CN113890075A - 一种大规模电动汽车作为灵活爬坡资源的方法 - Google Patents

一种大规模电动汽车作为灵活爬坡资源的方法 Download PDF

Info

Publication number
CN113890075A
CN113890075A CN202111144361.XA CN202111144361A CN113890075A CN 113890075 A CN113890075 A CN 113890075A CN 202111144361 A CN202111144361 A CN 202111144361A CN 113890075 A CN113890075 A CN 113890075A
Authority
CN
China
Prior art keywords
electric automobile
electric
charging
time
climbing
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.)
Granted
Application number
CN202111144361.XA
Other languages
English (en)
Other versions
CN113890075B (zh
Inventor
叶钰童
任曦骏
朱刘柱
王宝
邵筱宇
严正
徐潇源
徐冉
陈亭轩
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.)
Shanghai Jiaotong University
Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd
Original Assignee
Shanghai Jiaotong University
Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd
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 Shanghai Jiaotong University, Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN202111144361.XA priority Critical patent/CN113890075B/zh
Publication of CN113890075A publication Critical patent/CN113890075A/zh
Application granted granted Critical
Publication of CN113890075B publication Critical patent/CN113890075B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02J3/28—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
    • 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
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • 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
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • 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
    • Y04S30/14—Details associated with the interoperability, e.g. vehicle recognition, authentication, identification or billing

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及一种大规模电动汽车作为灵活爬坡资源的方法，包括：获取电网每个时段所需的向下、向上的灵活爬坡容量；获取电动汽车聚合商的基本数据：包括愿意提供灵活爬坡资源的电动汽车能够作为灵活爬坡资源的时间、能够提供灵活爬坡的总容量和作为灵活爬坡资源的时间结束后需要获取的电量；根据电网和电动汽车聚合商提供的数据，建立大规模电动汽车作为灵活爬坡资源的充放电优化模型；求解所述充放电优化模型，并按照优化结果分配电动汽车可用容量作为灵活爬坡资源。本发明提出了大规模电动汽车在聚合商的管理下，作为灵活爬坡资源得到应用的方式；给出在满足个体电动汽车充电需求的前提下，发挥了大规模电动汽车作为灵活爬坡资源的作用的方法。

Description

一种大规模电动汽车作为灵活爬坡资源的方法
技术领域
本发明涉及电动汽车供电领域，尤其是一种大规模电动汽车作为灵活爬坡资源的方法。
背景技术
在能源危机和环境污染等问题日益凸显的大环境下，加快可再生能源发展，形成以高比例可再生能源为主的能源供应体系已成为国际社会的共识。与此同时，可再生能源出力的随机性、间歇性和波动性对电力系统的灵活调节能力提出了更高的要求。为了适应能源转型的需求，需要加快建设灵活性资源，实现与可再生能源的互补运行。目前，我国电力系统灵活调节主要依靠传统发电资源，但其能够提供的灵活性有限，且调节成本较高，必要寻找新的灵活调节资源，探寻其应用方式与实施路径，以进一步促进可再生能源的消纳。
随着环境问题的恶化和相关技术的发展，电动汽车的大规模普及已成必然趋势。电动汽车作为负荷具有其特殊性：充放电时间、地点及电量均在一定程度上可控。因此，通过聚合商统一调配、需求响应等方式合理利用，可以起到提高电力系统灵活性和可靠性的作用，是一种具有广泛前景的灵活爬坡资源。然而，对于聚合性电动汽车如何作为灵活爬坡资源的问题尚未得到明确解答。
发明内容
本发明的目的在于提供一种使大规模电动汽车成为电力系统灵活调度中的一个灵活爬坡资源，并提高其作为灵活爬坡资源所需灵活爬坡备用的可靠性的大规模电动汽车作为灵活爬坡资源的方法。
为实现上述目的，本发明采用了以下技术方案：一种大规模电动汽车作为灵活爬坡资源的方法，该方法包括下列顺序的步骤：
(1)获取电网每个时段所需的向下、向上的灵活爬坡容量；
(2)获取电动汽车聚合商的基本数据：包括愿意提供灵活爬坡资源的电动汽车能够作为灵活爬坡资源的时间、能够提供灵活爬坡的总容量和作为灵活爬坡资源的时间结束后需要获取的电量；
(3)根据电网和电动汽车聚合商提供的数据，建立大规模电动汽车作为灵活爬坡资源的充放电优化模型；
(4)求解所述充放电优化模型，并按照优化结果分配电动汽车可用容量作为灵活爬坡资源。
在步骤(3)中，所述建立大规模电动汽车作为灵活爬坡资源的充放电优化模型具体包括：
大规模电动汽车作为灵活爬坡资源的充放电优化模型的约束条件表达如下：
(3a)电动汽车功率约束：
Figure BDA0003284810660000021
其中：Ei,t为电动汽车集群i在时段t内的充电量，若电动汽车集群i在时段t内对电网放电，则Ei,t为负值；
Figure BDA0003284810660000022
为电动汽车集群i在每个时段内充放电量的最大限制；αi,t是判断电动汽车集群i在时段t是否能够进行充放电的变量，αi,t的取值为0或1，在电动汽车集群i可充放电的时段，当αi,t为0时，代表这个时候这辆电动汽车不可充电，电量被限制在0；当αi,t为1的时候，可充放电，充放电范围限制在
Figure BDA0003284810660000023
到
Figure BDA0003284810660000024
之间；
Ei,t表示为相邻两时段内电量的变化：
Ei,t＝Pi,t+1-Pi,t
其中，Pi,t为电动汽车集群i在时段t内的电量；
在整个充电过程中，Pi,t的限制如下：
0≤Pi,t≤Pi max
其中，Pi max为电动汽车的电池最大容量，电动汽车的电量小于等于其电池最大容量；
(3b)起始/结束电量满足约束：
在可用充电时间开始时，电动汽车电量为预先设定值：
Figure BDA0003284810660000031
其中，Pi start为电动汽车集群i预先设定的开始充电时的电量；T1为充电时间开始的时段；
Figure BDA0003284810660000032
为电动汽车电池在充电开始的时段的电量；
在可用充电时间结束时，电动汽车需要达到预先设定的电量：
Figure BDA0003284810660000033
其中：Pi end为预先设定的电动汽车集群i所需达到的总电量；T2为充电时间结束的时段；
Figure BDA0003284810660000034
为电动汽车电池在充电结束的时段的电量，它等于车主预先设定的所需电量；
(3c)灵活备用出力约束：
每时段电动汽车的现有电量需要能够应对系统不确定性，提供下一时段的向上、向下灵活爬坡备用：
Figure BDA0003284810660000035
其中，
Figure BDA0003284810660000036
分别为电动汽车集群i在时段t应对系统不确定性提供的向下、向上灵活性备用，均为正值；
Figure BDA0003284810660000037
为电动汽车每个时段最大的充电电量；
Figure BDA0003284810660000038
Figure BDA0003284810660000039
其中，Pi min为电动汽车的电池最小电量；
Figure BDA00032848106600000310
小于等于最大充放电功率：
Figure BDA00032848106600000311
Figure BDA00032848106600000312
通过下式完成电动汽车充放电功率在电动汽车集群内的分配：
Figure BDA0003284810660000041
式中，
Figure BDA0003284810660000042
分别为系统向下、向上灵活爬坡备用需求；I为电动汽车集群i数量，T为计算时段的数量。
在所述步骤(4)中，对大规模电动汽车作为灵活爬坡资源的充放电优化模型，用商用求解器求解，优化结果直接体现如何分配。
由上述技术方案可知，本发明的有益效果为：第一，本发明提出了大规模电动汽车在聚合商的管理下，作为灵活爬坡资源得到应用的方式；第二，本发明给出在满足个体电动汽车充电需求的前提下，发挥了大规模电动汽车作为灵活爬坡资源的作用的方法；第三，本发明给出具有通用性的计算策略，使该方法可以得到不受限的广泛应用。
附图说明
图1为本发明的方法流程图；
图2为实施例一中电动汽车集群充电分配图；
图3为实施例一中电动汽车集群电量变化图；
图4为实施例一中系统所需爬坡备用与聚合性电动汽车提供爬坡备用对比图。
具体实施方式
如图1所示，一种大规模电动汽车作为灵活爬坡资源的方法，该方法包括下列顺序的步骤：
(1)获取电网每个时段所需的向下、向上的灵活爬坡容量；
(2)获取电动汽车聚合商的基本数据：包括愿意提供灵活爬坡资源的电动汽车能够作为灵活爬坡资源的时间、能够提供灵活爬坡的总容量和作为灵活爬坡资源的时间结束后需要获取的电量；
(3)根据电网和电动汽车聚合商提供的数据，考虑用户的充电需求，建立大规模电动汽车作为灵活爬坡资源的充放电优化模型；
(4)求解所述充放电优化模型，并按照优化结果分配电动汽车可用容量作为灵活爬坡资源。
在步骤(3)中，所述建立大规模电动汽车作为灵活爬坡资源的充放电优化模型具体包括：
大规模电动汽车作为灵活爬坡资源的充放电优化模型的约束条件表达如下：
(3a)电动汽车功率约束：
Figure BDA0003284810660000051
其中：Ei,t为电动汽车集群i在时段t内的充电量，若电动汽车集群i在时段t内对电网放电，则Ei,t为负值；
Figure BDA0003284810660000052
为电动汽车集群i在每个时段内充放电量的最大限制；αi,t是判断电动汽车集群i在时段t是否能够进行充放电的变量，αi,t的取值为0或1，在电动汽车集群i可充放电的时段，当αi,t为0时，代表这个时候这辆电动汽车不可充电，电量被限制在0；当αi,t为1的时候，可充放电，充放电范围限制在
Figure BDA0003284810660000053
到
Figure BDA0003284810660000054
之间；比如用户提交的可以充电时间为晚上10点到早上6点，其他时间车主需要用车，那么晚10点至早上6点就是聚合商可以对用户的车安排充放电的时段。
Ei,t表示为相邻两时段内电量的变化：
Ei,t＝Pi,t+1-Pi,t
其中，Pi,t为电动汽车集群i在时段t内的电量；
在整个充电过程中，Pi,t的限制如下：
0≤Pi,t≤Pi max
其中，Pi max为电动汽车的电池最大容量，电动汽车的电量小于等于其电池最大容量；
(3b)起始/结束电量满足约束：
在可用充电时间开始时，电动汽车电量为预先设定值：
Figure BDA0003284810660000061
其中，Pi start为电动汽车集群i预先设定的开始充电时的电量；T1为充电时间开始的时段；
Figure BDA0003284810660000062
为电动汽车电池在充电开始的时段的电量，比如，
Figure BDA0003284810660000063
为电动汽车电池在充电开始的时段(如晚10点)的电量，它在程序中应该提前设定好。聚合商会提前统计每辆车开始充电时的电量。
在可用充电时间结束时，电动汽车需要达到预先设定的电量：
Figure BDA00032848106600000611
其中：Pi end为预先设定的电动汽车集群i所需达到的总电量；T2为充电时间结束的时段；
Figure BDA0003284810660000064
为电动汽车电池在充电结束的时段的电量，它等于车主预先设定的所需电量；
Figure BDA0003284810660000065
为电动汽车电池在充电结束的时段(如早6点)的电量，它应该等于车主预先设定的所需电量，比如车主设定在出门前车主的电动汽车电量应该大于90％。
(3c)灵活备用出力约束：
每时段电动汽车的现有电量需要能够应对系统不确定性，提供下一时段的向上、向下灵活爬坡备用：
Figure BDA0003284810660000066
其中，
Figure BDA0003284810660000067
分别为电动汽车集群i在时段t应对系统不确定性提供的向下、向上灵活性备用，均为正值；
Figure BDA0003284810660000068
为电动汽车每个时段最大的充电电量，跟充电桩、电池有关。
Figure BDA0003284810660000069
Figure BDA00032848106600000610
其中，Pi min为电动汽车的电池最小电量；
Figure BDA0003284810660000071
小于等于最大充放电功率：
Figure BDA0003284810660000072
Figure BDA0003284810660000073
通过下式完成电动汽车充放电功率在电动汽车集群内的分配：
Figure BDA0003284810660000074
上式目标函数和约束条件构成整个模型，这些就是模型中的公式；
式中，
Figure BDA0003284810660000075
分别为系统向下、向上灵活爬坡备用需求；I为电动汽车集群i数量，T为计算时段的数量。
在所述步骤(4)中，对大规模电动汽车作为灵活爬坡资源的充放电优化模型，用商用求解器求解，优化结果直接体现如何分配。
实施例一
本实施例中考虑5个电动汽车集群，其开始充电时的剩余总电量、结束充电时所需的总电量、最大可充放电功率及可用充电时段如表1所示。计算周期为1天，即24h。系统每时段所需向上、向下灵活爬坡备用数据如表2所示。
表1电动汽车集群数据
Figure BDA0003284810660000076
表2系统灵活爬坡备用需求数据
Figure BDA0003284810660000077
Figure BDA0003284810660000081
采用本实施例得到的五类电动汽车集群充电分配安排图2，其电量变化如图3，可见在充电时间结束时都达到了电量需求。
在本实施例中，每时段电动汽车集群保有的总向上、向下爬坡容量和系统所需的向上、向下爬坡容量对比见图4。除最后一时段，为了保证电动汽车自身充电需求而未提供向上爬坡备用外，可以看出，本发明最大限度地实现了灵活性备用分配。如果计算时间更长、可用充电时间覆盖更多，则可以涵盖所有备用需求。
综上所述，本发明提出了大规模电动汽车在聚合商的管理下，作为灵活爬坡资源得到应用的方式；本发明给出在满足个体电动汽车充电需求的前提下，发挥了大规模电动汽车作为灵活爬坡资源的作用的方法；本发明给出具有通用性的计算策略，使该方法可以得到不受限的广泛应用。

Claims (3)

1.一种大规模电动汽车作为灵活爬坡资源的方法，其特征在于：该方法包括下列顺序的步骤：
(1)获取电网每个时段所需的向下、向上的灵活爬坡容量；
(2)获取电动汽车聚合商的基本数据：包括愿意提供灵活爬坡资源的电动汽车能够作为灵活爬坡资源的时间、能够提供灵活爬坡的总容量和作为灵活爬坡资源的时间结束后需要获取的电量；
(3)根据电网和电动汽车聚合商提供的数据，建立大规模电动汽车作为灵活爬坡资源的充放电优化模型；
(4)求解所述充放电优化模型，并按照优化结果分配电动汽车可用容量作为灵活爬坡资源。
2.根据权利要求1所述的大规模电动汽车作为灵活爬坡资源的方法，其特征在于：在步骤(3)中，所述建立大规模电动汽车作为灵活爬坡资源的充放电优化模型具体包括：
大规模电动汽车作为灵活爬坡资源的充放电优化模型的约束条件表达如下：
(3a)电动汽车功率约束：
Figure FDA0003284810650000011
其中：Ei,t为电动汽车集群i在时段t内的充电量，若电动汽车集群i在时段t内对电网放电，则Ei,t为负值；
Figure FDA0003284810650000012
为电动汽车集群i在每个时段内充放电量的最大限制；αi,t是判断电动汽车集群i在时段t是否能够进行充放电的变量，αi,t的取值为0或1，在电动汽车集群i可充放电的时段，当αi,t为0时，代表这个时候这辆电动汽车不可充电，电量被限制在0；当αi,t为1的时候，可充放电，充放电范围限制在
Figure FDA0003284810650000013
到
Figure FDA0003284810650000014
之间；
Ei,t表示为相邻两时段内电量的变化：
Ei,t＝Pi,t+1-Pi,t
其中，Pi,t为电动汽车集群i在时段t内的电量；
在整个充电过程中，Pi,t的限制如下：
0≤Pi,t≤Pi max
其中，Pi max为电动汽车的电池最大容量，电动汽车的电量小于等于其电池最大容量；
(3b)起始/结束电量满足约束：
在可用充电时间开始时，电动汽车电量为预先设定值：
Pi,T1＝Pi start
其中，Pi start为电动汽车集群i预先设定的开始充电时的电量；T1为充电时间开始的时段；Pi,T1为电动汽车电池在充电开始的时段的电量；
在可用充电时间结束时，电动汽车需要达到预先设定的电量：
Pi,T2＝Pi end
其中：Pi end为预先设定的电动汽车集群i所需达到的总电量；T2为充电时间结束的时段；Pi,T2为电动汽车电池在充电结束的时段的电量，它等于车主预先设定的所需电量；
(3c)灵活备用出力约束：
每时段电动汽车的现有电量需要能够应对系统不确定性，提供下一时段的向上、向下灵活爬坡备用：
Figure FDA0003284810650000021
其中，
Figure FDA0003284810650000022
分别为电动汽车集群i在时段t应对系统不确定性提供的向下、向上灵活性备用，均为正值；
Figure FDA0003284810650000023
为电动汽车每个时段最大的充电电量；
Figure FDA0003284810650000024
Figure FDA0003284810650000031
其中，Pi min为电动汽车的电池最小电量；
Figure FDA0003284810650000032
小于等于最大充放电功率：
Figure FDA0003284810650000033
Figure FDA0003284810650000034
通过下式完成电动汽车充放电功率在电动汽车集群内的分配：
Figure FDA0003284810650000035
式中，
Figure FDA0003284810650000036
分别为系统向下、向上灵活爬坡备用需求；I为电动汽车集群i数量，T为计算时段的数量。
3.根据权利要求1所述的大规模电动汽车作为灵活爬坡资源的方法，其特征在于：在所述步骤(4)中，对大规模电动汽车作为灵活爬坡资源的充放电优化模型，用商用求解器求解，优化结果直接体现如何分配。
CN202111144361.XA 2021-09-28 2021-09-28 一种大规模电动汽车作为灵活爬坡资源的方法 Active CN113890075B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111144361.XA CN113890075B (zh) 2021-09-28 2021-09-28 一种大规模电动汽车作为灵活爬坡资源的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111144361.XA CN113890075B (zh) 2021-09-28 2021-09-28 一种大规模电动汽车作为灵活爬坡资源的方法

Publications (2)

Publication Number Publication Date
CN113890075A true CN113890075A (zh) 2022-01-04
CN113890075B CN113890075B (zh) 2023-10-20

Family

ID=79007582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111144361.XA Active CN113890075B (zh) 2021-09-28 2021-09-28 一种大规模电动汽车作为灵活爬坡资源的方法

Country Status (1)

Country Link
CN (1) CN113890075B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201810314D0 (en) * 2018-06-22 2018-08-08 Moixa Energy Holdings Ltd Systems for machine learning, optimising and managing local multi-asset flexibility of distributed energy storage resources
CN110212584A (zh) * 2019-06-27 2019-09-06 上海电力学院 一种风电与大规模电动汽车协调优化的调度方法
CN111762051A (zh) * 2020-06-03 2020-10-13 国网上海市电力公司 基于聚合商的电动汽车参与受端电网低谷调峰需求响应调控方法
CN111987717A (zh) * 2020-08-18 2020-11-24 湖南大学 车联网充放电管理方法及系统、电力系统及存储介质
WO2021098352A1 (zh) * 2019-11-22 2021-05-27 国网福建省电力有限公司 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法
CN112952880A (zh) * 2021-03-19 2021-06-11 国网安徽省电力有限公司经济技术研究院 一种提升新能源消纳的电动汽车并网点导航与充放电控制方法
WO2021143075A1 (zh) * 2020-01-17 2021-07-22 南京东博智慧能源研究院有限公司 一种考虑电动汽车充电负荷时空分布的需求响应方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201810314D0 (en) * 2018-06-22 2018-08-08 Moixa Energy Holdings Ltd Systems for machine learning, optimising and managing local multi-asset flexibility of distributed energy storage resources
CN110212584A (zh) * 2019-06-27 2019-09-06 上海电力学院 一种风电与大规模电动汽车协调优化的调度方法
WO2021098352A1 (zh) * 2019-11-22 2021-05-27 国网福建省电力有限公司 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法
WO2021143075A1 (zh) * 2020-01-17 2021-07-22 南京东博智慧能源研究院有限公司 一种考虑电动汽车充电负荷时空分布的需求响应方法
CN111762051A (zh) * 2020-06-03 2020-10-13 国网上海市电力公司 基于聚合商的电动汽车参与受端电网低谷调峰需求响应调控方法
CN111987717A (zh) * 2020-08-18 2020-11-24 湖南大学 车联网充放电管理方法及系统、电力系统及存储介质
CN112952880A (zh) * 2021-03-19 2021-06-11 国网安徽省电力有限公司经济技术研究院 一种提升新能源消纳的电动汽车并网点导航与充放电控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马洪艳;?靖洋;严正;: "基于分布鲁棒优化的灵活爬坡备用调度方法", 中国电机工程学报, no. 19 *

Also Published As

Publication number Publication date
CN113890075B (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN110877546B (zh) 基于天气预测的光伏充电站充电控制方法及装置
CN111740403B (zh) 一种电网运营商与电动汽车集群的主从博弈调度策略
CN109193718A (zh) 一种适应于v2g的选择电动汽车入网调控方法
CN110601334B (zh) 一种充电站及其能量调度管理方法
CN111016721B (zh) 一种满足台区三相平衡的电动汽车本地有序充电策略
CN110277781A (zh) 一种含光储充园区电网的电力系统经济调度方法
CN102738879B (zh) 自动响应分时电价的电动汽车智能充电机
CN110868134A (zh) 基于分时电价和负荷特性的光伏电站三时段能量管理方法
CN115549159A (zh) 一种考虑调峰成本的大规模电动汽车分群调度策略
CN109950900B (zh) 基于电动汽车负荷最小峰值模型的微网负荷削减控制方法
CN113270884B (zh) 一种基于v2g微网系统的电力能源管理系统和方法
CN111489009A (zh) 一种电动汽车充电站运行方式的优化计算方法及装置
CN116562657B (zh) 基于物联网的光伏储能管理方法、装置、介质、电子设备
CN116632896B (zh) 一种多光储充电站的电动汽车充放电协同调度方法及系统
O’Malley et al. Value of fleet vehicle to grid in providing transmission system operator services
CN108736496B (zh) 一种分布式储能系统的补充性规划方法及系统
CN113890075A (zh) 一种大规模电动汽车作为灵活爬坡资源的方法
CN114498635B (zh) 计及电动汽车充电优先级的配电网优化调度方法和系统
CN115459317A (zh) 电动汽车集群参与电网辅助调频控制方法和装置
CN110890763B (zh) 限制充放电状态切换的电动汽车与光伏发电协同调度方法
CN110417002B (zh) 一种孤岛微电网能量模型的优化方法
CN115882494A (zh) 计及车辆并网服务时长差异性的分层级v2g调度优化方法
CN112865260A (zh) 一种基于智能电表老旧小区有序充电方法及装置
CN111740417A (zh) 考虑电动汽车充电失败的联合微电网运行方法

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