基于多项式逼近的车路网连续时间协同调度方法和设备

本技术属于电力-交通系统协同运行，具体涉及一种基于多项式逼近的车路网连续时间协同调度方法和设备。

背景技术：

1、随着电动汽车保有量的快速增长，电力系统与交通系统之间的耦合日益紧密。电动汽车充电负荷的时空分布由交通流动态演化所决定，而其接入电网后又深刻影响电力系统的节点功率平衡与运行经济性。因此，开展车-路-网协同优化运行研究，对于提升电力-交通系统的整体运行效率具有重要意义。

2、现有的电力-交通协同调度方法主要基于离散时间优化框架。在该框架下，交通流、充电负荷以及发电出力等时变变量被建模为分段阶梯曲线，假设每个时段内各变量保持恒定。然而，实际交通流具有连续的时空演化特性，车辆在路段上的行驶、排队、消散过程是连续发生的，充电负荷也随着车辆到达充电站而动态波动。离散时间建模难以准确刻画时段内交通流的连续传播过程，也无法精细反映充电负荷在时段内的动态变化，由此导致对灵活性资源需求的评估存在偏差，调度方案可能出现资源错配或运行风险增加的问题。

3、针对上述问题，部分研究尝试通过缩短调度时段长度来提高建模精度，但受限于计算负担和预测信息的可获得性，时段长度难以无限细化，时段内的连续变化仍然被忽略。连续时间优化理论为解决上述问题提供了新的思路，通过将时变变量建模为连续光滑函数，能够完整刻画时段内的动态过程。然而，连续时间优化在电力-交通协同调度中的应用尚不成熟，缺乏能够同时处理交通流延迟传播特性、用户均衡行为以及电力系统最优潮流的一体化连续时间建模与求解方法。因此，亟需提出一种能够精确刻画交通流连续时空演化、充分反映充电负荷动态波动，并实现车-路-网连续时间一体化协同的优化运行方法。

技术实现思路

1、针对现有技术的缺陷，本技术的目的在于提供一种基于多项式逼近的车路网连续时间协同调度方法和设备，旨在解决：当前，连续时间优化在电力-交通协同调度领域中仍不成熟，难以精确刻画交通流连续时空演化以及充分反映充电负荷动态波动，致使调度错配或风险增加的问题。

2、本技术的第一方面涉及一种基于多项式逼近的车路网连续时间协同调度方法，包括：步骤s10，基于图论构建交通网的交通网扩展模型，交通网扩展模型用于为不同类型的车辆生成备选路径集合；步骤s20，基于交通网扩展模型，构建连续时间域下的交通网用户均衡模型，交通网用户均衡模型用于模拟车辆的出行行为，并输出充电负荷的时空分布数据；步骤s30，基于充电负荷的时空分布数据，构建连续时间域下的电力系统最优运行模型，电力系统最优运行模型用于以经济最优为目标，制定机组调度计划；步骤s40，利用bernstein多项式逼近算法，将交通网用户均衡模型和电力系统最优运行模型的解空间从函数空间变换至代数空间，得到代数形式的联合优化模型；步骤s50，基于代数形式的联合优化模型的求解结果，反推得到连续时间域下的电力系统的最优机组调度计划。

3、在一实施例中，步骤s10包括：隐去交通网中的充电站节点，将交通网中的节点抽象为点，并将连接节点的道路抽象为有向链路，以构建用于第一类车辆路径规划的第一有向图；在第一有向图的基础上，针对充电站节点添加自循环链路，以构建用于第二类车辆路径规划的第二有向图，自循环链路用于表征车辆的充能过程；根据第一有向图和第二有向图，分别为第一类车辆和第二类车辆生成备选路径集合。

4、在一实施例中，交通网用户均衡模型包括：交通流延迟传播模型和用户均衡准则；步骤s20包括：基于交通网扩展模型输出的备选路径集合，构建交通流延迟传播模型；交通流延迟传播模型通过时变关联矩阵描述车辆在路径上的动态传播过程，并基于先进先出原则和车辆在相邻路段上的到达与离开信号关系，确定车辆在道路和充电站上的累计到达数与累计离开数；基于累计到达数与累计离开数，确定车辆在道路上的排队状态和在充电站上的排队状态及充能状态；基于排队状态和充能状态，构建用户均衡准则；用户均衡准则用于根据排队状态和充能状态，计算车辆在不同出发时刻选择不同路径的综合通行成本，并基于综合通行成本确定车辆的出行行为；基于交通流延迟传播模型和用户均衡准则，得到充电负荷的时空分布数据。

5、在一实施例中，步骤s20之后还包括：引入辅助变量和0-1变量，将交通流延迟传播模型中的双线性项和互补约束进行线性化处理，得到线性化的交通网用户均衡模型。

6、在一实施例中，步骤s30包括：以最小化系统运行总成本为目标函数，并设定发电机组的出力约束和线路传输容量约束；根据电力节点的功率平衡条件，将充电负荷的时空分布数据作为已知参数代入目标函数和约束条件中，以制定机组在连续时间域内的调度计划。

7、在一实施例中，步骤s40包括：步骤s41，采用bernstein多项式逼近，将交通网用户均衡模型中的连续时间函数变量表示为插值系数的代数形式，并将交通网用户均衡模型中的互补约束和非线性项转换为代数形式的混合整数线性约束；步骤s42，采用bernstein多项式逼近，将电力系统最优运行模型中的连续时间函数变量表示为插值系数的代数形式，并将电力系统最优运行模型转换为代数形式的线性规划模型。

8、在一实施例中，步骤s41包括：对交通网用户均衡模型中的一维连续时间函数变量进行bernstein多项式逼近，将其在每个时间分段内表示为三次bernstein多项式的插值系数向量，并对相邻时间分段的插值系数向量施加连续性约束；对交通网用户均衡模型中的二维连续时间函数变量进行bernstein多项式逼近，将其在每个时间和出发时刻的网格内表示为三次bernstein多项式的插值系数矩阵，并对相邻网格的插值系数矩阵施加连续性约束；将交通网用户均衡模型中的时变关联矩阵元素的取值约束为0或1，并通过微分系数矩阵约束其在时间轴方向的单调递增性；将交通网用户均衡模型中的双线性项和互补约束，通过引入辅助变量和0-1变量，转换为代数形式的混合整数线性不等式组。

9、在一实施例中，步骤s42包括：对电力系统最优运行模型中的发电机组出力、节点电压相角以及充电站充电功率的连续时间函数变量进行bernstein多项式逼近，将其在每个时间分段内表示为三次bernstein多项式的插值系数向量，并对相邻时间分段的插值系数向量施加连续性约束；将电力系统最优运行模型中的目标函数和所有约束条件，均转换为关于插值系数向量的代数形式。

10、在一实施例中，步骤s50包括：获取代数形式的联合优化模型求解后得到的插值系数向量；利用预设的bernstein多项式基函数与插值系数向量进行运算，重构出连续时间域下机组的出力时序曲线，作为最优调度计划。

11、第二方面，本技术提供一种电子设备，包括：至少一个存储器，用于存储程序；至少一个处理器，用于执行存储器存储的程序，当存储器存储的程序被执行时，处理器用于执行第一方面或第一方面的任一种可能的实现方式所描述的方法。

12、第三方面，本技术提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。

13、第四方面，本技术提供一种计算机程序产品，当计算机程序产品在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。

14、可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

15、总体而言，通过本技术所构思的以上技术方案与现有技术相比，具有以下有益效果：

16、本技术由于采用了基于图论的交通网扩展模型，能够为不同类型车辆生成备选路径集合，从而精细化刻画交通网络的拓扑结构及车辆差异化出行特征；在此基础上构建连续时间域下的交通网用户均衡模型，突破了传统离散时间方法对交通流连续时空演化的刻画局限，充分反映了充电负荷的动态波动特性，避免了因时间离散化导致的负荷尖峰或低谷的失真。

17、进而基于该充电负荷时空分布数据构建连续时间域下的电力系统最优运行模型，使得机组调度计划能够精准响应实际交通流变化带来的电力需求，解决了连续时间优化在电力-交通协同调度中不成熟所引发的调度错配或风险增加的问题。

18、随后利用多项式逼近算法将两个模型的解空间从函数空间变换至代数空间，得到代数形式的联合优化模型，大幅降低了连续时间问题的求解复杂度，使原本难以直接计算的无限维优化问题转化为可高效求解的有限维代数问题。

19、最后基于代数模型的求解结果反推得到连续时间域下的最优机组调度计划，既保留了连续时间模型的精度优势，又克服了计算瓶颈，与现有技术相比，实现了对交通流时空演化与充电负荷波动的精确捕捉，显著提升了调度决策的经济性与安全性。

20、进一步地，本技术在连续时间尺度下构建了计及交通流延迟传播特性的交通网用户均衡模型，能够精确刻画车辆在道路和充电站上的排队、消散及充电过程的连续动态演化，克服了离散时间调度无法描述时段内交通流连续变化及充电负荷动态波动的缺陷，为充电负荷时空分布的准确评估提供了理论支撑。

21、进一步地，本技术利用bernstein多项式逼近理论，将连续时间函数空间中的复杂优化问题变换为代数空间中的混合整数线性规划模型，使得模型能够直接采用现有商业求解器进行高效求解，解决了连续时间优化在实际工程中难以计算的问题，具有良好的可实施性。

22、进一步地，本技术通过连续时间协同优化，能够更合理地制定电力系统中的发电机组出力计划，更好地匹配充电负荷的时空波动，减少因负荷预测偏差和时段内波动导致的备用容量浪费或爬坡不足，从而降低系统运行成本，提升电力-交通系统运行的经济性与安全性。