CN117748445A - 一种含有电动汽车充电站的配电网运行优化方法 - Google Patents

一种含有电动汽车充电站的配电网运行优化方法 Download PDF

Info

Publication number
CN117748445A
CN117748445A CN202311282009.1A CN202311282009A CN117748445A CN 117748445 A CN117748445 A CN 117748445A CN 202311282009 A CN202311282009 A CN 202311282009A CN 117748445 A CN117748445 A CN 117748445A
Authority
CN
China
Prior art keywords
electric vehicle
vehicle charging
distribution network
power distribution
charging station
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
CN202311282009.1A
Other languages
English (en)
Inventor
李春
徐杰
钟伟东
刘维亮
钱伟杰
范明
王科丁
吴琴芳
袁傲
仲乾元
刘伟
褚明华
沈浚
吴方舟
王晨
高倩
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.)
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power 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 Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202311282009.1A priority Critical patent/CN117748445A/zh
Publication of CN117748445A publication Critical patent/CN117748445A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种含有电动汽车充电站的配电网运行优化方法,包括如下步骤:S1、建立配电网与上级电网及电动汽车充电站之间的交互机制;S2、基于交互机制确定配电网运行的目标函数和各项约束条件;S3、通过线性决策规则方法将配电网日内运行决策量设定为关于不确定性因素的线性函数;S4、建立电动汽车充电站的弹性使用机制,根据弹性使用机制将电动汽车充电站自身充电需求所对应的不确定性因素分配到之后的时刻;S5、将各个电动汽车充电站的不确定性因素重新分配给若干个电动汽车充电站;S6、对于涉及不确定性因素的配电网运行的约束条件,采用鲁棒优化将其转化为确定性约束,确定优化运行方式;显著地削弱了配电网运行中涉及的不确定性因素。

Description

一种含有电动汽车充电站的配电网运行优化方法
技术领域
本发明涉及配电网运行优化技术领域,尤其涉及一种含有电动汽车充电站的配电网运行优化方法。
背景技术
近年来电动汽车日益普及,在电动汽车大量接入的情况下,如果配电网直接控制每辆电动汽车的充电、势必会导致巨大的运算、通信压力,因此由配电网将电动汽车充电站看作有弹性的负荷、并对电动汽车充电站进行调度是更合理的运行方式。和配电网内已有的弹性元件不同,电动汽车充电站具有鲜明的特点。相比于储能与小型机组,电动汽车充电站因其自身的充电需求而具有不确定性因素,并且电动汽车充电站并非完全受配电网调度的弹性元件、只能在完成自身充电任务的前提下为配电网提供弹性。此外,不像其他弹性元件通过自身运行直接提供弹性,电动汽车充电站是通过调节自身充电负荷而间接提供弹性。现有技术中,一种在中国专利文献上公开的“一种配电网与充电站的博弈互动方法及装置”其公告号:CN116128545A,公开了包括以充电站收益最大为目标,建立配电网内聚合了电动汽车的多个充电站的充电站层的充电站层模型并考虑电动汽车充放电计划以及充电站与配电网运营商的交易策略设置约束条件;构建配电网运营商与充电站之间的双层调度优化模型;对配电网内分布式电源的不确定性进行处理,对充电站层模型进行KKT条件转化,从而将双层调度优化模型变为单层优化模型,求解该单层优化模型,但是该方案没有考虑到充电站自身弹性对配电网运行的影响。
发明内容
为了解决现有技术中电动汽车充电站弹性在内的不确定性因素对配电网运行效率的影响,本发明提供一种含有电动汽车充电站的配电网运行优化方法,充分利用电动汽车充电站弹性削弱其自身充电负荷所具有的不确定性因素。
为了实现上述目的,本发明提供如下技术方案:
一种含有电动汽车充电站的配电网运行优化方法,包括如下步骤:
S1、建立配电网与上级电网及电动汽车充电站之间的交互机制;
S2、基于交互机制确定配电网运行的目标函数和各项约束条件;
S3、通过线性决策规则方法将配电网日内运行决策量设定为关于不确定性因素的线性函数;
S4、建立电动汽车充电站的弹性使用机制,根据弹性使用机制将电动汽车充电站自身充电需求所对应的不确定性因素分配到之后的时刻;
S5、将各个电动汽车充电站的不确定性因素重新分配给若干个电动汽车充电站;
S6、对于涉及不确定性因素的配电网运行的约束条件,采用鲁棒优化将其转化为确定性约束,确定优化运行方式。通过将电动汽车充电站的不确定因素拆分,并将拆分后的不确定性因素在时间和空间上进行重新排布,使得不确定性因素集中到一起,进而通过不同时间空间下不确定性因素的相互中和来削弱电动汽车充电站运行所面临的不确定性因素,从而通过鲁棒优化得到优化运行方案。
作为优选的,所述的交互机制包括,获取配电网自身的日前的用电计划,在日内运行中如果配电网的实际用电量与日前的用电计划有偏差则获取电动汽车充电站的不确定性因素。通过实时监控配电网的用电量确定是否需要添加电动汽车充电站的不确定因素。
作为优选的,所述的交互机制还包括,获取电动汽车充电站的计划充电需求和可调度范围,然后确定配电网对应电动汽车充电站的调度计划及弹性预留容量。当不确定性因素的实际取值在日内运行中确定时,配电网相应地在电动汽车充电站可调度范围内向其发出指令。当配电网对于电动汽车充电站的弹性使用在弹性预留容量之内时,确定补偿值,对于超出弹性预留容量的弹性使用,改变补偿系数。能够确定配电网对于不确定性因素的补偿值,使得配电网要为其内部运行的不确定性因素负责。
作为优选的,所述的确定目标函数包括,将配电网对电动汽车充电站的弹性预留容量的作为目标函数的第一参数,将不确定性因素影响的配电网实际用电量与日前计划的偏差及电动汽车充电站的弹性补偿作为第二参数;目标函数确定第二参数的最差期望值与第一参数的最小值。实现以配电网运行偏差最小及电动汽车充电站的弹性补偿最小为目标进行优化,进而可以实现对于配电网运行成本最低的优化。
作为优选的,所述的弹性补偿包括,配电网的弹性预留容量对电动汽车充电站延迟充电和提前充电量的补偿值,包括配电网的备用弹性预留容量对电动汽车充电站延迟充电和提前充电量的补偿系数。包括当电动汽车充电站的延迟充电在未超出、超出购买的弹性预留容量时对电动汽车充电站的补偿,电动汽车充电站的延迟充电在未超出、超出购买的备用弹性预留容量时的补偿系数,包括当电动汽车充电站的提前充电量在未超出、超出购买的弹性预留容量时对电动汽车充电站的补偿,电动汽车充电站的提前充电在未超出、超出购买的备用弹性预留容量时的补偿系数。实现确定配电网对于电动汽车充电站的不同工作模式及不同情况下的补偿。
作为优选的,所述的S6包括,确定目标函数中的不确定性因素,将所有满足不确定性因素统计均值与协方差矩阵的概率分布作为模糊集,使用分布鲁棒优化将目标函数相对于模糊集的最差期望值转化为确定性形式。所述的模糊集由满足不确定性因素历史统计期望和协方差矩阵的所有概率分布构成,包括不确定性因素的概率分布、不确定性因素的统计均值、不确定性因素的统计协方差矩阵;确定特定分段线性函数相对于模糊集的最差期望值,并加入多个松弛变量进行调整。从而实现将不确定性因素转化为确定性形式来进行优化。
作为优选的,所述的分布鲁棒优化包括,确定特定分段线性函数相对于模糊集D的最差期望值并替换目标函数中第二参数的最差期望值,然后进行优化求解得到优化运行方式。从而实现将配电网运行优化问题最终被转换为一个确定性的二阶锥规划问题。通过构建配电网运行优化模型,采用分布鲁棒优化合理地考虑了不确定性因素的概率特征与不确定性因素间的相关性,使得所构建模型在保证鲁棒性的情况下提高了配电网内弹性利用效率。
作为优选的,所述的S3包括,基于之前时刻的不确定性因素的实际取值信息确定日内决策,然后将日内决策中的各项决策变量设为之前各时刻的不确定性因素的线性函数,线性函数中包括确定性因素和对应的不确定性因素系数。实现不确定性因素的转换,这样不同时刻的不确定性因素间的时序问题就得到了解决、配电网运行优化问题从数学上等价于单一时刻的优化问题,需要求解的是日前决策变量、日内决策量在线性决策规则下对应的确定性部分与不确定性因素系数。
作为优选的,所述的S4包括,对线性函数中的不确定性因素系数按照比例进行划分,依据划分后的不确定性因素系数将不确定性因素以不同比例分配到若干个之后的时刻中,并且将不确定性因素系数总和为1。针对电动汽车充电站的弹性,基于线性决策规则设计电动汽车充电站弹性利用机制,实现不确定性因素在时间上的向后移动,进而将原本在时间上分隔的不确定性因素集中到一起。
作为优选的,所述的S5包括,确保配电网整体用电量不变,以每个电动汽车充电站为单位进行不确定性因素分配,分配方式为将不同时刻、不同电动汽车充电站的不确定性因素及对应的不确定性因素系数一同分配,分配原则为每个电动汽车充电站的不确定性因素系数总和为0。基于线性决策规则进一步实现了不确定性因素在不同充电站之间的移动,从而将原本在空间上分隔的不确定性因素集中到一起,使得配电网内原本分散的不确定性因素集中到一起后,可以在正负号取值相反时相互中和,显著地削弱了配电网运行中涉及的不确定性因素。
本发明具有如下优点:
(1)针对电动汽车充电站的弹性,基于线性决策规则设计电动汽车充电站弹性利用机制,实现不确定性因素在时间上的向后移动,进而将原本在时间上分隔的不确定性因素集中到一起;基于线性决策规则进一步实现了不确定性因素在不同充电站之间的移动,从而将原本在空间上分隔的不确定性因素集中到一起,使得配电网内原本分散的不确定性因素集中到一起后,可以在正负号取值相反时相互中和,显著地削弱了配电网运行中涉及的不确定性因素;(2)通过构建配电网运行优化模型,采用分布鲁棒优化合理地考虑了不确定性因素的概率特征与不确定性因素间的相关性,使得所构建模型在保证鲁棒性的情况下提高了配电网内弹性利用效率。
附图说明
下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
图1为电动汽车充电站在时间维度集中不确定性因素的示意图。
图2为电动汽车充电站在空间维度集中不确定性因素的示意图。
图3为实施例中的方法步骤示意图。
图中:
1-电动汽车充电站。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,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。
如图1-3所示,在一个较佳的实施例中,本发明公开了一种含有电动汽车充电站的配电网运行优化方法,包括如下步骤:
S1、建立配电网与上级电网及电动汽车充电站之间的交互机制;
所述的交互机制包括,获取配电网自身的日前的用电计划,在日内运行中如果配电网的实际用电量与日前的用电计划有偏差则获取电动汽车充电站的不确定性因素;获取电动汽车充电站的计划充电需求和可调度范围,然后确定配电网对应电动汽车充电站的调度计划及弹性预留容量。
即,配电网根据自身的实际用电量确定电动汽车充电站的不确定性因素,并获取电动汽车充电站和配电网的可调节优化的各项参数来确定交互机制。
在其他的实施例中,S1包括,S11:配电网与上级电网的交互机制具体为:配电网将自身的用电计划报给上级电网,在日内运行中如果配电网的实际用电量与日前的用电计划有偏差,配电网需要为偏差量承担相应的惩罚值,即配电网要为其内部运行的不确定性因素负责。
S12:配电网与电动汽车充电站的交互机制具体为:首先电动汽车充电站将其自身的计划充电需求和可调度范围上报给配电网;随后配电网确定其对于电动汽车充电站的调度计划并向电动汽车充电站确定弹性预留容量;当不确定性因素的实际取值在日内运行中确定时,配电网相应地在电动汽车充电站可调度范围内向其发出指令。当配电网对于电动汽车充电站的弹性使用在确定的弹性预留容量之内时,配电网按照常规费率对电动汽车充电站进行补偿;对于超出弹性预留容量的弹性使用,配电网按照更高的费率对电动汽车充电站进行补偿。
S2、基于交互机制确定配电网运行的目标函数和各项约束条件;
将配电网对电动汽车充电站的弹性预留容量的作为目标函数的第一参数,将不确定性因素影响的配电网实际用电量与日前计划的偏差及电动汽车充电站的弹性补偿作为第二参数;目标函数确定第二参数的最差期望值与第一参数的最小值。所述的弹性补偿包括,配电网的弹性预留容量对电动汽车充电站延迟充电和提前充电量的补偿值,包括配电网的备用弹性预留容量对电动汽车充电站延迟充电和提前充电量的补偿系数。包括当电动汽车充电站的延迟充电在未超出、超出购买的弹性预留容量时对电动汽车充电站的补偿,电动汽车充电站的延迟充电在未超出、超出购买的备用弹性预留容量时的补偿系数,包括当电动汽车充电站的提前充电量在未超出、超出购买的弹性预留容量时对电动汽车充电站的补偿,电动汽车充电站的提前充电在未超出、超出购买的备用弹性预留容量时的补偿系数。
在使用时,根据交互机制确定优化的目标函数。
在其他的实施例中,在其他的实施例中,建立目标函数包括,建立配电网运行分数的目标函数,分数包括向电动汽车充电站确定弹性预留容量的分数、配电网实际用电量与计划值有出入时产生的惩罚分数以及使用电动汽车充电站弹性的补偿分数,通过分数确定成本。具体形式为:
其中,公式第一部分为向电动汽车充电站确定弹性预留容量的分数,分别为电动汽车充电站延迟或提前充电所对应的弹性预留容量系数,分别为配电网向电动汽车充电站确定的用于延迟或提前充电的弹性预留容量;第二部分的supE[]运算符内部为受到不确定性因素取值影响的分数,分别为配电网实际用电量与日前计划值的偏差所对应的惩罚分数,以及对于电动汽车充电站弹性使用的补偿值。
fk与gk的具体形式如(3.2)-(3.7)所示。supE[…]运算符计算相应分数针对于所有可能概率分布的最差期望值,从而提高配电网运行优化模型的鲁棒性。表示在第t小时由主电网输入配电网的有功功率,/>为配电网针对第t小时的计划用电量,/>为第t小时对节点i上电动汽车充电站的弹性使用量。
式(3.2)和(3.3)分别表示配电网实际用电量超出和不足计划值时的惩罚分数,bpen,+,bpen,-分别表示用电量超出和不足计划时的惩罚分数系数。(3.4)和(3.5)分别是当电动汽车充电站的延迟充电在未超出、超出购买的弹性预留容量时对电动汽车充电站的补偿值,分别表示电动汽车充电站的延迟充电在未超出、超出购买的备用弹性预留容量时的补偿系数。(3.6)和(3.7)分别是当电动汽车充电站的提前充电量在未超出、超出购买的弹性预留容量时对电动汽车充电站的补偿值,/>分别表示电动汽车充电站的提前充电在未超出、超出购买的备用弹性预留容量时的补偿系数。
在其他的实施例中,各项约束条件包括配电网潮流方程、节点电压约束、自动电压调节器约束、电动汽车充电站弹性使用约束,具体形式为:
式(3.8)保证了电动汽车充电站充电功率恒为正值,表示第t小时节点i处电动汽车充电站的有功充电功率,ξ表示不确定性因素向量,NEVA表示连有电动汽车充电站的节点集合。式(3.9)设定了电动汽车充电站的有功功率与无功功率之间的关系,/>表示第t小时节点i处电动汽车充电站的无功充电功率,θi表示节点i处电动汽车充电站的功率因数。式(3.10)描述了对电动汽车充电站的弹性使用情况,正值对应电动汽车充电站延迟充电、负值对应提前充电,/>表示第t小时节点i处电气汽车充电站的计划充电需求。式(3.11)描述了电动汽车充电站的可调度范围,/>分别表示节点i处电动汽车充电站在第t小时延后、提前充电的可调度范围。式(3.12)要求在一天结束时各个电动汽车充电站的充电需求被完全满足,ξt,i表示第t小时节点i处电动汽车充电站的实际充电需求与计划充电需求的偏差、即不确定性因素。式(3.13)设定了自动电压调节器的无功功率输出范围,自动电压调节器安装在某些节点上,/>表示节点i处的自动电压调节器的最大输出无功功率容量,/>表示节点i处的自动电压调节器的无功输出功率,NAVR表示连有自动电压调节器的节点集合。式(3.14)和(3.15)分别描述了从主电网输入配电网的有功功率和无功功率。式(3.16)和(3.17)分别描述了各节点处有功功率和无功功率平衡关系,/>分别表示第t小时节点i处的有功和无功负荷,/>分别表示第t小时从节点i流向节点j的有功和无功功率,Si表示节点i的子节点集合。式(3.18)对相邻节点的电压之间的关系进行描述,a(i)表示节点i的父节点,v0表示基准电压,/>表示第t小时节点i的电压,ri,j与xi,j分别表示节点i与节点j间线路的电阻和电抗。式(3.19)限制节点电压在安全范围之内。
S3、通过线性决策规则方法将配电网日内运行决策量设定为关于不确定性因素的线性函数;
针对配电网运行优化问题中各个小时电动汽车充电站的充电需求所带来的不确定性因素具有时间上的先后顺序这一问题,通过引入线性决策规则方法将配电网日内运行决策量设定为相关不确定性因素的线性函数来解决不确定性因素时序为配电网运行优化问题建模所带来的复杂性。由于不确定性因素的实际取值不能被预先知晓,所以日内决策只能基于之前时刻的不确定性因素的实际取值信息而不能基于之后时刻的不确定性因素的实际取值信息来做出。因而基于线性决策规则,各个日内决策变量被设定为之前各时刻的不确定性因素的线性函数,以电动汽车充电站的充电功率为例,它的具体形式如公式(3.20)所示,为第t小时节点i上电动汽车充电站的充电功率在线性决策规则下的确定性部分,/>为不确定性因素的系数。
S4、建立电动汽车充电站的弹性使用机制,根据弹性使用机制将电动汽车充电站自身充电需求所对应的不确定性因素分配到之后的时刻;
基于线性决策规则,设计电动汽车充电站的弹性使用机制,具体为通过设定公式(3.20)中的不确定性因素系数相当于在日前将不确定性因素分配到各个小时。因为不确定性因素的实际取值不能被预知,所以不确定性因素只能被分配到后面的时刻、而不能被分配到前面的时刻,但各个不确定性因素可以被以不同的比例分配到后面的多个时刻,这样被移动到之后时刻的各个不确定性因素便可以汇集在同一时刻从而可以在取值正负号相反时相互中和、进而达到削弱不确定性因素的目的。根据公式(3.12),任何电动汽车充电站的充电需求在一天结束时都应被刚好满足、即等于其各小时计划充电需求与相应不确定性因素的总和,因而线性决策规则中的系数应满足公式(3.21),即某一时刻的不确定性因素分配到后面各个小时的系数总和应该为1。
S5、将各个电动汽车充电站的不确定性因素重新分配给若干个电动汽车充电站;
进一步改进电动汽车充电站的弹性使用机制,在不影响配电网整体用电量的情况下,各个电动汽车充电站可以将它们各自的不确定性因素在彼此间分配,这样公式(3.20)将变为公式(3.22)的形式,其中为不确定性因素系数,表示第t小时i节点上的不确定性因素分配到/>时刻j节点上电动汽车充电站的比例。通过这样的机制,某一电动汽车充电站的弹性使用情况将由多个电动汽车充电站的不确定性因素决定,由于不同电动汽车充电站的不确定性因素之间在取值正负号相反时可以相互中和,所以对于电动汽车充电站正常充电进程的影响将被缓解、电动汽车充电站弹性可以得到更充分的利用。根据公式(3.12),任何电动汽车充电站在一天结束时所充电的能量不应受到其他充电站的不确定性因素的影响,因此对于任何电动汽车充电站的任何一个不确定性因素,其被分配到其他电动汽车充电站的系数总和应该为零,即满足公式(3.23)。
所构建的电动汽车充电站的弹性使用机制还具有以下作用:(1)可以将弹性使用成本较高的充电站的不确定性因素移动到成本较低的充电站,即由调度成本较低的充电站削弱调度成本较高的充电站的不确定性因素,这样可以减少配电网使用电动汽车充电站弹性的成本。(2)当一个电动汽车充电站到达其可调度极限时,可以将该充电站的不确定性因素移动到其他仍具有可使用弹性的充电站上,从而更好地利用各充电站的弹性。
S6、对于涉及不确定性因素的配电网运行的约束条件,采用鲁棒优化将其转化为确定性约束,确定优化运行方式。
针对配电网运行优化问题目标函数中的不确定性因素,采用公式(3.24)所示的模糊集D,它是由满足不确定性因素历史统计期望和协方差矩阵的所有概率分布构成,fξ为不确定性因素ξ的概率分布,μ为不确定性因素的统计均值,Ω为不确定性因素的统计协方差矩阵。特定分段线性函数相对于模糊集D的最差期望值可由公式(3.25)计算,其中ω1、ω2、ω3、ω4为松弛变量,y为y的转置。
由于目标函数(3.1)涉及若干个分段线性函数之和的期望值、不能直接采用(3.25)进行转换,因此目标函数(3.1)被其上界(3.26)替换。配电网运行优化问题最终被转换为了一个确定性的二阶锥规划问题,可以用成熟的优化求解方法解得配电网运行方案。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。

Claims (10)

1.一种含有电动汽车充电站的配电网运行优化方法,其特征在于,包括如下步骤:
S1、建立配电网与上级电网及电动汽车充电站之间的交互机制;
S2、基于交互机制确定配电网运行的目标函数和各项约束条件;
S3、通过线性决策规则方法将配电网日内运行决策量设定为关于不确定性因素的线性函数;
S4、建立电动汽车充电站的弹性使用机制,根据弹性使用机制将电动汽车充电站自身充电需求所对应的不确定性因素分配到之后的时刻;
S5、将各个电动汽车充电站的不确定性因素重新分配给若干个电动汽车充电站;
S6、对于涉及不确定性因素的配电网运行的约束条件,采用鲁棒优化将其转化为确定性约束,确定优化运行方式。
2.根据权利要求1所述的一种含有电动汽车充电站的配电网运行优化方法,其特征在于,所述的交互机制包括,获取配电网自身的日前的用电计划,在日内运行中如果配电网的实际用电量与日前的用电计划有偏差则获取电动汽车充电站的不确定性因素。
3.根据权利要求1或2所述的一种含有电动汽车充电站的配电网运行优化方法,其特征在于,所述的交互机制还包括,获取电动汽车充电站的计划充电需求和可调度范围,然后确定配电网对应电动汽车充电站的调度计划及弹性预留容量。
4.根据权利要求3所述的一种含有电动汽车充电站的配电网运行优化方法,其特征在于,所述的确定目标函数包括,将配电网对电动汽车充电站的弹性预留容量的作为目标函数的第一参数,将不确定性因素影响的配电网实际用电量与日前计划的偏差及电动汽车充电站的弹性补偿作为第二参数;目标函数确定第二参数的最差期望值与第一参数的最小值。
5.根据权利要求4所述的一种含有电动汽车充电站的配电网运行优化方法,其特征在于,所述的弹性补偿包括,配电网的弹性预留容量对电动汽车充电站延迟充电和提前充电量的补偿值,包括配电网的备用弹性预留容量对电动汽车充电站延迟充电和提前充电量的补偿系数。
6.根据权利要求4所述的一种含有电动汽车充电站的配电网运行优化方法,其特征在于,所述的S6包括,确定目标函数中的不确定性因素,将所有满足不确定性因素统计均值与协方差矩阵的概率分布作为模糊集,使用分布鲁棒优化将目标函数相对于模糊集的最差期望值转化为确定性形式。
7.根据权利要求6所述的一种含有电动汽车充电站的配电网运行优化方法,其特征在于,所述的分布鲁棒优化包括,确定特定分段线性函数相对于模糊集D的最差期望值并替换目标函数中第二参数的最差期望值,然后进行优化求解得到优化运行方式。
8.根据权利要求1或2所述的一种含有电动汽车充电站的配电网运行优化方法,其特征在于,所述的S3包括,基于之前时刻的不确定性因素的实际取值信息确定日内决策,然后将日内决策中的各项决策变量设为之前各时刻的不确定性因素的线性函数,线性函数中包括确定性因素和对应的不确定性因素系数。
9.根据权利要求8所述的一种含有电动汽车充电站的配电网运行优化方法,其特征在于,所述的S4包括,对线性函数中的不确定性因素系数按照比例进行划分,依据划分后的不确定性因素系数将不确定性因素以不同比例分配到若干个之后的时刻中,并且将不确定性因素系数总和为1。
10.根据权利要求9所述的一种含有电动汽车充电站的配电网运行优化方法,其特征在于,所述的S5包括,确保配电网整体用电量不变,以每个电动汽车充电站为单位进行不确定性因素分配,分配方式为将不同时刻、不同电动汽车充电站的不确定性因素及对应的不确定性因素系数一同分配。
CN202311282009.1A 2023-10-07 2023-10-07 一种含有电动汽车充电站的配电网运行优化方法 Pending CN117748445A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311282009.1A CN117748445A (zh) 2023-10-07 2023-10-07 一种含有电动汽车充电站的配电网运行优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311282009.1A CN117748445A (zh) 2023-10-07 2023-10-07 一种含有电动汽车充电站的配电网运行优化方法

Publications (1)

Publication Number Publication Date
CN117748445A true CN117748445A (zh) 2024-03-22

Family

ID=90278179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311282009.1A Pending CN117748445A (zh) 2023-10-07 2023-10-07 一种含有电动汽车充电站的配电网运行优化方法

Country Status (1)

Country Link
CN (1) CN117748445A (zh)

Similar Documents

Publication Publication Date Title
CN110112767B (zh) 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法
CN104966127B (zh) 一种基于需求响应的电动汽车经济调度方法
CN112234638B (zh) 基于负荷侧智能充电桩集群控制的电网调峰系统和方法
Hossain et al. Design a novel controller for stability analysis of microgrid by managing controllable load using load shaving and load shifting techniques; and optimizing cost analysis for energy storage system
CN111313437B (zh) 计及充电计划优化的电动汽车分布式调频控制方法
CN110826880A (zh) 一种大规模电动汽车接入的主动配电网优化调度方法
CN112800658A (zh) 一种考虑源储荷互动的主动配电网调度方法
CN111740403A (zh) 一种电网运营商与电动汽车集群的主从博弈调度策略
CN112952847A (zh) 考虑用电需求弹性的多区域主动配电系统调峰优化方法
Meikandasivam Optimal distribution of plug-in-electric vehicle’s storage capacity using water filling algorithm for load flattening and vehicle prioritization using ANFIS
CN116565908A (zh) 一种光伏和储能系统接入的柔性牵引变电所能量管理方法
CN114944661A (zh) 一种基于储能系统滚动优化的微电网三阶段优化控制方法
CN115829224A (zh) 电动汽车集群可调度能力的多主体两阶段低碳优化运行方法
CN115186477A (zh) 一种基于需求调度的配电网供电可靠性评估方法
CN109950900B (zh) 基于电动汽车负荷最小峰值模型的微网负荷削减控制方法
Naik et al. Optimization of vehicle-to-grid (V2G) services for development of smart electric grid: A review
CN114914923A (zh) 基于网格法的变时长两阶段电动汽车调度方法及系统
CN115000985A (zh) 一种用户侧分布式储能设施聚合管控方法及系统
CN110826801A (zh) 电动车充电站分布式电能管理方法
CN116632896B (zh) 一种多光储充电站的电动汽车充放电协同调度方法及系统
Geng et al. Electric vehicles as flexible loads: Algorithms to optimize aggregate behavior
CN110826210B (zh) 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法
CN111555316A (zh) 一种可参与电网辅助服务的分布式云储能调度控制方法
CN114640133B (zh) 一种基于实时信息的城市电网电动汽车协同调控方法及系统
CN116191505A (zh) 一种低压台区源荷储充全局动态互动的调节方法及装置

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