复合灾害下电动汽车充电网络韧性评估方法及系统

摘要: 本发明涉及电力系统电动汽车充电基础设施运行评估,具体是复合灾害下电动汽车充电网络韧性评估方法及系统。背景技术:1、随着电动汽车保有量与充电基础设施规模的持续增长...
复合灾害下电动汽车充电网络韧性评估方法及系统

本发明涉及电力系统电动汽车充电基础设施运行评估,具体是复合灾害下电动汽车充电网络韧性评估方法及系统。

背景技术:

1、随着电动汽车保有量与充电基础设施规模的持续增长,充电网络已成为连接电力系统与交通系统的重要耦合载体。在台风叠加暴雨并诱发内涝等极端天气条件下,配电线路、变压器及充电站等关键设备可能因强风与积水发生停运或失效,道路路段亦可能因积水导致通行能力下降甚至中断。在此情形下,车辆出行路径与充电选择会被迫调整,有限可用的充电站更易出现到达集中、排队激增与服务能力受限,继而引发充电负荷在时间与空间上的重新分配。充电负荷变化进一步作用于配电网潮流分布与电压水平,可能诱发线路过载二次故障,进而形成级联故障演化过程,导致充电服务能力快速退化。

2、现有技术在面向复合灾害与耦合网络的分析中仍存在不足:一方面,相关研究往往从单一灾种或单一系统出发,难以在统一的空间与时间尺度上将台风风场、暴雨过程与内涝分布有效映射为电力设备失效、道路通行受阻以及充电站可达性变化的联合描述,导致初始故障场景与级联传播的起点刻画不够一致。另一方面,针对故障在电力系统与交通系统之间的跨系统传播,常见方法容易采用静态或简化假设处理灾后交通流与站点排队过程,难以反映短时段“挤兑”式到达与时变负荷对电网运行的动态冲击,从而对级联故障链条的触发条件、传播路径与影响范围刻画不充分;此外,在台风场景建模方面,既有模型在台风强度、路径与风场空间分布的细化表达,以及与降雨、内涝时空演化的耦合一致性上仍显不足,难以支撑面向城市尺度的多情景生成与不确定性分析,进而限制了对级联故障风险与充电网络韧性水平的准确评估与关键薄弱环节识别。

技术实现思路

1、为解决现有技术中在复合灾害场景下难以统一刻画台风、暴雨及内涝对电力系统、交通系统及充电设施的耦合影响,且难以反映灾后交通流重分配、充电站排队动态演化及配电网二次故障之间的级联传播关系,进一步难以实现对充电网络韧性的快速在线评估的问题,本发明提出了一种复合灾害下电动汽车充电网络韧性评估方法及系统,能够在台风、暴雨及内涝等复合灾害作用下,对充电网络的运行状态及韧性水平进行评估与滚动更新。

2、为了达到上述目的,本发明是通过以下技术方案来实现的:

3、本发明的复合灾害下电动汽车充电网络韧性评估方法,包括:

4、基于目标区域配电网、交通网络及充电站,构建复合灾害下基础设施组件的初始故障模型;

5、构建复合灾害下电动汽车的动态交通分配模型,模拟复合灾害后电动汽车在不同内涝深度影响下的行驶时间变化与路径选择行为,获取充电需求在时间和空间上的动态重分布特征;

6、基于充电需求在时间和空间上的动态重分布特征,构建充电站非稳态排队模型,利用充电站非稳态排队模型计算充电站的实际充电负荷;

7、基于实际充电负荷,构建配电网二次故障判定模型;

8、基于初始故障模型、动态交通分配模型、充电站非稳态排队模型和配电网二次故障判定模型,建立配电网-交通耦合网络级联故障演化模拟框架,利用蒙特卡洛模拟方法,对不同复合灾害等级进行多次仿真模拟,生成包含灾害参数、基础设施组件状态及系统中间节点状态的结构化样本集;

9、基于所述结构化样本集,构建并训练分层贝叶斯网络模型,建立灾害致因层、故障传播层及韧性量化层之间的概率映射关系;

10、将离散化处理后的实时复合灾害监测数据输入训练好的分层贝叶斯网络模型,对充电网络韧性进行实时在线评估。

11、本发明的进一步改进在于:构建复合灾害下基础设施组件的初始故障模型,包括:

12、针对配电网线路,利用batts模型模拟台风风场确定风速,计算配电网线路风荷载,并利用有限元分析方法计算配电网线路最高悬挂点的最大应力,进而计算配电网线路的停运概率,计算表达式为:

13、

14、

15、其中:为第条配电网线路中第个档距的失效概率,为配电网线路最高悬挂点处的最大应力值,为配电网线路材料强度的标准差,为配电网线路强度的随机变量,为配电网线路材料强度的均值,为第条配电网线路的停运概率,为第条配电网线路所包含的档距总数;

16、基于配电网线路的停运概率确定配电网线路的初始停运状态,即,对于第条配电网线路,生成服从[0,1]区间均匀分布的随机数,根据随机数确定配电网线路的初始停运状态:

17、

18、其中,为第条配电网线路的初始停运状态;

19、针对道路,采用与内涝深度相关的对数正态概率密度函数建立道路损伤概率模型,表达式为:

20、

21、

22、

23、

24、其中:为所有内涝深度场景的集合,为捕捉函数,分别为内涝深度区间的下限和上限,为内涝深度场景的索引集合,为内涝深度场景下的内涝深度,为内涝深度场景的发生概率,为对数正态概率密度函数,为内涝深度的微分,为道路在内涝深度场景下的容量损失率函数,为道路的综合容量损失程度,为道路中断阈值,、为损伤函数系数;

25、基于道路综合容量损失程度更新道路灾后通行能力:

26、

27、其中,为道路的灾后通行能力,为道路在正常状态下的通行能力;

28、根据道路综合容量损失程度确定道路运行状态:

29、

30、其中,为道路在灾后的运行状态,为道路的失效判定阈值;

31、针对充电站,基于充电站所在位置的内涝深度及充电站上游供电线路运行状态确定充电站的运行状态。

32、本发明的进一步改进在于:构建复合灾害下电动汽车的动态交通分配模型,包括:

33、在交通网络的基础上构建扩展交通网络,在充电站所在交通节点处设置虚拟充电弧,其中,对于充电站,对应的虚拟充电弧记为;

34、以各扩展交通弧,即道路的车辆流入量、车辆流出量、车辆存量为求解变量,并引入累计到达终点车辆数作为辅助状态量,建立动态交通分配模型,包括:

35、基于路段车辆守恒关系建立状态方程:

36、

37、其中:为起终点对,为连接起终点对的一条可行的路径,为时间从道路进入的、属于起终点对、路径的车辆流入量,为时间从道路流出的、属于起终点对、路径的车辆流出量,为时间位于道路上的、属于起终点对、路径的车辆存量;

38、基于节点流守恒关系建立节点约束:

39、

40、其中,为非起终交通节点的进站流出量,为从非起终交通节点出发的路段流入量,为始发地,为终点;

41、基于起点出行需求建立需求约束:

42、

43、其中,为以始发地为起点的所有外向路段集合,为起终点对的所有可行路径集合,为时间起终点对的出行需求;

44、根据各路径在道路上的车辆流入量计算道路在时间的总流入量,表达式为:

45、

46、基于总流入量计算道路在时间的实际旅行时间,表达式为:

47、

48、其中,为自由流时间,为道路的拥堵敏感参数,为道路的灾后通行能力;

49、基于实际旅行时间生成道路在时间的估计旅行时间,表达式为:

50、

51、基于估计旅行时间建立流传播约束,表达式为:

52、

53、其中,为时间,属于起终点对、并沿路径行驶的车辆中,位于子路径后续道路上的车辆存量,为截至时间,属于起终点对、并沿路径行驶、基于估计旅行时间得到的已累计到达终点的中间车辆数,为截至时间,属于起终点对并沿路径行驶、实际已累计到达终点的车辆数,为从道路的下游节点开始,沿路径通向终点的子路径;

54、定义道路在时间的广义成本函数,表达式为:

55、

56、其中,为普通道路的道路旅行时间函数,为充电站在时间的单车充电站服务成本,为流量积分变量,为交通弧集合,为虚拟充电弧集合;

57、单车充电站服务成本的计算表达式为:

58、

59、其中,为充电站在时间内的单车平均充电时间,为上一更新时间得到的充电站的排队拥堵状态,为由排队拥堵状态转换得到的等待惩罚成本,为充电站的运行状态,当时表示充电站可用,当时表示充电站不可用,为惩罚系数;

60、等待惩罚成本的表达式为:

61、

62、其中,为一般排队拥堵对应的等待惩罚成本,为严重排队拥堵对应的等待惩罚成本,且;

63、基于状态方程、节点约束、需求约束、实际旅行时间和流传播约束,求解车辆流入量、车辆流出量和车辆存量,目标函数为:

64、

65、其中,为研究时域,为扩展交通弧集合,为微分符号;

66、基于动态交通分配结果,充电站在时间内的到达车辆数由对应虚拟充电弧的流入量确定,表示为:

67、

68、其中,为时间内选择进入充电站的到达车辆数,为时间内进入充电站对应虚拟充电弧的车辆流量。

69、本发明的进一步改进在于:构建充电站非稳态排队模型,包括:

70、获取动态交通分配模型输出的时间内选择进入充电站的到达车辆数;

71、设为时间开始时充电站内的待服务车辆数,待服务车辆数包括正在充电的车辆和排队等待的车辆;设为单车平均充电时长;

72、计算时间充电站正在充电的车辆数,表达式为:

73、;

74、其中,为充电站在时间实际可工作的充电桩数量;

75、计算时间充电站完成充电车辆流量为,表达式为:

76、;

77、建立充电站的连续非稳态排队状态方程,表达式为:

78、;

79、计算时间充电站排队等待充电的车辆数,表达式为:

80、;

81、充电站在时间内的实际充电负荷为:

82、

83、其中,为充电站在时间的实际充电负荷,为充电站在时间的单车平均充电功率;

84、根据排队等待充电的车辆数,定义充电站排队拥堵状态:

85、

86、其中,为充电站在时间的排队拥堵状态;当时,表示充电站未发生排队拥堵;当时,表示充电站发生一般排队拥堵;当时,表示充电站发生严重排队拥堵;为充电站的第一排队拥堵判定阈值,为充电站的第二排队拥堵判定阈值,且。

87、本发明的进一步改进在于:配电网二次故障判定模型将各充电站的实际充电负荷作为时变负荷注入配电网线路,与基础负荷叠加形成母线总负荷,利用交流潮流平衡方程计算各配电网线路潮流,并基于各配电网线路潮流计算结果计算各配电网线路的线路负载率,当线路负载率超过预设过载阈值时,则判定存在因充电负荷转移引发的配电网二次故障。

88、本发明的进一步改进在于:分层贝叶斯网络模型包括灾害致因层、故障传播层和韧性量化层;

89、灾害致因层分别建立配电网线路停运状态与台风风速之间的概率映射关系、道路运行状态与道路所在位置内涝深度之间的概率映射关系,以及充电站停运状态与充电站所在位置内涝深度、充电站上游供电线路运行状态之间的概率映射关系,并输出在给定复合灾害条件下各基础设施组件初始运行状态;

90、故障传播层用于以灾害致因层的输出作为父节点,建立系统中间节点状态的条件概率关系,其中,系统中间节点状态包括充电站的排队拥堵状态和配电网线路的过载状态;对于充电站的排队拥堵状态,建立与相关道路运行状态、充电站停运状态、充电站到达车辆数及充电站实际可工作充电桩数量之间的条件概率关系;对于配电网线路的过载状态,建立与线路运行状态、相关供电区域内各充电站实际充电负荷及相关配电网线路基础负荷之间的条件概率关系;

91、韧性量化层用于将故障传播层输出的充电站的排队拥堵状态和配电网线路的过载状态映射为充电服务能力损失状态,并基于充电服务能力损失状态计算充电网络韧性评估指标;其中,充电服务能力损失状态包括服务能力基本正常状态、服务能力轻度损失状态、服务能力重度损失状态和服务中断状态;充电网络韧性评估指标根据各充电站在不同时段的充电服务能力损失状态及对应的损失系数加权计算得到。

92、本发明的复合灾害下电动汽车充电网络韧性评估系统,包括:

93、初始故障模型构建模块,用于构建复合灾害下基础设施组件的初始故障模型;

94、动态交通分配模型构建模块,用于构建复合灾害下电动汽车的动态交通分配模型,模拟复合灾害后电动汽车在不同内涝深度影响下的行驶时间变化与路径选择行为,并输出充电需求在时间和空间上的动态重分布特征;

95、充电站非稳态排队模型构建模块,用于构建充电站非稳态排队模型,并根据动态交通分配结果计算各时刻的实际充电负荷;

96、二次故障判定模型构建模块,用于构建配电网二次故障判定模型,根据充电负荷变化进行潮流计算并判定线路过载二次故障;

97、模拟框架构建模块,用于建立配电网-交通耦合网络级联故障演化模拟框架,并模拟复合灾害下故障传播过程;

98、仿真模拟模块,用于根据配电网-交通耦合网络级联故障演化模拟框架,利用蒙特卡洛模拟方法,对不同复合灾害等级进行多次仿真模拟,生成包含灾害参数、基础设施组件状态及系统中间节点状态的结构化样本集;

99、分层贝叶斯网络模型构建模块,用于构建并训练分层贝叶斯网络模型,建立灾害致因层、故障传播层及韧性量化层之间的概率映射关系;

100、在线评估模块,用于将离散化处理后的实时复合灾害监测数据输入训练好的分层贝叶斯网络模型,对充电网络韧性进行实时在线评估。

101、本发明的有益效果是:

102、(1)本发明构建了台风、暴雨及内涝复合灾害下基础设施组件的初始故障模型,其中采用台风风速和内涝深度作为复合灾害特征变量,并以内涝深度综合表征暴雨积涝影响,实现了复合灾害因素在统一时空尺度下向配电网、交通网络及充电设施运行状态的映射,提高了复合灾害场景下初始故障建模的一致性与准确性。

103、(2)本发明通过动态交通分配模型、充电站非稳态排队模型及配电网二次故障判定模型的耦合,能够刻画灾后交通行为变化、充电需求时空转移及配电网线路过载之间的动态反馈关系,更真实地反映配电网与交通网络之间的跨系统耦合机制。

104、(3)本发明通过建立配电网-交通耦合网络级联故障演化模拟框架,能够揭示复合灾害作用下由基础设施初始故障、交通流重分配、充电负荷转移到配电网线路过载的级联传播路径,从而提高对系统脆弱环节和高风险区域的识别能力。

105、(4)本发明基于蒙特卡洛仿真样本构建分层贝叶斯网络模型,将复杂的机理仿真过程转化为概率推断模型,使得在实际应用中仅需输入实时复合灾害监测数据即可快速获得充电网络韧性评估结果,从而实现在线评估与滚动更新。

106、(5)本发明兼具机理建模能力与在线评估能力,可为复合灾害场景下充电网络运行风险评估、薄弱环节识别及应急调度决策提供量化支撑。