CN116385209B - 中低压直流配电网储能系统接入效益评估方法 - Google Patents
中低压直流配电网储能系统接入效益评估方法 Download PDFInfo
- Publication number
- CN116385209B CN116385209B CN202310660185.8A CN202310660185A CN116385209B CN 116385209 B CN116385209 B CN 116385209B CN 202310660185 A CN202310660185 A CN 202310660185A CN 116385209 B CN116385209 B CN 116385209B
- Authority
- CN
- China
- Prior art keywords
- charging
- electric
- station
- direct current
- storage system
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 103
- 238000009826 distribution Methods 0.000 title claims abstract description 13
- 238000011156 evaluation Methods 0.000 title claims abstract description 12
- 238000005265 energy consumption Methods 0.000 claims abstract description 79
- 238000010248 power generation Methods 0.000 claims abstract description 66
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 230000005611 electricity Effects 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- 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
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及电力系统效益评估技术领域，特别涉及中低压直流配电网储能系统接入效益评估方法，包括步骤如下：S1、目标汽车充换电站损耗电比率分析；S2、目标汽车充换电站预期的不可靠指数分析；S3、目标汽车充换电站预期耗能量分析；S4、直流电网发电量分析；S5、储能系统最佳容量分析；S6、储能系统接入效益性分析。本发明因此通过目标汽车充换电站损耗电比率的分析，能够得出目标汽车充换电站对电动汽车充换电的耗能量，进而更加精准的分析目标汽车充换电站预期的耗能量，并通过参考预期的不可靠因素对其耗能量的影响情况，进而得到目标汽车充换电站预期的耗能总量，增加目标汽车充换电站预期耗能总量分析的全面性与精确性。
Description
技术领域
本发明涉及电力系统效益评估技术领域，特别涉及中低压直流配电网储能系统接入效益评估方法。
背景技术
随着能源清洁转型加速，风电、光伏等新能源大量并网，同时以电动汽车为代表的直流负荷快速发展，给传统交流电网带来了新的挑战。由于直流型源荷通过交流电网连接需要经过多级交直流转换，且新能源消纳容量受限，增加了电能损耗和调控难度，降低了能源利用效率。
采用直流配用电方式，可以方便电动汽车、LED照明、数据中心等直流负荷灵活接入，同时光伏等直流电源由于减少了中间交直流变换环节，直送至直流负荷端，能源利用效率较同电压等级交流系统提升明显。汽车充换电站是直流电网接入的主要用户，对于服务电动汽车的汽车充换电站进行光伏接入时，由于直流发电端具有发电不稳定性等因素，且汽车充换电站需要直流供电端持续稳定的进行直流电的供应，因此直流电网中会设置储能系统，储能系统能够对直流电能进行平衡转换、提高电能质量。
由于储能系统的储能量越高其造价成本及运行成本会相应增加，因此储能系统需要设置成合适储能量，进而增加直流电网的效益性。传统的直流电网储能系统的效益性评价主要采用周期内汽车充换电站的耗能量与相应周期内直流发电端产生电量进行比较的方式进行评估分析，但是随着电动汽车的发展和普及，汽车充换电站周期内的耗能量与预计周期内的耗电量会存在较大波动，且汽车充换电站预期的耗能量还会存在诸多影响因素，因此直流电网储能系统进行效益性分析时需要重点考虑汽车充换电站预期的耗电量，进而导致现有对直流电网储能系统效益评价不准确等问题；且直流发电端也会存在影响因素，因此需要将其进行综合考虑分析，此外传统的直流电网储能系统的效益性分析无法对其接入的最优储能容量进行同步分析。
发明内容
本发明解决上述技术问题，本发明提供了中低压直流配电网储能系统接入效益评估方法，包括以下步骤：
S1、目标汽车充换电站损耗电比率分析：将需要接入中低压直流电网的汽车充换电站记为目标汽车充换电站，获取目标汽车充换电站预设的当前周期内电动汽车的充换电信息，分析得到目标汽车充换电站当前周期内电动汽车的额定总耗能量，并统计目标汽车充换电站当前周期内电动汽车实际总耗能量，分析得到目标汽车充换电站损耗电比率；
S2、目标汽车充换电站预期的不可靠指数分析：根据目标汽车充换电站当前周期内电动汽车的充换电信息，并提取目标汽车充换电站当前周期之后的下个周期的不可靠因素，进而分析得到目标汽车充换电站的预期的不可靠指数；
S3、目标汽车充换电站预期耗能量分析：根据当前周期的电动汽车实际总耗能量、目标汽车充换电站损耗电比率与目标汽车充换电站的预期的不可靠指数进行分析得到目标汽车充换电站预期的耗能总量，将其记为；
S4、直流电网发电量分析：对直流发电端当前周期内的发电量进行统计，并将其与直流发电端的影响参数进行分析，得到直流发电端预期发电量，直流发电端的影响参数包括直流发电端与目标汽车充换电站的距离、直流发电端发电时电流波动偏离率；
S5、储能系统最佳容量分析：依据目标汽车充换电站预期的耗能总量、直流发电端预期发电量对中低压直流电网的储能系统最佳接入容量进行分析；
S6、储能系统接入效益性分析：根据中低压直流电网的储能系统最佳接入容量与当前储能系统的接入容量进行比对分析，得到储能系统接入的效益率，进而依据储能系统接入的效益率对中低压直流电网的当前储能系统容量效益性进行评估。
优选的，所述目标汽车充换电站当前周期内电动汽车的充换电信息包括电动汽车性质、不同电动汽车性质对应各电动汽车的数量、不同电动汽车性质对应各电动汽车的电池容量以及不同电动汽车性质对应各电动汽车的充换电剩余电量。
优选的，所述目标汽车充换电站当前周期之后的下个周期的不可靠因素包括预定义范围内汽车充换电站的数量、充电桩的数量、电动汽车保有量、电动汽车涌入波动量。
优选的，所述目标汽车充换电站损耗电比率分析步骤包括：
S11、通过读取目标汽车充换电站当前周期内电动汽车的充换电信息得到各电动汽车性质对应的电动汽车数量；
S12、提取各电动汽车性质对应的各电动汽车电池容量，将其记为，a表示电动汽车性质为出租车、b表示电动汽车性质为网约车，c表示电动汽车性质为普通电动汽车，i表示第i个出租电动汽车的编号，/>，h表示第h个网约电动汽车的编号，，k表示第k个普通电动汽车的标号，/>；
S13、提取各电动汽车性质对应的各电动汽车充换电剩余电量，并通过取均值的方式得到各电动汽车性质对应的电动汽车充换电平均剩余电量，将其记为、/>、/>；
S14、将目标汽车充换电站预设的当前周期内各电动汽车性质对应的电动汽车数量、各电动汽车性质对应的各电动汽车电池容量、各电动汽车性质对应的电动汽车充换电平均剩余电量代入公式，进而得到目标汽车充换电站预设的当前周期内电动汽车的额定总耗能量/>，其中/>分别表示出租电动汽车耗能量的补偿系数、网约电动汽车耗能量的补偿系数、普通电动汽车耗能量的补偿系数；
S15、提取目标汽车充换电站当前周期内电动汽车实际总耗能量，将其记为，并通过公式/>计算得到目标汽车充换电站损耗电比率/>，/>表示目标汽车充换电站当前周期内耗电量补偿值。
优选的，所述目标汽车充换电站的预期的不可靠指数分析步骤如下：
通过目标汽车充换电站当前周期之后的下个周期的不可靠因素提取预定义范围内汽车充换电站的数量E、充电桩的数量F、电动汽车保有量、电动汽车出行波动率/>，并通过读取预定义范围所属统计周期对当前周期以及若干个之前统计周期的人员涌入量，按照时间先后顺序将其进行排序分析，通过比值的方式计算任一周期预期之前的一个统计各周期人员涌入量的变化率，并将各周期人员涌入量的变化率进行叠加后除以统计周期数减去一，得到人员涌入变化量/>，将其代入公式得到目标汽车充换电站的预期的不可靠指数/>，其中/>分别表示充换电站服务电动汽车数量的权值参数、充电桩服务电动汽车数量的权值参数，/>表示充换电站与充电桩服务电动汽车的修正系数，表示预设的涌入单位人口对单位出租电动汽车或者网约电动汽车的修正因子，/>表示汽车出行波动率的修正因子，/>分别表示目标汽车充换电站当前周期内进行充换电服务的出租电动汽车数量、网约电动汽车数量、普通电动汽车数量。
优选的，所述电动汽车出行波动率的分析方式为：通过读取当前周期之后的下个周期中的各休假类型及对应次数，并通过公式，得到当前周期之后的下个周期的各休假类型汽车活跃影响度，将其分别记为/>，其中/>分别表示休假类型为双休日、三天休息日、五天休息日、七天休息日；
通过读取预定义范围所属气象局当前周期以及若干个之前统计周期的气象信息，进而获取各统计周期内异常天气的天数，异常天气包括下雨、下雪、大于预定义高温温度、小于大于预定义低温温度，通过公式：，得到当前周期之后的下个周期的天气影响度，将其记为/>；
将当前周期之后的下个周期的各休假类型汽车活跃影响度、当前周期之后的下个周期的天气影响度带入公式，得到电动汽车出行波动率/>。
优选的，所述目标汽车充换电站预期的耗能总量的计算公式为。
优选的，所述中低压直流电网的储能系统最佳接入容量分析方式为：
读取直流发电端当前周期内的发电量将其记为，读取直流发电端与目标汽车充换电站的距离，将其记为H；
统计当前周期直流发电端发电时的电流情况，筛选其中电流最大值、电流最小值，将其分别记为、/>，并通过均值计算的方式得到当前周期直流发电端发电时的平均电流/>，利用公式/>计算得到当前周期直流发电端发电时电流波动偏离率；
通过公式分析得到直流发电端预期发电量/>，其中/>分别表示电流波动偏离率的影响因子，单位传输距离对电力的损耗率；
将直流发电端预期发电量、目标汽车充换电站预期的耗能总量带入公式，进而得到中低压直流电网的储能系统最佳接入容量/>，表示储能系统的耗能损耗率。
优选的，所述中低压直流电网的储能系统的效益性评估方式为，通过读取当前中低压直流电网的储能系统储能系统的接入容量将其记为，通过公式/>，进而得到储能系统接入的效益率/>，将储能系统接入的效益率/>分别与良好效益率阈值、合格效益率阈值进行比较，若储能系统接入的效益率小于等于良好效益率阈值时，中低压直流电网的当前储能系统容量效益性为良好，若储能系统接入的效益率大于良好效益率阈值并小于等于合格效益率阈值时，中低压直流电网的当前储能系统容量效益性为一般，若储能系统接入的效益率大于合格效益率阈值时，中低压直流电网的当前储能系统容量效益性为较差。
本发明的有益效果如下：
一、本发明因此通过目标汽车充换电站损耗电比率的分析，能够得出目标汽车充换电站对电动汽车充换电的耗能量，进而更加精准的分析目标汽车充换电站预期的耗能量，并通过参考预期的不可靠因素对其耗能量的影响情况，进而得到目标汽车充换电站预期的耗能总量，增加目标汽车充换电站预期耗能总量分析的全面性与精确性，同时对直流发电端周期内的发电量、直流发电端的影响参数进行分析得到直流发电端预期发电量，增加直流发电端发电量分析的精确性，此外本发明通过目标汽车充换电站预期的耗能总量、直流发电端预期发电量进行分析得到中低压直流电网的储能系统最佳接入容量，并将其与当前中低压直流电网的储能系统储能系统的接入容量进行分析，进而分析得到中低压直流电网的储能系统的效益性情况。
二、本发明通过将电动汽车的充换电信息分为电动汽车的性质、电池容量、充换电剩余电量能够更加细致与精确的将当前周期内电动汽车的额定总耗能量进行分析，增加当前周期内电动汽车的额定总耗能量计算的准确性。
三、本发明中通过分析预期目标充电站的不可靠因素时，通过考虑预定义范围内的汽车充换电站数量、充电桩数量，能够将不可靠因素进行分摊统计，且通过综合考虑预定义范围内电动汽车的保有量与电动汽车的出行波动率能够进一步精确的对预期目标充电站的不可靠因素进行精确分析。
四、本发明通过将中低压直流电网的储能系统最佳接入容量与当前中低压直流电网的储能系统储能系统的接入容量进行分析，进而得到中低压直流电网储能系统的效益性，同时本发明通过良好效益率阈值、合格效益率阈值能够对储能系统接入的效益率进行分析，进而分析中低压直流电网的当前储能系统容量效益性的情况。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是中低压直流配电网储能系统接入效益评估方法的步骤流程图。
图2是中低压直流配电网储能系统接入效益评估方法中目标汽车充换电站当前周期内电动汽车的充换电信息框图。
图3是中低压直流配电网储能系统接入效益评估方法中目标汽车充换电站当前周期之后的下个周期的不可靠因素框图。
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。
参阅图1，中低压直流配电网储能系统接入效益评估方法，包括以下步骤：
S1、目标汽车充换电站损耗电比率分析：将需要接入中低压直流电网的汽车充换电站记为目标汽车充换电站，获取目标汽车充换电站预设的当前周期内电动汽车的充换电信息，分析得到目标汽车充换电站当前周期内电动汽车的额定总耗能量，并统计目标汽车充换电站当前周期内电动汽车实际总耗能量，分析得到目标汽车充换电站损耗电比率；参阅图2，目标汽车充换电站当前周期内电动汽车的充换电信息包括电动汽车性质、不同电动汽车性质对应各电动汽车的数量、不同电动汽车性质对应各电动汽车的电池容量以及不同电动汽车性质对应各电动汽车的充换电剩余电量。
本发明对目标汽车充换电站耗电量进行分析时，目标汽车充换电站耗电量实际耗电量大于其对电动汽车进行充电的耗电量，因此通过目标汽车充换电站损耗电比率的分析，能够得出目标汽车充换电站对电动汽车充换电的耗能量，进而更加精准的分析目标汽车充换电站预期的耗能量；此外本发明通过将电动汽车的充换电信息分为电动汽车的性质、电池容量、充换电剩余电量能够更加细致与精确的将当前周期内电动汽车的额定总耗能量进行分析，增加当前周期内电动汽车的额定总耗能量计算的准确性。
目标汽车充换电站损耗电比率分析步骤包括：
S11、通过读取目标汽车充换电站当前周期内电动汽车的充换电信息得到各电动汽车性质对应的电动汽车数量；
S12、提取各电动汽车性质对应的各电动汽车电池容量，将其记为，a表示电动汽车性质为出租车、b表示电动汽车性质为网约车，c表示电动汽车性质为普通电动汽车，i表示第i个出租电动汽车的编号，/>，h表示第h个网约电动汽车的编号，，k表示第k个普通电动汽车的标号，/>；出租电动汽车、网约电动汽车、普通电动汽车使用量与行驶里程差别较大，因此出租电动汽车电池损耗量大于网约电动汽车，而网约电动汽车大于普通电动汽车，因此出租电动汽车的电池充电实际耗能量会增加损耗量，因此电动汽车的性质对其充电的耗能量影响较大，从而需要根据电动汽车的性质分别进行分析，增加目标汽车充换电站损耗电比率分析精度；
S13、提取各电动汽车性质对应的各电动汽车充换电剩余电量，并通过取均值的方式得到各电动汽车性质对应的电动汽车充换电平均剩余电量，将其记为、/>、/>；由于电动汽车车主不会将电池的电量完全耗尽再进行充电，因此根据电动汽车的性质不同，不同汽车性质的驾驶员会在不同剩余电量情况下选择充电，从而本发明将不同性质的电动汽车充换电剩余电量取均值进行分析计算；
S14、将目标汽车充换电站预设的当前周期内各电动汽车性质对应的电动汽车数量、各电动汽车性质对应的各电动汽车电池容量、各电动汽车性质对应的电动汽车充换电平均剩余电量代入公式，进而得到目标汽车充换电站预设的当前周期内电动汽车的额定总耗能量/>，其中/>分别表示出租电动汽车耗能量的补偿系数、网约电动汽车耗能量的补偿系数、普通电动汽车耗能量的补偿系数；由于出租电动汽车充换电的耗能、网约电动汽车充换电的耗能、普通电动汽车充换电的耗能有偏差，因此需要将其乘以相应的补偿系数，进而增加目标汽车充换电站预设的当前周期内电动汽车的额定总耗能量的计算精度；
S15、提取目标汽车充换电站当前周期内电动汽车实际总耗能量，将其记为，并通过公式/>计算得到目标汽车充换电站损耗电比率/>，/>表示目标汽车充换电站当前周期内耗电量补偿值。目标汽车充换电站损耗电比率/>能够反应目标汽车充换电站在对电池充换电之外的耗能情况。
S2、目标汽车充换电站预期的不可靠指数分析：根据目标汽车充换电站当前周期内电动汽车的充换电信息，并提取目标汽车充换电站当前周期之后的下个周期的不可靠因素，进而分析得到目标汽车充换电站的预期的不可靠指数；参阅图3，目标汽车充换电站当前周期之后的下个周期的不可靠因素包括预定义范围内汽车充换电站的数量、充电桩的数量、电动汽车保有量、电动汽车涌入波动量。目标汽车充换电站的总耗电量不仅需要对当前周期进行统计，还需要对预期可能存在的不可靠因素进行分析，进而提高目标汽车充换电站的预期耗电量的分析精度；预期影响目标汽车充换电站的耗能量不仅与预定义范围内电动汽车的保有量有关，还与电动汽车充换电站的数量、单独的充电桩的数量、电动汽车在预定义范围内的波动量有关，因此需要将其进行分析。可以理解的是，充电桩是独立于汽车充换电站的存在，因此不管是电动汽车充换电站的数量还是充电桩的数量均会对目标充换电站服务的汽车数量造成影响。
目标汽车充换电站的预期的不可靠指数分析步骤如下：
通过目标汽车充换电站当前周期之后的下个周期的不可靠因素提取预定义范围内汽车充换电站的数量E、充电桩的数量F、电动汽车保有量、电动汽车出行波动率/>，并通过读取预定义范围所属统计周期对当前周期以及若干个之前统计周期的人员涌入量，按照时间先后顺序将其进行排序分析，通过比值的方式计算任一周期预期之前的一个统计各周期人员涌入量的变化率，并将各周期人员涌入量的变化率进行叠加后除以统计周期数减去一，得到人员涌入变化量/>，将其代入公式得到目标汽车充换电站的预期的不可靠指数/>，其中/>分别表示充换电站服务电动汽车数量的权值参数、充电桩服务电动汽车数量的权值参数，/>表示充换电站与充电桩服务电动汽车的修正系数，表示预设的涌入单位人口对单位出租电动汽车或者网约电动汽车的修正因子，/>表示汽车出行波动率的修正因子，/>分别表示目标汽车充换电站当前周期内进行充换电服务的出租电动汽车数量、网约电动汽车数量、普通电动汽车数量；目标汽车充换电站耗能量与服务汽车的数量有关系，因此本发明中通过分析预期目标充电站的不可靠因素时，通过考虑预定义范围内的汽车充换电站数量、充电桩数量，能够将不可靠因素进行分摊统计，且通过综合考虑预定义范围内电动汽车的保有量与电动汽车的出行波动率能够进一步精确的对预期目标充电站的不可靠因素进行精确分析。
电动汽车出行波动率的分析方式为：通过读取当前周期之后的下个周期中的各休假类型及对应次数，并通过公式，得到当前周期之后的下个周期的各休假类型汽车活跃影响度，将其分别记为/>，其中/>分别表示休假类型为双休日、三天休息日、五天休息日、七天休息日；
通过读取预定义范围所属气象局当前周期以及若干个之前统计周期的气象信息，进而获取各统计周期内异常天气的天数，异常天气包括下雨、下雪、大于预定义高温温度、小于大于预定义低温温度，通过公式：，得到当前周期之后的下个周期的天气影响度，将其记为/>；
将当前周期之后的下个周期的各休假类型汽车活跃影响度、当前周期之后的下个周期的天气影响度带入公式，得到电动汽车出行波动率/>；目标汽车充换电站当前周期之后的下个周期的电动汽车出行波动率分别与休假的类型与休假的次数关系较大，不同休假的类型汽车的出行量会有差别，此外预定义范围内出现恶劣天气也会提高电动汽车的出行率，因此本发明通过上述分析能够全面的反应当前周期之后的下个周期电动汽车的出行波动率。
可以理解的是，当休假类型出现单休时，将其归入到双休日进行统计，当休假类型为八天休息日时，将其归入到七天休息日进行统计。
S3、目标汽车充换电站预期耗能量分析：根据当前周期的电动汽车实际总耗能量、目标汽车充换电站损耗电比率与目标汽车充换电站的预期的不可靠指数进行分析得到目标汽车充换电站预期的耗能总量，将其记为；目标汽车充换电站预期的耗能总量的计算公式为/>，目标汽车充换电站预期的耗能总量不仅需要参考目标汽车充换电站损耗电比率，还需要将目标汽车充换电站的预期的不可靠指数进行综合考虑分析。
S4、直流电网发电量分析：对直流发电端当前周期内的发电量进行统计，并将其与直流发电端的影响参数进行分析，得到直流发电端预期发电量，直流发电端的影响参数包括直流发电端与目标汽车充换电站的距离、直流发电端发电时电流波动偏离率；直流发电端的发电距离与直流发电端发电时的电流波动偏离率均会对电量的传递造成影响。
S5、储能系统最佳容量分析：依据目标汽车充换电站预期的耗能总量、直流发电端预期发电量对中低压直流电网的储能系统最佳接入容量进行分析；
中低压直流电网的储能系统最佳接入容量分析方式为：
读取直流发电端当前周期以及当前周期之前的若干周期的发电量，并将当前周期的发电量、当前周期之前的若干周期的发电量进行均值计算，并将计算结果作为当前周期直流发电端的发电量，将其记为，读取直流发电端与目标汽车充换电站的距离，将其记为H；由于直流发电端的距离不会发生变化，因此当前周期内的距离可以左右预计周期的距离值进行分析；
统计当前周期直流发电端发电时的电流情况，筛选其中电流最大值、电流最小值，将其分别记为、/>，并通过均值计算的方式得到当前周期直流发电端发电时的平均电流/>，利用公式/>计算得到当前周期直流发电端发电时电流波动偏离率；由于直流发电端的电流波动偏离率影响因素较多，且不同的周期直流发电端的电流波动偏离率相差不大，因此本发明将当前周期直流发电端发电时电流波动偏离率作为当前周期之后的下个周期的直流发电端发电时电流波动偏离率。
通过公式分析得到直流发电端预期发电量/>，其中/>分别表示电流波动偏离率的影响因子，单位传输距离对电力的损耗率；
将直流发电端预期发电量、目标汽车充换电站预期的耗能总量带入公式，进而得到中低压直流电网的储能系统最佳接入容量/>，表示储能系统的耗能损耗率，由于中低压直流电网的储能系统最佳接入容量受目标汽车充换电站的预期的不可靠指数的影响较大，因此对中低压直流电网的储能系统最佳接入容量进行分析时需要对目标汽车充换电站的预期的不可靠指数进行统计分析。
S6、储能系统接入效益性分析：根据中低压直流电网的储能系统最佳接入容量与当前储能系统的接入容量进行比对分析，得到储能系统接入的效益率，进而依据储能系统接入的效益率对中低压直流电网的当前储能系统容量效益性进行评估；本发明通过将中低压直流电网的储能系统最佳接入容量与当前中低压直流电网的储能系统储能系统的接入容量进行分析，进而得到中低压直流电网储能系统的效益性。
中低压直流电网的储能系统的效益性评估方式为，通过读取当前中低压直流电网的储能系统储能系统的接入容量将其记为，通过公式/>，进而得到储能系统接入的效益率/>，将储能系统接入的效益率/>分别与良好效益率阈值、合格效益率阈值进行比较，若储能系统接入的效益率小于等于良好效益率阈值时，中低压直流电网的当前储能系统容量效益性为良好，若储能系统接入的效益率大于良好效益率阈值并小于等于合格效益率阈值时，中低压直流电网的当前储能系统容量效益性为一般，若储能系统接入的效益率大于合格效益率阈值时，中低压直流电网的当前储能系统容量效益性为较差；本发明通过良好效益率阈值、合格效益率阈值能够对储能系统接入的效益率进行分析，进而分析中低压直流电网的当前储能系统容量效益性的情况。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型，仍涵盖在本发明的保护范围。
Claims (3)
1.中低压直流配电网储能系统接入效益评估方法，其特征在于，包括以下步骤：
S1、目标汽车充换电站损耗电比率分析：将需要接入中低压直流电网的汽车充换电站记为目标汽车充换电站，获取目标汽车充换电站预设的当前周期内电动汽车的充换电信息，分析得到目标汽车充换电站当前周期内电动汽车的额定总耗能量，并统计目标汽车充换电站当前周期内电动汽车实际总耗能量，分析得到目标汽车充换电站损耗电比率；
S2、目标汽车充换电站预期的不可靠指数分析：根据目标汽车充换电站当前周期内电动汽车的充换电信息，并提取目标汽车充换电站当前周期之后的下个周期的不可靠因素，进而分析得到目标汽车充换电站的预期的不可靠指数；
S3、目标汽车充换电站预期耗能量分析：根据当前周期的电动汽车实际总耗能量、目标汽车充换电站损耗电比率与目标汽车充换电站的预期的不可靠指数进行分析得到目标汽车充换电站预期的耗能总量，将其记为；
S4、直流电网发电量分析：对直流发电端当前周期内的发电量进行统计，并将其与直流发电端的影响参数进行分析，得到直流发电端预期发电量，直流发电端的影响参数包括直流发电端与目标汽车充换电站的距离、直流发电端发电时电流波动偏离率；
S5、储能系统最佳容量分析：依据目标汽车充换电站预期的耗能总量、直流发电端预期发电量对中低压直流电网的储能系统最佳接入容量进行分析；
S6、储能系统接入效益性分析：根据中低压直流电网的储能系统最佳接入容量与当前储能系统的接入容量进行比对分析，得到储能系统接入的效益率，进而依据储能系统接入的效益率对中低压直流电网的当前储能系统容量效益性进行评估；
所述目标汽车充换电站当前周期内电动汽车的充换电信息包括电动汽车性质、不同电动汽车性质对应各电动汽车的数量、不同电动汽车性质对应各电动汽车的电池容量以及不同电动汽车性质对应各电动汽车的充换电剩余电量；
所述目标汽车充换电站当前周期之后的下个周期的不可靠因素包括预定义范围内汽车充换电站的数量、充电桩的数量、电动汽车保有量、电动汽车涌入波动量；
所述目标汽车充换电站损耗电比率分析步骤包括：
S11、通过读取目标汽车充换电站当前周期内电动汽车的充换电信息得到各电动汽车性质对应的电动汽车数量；
S12、提取各电动汽车性质对应的各电动汽车电池容量，将其记为，a表示电动汽车性质为出租车、b表示电动汽车性质为网约车，c表示电动汽车性质为普通电动汽车，i表示第i个出租电动汽车的编号，/>，h表示第h个网约电动汽车的编号，，k表示第k个普通电动汽车的标号，/>；
S13、提取各电动汽车性质对应的各电动汽车充换电剩余电量，并通过取均值的方式得到各电动汽车性质对应的电动汽车充换电平均剩余电量，将其记为、/>、/>；
S14、将目标汽车充换电站预设的当前周期内各电动汽车性质对应的电动汽车数量、各电动汽车性质对应的各电动汽车电池容量、各电动汽车性质对应的电动汽车充换电平均剩余电量代入公式，进而得到目标汽车充换电站预设的当前周期内电动汽车的额定总耗能量/>，其中/>分别表示出租电动汽车耗能量的补偿系数、网约电动汽车耗能量的补偿系数、普通电动汽车耗能量的补偿系数；
S15、提取目标汽车充换电站当前周期内电动汽车实际总耗能量，将其记为，并通过公式/>计算得到目标汽车充换电站损耗电比率/>，/>表示目标汽车充换电站当前周期内耗电量补偿值；
所述目标汽车充换电站的预期的不可靠指数分析步骤如下：
通过目标汽车充换电站当前周期之后的下个周期的不可靠因素提取预定义范围内汽车充换电站的数量E、充电桩的数量F、电动汽车保有量、电动汽车出行波动率/>，并通过读取预定义范围所属统计周期对当前周期以及若干个之前统计周期的人员涌入量，按照时间先后顺序将其进行排序分析，通过比值的方式计算任一周期预期之前的一个统计各周期人员涌入量的变化率，并将各周期人员涌入量的变化率进行叠加后除以统计周期数减去一，得到人员涌入变化量/>，将其代入公式得到目标汽车充换电站的预期的不可靠指数/>，其中/>分别表示充换电站服务电动汽车数量的权值参数、充电桩服务电动汽车数量的权值参数，/>表示充换电站与充电桩服务电动汽车的修正系数，表示预设的涌入单位人口对单位出租电动汽车或者网约电动汽车的修正因子，/>表示汽车出行波动率的修正因子，/>分别表示目标汽车充换电站当前周期内进行充换电服务的出租电动汽车数量、网约电动汽车数量、普通电动汽车数量；
所述中低压直流电网的储能系统最佳接入容量分析方式为：
读取直流发电端当前周期内的发电量将其记为，读取直流发电端与目标汽车充换电站的距离，将其记为H；
统计当前周期直流发电端发电时的电流情况，筛选其中电流最大值、电流最小值，将其分别记为、/>，并通过均值计算的方式得到当前周期直流发电端发电时的平均电流，利用公式/>计算得到当前周期直流发电端发电时电流波动偏离率；
通过公式分析得到直流发电端预期发电量，其中/>分别表示电流波动偏离率的影响因子，单位传输距离对电力的损耗率；
将直流发电端预期发电量、目标汽车充换电站预期的耗能总量带入公式，进而得到中低压直流电网的储能系统最佳接入容量/>，表示储能系统的耗能损耗率；
所述中低压直流电网的储能系统的效益性评估方式为，通过读取当前中低压直流电网的储能系统储能系统的接入容量将其记为，通过公式/>，进而得到储能系统接入的效益率/>，将储能系统接入的效益率/>分别与良好效益率阈值、合格效益率阈值进行比较，若储能系统接入的效益率小于等于良好效益率阈值时，中低压直流电网的当前储能系统容量效益性为良好，若储能系统接入的效益率大于良好效益率阈值并小于等于合格效益率阈值时，中低压直流电网的当前储能系统容量效益性为一般，若储能系统接入的效益率大于合格效益率阈值时，中低压直流电网的当前储能系统容量效益性为较差。
2.根据权利要求1所述中低压直流配电网储能系统接入效益评估方法，其特征在于，所述电动汽车出行波动率的分析方式为：通过读取当前周期之后的下个周期中的各休假类型及对应次数，并通过公式，得到当前周期之后的下个周期的各休假类型汽车活跃影响度，将其分别记为/>，其中/>分别表示休假类型为双休日、三天休息日、五天休息日、七天休息日；
通过读取预定义范围所属气象局当前周期以及若干个之前统计周期的气象信息，进而获取各统计周期内异常天气的天数，异常天气包括下雨、下雪、大于预定义高温温度、小于大于预定义低温温度，通过公式：，得到当前周期之后的下个周期的天气影响度，将其记为/>；
将当前周期之后的下个周期的各休假类型汽车活跃影响度、当前周期之后的下个周期的天气影响度带入公式，得到电动汽车出行波动率/>。
3.根据权利要求1所述中低压直流配电网储能系统接入效益评估方法，其特征在于，所述目标汽车充换电站预期的耗能总量的计算公式为。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310660185.8A CN116385209B (zh) | 2023-06-06 | 2023-06-06 | 中低压直流配电网储能系统接入效益评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310660185.8A CN116385209B (zh) | 2023-06-06 | 2023-06-06 | 中低压直流配电网储能系统接入效益评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116385209A CN116385209A (zh) | 2023-07-04 |
| CN116385209B true CN116385209B (zh) | 2023-08-18 |
Family
ID=86975485
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310660185.8A Active CN116385209B (zh) | 2023-06-06 | 2023-06-06 | 中低压直流配电网储能系统接入效益评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116385209B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016151614A1 (en) * | 2015-03-20 | 2016-09-29 | Nec Corporation | Energy management module, energy supply system, and energy supply method |
| WO2018206114A1 (de) * | 2017-05-11 | 2018-11-15 | Caterva Gmbh | Verfahren zum bestimmen einer energiemenge bei einer prosumer-anlage |
| CN109713696A (zh) * | 2018-11-09 | 2019-05-03 | 杭州电子科技大学 | 考虑用户行为的电动汽车光伏充电站优化调度方法 |
| CN111654036A (zh) * | 2020-05-18 | 2020-09-11 | 天津大学 | 一种计及储能快充电站的配电网两阶段鲁棒优化调度方法 |
| CN113971530A (zh) * | 2021-10-29 | 2022-01-25 | 国网福建省电力有限公司福州供电公司 | 面向新型电力系统源网荷储协同的电力平衡方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3611675A1 (en) * | 2018-08-16 | 2020-02-19 | ABB Schweiz AG | Method and device for determining a configuration for deployment of a public transportation system |
-
2023
- 2023-06-06 CN CN202310660185.8A patent/CN116385209B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016151614A1 (en) * | 2015-03-20 | 2016-09-29 | Nec Corporation | Energy management module, energy supply system, and energy supply method |
| WO2018206114A1 (de) * | 2017-05-11 | 2018-11-15 | Caterva Gmbh | Verfahren zum bestimmen einer energiemenge bei einer prosumer-anlage |
| CN109713696A (zh) * | 2018-11-09 | 2019-05-03 | 杭州电子科技大学 | 考虑用户行为的电动汽车光伏充电站优化调度方法 |
| CN111654036A (zh) * | 2020-05-18 | 2020-09-11 | 天津大学 | 一种计及储能快充电站的配电网两阶段鲁棒优化调度方法 |
| CN113971530A (zh) * | 2021-10-29 | 2022-01-25 | 国网福建省电力有限公司福州供电公司 | 面向新型电力系统源网荷储协同的电力平衡方法 |
Non-Patent Citations (1)
| Title |
|---|
| 考虑电动汽车时空负荷分布特性的主动配电网动态重构;程杉;《电力系统保护与控制》;第50卷(第17期);第1-13页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116385209A (zh) | 2023-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103241130B (zh) | 一种电动公交车充换电站的能量管理方法及系统 | |
| CN108407633B (zh) | 一种电动公交车充换电站优化运行方法 | |
| CN112200367B (zh) | 一种支持充放电策略的电动汽车配送路径优化方法 | |
| CN107370170A (zh) | 一种考虑容量电价和负荷预测误差的储能系统容量配置方法 | |
| JP6499939B2 (ja) | 二次電池の充電状態推定方法 | |
| 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 | |
| KR101570302B1 (ko) | 전력 계통 관리를 위한 전기차 충전 수요 예측 방법 및 시스템 | |
| 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 | |
| CN112319462B (zh) | 一种插电式混合动力汽车能量管理方法 | |
| CN114722595A (zh) | 一种含有换电站的微电网优化运行方法 | |
| CN115860185A (zh) | 一种考虑极端高温天气下多类型电动汽车充电方式的电网负荷预测方法 | |
| CN110956343A (zh) | 一种基于碳排放约束的电动汽车保有量预测方法及系统 | |
| CN114519449A (zh) | 一种园区能源系统运行优化方法 | |
| 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 | |
| CN116388245A (zh) | 光储充一体化电站储能容量配置方法及相关设备 | |
| CN116362584A (zh) | 一种基于用户侧储能容量配置的经济性分析方法 | |
| CN114444965B (zh) | 一种单车场多线路电动公交车协同调度方法 | |
| CN114723284A (zh) | 一种含分布式电源和电动汽车的配电网可靠性评估方法 | |
| CN108932558B (zh) | 一种对外开放型电动公交充电站负荷预测方法 | |
| WO2018069993A1 (ja) | 水素エネルギー貯蔵システム、水素エネルギー貯蔵システムの制御方法、及びプログラム | |
| CN116385209B (zh) | 中低压直流配电网储能系统接入效益评估方法 | |
| CN117353355A (zh) | 一种计及电动汽车调控潜力的含风电系统优化调度方法 | |
| CN117220281A (zh) | 一种电动汽车接入电网调节能力量化评估方法及系统 | |
| CN113052450B (zh) | 一种适应电能替代发展战略的城市能源互联网规划方法 | |
| CN114662563A (zh) | 一种基于梯度提升算法的工业用电非侵入负荷分解方法 |
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 |