一种计及路-网-车的电动汽车充电引导方法
CN110705779A (zh) * 2019-09-27 2020-01-17 河海大学 计及交通流时域耦合的电力-交通网多时段协同调度方法

Also Published As

Publication number Publication date
CN112838584A (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
CN110570050B (zh) 一种计及路-网-车的电动汽车充电引导方法
CN106599390B (zh) 一种计及电动出租车时空随机特性的充电负荷的计算方法
CN109190813B (zh) 一种基于双层规划的共享自行车区域投放规划方法
CN110458332A (zh) 一种基于负荷空间转移的电动汽车快速充电需求调度方法
CN112686441B (zh) 基于交通均衡的电动汽车充电导航及路径选择方法
CN107323300A (zh) 一种基于路‑站‑车联合模型的电动汽车预约充电方法
CN107067110A (zh) 车‑路‑网模式下电动汽车充电负荷时空预测方法
CN106965688A (zh) 一种电网和交通网协同环境下的电动汽车充电方法
CN113255135A (zh) 一种基于交通均衡的电动汽车快速充电负荷模拟方法
CN112183882B (zh) 一种基于电动汽车快充需求的智慧充电站充电优化方法
CN114022046B (zh) 一种考虑交通均衡的综合能源系统优化调度方法
CN110705779A (zh) 计及交通流时域耦合的电力-交通网多时段协同调度方法
CN110705864B (zh) 一种充电站选址定容方法
CN110388932A (zh) 一种电动汽车充电导航方法
CN110751409A (zh) 考虑储能系统和交通分配的电动汽车充电管理方法及系统
CN115222156A (zh) 基于分时对偶路网考虑用户需求响应的汽车充电调度方法
CN112838584B (zh) 一种电力-交通网络流量引导方法
CN113469750A (zh) 一种考虑极端天气的充电站与配电网协调规划方法及系统
CN111768119A (zh) 一种基于虚拟电厂的车网融合调度方法及装置
CN115510672A (zh) 一种物联网感知环境下电动微出行车辆换电需求预测方法
CN117291644A (zh) 计及充电站利益博弈的电动汽车充电电价定价方法及系统
CN114485702A (zh) 一种电动汽车充电路径规划方法及系统
CN114722714A (zh) 一种考虑交通均衡的电力-交通耦合网络扩展规划方法
CN114896743A (zh) 计及用户决策随机性的能源-交通耦合建模方法及系统
CN111126712A (zh) 一种面向通勤廊道的停车充电换乘系统规划方法

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