CN113580984A - 一种电动汽车有序充电策略及其仿真方法 - Google Patents

Abstract

本发明公开了一种电动汽车有序充电策略及其仿真方法，包括以下步骤：建立用户侧目标函数；建立电网侧目标函数；综合用户侧目标函数和电网侧目标函数，建立片区内电动汽车有序充电模型；引入约束条件完善片区内电动汽车有序充电模型；根据片区内电动汽车有序充电模型实现具体计算及调控。上述技术方案以区域配电网内的电动汽车充电负荷作为研究对象，分析电动汽车无序接入时对电网节点电压和系统网络损耗造成的影响，然后以用户侧充电费用最小和电网侧负荷峰谷差最小为目标函数，建立片区内电动汽车有序充电优化模型，并运用自适应粒子群算法求解目标函数，得到最优的电动汽车充电模式，能够有效降低系统负荷峰谷差。

Description

一种电动汽车有序充电策略及其仿真方法

技术领域

本发明涉及电动汽车充电技术领域，尤其涉及一种电动汽车有序充电策略及其仿真方法。

背景技术

电动汽车的高速发展，不仅给交通系统带来巨大的变革，也将对电力系统及人类能源系统产生深远的影响。目前，大规模电动汽车无序接入电网对电网造成的影响越来越严重，已经影响到电网的安全稳定运行，有必要对电动汽车的有序充电控制策略进行深入研究。但是，大规模电动汽车无序接入电力系统，将会导致系统负荷的增大、提高了电网运行优化控制难度、严重时会影响系统的电能质量，并对配电网的规划与运行提出新的要求。

大规模的电动汽车随机充电将会引起电力系统负荷的增长，如果不加以引导控制，将可能造成电网负荷＂峰上加峰＂的现象。同时，电动汽车接入配电系统的节点是随机的，当大量电动汽车在同一时刻接入配电系统同一节点时，可能导致该节点的节点电压下降。随着电动汽车渗透率的提高，线路的网络损耗也将随之増加。

然而，如果能够对电动汽车的接入进行有效的调度，将给电网乃至能源互联网的发展带来重要机遇。首先，通过有效的有序充电控制策略，能够明显降低充电负荷对系统的影响，并提升电网运行的经济性和效率。其次，电动汽车与新能源发电、储能资源结合，通过有序充电策略可为电网提供大量灵活的资源。最后，通过建立电动汽车及其充电设施物联网，实现电动汽车、电网资源和互联网的深度融合，成为能源互联网的重要组成部分。

中国专利文献CN109435753A公开了一种“有序充电控制方法、控制器及系统”。包括获取台区变压器实时负荷、车辆实时充电需求功率及充电桩的实时运行状况；在台区变压器负荷不越限的前提下，制定出有序充电策略并下发至充电桩；所述有序充电策略为：若车辆充电需求总功率未超出台区变压器当前剩余功率，则按充电桩的预设优先级和预设输出功率来对车辆进行充电；否则，优先级高的充电桩优先全功率工作，优先级低的充电桩通过功率平滑调节进行充电。上述技术方案未从用户充电费用、电网负荷峰谷差和日负荷方差值的基础角度实现优化。

发明内容

本发明主要解决原有的技术方案未针对用户充电费用、电网负荷峰谷差和日负荷方差值的基础角度优化，效果缺乏针对性的技术问题，提供一种电动汽车有序充电策略及其仿真方法，以区域配电网内的电动汽车充电负荷作为研究对象，分析电动汽车无序接入时对电网节点电压和系统网络损耗造成的影响，然后以用户侧充电费用最小和电网侧负荷峰谷差最小为目标函数，建立片区内电动汽车有序充电优化模型，并运用自适应粒子群算法求解目标函数，得到最优的电动汽车充电模式，能够有效降低系统负荷峰谷差，使系统能够实现经济稳定的运行。

本发明的上述技术问题主要是通过下述技术方案得以解决的：本发明包括以下步骤：

S1建立用户侧目标函数；

S2建立电网侧目标函数；

S3综合用户侧目标函数和电网侧目标函数，建立片区内电动汽车有序充电模型；

S4引入约束条件完善片区内电动汽车有序充电模型；

S5根据片区内电动汽车有序充电模型实现具体计算及调控。

作为优选，所述的步骤S1以用户侧充电费用最小为目标建立充电模型，其目标函数如下式：

式中，片区内电网所用的电价形式是实时电价，S_j代表j时段电网电价，P_i代表着第i台车辆功率的大小，N表示片区内所拥有的电动私家车车辆总数，x_ij代表第i台片区内的j时段内是否有充电行为。

作为优选，所述的x_ij的取值是0或1，数值0或1代表第i台片区内电车在j时段内是否有充电行为，如下：

第i台车辆从开始充电到结束离开时所持续的时间可表示为T_i，如下式：

作为优选，所述的步骤S2将电网的峰谷差作为电力系统方面的优化目标，其目标函数如下式所示：

式中，P_max为功率峰值，P_min为功率谷值，P₀为电网各时段的基础负荷。

作为优选，所述的步骤S3建立片区内电动汽车有序充电模型，建立的多目标函数如下：

由于f₁、f₂两个目标函数的数量等级不同，对f₁、f₂进行归一化，使之处于同一数量级，根据归一化公式可得：

则归一化后模型的目标函数为：

minf＝α₁f₁+α₂f₂

上式中，α₁和α₂代表两个目标函数的权重系数，各自反映了在这个优化模型中用户充电费用和电网负荷分别所占的比重，即偏好系数，α₁和α₂满足以下条件：

α₁+α₂＝1，α₁≥0α₂≥0。

作为优选，所述的步骤S4约束条件包括日负荷方差约束和电动汽车充电电量约束。

作为优选，所述的日负荷方差约束具体为：对于电网侧日负荷方差越小，系统曲线越平滑，系统网损越小，因此对电网的负荷波动情况进行限制，

式中，P_avg代表了一天中系统的平均负荷，P_j代表了累加了所有在第j个时间段内充电的电动汽车负荷之后系统的总负荷值；P₀表示一天之内电网在各时段的基本负荷；M为一设定的初始值，它的取值是依据过去的某一天内的日负荷方差值。

作为优选，所述的电动汽车充电电量约束具体为：

电动汽车电池SOC应不超过其容量上限，其约束条件为

SOC₀≤SOC_期望≤100％

式中，SOC_期望表示期望荷电状态，SOC₀表示初始荷电状态，

电池荷电状态SOC与充电时间段数的关系如下式：

式中,n代表第i辆电动汽车可用充电段数，T_i表示每个时段时长，此处为20min,Q_i表示第i辆电动汽车电池容量，

则电池容量约束可转化为段数约束，如下式：

本发明的有益效果是：以区域配电网内的电动汽车充电负荷作为研究对象，分析电动汽车无序接入时对电网节点电压和系统网络损耗造成的影响，然后以用户侧充电费用最小和电网侧负荷峰谷差最小为目标函数，建立片区内电动汽车有序充电优化模型，并运用自适应粒子群算法求解目标函数，得到最优的电动汽车充电模式，能够有效降低系统负荷峰谷差，使系统能够实现经济稳定的运行。对电动汽车充电功率的有效调控，可明显降低电动汽车集中充电的峰荷值，降低大规模电动汽车充电对电网的冲击，并有效提高电网和充电设施利用率。通过有序充电、V2G技术还可以有效提高本地和全局消纳新能源发电的能力，将进一步有力推动电力系统和交通系统的低碳化发展。

附图说明

图1是本发明的一种流程图。

图2是本发明的一种具体计算流程图。

图3是本发明的一种优化后的系统负荷与原始负荷对比图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。实施例：本实施例的一种电动汽车有序充电策略及其仿真方法，如图1所示，包括以下步骤：

S1建立用户侧目标函数；

假设片区内电网所用的电价形式是实时电价，每隔20min记录下电网功率的变化，并根据采集的功率的变化信息对电价进行相应的调整。S_j代表j时段电网电价，P_i代表着第i台车辆功率的大小；N表示片区内所拥有的电动私家车车辆总数。以用户侧充电费用最小为目标建立充电模型，其目标函数如下式所示：

式中，x_ij的取值是0或1，数值0或1代表第i台片区内电车在j时段内是否有充电行为，如下：

第i台车辆从开始充电到结束离开时所持续的时间可表示为T_i，如下式：

S2建立电网侧目标函数；

对电动汽车无序接入造成的电网负荷“峰上加峰”等现象，采用实时电价的制定激励充电行为，合理安排各个用户充电顺序，让电动汽车用户能够尽可能的在负荷低谷时段完成充电，这样就能让电网负荷的高峰值控制在一个相对低一点的范围内，使得符合整体波动的更加平稳些。因此本系统将电网的峰谷差作为电力系统方面的优化目标，其目标函数如下式所示：

式中，P_max为功率峰值，P_min为功率谷值，P₀为电网各时段的基础负荷。S3综合用户侧和电网侧两方面进行考虑，建立片区内电动汽车有序充电模型，可以由此建立一个多目标函数：

由于f₁、f₂两个目标函数的数量等级是不同的，不能进行数据相加减，所以需要对他们进行归一化，使之处于同一数量级。根据归一化公式可得：

则归一化后模型的目标函数为：

minf＝α₁f₁+α₂f₂

上式中，α₁和α₂代表两个目标函数的权重系数，他们各自反映了在这个优化模型中用户充电费用和电网负荷分别所占的比重是多少，也被叫做偏好系数，α₁和α₂需满足的条件是：

α₁+α₂＝1，α₁≥0α₂≥0。

S4引入约束条件完善片区内电动汽车有序充电模型；

(1)日负荷方差约束

对于电网侧日负荷方差越小，系统曲线越平滑，系统网损越小。因此，必须限制电网的负荷波动情况。

式中，P_avg代表了一天中系统的平均负荷，P_j代表了累加了所有在第j个时间段内充电的电动汽车负荷之后系统的总负荷值；P₀表示一天之内电网在各时段的基本负荷；M为一设定的初始值，它的取值是依据过去的某一天内的日负荷方差值。

(2)电动汽车充电电量约束

电动汽车电池SOC应不超过其容量上限，其约束条件为

SOC₀≤SOC_期望≤100％

式中，SOC_期望表示期望荷电状态，SOC₀表示初始荷电状态

电池荷电状态SOC与充电时间段数的关系如下式：

式中,n代表第i辆电动汽车可用充电段数，T_i表示每个时段时长，为20min,Q_i表示第i辆电动汽车电池容量。

则电池容量约束可转化为段数约束，如下式：

S5根据片区内电动汽车有序充电模型实现具体计算及调控，采用自适应粒子群算法对电动汽车有序充电模型进行求解的步骤如下：

(1)系统初始参数设置，包括片区内电动汽车数量、电池容量、充电规律、实时电价等参数，预测日充电负荷曲线。

(2)令i＝0,i表示参与调度的第i辆电动汽车，按照入网的先后顺序进行编号，根据日前预测，初始化系统负荷曲线。

(3)判断是否有新车接入，若是则执行步骤(4)，否则保持原状；

(4)对新接入的电动汽车，读取其开始充电时刻、结束充电时刻、初始SOC、电池总容量等信息；

(5)由用户手动输入是否参与调度，若是则执行步骤(6)，并将车辆信息传递给片区电网调度中心，否则即刻开始充电，并更新日负荷曲线；

(6)令i＝i+1，并采用本文提出的自适应粒子群算法对服从调度的第i辆电动汽车充电时段进行求解；

(7)计算用户充电费用、电网负荷峰谷差和日负荷方差值；

(8)判断用户充电费用、电网负荷峰谷差和日负荷方差值是否是最优解，若是则结束，否则执行(6)。

基于自适应粒子群算法的电动汽车有序充电流程如图2所示。

假设IEEE 33节点系统内共有1000辆电动汽车，电池容量为63.4kWh，续航里程为260km，且所有电动汽车均接受调度。假设电动汽车起始充电时刻服从N(19,3²)，电动汽车结束充电时刻服从N(8,0.6²)，充电时长服从均匀分布U(0,8)，且用户充电期望为100％。通过上述优化模型，即可得到经优化后的有序充电负荷曲线，如图3所示。

由图3可知，经过优化后的系统负荷曲线与原始负荷曲线相比，电动汽车充电负荷集中在了23点至8点之间，刚好处于原始负荷的低谷段。系统的最大峰谷差值为668.7kW，与原始负荷曲线的最大峰谷差比较，降低了891.6kW。因此，电动汽车的有序充电降低了大规模电动汽车充电负荷对电网的影响，避免了电动汽车在电网负荷高峰充电，转移了负荷。充电负荷开始集中于系统负荷低谷时段，降低了负荷波动，有利于电网经济、可靠的运行。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

尽管本文较多地使用了电动汽车有序充电模型、约束条件等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (8)

1.一种电动汽车有序充电策略及其仿真方法，其特征在于，包括以下步骤：

S1建立用户侧目标函数；

S2建立电网侧目标函数；

S3综合用户侧目标函数和电网侧目标函数，建立片区内电动汽车有序充电模型；

S4引入约束条件完善片区内电动汽车有序充电模型；

S5根据片区内电动汽车有序充电模型实现具体计算及调控。

2.根据权利要求1所述的一种电动汽车有序充电策略及其仿真方法，其特征在于，所述步骤S1以用户侧充电费用最小为目标建立充电模型，其目标函数如下式：

式中，片区内电网所用的电价形式是实时电价，S_j代表j时段电网电价，P_i代表着第i台车辆功率的大小，N表示片区内所拥有的电动私家车车辆总数，x_ij代表第i台片区内的j时段内是否有充电行为。

3.根据权利要求2所述的一种电动汽车有序充电策略及其仿真方法，其特征在于，所述x_ij的取值是0或1，数值0或1代表第i台片区内电车在j时段内是否有充电行为，如下：

第i台车辆从开始充电到结束离开时所持续的时间可表示为T_i，如下式：

4.根据权利要求1所述的一种电动汽车有序充电策略及其仿真方法，其特征在于，所述步骤S2将电网的峰谷差作为电力系统方面的优化目标，其目标函数如下式所示：

式中，P_max为功率峰值，P_min为功率谷值，P₀为电网各时段的基础负荷。

5.根据权利要求4所述的一种电动汽车有序充电策略及其仿真方法，其特征在于，所述步骤S3建立片区内电动汽车有序充电模型，建立的多目标函数如下：

由于f₁、f₂两个目标函数的数量等级不同，对f₁、f₂进行归一化，使之处于同一数量级，根据归一化公式可得：

则归一化后模型的目标函数为：

minf＝α₁f₁+α₂f₂

上式中，α₁和α₂代表两个目标函数的权重系数，各自反映了在这个优化模型中用户充电费用和电网负荷分别所占的比重，即偏好系数，α₁和α₂满足以下条件：

α₁+α₂＝1，α₁≥0α₂≥0。

6.根据权利要求1所述的一种电动汽车有序充电策略及其仿真方法，其特征在于，所述步骤S4约束条件包括日负荷方差约束和电动汽车充电电量约束。

7.根据权利要求6所述的一种电动汽车有序充电策略及其仿真方法，其特征在于，所述日负荷方差约束具体为：对于电网侧日负荷方差越小，系统曲线越平滑，系统网损越小，因此对电网的负荷波动情况进行限制，

式中，P_avg代表了一天中系统的平均负荷，P_j代表了累加了所有在第j个时间段内充电的电动汽车负荷之后系统的总负荷值；P₀表示一天之内电网在各时段的基本负荷；M为一设定的初始值，它的取值是依据过去的某一天内的日负荷方差值。

8.根据权利要求6所述的一种电动汽车有序充电策略及其仿真方法，其特征在于，所述电动汽车充电电量约束具体为：

电动汽车电池SOC应不超过其容量上限，其约束条件为

SOC₀≤SOC_期望≤100％

式中，SOC_期望表示期望荷电状态，SOC₀表示初始荷电状态，

电池荷电状态SOC与充电时间段数的关系如下式：

式中,n代表第i辆电动汽车可用充电段数，T_i表示每个时段时长，此处为20min,Q_i表示第i辆电动汽车电池容量，

则电池容量约束可转化为段数约束，如下式：

Images