CN114626206B - 一种面向交直流配电网的电动汽车时空调度建模方法 - Google Patents
一种面向交直流配电网的电动汽车时空调度建模方法 Download PDFInfo
- Publication number
- CN114626206B CN114626206B CN202210159778.1A CN202210159778A CN114626206B CN 114626206 B CN114626206 B CN 114626206B CN 202210159778 A CN202210159778 A CN 202210159778A CN 114626206 B CN114626206 B CN 114626206B
- Authority
- CN
- China
- Prior art keywords
- electric vehicle
- time
- node
- distribution network
- converter
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid 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
- 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]
Abstract
本发明提供一种面向交直流配电网的电动汽车时空调度建模方法,其步骤包括:选定根节点,使用深度优先搜索遍历网络信息,分别给节点、换流器和电动汽车充电站顺次编号,并获取电网的电气连接关系和实际地理信息;获取当天区域中网络节点实时负荷大小以及需充电的电动汽车充电信息;对含有时间的参量进行离散化;以综合成本最低为优化调度目标,并建立模型的约束条件,通过优化算法求解模型,得到电动汽车的调度结果。根据本发明的交直流配电网电动汽车时空调度建模方法,与传统建模方法相比,更加符合实际配电网和电动汽车的运行情况,可以得到更优的调度结果。
Description
技术领域
本发明属于电动汽车调度领域,涉及一种车—网深度交互的建模方法,更具体地,涉及一种面向交直流配电网的电动汽车时空调度建模方法。
背景技术
随着电力电子技术的不断发展,目前配电网结构呈现出以交流配电网为主,交直流混连的多样形式。然而,传统配电网研究仍多数集中于单一类型电网中,难以适用于未来配电网的发展形式,况且,新电网拓扑结构下的电动汽车调度研究将有别于从前,需考虑到系统中所包含的直流线路及变流器设备等诸多新约束。
在应对大量电动汽车负荷接入电网过程中,如何保障电力系统可靠、稳定运行是重中之重。目前传统手段是利用电动汽车时间维度上的负荷可转移特性,利用电价引导策略,促使用户进行错峰充电,必要时还可向电网放电。但随着时间维度可调度作用趋于饱和,如何进一步提高电动汽车的灵活性以及电网的抗冲击能力,电动汽车时空联合调度十分重要,合理安排电动汽车的充电地点,不仅能减少系统网络损耗,还能避免将电动汽车负荷叠加到临界过载线路上,在实际工程背景下具有重要意义。
发明内容
本发明的目的是考虑实际配电网结构下的电动汽车—电网时空深度交互,提供一种面向交直流配电网的电动汽车时空调度建模方法,进而得到能实现系统经济性更优的更加符合实际情况的电动汽车调度方案。
本发明的一种面向交直流配电网的电动汽车时空调度建模方法,包括以下步骤:
1)选取平衡节点为根节点,采用深度优先法则或其他图/树遍历算法遍历整个配电网络,根据网络信息被访问的先后顺序分别为交直流配电网节点、换流器和电动汽车充电站顺次编号,根据编号构建并获取网络中交流配电网节点集合Ωac,N、直流配电网节点集合Ωdc,N、直流配电网根节点集合Ωdc,RN、交流配电网支路集合Ωac,L、直流配电网支路集合Ωdc,L、电动汽车充电站集合ΩEVCS、换流器集合ΩVSC,并获取网络中节点连接关系和配电区域的实际地理信息;
2)获取当天区域中网络节点实时负荷大小以及需充电的电动汽车充电信息;
3)对步骤2)得到的网络节点实时负荷大小以及需充电的电动汽车充电信息中含有时间的参量进行离散化处理;
4)根据所述步骤1)-3)获取的数据,以系统综合成本最低为目标建立目标函数,并建立约束条件,求解模型获取电动汽车的最优调度结果;
其中,所述系统综合成本为网损成本和空间调度下电网运营商支付给电动汽车用户额外里程的补偿费用两者之和;
所述约束条件包括交直流配电网运行及安全约束、电动汽车运行约束、充电桩数量约束和换流器运行约束。
作为一种优选的实施方式,所述步骤1)中,若采用其他图/树遍历算法遍历整个网络,则必须使节点编号、换流器编号和电动汽车充电站编号满足:网络中任意两个处于同一条支路上的节点、换流器、电动汽车充电站,编号较小的位于另一个的上游。
作为一种优选的实施方式,所述步骤2)中,利用历史数据建立预测模型,获取当天区域中网络节点实时负荷大小以及需充电的电动汽车充电信息;
其中所述电动汽车的充电信息包括:所需充电的电动汽车集合ΩEV,各电动汽车到达所分配充电站的时间各电动汽车离开所分配充电站的时间各电动汽车到达所分配充电站的荷电状态SOCarr,n,各电动汽车的电池容量Capn,各电动汽车目的地位置。其中下标n表示当前电动汽车编号。
作为一种优选的实施方式,所述步骤3)中,对含有时间的参量进行离散化处理的方式为:
将一日总时长按照时间步长划分为NT个时间段,每个时间段的起始时间记为该时间段对应的起始时刻,时间段的长度即为时间步长;
将网络节点实时负荷大小按照时刻进行取值;
所述电动汽车充电信息包括电动汽车到达所分配充电站的时间和电动汽车离开所分配充电站的时间;对电动汽车到达所分配充电站的时间,取该时间所处时间段的结束时刻作为电动汽车到达所分配充电站的时间;对电动汽车离开所分配充电站的时间,取该时间所处时间段的开始时间作为电动汽车离开所分配充电站的时间。
作为一种优选的实施方式,所述步骤4)中,网损成本基于下式计算:
其中cP为单位电价,为第m个换流器t时刻下的损耗,分别为t时刻下支路ij对应的交流、直流网络损耗,Ωac,L为交流配电网支路集合、Ωdc,L为直流配电网支路集合、ΩVSC为换流器集合,NT为时间参数离散化后一日包含的时间段数量,Δt为时间段的长度即时间步长;
所述空间调度下电网运营商支付给电动汽车用户额外里程的补偿费用基于下式计算:
其中cD为空间调度下电动汽车用户额外里程的单位补偿成本,ΩEV为所需充电的电动汽车集合,Ln为第n辆电动汽车的目的地与所分配电动汽车充电站之间的直线距离,Lmin,n为第n辆电动汽车的目的地到各电动汽车充电站距离中的最小值。
通常的计算中,t时刻下支路ij对应的交流、直流网络损耗、第m个换流器t时刻下的损耗计算公式如下:
本申请对上述公式进行了简化计算,对交流、直流配电网损耗计算时,将节点电压用相应配网的额定电压替代;对换流器损耗计算时,将原第m个换流器的内部扩展节点s在t时刻下所对应的节点电压幅值Us,m,t用交流配电网额定电压除其变压器变比替代(内部扩展节点s为靠近换流器中变压器的节点)。
简化计算的公式如下:
其中,rij为支路ij的电阻,PLij,t为t时刻下支路ij首端传输的有功功率(参考方向由节点i指向节点j),QLij,t为t时刻下支路ij首端传输的无功功率(参考方向由节点i指向节点j),为交流配电网的额定电压,为第m个换流器对应直流侧的额定电压,Ωdc,L,m为第m个换流器对应直流配电网的支路集合,Ic,m,t为第m个换流器在t时刻下由内部扩展节点s到内部扩展节点c的电流幅值(内部扩展节点s为靠近换流器中变压器的节点,内部扩展节点c为远离换流器中变压器的节点),Rc,m为第m个换流器中电抗器的电阻,Ps,m,t、Qs,m,t分别为第m个换流器在t时刻下从内部扩展节点s流向内部扩展节点c的首端有功、无功功率,Km为第m个换流器中变压器的变比,am、bm和cm为换流器内部的损耗系数,可通过换流器额定容量和额定直流侧电压得到,如下:
作为一种优选的实施方式,所述步骤4)中,所述电动汽车运行约束包括:
①电动汽车离开充电站时的期望荷电状态约束:
其中SOClea,n为第n辆电动汽车离开充电站时的期望荷电状态,SOCarr,n为电动汽车到达所分配充电站的荷电状态,和为距第n辆电动汽车目的地最近充电站的充电效率和充电功率,Tarr,n为电动汽车到达所分配充电站的时刻,Tlea,n为电动汽车离开所分配充电站的时刻,Capn为电动汽车的电池容量,SOCmax为电动汽车的荷电状态上限,ΩEV为所需充电的电动汽车集合;
②电动汽车任一时刻下的荷电状态约束:
其中SOCn,t为第n辆电动汽车在t时刻下的荷电状态,和分别为第n辆电动汽车在所分配充电站的充电效率和充电功率,和分别为第n辆电动汽车在所分配充电站的放电效率和放电功率,和为二进制变量,表示第n辆电动汽车在t时刻下的充电和放电状态;
③电动汽车空间调度约束:
其中Ln为第n辆电动汽车的目的地与所分配电动汽车充电站之间的直线距离,Lmin,n为第n辆电动汽车的目的地到各电动汽车充电站距离中的最小值,Lmax为允许电动汽车空间调度的最大半径。
进一步的,所述电动汽车运行约束还包括电动汽车荷电状态的上下限约束、电动汽车离开电量约束和电动汽车充放电行为约束,如下:
电动汽车荷电状态的上下限约束:
其中SOCmin为电动汽车的荷电状态下限,SOCmax为电动汽车的荷电状态上限。
电动汽车离开电量约束,指每一辆电动汽车离开充电站时的电量不小于电动汽车离开充电站的期望电量:
电动汽车充放电行为约束,指在同一时刻电动汽车最多只能进行充电或者放电行为:
作为一种优选的实施方式,所述换流器运行约束包括:
①换流器工作模式约束:
其中Ui,t为t时刻下节点i的电压幅值,为第m个换流器所对应直流配电网根节点的设定电压,Qs,m,t为第m个换流器在t时刻下从内部扩展节点s流向内部扩展节点c的首端无功功率(内部扩展节点s为靠近换流器中变压器的节点,内部扩展节点c为远离换流器中变压器的节点),为第m个换流器交流侧设定的无功功率,Ωdc,RN为直流配电网根节点集合,ΩVSC为换流器集合,NT为时间参数离散化后一日包含的时间段数量;
②换流器两侧的功率约束:
本申请对换流器两侧的功率约束进行了简化,忽略换流器损耗,并将原第m个换流器的扩展节点s在t时刻下所对应的节点电压幅值Us,m,t用交流配电网额定电压除其变压器变比替代:
其中Bc,m为第m个换流器并联电容滤波器的电纳,Pp,m,t和Qp,m,t分别为t时刻下注入第m个换流器的有功和无功功率,Pm,t为第m个换流器在t时刻下的输出功率,Ps,m,t为第m个换流器在t时刻下从内部扩展节点s流向内部扩展节点c的首端有功功率,Qs,m,t为第m个换流器在t时刻下从内部扩展节点s流向内部扩展节点c的首端无功功率,为交流配电网额定电压,Km为第m个换流器中变压器的变比;
③换流器安全约束:
其中μm为第m个换流器的直流电压利用率,在正弦脉宽调制控制模式下等于在矢量调制模式下等于1,为第m个换流器允许的最大直流负载,Uc,m,t为第m个换流器内部扩展节点c在t时刻下的电压幅值,可基于下式计算:
本申请对上式做了简化,忽略压降横分量,并将Up,m,t用交流配电网额定电压替代,如下:
其中Rc,m为第m个换流器中电抗器的电阻,Xc,m为第m个换流器中电抗器的电抗,Us,m,t为第m个换流器内部扩展节点s在t时刻下的电压幅值。
作为一种优选的实施方式,所述交直流配电网运行及安全约束包括线路有功功率传输约束、线路无功功率传输约束、线路电压降约束,节点电压幅值上下限约束,交流配电网传输容量约束。
交直流配电网有功传输约束公式如下:
线路无功功率传输约束如下:
线路电压降约束如下:
节点电压幅值上下限约束:
交流配电网传输容量约束:
本申请中将交直流配电网潮流运行约束进行简化,对交直流配电网有功传输过程,忽略功率传输过程中的线路有功损耗;对线路无功功率传输约束过程,忽略功率传输过程中的线路无功损耗;对交直流配电网电压降,将节点电压幅值近似看作电网额定电压,并忽略交流配电网的压降横分量,对交流配电网传输容量,用内接正12边形约束替代传统圆形约束,简化后的约束公式如下:
简化的交直流配电网有功传输约束公式:
其中PLjk,t为t时刻下支路jk首端传输的有功功率(参考方向由节点j指向节点k),PLij,t为t时刻下支路ij首端传输的有功功率(参考方向由节点i指向节点j),rij为支路ij的电阻,Pj,t为与节点j所连电动汽车充电站的充放电功率之和,为通过步骤2)所获取的节点j在t时刻下的有功负荷,Ωac,L为交流配电网支路集合,Ωac,N为交流配电网节点集合,Ωdc,L为直流配电网支路集合,Ωdc,N为直流配电网节点集合,NT为时间参数离散化后一日包含的时间段数量;
简化的交流配电网无功传输约束公式:
其中QLjk,t为t时刻下支路jk首端传输的无功功率(参考方向由节点j指向节点k),QLij,t为t时刻下支路ij首端传输的无功功率(参考方向由节点i指向节点j),为通过步骤2)所获取的节点j在t时刻下的无功负荷;
简化的交直流配电网电压降约束公式:
其中Ui,t为t时刻下节点i的电压幅值,Uj,t为t时刻下节点j的电压幅值,rij为支路ij的电阻,xij为支路ij的电抗,为交流配电网的额定电压,为第m个换流器对应直流侧的额定电压,Ωdc,L,m为第m个换流器对应直流配电网的支路集合,ΩVSC为换流器集合;
简化的交流配电网传输容量约束公式:
进一步的,所述充电桩数量约束如下:
充电桩数量约束,其中NEVs,q,t为第q个充电站在t时刻下接入的电动汽车数量,Ncp,q为第q个充电站的充电桩数量。
作为一种优选的实施方式,求解模型的算法采用粒子群、模拟退火等智能算法或者分支定界的数学方法。
本发明提出了一种面向交直流配电网的电动汽车时空调度建模方法。本方法能面向未来配电网的发展趋势,与传统仅考虑单一配电网下的电动汽车调度模型相比,涉及了新拓扑结构下所带来的系统潮流及换流器约束,此外,本方法利用了电动汽车在时间和空间双维度下的可调度特性,与单一维度的调度方案相较,能够在保证系统安全运行的前提条件下,获得目标函数更优的电动汽车调度方案,进一步提高配电网的抗冲击能力和可容纳的电动汽车数量。
附图说明
图1是本发明的方法流程示意图。
图2是换流器结构示意图。
图3是编号后的33节点交直流配电网和实际地理信息的耦合图。
图4是优化后的电动汽车充电时序图。
图5是优化后的电动汽车与实际充电站的分配图。
具体实施方式
下面结合附图,对本发明的技术方案进行具体介绍。
图1是本发明的方法流程示意图,介绍了本发明方法的基本步骤。图2是换流器结构示意图。图3是编号后的33节点交直流配电网和实际地理信息的耦合图,给定了网络的基准电压大小、线路参数、节点的电气连接关系等等。图4是优化后的电动汽车充电时序图,给出了所有电动汽车当天的充电序列。图5是优化后的电动汽车与实际充电站的分配图,给出了每一辆电动汽车实际使用的充电站和距离目的地最近的充电站,以下以该系统为例说明本发明方法的具体实现。
1)选取平衡节点为根节点,采用深度优先法则遍历整个网络,根据所述网络节点被访问的先后顺序依次为节点、换流器和电动汽车充电站编号,如图3所示,并获取网络中交流配电网节点集合[1,2,3,4,5,6,7,8,9,10,11,12,13,23,24,25,26,27,28,29,30,31,32,33]、直流配电网节点集合[14,15,16,17,18,19,20,21,22]、直流配电网根节点集合[14,19]、交流配电网支路集合支路1-2等共23条、直流配电网支路集合支路14-15等共7条、电动汽车充电站集合[1,2,3,4,5]、换流器集合[1,2]以及网络中节点连接关系和实际地理信息。
2)通过历史数据拟合得到节点负荷和电动汽车的特征曲线,采用线性插值和蒙特卡洛方法分别得到负荷大小以及需充电的电动汽车充电信息。以节点2为例,在00:00时,其节点有功负荷为64kW,在00:01时,节点有功负荷为63.93kW,在00:02时,节点有功负荷为63.87kW,一直到23:59时的有功负荷,共1440个数据。区域中共有100辆电动汽车需充电,为方便说明,假设电动汽车电池容量均为100kWh,以编号1的电动汽车为例,它到达所分配充电站的时间为14:53,离开所分配充电站的时间为16:53,到达所分配充电站的荷电状态为0.34,电动汽车目的地为节点编号2处。
3)将所述步骤2)所获得的网络节点实时负荷大小以及需充电的电动汽车充电信息进行离散化处理,具体流程为:
31)以15分钟为步长,将一天24小时化为96个时间段,每个时间段的起始时间记为该时间段的起始时刻;
32)将网络节点实时负荷按照时刻进行取值,以节点2为例,取节点2在00:00时的有功负荷为64kW,在00:15时的有功负荷为63kW,直到23:45时的有功负荷,共96个数据;
33)对电动汽车相关信息进行处理,以编号1的电动汽车为例,它到达所分配充电站的时间为14:53,属于14:45-15:00时间段,取该时间段结束时刻15:00作为电动汽车到达所分配充电站的时间;相应的,电动汽车离开所分配充电站的时间取所属时间段的开始时刻16:45。
4)根据所述步骤1)得到的网络信息和所述步骤3)得到的离散化处理后的网络节点实时负荷大小以及需充电的电动汽车充电信息,建立以综合成本最低的优化调度目标。其中所包含的参数取值如下:cP=0.07$/kWh,cD=0.1$/km。
5)根据所述步骤1)得到的网络信息和所述步骤3)得到的离散化处理后的网络节点实时负荷大小以及需充电的电动汽车充电信息,建立系统的约束条件。其中所包含的参数取值如下:在该系统中,交流配电网的线路参数取自于标准33节点算例,直流配电网线路参数如下表1所示,而地理拓扑是来自江苏省一个实际地理区域, SOCmin=0.1,SOCmax=0.9,编号为[1,2,5]的电动汽车充电站其充放电功率为7kW,充放电效率为0.9,编号为[3,4]的电动汽车充电站其充放电功率为30kW,充放电效率为0.9,Lmax=1km,电动汽车充电站的充电桩数量依次为[17,14,8,8,14], SB=10MVA,μ1=μ2=1,K1=K2=2,Rc,1=Rc,2=0.0001p.u.,Xc,1=Xc,2=0.1643p.u.,Bc,1=Bc,2=0.0887p.u.。
表1直流配电网线路参数
表2αω、βω、γω取值
6)对于所建立模型,通过Gurobi求解器进行求解,最后的结果见图4和图5。
Claims (10)
1.一种面向交直流配电网的电动汽车时空调度建模方法,其特征在于,该方法包括如下步骤:
1)选取平衡节点为根节点,采用深度优先法则或其他图/树遍历算法遍历整个配电网络,根据网络信息被访问的先后顺序分别为交直流配电网节点、换流器和电动汽车充电站顺次编号,根据编号构建交流配电网节点集合、直流配电网节点集合、直流配电网根节点集合、交流配电网支路集合、直流配电网支路集合、电动汽车充电站集合、换流器集合,并获取网络中节点连接关系和配电区域的实际地理信息;
2)获取当天区域中网络节点实时负荷大小以及需充电的电动汽车充电信息;
3)对步骤2)得到的网络节点实时负荷大小以及需充电的电动汽车充电信息中含有时间的参量进行离散化处理;
4)根据所述步骤1)-3)获取的数据,以系统综合成本最低为目标建立目标函数,并建立约束条件,求解模型获取电动汽车的最优调度结果;
其中,所述系统综合成本为网损成本和空间调度下电网运营商支付给电动汽车用户额外里程的补偿费用两者之和;
所述约束条件包括交直流配电网运行及安全约束、电动汽车运行约束、充电桩数量约束和换流器运行约束。
2.根据权利要求1所述的一种面向交直流配电网的电动汽车时空调度建模方法,其特征在于,所述步骤1)中,若采用其他图/树遍历算法遍历整个网络,则必须使节点编号、换流器编号和电动汽车充电站编号满足:网络中任意两个处于同一条支路上的节点、换流器、电动汽车充电站,编号较小的位于另一个的上游。
3.根据权利要求1所述的一种面向交直流配电网的电动汽车时空调度建模方法,其特征在于,所述步骤2)中,利用历史数据建立预测模型,获取当天区域中网络节点实时负荷大小以及需充电的电动汽车充电信息;
其中所述电动汽车充电信息包括:所需充电的电动汽车集合,各电动汽车到达所分配充电站的时间,各电动汽车离开所分配充电站的时间,各电动汽车到达所分配充电站的荷电状态,各电动汽车的电池容量,各电动汽车目的地位置。
4.根据权利要求1或3所述的一种面向交直流配电网的电动汽车时空调度建模方法,其特征在于,所述步骤3)中,对含有时间的参量进行离散化处理的方式为:
将一日总时长按照时间步长划分为NT个时间段,每个时间段的起始时间记为该时间段对应的起始时刻,时间段的长度即为时间步长;
将网络节点实时负荷大小按照时刻进行取值;
所述电动汽车充电信息包括电动汽车到达所分配充电站的时间和电动汽车离开所分配充电站的时间;对电动汽车到达所分配充电站的时间,取该时间所处时间段的结束时刻作为电动汽车到达所分配充电站的时间;对电动汽车离开所分配充电站的时间,取该时间所处时间段的开始时间作为电动汽车离开所分配充电站的时间。
5.根据权利要求1所述的一种面向交直流配电网的电动汽车时空调度建模方法,其特征在于,所述步骤4)中,网损成本基于下式计算:
其中cP为单位电价,为第m个换流器t时刻下的损耗,分别为t时刻下支路ij对应的交流、直流网络损耗,Ωac,L为交流配电网支路集合、Ωdc,L为直流配电网支路集合、ΩVSC为换流器集合,NT为时间参数离散化后一日包含的时间段数量,Δt为时间段的长度即时间步长;
所述空间调度下电网运营商支付给电动汽车用户额外里程的补偿费用基于下式计算:
其中cD为空间调度下电动汽车用户额外里程的单位补偿成本,ΩEV为所需充电的电动汽车集合,Ln为第n辆电动汽车的目的地与所分配电动汽车充电站之间的直线距离,Lmin,n为第n辆电动汽车的目的地到各电动汽车充电站距离中的最小值。
6.根据权利要求5所述的一种面向交直流配电网的电动汽车时空调度建模方法,其特征在于,所述t时刻下支路ij对应的交流、直流网络损耗、第m个换流器t时刻下的损耗分别基于下式计算:
其中,rij为支路ij的电阻,PLij,t为t时刻下支路ij首端传输的有功功率,参考方向由节点i指向节点j,QLij,t为t时刻下支路ij首端传输的无功功率,参考方向由节点i指向节点j,为交流配电网的额定电压,为第m个换流器对应直流侧的额定电压,Ωdc,L,m为第m个换流器对应直流配电网的支路集合,Ic,m,t为第m个换流器在t时刻下由内部扩展节点s到内部扩展节点c的电流幅值,内部扩展节点s为靠近换流器中变压器的节点,内部扩展节点c为远离换流器中变压器的节点,Rc,m为第m个换流器中电抗器的电阻,am、bm和cm为换流器内部的损耗系数,通过换流器额定容量和额定直流侧电压得到,Ps,m,t、Qs,m,t分别为第m个换流器在t时刻下从内部扩展节点s流向内部扩展节点c的首端有功、无功功率,Km为第m个换流器中变压器的变比。
7.根据权利要求1所述的一种面向交直流配电网的电动汽车时空调度建模方法,其特征在于,所述步骤4)中,所述电动汽车运行约束包括:
①电动汽车离开充电站时的期望荷电状态约束:
其中SOClea,n为第n辆电动汽车离开充电站时的期望荷电状态,SOCarr,n为电动汽车到达所分配充电站的荷电状态,和为距第n辆电动汽车目的地最近充电站的充电效率和充电功率,Tarr,n为电动汽车到达所分配充电站的时刻,Tlea,n为电动汽车离开所分配充电站的时刻,Capn为电动汽车的电池容量,SOCmax为电动汽车的荷电状态上限,ΩEV为所需充电的电动汽车集合;
②电动汽车任一时刻下的荷电状态约束:
其中SOCn,t为第n辆电动汽车在t时刻下的荷电状态,和分别为第n辆电动汽车在所分配充电站的充电效率和充电功率,和分别为第n辆电动汽车在所分配充电站的放电效率和放电功率,和为二进制变量,表示第n辆电动汽车在t时刻下的充电和放电状态;
③电动汽车空间调度约束:
其中Ln为第n辆电动汽车的目的地与所分配电动汽车充电站之间的直线距离,Lmin,n为第n辆电动汽车的目的地到各电动汽车充电站距离中的最小值,Lmax为允许电动汽车空间调度的最大半径。
8.根据权利要求1或7所述的一种面向交直流配电网的电动汽车时空调度建模方法,其特征在于,所述电动汽车运行约束还包括电动汽车荷电状态的上下限约束、电动汽车离开电量约束和电动汽车充放电行为约束。
9.根据权利要求1所述的一种面向交直流配电网的电动汽车时空调度建模方法,其特征在于,所述换流器运行约束包括:
①换流器工作模式约束:
其中Ui,t为t时刻下节点i的电压幅值,为第m个换流器所对应直流配电网根节点的设定电压,Qs,m,t为第m个换流器在t时刻下从内部扩展节点s流向内部扩展节点c的首端无功功率,内部扩展节点s为靠近换流器中变压器的节点,内部扩展节点c为远离换流器中变压器的节点,为第m个换流器交流侧设定的无功功率,Ωdc,RN为直流配电网根节点集合,ΩVSC为换流器集合,NT为时间参数离散化后一日包含的时间段数量;
②换流器两侧的功率约束:
其中Bc,m为第m个换流器并联电容滤波器的电纳,Pp,m,t和Qp,m,t分别为t时刻下注入第m个换流器的有功和无功功率,Pm,t为第m个换流器在t时刻下的输出功率,Ps,m,t为第m个换流器在t时刻下从内部扩展节点s流向内部扩展节点c的首端有功功率,Qs,m,t为第m个换流器在t时刻下从内部扩展节点s流向内部扩展节点c的首端无功功率,为交流配电网额定电压,Km为第m个换流器中变压器的变比;
③换流器安全约束:
其中Rc,m为第m个换流器中电抗器的电阻,Xc,m为第m个换流器中电抗器的电抗,Us,m,t为第m个换流器内部扩展节点s在t时刻下的电压幅值。
10.根据权利要求1所述的一种面向交直流配电网的电动汽车时空调度建模方法,其特征在于,所述交直流配电网运行及安全约束包括线路有功功率传输约束、线路无功功率传输约束、线路电压降约束,节点电压幅值上下限约束,交流配电网传输容量约束,其中:
交直流配电网有功传输约束公式如下:
其中PLjk,t为t时刻下支路jk首端传输的有功功率,参考方向由节点j指向节点k,PLij,t为t时刻下支路ij首端传输的有功功率,参考方向由节点i指向节点j,rij为支路ij的电阻,Pj,t为与节点j所连电动汽车充电站的充放电功率之和,为通过步骤2)所获取的节点j在t时刻下的有功负荷,Ωac,L为交流配电网支路集合,Ωac,N为交流配电网节点集合,Ωdc,L为直流配电网支路集合,Ωdc,N为直流配电网节点集合,NT为时间参数离散化后一日包含的时间段数量;
交流配电网无功传输约束公式如下:
其中QLjk,t为t时刻下支路jk首端传输的无功功率,参考方向由节点j指向节点k,QLij,t为t时刻下支路ij首端传输的无功功率,参考方向由节点i指向节点j,为通过步骤2)所获取的节点j在t时刻下的无功负荷;
交直流配电网电压降约束公式如下:
其中Ui,t为t时刻下节点i的电压幅值,Uj,t为t时刻下节点j的电压幅值,rij为支路ij的电阻,xij为支路ij的电抗,为交流配电网的额定电压,为第m个换流器对应直流侧的额定电压,Ωdc,L,m为第m个换流器对应直流配电网的支路集合,ΩVSC为换流器集合;
交流配电网传输容量约束公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210159778.1A CN114626206B (zh) | 2022-02-22 | 2022-02-22 | 一种面向交直流配电网的电动汽车时空调度建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210159778.1A CN114626206B (zh) | 2022-02-22 | 2022-02-22 | 一种面向交直流配电网的电动汽车时空调度建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114626206A CN114626206A (zh) | 2022-06-14 |
CN114626206B true CN114626206B (zh) | 2023-02-10 |
Family
ID=81900502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210159778.1A Active CN114626206B (zh) | 2022-02-22 | 2022-02-22 | 一种面向交直流配电网的电动汽车时空调度建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114626206B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115663929A (zh) * | 2022-10-19 | 2023-01-31 | 南京理工大学 | 一种多电压等级交直流配电网的可控资源协调调度方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112865149A (zh) * | 2020-12-31 | 2021-05-28 | 天津大学 | 一种基于代理商与区域分时电价的车网多时空互动方法 |
WO2022021957A1 (zh) * | 2021-03-16 | 2022-02-03 | 中国科学院广州能源研究所 | 运营商收益最大化的v2g二阶段随机规划调度模型 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330564A (zh) * | 2017-07-18 | 2017-11-07 | 国家电网公司 | 一种基于时空双尺度的电动汽车优化调度模型 |
CN108944531A (zh) * | 2018-07-24 | 2018-12-07 | 河海大学常州校区 | 一种电动汽车有序充电控制方法 |
CN109523051B (zh) * | 2018-09-18 | 2020-12-01 | 国网浙江省电力有限公司经济技术研究院 | 一种电动汽车充电实时优化调度方法 |
CN109670674B (zh) * | 2018-11-19 | 2023-04-07 | 浙江大学 | 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法 |
CN110826880B (zh) * | 2019-10-24 | 2023-07-28 | 成都信息工程大学 | 一种大规模电动汽车接入的主动配电网优化调度方法 |
CN110689210A (zh) * | 2019-11-14 | 2020-01-14 | 国网江苏省电力有限公司 | 一种计及三种类型充电桩的电动汽车充电站优化配置方法 |
CN111211564B (zh) * | 2020-01-17 | 2021-06-04 | 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 |
CN111930357B (zh) * | 2020-09-17 | 2021-01-15 | 国网浙江省电力有限公司营销服务中心 | 一种可视化建模作业流调度引擎的构建方法 |
CN112215415A (zh) * | 2020-09-29 | 2021-01-12 | 长安大学 | 基于概率模型最优分位点的汽车充电负荷场景预测方法 |
CN113708366A (zh) * | 2021-08-17 | 2021-11-26 | 国网辽宁省电力有限公司经济技术研究院 | 一种计及新能源和电动汽车的配电网优化调度方法及系统 |
-
2022
- 2022-02-22 CN CN202210159778.1A patent/CN114626206B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112865149A (zh) * | 2020-12-31 | 2021-05-28 | 天津大学 | 一种基于代理商与区域分时电价的车网多时空互动方法 |
WO2022021957A1 (zh) * | 2021-03-16 | 2022-02-03 | 中国科学院广州能源研究所 | 运营商收益最大化的v2g二阶段随机规划调度模型 |
Also Published As
Publication number | Publication date |
---|---|
CN114626206A (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pirouzi et al. | Exploring prospective benefits of electric vehicles for optimal energy conditioning in distribution networks | |
Tan et al. | Integration of electric vehicles in smart grid: A review on vehicle to grid technologies and optimization techniques | |
Yong et al. | A review on the state-of-the-art technologies of electric vehicle, its impacts and prospects | |
Podder et al. | Control strategies of different hybrid energy storage systems for electric vehicles applications | |
Tabari et al. | An energy management strategy for a DC distribution system for power system integration of plug-in electric vehicles | |
Masoum et al. | Smart load management of plug-in electric vehicles in distribution and residential networks with charging stations for peak shaving and loss minimisation considering voltage regulation | |
Pirouzi et al. | Power conditioning of distribution networks via single-phase electric vehicles equipped | |
CN103903090B (zh) | 基于用户意愿和出行规律的电动汽车充电负荷分配方法 | |
Chen et al. | Evaluation of advantages of an energy storage system using recycled EV batteries | |
CN110620383B (zh) | 基于电力电子变压器的交直流配电网日前优化调度方法 | |
CN114626206B (zh) | 一种面向交直流配电网的电动汽车时空调度建模方法 | |
Saldanha et al. | Control strategies for smart charging and discharging of plug-in electric vehicles | |
Rastegarfar et al. | Optimal placement of fast charging station in a typical microgrid in Iran | |
Varghese et al. | Load management strategy for DC fast charging stations | |
Viswanath et al. | Vehicle-to-Grid (V2G) Optimization for Grid Peak Demand Reduction and Decarbonization: A State-of-the-Art Review | |
Draz et al. | State-of-the-art with numerical analysis on electric fast charging stations: infrastructures, standards, techniques, and challenges | |
Ma et al. | An overview on impacts of electric vehicles integration into distribution network | |
Jiménez et al. | Unbalanced three-phase power flow studies of distribution systems with plug-in electric vehicles | |
Dai et al. | Optimization of electric vehicle charging capacity in a parking lot for reducing peak and filling valley in power grid | |
Badugu et al. | Critical review on integration of electric vehicles into residential distribution system | |
López et al. | Optimal Plug-in electric vehicles charging coordination in electrical distribution networks | |
Zhou et al. | The state-of-art of the EV charging control strategies | |
CN115663929A (zh) | 一种多电压等级交直流配电网的可控资源协调调度方法 | |
AHMAD | Impact Assessment of Electric Car Charging on LV Grids | |
Seguret et al. | Computation and implementation of an optimal mean field control for smart charging |
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 |