CN115130721A - 一种能源与交通网耦合下电动汽车负荷聚合调控优化方法 - Google Patents

一种能源与交通网耦合下电动汽车负荷聚合调控优化方法 Download PDF

Info

Publication number
CN115130721A
CN115130721A CN202210461445.4A CN202210461445A CN115130721A CN 115130721 A CN115130721 A CN 115130721A CN 202210461445 A CN202210461445 A CN 202210461445A CN 115130721 A CN115130721 A CN 115130721A
Authority
CN
China
Prior art keywords
node
traffic network
power
charging
traffic
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.)
Pending
Application number
CN202210461445.4A
Other languages
English (en)
Inventor
张琳娟
郭璞
韩军伟
张平
彭晓峰
杨烨
张晓晴
郑征
卢丹
陈婧华
周志恒
尚姗姗
刘明光
刘敦楠
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.)
State Grid Corp of China SGCC
North China Electric Power University
Economic and Technological Research Institute of State Grid Henan Electric Power Co Ltd
State Grid Electric Vehicle Service Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power University
Economic and Technological Research Institute of State Grid Henan Electric Power Co Ltd
State Grid Electric Vehicle Service 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 State Grid Corp of China SGCC, North China Electric Power University, Economic and Technological Research Institute of State Grid Henan Electric Power Co Ltd, State Grid Electric Vehicle Service Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202210461445.4A priority Critical patent/CN115130721A/zh
Publication of CN115130721A publication Critical patent/CN115130721A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，包括以下步骤：采集交通网络节点、交通网络路径长度、发电机组容量、用户行驶平均时间成本等数据，设置发电成本系数。计算电动汽车用户行驶和充电的时间成本、电力系统提供充电服务的供电成本。以降低电力系统提供充电服务的供电成本和用户的行驶充电过程中的时间成本为目标。基于能源与交通网耦合下的电动汽车负荷聚合调控优化模型，采用最短路径算法的求解各节点分布式电源出力和交通流分布。通过对电动汽车交通流的调控，可以有效改善交通网络中潮流的分布进而影响电动汽车充电需求的分布，改善电网潮流分布，促进新能源发电的消纳，提高整个系统的经济性。

Description

一种能源与交通网耦合下电动汽车负荷聚合调控优化方法
技术领域
本发明属于电力系统调度技术领域，尤其涉及一种能源与交通网耦合下电动汽车负荷聚合调控优化方法。
背景技术
电力生产和交通运输领域是温室气体的主要来源之一，实现节能减排和交通电气化，是关键措施。电动汽车的普及有利于实现交通电气化，电动汽车需要外部电源进行充电，其充电需求巨大，其运行决策不仅受城市复杂交通网络结构和道路车流量等路网信息的约束和影响，其充电需求与续航能力使电力系统也参与耦合。电力系统与交通网络之间的耦合将越来越紧密，这对电网的安全稳定运行来说，既是挑战也是机遇，庞大的充电需求及不协调的充电行为等恶劣的充电场景将严重冲击电网稳定性。
发明内容
针对背景技术中提到的电动汽车充电中存在的问题，本发明提出了一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，充分考虑用户行驶和充电过程中的时间成本和电力系统提供充电服务的供电成本，以及交通网络约束、电力网络约束和两网融合约束，确定能源与交通网耦合下电动汽车负荷聚合调控优化方法。
一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，所述方法具体包括以下步骤：
(1)采集交通网络节点、交通网络路径长度、发电机组容量、用户行驶平均时间成本等数据，设置发电成本系数。
(2)计算电动汽车用户行驶和充电的时间成本、电力系统提供充电服务的供电成本。
(3)以降低电力系统提供充电服务的供电成本和用户的行驶充电过程中的时间成本为目标，考虑交通网络约束、电网约束和两网耦合约束，建立能源与交通网耦合下的电动汽车负荷聚合调控优化模型。
(4)基于能源与交通网耦合下的电动汽车负荷聚合调控优化模型，采用最短路径算法的求解各节点分布式电源出力和交通流分布。
有益效果：本发明提出的能源与交通网耦合下电动汽车负荷聚合调控优化方法通过对电动汽车交通流的调控，可以有效改善交通网络中潮流的分布进而影响电动汽车充电需求的分布，改善电网潮流分布，促进新能源发电的消纳，提高整个系统的经济性。
附图说明
图1是25节点的交通网络图；
图2是两种场景下的潮流分布；
图3是本发明提供的能源与交通网耦合下电动汽车负荷聚合调控优化方法流程图；
具体实施方式
下面结合附图，对优选实施例作详细说明。应该强调的是下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。
本发明的具体步骤如下：
(1)采集交通网络节点、交通网络路径长度、发电机组容量、用户行驶平均时间成本等数据，设置发电成本系数。
(2)计算电动汽车用户在某一条路径g上行驶和充电的时间成本：
Figure RE-GDA0003806490520000021
其中，
Figure RE-GDA0003806490520000022
为行驶过程中产生的时间成本，
Figure RE-GDA0003806490520000023
为充电过程中产生的时间成本。ct为单位时间成本，
Figure RE-GDA0003806490520000031
为路段长度，vdrive为行驶速度，ζ为电动汽车能效系数，pspot为电动汽车在充电站内的额定充电功率，Ag为路径g对应的所有路段集合。
(2)计算电力系统提供充电服务的供电成本：
Figure RE-GDA0003806490520000032
其中，Q和C分别为相应成本的二次、一次系数,可根据经验人为选取，qi为节点i每小时分布式电源发电(或向上级电网购电的)电量，M为交通网络节点数量。
(4)以降低电力系统提供充电服务的供电成本和用户的行驶充电过程中的时间成本为目标，考虑交通网络约束、电网约束和两网耦合约束，建立能源与交通网耦合下的电动汽车负荷聚合调控优化模型。
Figure RE-GDA0003806490520000033
其中，Lg为路段g的长度。
(5)计算交通网中电动汽车的充电需求，交通网络约束包括交通流量平衡约束与交通流量非负约束：
Figure RE-GDA0003806490520000034
Figure RE-GDA0003806490520000041
其中，(o,d)为交通网络中从节点o到节点d间所有路径集合，(i，j)表示电动汽车在交通网络中从节点i行驶到节点j，λg是交通网络中路径g对应的交通流量需求；λg,ij是路径g对应的交通流量通过路段(i，j)的部分。
电力网络安全运行约束：
Figure RE-GDA0003806490520000042
Figure RE-GDA0003806490520000043
Figure RE-GDA0003806490520000044
Figure RE-GDA0003806490520000045
Figure RE-GDA0003806490520000046
式中：rij和xij分别为节点i到节点j支路的电阻与电抗值，
Figure RE-GDA0003806490520000047
和
Figure RE-GDA0003806490520000048
分别为t时刻节点i到节点j支路的有功和无功潮流，
Figure RE-GDA0003806490520000049
分别为t时刻节点j到节点j′支路的有功和无功潮流，
Figure RE-GDA0003806490520000051
分别为节点i处电动汽车有功充电功率和电动汽车充电负荷网侧无功功率，Ui,t Uj,t分别为t时刻节点i和节点j的电压幅值，
Figure RE-GDA0003806490520000052
和
Figure RE-GDA0003806490520000053
分别为t时刻节点j处的有功与无功基础负荷，
Figure RE-GDA0003806490520000054
和
Figure RE-GDA0003806490520000055
为t时刻节点j处分布式电源的有功与无功实际出力，
Figure RE-GDA0003806490520000056
为t时刻节点j处的无功补偿功率。
两网耦合约束：
Figure RE-GDA0003806490520000057
其中，
Figure RE-GDA0003806490520000058
为交通网路径g节点上电动汽车调度小时内平均充电需求，
Figure RE-GDA0003806490520000059
为相应电网节点的充电需求。
(6)基于上述能源与交通网耦合下的电动汽车负荷聚合调控优化模型，采用最短路径算法的求解各节点分布式电源出力和交通流分布等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
具体事例：
以一个25节点的交通网络和一个14节点的110kV高压配电网组成的耦合系统为例，模拟仿真能源与交通网耦合下的电动汽车聚合调控优化。25节点的交通网络图如图1所示。假设节点6、节点7配建有传统的分布式发电机，容量均为0.1p.u.；节点10、11、12、13处均配建有新能源分布式发电机，容量均为0.2p.u.；其他节点不安装发电机组。假设传统分布式发电机发电成本的一次、二次系数分别为0.3$/MW2h，150$/MWh；分布式新能源发电成本假设为0$/MWh；系统向上级电网协议购电成本的一次、二次系数分别为 0$/MWh，140$/MWh。假设电动汽车用户的时间成本为5$/h。由于交通流调度算法是在线运行，此处仅采用高峰时段作为示例，假设电动汽车交通流为 2500辆/小时，分布式新能源能够以额定出力发电。如图1 25节点的交通网络图。
设置两种场景：场景1假设电动汽车不接受调度中心调控，且电动汽车在不同节点处充电的价格均相同(即电网运行条件对电动汽车出行没有任何影响)，电动汽车会选择最短路径行驶并充电；场景2采用本发明所提出的调度算法对交通流进行调度，电动汽车选择调度中心给出的指导路径行驶。
两种场景下系统的成本、发购电情况如表1所示
表1两种场景下系统的成本与发购电电量
Figure RE-GDA0003806490520000061
由表1可看出，相比于场景1，场景2新能源发电的出力增加了16.82％，而传统分布式发电机组出力和协议购电总量分别降低了49.16％、53.19％。相应地，系统的总发购电成本降低了51.88％。
两种场景下协议购电和各个分布式电源节点的出力如表2所示。两种场景下潮流的分布情况如图2所示，图中每条配网支路上的小数为其有功潮流与支路容量的比值。图中潮流的正方向为从根节点出发到达末端节点的方向。
表2两种场景下场景协议购电和各分布式电源节点的出力
Figure RE-GDA0003806490520000062
Figure RE-GDA0003806490520000071
基于本发明提供的能源与交通网耦合下电动汽车负荷聚合调控优化方法，相比于场景1，场景2新能源发电的出力增加了16.82％，而传统分布式发电机组出力和协议购电总量分别降低了49.16％、53.19％，相应地系统的总发购电成本降低了51.88％。通过调度降低发购电成本和新能源消纳水平的同时，适当增加了电动汽车车主的时间成本。相比于最短路径行驶时，经过交通流调度，电动汽车总的行驶时间成本增加了1.19％，总充电时间成本增加了 1.22％。经过交通流调控，在牺牲一定的出行效率的代价下，大幅降低了系统的发购电成本，提高了新能源消纳水平，并使得总成本降低了2.03％。
可以看出，本发明提出的能源与交通网耦合下电动汽车负荷聚合调控优化方法通过对电动汽车交通流的调控，可以有效改善交通网络中潮流的分布进而影响电动汽车充电需求的分布，改善电网潮流分布，促进新能源发电的消纳，提高整个系统的经济性。

Claims (7)

1.一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，其特征在于，所述方法具体包括以下步骤：
(1)采集交通网络节点、交通网络路径长度、发电机组容量、用户行驶平均时间成本等数据，设置发电成本系数；
(2)计算电动汽车用户行驶和充电的时间成本、电力系统提供充电服务的供电成本；
(3)以降低电力系统提供充电服务的供电成本和用户的行驶充电过程中的时间成本为目标，考虑交通网络约束、电网约束和两网耦合约束，建立能源与交通网耦合下的电动汽车负荷聚合调控优化模型；
(4)基于能源与交通网耦合下的电动汽车负荷聚合调控优化模型，采用最短路径算法的求解各节点分布式电源出力和交通流分布。
2.根据权利要求1所述的一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，其特征在于：采集交通网络节点、交通网络路径长度、发电机组容量、用户行驶平均时间成本等数据，设置发电成本系数。
3.根据权利要求1所述的一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，其特征在于：计算电动汽车用户在某一条路径g上行驶和充电的时间成本：
Figure RE-FDA0003806490510000011
其中，
Figure RE-FDA0003806490510000012
为行驶过程中产生的时间成本，
Figure RE-FDA0003806490510000013
为充电过程中产生的时间成本；ct为单位时间成本，
Figure RE-FDA0003806490510000014
为路段长度，vdrive为行驶速度，ζ为电动汽车能效系数，pspot为电动汽车在充电站内的额定充电功率，Ag为路径g对应的所有路段集合。
4.根据权利要求1所述的一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，其特征在于：计算电力系统提供充电服务的供电成本：
Figure RE-FDA0003806490510000021
其中，Q和C分别为相应成本的二次、一次系数,可根据经验人为选取，qi为节点i每小时分布式电源发电(或向上级电网购电的)电量，M为交通网络节点数量。
5.根据权利要求1所述的一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，其特征在于：以降低电力系统提供充电服务的供电成本和用户的行驶充电过程中的时间成本为目标，考虑交通网络约束、电网约束和两网耦合约束，建立能源与交通网耦合下的电动汽车负荷聚合调控优化模型；
Figure RE-FDA0003806490510000022
其中，Lg为路段g的长度。
6.根据权利要求1所述的一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，其特征在于：计算交通网中电动汽车的充电需求，交通网络约束包括交通流量平衡约束与交通流量非负约束：
Figure RE-FDA0003806490510000023
Figure RE-FDA0003806490510000024
其中，(o,d)为交通网络中从节点o到节点d间所有路径集合，(i，j)表示电动汽车在交通网络中从节点i行驶到节点j，λg是交通网络中路径g对应的交通流量需求；λg,ij是路径g对应的交通流量通过路段(i，j)的部分；
电力网络安全运行约束：
Figure RE-FDA0003806490510000031
Figure RE-FDA0003806490510000032
Figure RE-FDA0003806490510000033
Figure RE-FDA0003806490510000034
Figure RE-FDA0003806490510000035
式中：rij和xij分别为节点i到节点j支路的电阻与电抗值，
Figure RE-FDA0003806490510000036
和
Figure RE-FDA0003806490510000037
分别为t时刻节点i到节点j支路的有功和无功潮流，
Figure RE-FDA0003806490510000038
分别为t时刻节点j到节点j′支路的有功和无功潮流，
Figure RE-FDA0003806490510000039
分别为节点i处电动汽车有功充电功率和电动汽车充电负荷网侧无功功率，Ui,t Uj,t分别为t时刻节点i和节点j的电压幅值，
Figure RE-FDA0003806490510000041
和
Figure RE-FDA0003806490510000042
分别为t时刻节点j处的有功与无功基础负荷，
Figure RE-FDA0003806490510000043
和
Figure RE-FDA0003806490510000044
为t时刻节点j处分布式电源的有功与无功实际出力，
Figure RE-FDA0003806490510000045
为t时刻节点j处的无功补偿功率；
两网耦合约束：
Figure RE-FDA0003806490510000046
其中，
Figure RE-FDA0003806490510000047
为交通网路径g节点上电动汽车调度小时内平均充电需求，
Figure RE-FDA0003806490510000048
为相应电网节点的充电需求。
7.根据权利要求1所述的一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，其特征在于：基于上述能源与交通网耦合下的电动汽车负荷聚合调控优化模型，采用最短路径算法的求解各节点分布式电源出力和交通流分布等。
CN202210461445.4A 2022-04-28 2022-04-28 一种能源与交通网耦合下电动汽车负荷聚合调控优化方法 Pending CN115130721A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210461445.4A CN115130721A (zh) 2022-04-28 2022-04-28 一种能源与交通网耦合下电动汽车负荷聚合调控优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210461445.4A CN115130721A (zh) 2022-04-28 2022-04-28 一种能源与交通网耦合下电动汽车负荷聚合调控优化方法

Publications (1)

Publication Number Publication Date
CN115130721A true CN115130721A (zh) 2022-09-30

Family

ID=83376269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210461445.4A Pending CN115130721A (zh) 2022-04-28 2022-04-28 一种能源与交通网耦合下电动汽车负荷聚合调控优化方法

Country Status (1)

Country Link
CN (1) CN115130721A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115409294A (zh) * 2022-11-01 2022-11-29 江西江投电力技术与试验研究有限公司 一种配电网调度与充电协同的鲁棒优化方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115409294A (zh) * 2022-11-01 2022-11-29 江西江投电力技术与试验研究有限公司 一种配电网调度与充电协同的鲁棒优化方法

Similar Documents

Publication Publication Date Title
CN112751350B (zh) 一种移动储能时空联合优化调度策略的制定方法
Luo et al. Charging scheduling strategy for different electric vehicles with optimization for convenience of drivers, performance of transport system and distribution network
Deb et al. Charging coordination of plug-in electric vehicle for congestion management in distribution system integrated with renewable energy sources
Mehta et al. Double-layered intelligent energy management for optimal integration of plug-in electric vehicles into distribution systems
CN108446796A (zh) 考虑电动汽车负荷需求响应的网-源-荷协调规划方法
CN109063992A (zh) 考虑区域综合能源系统优化运行的配电网扩展规划方法
CN112183882B (zh) 一种基于电动汽车快充需求的智慧充电站充电优化方法
US11949234B2 (en) Method for making spatio-temporal combined optimal scheduling strategy of mobile energy storage (MES) system
CN115360804B (zh) 一种有序充电系统及有序充电方法
Ning et al. Research and analysis of a flexible integrated development model of railway system and photovoltaic in China
Singh et al. A real-time smart charging station for EVs designed for V2G scenario and its coordination with renewable energy sources
Thomas et al. A scheduling optimization model for minimizing the energy demand of a building using electric vehicles and a micro-turbine
CN115130721A (zh) 一种能源与交通网耦合下电动汽车负荷聚合调控优化方法
CN114022046B (zh) 一种考虑交通均衡的综合能源系统优化调度方法
CN115001037A (zh) 一种多目标多时间尺度协同的储能系统调度运行方法
Wijesekera et al. Design of a small electric vehicle charger with multi-ports
Arab et al. A priority-based seven-layer strategy for energy management cooperation in a smart city integrated green technology
CN117013552A (zh) 一种电力交通耦合网协同运行策略
CN115511172A (zh) 一种考虑不完全充电的插入式纯电动公交充电计划的优化方法
Gržanić et al. Profitable Investment in PV and BES Integrated with EV Charging Stations in Croatia-Myth or Reality?
CN112541778A (zh) 一种基于微电网参与两阶段市场出清系统优化运行方法
Jin et al. Exploration of user participation in carbon transaction benefits in electricity-carbon linkage
CN109638896A (zh) 一种面向能源互联网的能源联合供能管控方法及系统
CN117709689B (zh) 一种计及整体效能与能量阻抗的风电场功率分配优化方法
CN116307524B (zh) 基于改善动态用户均衡的电动汽车充电站选址规划方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication