CN113859018B - 大规模电动汽车群的分级充放电优化控制方法 - Google Patents

大规模电动汽车群的分级充放电优化控制方法 Download PDF

Info

Publication number
CN113859018B
CN113859018B CN202111058250.7A CN202111058250A CN113859018B CN 113859018 B CN113859018 B CN 113859018B CN 202111058250 A CN202111058250 A CN 202111058250A CN 113859018 B CN113859018 B CN 113859018B
Authority
CN
China
Prior art keywords
charging
optimization
discharge
time
charge
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
CN202111058250.7A
Other languages
English (en)
Other versions
CN113859018A (zh
Inventor
黄玉龙
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.)
Jinan University
Original Assignee
Jinan 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 Jinan University filed Critical Jinan University
Priority to CN202111058250.7A priority Critical patent/CN113859018B/zh
Publication of CN113859018A publication Critical patent/CN113859018A/zh
Application granted granted Critical
Publication of CN113859018B publication Critical patent/CN113859018B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/63—Monitoring or controlling charging stations in response to network capacity
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/64—Optimising energy costs, e.g. responding to electricity rates
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L55/00—Arrangements for supplying energy stored within a vehicle to a power network, i.e. vehicle-to-grid [V2G] arrangements
    • 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
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/30—Reactive power compensation
    • 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
    • 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
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • 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
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • 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
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明提供一种大规模电动汽车群的分级充放电优化控制方法、计算机装置及计算机可读存储介质，该方法应用充放电监控系统对电动汽车的充放电参数进行优化计算，采用配电网分区方法和电动汽车充放电负荷等值方法，构建多级分区的电动汽车充放电优化控制，如采用中压、低压电网分区，构建二级分区的电动汽车充放电优化控制方案，将电动汽车优化时段拆分为多个时段，构建考虑三相不平衡负荷和电压控制下的电动汽车充放电的分级‑多阶段最优控制模型。本发明还提供实现上述方法的计算机装置及计算机可读存储介质。本发明在降低充电费用的同时，能够显著减少充电参数的计算时间。

Description

大规模电动汽车群的分级充放电优化控制方法
技术领域
本发明涉及电动汽车充放电的控制领域，具体地，是一种大规模电动汽车群的分级充放电优化控制方法以及实现这种方法的计算机装置、计算机可读存储介质。
背景技术
电动汽车可以减少人类对石油资源的依赖，随着全球石油资源日渐枯竭，与传统的燃油汽车相比，电动汽车备受青睐。随着电动汽车技术的快速发展，其由于污染少、运行成本低而受到越来越多人的欢迎，电动汽车市场占有率越来越大。随着电动汽车的发展，电动汽车充电站也在逐步建设，这将对充电设施发展和电网运行带来新的负荷增长。
多辆电动汽车在各个充电站采用固定充电模式进行充电时，例如采用恒电流-恒电压-涓流模式充电时，电网系统负荷波动增强，现有的电压控制措施难以满足用户对电压限制的要求；并且强随机性负荷集中用电导致系统的负荷峰值增高，导致电力系统的装机容量不足。
随着大规模新能源接入电力系统，电动汽车的迅猛发展，如何解决大规模电动汽车优化计算中维数灾难问题成为制约未来电动汽车行业快速发展下实时充放电的关键技术问题，急需实时快速准确的计算以控制电动汽车充放电设备功率，为电动汽车行业的进一步快速发展提供技术支撑。
公开号为CN112848946A的发明专利公开了一种基于优化配电网分布的电动汽车充电桩充电改进方法，这种方法能够降低电动汽车大规模无序接入电网后对电网的影响，通过根据现有充电桩的数量和分布，设计一种分层分级的V2G配电网，引导用户去最佳的充电桩进行充电等活动。这种方法具有良好的电源和用户接入适应能力、灵活的站间负荷转移及平衡能力、快速的网络故障自愈能力，同时在中心城区配电网建设改造中具有良好的经济性和可实施性，为实现智能电动汽车V2G配电网的基础技术。
公开号为CN111798121A的发明专利申请公开了一种面向电动汽车能源管理调度的分布式协同优化方法，该方法研究如何构造用户的用电意愿指数并构造多目标优化问题同时保证电力负荷的稳定性和用户用电的经济性，并设计动态时域的优化调度算法解决用户用电行为的不确定性，例如用户接入电网和退出电网时间的不确定、用户用电需求的不确定等。但该方法并没有考虑电压控制，也没有考虑三相负荷不平衡问题，是面向电网调度而提出的一种分布式协同优化方法。
公开号为CN107776433A的发明专利申请公开了一种电动汽车群的充放电优化控制方法，该方法根据灵敏度数据采用内点法计算每个时隙中每台车辆的充放电功率，且充放电优化控制方法能够减轻电压波动，降低负荷峰谷差，减少配电网网损，增加电动汽车用户的经济收益。但该方法所使用的优化控制方法计算量太大，当车辆数目过多时不能够在车辆到达停车场时给出优化控制结果，也就无法给电动汽车提供充放电控制。
发明内容
本发明的第一目的是提供一种减少计算量并提升充电参数计算效率的大规模电动汽车群的分级充放电优化控制方法。
本发明的第二目的是提供一种实现上述大规模电动汽车群的分级充放电优化控制方法的计算机装置。
本发明的第三目的是提供一种实现上述大规模电动汽车群的分级充放电优化控制方法的计算机可读存储介质。
为实现本发明的第一目的，本发明提供的大规模电动汽车群的分级充放电优化控制方法包括获取电动汽车预计的到达时刻、离开时刻、电池容量和到达时荷电状态值，确定该电动汽车的初始充放电功率；将预设时间段划分为多个时隙，调整各个时隙下变压器抽头位置和电容器的投入组数，将配电网进行分区；并且，将电动汽车的优化时段分拆成多个时段，计算各个时段末端各电动汽车的目标荷电状态值以及允许最大放电深度；确定自动调压器的抽头位置，计算各个分区的电力潮流数据，并计算电动汽车充放电的等值负荷、低级分区的等值负荷；计算高级分区等效电池在每个时隙的充放电功率，并计算各个最低分区每一电动汽车在每个时隙的充放电功率、各子分区的网损；在该时段内子分区的网损变化大于等于网损变化阈值并且未达到内循环最大迭代次数时，使用当前迭代优化获得的各电动汽车充放电功率计算高级分区下该电动汽车的充放电的等值负荷，并使用当前优化的电动汽车充放电功率作为下次迭代优化计算的初始充放电功率，进行下一次内循环迭代计算；如未到达充电的最后时段，将当前时段末端的电动汽车的荷电状态值作为下一次优化时段起始值，进入下一时段的优化计算；如到达充电的最后时段，在各节点三相电压和中性点电压超限并且未到达外循环最大迭代次数时，外循环次数自增一次，并且再次调整各个时隙下变压器抽头位置和电容器的投入组数，进行下一次外循环迭代计算，直至在各节点三相电压和中性点电压不超限或者到达外循环最大迭代次数；其中，将电动汽车的优化时段分拆成多个时段包括：构建分级多阶段优化模型，解耦电池容量限值约束和电动汽车的电池的放电深度约束；判断电动汽车接入配电网的时间段和优化时段是否满足以下情况：优化时段包含于电动汽车接入时间段，如是，对每个优化周期下，电动汽车的目标荷电状态值和最大放电深度进行修改：采用可用充电时间长度或者系统可以提供的充电容量原则修正电动汽车的目标荷电状态值和最大放电深度；或者，电动汽车接入时间段包含优化时段末端，但不包含优化时段的首端，如是，对每个优化周期下，电动汽车的目标荷电状态值和最大放电深度进行修改：采用可用充电时间长度或者系统可以提供的充电容量原则修正电动汽车的目标荷电状态值和最大放电深度；或者，电动汽车的接入时间段包含优化时段首端，但不包含末端，如是，对每个优化周期下，电动汽车的最大放电深度进行修改：采用可用充电时间长度或者系统可以提供的充电容量原则修正电动汽车的最大放电深度。
一个优选的方案是，在高级分区中，电动汽车的充放电的等值负荷通过以下方法计算：对边界母线n下游节点的电动汽车充放电功率等值处理，等效电池容量限值约束为：
Figure BDA0003255412700000031
设NPEVnk为第n个母线及其所有下游母线k相中PEV总数量，在不存在时隙t期间PEV接入电网情况下，时隙t末端母线n相k等效电池的储能
Figure BDA0003255412700000032
如下，其上限、下限分为
Figure BDA0003255412700000033
Figure BDA0003255412700000034
Figure BDA0003255412700000035
其中，
Figure BDA0003255412700000036
分别为第n个母线k相中第
Figure BDA0003255412700000041
个电动汽车的电池储能充电功率、放电功率、充电效率、放电效率倒数、自放电率、t时刻电池储能，Δt为单个时隙长度；
Figure BDA0003255412700000042
分别为第n个母线及其所有下游母线k相电动汽车的充电效率最小值和放电效率倒数最大值；
Figure BDA0003255412700000043
为第n个母线及其所有下游母线k相中所有电动汽车充电时隙集合
Figure BDA0003255412700000044
的并集；边界母线n相k的等效电池充电功率
Figure BDA0003255412700000045
和放电功率
Figure BDA0003255412700000046
分别如下，其充电效率和放电效率倒数分别为
Figure BDA0003255412700000047
Figure BDA0003255412700000048
Figure BDA0003255412700000049
进一步的方案是，设定单台电动汽车的充电功率约束：
Figure BDA00032554127000000410
Figure BDA00032554127000000411
等效电池充电功率
Figure BDA00032554127000000412
和放电功率
Figure BDA00032554127000000413
上下限约束满足以下要求：
Figure BDA00032554127000000414
Figure BDA00032554127000000415
其中，
Figure BDA00032554127000000416
分别为第n个母线k相中第
Figure BDA00032554127000000417
个EV电池充电功率上限、放电功率上限；
等效电池的充电功率和放电功率上限约束如下：
Figure BDA00032554127000000418
边界母线n相k连接PEV的等效电池自放电率为：
Figure BDA00032554127000000419
等效模型中，在时隙t末端母线n相k等效电池的储能
Figure BDA00032554127000000420
计算简化为：
Figure BDA00032554127000000421
在时隙t末端母线n相k等效电池的储能上限、下限分为
Figure BDA00032554127000000422
使用如下公式计算：
Figure BDA0003255412700000051
Figure BDA0003255412700000052
其中，
Figure BDA0003255412700000053
为第n个母线k相中第
Figure BDA0003255412700000054
个电动汽车电池储能的上限、下限。
Figure BDA0003255412700000055
分别为第n个母线k相中第
Figure BDA0003255412700000056
个电动汽车的电池荷电状态最小值、最大值。
更进一步的方案是，如第t个时隙初始时刻共有
Figure BDA0003255412700000057
辆电动汽车接入系统，修正等效储能如下：
Figure BDA0003255412700000058
Figure BDA0003255412700000059
在优化时段起始时刻，修正等效储能如下：
Figure BDA00032554127000000510
其中，
Figure BDA00032554127000000511
分别为第n个母线k相第
Figure BDA00032554127000000512
个电动汽车电池容量和荷电状态初始值；类似地，在等效电池储能上下限
Figure BDA00032554127000000513
计算中加入这
Figure BDA00032554127000000514
辆电动汽车。
如在时隙t末端共有
Figure BDA00032554127000000515
辆电动汽车
Figure BDA00032554127000000516
驶离，储能下限计算修改如下：
Figure BDA00032554127000000517
其中，
Figure BDA00032554127000000518
为车辆充电的目标荷电状态值；
单台电动汽车的电池的放电深度
Figure BDA00032554127000000519
计算公式如下：
Figure BDA00032554127000000520
其中，放电深度上限为
Figure BDA00032554127000000521
母线n相k所有电动汽车的电池的放电深度约束如下：
Figure BDA0003255412700000061
等效电池放电深度约束如下：
Figure BDA0003255412700000062
其中，等效电池放电量上限
Figure BDA0003255412700000063
如果在第t个时隙初始时刻共有NPEVnk辆电动汽车驶入，则等效电池放电量上限：
Figure BDA0003255412700000064
更进一步的方案是，计算高级分区等效电池在每个时隙的充放电功率包括：
设定电动汽车的充放电费用函数：
Figure BDA0003255412700000065
其中，ΩPEV为电动汽车所在节点集合，Ct为时隙t充电电价，
Figure BDA0003255412700000066
为时隙t电动汽车电池放电电价。
高级分区充放电优化控制模型如下：
min Fun1＝ZLC
s.t.Vmin≤V≤Vmax
Figure BDA0003255412700000067
Figure BDA0003255412700000068
Figure BDA0003255412700000069
Figure BDA00032554127000000610
Figure BDA00032554127000000611
Figure BDA00032554127000000612
Figure BDA00032554127000000613
Figure BDA00032554127000000614
Figure BDA0003255412700000071
Figure BDA0003255412700000072
Figure BDA0003255412700000073
Figure BDA0003255412700000074
Figure BDA0003255412700000075
Figure BDA0003255412700000076
Figure BDA0003255412700000077
并且
n＝1,K,K；k＝a,b,c。
其中，K为中压电网节点数目，
Figure BDA0003255412700000078
为时隙t第n个母线及其所有下游母线k相中ZIP负荷总和，Snk为第n个母线为中压/低压变压器视在功率，
Figure BDA0003255412700000079
Int、Vnt分别为时隙t节点n中a 相、b相、c相和中性点N的ZIP注入有功功率向量、ZIP注入无功功率向量、ZIP注入电流复向量、电动汽车注入有功功率向量、电动汽车注入电流复向量、注入电流复向量和电压复向量，V、Vmin、Vmax为所有节点三相和中性点电压幅值向量、电压最小值和最大值向量，
Figure BDA00032554127000000710
Figure BDA00032554127000000711
分别为时隙t线路nm的k相电流实部、虚部和上限，Γvalley为负荷低估时段时隙集合。优化时段Γopt为全部电动汽车优化时段的并集；
公式Vmin≤V≤Vmax节点电压上下限约束；
公式
Figure BDA00032554127000000712
为线路nm电流上限约束；
公式
Figure BDA00032554127000000713
为边界节点中压/低压变压器容量约束；
公式
Figure BDA00032554127000000714
为节点注入电流潮流方程，在低一级分区优化中，边界节点电压采用上一级分区优化结果；
公式
Figure BDA00032554127000000715
为节点电流计算方程；
公式
Figure BDA00032554127000000716
为ZIP节点注入电流计算方程；
公式
Figure BDA00032554127000000717
为PEV节点注入电流计算方程；
公式
Figure BDA00032554127000000718
为等效电池节点注入功率计算方程；
公式
Figure BDA00032554127000000719
为负荷低谷时段不允许放电约束；
当实际系统允许无功电压控制联合电动汽车充放电控制时，在高级分区充放电优化控制模型增加变压器抽头位置约束和最大动作次数约束、无功补偿电容器组补偿容量约束和动作次数约束。
更进一步的方案是，计算各个最低分区每一电动汽车在每个时隙的充放电功率采用如下模型进行优化：
Figure BDA0003255412700000081
s.t.Vmin≤V≤Vmax
Figure BDA0003255412700000082
Figure BDA0003255412700000083
Figure BDA0003255412700000084
Figure BDA0003255412700000085
Figure BDA0003255412700000086
Figure BDA0003255412700000087
Figure BDA0003255412700000088
Figure BDA0003255412700000089
Figure BDA00032554127000000810
Figure BDA00032554127000000811
Figure BDA00032554127000000812
Figure BDA00032554127000000813
Figure BDA00032554127000000814
Figure BDA00032554127000000815
n＝1,K,K'；k＝a,b,c；
其中，
Figure BDA00032554127000000820
为很小的正数，K'为低压电网子分区节点数，N'PEVnk为在低压电网第n个母线k相充电PEV数量，
Figure BDA00032554127000000816
为低压电网分区边界节点集合，
Figure BDA00032554127000000817
为第n个母线k相中第
Figure BDA00032554127000000818
个EV最后时隙
Figure BDA00032554127000000819
电池储能；分区边界节点电压为固定值，采用上级优化控制的结果。
更进一步的方案是，判断电动汽车接入配电网的时间段和优化时段是否满足以下情况：电动汽车接入时间段包含优化时段末端，但不包含优化时段的首端，如是，可用充电时间长度修正该优化周期车辆的目标荷电状态值如下：
Figure BDA0003255412700000091
用系统可以提供的充电容量原则修正该优化周期车辆的目标荷电状态值如下：
Figure BDA0003255412700000092
其中，
Figure BDA0003255412700000093
分别为该优化周期的起始时刻、结束时刻、第
Figure BDA0003255412700000094
个电动汽车的接入时刻、离开时刻，
Figure BDA0003255412700000095
为电网根节点k相视在功率上限。
如确认优化时间段包含于电动汽车接入时间段，如是，可用充电时间长度修正该优化周期车辆的目标荷电状态如下：
Figure BDA0003255412700000096
其中，
Figure BDA0003255412700000097
为第
Figure BDA0003255412700000098
个电动汽车前一优化周期计算得到的周期末端的荷电状态值；
用系统可以提供的充电容量原则修正该优化周期车辆的目标荷电状态值如下：
Figure BDA0003255412700000099
另外，此处计算得到的
Figure BDA00032554127000000910
同时为车辆后续优化周期中车辆的初始荷电状态值；
更进一步的方案是，如确认电动汽车接入时间段包含优化时段末端，但不包含优化时段的首端，则可用充电时间长度修正最大放电深度为：
Figure BDA00032554127000000911
系统可以提供的充电容量原则修正最大放电深度为：
Figure BDA00032554127000000912
如确认优化时间段包含于电动汽车接入时间段，如是，则可用充电时间长度修正最大放电深度为：
Figure BDA0003255412700000101
系统可以提供的充电容量原则修正最大放电深度为：
Figure BDA0003255412700000102
如确认电动汽车接入时间段包含优化时间段首端，但不包含末端，即为该车辆的最后一个优化周期，如是，则可用充电时间长度修正最大放电深度为：
Figure BDA0003255412700000103
系统可以提供的充电容量原则修正最大放电深度为：
Figure BDA0003255412700000104
当无功电压控制合并电动汽车充放电控制时，类似地，采用优化时段长度原则修正各时段优化中变压器抽头最大动作次数上限、无功补偿电容器组投切动作次数上限。
为实现上述的第二目的，本发明提供的计算机装置包括处理器以及存储器，存储器存储有计算机程序，计算机程序被处理器执行时实现上述大规模电动汽车群的分级充放电优化控制方法的各个步骤。
为实现上述的第三目的，本发明提供计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述大规模电动汽车群的分级充放电优化控制方法的各个步骤。
本发明通过分级的方法，将电动汽车的充放电优化控制过程进行分层解耦，极大地降低了优化控制的计算量，在满足电动汽车的用户利益和电网安全的情况下能够及时地给出各电动汽车的充放电控制方案，指导电动汽车充放电的控制。
由于各电动汽车的充放电控制参数的计算时间大幅度减少，可以满足电动汽车用户对在线充电的要求：即在第二天或第二个优化时段之前计算出优化结果，在极端情况下即使电动汽车用户到达停车场后才预约充电也能快速产生充电方案，而电动汽车的充电效率也得以提升，用户体验更佳。
附图说明
图1是应用本发明大规模电动汽车群的分级充放电优化控制方法实施例的系统结构框图。
图2是本发明大规模电动汽车群的分级充放电优化控制方法实施例的流程图的第一部分。
图3是本发明大规模电动汽车群的分级充放电优化控制方法实施例的流程图的第二部分。
图4是应用本发明大规模电动汽车群的分级充放电优化控制方法实施例多个节点分布示意图。
图5是应用本发明大规模电动汽车群的分级充放电优化控制方法实施例的中节点34C相优化前后电压的第一对照图。
图6是应用本发明大规模电动汽车群的分级充放电优化控制方法实施例的中节点64中性点优化前后电压的第一对照图。
图7是应用本发明大规模电动汽车群的分级充放电优化控制方法实施例的电动汽车荷电状态值第一变化曲线图。
以下结合附图及实施例对本发明作进一步说明。
具体实施方式
本发明的大规模电动汽车群的分级充放电优化控制方法应用在充电监控系统，优选的，该充电监控系统能够控制多辆电动汽车的充电操作，例如控制对每一辆电动汽车的充电功率等。该充电监控系统可以运行在计算机设备上，该计算机设备设置有处理器以及存储器，存储器上存储有计算机程序，处理器通过执行该计算机程序实现大规模电动汽车群的分级充放电优化控制方法。
大规模电动汽车群的分级充放电优化控制方法实施例：
本实施例的大规模电动汽车群的分级充放电优化控制方法可以应用在充电监控系统中，参见图1，分散式充电监控系统可以设置在多个不同的小区、工业园区、办公区等，优选的，分散式充电监控系统为分散式PEV(纯电动汽车)充放电监视控制系统，例如，配电网运营商10通过以太网与多个分散式充电监控系统15、20等进行通信。配电网运营商10所使用的系统包括远程抄表系统11、配电网 SCADA(Supervisory Control And DataAcquisition，数据采集与监视)系统12、协议转换数据输入模块13以及配电网调度自动化系统14，其中，远程抄表系统11与协议转换数据输入模块13之间通过RS485总线或者CAN总线进行通信，配电网SCADA系统12与协议转换数据输入模块13之间也是通过RS485总线或者CAN总线进行通信，因此，协议转换数据输入模块13为RS485或者CAN协议转换模块。协议转换数据输入模块13与配电网调度自动化系统14进行数据交互，因此，配电网调度自动化系统14可以与远程抄表系统11、配电网SCADA系统12进行通信。
分散式充电监控系统15、20通过以太网与协议转换数据输入模块 13进行通信，下面以分散式充电监控系统20为例进行介绍。分散式充电监控系统20包括监控系统上位机21，并且还设置有负荷预测和三相潮流计算模块22、统计模块23以及分级-多阶段充放电优化模块 24，分级-多阶段充放电优化模块24可以接收负荷预测和三相潮流计算模块22、统计模块23输出的数据。并且，监控系统上位机21可以监控整个充电监控系统20的工作。另外，监控系统上位机21可以通过移动通信网络，例如4G网络或者5G网络与电动汽车的用户进行通信，例如电动汽车的用户使用智能终端设备与监控系统上位机21进行通信，以获取电动汽车充放电的信息。
分散式充电监控系统20通过协议转换数据双向传输模块25与变电站功率表30、多个PEV电池、多个PEV逆变器、多个ZIP负荷节点功率表进行通信，例如协议转换数据双向传输模块25通过RS485 总线或CAN总线与变电站功率表30、1号PEV电池及其PEV逆变器 31、2号PEV电池及其PEV逆变器32、3号PEV电池及其PEV逆变器33、n号PEV电池及其PEV逆变器34以及ZIP负荷节点功率表36、 37等进行通信。
本实施例中，分散式充电监控系统20对电动汽车充放电优化需要用到的负荷曲线，可以由负荷预测和三相潮流计算模块22根据历史数据统计预测获得，也可以由配电网调度自动化系统14的负荷预测结果直接获得。分散式充电监控系统20对电动汽车的充放电优化需要用到的变压器抽头位置和电容器投切量可以由配电网调度自动化系统14 的无功优化结果获得，反之，配电网调度自动化系统14的无功优化需要用到的电动汽车充放电功率也可以由充放电优化结果获得。电动汽车用户可以用车载通信设备或者智能手机通过移动通信网络，例如5G 或者4G网络与目的地分散式充电站进行通信，确定电动汽车的到达时间、离开时间、电池容量和到达时的荷电状态(SOC，State of Charge) 值。
参见图2，本实施例首先执行步骤S1，获取电动汽车到达时刻、离开时刻、充电容量和到达时的荷电状态值，并且由此确定电动汽车的初始充放电功率。
然后，执行步骤S2，按照传统的方法调整各个时隙变压器抽头位置和电容投入组数，例如使用离散变量惩罚函数的非线性内点法，或者用基于九区图原理的厂站级控制调整各个时隙变压器抽头位置和电容投入组数。接着，执行步骤S3，将配电网进行分区，例如分成等级不同的多个子分区，多个子分区可以包括高级分区、低级分区等。
然后，执行步骤S4，将电动汽车的优化时段分拆成多个时段，并计算各个时段末端各电动汽车的目标荷电状态(SOC)值以及允许最大放电深度，接着，执行步骤S5，按照传统的方法确定自动调压器的抽头位置，计算各个分区的电力潮流数据，由于电流潮流数据的计算方法是已知的技术，在此不再赘述。
然后，执行步骤S6，计算电动汽车充放电的等值负荷、低级分区的等值负荷，接着执行步骤S7，计算高级分区等效电池在每个时隙的充放电功率，然后执行步骤S8，计算各个最低分区每一电动汽车在每个时隙的充放电功率、各子分区的网损。
接着，执行步骤S9，判断在该时段内子分区的网损变化是否小于网损变化阈值，或者当前的内循环迭代计算的次数达到内循环最大迭代次数，如果判断结果为是，则执行步骤S11，如果判断结果为否，则执行步骤S10，将内循环迭代次数自增一次，并返回执行步骤S5，再次按照传统的方法确定自动调压器的抽头位置，计算各个分区的电力潮流数据，从而开始下一次的内循环计算。本实施例中，从步骤S5 到步骤S10为一次内循环迭代计算过程，在内循环迭代流程中，已知变压器抽头位置和电容器投入组数，逐个时段进行分级电动汽车的充放电控制，并使用上一次内循环迭代计算优化获得的各电动汽车的充放电功率计算高级分区下电动汽车的充放电等值负荷，并用上次内循环优化的电动汽车的充放电功率作为下次内循环过程中优化计算的电动汽车的充放电功率的初始值。配电网的网损可以根据各个分区潮流计算结果来计算获得，此外，网损变化的计算是：计算当次迭代计算的网损与上一次迭代计算的网损的差值，并计算该差值与上一次迭代计算的网损的比值，将该比值作为网损变化。网损变化阈值是一个预先设定的阈值。
在步骤S11中，判断当前的充放电时段是否为最后时段，如果是，则执行步骤S13，否则，执行步骤S12，将当前时段末端的电动汽车的荷电状态值作为下一次优化时段起始值，并返回执行步骤S5，即进入下一时段的优化计算。
步骤S13中，判断各节点三相电压和中性点电压是否超限并且当前的外循环计算次数未到达外循环最大迭代次数，如果步骤S13的判断结果为是，则执行步骤S14，外循环的迭代次数自增一次，并返回执行步骤S2，再次按照传统的方法调整各个时隙变压器抽头位置和电容投入组数，直至在各节点三相电压和中性点电压不超限或者到达外循环最大迭代次数。如果步骤S13的判断结果为否，则结束优化计算的流程，输出优化计算的结果。
当实际系统便于无功电压控制联合PEV充放电控制时，在流程图中，可不需要执行外循环的操作，即不执行按照传统方法确定变压器抽头位置和电容器投切数量的步骤，在高级分区优化模型中增加变压器抽头位置和电容器投切数目约束。
本实施例中，对电动汽车的充放电控制采用分级-多阶段充放电优化控制，并采用配电网分区方法和电动汽车充放电负荷等值方法，构建多级分区的电动汽车充放电优化控制方案，例如可以采用中压、低压电网分区，构建二级分区的电动汽车充放电优化控制方案。然后，将电动汽车优化时段拆分为多个时段集合，构建考虑三相不平衡负荷和电压控制下的电动汽车充放电的分级-多阶段最优控制模型。
具体的，对于高级分区中电动汽车等值电池充放电负荷等值方法，采用如下的计算：
对边界母线n下游节点电动汽车充放电功率等值处理，其中，等效电池容量限值约束如下：
Figure BDA0003255412700000141
假设NPEVnk为第n个母线及其所有下游母线k相中电动汽车的总数量。在不存在时隙t期间电动汽车接入电网情况下，在时隙t末端母线 n相k等效电池的储能
Figure BDA0003255412700000142
如公式2所示，其上限、下限分为
Figure BDA0003255412700000143
Figure BDA0003255412700000144
Figure BDA0003255412700000151
公式2中，
Figure BDA0003255412700000152
分别为第n个母线k 相中第
Figure BDA0003255412700000153
个电动汽车的电池储能充电功率、放电功率、充电效率、放电效率倒数、自放电率、t时刻电池储能。在时隙t下，如果电动汽车还未开始充电活着已结束充电，可充电标志
Figure BDA0003255412700000154
设置为0，否则设置为 1。Δt为单个时隙长度；
Figure BDA0003255412700000155
分别为第n个母线及其所有下游母线k相电动汽车(包含所有
Figure BDA0003255412700000156
的电动汽车)充电效率最小值和放电效率倒数最大值；
Figure BDA0003255412700000157
为第n个母线及其所有下游母线k相中所有电动汽车充电时隙集合
Figure BDA0003255412700000158
的并集。边界母线n相k的等效电池充电功率
Figure BDA0003255412700000159
和放电功率
Figure BDA00032554127000001510
分别如公式3的两条公式所示，其充电效率和放电效率倒数分别为
Figure BDA00032554127000001511
Figure BDA00032554127000001512
Figure BDA00032554127000001513
由于每个时隙处于充电电动汽车的车辆是时变的，也就是说，
Figure BDA00032554127000001514
是一个时变的参量，所以
Figure BDA00032554127000001515
和
Figure BDA00032554127000001516
也是时变的。由单台电动汽车的充电功率约束：
Figure BDA00032554127000001517
Figure BDA00032554127000001518
可知，等效电池充电功率
Figure BDA00032554127000001519
和放电功率
Figure BDA00032554127000001520
上限、下限约束满足以下条件：
Figure BDA00032554127000001521
Figure BDA00032554127000001522
公式5中，
Figure BDA00032554127000001523
分别为第n个母线k相中第
Figure BDA00032554127000001524
个电动汽车电池充电功率上限、放电功率上限。
等效电池的充电功率和放电功率上限约束如下：
Figure BDA00032554127000001525
边界母线n相k连接PEV的等效电池自放电率为：
Figure BDA0003255412700000161
在等效模型中，在时隙t末端母线n相k等效电池的储能
Figure BDA0003255412700000162
计算简化为下式：
Figure BDA0003255412700000163
在时隙t末端母线n相k等效电池的储能上限、下限分为
Figure BDA0003255412700000164
(包含时隙t首端接入系统的电动汽车)，计算如下：
Figure BDA0003255412700000165
Figure BDA0003255412700000166
其中，
Figure BDA0003255412700000167
分别为第n个母线k相中第
Figure BDA0003255412700000168
个电动汽车的电池储能的上限、下限。NPEVnk个电动汽车的起始充电时隙并不一定相同，那么就以最早的时隙为第一个时隙，但是其它电动汽车还未开始充电，因此，从第一个时隙到其它电动汽车的起始充电时隙之间，需要将上下限
Figure BDA0003255412700000169
中这部分电动汽车去掉；同样地，在第一个结束充电时隙之后，也要把上下限
Figure BDA00032554127000001610
中去掉已经结束充电的电动汽车。所以，上下限
Figure BDA00032554127000001611
计算是时变的。
Figure BDA00032554127000001612
分别为第n 个母线k相中第
Figure BDA00032554127000001613
个电动汽车的电池荷电状态最小值和最大值。
假设在第t个时隙初始时刻共有
Figure BDA00032554127000001614
辆电动汽车接入系统，例如在第t-1个时隙初始时刻以后到第t个时隙初始时刻期间接入系统的电动汽车都等同处理为第t个时隙初始时刻接入系统，则修正原来等效储能的计算如下：
Figure BDA00032554127000001615
Figure BDA00032554127000001616
特别地，在优化时段起始时刻，可以得到下面的公式：
Figure BDA00032554127000001617
其中，
Figure BDA00032554127000001618
分别为第n个母线k相第
Figure BDA00032554127000001619
个电动汽车的电池容量和荷电状态初始值。类似地，在等效电池储能上下限
Figure BDA00032554127000001620
计算中加入这
Figure BDA0003255412700000171
辆电动汽车。
假设在时隙t末端共有NPEVnk辆电动汽车
Figure BDA0003255412700000172
驶离，储能下限计算修改如下：
Figure BDA0003255412700000173
公式12中，第二项为驶离车辆的储能要求，第一项为剩余车辆储能下限要求，
Figure BDA0003255412700000174
为车辆充电的目标荷电状态值。
单台电动汽车电池的放电深度
Figure BDA0003255412700000175
计算公式如下：
Figure BDA0003255412700000176
其放电深度上限为
Figure BDA0003255412700000177
那么母线n相k所有电动汽车的电池的放电深度约束如下：
Figure BDA0003255412700000178
进一步化简为：
Figure BDA0003255412700000179
得到等效电池放电深度约束如下式：
Figure BDA00032554127000001710
公式16中，等效电池放电量上限
Figure BDA00032554127000001711
如果在第t 个时隙初始时刻共有NPEVnk辆电动汽车驶入，则等效电池放电量上限
Figure BDA00032554127000001712
进一步的，对于多级分区的电动汽车的充放电优化控制中高级分区充放电优化控制方案如下：
首先，设定电动汽车用户充放电费用函数，该函数如下：
Figure BDA00032554127000001713
Figure BDA0003255412700000181
其中，ΩPEV为电动汽车所在节点集合，Ct为时隙t充电电价，
Figure BDA0003255412700000182
为时隙t电动汽车电池放电电价。
基于此，对于高级分区充放电优化控制模型如下：
min Fun1＝ZLC
s.t.Vmin≤V≤Vmax
Figure BDA0003255412700000183
Figure BDA0003255412700000184
Figure BDA0003255412700000185
Figure BDA0003255412700000186
Figure BDA0003255412700000187
Figure BDA0003255412700000188
Figure BDA0003255412700000189
Figure BDA00032554127000001810
Figure BDA00032554127000001811
Figure BDA00032554127000001812
Figure BDA00032554127000001813
Figure BDA00032554127000001814
Figure BDA00032554127000001815
Figure BDA00032554127000001816
Figure BDA00032554127000001817
并且，
n＝1,K,K；k＝a,b,c(式18)
其中，K为中压电网节点数目，
Figure BDA00032554127000001818
为时隙t第n个母线及其所有下游母线k相中ZIP负荷总和，Snk为第n个母线为中压/低压变压器视在功率，
Figure BDA00032554127000001819
Int/Vnt分别为时隙t节点n中a相、b相、c相和中性点N的ZIP注入有功功率向量、ZIP注入无功功率向量、ZIP注入电流复向量、PEV注入有功功率向量、PEV注入电流复向量、注入电流复向量和电压复向量，V、Vmin、Vmax为所有节点三相和中性点电压幅值向量、电压最小值和最大值向量，
Figure BDA0003255412700000191
分别为时隙t线路nm的k相电流实部、虚部和上限，Γvalley为负荷低估时段时隙集合。并且，优化时段Γopt为全部电动汽车优化时段的并集。
其中，公式Vmin≤V≤Vmax是节点电压上下限约束，公式
Figure BDA0003255412700000192
为线路nm电流上限约束，公式
Figure BDA0003255412700000193
为边界节点中压/ 低压变压器容量约束，公式
Figure BDA0003255412700000194
为节点注入电流潮流方程，在低一级分区优化中，边界节点电压采用上一级分区优化结果；公式
Figure BDA0003255412700000195
为节点电流计算方程，公式
Figure BDA0003255412700000196
为ZIP节点注入电流计算方程，公式
Figure BDA0003255412700000197
为PEV节点注入电流计算方程，公式
Figure BDA0003255412700000198
为等效电池节点注入功率计算方程，公式
Figure BDA0003255412700000199
为负荷低谷时段不允许放电约束。
当实际系统允许无功电压控制联合电动汽车充放电控制时，在高级分区充放电优化控制模型增加变压器抽头位置约束和最大动作次数约束、无功补偿电容器组补偿容量约束和动作次数约束。
进一步的，多级分区的电动汽车充放电优化控制中最低分区低压电网保优控制模型如下，本实施例采用内点法计算：
Figure BDA00032554127000001910
s.t.Vmin≤V≤Vmax
Figure BDA00032554127000001911
Figure BDA00032554127000001912
Figure BDA00032554127000001913
Figure BDA00032554127000001914
Figure BDA00032554127000001915
Figure BDA00032554127000001916
Figure BDA00032554127000001917
Figure BDA00032554127000001918
Figure BDA00032554127000001919
Figure BDA0003255412700000201
Figure BDA0003255412700000202
Figure BDA0003255412700000203
Figure BDA0003255412700000204
Figure BDA0003255412700000205
n＝1,K,K'；k＝a,b,c (式19)
其中，
Figure BDA00032554127000002012
为很小的正数，K'为低压电网子分区节点数，N'PEVnk为在低压电网第n个母线k相充电的电动汽车的数量，
Figure BDA0003255412700000206
为低压电网分区边界节点集合，
Figure BDA0003255412700000207
为第n个母线k相中第
Figure BDA0003255412700000208
个电动汽车最后时隙
Figure BDA0003255412700000209
电池储能；分区边界节点电压为固定值，采用上级优化控制的结果。优选的，同级所有子分区可以同时进行优化计算，方便采用并行计算方式来提高计算速度。
本实施例中，多阶段优化的计算是通过时域解耦实现的，具体的，上述两级优化模型中，电动汽车的时隙集合
Figure BDA00032554127000002010
各台电动汽车的优化时段的并集可能很长，导致优化时间段过长计算量太大而难以求解。本实施例采用时域解耦的方式进行解决，将电动汽车优化时隙拆分为多个时段，构建二级-多阶段优化模型，解耦电池容量限值约束和电动汽车电池的放电深度约束。例如，将一天划分为6个时段
Figure BDA00032554127000002011
进行优化，每个时段4个小时。因此，上述多级优化模型中的优化时段Γopt就可被拆分成多个时段，每个时段单独优化。这样，可以进一步降低优化模型的计算量。
由于电动汽车接入配电网的时间段和优化时间段之间有4种可能情况：第一种情况是，电动汽车接入时间段包含于优化时间段内；第二种情况是，优化时间段包含于电动汽车接入时间段；第三种情况是，电动汽车接入时间段包含优化时间段首端，但不包含末端；第四种情况是，电动汽车接入时间段包含优化时间段末端，但不包含优化时间段的首端。针对第一种情况，每个优化周期车辆的目标荷电状态值无需修改，采用前面介绍的模型求解即可；针对第二和第四种情况，每个优化周期车辆的目标荷电状态都要修改。采用可用充电时间长度或者系统可以提供的充电容量原则修正荷电状态值。如果存在第四种情况，则认为该情况是车辆的第1个优化周期，采用可用充电时间长度原则修正公式为：
Figure BDA0003255412700000211
第四种情况采用系统可以提供的充电容量原则修正公式为：
Figure BDA0003255412700000212
公式20与公式21中，
Figure BDA0003255412700000213
分别为该优化周期的起始、结束时刻、第
Figure BDA0003255412700000214
个电动汽车的接入和离开时刻，
Figure BDA0003255412700000215
为电网根节点 k相视在功率上限。
第二种情况为后续优化周期，类似只用把公式20中的
Figure BDA0003255412700000216
修改为
Figure BDA0003255412700000217
分子积分下限
Figure BDA0003255412700000218
修改为
Figure BDA0003255412700000219
第一项修改为第
Figure BDA00032554127000002110
个电动汽车前一优化周期计算得到的周期末端的荷电状态值。如果是第三种情况，则该情况是车辆的最后一个优化周期，无须计算。另外，此处计算得到的
Figure BDA00032554127000002111
同时为车辆后续优化周期中车辆的初始荷电状态值。
采用类似的方法修改最大放电深度，例如，在第四种情况采用可用充电时间长度原则修正为：
Figure BDA00032554127000002112
第4种情况采用系统可以提供的充电容量原则修正公式为：
Figure BDA00032554127000002113
第2种情况修改同上，类似只用把公式22中的
Figure BDA00032554127000002114
改为
Figure BDA00032554127000002115
公式23中的分子积分下限
Figure BDA00032554127000002116
改为
Figure BDA00032554127000002117
如果是第三种情况，则是车辆的最后一个优化周期，只用把公式22中的
Figure BDA00032554127000002118
修改为
Figure BDA00032554127000002119
公式23中的分子积分上、下限修改为
Figure BDA00032554127000002120
当无功电压控制合并电动汽车充放电控制时，类似地，采用优化时段长度原则修正各时段优化中变压器抽头最大动作次数上限、无功补偿电容器组投切动作次数上限。
图4是应用实施例多个节点分布示意图，该示意图是以IEEE34节点配电网系统扩展后75节点的系统，该实施例采用进行可以抑制配电网的三相电压越限和中性点电压升高的大规模电动汽车群分级优化控制，且系统接地方式采用直接接地，接地电阻为10-4欧姆。
参见表1，表1为电动汽车最大充电功率和容量配置表，采用恒功率充放电，充电和放电效率均为88％。在节点35至75共41个节点三相母线上挂接123量电动汽车，设电池初始充电状态
Figure BDA0003255412700000221
在0.3到 0.65之间。本系统采用用户与分散式电动汽车充放电监视控制系统直接通信，可以得到较精确的SOC初始值，无需采用概率模型。
表1
Figure BDA0003255412700000222
设各节点每相只连接一辆电动汽车，即N'PEVnk＝1，全部电动汽车可参与电动汽车充放电服务，忽略中断外出时间，这123量电动汽车充电时段的并集为19:30至7:30。为了说明本实施例分级充放电优化控制方法计算时间的可行性，先不分阶段，优化模型中充电起始时间、充电结束时间分别为19:30和7:30。
优化前对全部电动汽车未加充放电控制，即插充电，充满为止。按照每台电动汽车需要充电量根据其最大充电功率计算需要充电的时隙数量，将这些时隙分配到初始充放电时间段内。采用阶梯电价，高峰时段7:00至22:45充电电价3.11元/(kWh)、放电电价2.5元/(kWh)，低谷时段22:45至7:00充电电价为0.95元/(kWh)，Γvalley为22:45至7:00 之间时隙集合。电池成本为3000元/kWh。设电池目标充电状态
Figure BDA0003255412700000223
均为0.85，电池储能上限
Figure BDA0003255412700000224
电池储能下限
Figure BDA0003255412700000225
最大放电深度
Figure BDA0003255412700000226
设为0.6。三相电压上下限分别为1.1p.u.、0.9p.u.，中性点电压上下限分别为4.3×10-3p.u.、0p.u.。高级分区和最低分区充放电优化控制计算内点法预设迭代次数均为15，控制变量的收敛精度为10-10，约束条件的收敛精度为10-12。采用本实施例的优化流程，将无功电压控制与电动汽车控制解耦，外循环迭代次数设为2次，内循环迭代次数设为3次，网损变化阈值百分比设为1％。
本例中采用2级分区，高压电网分区1个，低压电网分区10个，高中压边界节点共有10个，分别是2、12、15、20、21、22、24、23、 30、31。计算机配置为12核3.4GHz的CPU和16GB内存。优化用时如表2所示，外循环只用1次迭代，内循环迭代3次。123辆电动汽车总共用时2624.2秒，如果采用CN107776433A所公开的方案，采用同一计算机对同样的算例30辆电动汽车计算就需要用3360秒，如果对123辆电动汽车优化用时12951.0秒，当充电车辆规模再大的话就会不满足系统控制对计算时间的要求：即在第二天或第二个优化时段之前计算出优化结果，也就限制了该专利的技术推广。通过分区优化后，计算时间减少接近5倍。
表2
Figure BDA0003255412700000231
从表2可见，第3次迭代中，边界节点为节点2、12、15、31、22、24、23、21、30、20这10个低压电网分区优化时间分别为13.1、7.1、 11.7、7.4、19.7、18.7、11.5、16.5、95.0、208.6秒。如果采用并行计算，最多用208.6秒左右就可以计算完低压电网分区优化，那么第3 次迭代就可以减少200.7秒。
高级分区和最低分区充放电优化结果如下：参见如图5，图5中节点34C相优化前后电压的第一对照图，优化前，节点34的C相电压最低0.8532p.u.，低于下限0.9p.u.，优化后升到0.9056p.u.。整个优化控制区间，优化前电压比较高的时段优化后变动不大；相反，优化前电压比较低的时段优化后大都有所升高。所有节点电压都控制在[0.9, 1.1]p.u.。
优化前节点64中性点电压最高，达到3.6V，优化后降到0.6V，控制在限制4.3×10-3p.u.(即1V)内。参见图6，图6是中节点64 中性点优化前后电压的第一对照图。从图6中可以看到最高电压降低的同时，最低电压略微升高。节点64是低压母线，低压母线通常要求母线电压小于1V，满足要求。
参见图7，图7是电动汽车SOC第一变化曲线图。优化后全部电动汽车电池SOC变化在储能要求限值[0.2,0.9]内，并且最终全部SOC 均不低于充电目标值0.85。此外，几乎所有PEV放电都出现在20:00 到00:30之间。所有时隙电动汽车的最大放电深度为7.13％。
参见表3，表3为两种控制方案电动汽车群充放电控制效益对比数据表。表中列出电池放电成本，电池单位成本为3000元/kWh，全部电动汽车总的电池放电损耗成本函数ZCost按照下式计算：
Figure BDA0003255412700000241
表3
优化目标 Z<sub>LC</sub>
初始放电成本(元) 0
优化后放电成本(元) 0.25
初始充电费用(元) 6804.11
优化后充电费用(元) 3597.66
初始放电收益(元) 0
优化后放电收益(元) 27.35
每天节约网损费用(元) 1556.45
每天充放电节约总费用(元) 3233.55
Z<sub>LC</sub>(元) 3570.31
每辆车年节约总费用(元) 9595.49
每年节约网损费用(元) 568104.25
全部车年节约总费用(元) 1180245.75
从表3可见，电动汽车充放电费用每年节约118.0万元，每辆车节约充电费用9595.49元，整个配电网也节约网损费用56.8万元。
如果进一步考虑分阶段优化，将12个小时分为3个优化时段，每个时段优化计算时间643.3秒。计算速度快是在线应用中很关键的一项要求，可以保护电动汽车用户预约后快速到达停车场及时产生充电方案。此处，即便是车辆到达停车场后才预约充电，电动汽车也只用等待643.3秒就产生出未来4小时的充电功率，这对于一般用户是可以接受的。因此，本发明能够进一步助推电动汽车行业快速发展。
计算机装置实施例：
本实施例的计算机装置可以是电动汽车充放电监控系统，该计算机装置包括有处理器、存储器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述大规模电动汽车群的分级充放电优化控制方法的各个步骤。当然，智能电子设备还包括摄像装置，用于获取初始图像。
例如，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明的各个模块。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。
本发明所称处理器可以是中央处理单元(Central Processing Unit， CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit， ASIC)等。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现终端设备的各种功能。
计算机可读存储介质：
上述计算机装置所存储的计算机程序如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述大规模电动汽车群的分级充放电优化控制方法的各个步骤。
其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器等。
最后需要强调的是，以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种变化和更改，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种大规模电动汽车群的分级充放电优化控制方法，包括：
获取电动汽车预计的到达时刻、离开时刻、电池容量和到达时荷电状态值，确定该电动汽车的初始充放电功率；
将预设时间段划分为多个时隙，调整各个所述时隙下变压器抽头位置和电容器的投入组数，将配电网进行分区；
其特征在于：
将电动汽车的优化时段分拆成多个时段，计算各个时段末端各电动汽车的目标荷电状态值以及允许最大放电深度；
确定自动调压器的抽头位置，计算各个分区的电力潮流数据，并计算电动汽车充放电的等值负荷、低级分区的等值负荷；计算高级分区等效电池在每个时隙的充放电功率，并计算各个最低分区每一电动汽车在每个时隙的充放电功率、各子分区的网损；在该时段内子分区的网损变化大于等于网损变化阈值并且未达到内循环最大迭代次数时，使用当前迭代优化获得的各电动汽车充放电功率计算高级分区下该电动汽车的充放电的等值负荷，并使用当前优化的电动汽车充放电功率作为下次迭代优化计算的初始充放电功率，进行下一次内循环迭代计算；
如未到达充电的最后时段，将当前时段末端的电动汽车的荷电状态值作为下一次优化时段起始值，进入下一时段的优化计算；
如到达充电的最后时段，在各节点三相电压和中性点电压超限并且未到达外循环最大迭代次数时，外循环次数自增一次，并且再次调整各个所述时隙下变压器抽头位置和电容器的投入组数，进行下一次外循环迭代计算，直至在各节点三相电压和中性点电压不超限或者到达外循环最大迭代次数；
其中，将电动汽车的优化时段分拆成多个时段包括：构建分级多阶段优化模型，解耦电池容量限值约束和电动汽车的电池的放电深度约束；
判断所述电动汽车接入配电网的时间段和优化时段是否满足以下情况：所述优化时段包含于电动汽车接入时间段，如是，对每个优化周期下，电动汽车的目标荷电状态值和最大放电深度进行修改：采用可用充电时间长度或者系统可以提供的充电容量原则修正电动汽车的目标荷电状态值和最大放电深度；或者，电动汽车接入时间段包含所述优化时段末端，但不包含优化时段的首端，如是，对每个优化周期下，电动汽车的目标荷电状态值和最大放电深度进行修改：采用可用充电时间长度或者系统可以提供的充电容量原则修正电动汽车的目标荷电状态值和最大放电深度；或者，电动汽车的接入时间段包含优化时段首端，但不包含末端，如是，对每个优化周期下，电动汽车的最大放电深度进行修改：采用可用充电时间长度或者系统可以提供的充电容量原则修正电动汽车的最大放电深度。
2.根据权利要求1所述的大规模电动汽车群的分级充放电优化控制方法，其特征在于：
在所述高级分区中，电动汽车的充放电的等值负荷通过以下方法计算：
对边界母线n下游节点的电动汽车充放电功率等值处理，等效电池容量限值约束为：
Figure FDA0003255412690000021
设NPEVnk为第n个母线及其所有下游母线k相中电动汽车总数量，在不存在时隙t期间PEV接入电网情况下，时隙t末端母线n相k等效电池的储能
Figure FDA0003255412690000022
如下，其上限、下限分为
Figure FDA0003255412690000023
Figure FDA0003255412690000024
其中，
Figure FDA0003255412690000025
分别为第n个母线k相中第
Figure FDA0003255412690000026
个电动汽车的电池储能充电功率、放电功率、充电效率、放电效率倒数、自放电率、t时刻电池储能，Δt为单个时隙长度；
Figure FDA0003255412690000027
分别为第n个母线及其所有下游母线k相电动汽车的充电效率最小值和放电效率倒数最大值；
Figure FDA0003255412690000031
为第n个母线及其所有下游母线k相中所有电动汽车充电时隙集合
Figure FDA0003255412690000032
的并集；边界母线n相k的等效电池充电功率
Figure FDA0003255412690000033
和放电功率
Figure FDA0003255412690000034
分别如下，其充电效率和放电效率倒数分别为
Figure FDA0003255412690000035
Figure FDA0003255412690000036
Figure FDA0003255412690000037
3.根据权利要求2所述的大规模电动汽车群的分级充放电优化控制方法，其特征在于：
设定单台电动汽车的充电功率约束：
Figure FDA0003255412690000038
Figure FDA0003255412690000039
等效电池充电功率
Figure FDA00032554126900000310
和放电功率
Figure FDA00032554126900000311
上下限约束满足以下要求：
Figure FDA00032554126900000312
Figure FDA00032554126900000313
其中，
Figure FDA00032554126900000314
分别为第n个母线k相中第
Figure FDA00032554126900000315
个电动汽车的电池充电、放电功率上限；
等效电池的充电功率和放电功率上限约束如下：
Figure FDA00032554126900000316
边界母线n相k连接PEV的等效电池自放电率为：
Figure FDA00032554126900000317
等效模型中，在时隙t末端母线n相k等效电池的储能
Figure FDA00032554126900000318
计算简化为：
Figure FDA0003255412690000041
在时隙t末端母线n相k等效电池的储能上限、下限分为
Figure FDA0003255412690000042
使用如下公式计算：
Figure FDA0003255412690000043
Figure FDA0003255412690000044
其中，
Figure FDA0003255412690000045
分别是第n个母线k相中第
Figure FDA0003255412690000046
个电动汽车的电池储能的上限、下限。
4.根据权利要求3所述的大规模电动汽车群的分级充放电优化控制方法，其特征在于：
如第t个时隙初始时刻共有
Figure FDA0003255412690000047
辆电动汽车接入系统，修正等效储能如下：
Figure FDA0003255412690000048
Figure FDA0003255412690000049
在优化时段起始时刻，修正等效储能如下：
Figure FDA00032554126900000410
其中，
Figure FDA00032554126900000411
分别为第n个母线k相第
Figure FDA00032554126900000412
个电动汽车的电池容量和荷电状态初始值；并且，在等效电池储能上下限
Figure FDA00032554126900000413
计算中加入上述
Figure FDA00032554126900000414
辆电动汽车,
如在时隙t末端共有
Figure FDA00032554126900000415
辆电动汽车
Figure FDA00032554126900000416
驶离，储能下限计算修改如下：
Figure FDA00032554126900000417
单台电动汽车的电池的放电深度
Figure FDA0003255412690000051
计算公式如下：
Figure FDA0003255412690000052
其中，放电深度上限为
Figure FDA0003255412690000053
母线n相k所有电动汽车的电池的放电深度约束如下：
Figure FDA0003255412690000054
等效电池放电深度约束如下：
Figure FDA0003255412690000055
其中，等效电池放电量上限
Figure FDA0003255412690000056
如果在第t个时隙初始时刻共有NPEVnk辆电动汽车驶入，则等效电池放电量上限：
Figure FDA0003255412690000057
5.根据权利要求1所述的大规模电动汽车群的分级充放电优化控制方法，其特征在于：
计算所述高级分区等效电池在每个时隙的充放电功率包括：
设定电动汽车的充放电费用函数：
Figure FDA0003255412690000058
其中，ΩPEV为电动汽车所在节点集合，Ct为时隙t充电电价，
Figure FDA0003255412690000059
为时隙t电动汽车电池放电电价；
其中，高级分区充放电优化控制模型如下：
min Fun1＝ZLC
s.t.Vmin≤V≤Vmax
Figure FDA0003255412690000061
Figure FDA0003255412690000062
Figure FDA0003255412690000063
Figure FDA0003255412690000064
Figure FDA0003255412690000065
Figure FDA0003255412690000066
Figure FDA0003255412690000067
Figure FDA0003255412690000068
Figure FDA0003255412690000069
Figure FDA00032554126900000610
Figure FDA00032554126900000611
Figure FDA00032554126900000612
Figure FDA00032554126900000613
Figure FDA00032554126900000614
Figure FDA00032554126900000615
并且，
n＝1,K,K；k＝a,b,c，
其中，K为中压电网节点数量，NPEVnk为中压电网第n个母线及其所有下游母线k相充电电动汽车数量，
Figure FDA00032554126900000616
为时隙t第n个母线及其所有下游母线k相中ZIP负荷总和，Snk为第n个母线为中压/低压变压器视在功率，
Figure FDA0003255412690000071
Int、Vnt分别为时隙t节点n中a相、b相、c相和中性点N的ZIP注入有功功率向量、ZIP注入无功功率向量、ZIP注入电流复向量、电动汽车注入有功功率向量、电动汽车注入电流复向量、注入电流复向量和电压复向量，V、Vmin、Vmax为所有节点三相和中性点电压幅值向量、电压最小值和最大值向量，
Figure FDA0003255412690000072
Figure FDA0003255412690000073
分别为时隙t线路nm的k相电流实部、虚部和上限，Γvalley为负荷低估时段时隙集合，优化时段Γopt为全部电动汽车优化时段的并集；
公式Vmin≤V≤Vmax节点电压上下限约束；
公式
Figure FDA0003255412690000074
为线路nm电流上限约束；
公式
Figure FDA0003255412690000075
为边界节点中压/低压变压器容量约束；
公式
Figure FDA0003255412690000076
为节点注入电流潮流方程，在低一级分区优化中，边界节点电压采用上一级分区优化结果；
公式
Figure FDA0003255412690000077
为节点电流计算方程；
公式
Figure FDA0003255412690000078
为ZIP节点注入电流计算方程；
公式
Figure FDA0003255412690000079
为电动汽车节点注入电流计算方程；
公式
Figure FDA00032554126900000710
为等效电池节点注入功率计算方程；
公式
Figure FDA00032554126900000711
为负荷低谷时段不允许放电约束；
当实际系统允许无功电压控制联合电动汽车充放电控制时，在高级分区充放电优化控制模型增加变压器抽头位置约束和最大动作次数约束、无功补偿电容器组补偿容量约束和动作次数约束。
6.根据权利要求1所述的大规模电动汽车群的分级充放电优化控制方法，其特征在于：
计算各个最低分区每一电动汽车在每个时隙的充放电功率采用如下模型进行优化：
Figure FDA00032554126900000712
s.t.Vmin≤V≤Vmax
Figure FDA0003255412690000081
Figure FDA0003255412690000082
Figure FDA0003255412690000083
Figure FDA0003255412690000084
Figure FDA0003255412690000085
Figure FDA0003255412690000086
Figure FDA0003255412690000087
Figure FDA0003255412690000088
Figure FDA0003255412690000089
Figure FDA00032554126900000810
Figure FDA00032554126900000811
Figure FDA00032554126900000812
Figure FDA00032554126900000813
Figure FDA00032554126900000814
n＝1,K,K'；k＝a,b,c；
其中，
Figure FDA00032554126900000820
为正数，K'为低压电网子分区节点数，N'PEVnk为在低压电网第n个母线k相充电电动汽车数量，
Figure FDA00032554126900000815
为低压电网分区边界节点集合，
Figure FDA00032554126900000816
为第n个母线k相中第
Figure FDA00032554126900000817
个电动汽车最后时隙
Figure FDA00032554126900000818
电池储能；
其中，分区边界节点电压为固定值，采用上级优化控制的结果。
7.根据权利要求1所述的大规模电动汽车群的分级充放电优化控制方法，其特征在于：
判断所述电动汽车接入配电网的时间段和优化时段是否满足以下情况：所述电动汽车接入时间段包含优化时段末端，但不包含优化时段的首端，如是，可用充电时间长度修正该优化周期车辆的目标荷电状态值如下：
Figure FDA00032554126900000819
用系统可以提供的充电容量原则修正该优化周期车辆的目标荷电状态值如下：
Figure FDA0003255412690000091
其中，
Figure FDA0003255412690000092
分别为该优化周期的起始时刻、结束时刻、第
Figure FDA0003255412690000093
个电动汽车的接入时刻、离开时刻，
Figure FDA0003255412690000094
为电网根节点k相视在功率上限，
如确认优化时间段包含于电动汽车接入时间段，如是，可用充电时间长度修正该优化周期车辆的目标SOC如下：
Figure FDA0003255412690000095
其中，
Figure FDA0003255412690000096
为第
Figure FDA0003255412690000097
个电动汽车前一优化周期计算得到的周期末端的荷电状态值；
用系统可以提供的充电容量原则修正该优化周期车辆的目标荷电状态如下：
Figure FDA0003255412690000098
另外，此处计算得到的
Figure FDA0003255412690000099
同时为车辆后续优化周期中车辆的初始荷电状态值。
8.根据权利要求1所述的大规模电动汽车群的分级充放电优化控制方法，其特征在于：
如确认所述电动汽车接入时间段包含优化时段末端，但不包含优化时段的首端，则可用充电时间长度修正为：
Figure FDA0003255412690000101
系统可以提供的充电容量原则修正为：
Figure FDA0003255412690000102
如确认优化时间段包含于电动汽车接入时间段，则可用充电时间长度修正最大放电深度为：
Figure FDA0003255412690000103
系统可以提供的充电容量原则修正最大放电深度为：
Figure FDA0003255412690000104
如确认电动汽车接入时间段包含优化时间段首端，但不包含末端，则可用充电时间长度修正最大放电深度为：
Figure FDA0003255412690000105
系统可以提供的充电容量原则修正最大放电深度为：
Figure 2
，
当无功电压控制合并电动汽车充放电控制时，采用优化时段长度原则修正各时段优化中变压器抽头最大动作次数上限、无功补偿电容器组投切动作次数上限。
9.计算机装置，其特征在于，包括处理器以及存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任意一项所述大规模电动汽车群的分级充放电优化控制方法的各个步骤。
10.计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至8中任意一项所述大规模电动汽车群的分级充放电优化控制方法的各个步骤。
CN202111058250.7A 2021-09-09 2021-09-09 大规模电动汽车群的分级充放电优化控制方法 Active CN113859018B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111058250.7A CN113859018B (zh) 2021-09-09 2021-09-09 大规模电动汽车群的分级充放电优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111058250.7A CN113859018B (zh) 2021-09-09 2021-09-09 大规模电动汽车群的分级充放电优化控制方法

Publications (2)

Publication Number Publication Date
CN113859018A CN113859018A (zh) 2021-12-31
CN113859018B true CN113859018B (zh) 2023-01-24

Family

ID=78995282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111058250.7A Active CN113859018B (zh) 2021-09-09 2021-09-09 大规模电动汽车群的分级充放电优化控制方法

Country Status (1)

Country Link
CN (1) CN113859018B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114506237B (zh) * 2022-03-16 2023-10-24 广西电力职业技术学院 一种电力电子变压器及其控制方法
CN115276193B (zh) * 2022-09-29 2022-12-23 中赣通信(集团)有限公司 基于电力载波的充电桩分段充电方法及系统
CN115587654B (zh) * 2022-10-17 2024-03-01 国网河北省电力有限公司邯郸供电分公司 作业车放电优化方法及系统、电子设备及可读存储介质
CN116451512B (zh) * 2023-06-19 2023-09-22 国网天津市电力公司城西供电分公司 一种多功能站的变压器负荷安全裕度评估方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105811409A (zh) * 2016-04-28 2016-07-27 上海电力学院 一种含电动汽车混合储能系统的微网多目标运行调度方法
CN107133415A (zh) * 2017-05-22 2017-09-05 河海大学 一种考虑用户满意和配网安全的电动汽车充放电优化方法
CN107776433A (zh) * 2017-12-05 2018-03-09 暨南大学 一种电动汽车群的充放电优化控制方法
CN109301852A (zh) * 2018-11-23 2019-02-01 武汉理工大学 一种微电网分级多目标联合的经济调度方法
WO2019153305A1 (en) * 2018-02-11 2019-08-15 Abb Schweiz Ag Charging station and method and device for controlling charging station
WO2019196094A1 (en) * 2018-04-13 2019-10-17 Robert Bosch Gmbh An optimization system and an optimization method

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106026152B (zh) * 2016-05-19 2017-06-06 合肥工业大学 一种电动汽车接入微电网的充放电调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105811409A (zh) * 2016-04-28 2016-07-27 上海电力学院 一种含电动汽车混合储能系统的微网多目标运行调度方法
CN107133415A (zh) * 2017-05-22 2017-09-05 河海大学 一种考虑用户满意和配网安全的电动汽车充放电优化方法
CN107776433A (zh) * 2017-12-05 2018-03-09 暨南大学 一种电动汽车群的充放电优化控制方法
CN109383323A (zh) * 2017-12-05 2019-02-26 暨南大学 一种电动汽车群的充放电优化控制方法
WO2019153305A1 (en) * 2018-02-11 2019-08-15 Abb Schweiz Ag Charging station and method and device for controlling charging station
WO2019196094A1 (en) * 2018-04-13 2019-10-17 Robert Bosch Gmbh An optimization system and an optimization method
CN109301852A (zh) * 2018-11-23 2019-02-01 武汉理工大学 一种微电网分级多目标联合的经济调度方法

Also Published As

Publication number Publication date
CN113859018A (zh) 2021-12-31

Similar Documents

Publication Publication Date Title
CN113859018B (zh) 大规模电动汽车群的分级充放电优化控制方法
Zheng et al. A novel real-time scheduling strategy with near-linear complexity for integrating large-scale electric vehicles into smart grid
CN107887903B (zh) 考虑元件频率特性的微电网鲁棒优化调度方法
Wang et al. Distributed control for large-scale plug-in electric vehicle charging with a consensus algorithm
Wang et al. A two-level coordinated voltage control scheme of electric vehicle chargers in low-voltage distribution networks
CN103078340A (zh) 用于优化微网联络线功率的混合储能容量优化方法
CN109383323B (zh) 一种电动汽车群的充放电优化控制方法
CN112347615A (zh) 一种计及光储快充一体站的配电网混合优化调度方法
CN103078152B (zh) 集中性充电站智能充电方法
CN105720578B (zh) 含节点注入功率不确定性的有源配电网量测优化配置方法
Zhong et al. An orderly EV charging scheduling method based on deep learning in cloud-edge collaborative environment
CN114448044A (zh) 一种换电站双向快充有序充放电方法及系统
CN113595063A (zh) 一种适用于智慧园区的储能容量配置方法
CN115829224A (zh) 电动汽车集群可调度能力的多主体两阶段低碳优化运行方法
CN109693573B (zh) 促进可再生能源消纳的电动汽车集群充电功率优化方法
CN113054671A (zh) 一种基于计及储能无功调节模型的配电网日前-实时优化控制方法
CN110766240B (zh) 一种不同场景下的快速充电站分层储能配置方法
CN113500940A (zh) 一种基于粒子群算法的电动汽车有序充放电动态优化策略
Zhang et al. A game theory energy management strategy for a fuel cell/battery hybrid energy storage system
CN117060400A (zh) 一种城市配电网韧性恢复方法、系统、设备及介质
CN115360738B (zh) 一种考虑可控域约束的电动汽车一次调频控制方法
CN114912735A (zh) 一种考虑5g基站储能参与电网互动的需求响应优化方法
Bagheri et al. A Decentralized Energy Management Method for Load Curve Smoothing‎ Considering Demand and Profit of Electric Vehicle Owners with Different‎ Capacity of Batteries
CN111460627B (zh) 面向可靠性的电力交通耦合网络电动汽车充电站规划方法
CN114421502A (zh) 一种微电网群落的协同优化方法

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