CN113344386B - 电动汽车充电站规划方案量化评估方法 - Google Patents

电动汽车充电站规划方案量化评估方法 Download PDF

Info

Publication number
CN113344386B
CN113344386B CN202110632505.XA CN202110632505A CN113344386B CN 113344386 B CN113344386 B CN 113344386B CN 202110632505 A CN202110632505 A CN 202110632505A CN 113344386 B CN113344386 B CN 113344386B
Authority
CN
China
Prior art keywords
index
season
charging station
electric vehicle
day
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
CN202110632505.XA
Other languages
English (en)
Other versions
CN113344386A (zh
Inventor
罗李子
熊钰
何品泉
陈欣怡
李叶欣
蔡骅
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 University of Science and Technology
Original Assignee
Nanjing University of Science and 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 University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202110632505.XA priority Critical patent/CN113344386B/zh
Publication of CN113344386A publication Critical patent/CN113344386A/zh
Application granted granted Critical
Publication of CN113344386B publication Critical patent/CN113344386B/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
    • G06Q10/06—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
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial 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
    • 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)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Quality & Reliability (AREA)
  • Technology Law (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供电动汽车充电站规划方案量化评估方法，针对电网公司、电动汽车充电站投资商、电动汽车用户多主体的差异化利益关切，构建计及多利益主体的电动汽车充电站规划方案评估指标体系；基于层次分析法，利用1‑9比率标度法，确定每个评估指标的权重；针对每个具体指标，给定其量化表征及计算方法；基于候选规划方案，计算各个指标的具体数值；得到最终评分，从而开展综合评价，对候选规划方案进行优劣性排序。根据本发明的电动汽车充电站规划方案量化评估方法，能够计及电网公司、电动汽车充电站投资商、电动汽车用户等多主体的利益对规划方案进行量化评估，对比分析选择出最优的规划方案，进而为不同电动汽车充电站规划方案评价提供理论支撑。

Description

电动汽车充电站规划方案量化评估方法
技术领域
本发明属于电力系统技术领域，具体涉及电动汽车充电站规划方案量化评估方法。
背景技术
电动汽车充电站规划方案的优劣对电网公司、电动汽车充电站投资商等相关利益主体的经济性、可靠性等方面起着关键作用，目前，电动汽车充电站规划方案仍存在规划方案主观性和随意性强、不注重不同利益主体诉求等问题，且缺乏行之有效的规划方案定量评估方法和决策依据。在此背景下，如何建立一套较为完整的电动汽车充电站规划评价指标体系和评价标准对规划方案的优劣进行量化评估成为一个关键问题。
为了描述不同规划方案的优劣，许多研究人员从不同角度进行了实质性研究。前人提出了基于经济性和可靠性的规划方案综合评价体系，提炼出了基于经济性和可靠性等指标的评估数学模型，从而达到对规划方案的综合评价。然而，现有技术使用的多利益主体指标体系计算表征方法粗糙，未兼顾电动汽车实际充电情况，没有考虑不同典型日的运行状态区别，从而建立的指标体系可靠性亟待加强。
发明内容
本发明的目的是提供一种电动汽车充电站规划方案量化评估方法，能够有效可行地对电动汽车充电站规划方案进行量化评估。
为实现上述技术目的，本发明采用如下方案：
一种电动汽车充电站规划方案量化评估方法，包括以下步骤：
S1以利益主体作为一级指标，从利益主体关联因素中筛选二级指标及可量化表征对应二级指标的三级指标，基于层次分析法建立多指标评估体系，如下：
一级指标为多利益主体，包括电力供应方、充电站投资方、电动汽车用户；
一级指标电力供应方关联二级指标安全性和经济性；其中安全性基于三级指标电压越限风险和线路过载风险量化表征；经济性基于三级指标系统网损量化表征；
一级指标充电站投资方关联二级指标初始投资和长期投资；其中初始投资基于三级指标充电站建设成本量化表征；长期投资基于三级指标充电站定期维护成本量化表征；
一级指标电动汽车用户关联二级指标时间因素和空间因素；其中时间因素基于三级指标充电等待时间量化表征；空间因素基于三级指标额外行驶距离量化表征。
S2基于1-9比率标度法确定各级指标的权重；
S3对各三级指标进行量化表征，结合权重逐级向上计算，获得各候选方案的评估得分。
作为本发明的进一步改进，本发明中对每个三级指标建立计算模型，如下：
将一个自然年作为一个运营周期，每个季节选取工作日中的一天、双休日中的一天分别作为该季节的工作日典型日和周末典型日；
分别计算各季节的工作日典型日和周末典型日对应的三级指标量化值作为对应的日平均值，从而累计得到全年总值，计算全年日平均值，即所需的数值。
作为本发明的进一步改进，所述各级指标权重如下：
Figure BDA0003104207150000021
其中，()内为各个指标的权重。各级权重满足：A+B+C＝1；a1+a2＝1；a11+a12＝1；b1+b2＝1；c1+c2＝1。
作为本发明的进一步改进，电压越限风险指标的量化表征方式为：
计算节点电压标幺值和额定电压标幺值差值的绝对值，为电压偏差值；
以自然对数为底数、电压偏差值为指数建立指数函数形式的电压越限风险严重度函数SOV；
基于SOV建立表征整个运营周期内全系统整体的电压越限风险水平的系统电压越限风险指标OVR，计算方式如下：
Figure BDA0003104207150000022
其中，
Figure BDA0003104207150000023
分别表示季节s的工作日典型日和周末典型日中时间断面t时刻i节点处的电压越限风险严重程度；以15分钟为时间断面分辨率，n为每个典型日包含的时间断面总数；Nbus为系统节点个数，P为一年四季对应典型日内的时间断面总数，Q为每个季节的平均天数，a为一个自然年内平均每个季节的工作日天数；b为一个自然年内平均每个季节的周末天数。
进一步的，线路过载风险指标的量化表征方式为：
计算当前线路实际电流与额定电流的比值，为电流偏差值；
以自然对数为底数、电流偏差值为指数建立指数函数形式的线路过载风险严重度函数SOL；
基于SOL建立表征整个运营周期内全系统整体的线路过载风险水平的系统线路过载风险指标OLR，计算方式如下：
Figure BDA0003104207150000031
其中，
Figure BDA0003104207150000032
分别表示季节s的工作日典型日和周末典型日中时间断面t时刻支路ij上线路过载风险的严重程度；ΩOL为参考线路集；以15分钟为时间断面分辨率，n为每个典型日包含的时间断面总数；Nbranch为参考线路数目；P为一年四季对应典型日内的时间断面总数，Q为每个季节的平均天数；a为一个自然年内平均每个季节的工作日天数；b为一个自然年内平均每个季节的周末天数。
进一步的，考虑全部系统中的线路数量庞大，而过载风险通常发生在负载率较高的线路上，在指标的构建中选择负载率前10％的线路组成参考线路集。
作为本发明的进一步改进，系统网损指标的量化表征方式如下：
Figure BDA0003104207150000033
其中，
Figure BDA0003104207150000034
分别表示支路ij在季节s的工作日典型日和周末典型日中时间断面t时流过的电流平方；Rij为支路ij的电阻；Δt为时间断面的持续时间；n为每个典型日包含的时间断面总数；u(j)表示所有与节点j相连且位于节点j下游的节点集合；a为一个自然年内平均每个季节的工作日天数；b为一个自然年内平均每个季节的周末天数；
基于中压配电网的常见网损比例设置归一化参考值，计算系统网损LOSS和归一化参考值的比值，即量化表征的系统网损指标。
作为本发明的进一步改进，充电站建设成本指标和定期维护成本指标的量化表征方式为：
选取桩车比1：2场景下的充电站建设成本与充电站建设成本作为充电站投资方视角下指标的归一化参考值；
分别计算充电站建设成本、充电站建设成本与归一化参考值的比值，即量化表征的充电站建设成本指标和定期维护成本指标。
作为本发明的进一步改进，充电等待时间指标的量化表征方式为：
Figure BDA0003104207150000041
其中，
Figure BDA0003104207150000042
分别表示季节s的工作日典型日和周末典型日内第k辆电动汽车的充电等待时间，
Figure BDA0003104207150000043
分别表示季节s工作日典型日与周末典型日内行驶至目标区域的电动汽车总和；a为一个自然年内平均每个季节的工作日天数；b为一个自然年内平均每个季节的周末天数。
作为本发明的进一步改进，额外行驶距离指标Dex的量化表征方式为：
Figure BDA0003104207150000044
其中，
Figure BDA0003104207150000045
分别表示季节s的工作日和周末典型日内以节点i处的土地区块为目的地的电动汽车数量，ΩCF为配置电动汽车充电站的候选节点集合，dij为节点i和节点j间的地理距离，；a为一个自然年内平均每个季节的工作日天数；b为一个自然年内平均每个季节的周末天数；
Figure BDA0003104207150000046
是用来表征电动汽车充电情况的0-1变量。对于工作日场景，当季节s的典型日内以节点i为目的地的第k辆电动汽车(记作EVs,i,k)行驶至节点j处充电时，
Figure BDA0003104207150000047
值为1，否则值为0。同样的，对于周末场景，当EVs,i,k行驶至节点j处充电时，
Figure BDA0003104207150000048
值为1，否则值为0。
本发明具有如下有益效果：
本发明提供的一种电动汽车充电站规划方案量化评估方法，针对电动汽车充电站规划方案评估问题，选择不同利益主体关注的评估指标进行量化，相较于常规的定性、粗糙的指标量化表征方法，能够顾及不同典型场景与电动汽车实际充电情况，精确到每个典型日的实际运行情况，通过建立合理全面的评估指标体系和精确可靠的指标量化计算模型，定量求解得到不同规划方案的指标值和综合评价得分，进而有效可行地对不同规划方案进行评价，使规划方案更加适应地区社会和经济发展需要，为规划方案的合理选择提供理论参考。
附图说明
图1是本发明的方法流程示意图。
图2是本发明构建的评估指标体系示意图。
图3是实施例中电动汽车充电站规划目标区域的电气拓扑图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施案例对本发明进行深入地详细说明。应当理解，此处所描述的具体实施案例仅仅用以解释本发明，并不用于限定发明。
图1是本发明的方法流程示意图，介绍了本发明方法的基本步骤，具体如下：
1)针对电网公司、电动汽车充电站投资商、电动汽车用户多主体的差异化利益关切，
构建不同利益主体视角下的规划方案评估指标体系；
步骤1)中构建的电动汽车充电站规划方案评估指标体系如图2所示。
2)基于层次分析法，利用1-9比率标度法，确定评估指标权重；
判断矩阵构建中的比率标度法如下：
Figure BDA0003104207150000051
步骤2)中确定的各指标权重如下：
Figure BDA0003104207150000052
其中，()内为各个指标的权重。各级权重满足：A+B+C＝1；a1+a2＝1；a11+a12＝1；b1+b2＝1；c1+c2＝1。
3)针对每个具体指标，给定其量化表征及计算方法；
步骤3)中量化表征及计算方法如下：
I)电网公司视角
(a)电压越限风险
设节点电压为V(标幺值)，定义电压偏差值为：
LOV＝|1.0-V|
构建电压越限风险严重度函数SOV，设定当母线电压为1.0p.u.时，严重度函数取值为0，当母线电压为0.95p.u.或1.05p.u.时，严重度函数取值为1，且随着电压偏差值LOV的增加，节点电压越限风险严重度的增长速度也相应增加。电压越限风险严重度的计算公式如下：
Figure BDA0003104207150000061
LOV与SOV只能反映系统中某一节点的电压越限风险，无法综合反映整个运营周期内全系统整体的电压越限风险水平，因此构建系统电压越限风险指标OVR。
本实施例中系统电压越限风险指标OVR的量化表达式为：
Figure BDA0003104207150000062
其中，
Figure BDA0003104207150000063
表示季节s的工作日典型日和周末典型日中时间断面t时刻i节点处的电压越限风险严重程度，Nbus为系统节点个数，若使用8个典型日(春、夏、秋、冬、工作日、周末)表征自然年，并以15分钟为时间断面分辨率，则一年四季对应四个典型日内的时间断面总数为384，91.25为每个季节的平均天数。
(b)线路过载风险
定义线路电流偏差值LOL以及线路过载风险严重度函数SOL为：
LOL＝IL/Ilim
Figure BDA0003104207150000064
其中，IL与Ilim分别表示当前线路的实际电流与额定电流。当线路负载率不超过25％时，线路过载风险几乎可以忽略，此时严重度函数取值为0。当线路负载率达到80％时，即达到了长期运行状态下线路允许电流的上限时，严重度函数取值为1。
LOL与SOL只能反映系统中某条线路的过载风险，无法综合反映整个运营周期内全系统整体的的线路过载风险水平，因此构建系统线路过载风险指标OLR。
定义本发明系统线路过载风险指标OLR的量化表达式为：
Figure BDA0003104207150000065
其中，
Figure BDA0003104207150000071
表示季节s的工作日典型日和周末典型日中时间断面t时刻支路ij上线路过载风险的严重程度，Nbranch为系统中的线路总数，384为一年四季对应的四个典型日内的时间断面总数，91.25为每个季节的平均天数。考虑到全部系统中的线路数量庞大，而过载风险通常发生在负载率较高的线路上，在指标的构建中选择负载率前10％的线路组成参考线路集ΩOL，并使用参考线路集中各条线路的加权平均过载风险严重度函数值作为系统线路过载风险指标。
(c)系统网损
使用8个典型日(春、夏、秋、冬、工作日、周末)表征自然年，并以15分钟为时间断面分辨率，系统网损的计算方法如式所示。
Figure BDA0003104207150000072
其中，
Figure BDA0003104207150000073
分别表示支路ij在季节s的工作日典型日和周末典型日中时间断面t时流过的电流平方，Rij为支路ij的电阻，Δt为时间断面的持续时间(本节中设定为15分钟，每个典型日包含96个时间断面)，u(j)表示所有与节点j相连且位于节点j下游的节点集合。
考虑到不同规模的配电系统或电动汽车运营服务网格具有不同的合理网损范围，结合中压配电网的常见网损比例，使用整个系统内全年用电量的10％作为网损指标的归一化参考值。
系统网损指标LOS表达为：
LOS＝Loss/(AE·10％)
其中AE表示全系统的年用电量。
II)充电站投资商视角
充电站投资商的重要关注点在于经济性因素，这一因素包含初始投资(充电站建设成本)和长期投资(充电站定期维护成本)两部分。
充电站建设成本：
Figure BDA0003104207150000074
其中，d代表贴现率，yCF为电动汽车充电桩的经济寿命，
Figure BDA0003104207150000075
表示电动汽车充电桩的单位数量投资建设成本，
Figure BDA0003104207150000076
分别表示节点i处安装的电动汽车充电桩容量/数量，Nbus表示系统中的总节点数。
充电站定期维护成本：
Figure BDA0003104207150000081
其中，
Figure BDA0003104207150000082
为单位数量电动汽车充电桩每年的运行维护费用。
同样，考虑到不同规模的电动汽车运营服务网格具有不同的合理投资预算，选取桩车比1：2场景下的建设与维护成本作为充电站投资商视角下指标的归一化参考值。
定义本发明充电站建设成本指标CIN与定期维护成本指标COM分别为：
Figure BDA0003104207150000083
Figure BDA0003104207150000084
其中，
Figure BDA0003104207150000085
与
Figure BDA0003104207150000086
为桩车比1：2场景下的指标归一化参考值。
III)电动汽车用户视角
电动汽车用户的重要关注点在于便捷性因素，这一因素体现在时间便捷性(充电等待时间)和空间便捷性(额外行驶距离)两方面。
定义本发明充电等待时间指标Twait为：
Figure BDA0003104207150000087
其中，
Figure BDA0003104207150000088
分别表示季节s的工作日和周末典型日内第k辆电动汽车的充电等待时间，
Figure BDA0003104207150000089
分别表示季节s工作日与周末典型日内行驶至目标区域的电动汽车总和。
定义本发明额外行驶距离指标Dex为：
Figure BDA00031042071500000810
其中，
Figure BDA00031042071500000811
分别表示季节s的工作日和周末典型日内以节点i处的土地区块为目的地的电动汽车数量，ΩCF为配置电动汽车充电站的候选节点集合，dij为节点i和节点j间的地理距离，
Figure BDA00031042071500000812
是用来表征电动汽车充电情况的0-1变量。对于工作日场景，当季节s的典型日内以节点i为目的地的第k辆电动汽车(记作EVs,i,k)行驶至节点j处充电时，
Figure BDA00031042071500000813
值为1，否则值为0。同样的，对于周末场景，当EVs,i,k行驶至节点j处充电时，
Figure BDA00031042071500000814
值为1，否则值为0。
4)基于给定的电动汽车充电站规划方案，结合所述步骤3指标的量化计算模型，计算各指标的具体数值；
5)将步骤4中得到的所有各指标数值作为基础值，结合步骤2中确定的各指标权重，由三级指标向一级指标逐层向上计算，得到最终评估得分，进行综合评价，得到规划方案优劣性排序。
下面例举实施例1。
为了验证所提计及多利益主体的电动汽车充电站规划方案量化评估方法的有效性，针对电动汽车充电站规划方案量化评估开展研究，实施例中电动汽车充电站规划目标区域的电气拓扑图如图3所示，设定电动汽车充电站的候选安装节点集合为{3,7,18,20,22,27,29,32,33,37,39,41,43}；充电桩经济寿命为10年，购置及建设成本为2万元/套，每年的运营维护费用为2000元/套；在年化计算中所采用的折现率为0.03；电动汽车的电池容量假定为100kWh；单位网损费用取值为0.8元/kWh；电动汽车寻找充电桩过程中，车主能接受的最大额外行驶距离设为2km，额外行驶单位距离而产生的费用为3元/km；系统中节点电压波动范围的下限与上限分别设为0.95p.u.和1.05p.u.，线路上允许流过的最大电流为800A。电动汽车规划配置方案及对应的评估指标如下所示。
表1实施例1四种典型的电动汽车充电站规划配置方案
Figure BDA0003104207150000091
其中，方案1为本实施例电动汽车运营服务网格得到的充电站最优配置方案，方案2在保持总充电桩安装数量不变前提下对每个候选节点处的充电桩数量进行了重构，方案3基于方案1的配置方案将每个节点处的充电桩数量增加33％，方案4基于方案1的配置方案将每个节点处的充电桩数量减少33％。
表2实施例1规划配置方案确定的评估指标权重
Figure BDA0003104207150000101
表3实施例1不同规划配置方案对应的评估指标实际值
Figure BDA0003104207150000102
表4实施例1不同规划配置方案对应的评估指标标幺值
Figure BDA0003104207150000103
其中，各项指标归一化过程中的参考值为系统网损5276MWh/年，年化建设成本29.5344万元/年，维护成本25.2万元/年，等待时间30min/次，额外行驶距离0.5km/次。
表5实施例1不同规划配置方案对应的综合评分
Figure BDA0003104207150000111
根据综合评估结果，方案1-4的规划方案综合得分分别为4.45058、4.42595、4.08630、4.06108，呈现出方案1和2明显好于方案3和4的现象。具体来看，方案2相比于方案1不改变充电桩数量，只是改变了充电桩在每个节点的布置情况，因此在安全性和经济性上与方案1差距很小，但由于充电桩数量在各个节点处分配的合理性问题导致其在用户额外行驶距离上比方案1更长，所以总得分低于方案1；方案3相比于方案1增加了充电桩数量，虽然在额外行驶距离上比方案1更优，但同时提高了投资成本，造成了较大的劣势，所以其总分小于方案1；方案4相比于方案1减少了充电桩数量，尽管在安全性、网损和投资成本方面比方案1更优，但大大增加了充电等待时间和额外行驶距离，其劣势更加明显，因此其最终评分小于方案1。不同方案的对比分析证明了本项目所提出的电动汽车充电站规划方案评估方法的有效性，其在评估过程中能够充分计及不同利益主体的关切，使得评估结果更加合理。

Claims (6)

1.一种电动汽车充电站规划方案量化评估方法，其特征在于，包括：
S1以利益主体作为一级指标，从利益主体关联因素中筛选二级指标及可量化表征对应二级指标的三级指标，基于层次分析法建立多指标评估体系，如下：
一级指标为多利益主体，包括电力供应方、充电站投资方、电动汽车用户；
一级指标电力供应方关联二级指标安全性和经济性；其中安全性基于三级指标电压越限风险和线路过载风险量化表征；经济性基于三级指标系统网损量化表征；
一级指标充电站投资方关联二级指标初始投资和长期投资；其中初始投资基于三级指标充电站建设成本量化表征；长期投资基于三级指标充电站定期维护成本量化表征；
一级指标电动汽车用户关联二级指标时间因素和空间因素；其中时间因素基于三级指标充电等待时间量化表征；空间因素基于三级指标额外行驶距离量化表征；
S2基于1-9比率标度法确定各级指标的权重，如下：
Figure FDA0003747489620000011
其中字母、数值表示权重，各级权重满足：A+B+C＝1；a1+a2＝1；a11+a12＝1；b1+b2＝1；c1+c2＝1；
S3对各三级指标进行量化表征，结合权重逐级向上计算，获得各候选方案的评估得分；
对各三级指标的量化表征方式如下：
对每个三级指标建立计算模型，如下：
将一个自然年作为一个运营周期，每个季节选取工作日中的一天、双休日中的一天分别作为该季节的工作日典型日和周末典型日；
分别计算各季节的工作日典型日和周末典型日对应的三级指标量化值作为对应的日平均值，从而累计得到全年总值，计算全年日平均值；
其中，充电等待时间指标的量化表征方式为：
Figure FDA0003747489620000021
其中，
Figure FDA0003747489620000022
分别表示季节s的工作日典型日和周末典型日内第k辆电动汽车的充电等待时间，
Figure FDA0003747489620000023
分别表示季节s工作日典型日与周末典型日内行驶至目标区域的电动汽车总和；a为一个自然年内平均每个季节的工作日天数；b为一个自然年内平均每个季节的周末天数；
基于下式量化表征额外行驶距离指标Dex：
Figure FDA0003747489620000024
其中，
Figure FDA0003747489620000025
分别表示季节s的工作日和周末典型日内以节点i处的土地区块为目的地的电动汽车数量；ΩCF为配置电动汽车充电站的候选节点集合；dij为节点i和节点j间的地理距离；a为一个自然年内平均每个季节的工作日天数；b为一个自然年内平均每个季节的周末天数；
Figure FDA0003747489620000026
是用来表征电动汽车充电情况的0-1变量：
对于工作日场景，当季节s的典型日内以节点i为目的地的第k辆电动汽车EVs,i,k行驶至节点j处充电时，
Figure FDA0003747489620000027
值为1，否则值为0；对于周末场景，当EVs,i,k行驶至节点j处充电时，
Figure FDA0003747489620000028
值为1，否则值为0。
2.根据权利要求1所述的方法，其特征在于，电压越限风险指标的量化表征方式为：
计算节点电压标幺值和额定电压标幺值差值的绝对值，为电压偏差值；
以自然对数为底数、电压偏差值为指数建立指数函数形式的电压越限风险严重度函数SOV；
基于SOV建立表征整个运营周期内全系统整体的电压越限风险水平的系统电压越限风险指标OVR，计算方式如下：
Figure FDA0003747489620000029
其中，
Figure FDA00037474896200000210
分别表示季节s的工作日典型日和周末典型日中时间断面t时刻i节点处的电压越限风险严重程度；以15分钟为时间断面分辨率，n为每个典型日包含的时间断面总数；Nbus为系统节点个数，P为一年四季对应典型日内的时间断面总数，Q为每个季节的平均天数，a为一个自然年内平均每个季节的工作日天数；b为一个自然年内平均每个季节的周末天数。
3.根据权利要求1所述的方法，其特征在于，线路过载风险指标的量化表征方式为：
计算当前线路实际电流与额定电流的比值，为电流偏差值；
以自然对数为底数、电流偏差值为指数建立指数函数形式的线路过载风险严重度函数SOL；
基于SOL建立表征整个运营周期内全系统整体的线路过载风险水平的系统线路过载风险指标OLR，计算方式如下：
Figure FDA0003747489620000031
其中，
Figure FDA0003747489620000032
分别表示季节s的工作日典型日和周末典型日中时间断面t时刻支路ij上线路过载风险的严重程度；ΩOL为参考线路集；以15分钟为时间断面分辨率，n为每个典型日包含的时间断面总数；Nbranch为参考线路数目；P为一年四季对应典型日内的时间断面总数，Q为每个季节的平均天数；a为一个自然年内平均每个季节的工作日天数；b为一个自然年内平均每个季节的周末天数。
4.根据权利要求3所述的方法，其特征在于，基于系统所有线路中负载率前10％的线路构建所述参考线路集。
5.根据权利要求1所述的方法，其特征在于，系统网损指标的量化表征方式如下：
Figure FDA0003747489620000033
其中，
Figure FDA0003747489620000034
分别表示支路ij在季节s的工作日典型日和周末典型日中时间断面t时流过的电流平方；Rij为支路ij的电阻；Δt为时间断面的持续时间；n为每个典型日包含的时间断面总数；u(j)表示所有与节点j相连且位于节点j下游的节点集合；a为一个自然年内平均每个季节的工作日天数；b为一个自然年内平均每个季节的周末天数；
基于中压配电网的常见网损比例设置归一化参考值，计算系统网损LOSS和归一化参考值的比值，即量化表征的系统网损指标。
6.根据权利要求1所述的方法，其特征在于，充电站建设成本指标和定期维护成本指标的量化表征方式为：
选取桩车比1：2场景下的充电站建设成本与充电站建设成本作为充电站投资方视角下指标的归一化参考值；
分别计算充电站建设成本、充电站建设成本与归一化参考值的比值，即量化表征的充电站建设成本指标和定期维护成本指标。
CN202110632505.XA 2021-06-07 2021-06-07 电动汽车充电站规划方案量化评估方法 Active CN113344386B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110632505.XA CN113344386B (zh) 2021-06-07 2021-06-07 电动汽车充电站规划方案量化评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110632505.XA CN113344386B (zh) 2021-06-07 2021-06-07 电动汽车充电站规划方案量化评估方法

Publications (2)

Publication Number Publication Date
CN113344386A CN113344386A (zh) 2021-09-03
CN113344386B true CN113344386B (zh) 2022-08-19

Family

ID=77474906

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110632505.XA Active CN113344386B (zh) 2021-06-07 2021-06-07 电动汽车充电站规划方案量化评估方法

Country Status (1)

Country Link
CN (1) CN113344386B (zh)

Citations (4)

* 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
CN107180274A (zh) * 2017-05-09 2017-09-19 东南大学 一种电动汽车充电设施规划典型场景选取和优化方法
CN110689210A (zh) * 2019-11-14 2020-01-14 国网江苏省电力有限公司 一种计及三种类型充电桩的电动汽车充电站优化配置方法
CN110739719A (zh) * 2019-08-30 2020-01-31 华北电力大学 柔性多状态开关优化接入的两步式决策方法

Patent Citations (4)

* 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
CN107180274A (zh) * 2017-05-09 2017-09-19 东南大学 一种电动汽车充电设施规划典型场景选取和优化方法
CN110739719A (zh) * 2019-08-30 2020-01-31 华北电力大学 柔性多状态开关优化接入的两步式决策方法
CN110689210A (zh) * 2019-11-14 2020-01-14 国网江苏省电力有限公司 一种计及三种类型充电桩的电动汽车充电站优化配置方法

Also Published As

Publication number Publication date
CN113344386A (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
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
CN108573317B (zh) 一种换电站充放电策略优化控制的方法
CN111310966A (zh) 含电动汽车充电站的微电网选址及优化配置方法
CN110956329A (zh) 基于分布式光伏与电动汽车时空分布的负荷预测方法
CN112086980B (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
Gong et al. Load modeling method for EV charging stations based on trip chain
CN113222241B (zh) 考虑充电服务引导与客户需求的出租车快充电站规划方法
CN114186754B (zh) 含有不同类型充电桩的电动汽车充电站选址定容优化方法
CN112132424B (zh) 一种大规模储能多属性决策选型方法
Gao et al. Charging load forecasting of electric vehicle based on Monte Carlo and deep learning
CN111900753A (zh) 一种城市储能应急车的应急优化调控方法
CN113837473A (zh) 基于bp神经网络的充电设备故障率分析系统和方法
CN117353355A (zh) 一种计及电动汽车调控潜力的含风电系统优化调度方法
CN110059869B (zh) 一种基于交通流量的充电站与配电网协调规划方法
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
CN108932558B (zh) 一种对外开放型电动公交充电站负荷预测方法
CN107944712B (zh) 基于电网结构坚强性的集中型换电站选址定容方法
CN113344386B (zh) 电动汽车充电站规划方案量化评估方法
CN117220281A (zh) 一种电动汽车接入电网调节能力量化评估方法及系统
Khushalani et al. Coordinated charging strategies for plug-in hybrid electric vehicles
CN114862018B (zh) 考虑充电行驶距离的电动汽车充电站选址和定容规划方法
CN115423342A (zh) 基于概率随机潮流的电动汽车接入配电网风险评估方法
CN110429593A (zh) 一种考虑电动汽车充电需求的配电最优容载比确定方法
Xue et al. Planning Method for Electric Vehicle Charging Station Considering Reliability Constraint
CN111882137A (zh) 计及天然气管网压力能消纳的充电设施优化规划方法

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210903

Assignee: Nanjing Jiamuhe Electric Power Technology Co.,Ltd.

Assignor: NANJING University OF SCIENCE AND TECHNOLOGY

Contract record no.: X2023980033298

Denomination of invention: Quantitative Evaluation Method for Electric Vehicle Charging Station Planning

Granted publication date: 20220819

License type: Common License

Record date: 20230307

EE01 Entry into force of recordation of patent licensing contract