CN114006390A - 一种电动汽车充电负荷参与电网互动仿真方法及系统 - Google Patents

一种电动汽车充电负荷参与电网互动仿真方法及系统 Download PDF

Info

Publication number
CN114006390A
CN114006390A CN202111272474.8A CN202111272474A CN114006390A CN 114006390 A CN114006390 A CN 114006390A CN 202111272474 A CN202111272474 A CN 202111272474A CN 114006390 A CN114006390 A CN 114006390A
Authority
CN
China
Prior art keywords
electric vehicle
simulation
load
charging
power
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
CN202111272474.8A
Other languages
English (en)
Other versions
CN114006390B (zh
Inventor
赵家庆
潘玲玲
田江
李峰
吕洋
耿建
赵奇
庄卫金
黄学良
闪鑫
霍雪松
钱科军
张刘东
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.)
Southeast University
China Electric Power Research Institute Co Ltd CEPRI
State Grid Jiangsu Electric Power Co Ltd
State Grid Electric Power Research Institute
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Southeast University
China Electric Power Research Institute Co Ltd CEPRI
State Grid Jiangsu Electric Power Co Ltd
State Grid Electric Power Research Institute
Suzhou 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 Southeast University, China Electric Power Research Institute Co Ltd CEPRI, State Grid Jiangsu Electric Power Co Ltd, State Grid Electric Power Research Institute, Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Southeast University
Priority to CN202111272474.8A priority Critical patent/CN114006390B/zh
Publication of CN114006390A publication Critical patent/CN114006390A/zh
Application granted granted Critical
Publication of CN114006390B publication Critical patent/CN114006390B/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
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种电动汽车充电负荷参与电网互动仿真方法及系统，包括：城市电网运行模块进行电网运行长过程动态模拟并下发控制指令；交通仿真模块基于道路模型和交通信号控制策略，进行交通控制仿真，根据电动汽车充电策略模拟车辆运行，实现动态交通分配，选择充电价格，并安排电动汽车的充电路径；电动汽车充电负荷仿真模块基于充电负荷运行特性，进行电动汽车充电负荷仿真，并根据城市电网运行模块下发的控制指令和交通仿真情况生成电动汽车充电策略。本发明分析了“车‑桩‑路‑网”融合的信息交互机制，可实现电动汽车充电负荷参与电网互动精准仿真。

Description

一种电动汽车充电负荷参与电网互动仿真方法及系统
技术领域
本发明属于电力系统调度控制技术领域，涉及一种电动汽车充电负荷参与电网互动仿真方法及系统。
背景技术
电动汽车的普及对于节能减排、能源安全和可持续发展等方面具有重要战略意义。电动汽车的分布式移动储能特性使得它成为未来智能电网中一类较为特殊的负荷，但大规模电动汽车的无序接入势必会对电力系统规划运行产生不可忽视的影响，涉及发、输、配等各个环节。
电动汽车充电特性在时间和空间上受到车主的行车习惯、电动汽车动力电池特性以及电动汽车与电网交互模式等多方面因素影响。如果在用电低谷对电动汽车充电，可以减少电网峰谷差，提高配电系统设施的实际利用率，给电网带来正面影响；但如果无序随机充电，则有可能导致新的用电高峰，加重供电系统的负担。
大量电动汽车充电也将改变配电网负荷结构和特性，传统的城市电网规划准则可能无法适用于电动汽车大规模接入的情景，负荷分布改变可能引起部分时段局部配电变压器过载，电网潮流分布改变将造成网络损耗的变化和网络阻塞状况的变化。
因此，面向“车-桩-路-网”融合的信息交互的电动汽车充电负荷参与电网互动特性将成为重点研究内容。
发明内容
为解决现有技术中的不足，本申请提供一种电动汽车充电负荷参与电网互动仿真方法及系统，构建电动汽车充电负荷参与电网互动仿真系统，提出交通仿真和电网仿真方法，分析“车-桩-路-网”融合的信息交互机制，实现电动汽车充电负荷参与电网互动精准仿真，降低了仿真系统的构建难度，从而为电动汽车充电负荷参与辅助服务的有序充电调度策略、充电服务诱导信息发布策略、电动汽车充电需求状态切换、目标充电站及路径选择等多方面研究提供模拟和验证环境。
为了实现上述目标，本发明采用如下技术方案：
一种电动汽车充电负荷参与电网互动仿真系统，包括：
城市电网运行模块，用于基于电网模型执行电网调度指令，结合电动汽车充电负荷仿真信息，进行电网运行长过程动态模拟，并下发控制指令；
交通仿真模块，用于基于道路模型和交通信号控制策略，进行交通控制仿真，根据电动汽车充电策略模拟车辆运行，实现动态交通分配，选择充电价格，并安排电动汽车的充电路径；
电动汽车充电负荷仿真模块，用于基于充电负荷运行特性，进行电动汽车充电负荷仿真，并根据控制指令和交通仿真情况生成电动汽车充电策略；
所述城市电网运行模块、电动汽车充电负荷仿真模块和交通仿真模块之间通过互动接口实现数据交互。
本发明进一步包括以下优选方案：
优选地，城市电网运行模块中，所述电网模型包括一次系统模型、二次系统模型、分布式电源和可调节负荷模型；
所述一次系统模型包括母线、线路、发电机、变压器和开关各类设备模型；
所述二次系统模型包括二次设备和二次回路模型；
所述分布式电源模型包括分布式风电和分布式光伏模型；
所述可调节负荷模型包括分布式储能、电动汽车、中央空调、电采暖、虚拟电厂、负荷聚合商、大工业用户负荷、自备电厂、智能楼宇和微网模型。
优选地，城市电网运行模块中，根据各调度系统上送的遥控、遥调操作指令在电网模型基础上进行电网的潮流计算，实现电网运行长过程动态模拟；
所述电网运行长过程动态模拟包括电网断面智能调整和连续潮流仿真；
所述断面智能调整是对历史数据断面的智能调整，包括获取历史潮流数据，对功率缺额的自动分配、潮流不收敛的自动调整、支路或断面越限的有功优化和无功电压越限的无功优化，依次调整后生成可用的仿真潮流断面；
所述连续潮流仿真是以电力系统潮流计算为核心，结合频率计算、发电负荷曲线自动跟踪，模拟设备的频率响应，实现电网运行长过程动态模拟。
优选地，城市电网运行模块中，通过统计断面中系统的总发电、总负荷，通过不平衡功率分配、潮流不收敛自动调整、有功越限优化、无功电压越限优化和潮流计算迭代，实现电网断面智能调整，生成基准潮流断面，对负荷和发电数据进行插值处理形成带时标的秒级间隔连续数据，按照时间顺序更新整点基准潮流断面中的发电、负荷数据以及开关状态，生成带时标的连续场景数据断面，实现电网运行长过程动态模拟。
优选地，城市电网运行模块中，通过车-桩-网数据接口实现数据交互，包括电动汽车充电负荷仿真信息采集和控制指令下发。
优选地，所述电动汽车充电负荷仿真信息包括各电动汽车充电站和充电桩的模型数据、充电负荷申报计划数据及量测数据。
所述控制指令包括控制目标功率、开始时间、控制时间。
优选地，交通仿真模块中，所述道路模型包括高速公路、城市道路、厂矿道路、林区道路和乡村道路各类道路模型，以及在道路中设置的信号灯、检测装置模型。
优选地，交通仿真模块中，所述交通信号控制策略包含路段、交叉口、交通网通行能力分析，公交优先规则，定周期、自适应的匝道交通信号控制策略。
优选地，交通仿真模块中，通过车-桩-路数据接口实现电动汽车充电策略采集。
优选地，电动汽车充电负荷仿真模块中，根据不同类型电动汽车运行特性，对各类型电动汽车充电负荷进行仿真，预测电动汽车充电负荷曲线；
以减少负荷峰谷差、减少充电成本为目标，并根据用户参与电网调度意愿，电动汽车的剩余电量和安全里程，以及充电路径、充电价格生成电动汽车充电策略。
优选地，所述电动汽车充电策略包括充电时间、充电量、充电路径信息。
优选地，电动汽车充电负荷仿真模块中，通过车-桩-路-网数据接口进行数据交互。
优选地，所述电动汽车充电负荷仿真模块中，基于充电负荷运行特性，进行电动汽车充电负荷仿真，具体为：
对电动汽车单体负荷进行建模：
Figure BDA0003328368370000031
Figure BDA0003328368370000032
式中，
Figure BDA0003328368370000033
分别为电动汽车n在t时段的充放电调度功率；
Figure BDA0003328368370000041
分别为电动汽车n的充放电功率上限；
Figure BDA0003328368370000042
表示电动汽车n并网时间集合，则：
Figure BDA0003328368370000043
式中，sn,t和sn,t-1分别表示电动汽车n在t时段及其上一时段的电池电量；
ηch、ηdis分别为电动汽车的充放电效率；
Δt表示调度时间窗；
ηref表示放电补偿系数，由放电损耗决定；
电动汽车n的电池电量安全边界为：
Figure BDA0003328368370000044
式中，
Figure BDA0003328368370000045
表示电动汽车n的电池电量安全边界；
Figure BDA0003328368370000046
进一步计算得到充电站的总负荷为：
Figure BDA0003328368370000047
Figure BDA0003328368370000048
式中：
Figure BDA0003328368370000049
和
Figure BDA00033283683700000410
分别为充电站j在t时段的总充、放电功率；
Figure BDA00033283683700000411
和
Figure BDA00033283683700000412
分别为电动汽车n在t时段的充、放电调度功率；
Figure BDA00033283683700000413
为充电站j中的电动汽车集合；
T为调度时间集合。
本发明还公开了一种电动汽车充电负荷参与电网互动仿真方法，包括以下步骤：
步骤1：城市电网运行模块基于电网模型执行电网调度指令，结合电动汽车充电负荷仿真信息，进行电网运行长过程动态模拟，并下发控制指令；
步骤2：交通仿真模块基于道路模型和交通信号控制策略，进行交通控制仿真，根据电动汽车充电策略模拟车辆运行，实现动态交通分配，选择充电价格，并安排电动汽车的充电路径；
步骤3：电动汽车充电负荷仿真模块，用于基于充电负荷运行特性，进行电动汽车充电负荷仿真，并根据控制指令和交通仿真情况生成电动汽车充电策略；
所述城市电网运行模块、电动汽车充电负荷仿真模块和交通仿真模块之间通过互动接口实现数据交互。
本申请所达到的有益效果：
本发明将交通接入电网，在构建电网仿真和交通仿真的基础上，拓展了电动汽车与电网互动特性的模拟仿真、电动汽车充电负荷模型仿真及其充电服务调度策略，实现了车-桩-路-网的互动，可仿真验证面向“车-桩-路-网”的电动汽车充电负荷和电网互动特性。
本发明具备电动汽车充电站与电网互动特性的高精度仿真结果的同时降低了仿真系统的构建难度，能够为充电站选址、站内充电桩型号及数量配置策略、充电站参与辅助服务的有序充电调度策略、充电服务诱导信息发布策略、电动汽车充电需求状态切换、目标充电站及路径选择等多方面研究提供模拟和验证环境。
附图说明
图1是本发明一种电动汽车充电负荷参与电网互动仿真系统的结构图；
图2是本发明电网运行长过程动态模拟仿真实施步骤图。
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。
如图1所示，本发明的一种电动汽车充电负荷参与电网互动仿真系统，包括：
城市电网运行模块，用于基于电网模型执行电网调度指令，结合电动汽车充电负荷仿真信息，进行电网运行长过程动态模拟，并下发控制指令；
具体实施时，城市电网运行模块中，所述电网模型包括一次系统模型、二次系统模型、分布式电源和可调节负荷模型；
所述一次系统模型包括母线、线路、发电机、变压器、开关各类设备模型；
进一步的，所述二次系统模型包括二次设备(测控设备、保护设备、自动装置)、二次回路(交流回路-电流回路、电压回路、直流回路-控制回路、合闸回路、测量回路、保护回路、信号回路)模型；
所述分布式电源模型包括分布式风电、分布式光伏模型；
所述可调节负荷模型包括分布式储能、电动汽车、中央空调、电采暖、虚拟电厂、负荷聚合商、大工业用户负荷、自备电厂、智能楼宇、微网模型。
进一步的，一次系统模型包含区域、基准电压、厂站、电压等级、间隔、断路器、刀闸、母线段、同步发电机、交流线段、负荷、变压器、变压器绕组、变压器分接头类型、并联补偿器、串联补偿器、地刀、遥测、遥信等对象模型。
进一步的，系统模型文件数据后存放在本地的数据库中，方便后续潮流计算时的模型数据访问以及其它历史数据的匹配关联。
城市电网运行模块中，根据各调度系统上送的遥控、遥调操作指令在电网模型基础上进行电网的潮流计算，实现电网运行长过程动态模拟，具体模拟仿真步骤如图2所示；
所述电网运行长过程动态模拟包括电网断面智能调整和连续潮流仿真；
所述断面智能调整是对历史数据断面的智能调整，包括获取历史潮流数据，对功率缺额的自动分配、潮流不收敛的自动调整、支路或断面越限的有功优化和无功电压越限的无功优化，依次调整后生成可用的仿真潮流断面；
进一步的，所述连续潮流仿真是以电力系统潮流计算为核心，结合频率计算、发电负荷曲线自动跟踪，模拟设备的频率响应，包括有发电机的一次调频和负荷的频率效应，实现电网动态仿真。
具体实施时，城市电网运行模块中，通过统计断面中系统的总发电、总负荷，通过不平衡功率分配、潮流不收敛自动调整、有功越限优化、无功电压越限优化、潮流计算迭代，实现电网断面智能调整，生成基准潮流断面，对负荷和发电数据进行插值处理形成带时标的秒级间隔连续数据，按照时间顺序更新整点基准潮流断面中的发电、负荷数据以及开关状态，生成带时标的连续场景数据断面。
城市电网运行模块中，通过车-桩-网数据接口实现数据交互，包括电动汽车充电负荷仿真信息采集和控制指令下发。
所述电动汽车充电负荷仿真信息包括各电动汽车充电站和充电桩的模型数据、充电负荷申报计划数据及量测数据。
所述控制指令包括控制目标功率、开始时间、控制时间。
具体实施时，所述电动汽车充电负荷采集是通过数据采集装置采集电动汽车充电负荷仿真模块的电动汽车充电负荷仿真信息，包括各电动汽车充电站和充电桩的模型数据、充电负荷申报计划数据及量测数据。
例如，车-桩-网数据接口从电动汽车充电负荷仿真模块数据交互接口采集上送的电动汽车充电负荷(有功功率)，并将系统下达的控制指令下发到电动汽车充电负荷仿真模块的数据交互接口。
控制指令包括向电动汽车充电负荷仿真模块下发的控制目标功率、开始时间、控制时间。
交通仿真模块，用于不同交通场景和交通信号控制策略模拟，具体的：
基于道路模型和交通信号控制策略，进行交通控制仿真，根据电动汽车充电策略模拟车辆运行，实现动态交通分配，选择充电价格，并安排电动汽车的充电路径；
具体实施时，所述道路模型包括高速公路、城市道路、厂矿道路、林区道路和乡村道路等各类道路模型，以及在道路中设置的信号灯、检测装置模型。
所述交通信号控制策略包含路段、交叉口、交通网通行能力分析，公交优先规则，定周期、自适应的匝道等交通信号控制策略。
不同的控制策略对于电动汽车的充电路径有影响。
交通仿真模块中，通过车-桩-路数据接口实现数据交互，包括电动汽车充电策略采集。
具体实施时，所述电动汽车充电策略采集是通过数据接口从电动汽车充电负荷仿真模块获取电动汽车充电策略，包括电动汽车充电需求、充电路径规划等信息。
电动汽车充电负荷仿真模块，用于基于充电负荷运行特性，进行电动汽车充电负荷仿真，并根据控制指令和交通仿真情况生成电动汽车充电策略；
具体实施时，根据公交车、私家车、网约车、物流车等不同类型电动汽车运行特性，对各类型电动汽车充电负荷进行仿真，预测电动汽车充电负荷曲线；
以减少负荷峰谷差、减少充电成本为目标，并根据用户参与电网调度意愿，电动汽车的剩余电量和安全里程，以及充电路径、充电价格生成电动汽车充电策略。
所述电动汽车充电策略包括充电时间、充电量、充电路径信息。
电动汽车充电负荷仿真模块中，通过车-桩-路-网数据接口进行数据交互。
进一步的，电动汽车充电负荷仿真模块中，根据城市电网仿真模块下达的控制指令，将控制目标功率分解到每个充电桩。
具体实施时，所述电动汽车充电负荷仿真模块中，基于充电负荷运行特性，进行电动汽车充电负荷仿真，具体为：
对电动汽车单体负荷进行建模：
Figure BDA0003328368370000081
Figure BDA0003328368370000082
式中，
Figure BDA0003328368370000083
分别为电动汽车n在t时段的充放电调度功率；
Figure BDA0003328368370000084
Figure BDA0003328368370000085
分别为电动汽车n的充放电功率上限；
Figure BDA0003328368370000086
表示电动汽车n并网时间集合：
Figure BDA0003328368370000087
式中，sn,t和sn,t-1分别表示电动汽车n在t时段及其上一时段的电池电量；ηch、ηdis分别为电动汽车的充放电效率；Δt表示调度时间窗；ηref表示放电补偿系数，由放电损耗决定；
Figure BDA0003328368370000088
式中，
Figure BDA0003328368370000089
表示电动汽车n的电池电量安全边界；
Figure BDA00033283683700000810
电动汽车个体不直接参与电网互动，而是通过充电站聚合后与电网互动。因此，计算得到充电站的总负荷：
Figure BDA00033283683700000811
Figure BDA00033283683700000812
式中：
Figure BDA00033283683700000813
和
Figure BDA00033283683700000814
分别为充电站j在t时段的总充、放电功率；
Figure BDA00033283683700000815
和
Figure BDA00033283683700000816
分别为电动汽车n在t时段的充、放电调度功率；
Figure BDA00033283683700000817
为充电站j中的电动汽车集合；T为调度时间集合。
本发明的一种电动汽车充电负荷参与电网互动仿真方法，包括以下步骤：
步骤1：城市电网运行模块基于电网模型执行电网调度指令，结合电动汽车充电负荷仿真信息，进行电网运行长过程动态模拟，并下发控制指令；
步骤2：交通仿真模块基于道路模型和交通信号控制策略，进行交通控制仿真，根据电动汽车充电策略模拟车辆运行，实现动态交通分配，选择充电价格，并安排电动汽车的充电路径；
步骤3：电动汽车充电负荷仿真模块，用于基于充电负荷运行特性，进行电动汽车充电负荷仿真，并根据控制指令和交通仿真情况生成电动汽车充电策略；
所述城市电网运行模块、电动汽车充电负荷仿真模块和交通仿真模块之间通过互动接口实现数据交互。
本发明将交通接入电网，在构建电网仿真和交通仿真的基础上，拓展了电动汽车与电网互动特性的模拟仿真、电动汽车充电负荷模型仿真及其充电服务调度策略，实现了车-桩-路-网的互动，可仿真验证面向“车-桩-路-网”的电动汽车充电负荷和电网互动特性。
本发明具备电动汽车充电站与电网互动特性的高精度仿真结果的同时降低了仿真系统的构建难度，能够为充电站选址、站内充电桩型号及数量配置策略、充电站参与辅助服务的有序充电调度策略、充电服务诱导信息发布策略、电动汽车充电需求状态切换、目标充电站及路径选择等多方面研究提供模拟和验证环境。
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 (14)

1.一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
所述系统包括：
城市电网运行模块，用于基于电网模型执行电网调度指令，结合电动汽车充电负荷仿真信息，进行电网运行长过程动态模拟，并下发控制指令；
交通仿真模块，用于基于道路模型和交通信号控制策略，进行交通控制仿真，根据电动汽车充电策略模拟车辆运行，实现动态交通分配，选择充电价格，并安排电动汽车的充电路径；
电动汽车充电负荷仿真模块，用于基于充电负荷运行特性，进行电动汽车充电负荷仿真，并根据控制指令和交通仿真情况生成电动汽车充电策略；
所述城市电网运行模块、电动汽车充电负荷仿真模块和交通仿真模块之间通过互动接口实现数据交互。
2.根据权利要求1所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
城市电网运行模块中，所述电网模型包括一次系统模型、二次系统模型、分布式电源和可调节负荷模型；
所述一次系统模型包括母线、线路、发电机、变压器和开关各类设备模型；
所述二次系统模型包括二次设备和二次回路模型；
所述分布式电源模型包括分布式风电和分布式光伏模型；
所述可调节负荷模型包括分布式储能、电动汽车、中央空调、电采暖、虚拟电厂、负荷聚合商、大工业用户负荷、自备电厂、智能楼宇和微网模型。
3.根据权利要求1所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
城市电网运行模块中，根据各调度系统上送的遥控、遥调操作指令在电网模型基础上进行电网的潮流计算，实现电网运行长过程动态模拟；
所述电网运行长过程动态模拟包括电网断面智能调整和连续潮流仿真；
所述断面智能调整是对历史数据断面的智能调整，包括获取历史潮流数据，对功率缺额的自动分配、潮流不收敛的自动调整、支路或断面越限的有功优化和无功电压越限的无功优化，依次调整后生成可用的仿真潮流断面；
所述连续潮流仿真是以电力系统潮流计算为核心，结合频率计算、发电负荷曲线自动跟踪，模拟设备的频率响应，实现电网运行长过程动态模拟。
4.根据权利要求1所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
城市电网运行模块中，通过统计断面中系统的总发电、总负荷，通过不平衡功率分配、潮流不收敛自动调整、有功越限优化、无功电压越限优化和潮流计算迭代，实现电网断面智能调整，生成基准潮流断面，对负荷和发电数据进行插值处理形成带时标的秒级间隔连续数据，按照时间顺序更新整点基准潮流断面中的发电、负荷数据以及开关状态，生成带时标的连续场景数据断面，实现电网运行长过程动态模拟。
5.根据权利要求1所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
城市电网运行模块中，通过车-桩-网数据接口实现数据交互，包括电动汽车充电负荷仿真信息采集和控制指令下发。
6.根据权利要求5所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
所述电动汽车充电负荷仿真信息包括各电动汽车充电站和充电桩的模型数据、充电负荷申报计划数据及量测数据。
所述控制指令包括控制目标功率、开始时间、控制时间。
7.根据权利要求1所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
交通仿真模块中，所述道路模型包括高速公路、城市道路、厂矿道路、林区道路和乡村道路各类道路模型，以及在道路中设置的信号灯、检测装置模型。
8.根据权利要求1所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
交通仿真模块中，所述交通信号控制策略包含路段、交叉口、交通网通行能力分析，公交优先规则，定周期、自适应的匝道交通信号控制策略。
9.根据权利要求1所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
交通仿真模块中，通过车-桩-路数据接口实现电动汽车充电策略采集。
10.根据权利要求1所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
电动汽车充电负荷仿真模块中，根据不同类型电动汽车运行特性，对各类型电动汽车充电负荷进行仿真，预测电动汽车充电负荷曲线；
以减少负荷峰谷差、减少充电成本为目标，并根据用户参与电网调度意愿，电动汽车的剩余电量和安全里程，以及充电路径、充电价格生成电动汽车充电策略。
11.根据权利要求10所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
所述电动汽车充电策略包括充电时间、充电量、充电路径信息。
12.根据权利要求1所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
电动汽车充电负荷仿真模块中，通过车-桩-路-网数据接口进行数据交互。
13.根据权利要求1所述的一种电动汽车充电负荷参与电网互动仿真系统，其特征在于：
所述电动汽车充电负荷仿真模块中，基于充电负荷运行特性，进行电动汽车充电负荷仿真，具体为：
对电动汽车单体负荷进行建模：
Figure FDA0003328368360000031
Figure FDA0003328368360000032
式中，
Figure FDA0003328368360000033
分别为电动汽车n在t时段的充放电调度功率；
Figure FDA0003328368360000034
分别为电动汽车n的充放电功率上限；
Figure FDA0003328368360000035
表示电动汽车n并网时间集合，则：
Figure FDA0003328368360000036
式中，sn,t和sn,t-1分别表示电动汽车n在t时段及其上一时段的电池电量；
ηch、ηdis分别为电动汽车的充放电效率；
Δt表示调度时间窗；
ηref表示放电补偿系数，由放电损耗决定；
电动汽车n的电池电量安全边界为：
Figure FDA0003328368360000041
式中，
Figure FDA0003328368360000042
表示电动汽车n的电池电量安全边界；
Figure FDA0003328368360000043
进一步计算得到充电站的总负荷为：
Figure FDA0003328368360000044
Figure FDA0003328368360000045
式中：
Figure FDA0003328368360000046
和
Figure FDA0003328368360000047
分别为充电站j在t时段的总充、放电功率；
Figure FDA0003328368360000048
和
Figure FDA0003328368360000049
分别为电动汽车n在t时段的充、放电调度功率；
Figure FDA00033283683600000410
为充电站j中的电动汽车集合；
T为调度时间集合。
14.一种基于权利要求1-13任意一项所述的电动汽车充电负荷参与电网互动仿真系统的电动汽车充电负荷参与电网互动仿真方法，其特征在于：
所述方法包括以下步骤：
步骤1：城市电网运行模块基于电网模型执行电网调度指令，结合电动汽车充电负荷仿真信息，进行电网运行长过程动态模拟，并下发控制指令；
步骤2：交通仿真模块基于道路模型和交通信号控制策略，进行交通控制仿真，根据电动汽车充电策略模拟车辆运行，实现动态交通分配，选择充电价格，并安排电动汽车的充电路径；
步骤3：电动汽车充电负荷仿真模块，用于基于充电负荷运行特性，进行电动汽车充电负荷仿真，并根据控制指令和交通仿真情况生成电动汽车充电策略；
所述城市电网运行模块、电动汽车充电负荷仿真模块和交通仿真模块之间通过互动接口实现数据交互。
CN202111272474.8A 2021-10-29 2021-10-29 一种电动汽车充电负荷参与电网互动仿真方法及系统 Active CN114006390B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111272474.8A CN114006390B (zh) 2021-10-29 2021-10-29 一种电动汽车充电负荷参与电网互动仿真方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111272474.8A CN114006390B (zh) 2021-10-29 2021-10-29 一种电动汽车充电负荷参与电网互动仿真方法及系统

Publications (2)

Publication Number Publication Date
CN114006390A true CN114006390A (zh) 2022-02-01
CN114006390B CN114006390B (zh) 2023-11-07

Family

ID=79925142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111272474.8A Active CN114006390B (zh) 2021-10-29 2021-10-29 一种电动汽车充电负荷参与电网互动仿真方法及系统

Country Status (1)

Country Link
CN (1) CN114006390B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114655058A (zh) * 2022-03-29 2022-06-24 国网河北省电力有限公司沧州供电分公司 汽车稳压充电系统和充电装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109586272A (zh) * 2017-09-28 2019-04-05 中国电力科学研究院 一种电网连续运行仿真断面的生成方法和系统
CN112751350A (zh) * 2020-12-28 2021-05-04 国网天津市电力公司电力科学研究院 一种移动储能时空联合优化调度策略的制定方法
CN113326594A (zh) * 2021-05-28 2021-08-31 南京工程学院 一种基于微观交通仿真的电动汽车换电站与电网互动方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109586272A (zh) * 2017-09-28 2019-04-05 中国电力科学研究院 一种电网连续运行仿真断面的生成方法和系统
CN112751350A (zh) * 2020-12-28 2021-05-04 国网天津市电力公司电力科学研究院 一种移动储能时空联合优化调度策略的制定方法
CN113326594A (zh) * 2021-05-28 2021-08-31 南京工程学院 一种基于微观交通仿真的电动汽车换电站与电网互动方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卢睿: "多馈入直流对华东电网稳定性影响研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, pages 1 - 86 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114655058A (zh) * 2022-03-29 2022-06-24 国网河北省电力有限公司沧州供电分公司 汽车稳压充电系统和充电装置

Also Published As

Publication number Publication date
CN114006390B (zh) 2023-11-07

Similar Documents

Publication Publication Date Title
Lin et al. The impact of electric vehicle penetration and charging patterns on the management of energy hub–A multi-agent system simulation
Erol-Kantarci et al. Prediction-based charging of PHEVs from the smart grid with dynamic pricing
Li et al. Emission-concerned wind-EV coordination on the transmission grid side with network constraints: Concept and case study
CN109754112B (zh) 一种考虑配电网削峰填谷的光储充电塔随机优化调度方法
CN111178619A (zh) 一种考虑分布式电源和充电站联合规划的多目标优化方法
CN107104454A (zh) 计及电动汽车功率可调控域的最优潮流节点电价计算方法
CN112186809A (zh) 基于电动汽车v2g模式的虚拟电厂优化协同调度方法
CN109948823B (zh) 一种光储充电塔自适应鲁棒日前优化调度方法
Murat et al. Energy management for EV charging based on solar energy in an industrial microgrid
CN113326467B (zh) 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统
CN110991718B (zh) 一种配电网网格化规划方法
CN111626527A (zh) 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法
Khezri et al. Impact of optimal sizing of wind turbine and battery energy storage for a grid-connected household with/without an electric vehicle
Huang et al. V2G optimal scheduling of multiple EV aggregator based on TOU electricity price
CN105741027A (zh) 一种含电动汽车的虚拟电厂优化调度方法
Li et al. Energy management model of charging station micro-grid considering random arrival of electric vehicles
Karnama et al. Optimal management of battery charging of electric vehicles: A new microgrid feature
CN114006390B (zh) 一种电动汽车充电负荷参与电网互动仿真方法及系统
Trinh et al. Optimal pev charging and discharging algorithms to reduce operational cost of microgrid using adaptive rolling horizon framework
Zenhom et al. Grid interactive charging of EVs in PV-powered parking lots considering uncertainties
CN106227986A (zh) 一种分布式电源与智能停车场的联合部署方法及装置
Faturahman et al. Observation of the use of renewable energy charging infrastructure in electric vehicles
Massaro et al. An Algorithm for Optimal Sizing of BESS in Smart Islands Energy Communities: the Case of Pantelleria
Thakre et al. Potentially affect of a vehicle to grid on the electricity system
Fournely et al. Simulation of electric vehicles daily charging in a low-voltage network to reduce grid reinforcement needs

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