CN114362227B - 一种考虑用户意愿的电动汽车调频上报方法 - Google Patents

一种考虑用户意愿的电动汽车调频上报方法 Download PDF

Info

Publication number
CN114362227B
CN114362227B CN202210033037.9A CN202210033037A CN114362227B CN 114362227 B CN114362227 B CN 114362227B CN 202210033037 A CN202210033037 A CN 202210033037A CN 114362227 B CN114362227 B CN 114362227B
Authority
CN
China
Prior art keywords
frequency modulation
optimal
price
mileage
capacity
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
CN202210033037.9A
Other languages
English (en)
Other versions
CN114362227A (zh
Inventor
孙英云
汪丽伟
王昊天
赵鹏飞
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.)
North China Electric Power University
Original Assignee
North China Electric Power 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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202210033037.9A priority Critical patent/CN114362227B/zh
Publication of CN114362227A publication Critical patent/CN114362227A/zh
Application granted granted Critical
Publication of CN114362227B publication Critical patent/CN114362227B/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
    • 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
    • B60L53/68—Off-site monitoring or control, e.g. remote control
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241—The oscillation concerning frequency
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明提供一种考虑用户意愿的电动汽车调频上报方法，采用两大策略用于优化电动汽车参与调频的两个阶段；最优投标策略用于优化日前上报阶段，在满足最小成本价格约束的同时寻求使EV用户效用最大的备用容量和里程报价；最优控制策略用于优化实时响应阶段，在满足运行约束和最小性能指标要求的条件下，平衡偏离调节信号的惩罚和电池循环老化成本，寻求最优的响应功率，以提高电动汽车用户获得的效用。本发明使用的离散选择模型可以有效刻画每个EV用户的调频参与意愿，还可以大致给出对应的效用及最优调频响应，增加用户的认知。最优投标策略和最优控制策略可以提高EV参与调频获得的效用。

Description

一种考虑用户意愿的电动汽车调频上报方法
技术领域
本发明属于电动汽车技术领域，具体涉及一种考虑用户意愿的电动汽车调频上报方法。
背景技术
可再生能源发电的随机性、波动性和电动汽车大规模无序负荷对当前电力系统稳定运行造成了很大的冲击。逐渐成熟的V2G技术实现了车辆与电网之间能量的双向流动，让EV成为一种具有巨大潜力的调频资源。单辆EV的容量对于电网调频需求来说微乎其微，因此诞生了聚合商这一概念，通过管理一定规模的EV，AO与调度中心进行调频任务的交易，但没有考虑EV用户调频意愿，可能引起用户的反感。用户调频意愿是指EV用户根据其自身特征及外界信息，形成的一个是否愿意参与及怎样参与电力系统调频辅助服务的决策问题。
现有技术中，针对用户意愿问题，主要依靠调查问卷方法实现。具体形式如下：
基于实验经济学设计调查问卷直接提问调查参与者，从有限数量的问卷中提取多层关联信息，需要面对样本有限和数据挖掘、信息抽取困难等难题。数据只能通过人类参与者获得，结果十分依赖样本，需要严格设计问卷问题，以确保调查者所填写的问卷可以反映其真实意愿。
缺点一：样本数据有限，不具有代表性和随机性；
缺点二：仅填写问卷，用户对所做选择缺少明确的认知。
另外，现有技术针对电动汽车参与调频辅助服务的模式，主要为简单参与模式。具体形式如下：
电动汽车日前以其额定功率进行市场调频备用容量申报，实时完全响应调度中心调控，即响应功率等于需求功率，作为价格接受者，接受任何价格出清。简单参与模式从调度中心或者AO的角度出发，忽略了EV用户的自主决策能力，没有考虑EV用户调频意愿，影响EV参与调频市场的积极性。
缺点一：电动汽车完全响应调频指令，电池老化成本增加，影响EV用户的经济效益；
缺点二：电动汽车不具有主动报价能力，难以体现EV用户调频意愿。
发明内容
为解决以上问题，本发明基于离散选择模型搭建了考虑用户意愿的EV上报模型，采用最优投标策略和最优控制策略两大策略最大化收益期望，辅助EV用户上报自己的调频容量以及里程价格，增加用户对所做选择的认知。
利用离散选择模型解决。DCM是在决策者效用最大化行为的假设下推导出来的，用来描述决策者在不同的可供选择的选项之间的选择行为。决策者在J个选项中进行选择时，无论选择哪一个选项都可以获得一定水平的效用，决策者趋向选择使自己获得最大效用的选项。以单个EV用户为研究对象，分别计算在3种调频意愿下获得的效用，用户与自己内心期望阈值进行比较，决定是否参与及怎样参与调频，并且每个用户都可对其所做选择的效用具有明确的认知。
提出基于现实调频市场环境和精确电池老化模型的最优投标策略和最优控制策略来解决。最优投标策略为在满足最小成本价格约束的同时，寻求最大化效用的备用容量和里程价格对。最优控制策略为通过平衡调频信号失配惩罚与电池老化成本，寻求最大化净收益的电池调频响应。最优投标策略和最优控制策略共同作用实现接近最优的控制结果。
具体的技术方案为：
一种考虑用户意愿的电动汽车调频上报方法，采用两大策略用于优化电动汽车参与调频的两个阶段；
最优投标策略用于优化日前上报阶段，在满足最小成本价格约束的同时寻求使EV用户效用最大的备用容量和里程报价；
最优控制策略用于优化实时响应阶段，在满足运行约束和最小性能指标要求的条件下，平衡偏离调节信号的惩罚和电池循环老化成本，寻求最优的响应功率，以提高电动汽车用户获得的效用。
具体步骤如下：
1、最优投标策略优化上报过程
S11、根据历史里程出清价格预测次日同时段可能的备选报价和概率。
假定次日实际里程出清价格为以同时段历史里程出清价格为均值的正态分布，将报价上下限区间划分成足够小且等距的m个区间，各区间的几何平均值为可能的出清价格，各区间的概率作为对应几何平均值为次日出清价格的概率。当里程报价为次日出清价格时，EV投标策略最优，因此EV同时段的备选报价为可能的m个出清价格。
m表示一个小时内备选报价的个数，一个区间对应一个报价。
S12、计算3种调频意愿下的备用容量和成本价格。
意愿①：EV用户不参与调频；意愿②：EV用户参与调频，参与方式为减小充电功率实现上调频和增大充电功率实现下调频；意愿③：EV用户参与调频，参与方式为减小充电功率或者增大放电功率实现上调频和增大充电功率或者减小放电功率实现下调频。
备用容量的大小与当前充放电功率Pt base、当前电池电量et、电池电量上下限
Figure BDA0003467251060000031
最大充/放电功率Pmax、最小性能指标要求γ相关；成本价格为净收益为0时的里程价格。3种意愿下的备用容量计算公式：
意愿①
上备用容量
Figure BDA0003467251060000032
0；
下备用容量
Figure BDA0003467251060000033
0；
意愿②
上备用容量
Figure BDA0003467251060000034
下备用容量
Figure BDA0003467251060000035
意愿③
上备用容量
Figure BDA0003467251060000036
下备用容量
Figure BDA0003467251060000037
t表示时间。
S13、比较m个备选报价与3种调频意愿下的成本价格，备用容量为成本价格小于备选报价的最大备用容量。
S14、分别计算上报价格和调频容量为第i(1≤i≤m)个备用容量-里程报价对的效用。根据步骤S13中所求的备用容量-里程报价和最优控制策略所求的最优响应功率计算效用。
S15、比较m个效用，最大效用对应的备用容量和里程报价即为最优。
2、最优控制策略优化模拟的响应过程
S21、计算一个周期的最优循环深度。
在一个周期内，EV获得的调频收益为电池循环深度的线性函数，EV承担的电池老化成本为电池循环深度的非线性函数，调频收益减成本差值最大的循环深度为最优循环深度。
S22、历史信息模拟次日响应阶段。
采用历史信息代替模拟次日响应，寻求最优响应功率，用于投标策略的效用计算。
本发明技术方案带来的有益效果：
1)本发明使用的离散选择模型可以有效刻画每个EV用户的调频参与意愿，还可以大致给出对应的效用及最优调频响应，增加用户的认知。
2)最优投标策略和最优控制策略可以提高EV参与调频获得的效用。
附图说明
图1为本发明的整体构架图；
图2为本发明的最优循环深度的说明；
图3为本发明的控制策略响应过程。
具体实施方式
结合实施例说明本发明的具体技术方案。
如图1所示，本发明通过历史信息模拟次日出清，采用最优投标策略和最优控制策略两大策略计算3种调频意愿下的最大效用，为用户在日前交易阶段的既定时刻报价至AO的代表自己参与意愿的调频备用容量和调频里程价格提供参考，日前交易以1小时为1周期。
考虑到EV用户参照依赖、损失规避和概率扭曲等心理行为，使用DCM刻画决策者在决策过程中的选择行为，核心为选择集的给出和效用函数的建立。模型的输入为EV用户的充电时间和充电需求，这样可以尽可能满足EV用户的出行需求。
选择集为用户参与调频的3种意愿，满足互斥性、完备性和有限性。意愿①：EV用户不参与调频；意愿②：EV用户参与调频，参与方式为减小充电功率实现上调频和增大充电功率实现下调频；意愿③：EV用户参与调频，参与方式为减小充电功率或者增大放电功率实现上调频和增大充电功率或者减小放电功率实现下调频。效用函数为EV用户参与/不参与调频获得的净收益期望值，
Figure BDA0003467251060000051
为调频收益与电池老化成本之差。本实施例只为经济效益，还可以包括环保效益等。
电动汽车参与调频市场包括两个阶段，日前上报阶段和实时响应阶段，本发明提供了两大策略用于优化电动汽车参与调频的两个阶段。最优投标策略用于优化日前上报阶段，在满足最小成本价格约束的同时寻求使EV用户效用最大的备用容量和里程报价。因为日前并不能准确获知次日实际调频指令和出清价格，无法直接得到效用最大的备用容量和里程报价，需根据调频市场历史信息模拟次日实时出清，反推次日最优备用容量和里程报价。最优控制策略用于优化实时响应阶段，在满足运行约束和最小性能指标要求的条件下，平衡偏离调节信号的惩罚和电池循环老化成本，寻求最优的响应功率，以提高电动汽车用户获得的效用。本发明目标为辅助用户日前上报，因此最优控制策略用于优化根据历史信息模拟的响应阶段，得到最优的响应功率，用于投标策略的效用计算。
具体步骤如下。
1、最优投标策略优化上报过程
S11、根据历史里程出清价格预测次日同时段可能的备选报价和概率。假定次日实际里程出清价格为以同时段历史里程出清价格为均值的正态分布，将报价上下限区间划分成足够小且等距的m个区间，各区间的几何平均值为可能的出清价格，各区间的概率作为对应几何平均值为次日出清价格的概率。当里程报价为次日出清价格时，EV投标策略最优，因此EV同时段的备选报价为可能的m个出清价格。
S12、计算3种调频意愿下的备用容量和成本价格。备用容量的大小与当前充放电功率Pt base、当前电池电量et、电池电量上下限
Figure BDA0003467251060000061
最大充/放电功率Pmax、最小性能指标要求γ相关；成本价格为净收益为0时的里程价格。3种意愿下的备用容量计算公式如表1所示：
表1 3种意愿下的备用容量
Figure BDA0003467251060000062
S13、比较m个备选报价与3种调频意愿下的成本价格，备用容量为成本价格小于备选报价的最大备用容量。
S14、分别计算上报价格和调频容量为第i(1≤i≤m)个备用容量-里程报价对的效用。根据步骤S13中所求的备用容量-里程报价和最优控制策略所求的最优响应功率计算效用。
S15、比较m个效用，最大效用对应的备用容量和里程报价即为最优。
2、最优控制策略优化模拟的响应过程
S21、计算一个周期的最优循环深度。在一个周期内，EV获得的调频收益为电池循环深度的线性函数，EV承担的电池老化成本为电池循环深度的非线性函数，如图2所示，调频收益减成本差值最大的循环深度为最优循环深度。
S32、历史信息模拟次日响应阶段。EV在响应调频指令要满足一些约束，例如电池自身的电量、功率约束控制策略要求还要满足最优循环深度约束，一旦达到最优循环深度，EV就应该停止响应调频指令，否则循环深度超过最优循环深度会导致EV在一个周期内获得的净收益期望减少，响应过程如图3所示。日前并不知道此时调频指令和出清价格，采用历史信息代替模拟次日响应，寻求最优响应功率，用于投标策略的效用计算。
本实施例中，假设EV参与调频对调频信号、容量出清价格和分时电价等数据没有影响，该市场的最低性能指标要求为0.7，入网时间为15时，离网时间为20时，利用PJM调频辅助服务市场2020年10月20日的调频信号、容量出清价格、里程出清价格和分时电价等数据，为了验证控制策略的最优性，对比控制策略和简单参与模式下的简单策略，即EV完全响应调控时控制策略的收益，仿真结果如表2所示。
表2意愿③下控制策略和简单策略对比
Figure BDA0003467251060000071
简单策略总是调度整个电池容量完全响应调频指令，具有较高的调节性能，调频收益相对更多，但电池循环深度更深，电池寿命减短，电池损耗成本增多，效用减少。将控制策略纳入调度过程中，可以提高EV参与调频获得的效用，从而可以最大限度地抵消充电成本。

Claims (2)

1.一种考虑用户意愿的电动汽车调频上报方法，其特征在于，采用两大策略用于优化电动汽车参与调频的两个阶段；
最优投标策略用于优化日前上报阶段，在满足最小成本价格约束的同时寻求使EV用户效用最大的备用容量和里程报价；
最优控制策略用于优化实时响应阶段，在满足运行约束和最小性能指标要求的条件下，平衡偏离调节信号的惩罚和电池循环老化成本，寻求最优的响应功率，以提高电动汽车用户获得的效用；
具体步骤如下：
1、最优投标策略优化上报过程
S11、根据历史里程出清价格预测次日同时段可能的备选报价和概率；
假定次日实际里程出清价格为以同时段历史里程出清价格为均值的正态分布，将报价上下限区间划分成足够小且等距的m个区间，各区间的几何平均值为可能的出清价格，各区间的概率作为对应几何平均值为次日出清价格的概率；当里程报价为次日出清价格时，EV投标策略最优，因此EV同时段的备选报价为可能的m个出清价格；
S12、计算3种调频意愿下的备用容量和成本价格；
意愿①：EV用户不参与调频；意愿②：EV用户参与调频，参与方式为减小充电功率实现上调频和增大充电功率实现下调频；意愿③：EV用户参与调频，参与方式为减小充电功率或者增大放电功率实现上调频和增大充电功率或者减小放电功率实现下调频；
S13、比较m个备选报价与3种调频意愿下的成本价格，备用容量为成本价格小于备选报价的最大备用容量；
S14、分别计算上报价格和调频容量为第i个备用容量-里程报价对的效用，1≤i≤m；根据步骤S13中所求的备用容量-里程报价和最优控制策略所求的最优响应功率计算效用；
S15、比较m个效用，最大效用对应的备用容量和里程报价即为最优；
2、最优控制策略优化模拟的响应过程
S21、计算一个周期的最优循环深度；
在一个周期内，EV获得的调频收益为电池循环深度的线性函数，EV承担的电池老化成本为电池循环深度的非线性函数，调频收益减成本差值最大的循环深度为最优循环深度；
S22、历史信息模拟次日响应阶段；
采用历史信息代替模拟次日响应，寻求最优响应功率，用于投标策略的效用计算。
2.根据权利要求1所述的一种考虑用户意愿的电动汽车调频上报方法，其特征在于，S12中，备用容量的大小与当前充放电功率Pt base、当前电池电量et、电池电量上下限
Figure FDA0003776259050000011
E、最大充/放电功率Pmax、最小性能指标要求γ相关；成本价格为净收益为0时的里程价格；3种意愿下的备用容量计算公式：
意愿①
上备用容量
Figure FDA0003776259050000021
下备用容量
Figure FDA0003776259050000022
意愿②
上备用容量
Figure FDA0003776259050000023
下备用容量
Figure FDA0003776259050000024
意愿③
上备用容量
Figure FDA0003776259050000025
下备用容量
Figure FDA0003776259050000026
t表示时间。
CN202210033037.9A 2022-01-12 2022-01-12 一种考虑用户意愿的电动汽车调频上报方法 Active CN114362227B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210033037.9A CN114362227B (zh) 2022-01-12 2022-01-12 一种考虑用户意愿的电动汽车调频上报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210033037.9A CN114362227B (zh) 2022-01-12 2022-01-12 一种考虑用户意愿的电动汽车调频上报方法

Publications (2)

Publication Number Publication Date
CN114362227A CN114362227A (zh) 2022-04-15
CN114362227B true CN114362227B (zh) 2022-09-09

Family

ID=81109874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210033037.9A Active CN114362227B (zh) 2022-01-12 2022-01-12 一种考虑用户意愿的电动汽车调频上报方法

Country Status (1)

Country Link
CN (1) CN114362227B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002335672A (ja) * 2001-03-08 2002-11-22 Fuji Electric Co Ltd 自動車搭載用ｄｃ−ｄｃコンバータ
CN107612048A (zh) * 2017-10-23 2018-01-19 重庆大学 基于模型预测的电动汽车调频控制策略
CN108183473A (zh) * 2017-12-13 2018-06-19 国网上海市电力公司 一种集群电动汽车参与辅助服务市场的优化投标方法
CN111987719A (zh) * 2020-08-19 2020-11-24 广东电网有限责任公司电力调度控制中心 一种电动汽车聚合商参与调频的投标方法及装置
CN112529622A (zh) * 2020-12-08 2021-03-19 国网河南省电力公司经济技术研究院 基于虚拟电厂的多元小微主体参与现货市场的出清方法
CN112668874A (zh) * 2020-12-25 2021-04-16 天津大学 一种参与电网调峰调频的电动汽车集群充电协同调度方法
CN112968450A (zh) * 2021-03-11 2021-06-15 南方电网科学研究院有限责任公司 一种储能参与调频的储能系统效益评估方法
CN113269372A (zh) * 2021-06-23 2021-08-17 华北电力大学 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

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002335672A (ja) * 2001-03-08 2002-11-22 Fuji Electric Co Ltd 自動車搭載用ｄｃ−ｄｃコンバータ
CN107612048A (zh) * 2017-10-23 2018-01-19 重庆大学 基于模型预测的电动汽车调频控制策略
CN108183473A (zh) * 2017-12-13 2018-06-19 国网上海市电力公司 一种集群电动汽车参与辅助服务市场的优化投标方法
CN111987719A (zh) * 2020-08-19 2020-11-24 广东电网有限责任公司电力调度控制中心 一种电动汽车聚合商参与调频的投标方法及装置
CN112529622A (zh) * 2020-12-08 2021-03-19 国网河南省电力公司经济技术研究院 基于虚拟电厂的多元小微主体参与现货市场的出清方法
CN112668874A (zh) * 2020-12-25 2021-04-16 天津大学 一种参与电网调峰调频的电动汽车集群充电协同调度方法
CN112968450A (zh) * 2021-03-11 2021-06-15 南方电网科学研究院有限责任公司 一种储能参与调频的储能系统效益评估方法
CN113269372A (zh) * 2021-06-23 2021-08-17 华北电力大学 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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
停车场电动汽车用户侧最优V2G控制策略研究;刘晓飞等;《电气工程学报》;20151025(第10期);全文 *
考虑分时电价和电池损耗的电动汽车集群V2G相应成本分析;张书盈，孙英云;《电力系统及其自动化学报》;20171130;全文 *
考虑调频绩效机制下储能在多市场中的最优投标策略研究;苏峰等;《电力建设》;20160301(第03期);全文 *

Also Published As

Publication number Publication date
CN114362227A (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
He et al. Optimal bidding strategy of battery storage in power markets considering performance-based regulation and battery cycle life
Zhou et al. Forming dispatchable region of electric vehicle aggregation in microgrid bidding
Dai et al. A dynamic pricing scheme for electric vehicle in photovoltaic charging station based on Stackelberg game considering user satisfaction
CN112186809B (zh) 基于电动汽车v2g模式的虚拟电厂优化协同调度方法
CN111091224A (zh) 一种基于区块链技术的电动汽车充电电能交易方法
Liu et al. Optimal operation strategy for distributed battery aggregator providing energy and ancillary services
CN111310966A (zh) 含电动汽车充电站的微电网选址及优化配置方法
CN115115268B (zh) 基于路电耦合与低碳约束的电动汽车充电桩容量规划方法
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
Brandt et al. Road to 2020: IS-supported business models for electric mobility and electrical energy markets
Teng et al. Potential value of energy storage in the UK electricity system
CN112001598A (zh) 基于储能选型的不同用户储能配置评估与运行优化方法
Yang et al. Regulating the collective charging load of electric taxi fleet via real-time pricing
Li et al. Two-stage community energy trading under end-edge-cloud orchestration
Cai et al. Optimal dispatching control of EV aggregators for load frequency control with high efficiency of EV utilization
Lin et al. Blockchain-based intelligent charging station management system platform
Lu et al. Stochastic bidding strategy of electric vehicles and energy storage systems in uncertain reserve market
CN117060506A (zh) 考虑绿电计费方式的电动汽车、光伏协同优化方法及装置
CN116247699A (zh) 一种计算最低容量租赁价格的储能充放电控制方法及系统
CN114362227B (zh) 一种考虑用户意愿的电动汽车调频上报方法
Yusuf et al. Data Driven Stochastic Energy Cost Optimization with V2G Operation in Commercial Buildings
CN116402307A (zh) 考虑可调度柔性资源运行特性的电网规划容量分析方法
Luo et al. Optimal scheduling strategy of EVs considering the limitation of battery state switching times
Chen et al. Overview of transmission expansion planning in the market environment
CN114549148A (zh) 虚拟电厂的竞价方法、装置、设备及存储介质

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