CN115239032B - 计及能源自洽率的高速公路服务区微电网规划方法及系统 - Google Patents
计及能源自洽率的高速公路服务区微电网规划方法及系统 Download PDFInfo
- Publication number
- CN115239032B CN115239032B CN202211169038.2A CN202211169038A CN115239032B CN 115239032 B CN115239032 B CN 115239032B CN 202211169038 A CN202211169038 A CN 202211169038A CN 115239032 B CN115239032 B CN 115239032B
- Authority
- CN
- China
- Prior art keywords
- service area
- power
- energy storage
- objective function
- equipment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 59
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000004146 energy storage Methods 0.000 claims description 80
- 239000007789 gas Substances 0.000 claims description 43
- 230000008901 benefit Effects 0.000 claims description 32
- 238000010276 construction Methods 0.000 claims description 15
- 239000000126 substance Substances 0.000 claims description 13
- 238000009434 installation Methods 0.000 claims description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 7
- 239000003345 natural gas Substances 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 238000012358 sourcing Methods 0.000 claims description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 2
- 239000011541 reaction mixture Substances 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 7
- 150000001875 compounds Chemical class 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 125000004432 carbon atom Chemical group C* 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
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"
-
- 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
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
-
- 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
- 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]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种计及能源自洽率的高速公路服务区微电网规划方法及系统,属于高速公路微电网规划技术领域,先建立用于微电网规划的多目标优化模型,该多目标优化模型包括多目标函数和约束条件,多目标函数包括年投资效益目标函数、微电网运行效益目标函数、用户排队等待时间目标函数和微电网能源自洽率目标函数,约束条件包括功率平衡约束、分布式电源出力约束、储能设备出力约束、电动汽车荷电量约束和设备建设约束。然后利用多目标优化算法对多目标优化模型进行优化求解,得到微电网的各个设备的配置方案,从而能够对微电网进行合理规划,实现能源自洽。
Description
技术领域
本发明涉及高速公路微电网规划技术领域,特别是涉及一种计及能源自洽率的高速公路服务区微电网规划方法及系统。
背景技术
近年来,化石燃料短缺和环境污染问题日益严重,电动汽车使用清洁的电力作为能源,使用过程中不会产生排放,噪音也极低。使用可再生能源发电可以使电力生产过程实现零排放,减少传统能源发电带来的排放和不可再生能源消耗。
电动汽车动力电池技术的发展缓慢,电动汽车续航里程不如燃油车,且常规充电需要的时间较长,故使用快速充电技术,提高用户的使用体验,成为了推广电动汽车的必然选择,特别是在高速公路行驶工况下,车速较高,电动汽车的耗电量也较大,需要一次或多次补充电能才能到达目的地,在现有的高速公路服务区内规划充电站满足电动汽车用户的出行需求,成为了使用电动汽车进行城际旅行的关键,但高速公路服务区一般距离电网较远,使用电网电能往往需要传输较远的距离,损耗较大不够经济,这时利用郊外丰富的风电设备和光伏设备资源,并配合储能设备与微型燃气轮机实现服务区微电网能源自洽,是目前亟待解决的问题。
发明内容
本发明的目的是提供一种计及能源自洽率的高速公路服务区微电网规划方法及系统,对微电网进行合理规划,实现能源自洽。
为实现上述目的,本发明提供了如下方案:
一种计及能源自洽率的高速公路服务区微电网规划方法,所述微电网规划方法包括:
建立用于微电网规划的多目标优化模型;所述多目标优化模型包括多目标函数和约束条件;所述多目标函数包括年投资效益目标函数、微电网运行效益目标函数、用户排队等待时间目标函数和微电网能源自洽率目标函数;所述约束条件包括功率平衡约束、分布式电源出力约束、储能设备出力约束、电动汽车荷电量约束和设备建设约束;
利用多目标优化算法对所述多目标优化模型进行优化求解,得到微电网的各个设备的配置方案;所述设备包括微型燃气轮机、光伏设备、风电设备、储能设备和充电桩;所述配置方案包括规划范围内每一服务区所安装的微型燃气轮机、光伏设备、风电设备和储能设备的型号以及充电桩的数量。
一种计及能源自洽率的高速公路服务区微电网规划系统,所述微电网规划系统包括:
多目标优化模型构建模块,用于建立用于微电网规划的多目标优化模型;所述多目标优化模型包括多目标函数和约束条件;所述多目标函数包括年投资效益目标函数、微电网运行效益目标函数、用户排队等待时间目标函数和微电网能源自洽率目标函数;所述约束条件包括功率平衡约束、分布式电源出力约束、储能设备出力约束、电动汽车荷电量约束和设备建设约束;
优化求解模块,用于利用多目标优化算法对所述多目标优化模型进行优化求解,得到微电网的各个设备的配置方案;所述设备包括微型燃气轮机、光伏设备、风电设备、储能设备和充电桩;所述配置方案包括规划范围内每一服务区所安装的微型燃气轮机、光伏设备、风电设备和储能设备的型号以及充电桩的数量。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明用于提供一种计及能源自洽率的高速公路服务区微电网规划方法及系统,先建立用于微电网规划的多目标优化模型,该多目标优化模型包括多目标函数和约束条件,多目标函数包括年投资效益目标函数、微电网运行效益目标函数、用户排队等待时间目标函数和微电网能源自洽率目标函数,约束条件包括功率平衡约束、分布式电源出力约束、储能设备出力约束、电动汽车荷电量约束和设备建设约束。然后利用多目标优化算法对多目标优化模型进行优化求解,得到微电网的各个设备的配置方案,从而能够对微电网进行合理规划,实现能源自洽。
附图说明
图1为本发明实施例1所提供的微电网规划方法的方法流程图;
图2为本发明实施例1所提供的高速公路的出入口和服务区的设置示意图;
图3为本发明实施例2所提供的微电网规划系统的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
本实施例用于提供一种计及能源自洽率的高速公路服务区微电网规划方法,如图1所示,所述微电网规划方法包括:
S1:建立用于微电网规划的多目标优化模型;所述多目标优化模型包括多目标函数和约束条件;所述多目标函数包括年投资效益目标函数、微电网运行效益目标函数、用户排队等待时间目标函数和微电网能源自洽率目标函数;所述约束条件包括功率平衡约束、分布式电源出力约束、储能设备出力约束、电动汽车荷电量约束和设备建设约束;
目前,如何合理的在现有的高速公路服务区内规划充电站满足电动汽车用户的出行需求,成为了使用电动汽车进行城际旅行的关键,在此,本实施例提供一种优选的实现方式,基于电动汽车各项参数建立高速公路服务区充电需求模型,然后以充电需求得到满足为约束,以建设充电站数量最少为目标建立规划模型并求解,得到高速公路服务区充电站的安装位置,以进行高速公路服务区充电站的选址规划,并在此基础上进行高速公路服务区微电网内各设备的容量规划。
具体的,在S1之前,本实施例的微电网规划方法还包括:建立用于充电站规划的规划模型;规划模型包括以充电站数量最少为目标的目标函数和以充电需求得到满足为约束的约束条件;对规划模型进行求解,得到充电站的安装位置。
更为具体的,规划模型的建立过程可以包括:
(1)计算高速公路电动汽车出行特性参数:
式(2)中,NEVs表示第s个入口一天中出行最高峰的时段的EV出行量;输入NEVs,可得t s 时段从第s个入口进入高速公路的EV出行量。t s 时段所有入口的EV出行总量记为nev(t),可以表示为:。
(2)根据高速公路电动汽车出行特性参数,通过蒙特卡洛模拟得到电动汽车充电需求点集合:
(2.1)将一天划分为多个时段;
(2.2)对于每一时段,利用式(2)确定在该时段通过每一入口进入高速公路的电动汽车的数量,求和即可得到在该时段进入高速公路的电动汽车的总数量;对于每一电动汽车,利用式(3)确定该电动汽车的初始荷电量,通过蒙特卡洛模拟方法确定起点和终点,具体的,假设高速公路总共有N个出入口,从高速前N-1个出入口构成的入口集合中随机抽取起点,再从起点之后的出入口构成的出口集合中随机抽取终点;根据起点和终点,通过最短路径算法获取电动汽车在从起点到终点以内的高速公路上的行驶路径,并根据初始荷电量在行驶路径上标记电动汽车的充电需求点的位置,具体的,在电动汽车沿该行驶路径的行驶过程中,以初始荷电量作为初始值,当电量下降到20%时,标记当前位置作为第一个充电需求点,假设在该点将电量补充至90%继续行驶,当电量再次下降到20%时,标记当前位置作为第二个充电需求点,并在该点将电量补充至90%继续行驶,直到到达终点。
(2.3)将所有时段内的每一电动汽车的充电需求点的位置进行组合,得到充电需求点集合。
(3)基于电动汽车充电需求点集合,建立高速公路服务区充电站的位置规划模型:
上式中,为服务区集合;为表示服务区j是否安装充电站的二进制变量;为表示服务区j能否覆盖充电需求点i的二进制变量;为充电需求点集合。上述规划模型以建设充电站数量最少为目标函数,以所有充电需求点的充电需求得到满足为约束条件,即充电需求点i能够到达的服务区中最少有1个安装有充电站。使用线性求解器求解上述规划模型,即可得到充电站的安装位置。
在确定充电站的安装位置的基础上,本实施例建立运行效益最好,电动汽车用户等待时间最短,微电网能源自洽率最高的多目标函数,建立同时考虑功率平衡约束,分布式电源与储能出力约束,电动汽车荷电量约束,设备建设约束等约束的约束条件,以得到多目标优化模型,并使用多目标优化算法求解该多目标优化模型,即可得到微型燃气轮机、光伏设备、风电设备、储能设备的型号以及充电桩的安装数量等配置信息。
本实施例所构建的多目标优化模型包括多目标函数和约束条件。多目标函数包括年投资效益目标函数、微电网运行效益目标函数、用户排队等待时间目标函数和微电网能源自洽率目标函数,具体如下:
(1)年投资效益目标函数为:
式(7)中,为年投资效益;r为年回报率;T为规划使用寿命;为服务区集合;为微型燃气轮机的可选型号集合;为微型燃气轮机的单位功率建造系数;为型号m的微型燃气轮机的最大功率;为表示服务区j是否安装型号m的微型燃气轮机的二进制变量;为光伏设备的可选型号集合;为光伏设备的单位功率建造系数;为型号m的光伏设备的最大功率;为表示服务区j是否安装型号m的光伏设备的二进制变量;为风电设备的可选型号集合;为风电设备的单位功率建造系数;为型号m的风电设备的最大功率;为表示服务区j是否安装型号m的风电设备的二进制变量;为储能设备的可选型号集合;为型号m的储能设备的单位容量建造系数;为型号m的储能设备的容量;为型号m的储能设备的单位功率建造系数;为型号m的储能设备的最大充放电功率;为表示服务区j是否安装型号m的储能设备的二进制变量;为表示服务区j是否安装充电站的二进制变量,其利用上述建立的规划模型可预先获得;为单个充电站的建造系数;为单个充电桩的建造系数;为服务区j的充电站中充电桩的数量。
本实施例的上述二进制变量取1时,代表安装;取0时,代表未安装。
(2)微电网运行效益目标函数为:
式(8)中,为微电网运行效益;t为时段;为单位电能的购买系数;为t时段通过电网变电站输送到服务区j的有功功率;为单位天然气的购买系数;为服务区j的微型燃气轮机在t时段发电的有功功率;为微型燃气轮机的转化效率;为天然气热值;为表示服务区j的储能设备充电状态的二进制变量,为1时表示储能设备当前在充电;为服务区j的储能设备在t时段的荷电量;为服务区j的储能设备在t-1时段的荷电量;为表示服务区j的储能设备放电状态的二进制变量,为1时表示储能设备当前在放电;为储能设备的充放电循环寿命,完成一次完整的充电和放电计算为一次循环。
(3)用户排队等待时间目标函数为:
式(9)所示的电动汽车用户排队等待时间的计算公式中的车辆到达率采用下述公式计算:
t时段的平均充电时间(h)的计算公式如下:
首先计算充电站服务强度:
接着给出充电站服务系统平衡方程并计算充电站中存在电动汽车的概率。
充电站服务系统平衡方程如下:
最后计算平均等待时间,服务区j充电站在t时段内电动汽车充电的平均等待时间为:
(4)微电网能源自洽率目标函数为:
约束条件包括功率平衡约束、分布式电源出力约束、储能设备出力约束、电动汽车荷电量约束和设备建设约束,具体如下:
(1)功率平衡约束为:
(2)分布式电源出力约束为:
上式中,为型号m的微型燃气轮机的最小功率;为服务区j的微型燃气轮机的最小出力;为服务区j的微型燃气轮机的最大出力;为服务区j的光伏设备在t时段的最大预测出力;为光伏设备单位功率的出力系数,由天气预测的光照强度决定;为服务区j的风电设备在t时段的最大预测出力;为风电设备单位功率的出力系数,由天气预测的风速决定。式(20)为微型燃气轮机的出力上下限约束,与选择的型号有关,式(21)-(23)为光伏设备与风电设备的出力上下限约束,与选择的型号和光照强度或风速等天气预测因素有关。
(3)储能设备出力约束为:
上式中,为服务区j的储能设备的最大充放电功率;为储能设备的充放电效率;为服务区j的储能设备的容量;、分别表示服务区j的储能设备在每天开始时的荷电量与结束时的荷电量。式(24)和式(25)为储能设备的充放电功率上下限约束,其中功率上下限由安装型号决定,如式(26)。式(27)表明储能设备在一个时段内只能在充电或放电状态中选择一种,式(28)为储能设备的荷电量计算,与安装选型有关,如式(29),式(30)为荷电量上下限约束,式(31)表示储能一天开始时初始电量应与一天结束时的电量相同以便于调度。
上述三个约束为高速公路服务区微电网运行模型的约束。
(4)电动汽车荷电量约束为:
上式中,为电动汽车i在t时段从服务区j出发时的荷电量;为电动汽车i在t时段的初始荷电量;为电动汽车i在t时段位于服务区j时的荷电量;为电动汽车i在t时段位于服务区j-1时的荷电量;为服务区j距离高速公路起始点的距离,服务区j是从高速公路起始点开始编号的;为t时段电动汽车i进入高速公路的入口距离高速公路起始点的距离;为电动汽车每千米的耗电量;为表示在t时段的电动汽车i是否去往服务区j-1充电的二进制变量;为表示服务区j-1是否安装充电站的二进制变量;为t时段电动汽车i进入高速公路的入口距离高速公路终止点的距离。式(32)给出电动汽车进入高速公路时的初始荷电量,式(33)为电动汽车的荷电量计算方法,SOC变化的范围应限定在电动汽车进入与离开高速的入口与出口之间,电动汽车荷电量变化与行驶情况、充电选择及充电站是否建设有关,式(34)给出了荷电量上下限约束,式(35)则规定了电动汽车只能在行驶途中的服务区进行充电。此约束即为电动汽车荷电量与充电行为约束,也即高速公路服务区电动汽车模型约束。
(5)设备建设约束为:
上式中,为充电站内允许安装的充电桩数量的最大值。式(36)-(39)表示一个服务区中,只能选择一个型号的微型燃气轮机、光伏设备、风电设备、储能设备,式(40)限制了充电桩的安装数量。此约束即为高速公路服务区微电网设备建设约束。
S2:利用多目标优化算法对所述多目标优化模型进行优化求解,得到微电网的各个设备的配置方案;所述设备包括微型燃气轮机、光伏设备、风电设备、储能设备和充电桩;所述配置方案包括规划范围内每一服务区所安装的微型燃气轮机、光伏设备、风电设备和储能设备的型号以及充电桩的数量。
在利用多目标优化算法对多目标优化模型进行优化求解之前,本实施例的微电网规划方法还包括:对多目标函数进行优化,得到优化后的多目标函数,并以优化后的多目标函数作为新的多目标函数,执行S2。其中,对多目标函数进行优化包括:将年投资效益目标函数和微电网运行效益目标函数相加,得到第一目标函数;以用户排队等待时间目标函数作为第二目标函数;令1减去微电网能源自洽率目标函数,得到第三目标函数;第一目标函数、第二目标函数和第三目标函数组成优化后的多目标函数。
优化过程所用的公式如下:
上式中,f 1为第一目标函数;f 2为第二目标函数;f 3为第三目标函数。
本实施例还可进一步对第一目标函数、第二目标函数和第三目标函数进行归一化处理,如下式所示:
微电网容量配置的多目标优化模型的目标函数包含f 1,f 2,f 3,三个目标函数均为最小化目标函数,故其求解是一个多目标优化问题,将目标函数统一进行归一化,采用多目标优化算法进行求解,得到配置方案。
优选的,本实施例采用基于快速非支配排序的遗传算法(NSGA-Ⅱ)求解该多目标优化问题,得出帕累托前沿,由决策者对目标进行权衡并做出决策,得到配置方案。基于快速非支配排序的遗传算法(NSGA-Ⅱ)步骤如下:首先种群初始化,通过快速非支配排序、选择、交叉以及变异操作后得到初始种群,种群中个体数为N;将父代种群和子代种群合并,再通过排序、拥挤度计算得出下一代种群个体;得出新一代种群后根据遗传操作继续产生下一代,如此反复,直到达到进化最大代数停止。其中,非支配排序与拥挤度计算是算法核心,非支配排序将所有不能被任何其他的解支配的解集构成Rank0,再将Rank0中的解剔除,将剩下所有解中所有不能被任何其他的解支配的解集构成Rank1以此类推,Rank等级越小其中的个体越优秀。拥挤度计算用于每一个Rank解集中,计算个体之间的拥挤距离,拥挤距离越大的个体会被优先选中进入下一代,因为这样有利于保持种群的多样性。
目前存在一些高速公路充电站规划方案,但基本都只考虑到充电站本身的规划,较少将高速公路服务区作为微电网进行考虑,也很少有规划考虑到高速公路地处偏远电网输电不便的能源自洽问题,本实施例从电网、用户、能源自洽三个角度提出多目标优化模型并进行求解,实现了电网经济性与用户充电体验的双赢,并最大化利用高速公路服务区附近的风光可再生资源实现服务区能源自洽,减少远距离输电的投资与损耗,解决了距离电网偏远的高速公路服务区,在满足电动汽车充电需求下,使用多种分布式电源组成微电网的能源自洽的问题。
实施例2:
本实施例用于提供一种计及能源自洽率的高速公路服务区微电网规划系统,如图3所示,所述微电网规划系统包括:
多目标优化模型构建模块M1,用于建立用于微电网规划的多目标优化模型;所述多目标优化模型包括多目标函数和约束条件;所述多目标函数包括年投资效益目标函数、微电网运行效益目标函数、用户排队等待时间目标函数和微电网能源自洽率目标函数;所述约束条件包括功率平衡约束、分布式电源出力约束、储能设备出力约束、电动汽车荷电量约束和设备建设约束;
优化求解模块M2,用于利用多目标优化算法对所述多目标优化模型进行优化求解,得到微电网的各个设备的配置方案;所述设备包括微型燃气轮机、光伏设备、风电设备、储能设备和充电桩;所述配置方案包括规划范围内每一服务区所安装的微型燃气轮机、光伏设备、风电设备和储能设备的型号以及充电桩的数量。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种计及能源自洽率的高速公路服务区微电网规划方法,其特征在于,所述微电网规划方法包括:
建立用于微电网规划的多目标优化模型;所述多目标优化模型包括多目标函数和约束条件;所述多目标函数包括年投资效益目标函数、微电网运行效益目标函数、用户排队等待时间目标函数和微电网能源自洽率目标函数;所述约束条件包括功率平衡约束、分布式电源出力约束、储能设备出力约束、电动汽车荷电量约束和设备建设约束;
利用多目标优化算法对所述多目标优化模型进行优化求解,得到微电网的各个设备的配置方案;所述设备包括微型燃气轮机、光伏设备、风电设备、储能设备和充电桩;所述配置方案包括规划范围内每一服务区所安装的微型燃气轮机、光伏设备、风电设备和储能设备的型号以及充电桩的数量;
所述年投资效益目标函数为:
其中,为年投资效益;r为年回报率;T为规划使用寿命;为服务区集合;为微型燃气轮机的可选型号集合;为微型燃气轮机的单位功率建造系数;为型号m的微型燃气轮机的最大功率;为表示服务区j是否安装型号m的微型燃气轮机的二进制变量;为光伏设备的可选型号集合;为光伏设备的单位功率建造系数;为型号m的光伏设备的最大功率;为表示服务区j是否安装型号m的光伏设备的二进制变量;为风电设备的可选型号集合;为风电设备的单位功率建造系数;为型号m的风电设备的最大功率;为表示服务区j是否安装型号m的风电设备的二进制变量;为储能设备的可选型号集合;为型号m的储能设备的单位容量建造系数;为型号m的储能设备的容量;为型号m的储能设备的单位功率建造系数;为型号m的储能设备的最大充放电功率;为表示服务区j是否安装型号m的储能设备的二进制变量;为表示服务区j是否安装充电站的二进制变量;为单个充电站的建造系数;为单个充电桩的建造系数;为服务区j的充电站中充电桩的数量;
所述微电网运行效益目标函数为:
其中,为微电网运行效益;t为时段;为单位电能的购买系数;为t时段通过电网变电站输送到服务区j的有功功率;为单位天然气的购买系数;为服务区j的微型燃气轮机在t时段发电的有功功率;为微型燃气轮机的转化效率;为天然气热值;为表示服务区j的储能设备充电状态的二进制变量;为服务区j的储能设备在t时段的荷电量;为服务区j的储能设备在t-1时段的荷电量;为表示服务区j的储能设备放电状态的二进制变量;为储能设备的充放电循环寿命;
所述用户排队等待时间目标函数为:
所述微电网能源自洽率目标函数为:
所述功率平衡约束为:
所述分布式电源出力约束为:
其中,为型号m的微型燃气轮机的最小功率;为服务区j的微型燃气轮机的最小出力;为服务区j的微型燃气轮机的最大出力;为服务区j的光伏设备在t时段的最大预测出力;为光伏设备单位功率的出力系数;为服务区j的风电设备在t时段的最大预测出力;为风电设备单位功率的出力系数;
所述储能设备出力约束为:
所述电动汽车荷电量约束为:
其中,为电动汽车i在t时段从服务区j出发时的荷电量;为电动汽车i在t时段的初始荷电量;为电动汽车i在t时段位于服务区j时的荷电量;为电动汽车i在t时段位于服务区j-1时的荷电量;为服务区j距离高速公路起始点的距离;为t时段电动汽车i进入高速公路的入口距离高速公路起始点的距离;为电动汽车每千米的耗电量;表示电动汽车的电池容量;为表示在t时段的电动汽车i是否去往服务区j-1充电的二进制变量;为表示服务区j-1是否安装充电站的二进制变量;为表示在t时段的电动汽车i是否去往服务区j充电的二进制变量;为t时段电动汽车i进入高速公路的入口距离高速公路终止点的距离;
所述设备建设约束为:
2.根据权利要求1所述的计及能源自洽率的高速公路服务区微电网规划方法,其特征在于,在所述建立用于微电网规划的多目标优化模型之前,所述微电网规划方法还包括:建立用于充电站规划的规划模型;所述规划模型包括以充电站数量最少为目标的目标函数和以充电需求得到满足为约束的约束条件;对所述规划模型进行求解,得到充电站的安装位置。
4.根据权利要求3所述的计及能源自洽率的高速公路服务区微电网规划方法,其特征在于,所述充电需求点集合的获取方式为:
将一天划分为多个时段;对于每一所述时段,确定在所述时段进入高速公路的电动汽车的总数量;对于每一所述电动汽车,确定所述电动汽车的初始荷电量,并通过蒙特卡洛模拟方法确定起点和终点;通过最短路径算法获取所述电动汽车在从所述起点到所述终点以内的高速公路上的行驶路径,并根据所述初始荷电量在所述行驶路径上标记所述电动汽车的充电需求点的位置;将所有所述时段内每一所述电动汽车的充电需求点的位置进行组合,得到充电需求点集合。
5.根据权利要求1所述的计及能源自洽率的高速公路服务区微电网规划方法,其特征在于,所述服务区j在t时段的平均等待时间利用排队论计算得到。
6.根据权利要求1所述的计及能源自洽率的高速公路服务区微电网规划方法,其特征在于,在利用多目标优化算法对所述多目标优化模型进行优化求解之前,所述微电网规划方法还包括:对所述多目标函数进行优化,得到优化后的多目标函数,并以所述优化后的多目标函数作为新的多目标函数;
其中,对所述多目标函数进行优化包括:将所述年投资效益目标函数和所述微电网运行效益目标函数相加,得到第一目标函数;以所述用户排队等待时间目标函数作为第二目标函数;令1减去所述微电网能源自洽率目标函数,得到第三目标函数;所述第一目标函数、所述第二目标函数和所述第三目标函数组成所述优化后的多目标函数。
7.根据权利要求1所述的计及能源自洽率的高速公路服务区微电网规划方法,其特征在于,所述多目标优化算法为NSGA-II算法。
8.一种计及能源自洽率的高速公路服务区微电网规划系统,其特征在于,所述微电网规划系统包括:
多目标优化模型构建模块,用于建立用于微电网规划的多目标优化模型;所述多目标优化模型包括多目标函数和约束条件;所述多目标函数包括年投资效益目标函数、微电网运行效益目标函数、用户排队等待时间目标函数和微电网能源自洽率目标函数;所述约束条件包括功率平衡约束、分布式电源出力约束、储能设备出力约束、电动汽车荷电量约束和设备建设约束;
优化求解模块,用于利用多目标优化算法对所述多目标优化模型进行优化求解,得到微电网的各个设备的配置方案;所述设备包括微型燃气轮机、光伏设备、风电设备、储能设备和充电桩;所述配置方案包括规划范围内每一服务区所安装的微型燃气轮机、光伏设备、风电设备和储能设备的型号以及充电桩的数量;
所述年投资效益目标函数为:
其中,为年投资效益;r为年回报率;T为规划使用寿命;为服务区集合;为微型燃气轮机的可选型号集合;为微型燃气轮机的单位功率建造系数;为型号m的微型燃气轮机的最大功率;为表示服务区j是否安装型号m的微型燃气轮机的二进制变量;为光伏设备的可选型号集合;为光伏设备的单位功率建造系数;为型号m的光伏设备的最大功率;为表示服务区j是否安装型号m的光伏设备的二进制变量;为风电设备的可选型号集合;为风电设备的单位功率建造系数;为型号m的风电设备的最大功率;为表示服务区j是否安装型号m的风电设备的二进制变量;为储能设备的可选型号集合;为型号m的储能设备的单位容量建造系数;为型号m的储能设备的容量;为型号m的储能设备的单位功率建造系数;为型号m的储能设备的最大充放电功率;为表示服务区j是否安装型号m的储能设备的二进制变量;为表示服务区j是否安装充电站的二进制变量;为单个充电站的建造系数;为单个充电桩的建造系数;为服务区j的充电站中充电桩的数量;
所述微电网运行效益目标函数为:
其中,为微电网运行效益;t为时段;为单位电能的购买系数;为t时段通过电网变电站输送到服务区j的有功功率;为单位天然气的购买系数;为服务区j的微型燃气轮机在t时段发电的有功功率;为微型燃气轮机的转化效率;为天然气热值;为表示服务区j的储能设备充电状态的二进制变量;为服务区j的储能设备在t时段的荷电量;为服务区j的储能设备在t-1时段的荷电量;为表示服务区j的储能设备放电状态的二进制变量;为储能设备的充放电循环寿命;
所述用户排队等待时间目标函数为:
所述微电网能源自洽率目标函数为:
所述功率平衡约束为:
所述分布式电源出力约束为:
其中,为型号m的微型燃气轮机的最小功率;为服务区j的微型燃气轮机的最小出力;为服务区j的微型燃气轮机的最大出力;为服务区j的光伏设备在t时段的最大预测出力;为光伏设备单位功率的出力系数;为服务区j的风电设备在t时段的最大预测出力;为风电设备单位功率的出力系数;
所述储能设备出力约束为:
所述电动汽车荷电量约束为:
其中,为电动汽车i在t时段从服务区j出发时的荷电量;为电动汽车i在t时段的初始荷电量;为电动汽车i在t时段位于服务区j时的荷电量;为电动汽车i在t时段位于服务区j-1时的荷电量;为服务区j距离高速公路起始点的距离;为t时段电动汽车i进入高速公路的入口距离高速公路起始点的距离;为电动汽车每千米的耗电量;表示电动汽车的电池容量;为表示在t时段的电动汽车i是否去往服务区j-1充电的二进制变量;为表示服务区j-1是否安装充电站的二进制变量;为表示在t时段的电动汽车i是否去往服务区j充电的二进制变量;为t时段电动汽车i进入高速公路的入口距离高速公路终止点的距离;
所述设备建设约束为:
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211169038.2A CN115239032B (zh) | 2022-09-26 | 2022-09-26 | 计及能源自洽率的高速公路服务区微电网规划方法及系统 |
GB2300943.4A GB2623600A (en) | 2022-09-26 | 2023-01-23 | Method and system for micro-grid planning of expressway service areas considering energy source self-consistency rate |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211169038.2A CN115239032B (zh) | 2022-09-26 | 2022-09-26 | 计及能源自洽率的高速公路服务区微电网规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115239032A CN115239032A (zh) | 2022-10-25 |
CN115239032B true CN115239032B (zh) | 2023-02-10 |
Family
ID=83667493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211169038.2A Active CN115239032B (zh) | 2022-09-26 | 2022-09-26 | 计及能源自洽率的高速公路服务区微电网规划方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115239032B (zh) |
GB (1) | GB2623600A (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117077932B (zh) * | 2023-07-25 | 2024-03-08 | 武汉理工大学 | 考虑运输需求和资源禀赋约束的港口自洽能源配置方法 |
CN117474231A (zh) * | 2023-10-12 | 2024-01-30 | 山东正晨科技股份有限公司 | 一种高速公路综合能源系统的多目标优化调度方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339778A (zh) * | 2016-09-30 | 2017-01-18 | 安徽工程大学 | 一种考虑多目标的光蓄微电网运行优化方法 |
CN110504708A (zh) * | 2019-08-09 | 2019-11-26 | 国家电网有限公司 | 计及充电站和分布式电源的配电网多目标协同规划方法 |
CN111310966A (zh) * | 2019-11-21 | 2020-06-19 | 国网四川省电力公司经济技术研究院 | 含电动汽车充电站的微电网选址及优化配置方法 |
US11878602B2 (en) * | 2019-11-22 | 2024-01-23 | State Grid Fujian Electric Power Co., Ltd. | Method for establishing active distribution network planning model considering location and capacity determination of electric vehicle charging station |
CN114091917A (zh) * | 2021-10-14 | 2022-02-25 | 国网(苏州)城市能源研究院有限责任公司 | 冷热电联供型微电网动态环保经济调度方法及系统 |
CN114204573B (zh) * | 2021-12-08 | 2023-06-27 | 上海交通大学宁波人工智能研究院 | 一种自洽能源系统控制装置及方法 |
-
2022
- 2022-09-26 CN CN202211169038.2A patent/CN115239032B/zh active Active
-
2023
- 2023-01-23 GB GB2300943.4A patent/GB2623600A/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN115239032A (zh) | 2022-10-25 |
GB202300943D0 (en) | 2023-03-08 |
GB2623600A (en) | 2024-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178619B (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 | |
CN115239032B (zh) | 计及能源自洽率的高速公路服务区微电网规划方法及系统 | |
Zheng et al. | A novel real-time scheduling strategy with near-linear complexity for integrating large-scale electric vehicles into smart grid | |
CN110533225B (zh) | 一种基于机会约束规划的商业园区综合能源系统优化调度方法 | |
Jian et al. | Optimal scheduling for vehicle-to-grid operation with stochastic connection of plug-in electric vehicles to smart grid | |
CN103793758B (zh) | 含光伏发电系统的电动汽车充电站的多目标优化调度方法 | |
CN103241130B (zh) | 一种电动公交车充换电站的能量管理方法及系统 | |
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 | |
CN105322559A (zh) | 一种基于v2g技术的电动汽车配电调度控制方法 | |
CN109492791B (zh) | 基于充电引导的城际高速路网光储充电站定容规划方法 | |
CN108596667B (zh) | 一种基于车联网的电动汽车实时充电电价计算方法 | |
CN109948823B (zh) | 一种光储充电塔自适应鲁棒日前优化调度方法 | |
CN111626527B (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 | |
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 | |
CN104966127A (zh) | 一种基于需求响应的电动汽车经济调度方法 | |
CN110189025B (zh) | 考虑不同负荷增长的电动汽车充电站规划方案获取方法 | |
CN106339778A (zh) | 一种考虑多目标的光蓄微电网运行优化方法 | |
CN107919675B (zh) | 综合考虑车主和运营商利益的充电站负荷调度模型 | |
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 | |
Khezri et al. | Impact of optimal sizing of wind turbine and battery energy storage for a grid-connected household with/without an electric vehicle | |
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 | |
CN113326467A (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 | |
CN114583729A (zh) | 考虑全生命周期碳排放的光-储电动汽车充电站调度方法 | |
CN111639866A (zh) | 基于遗传算法的储能充电站的储能容量的配置方法 | |
CN112865149B (zh) | 一种基于代理商与区域分时电价的车网多时空互动方法 |
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 |