CN113949090B - 一种基于电动汽车集群的实时需求响应互动方法 - Google Patents

一种基于电动汽车集群的实时需求响应互动方法 Download PDF

Info

Publication number
CN113949090B
CN113949090B CN202111306749.5A CN202111306749A CN113949090B CN 113949090 B CN113949090 B CN 113949090B CN 202111306749 A CN202111306749 A CN 202111306749A CN 113949090 B CN113949090 B CN 113949090B
Authority
CN
China
Prior art keywords
electric automobile
demand response
power
charge
discharge
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
CN202111306749.5A
Other languages
English (en)
Other versions
CN113949090A (zh
Inventor
勇晔
薛溟枫
毛晓波
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.)
Wuxi Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Wuxi Power Supply Co of State Grid Jiangsu 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 Wuxi Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Wuxi Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority to CN202111306749.5A priority Critical patent/CN113949090B/zh
Publication of CN113949090A publication Critical patent/CN113949090A/zh
Application granted granted Critical
Publication of CN113949090B publication Critical patent/CN113949090B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241—The oscillation concerning frequency
    • 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
    • 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
    • Y04S30/14—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

一种基于电动汽车集群的配电网实时需求响应方法，其特征在于：步骤1，基于单台电动汽车的充放电物理模型、充放电容量约束、充放电功率约束和单台电动汽车参与需求响应的状态构建单台电动汽车需求响应的可调功率约束；步骤2，基于步骤1和单台电动汽车针对需求响应的充放电成本、需求响应补偿获取单台电动汽车需求响应的可调成本约束；步骤3，采用统计机器学习法建立单台电动汽车响应配电网需求的概率，获取电动汽车集群的可调功率约束、电动汽车集群需求响应的可调成本约束；步骤4，根据电动汽车集群的可调功率约束、电动汽车集群需求响应的可调成本约束，在当前时刻下对所有响应配电网需求的电动汽车集群中的电动汽车进行入网选择。

Description

一种基于电动汽车集群的实时需求响应互动方法
技术领域
本发明涉及智能电网领域，更具体地，涉及一种基于电动汽车集群的实时需求响应互动方法。
背景技术
为了减少化石燃料的燃烧，降低二氧化碳等温室气体的排放，电动汽车(EV，Electric Vehicles)作为传统的化石燃油汽车的替代品正在被广泛的应用。随着车辆到电网(V2G，Vehicle to grid)技术的不断发展，电动汽车电池作为一种移动式的储能不仅可以为电动汽车本身提供动力来源，也能够作为一种储能方式加入到配电网中，实现配电网的削峰填谷，从而促进电网运行的经济性和环保性。电动汽车作为灵活的储能负荷，如果能够有序可调且合理的并网，能够为电力系统的稳定运行、调度、运营等方面起到非常良好的提升作用。
然而，现有技术中，这种车辆到电网的储能模型虽然容易建立，但是其储能运用的准确性却难以预测。因此，这种储能在利用过程中，一方面存在着大量电动汽车并网的建模复杂、协调困难的问题，另一方面也经常存在着无法对配电网的需求进行充分响应、合理相应的问题。例如，现有技术的储能模型，不能充分考虑电动汽车车主参与储能需求响应的可能性，也无法对车主进行车辆使用而导致需求响应能力发生变化的情况进行准确的估计或实时的监控。
另一方面，现有的储能模型，即使能够采用电动汽车这种分布式的储能结构，也无法在多个分布式储能无序并网时，解决无序并网所导致的电网频率偏移、变压器过载等问题。
针对上述问题，本发明提出了一种基于电动汽车集群的配电网实时需求响应方法。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供一种基于电动汽车集群的配电网实时需求响应方法，能够准确预估电动汽车集群中每一台电动汽车参与需求响应的概率，以及可调功率和可调成本，并基于成本最低和汽车数量最少的原则实时的生成需求响应方案。
本发明采用如下的技术方案。
一种基于电动汽车集群的配电网实时需求响应方法，其中，方法包括以下步骤：步骤1，基于单台电动汽车的充放电物理模型、充放电容量约束、充放电功率约束和单台电动汽车参与需求响应的状态构建单台电动汽车需求响应的可调功率约束；步骤2，基于单台电动汽车的需求响应可调功率约束、单台电动汽车针对需求响应的充放电成本、需求响应补偿获取单台电动汽车需求响应的可调成本约束；步骤3，采用统计机器学习法建立单台电动汽车响应配电网需求的概率，并基于概率获取电动汽车集群的可调功率约束、电动汽车集群需求响应的可调成本约束；步骤4，根据电动汽车集群的可调功率约束、电动汽车集群需求响应的可调成本约束，在当前时刻下对所有响应配电网需求的电动汽车集群中的电动汽车进行入网选择。
优选的，步骤1中，单台电动汽车的充放电物理模型为
SOCi(t+Δt)＝SOCi(t)+Pi(t)Δt (1)
式中，i为电动汽车的编号，SOCi(t)为第i台电动汽车中电池在t时刻下的剩余容量，Pi(t)表示第i台电动汽车中电池在t时刻下的充放电功率，Δt表示第i台电动汽车中电池的充放电持续时间，SOCi(t)为第i台电动汽车中电池在经过Δt时间后的电池容量。
优选的，充放电容量约束为
其中，表示电动汽车中电池的允许最小容量；/>表示电池的允许最大容量。
优选的，充放电功率约束为
式中，为第i台电动汽车中电池的允许最大放电功率，/>为第i台电动汽车中电池的允许最大充电功率，si(t)为第i台电动汽车参与需求响应的状态。
优选的，电动汽车参与需求响应的状态为
优选的，单台电动汽车的需求响应可调功率约束为
式中，ΔPi(t)为第i台电动汽车参与需求响应时的可调功率。
优选的，单台电动汽车的需求响应的可调成本约束为
Δλi(T)＝fi′(T)-fi(T) (6)
式中，Δλi(T)为第i台电动汽车在时段T内的可调成本约束，时段T为以时刻t为起始时刻的电动汽车停车接入充电桩的时段，其中，fi′(T)为电动汽车参与需求响应的充放电成本，fi(T)为假设电动汽车不参与需求响应，在时段T内的充放电成本。
优选的，电动汽车参与需求响应的充放电成本为
fi′(T)＝f′i1(T)-f′i2(T) (7)
式中，f′i1(T)为电动汽车在时段T内的充放电成本，f′i2(T)为电动汽车在时段T内的补偿收益；其中，即电动汽车在时段T内的充放电成本为时段T内的需求响应期间实际充放电时长td中每一时刻的实时充放电电价λ0(t)与实时充放电功率(Pi(t)+ΔPi(t))的乘积；/> 即电动汽车在时段T内的补偿收益为时段T内的需求响应期间实际充放电时长td中每一时刻的实时补偿价格λdr(t)与实时可调功率的乘积。
优选的，假设电动汽车不参与需求响应，在时段T内的充放电成本为
式中，te为电动汽车不参与需求响应时，在时段T内的实际充放电时长te。
优选的，电动汽车在t时刻下参与需求响应的概率为
式中，表示电动汽车在t时刻下的充放电功率等级，其中，/> L为功率区间数；/>表示电动汽车在t时刻下的剩余容量等级，其中，/>M为容量区间数；/>表示当电动汽车处于si(t)＝1的可调状态、充放电功率等级为/>剩余容量等级为对，电动汽车同意参与需求响应的历史统计次数；/>表示当电动汽车处于si(t)＝1的可调状态、充放电功率等级为/>剩余容量等级为/>时，电动汽车接收到需求响应邀约的历史统计次数。
优选的，电动汽车集群的需求响应可调功率约束为N台所有同意参与需求响应的电动汽车的需求响应可调功率约束的加权和；其中，加权和的权重为电动汽车在t时刻下参与需求响应的概率。
优选的，电动汽车集群的需求响应的可调成本约束为j台所有参与需求响应的电动汽车的需求响应可调成本约束的加权和；其中，加权和的权重为电动汽车在t时刻下参与需求响应的概率。
优选的，j台所有参与需求响应的电动汽车均来自N台所有同意参与需求响应的电动汽车，并且，j中的每一台电动汽车均满足/>其中，/>为t时刻下配电网的最小功率调节需求。
本发明的有益效果在于，与现有技术相比，本发明中一种基于电动汽车集群的配电网实时需求响应方法，能够准确预估电动汽车集群中每一台电动汽车参与需求响应的概率，以及可调功率和可调成本，并基于成本最低和汽车数量最少的原则实时的生成需求响应方案。本发明方法可靠，计算结果实时有效，且提高了估计的准确性。采用本发明的方法，不仅解决了电动汽车等分散式的分布式储能无法参与配电网需求响应的问题，而且提供了合理模型，使电动汽车组成集群实现需求响应，同时解决了电动汽车集群无序并网所导致的问题。
本发明的有益效果还包括：
1、本发明方法根据配电网中车主的历史需求响应行为，准确的预估了每一台电动汽车参与配电网需求响应的意愿。并通过统计机器学习法，建立了准确且实时性程度很高的概率模型，从而通过对用户行为的分析，更好的预测出电动汽车参与需求响应的能力。
2、本发明方法中，充分汇总了电动汽车电池的各种约束条件，从而使得可调功率和可调成本的约束更为严格，进一步使得估计结果的范围较小，准确性较高，为配电网的配电方式提供了非常可靠且可行的参考。
3、本发明方法充分考虑了电网削峰填谷的需求，从而响应的在成本计算过程中，对补偿收益单独进行了准确且合理的计算，使得可调成本的结果更加精确。
4、本发明方法先针对每一个电动汽车进行准确的参数计算，又通过聚合叠加的方式实现响应互动模型，这样建立的模型置信度更高。另外，由于对每一台电动汽车的参数进行了相应的估计，从而使得电动汽车集群实现有序并网，避免了无序并网所导致的电网频率偏移、变压器过载等问题，保障了电力系统的稳定运行和电网经济效益最大化。
附图说明
图1为本发明一种基于电动汽车集群的配电网实时需求响应方法的步骤流程示意图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
图1为本发明一种基于电动汽车集群的配电网实时需求响应方法的步骤流程示意图。如图1所示，一种基于电动汽车集群的配电网实时需求响应方法，其中，方法包括步骤1至步骤4。
步骤1，基于单台电动汽车的充放电物理模型、充放电容量约束、充放电功率约束和电动汽车参与需求响应的状态构建单台电动汽车需求响应的可调功率约束。
首先，本发明的方法可以根据电动汽车电池相关的基本模型来构建电动汽车的可调功率约束。具体来说，电动汽车的充放电物理模型，可以基于电池的实时充放电功率和电池充放电之前之后的容量建立恒等式。
该物理模型的内容具体为
SOCi(t+Δt)＝SOCi(t)+Pi(t)Δt (1)
其中，i为电动汽车的编号，SOCi(t)为第i台电动汽车中电池在t时刻下的剩余容量，Pi(t)表示第i台电动汽车中电池在t时刻下的充放电功率，Δt表示第i台电动汽车中电池的充放电持续时间，SOCi(t)为第i台电动汽车中电池在经过Δt时间后的电池容量。
另外，电动汽车的充放电容量约束也受到电池的特性影响，因而有
其中，表示电动汽车中电池的允许最小容量；/>表示电池的允许最大容量。对于不同型号的电动汽车或者是不同型号的电池来说，该数据也分别可以获得不同的取值。
除此之外，电动汽车的充放电功率也受到电动汽车本身电路特性或者是电池特性的影响。因此，电动汽车的充放电功率也是具有约束条件的，具体为
式中，为第i台电动汽车中电池的允许最大放电功率，/>为第i台电动汽车中电池的允许最大充电功率，si(t)为第i台电动汽车参与需求响应的状态。
具体来说，电动汽车参与需求响应的状态的取值有两个，如公式(4)所示，
当其取值为1时，说明电动汽车可以处于充放电状态，或者电动汽车并非正在充放电，但是其与充电桩合理连接，并可以根据配电网的请求，实时的参与到需求响应中来。
而如果其取值为0，则说明电动汽车在当前状态下，并不具有参与需求响应的潜力，因此推断该电动汽车可能正在行驶，或者虽然停在停车位上，但是并没有连接到充电桩上。
根据上述约束，可以得到单台电动汽车的需求响应约束ΔPi(t)，换言之，通过上述公式的汇总可以求出电动汽车如果参与到需求响应中，其电池的充放电功率能够在怎样的范围内浮动。
如公式(5)中所述，ΔPi(t)为第i台电动汽车参与需求响应时的可调功率。其取值范围与电动汽车参与需求响应的状态、电动汽车中电池的允许最大、最小放电功率以及电动汽车中电池在t时刻下的当前实际的充放电功率有关。
对公式(5)进行解释可知，可调功率并非该电动汽车的电池实际参与需求响应的充放电功率，而是在以Pi(t)作为配电网的需求响应或作为自身充放电需求响应的充放电功率后，仍然能够进行调节的功率浮动范围。
步骤2，基于单台电动汽车的需求响应可调功率约束、单台电动汽车针对需求响应的充放电成本、需求响应补偿获取单台电动汽车需求响应的可调成本约束。
待计算得到电动汽车的可调功率约束后，本发明还可以针对该可调功率约束，计算可调成本约束。也就是说，对于电动汽车这类型的移动储能来说，配电网采用不同的方式来组织电动汽车集群这种储能进行需求响应时，采用不同的组织方式，电网总计消耗的成本是略有不同的。因此，分配到每一台电动汽车上来说，配电网与该电动汽车进行充放电交互的操作的不同也会导致单台电动汽车的成本是在一定范围内可调的。例如，由于每个时刻的电价是浮动变化的，因此在不同的时刻，电动汽车以不同大小的功率进行充放电时，电动汽车在同一个时段的总的消耗成本或者总的收益也是不完全相同的。
因此，本发明中，对于单台电动汽车的需求响应的可调成本约束进行了计算，具体有
Δλi(T)＝fi′(T)-fi(T) (6)
式中，Δλi(T)为第i台电动汽车在时段T内的可调成本约束，时段T为以时刻t为起始时刻的电动汽车接入充电桩的时段，其中，fi′(T)为电动汽车参与需求响应的充放电成本，fi(T)为假设电动汽车不参与需求响应，在时段T内的充放电成本。在这个T时段内，既有电动汽车参与需求响应的时段td，也有电动汽车实现自身充放电需求的时段te。
可以理解的是，本发明中，可以设定一个固定或可变长度的时间段，对总的成本进行计算，从而得到具体的需求响应策略。配电网的相关系统中，可以根据实际的需求对于该时间段的具体取值进行设定。
本发明中，在时段T内，由于只需要计算总成本中可调节的部分，因此，可以对于电动汽车在参与需求响应时总的成本fi′(T)先进行计算。对于该总成本fi′(T)来说，其中既有电动汽车参与需求响应时放电的部分，也有电动汽车为了参与需求响应而进行充电的部分，同时也包括了电动汽车虽然在时段T内参与到的需求响应，但是也有部分的时刻或部分的功率是用于满足电动汽车自身使用需求的充放电部分。
因此，总的成本中，有部分用于满足电动汽车自身使用需求的充放电的功率所发生的成本并不是可以调节的。因此，公式(6)中将这部分内容减掉了。这部分内容将在后文中具体说明。
具体的，电动汽车参与需求响应的充放电成本为
fi′(T)＝f′i1(T)-f′i2(T) (7)
式中，f′i1(T)为电动汽车在时段T内的充放电成本，f′i2(T)为电动汽车在时段T内的补偿收益，其中，即电动汽车在时段T内的充放电成本为时段T内的需求响应期间实际充放电时长td中每一时刻的实时充放电电价λ0(t)与实时充放电功率(Pi(t)+ΔPi(t))的乘积；/> 即电动汽车在时段T内的补偿收益为时段T内的需求响应期间实际充放电时长td中每一时刻的实时补偿价格λdr(t)与实时可调功率的乘积。
这里对于上述内容进行具体的解释说明，实际充放电时长td包括了电动汽车在时段T内所有参与充放电的时间和。这里公式中，不是简单的表示从时刻0到时刻td的时间段，而是在时段T内可能存在的多个充放电时段的和。
一般情况下，在电动汽车参与需求响应时，其仍然需要进行充放电的操作。这部分充放电操作，属于电动汽车参与需求响应的成本。具体的，对于电动汽车放电来说，功率Pi(t)取值为负数，此时，电动汽车向配电网供电，产出电能获取收益，对于配电网来说，则要消耗成本。而当电动汽车充电时，则功率Pi(t)取值为正，此时电动汽车从配电网接收电能，对于配电网来说则获得收益。本发明中，对于该收益和该成本求和，也就是将配电网消耗的成本绝对值减去配电网获得的收益的绝对值，从而得到充放电成本f′i1(T)。
另外，本发明中，对于配电网来说，如果配电网系统获取到来自某个储能设备提供的电能后，会相应的为该储能提供补偿。这一补偿，作为前述收益外的另一种收益方式，能够根据储能削峰填谷的储能行为，而分时段的根据供电量提供不同价格的补偿，这种补偿的产生，是由于配电网根据储能端对需求相应满足了配电网的合理需求后，配电网产生收益所导致的。具体来说，这个补偿的价格和补偿所针对的电动汽车参加需求响应的可变功率与充放电成本f′i1(T)的计算参数是不同的，因此，本发明中单独计算这部分补偿收益。例如，本发明一实施例中，该补偿价格为4元/kWh。
通过上述两个部分内容，以充放电成本(即配电网响应电动汽车时所消耗的成本)减去补偿收益(配电网在电动汽车响应需求时获得的收益)，从而获得本发明中配电网方针对单个电动汽车配电网方所消耗的总成本。
由于公式(6)中不仅要求了配电网的总成本，而且要求准确的计算出在这些总成本中，哪些成本是可变的。因此，还需要计算得到假设电动汽车不参与需求响应，在时段T内的充放电成本fi(T)。
式中，te为电动汽车不参与需求响应时，在时段T内的实际充放电时长te。
如公式(8)所示，由于电动汽车不参与需求响应时，其基本上不存在电池向配电网中放电的情况，因此，一般情况下只计算充电成本即可。
对于充电成本来说，一方面与电价λ0(t)有关，另一方面与电动汽车的充电功率有关。由于不参与需求响应，因此电动汽车的充电功率一般情况下是不变的，或者是有规律变化的，且按照车主的要求随机实现充电的。因此，该功率基本上不会对于配电网的供电成本产生任何的可以计量的影响。
因此，本发明简单的计算了在时段T内，一次或多次电动汽车满足自身行驶需求所进行的充电的成本。并且，这一次或多次的充电的总时间长度为te。并且，公式中的也并非是从时刻0到经过te时长后的这段时间内的求和，而可能是多个间断的充电的总时长。
基于上述方法就建立起了单台电动汽车的需求响应的可调功率和可调成本等参数的估计模型。
步骤3，采用统计机器学习法建立单台电动汽车响应配电网需求的概率，并基于概率获取电动汽车集群的可调功率约束、电动汽车集群需求响应的可调成本约束。
本发明中，在实现了上述条件之后，可以采用统计机器学习法来建立电动汽车集群中每一台电动汽车响应配电网需求的概率。
具体的，电动汽车在t时刻下参与需求响应的概率为
式中，表示电动汽车在t时刻下的充放电功率等级，其中，/> L为功率区间数；/>表示电动汽车在t时刻下的剩余容量等级，其中，/>M为容量区间数；/>表示当电动汽车处于si(t)＝1的可调状态、充放电功率等级为/>剩余容量等级为时，电动汽车同意参与需求响应的历史统计次数；/>表示当电动汽车处于si(t)＝1的可调状态、充放电功率等级为/>剩余容量等级为/>时，电动汽车接收到需求响应邀约的历史统计次数。
采用最为简单的方法，本发明中的电动汽车参与需求响应的概率可以是根据历史响应次数来进行统计的。公式(9)中的分子是在一定条件下，电动汽车响应需求的数量，分母则是电动汽车收到响应请求的数量。这个百分比，可以表示需求响应的概率。
上文中所述的一定条件下，是说电动汽车在处于不同条件下时，其响应需求的概率是不同的。这个条件具体与电动汽车的状态、电动汽车的充放电功率情况，电动汽车中电池的剩余容量有关系。
为了较好的表征在不同条件下概率的取值，本发明可以采用阶梯的方式，将电动汽车的充放电功率范围进行划分，并同时对电动汽车的剩余容量范围也进行划分。
其划分的公式如上文中的和/> 其中，round( )为向下取整函数。可以根据需求，预先设定L和M的取值，从而选择使得概率的预测是计算更加快捷还是精确度更高。
在获得了每台电动汽车参与需求响应的概率后，本发明可以得到电动汽车集群的相应参数了。
具体的，电动汽车集群的需求响应可调功率约束为N台所有同意参与需求响应的电动汽车的需求响应可调功率约束的加权和；其中，加权和的权重为电动汽车在t时刻下参与需求响应的概率。
本发明中，可以采用下述公式
如上公式所示，当计算获得了每一个电动汽车的可调功率后，将其与当前电动汽车参与需求响应的概率相乘后进行集群中所有电动汽车的求和，并代入公式(5)中，也就得到了本公式的内容。
另外，电动汽车集群的需求响应的可调成本约束为j台所有参与需求响应的电动汽车的需求响应可调成本约束的加权和；其中，加权和的权重为电动汽车在t时刻下参与需求响应的概率。
本发明中，电动汽车的可调成本也可以采用类似的算法得到。与可调功率的约束不同，本发明中，无需获得集群中所有N台电动汽车的可调成本。而是在进行可调成本计算时，通过成本的约束，同时选择出实际参与需求响应的电动汽车。
该成本约束的计算公式表示为
步骤4，根据电动汽车集群的可调功率约束、电动汽车集群需求响应的可调成本约束，在当前时刻下对所有响应配电网需求的电动汽车集群中的电动汽车进行入网选择。
具体的，j台所有参与需求响应的电动汽车均来自N台所有同意参与需求响应的电动汽车，并且，j中的每一台电动汽车均满足/>其中，/>为t时刻下配电网的最小功率调节需求。
本发明中，电动汽车的数量可以根据集群调节功率约束获得，也就是从配电网中获得配电网此时需要的最小功率调节需求同时使得/>台电动汽车的功率的加权和至少要大于或等于最小功率调节需求，即/>
当然，因为不同的电动车的最大充放电功率、可调功率等参数是不同的，这种选择结果是不唯一。本发明中，可以先将电动汽车集群中的各个车辆按照单位调节成本进行升序排序。也就是，这种排序方式，能够使得台电动汽车在进行供电时，使配电网消耗的电能最小，即/>因此，可以联立上述两个公式，从而得到唯一的/>台电动汽车的选择方式。
当选择到唯一的台电动汽车后，根据公式/>在概率预测准确的情况下，可以完全准确的表征出电动汽车集群作为一种储能方式向配电网中所提供的电能了。
本发明的有益效果在于，与现有技术相比，本发明中一种基于电动汽车集群的配电网实时需求响应方法，能够准确预估电动汽车集群中每一台电动汽车参与需求响应的概率，以及可调功率和可调成本，并基于成本最低和汽车数量最少的原则实时的生成需求响应方案。本发明方法可靠，计算结果实时有效，且提高了估计的准确性。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (4)

1.一种基于电动汽车集群的配电网实时需求响应方法，其特征在于，所述方法包括以下步骤：
步骤1，基于单台所述电动汽车的充放电物理模型、充放电容量约束、充放电功率约束和单台所述电动汽车参与需求响应的状态构建单台所述电动汽车需求响应的可调功率约束；
所述步骤1中，单台所述电动汽车的充放电物理模型为
SOCi(t+Δt)＝SOCi(t)+Pi(t)Δt (1)
式中，i为所述电动汽车的编号，
SOCi(t)为第i台所述电动汽车中电池在t时刻下的剩余容量，
Pi(t)表示第i台所述电动汽车中电池在t时刻下的充放电功率，
Δt表示第i台所述电动汽车中电池的充放电持续时间，
SOCi(t+Δt)为第i台所述电动汽车中电池在经过Δt时间后的电池容量；
所述充放电容量约束为
其中，表示所述电动汽车中电池的允许最小容量；/>表示所述电池的允许最大容量；
所述充放电功率约束为
式中，为第i台所述电动汽车中电池的允许最大放电功率，
为第i台所述电动汽车中电池的允许最大充电功率，
si(t)为第i台所述电动汽车参与需求响应的状态；
所述电动汽车参与需求响应的状态为
单台所述电动汽车的需求响应可调功率约束为
式中，ΔPi(t)为第i台所述电动汽车参与需求响应时的可调功率；
单台所述电动汽车的需求响应的可调成本约束为
Δλi(T)＝fi′(T)-fi(T) (6)
式中，Δλi(T)为第i台所述电动汽车在时段T内的可调成本约束，
时段T为以时刻t为起始时刻的所述电动汽车停车接入充电桩的时段，
其中，fi′(T)为所述电动汽车参与需求响应的充放电成本，
fi(T)为假设所述电动汽车不参与需求响应，在时段T内的充放电成本；
步骤2，基于单台所述电动汽车需求响应的可调功率约束、单台所述电动汽车针对需求响应的充放电成本获取单台所述电动汽车需求响应的可调成本约束；
所述电动汽车参与需求响应的充放电成本为
fi′(T)＝f′i1(T)-f′i2(T) (7)
式中，f′i1(T)为所述电动汽车在时段T内的充放电成本，
f′i2(T)为所述电动汽车在时段T内的补偿收益；
其中，即所述电动汽车在时段T内的充放电成本为时段T内的需求响应期间实际充放电时长td中每一时刻的实时充放电电价λ0(t)与充放电功率Pi(t)+ΔPi(t)之和的乘积的积分；
即所述电动汽车在时段T内的补偿收益为时段T内的需求响应期间实际充放电时长td中每一时刻的实时补偿价格λdr(t)与ΔPi(t)乘积的积分；τ为微分算子；
假设所述电动汽车不参与需求响应，在时段T内的充放电成本为
式中，te为所述电动汽车不参与需求响应时，在时段T内的实际充放电时长；
步骤3，采用统计机器学习法建立单台所述电动汽车响应配电网需求的概率，并基于所述概率获取电动汽车集群的可调功率约束、电动汽车集群的实时需求响应的可调成本约束；
所述电动汽车在t时刻下参与需求响应的概率为
式中，表示所述电动汽车在t时刻下的充放电功率等级，其中，L为功率区间数；
表示所述电动汽车在t时刻下的剩余容量等级，其中，/> M为容量区间数；
round为取整函数；
表示当电动汽车处于si(t)＝1的可调状态、充放电功率等级为剩余容量等级为/>时，所述电动汽车同意参与需求响应的历史统计次数；
表示当电动汽车处于si(t)＝1的可调状态、充放电功率等级为剩余容量等级为/>时，所述电动汽车接收到需求响应邀约的历史统计次数；
步骤4，根据所述电动汽车集群的可调功率约束、所述电动汽车集群的实时需求响应的可调成本约束，在当前时刻下对所有响应配电网需求的所述电动汽车集群中的电动汽车进行入网选择。
2.根据权利要求1中所述的一种基于电动汽车集群的配电网实时需求响应方法，其特征在于：
所述电动汽车集群的可调功率约束为N台所有同意参与的电动汽车需求响应的可调功率约束的加权和；
其中，所述加权和的权重为电动汽车在t时刻下参与需求响应的概率。
3.根据权利要求2中所述的一种基于电动汽车集群的配电网实时需求响应方法，其特征在于：
所述电动汽车集群的实时需求响应的可调成本约束为所有实际参与需求响应的j台电动汽车需求响应的可调成本约束的加权和；
其中，所述加权和的权重为电动汽车在t时刻下参与需求响应的概率。
4.根据权利要求3中所述的一种基于电动汽车集群的配电网实时需求响应方法，其特征在于：
所述所有实际参与需求响应的j台电动汽车均来自N台所有同意参与需求响应的电动汽车，并且，
第i台电动汽车满足其中，/>为t时刻下所述配电网的最小功率调节需求，Δλi(t)为第i台电动汽车在t时刻下的可调成本约束。
CN202111306749.5A 2021-11-05 2021-11-05 一种基于电动汽车集群的实时需求响应互动方法 Active CN113949090B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111306749.5A CN113949090B (zh) 2021-11-05 2021-11-05 一种基于电动汽车集群的实时需求响应互动方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111306749.5A CN113949090B (zh) 2021-11-05 2021-11-05 一种基于电动汽车集群的实时需求响应互动方法

Publications (2)

Publication Number Publication Date
CN113949090A CN113949090A (zh) 2022-01-18
CN113949090B true CN113949090B (zh) 2024-04-26

Family

ID=79337579

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111306749.5A Active CN113949090B (zh) 2021-11-05 2021-11-05 一种基于电动汽车集群的实时需求响应互动方法

Country Status (1)

Country Link
CN (1) CN113949090B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105322559A (zh) * 2015-11-11 2016-02-10 重庆大学 一种基于v2g技术的电动汽车配电调度控制方法
CN110852494A (zh) * 2019-10-25 2020-02-28 上海电力大学 一种计及需求响应的电动汽车概率负荷预测方法
CN112667611A (zh) * 2020-12-23 2021-04-16 国网江苏省电力有限公司无锡供电分公司 一种电动汽车充电行为特征分析方法和系统
CN113315155A (zh) * 2021-05-12 2021-08-27 国网江苏省电力有限公司南通供电分公司 分布式能源发电与v2g混合系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103595107B (zh) * 2013-12-02 2015-11-11 国家电网公司 电动汽车充放电控制系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105322559A (zh) * 2015-11-11 2016-02-10 重庆大学 一种基于v2g技术的电动汽车配电调度控制方法
CN110852494A (zh) * 2019-10-25 2020-02-28 上海电力大学 一种计及需求响应的电动汽车概率负荷预测方法
CN112667611A (zh) * 2020-12-23 2021-04-16 国网江苏省电力有限公司无锡供电分公司 一种电动汽车充电行为特征分析方法和系统
CN113315155A (zh) * 2021-05-12 2021-08-27 国网江苏省电力有限公司南通供电分公司 分布式能源发电与v2g混合系统

Also Published As

Publication number Publication date
CN113949090A (zh) 2022-01-18

Similar Documents

Publication Publication Date Title
CN109103912B (zh) 考虑电网调峰需求的工业园区主动配电系统调度优化方法
CN109193718B (zh) 一种适应于v2g的选择电动汽车入网调控方法
Wang et al. Two-stage optimal scheduling strategy for large-scale electric vehicles
CN111047114B (zh) 抽水蓄能机组在日前电力现货市场的双层竞价优化方法
CN106408216B (zh) 基于电动汽车换电站时序响应模型的充电计划制定方法
CN111244988B (zh) 考虑分布式电源的电动汽车和储能优化调度方法
CN111260237B (zh) 一种考虑ev车主意愿的多利益主体协调博弈调度方法
CN109094381A (zh) 一种电动汽车充电站有序充电方法
CN113269372A (zh) 一种考虑用户意愿的集群电动汽车可调度容量预测评估方法
CN108493959A (zh) 基于Markov模型的电动汽车参与电网调频控制与分析方法
CN111598391A (zh) 一种电动汽车调度方法及调度系统
CN111681127B (zh) 一种居民小区电动汽车有序充放电控制方法
CN112238781A (zh) 一种基于分层架构的电动汽车有序充电控制方法
CN111845453A (zh) 考虑柔性控制的电动汽车充电站双层优化充放电策略
CN109672199B (zh) 一种基于能量平衡的电动汽车削峰填谷能力估计方法
CN113715669B (zh) 电动汽车有序充电控制方法、系统、设备及可读存储介质
CN115000985A (zh) 一种用户侧分布式储能设施聚合管控方法及系统
CN117639039A (zh) 一种参与电网电量调配的电动汽车调配激励方法
CN113949090B (zh) 一种基于电动汽车集群的实时需求响应互动方法
CN110861508B (zh) 居民区直流充电机共享充电控制方法、系统及存储介质
CN110581555B (zh) 一种基于sfla的电动汽车与电网能量互换优化方法
Trongwanichnam et al. Impact of plug-in electric vehicles load planning to load factor and total generation cost in a power system
CN112109580B (zh) 一种电量自分配的微电网电动汽车充放电控制系统
CN113141020B (zh) 一种电动汽车虚拟储能参与调峰辅助服务控制方法及系统
CN116154777A (zh) 电动汽车充电的调度控制方法、装置、计算机设备

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