CN116111620A - 基于电动公交车的移动储能资源与配电网联合优化方法 - Google Patents

基于电动公交车的移动储能资源与配电网联合优化方法 Download PDF

Info

Publication number
CN116111620A
CN116111620A CN202310086622.XA CN202310086622A CN116111620A CN 116111620 A CN116111620 A CN 116111620A CN 202310086622 A CN202310086622 A CN 202310086622A CN 116111620 A CN116111620 A CN 116111620A
Authority
CN
China
Prior art keywords
electric bus
electric
charging
period
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.)
Pending
Application number
CN202310086622.XA
Other languages
English (en)
Inventor
徐潇源
严正
徐冉
王晗
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong 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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202310086622.XA priority Critical patent/CN116111620A/zh
Publication of CN116111620A publication Critical patent/CN116111620A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/322Arrangements 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power 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
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

一种基于电动公交车的移动储能资源与配电网联合优化方法,通过采集电动公交车的运行数据和电量需求并建立包含电动公交车移动充电模型的考虑新能源接入及电动公交车充电的配电网潮流模型;根据公交公司对于合作补偿价格的反应函数,建立双层优化模型,求解得到使电网获益最大的联合优化策略。本发明打破电动公交车在确定的充电站定点充电的限制,充分发挥其移动特性,优化非运行时段的充电站位置选择及其充放电量,使其可以在满足自身充电需求和位置要求的前提下,对电网的效益最大化。

Description

基于电动公交车的移动储能资源与配电网联合优化方法
技术领域
本发明涉及的是一种电网资源配置领域的技术,具体是一种基于电动公交车的移动储能资源与配电网联合优化方法。
背景技术
可再生能源正经历迅速的发展,大量分布式电源的接入影响配电网的潮流。与此同时,随着电动汽车产业的发展和其他负荷的增加,配电网的供电需求逐渐增大,这两者都加重配电网的运行压力。电动公交车具有数量众多、电池容量较大、运行时段固定、调度便捷等特点,且本身具有可移动特性,可用于优化配电网的运行。但现有研究多将其作为固定位置储能参与电网运行,未能充分挖掘其在不同站点间移动充放电的特性。
发明内容
本发明针对现有技术未考虑灾后设施的补偿措施等缺陷,提出一种基于电动公交车的移动储能资源与配电网联合优化方法,打破电动公交车在确定的充电站定点充电的限制,充分发挥其移动特性,优化非运行时段的充电站位置选择及其充放电量,使其可以在满足自身充电需求和位置要求的前提下,对电网的效益最大化。
本发明是通过以下技术方案实现的:
本发明涉及一种基于电动公交车的移动储能资源与配电网联合优化方法,通过采集电动公交车的运行数据和电量需求并建立包含电动公交车移动充电模型的考虑新能源接入及电动公交车充电的配电网潮流模型;根据公交公司对于合作补偿价格的反应函数,建立双层优化模型,求解得到使电网获益最大的联合优化策略。
所述方法具体包括:
1)将电动公交车按照可用充电时段分类,获取其运行数据和电量需求;
2)建立电动公交车移动充电模型,包含描述电动公交车移动过程的时-空网络模型及描述其充电过程的电量模型;
3)建立考虑新能源接入及电动公交车充电的配电网潮流模型;
4)获取公交公司对于合作补偿价格的反应函数,建立双层优化模型,上层的优化目标为电网公司的总成本最小,下层的优化目标为公交公司的总收益最大。
5)求解所述模型,选择使电网获益最大的联合优化策略。
本发明涉及一种实现上述方法的系统,包括:数据输入单元、建模单元、获取反应函数单元以及模型求解单元,其中:数据输入单元根据电动公交车可用充电时段信息,进行分类处理,得到各类型运行数据和电量需求结果,建模单元根据电动公交车相关数据,进行建模处理,得到电量模型,并得到配电网潮流模型,获取反应函数单元根据公交公司对于补偿价格的反应,进行函数化处理,得到对于补偿价格的反应函数,模型求解单元根据建立模型与反应函数,进行求解处理,得到使电网获益最大的联合优化策略。
技术效果
本发明考虑公交公司对补偿的反应,求解使电网获益最大的联合优化策略。相比现有技术能够根据公交公司对补偿的反应,得到使电网获益最大的联合优化策略。
附图说明
图1为本发明流程图;
图2为实施例中IEEE33节点示意图;
图3为实施例中某市典型日负荷及新能源出力示意图;
图4为实施例中租用4组车时4组电动公交车移动轨迹示意图;
图5为实施例中租用4组车时4组电动公交车SOC示意图;
图6为实施例中租用4组车时充电节点充放电情况示意图。
具体实施方式
如图1所示,为本实施例涉及一种电动公交车作为移动储能资源与配电网联合优化的方法,通过采集电动公交车的运行数据和电量需求并建立包含电动公交车移动充电模型的考虑新能源接入及电动公交车充电的配电网潮流模型;根据公交公司对于合作补偿价格的反应函数,建立双层优化模型,求解得到使电网获益最大的联合优化策略。
所述的电动公交车运行数据和电量需求,优选按照可用充电时段分类。
所述的电动公交车移动充电模型包括:描述电动公交车移动过程的时-空网络模型及描述其充电过程的电量模型,其约束条件表达包括:
1)电动汽车位移约束:用0-1整数变量ζij,t b表示电动公交车b在t时段的移动轨迹,若ζij,t b=1,则b在t时段正从节点i驶向节点j,即b在t时段开始时处于节点i,在t时段结束、t+1时段开始时处于节点j。电动公交车组b在时段t必然处于某一移动状态中,或在两个站点间移动,或停留在某一充电站点,则有:
Figure BDA0004068991210000021
其中:R为电动公交车可用的移动路径集合,B为四类电动公交车组的集合,Tb c为电动公交车组b可用充电时间。电动公交车行驶具有连续性,即t时段的终点应为t+1时段的起点。Rk-表示所有终点为k的移动路径集合,即Rk-=(·,k);Rk +表示所有起点为k的移动路径集合,Rk +=(k,·),
Figure BDA0004068991210000022
其中:i1,j1,i2,j2为不同的配电网节点。
2)电动公交车电量约束:电动公交车组b在任意t时段的电量
Figure BDA0004068991210000031
不能超过其最大电量,若电池SOC太低,也会对电池寿命产生较大的影响。因此,应将电动公交车电池电量约束在一定值
Figure BDA0004068991210000032
其中:Eb max/Eb min为电动公交车组b电池的最大/最小容量。在可充电时段,电动公交车经由充电桩与配电网进行电量交换。在此过程中,电动公交车必须停留在充电站点。当电动公交车处于运行时段,其充放电功率为0。
Figure BDA0004068991210000033
其中:Pmax b为电动公交车充电桩的最大充/放电功率;Pi,t b为电动公交车组b在t时段i节点的充/放电功率,正值为充电,负值为放电。Nb为电动公交车充电桩连接的节点集合。电动公交车在充电站点间移动需要消耗电量,由于站点间的路面状况固定,交通状况等其他影响因素差别不大,电动公交车组b在充电节点i、j之间的耗电量可设为固定值Mij b,其中:
Figure BDA0004068991210000034
Figure BDA0004068991210000035
电动公交车在可充电时段可能处于充电站充电或放电,也可能在充电节点之间移动而耗电。
Figure BDA0004068991210000036
在可充电时段开始时,电动公交车电量为运行时段开始的电量减去运行时段耗电量;在可充电时段结束时,电动公交车电量应满足其运行电量需求:
Figure BDA0004068991210000037
Figure BDA0004068991210000038
其中:tb c,S为电动公交车组b运行时段结束、充电时段开始的时段;tb c,E为电动公交车组b运行时段开始、充电时段结束的时段。Etrip b为电动公交车组b运行过程的耗电量;Eneed b为电动公交车组b下一段运行开始前需要达到的电量。
所述的电动公交车移动充电模型的约束条件表达包括:
Figure BDA0004068991210000039
Figure BDA00040689912100000310
Figure BDA00040689912100000311
Figure BDA00040689912100000312
其中:i为配电网中的节点;N为配电网节点集合;Pi,t G和Qi,t G为t时段输入节点i的有功和无功功率;Pi,t D和Qi,t D为t时段节点i的有功和无功负荷功率;pij,t和qij,t为t时段线路ij有功和无功潮流;L为线路集合;Vi,t为t时段节点i的电压幅值的平方;Iij,t为t时段线路ij上的电流幅值的平方;rij和Mij为线路ij电阻和电抗;Vi min、Vi max和Sij max分别为节点电压和线路潮流限值。考虑到配电网运行中可能存在弃光、弃风、弃负荷的情况,并在节点原有负荷中加入电动公交车充电负荷,则节点的输入、输出有功功率Pi,t G、Pi,t D计算公式包括:
Figure BDA00040689912100000313
Figure BDA00040689912100000314
Figure BDA00040689912100000315
其中:Pi,t g为上层电网提供的功率,本方法设与上层电网相连的节点为1节点;Pi,t n为系统消纳的新能源发电功率;Pi,t N为新能源实际发电功率;Nr∈N为新能源接入的节点;Nb∈N为电动公交车充电桩接入的节点;pi,t l为系统实际供给负荷;Pi,t L为系统应供给负荷。
此外,电动公交车充电桩也具备一定的无功调节功能,本方法在联合优化中考虑其无功调节的作用。类似的,节点无功功率Qi,t D计算公式包括:
Figure BDA0004068991210000041
Figure BDA0004068991210000042
Figure BDA0004068991210000043
所述的双层优化模型中,上层优化的对象是电网,其目标是电网的总成本最小,具体为:
Figure BDA0004068991210000044
其中:ct g为t时段向上层电网购电的电价;P1,t g为配电网t时段1节点的输入功率,本方法中,定义1节点与上级电网相连,则P1,t g即为向上级电网的购电量;cw为弃负荷惩罚系数;Pi,t w为t时段i节点的弃负荷量。
所述的双层优化模型中,下层优化的对象是公交公司,其目标是公交公司的总收益w最大,具体为:maxw(cb),
Figure BDA0004068991210000045
所述的双层优化模型中,上层制定补偿价格,下层模型在得知补偿价格后将派出的车辆组数反馈给上层,上层模型根据可用车辆数进行优化决策。
经过具体实际实验,以某市实际公交车及配电网历史数据为测试环境设置配电网以某种补偿价格与公交公司达成合作将使其自身利益最大化,具体在如图3所示的IEEE33节点系统进行算例分析。电动公交车起点站(终点站)位于节点33处,其余充电站分布于节点2、16和25,假设所有充电站都配备有足够的充电桩为电动公交车提供充/放电服务。节点19和31接入风电,节点16和24接入光伏发电。各节点弃负荷成本为10元/(kW·h)。典型日负荷及新能源出力如图4所示,商业用电分时电价情况见表1。
表1某市商业用电分时电价
Figure BDA0004068991210000046
公交车运行时间为06:00~22:30,每条线路包含12辆电动公交车,每种类型各3辆,每辆车的电池容量为Ebmax为200kWh。
如表2所示,为电动公交车类别划分、运行时间及运行过程耗电量。
表2某线路公交车类别划分及运行耗电量
Figure BDA0004068991210000051
电动公交车租用规则如表3所示。
表3算例使用的电动公交车租用规则
Figure BDA0004068991210000052
采用本发明得到的补偿档位k对双方合作策略及收益的影响如表4所示。当补偿档位k变化时,电网的最优租车策略也会发生变化。在设置的条件下,电网收益最大值出现在补偿档位20元时。
表4补偿档位k的影响(价格单位:元)
Figure BDA0004068991210000053
采用本发明得到的电网租用全部4组车的情况下,4组车动轨迹、SOC变化及该情况下的各充电节点充放电情况如图4~图6所示。四组车在结束运行任务后全部去往各个充电节点进行充电或放电,且大致选择在电价谷段和平段充电,在电价峰段放电。
与现有技术相比,本发明发挥电动公交车移动储能特性,使其在非运行时段为电网所用,去往连接在配电网不同节点的充电站点进行充电或放电,以达到调节配电网负荷和潮流、减轻配电网运行压力、减少弃风弃光等作用。此外,可在得知公交公司对于补偿价格反应的前提下,使电网选择获利最大的补偿方式。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整,本发明的保护范围以权利要求书为准且不由上述具体实施所限,在其范围内的各个实现方案均受本发明之约束。

Claims (5)

1.一种基于电动公交车的移动储能资源与配电网联合优化方法,其特征在于,通过采集电动公交车的运行数据和电量需求并建立包含电动公交车移动充电模型的考虑新能源接入及电动公交车充电的配电网潮流模型;根据公交公司对于合作补偿价格的反应函数,建立双层优化模型,求解得到使电网获益最大的联合优化策略。
2.根据权利要求1所述的基于电动公交车的移动储能资源与配电网联合优化方法,其特征是,具体包括:
1)将电动公交车按照可用充电时段分类,获取其运行数据和电量需求;
2)建立电动公交车移动充电模型,包含描述电动公交车移动过程的时-空网络模型及描述其充电过程的电量模型;
3)建立考虑新能源接入及电动公交车充电的配电网潮流模型;
4)获取公交公司对于合作补偿价格的反应函数,建立双层优化模型,上层的优化目标为电网公司的总成本最小,下层的优化目标为公交公司的总收益最大;
5)求解所述模型,选择使电网获益最大的联合优化策略。
3.根据权利要求1或2所述的基于电动公交车的移动储能资源与配电网联合优化方法,其特征是,所述的电动公交车移动充电模型包括:描述电动公交车移动过程的时-空网络模型及描述其充电过程的电量模型,其约束条件表达包括:
1)电动汽车位移约束:用0-1整数变量ζij,t b表示电动公交车b在t时段的移动轨迹,若ζij,t b=1,则b在t时段正从节点i驶向节点j,即b在t时段开始时处于节点i,在t时段结束、t+1时段开始时处于节点j,电动公交车组b在时段t必然处于某一移动状态中,或在两个站点间移动,或停留在某一充电站点,则有:
Figure FDA0004068991200000011
其中:R为电动公交车可用的移动路径集合,B为四类电动公交车组的集合,Tb c为电动公交车组b可用充电时间,电动公交车行驶具有连续性,即t时段的终点应为t+1时段的起点,Rk 表示所有终点为k的移动路径集合,即Rk =(·,k);Rk +表示所有起点为k的移动路径集合,Rk +=(k,·),
Figure FDA0004068991200000012
其中:i1,j1,i2,j2为不同的配电网节点;
2)电动公交车电量约束:电动公交车组b在任意t时段的电量
Figure FDA0004068991200000013
不能超过其最大电量,若电池SOC太低,也会对电池寿命产生较大的影响,因此,应将电动公交车电池电量约束在一定值
Figure FDA0004068991200000014
其中:Eb max/Eb min为电动公交车组b电池的最大/最小容量,在可充电时段,电动公交车经由充电桩与配电网进行电量交换,在此过程中,电动公交车必须停留在充电站点,当电动公交车处于运行时段,其充放电功率为0,
Figure FDA0004068991200000021
其中:Pmax b为电动公交车充电桩的最大充/放电功率;Pi,t b为电动公交车组b在t时段i节点的充/放电功率,正值为充电,负值为放电,Nb为电动公交车充电桩连接的节点集合,电动公交车在充电站点间移动需要消耗电量,由于站点间的路面状况固定,交通状况等其他影响因素差别不大,电动公交车组b在充电节点i、j之间的耗电量可设为固定值Mij b,其中:
Figure FDA0004068991200000022
Figure FDA0004068991200000023
电动公交车在可充电时段可能处于充电站充电或放电,也可能在充电节点之间移动而耗电,
Figure FDA0004068991200000024
在可充电时段开始时,电动公交车电量为运行时段开始的电量减去运行时段耗电量;在可充电时段结束时,电动公交车电量应满足其运行电量需求:
Figure FDA0004068991200000025
其中:tb c,S为电动公交车组b运行时段结束、充电时段开始的时段;tb c,E为电动公交车组b运行时段开始、充电时段结束的时段,Etrip b为电动公交车组b运行过程的耗电量;Eneed b为电动公交车组b下一段运行开始前需要达到的电量;
3)功率约束:
Figure FDA0004068991200000026
Figure FDA0004068991200000027
Figure FDA0004068991200000028
Figure FDA0004068991200000029
其中:i为配电网中的节点;N为配电网节点集合;Pi,t G和Qi,t G为t时段输入节点i的有功和无功功率;Pi,t D和Qi,t D为t时段节点i的有功和无功负荷功率;pij,t和qij,t为t时段线路ij有功和无功潮流;L为线路集合;Vi,t为t时段节点i的电压幅值的平方;Iij,t为t时段线路ij上的电流幅值的平方;rij和xij为线路ij电阻和电抗;Vi min、Vi max和Sij max分别为节点电压和线路潮流限值,考虑到配电网运行中可能存在弃光、弃风、弃负荷的情况,并在节点原有负荷中加入电动公交车充电负荷,则节点的输入、输出有功功率Pi,t G、Pi,t D计算公式包括:
Figure FDA00040689912000000210
Figure FDA00040689912000000211
Nb,t∈T,其中:Pi,t g为上层电网提供的功率,与上层电网相连的节点为1节点;Pi,t n为系统消纳的新能源发电功率;Pi,t N为新能源实际发电功率;Nr∈N为新能源接入的节点;Nb∈N为电动公交车充电桩接入的节点;pi,t l为系统实际供给负荷;Pi,t L为系统应供给负荷;电动公交车充电桩的无功功率
Figure FDA00040689912000000212
Figure FDA00040689912000000213
4.根据权利要求1或2所述的基于电动公交车的移动储能资源与配电网联合优化方法,其特征是,所述的双层优化模型中,上层优化的对象是电网,其目标是电网的总成本最小,具体为:
Figure FDA0004068991200000031
其中:ct g为t时段向上层电网购电的电价;P1,t g为配电网t时段1节点的输入功率,1节点与上级电网相连,则P1,t g即为向上级电网的购电量;cw为弃负荷惩罚系数;Pi,t w为t时段i节点的弃负荷量;
所述的双层优化模型中,下层优化的对象是公交公司,其目标是公交公司的总收益w最大,具体为:max w(cb),
Figure FDA0004068991200000032
所述的双层优化模型中,上层制定补偿价格,下层模型在得知补偿价格后将派出的车辆组数反馈给上层,上层模型根据可用车辆数进行优化决策。
5.一种实现权利要求1-4中任一所述基于电动公交车的移动储能资源与配电网联合优化方法的系统,其特征在于,包括:数据输入单元、建模单元、获取反应函数单元以及模型求解单元,其中:数据输入单元根据电动公交车可用充电时段信息,进行分类处理,得到各类型运行数据和电量需求结果,建模单元根据电动公交车相关数据,进行建模处理,得到电量模型,并得到配电网潮流模型,获取反应函数单元根据公交公司对于补偿价格的反应,进行函数化处理,得到对于补偿价格的反应函数,模型求解单元根据建立模型与反应函数,进行求解处理,得到使电网获益最大的联合优化策略。
CN202310086622.XA 2023-02-09 2023-02-09 基于电动公交车的移动储能资源与配电网联合优化方法 Pending CN116111620A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310086622.XA CN116111620A (zh) 2023-02-09 2023-02-09 基于电动公交车的移动储能资源与配电网联合优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310086622.XA CN116111620A (zh) 2023-02-09 2023-02-09 基于电动公交车的移动储能资源与配电网联合优化方法

Publications (1)

Publication Number Publication Date
CN116111620A true CN116111620A (zh) 2023-05-12

Family

ID=86265155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310086622.XA Pending CN116111620A (zh) 2023-02-09 2023-02-09 基于电动公交车的移动储能资源与配电网联合优化方法

Country Status (1)

Country Link
CN (1) CN116111620A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116485157A (zh) * 2023-06-16 2023-07-25 四川国蓝中天环境科技集团有限公司 一种考虑充电站车辆排队的电动公交充电计划优化方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116485157A (zh) * 2023-06-16 2023-07-25 四川国蓝中天环境科技集团有限公司 一种考虑充电站车辆排队的电动公交充电计划优化方法
CN116485157B (zh) * 2023-06-16 2023-08-22 四川国蓝中天环境科技集团有限公司 一种考虑充电站车辆排队的电动公交充电计划优化方法

Similar Documents

Publication Publication Date Title
Ma et al. Modeling the benefits of vehicle-to-grid technology to a power system
Mehta et al. Double-layered intelligent energy management for optimal integration of plug-in electric vehicles into distribution systems
Jain et al. Aggregated electric vehicle resource modelling for regulation services commitment in power grid
CN107491845B (zh) 一种电网规划建设精准投资方法
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
CN114022046B (zh) 一种考虑交通均衡的综合能源系统优化调度方法
CN116111620A (zh) 基于电动公交车的移动储能资源与配电网联合优化方法
Zhang et al. Joint planning of distributed PV stations and EV charging stations in the distribution systems based on chance-constrained programming
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
Kumar et al. Charge scheduling framework with multiaggregator collaboration for direct charging and battery swapping station in a coupled distribution‐transportation network
CN112072713A (zh) 一种配电网调度方法和存储介质
Banerji et al. Integrating Renewable energy and electric vehicle systems into power grid: benefits and challenges
Xia et al. Optimal planning of photovoltaic-storage fast charging station considering electric vehicle charging demand response
CN113270884B (zh) 一种基于v2g微网系统的电力能源管理系统和方法
CN113011686A (zh) 一种面向电动出租车队与换电运营商的低碳运行方法
CN117698496A (zh) 考虑多分布资源协调运行的充电桩规划方法、系统、介质
CN112418742A (zh) 信息物理融合的电动汽车换电站网络双层控制方法
CN117013552A (zh) 一种电力交通耦合网协同运行策略
CN111882137B (zh) 计及天然气管网压力能消纳的充电设施优化规划方法
CN115642628A (zh) 用于应急电源的光储充放电站容量配置方法
CN112319304B (zh) 一种电动汽车的v2g双层充放电控制方法
Lukianov et al. An Overview of Bidirectional EV Chargers: Empowering Traction Grid-Powered Chargers
Kordkheili et al. Managing high penetration of renewable energy in MV grid by electric vehicle storage
Gunjal et al. Electric vehicle controllers for sustainable energy management: recommendations and challenges
Bogdanovs et al. Opportunity Analysis of Battery Electric Vehicle Fast Charging Infrastructure Development in Latvia

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