考虑动态耦合的车网互动信息物理系统韧性提升方法与流程
本申请涉及信息物理系统,具体涉及考虑动态耦合的车网互动信息物理系统韧性提升方法。
背景技术:
1、随着社会对环境保护的重视,电动汽车迅速普及,已从单纯的交通工具演变为具备强大计算通信能力的智能终端。伴随v2g技术的推广,电动汽车成为电网削峰填谷的关键调度资源,此时车网互动信息物理系统的安全性显得尤为重要。
2、车网互动信息物理系统由物理层与信息层协同工作,易受网络攻击与负载故障的双重影响,系统韧性提升至关重要。特别是在负荷高峰期,需调度v2g车辆与储能站协同削峰填谷,然而,v2g车辆在电池的荷电状态(soc)、电池健康度(soh)及位置上的差异,加之调度不合理引发的局部交通拥堵,极易造成支援延误,从而削弱动态耦合环境下的系统韧性。
技术实现思路
1、为了解决上述技术问题,本申请提供考虑动态耦合的车网互动信息物理系统韧性提升方法,以解决现有的问题。
2、本申请的考虑动态耦合的车网互动信息物理系统韧性提升方法采用如下技术方案:
3、本申请一个实施例提供了考虑动态耦合的车网互动信息物理系统韧性提升方法,该方法包括以下步骤:
4、构建目标区域的供电网络数字孪生体,实时采集目标区域的电压值,对比基于数字孪生体仿真得到的实时电压仿真值与实时电压值之间的偏差,识别目标区域负荷高峰期缺电时的供电需求;
5、响应于所述供电需求,向以目标区域为中心预设范围内的v2g车辆发送调度指令,并获取指令发出后v2g车辆的各种车辆特征数据,计算v2g车辆的优先级评分,以筛选待调度车辆;利用聚类算法对待调度车辆进行分批处理,并采集道路状况数据生成调度指令,用于对各批次待调度车辆进行路径规划与站点分配;
6、在执行调度指令过程中,实时监测车网互动信息物理系统的通信链路状态,以在判定通信链路状态故障时对故障进行响应。
7、优选的,所述识别目标区域负荷高峰期缺电时的供电需求的过程为:
8、若当前目标区域内的电压仿真值与电压测量值的偏差量的归一化值超过预设偏差量阈值,则判定当前目标区域内负荷高峰电压不足,需要v2g车辆给目标区域供电。
9、优选的,各种车辆特征数据为:预估可释放电量、电池健康度soh、v2g车辆预计离开v2g充电站点的时间。
10、优选的,v2g车辆的优先级评分的表达式为:;式中,表示v2g车辆的第i种车辆特征数据的归一化值;表示v2g车辆的第i种车辆特征数据的预设权重,其中,;n表示车辆特征数据的总种类数。
11、优选的,所述筛选待调度车辆的过程为:
12、将所有v2g车辆的优先级评分降序排列,若v2g车辆的总数大于目标区域内各v2g站点中需供电充电桩的总数n,则选取降序排列结果中前n个优先级评分对应的v2g车辆,作为待调度车辆。
13、优选的,所述利用聚类算法对待调度车辆进行分批处理的过程为:
14、将待调度车辆作为聚类算法的输入,输出所有聚类簇,计算每个聚类簇内所有待调度车辆各种车辆特征数据的均值,将各种车辆特征数据的均值代入车辆优先级评分的表达式中,得到每个聚类簇的优先级评分,将所有聚类簇按优先级评分降序排列的结果,对排列结果进行升序编号,作为待调度车辆对应的调度批次。
15、优选的,聚类过程中度量距离的确定方法为:
16、将待调度车辆的所有种车辆特征数据的归一化值组成的向量,记为特征向量,将待调度车辆的特征向量之间的欧氏距离,作为度量距离。
17、优选的,对各批次待调度车辆进行路径规划与站点分配的过程为:
18、统计目标区域内各v2g充电站点中需供电的充电桩数量的占比,以确定各v2g充电站点的车辆分配名额;
19、利用蚁群优化算法规划各批次内待调度车辆到达各v2g充电站点的最优路径;
20、获取待调度车辆在最优路径中各路段上的历史平均通行速度,并将历史平均通行速度输入至预测模型中,输出待调度车辆通过各路段的预估速度,以预估各批次内待调度车辆到达各v2g充电站点的时长;
21、以待调度车辆到达各v2g充电站点的总时长最小为目标,利用贪心算法并结合所述车辆分配名额,将各批次的待调度车辆分配至各v2g充电站点。
22、优选的,通信链路状态故障的判定过程为:
23、监测v2g充电站点与目标区域内调度中心之间的通信连接状态,以及调度中心的电压变化幅度,当通信中断持续时间大于预设时间阈值,且调度中心的电压变化幅度大于预设变化幅度阈值时,判定通信链路状态故障。
24、优选的,所述在判定通信链路状态故障时对故障进行响应的过程为:
25、当判定通信链路状态故障时,调度中心锁定当前调度指令并禁止下发新的控制指令;边缘计算网关在监测到通信中断后,自主切换至边缘计算模式,并根据本地采集的电压值通过下垂控制策略调用储能站进行供电保电,直至故障修复。
26、本申请至少具有如下有益效果:
27、本申请针对目标区域负荷高峰期的供电需求,通过综合评估v2g车辆的响应速度、供电能力、健康度及到达时效计算优先级评分,精准筛选出综合最优的待调度车辆,并利用聚类算法结合蚁群优化与贪心策略对车辆进行分批次路径规划与站点分配,该方案有效避免了因车辆无序响应或站点分配不均导致的交通拥堵与二次转场问题,显著降低了移动储能资源的调度延时与路程损耗,确保了应急供电的快速响应能力,最大化了对目标区域的供电时长,从而大幅提升了动态耦合环境下车网互动信息物理系统的运行韧性与调度效率;
28、进一步,本申请在车辆执行反向放电过程中,通过实时监测通信链路状态与节点电压变化幅度,构建了信息物理协同的故障判定规则,精准识别通信中断伴随电压剧烈波动的耦合异常状态;并在故障发生时及时切换至边缘计算网关模式,利用下垂控制调用储能站进行应急供电保电,该方案有效解决了信息层故障导致的控制盲区问题,实现了调度策略的动态容错与平滑切换,避免了因单一指标误判引发的频繁操作,确保了在极端工况下车网互动系统的持续稳定运行,提升了动态耦合下的车网互动信息物理系统的韧性。
1.考虑动态耦合的车网互动信息物理系统韧性提升方法,其特征在于,该方法包括以下步骤:
2.如权利要求1所述的考虑动态耦合的车网互动信息物理系统韧性提升方法,其特征在于,所述识别目标区域负荷高峰期缺电时的供电需求的过程为:
3.如权利要求1所述的考虑动态耦合的车网互动信息物理系统韧性提升方法,其特征在于,各种车辆特征数据为:预估可释放电量、电池健康度soh、v2g车辆预计离开v2g充电站点的时间。
4.如权利要求3所述的考虑动态耦合的车网互动信息物理系统韧性提升方法,其特征在于,v2g车辆的优先级评分的表达式为:;式中,表示v2g车辆的第i种车辆特征数据的归一化值;表示v2g车辆的第i种车辆特征数据的预设权重,其中,;n表示车辆特征数据的总种类数。
5.如权利要求1所述的考虑动态耦合的车网互动信息物理系统韧性提升方法,其特征在于,所述筛选待调度车辆的过程为:
6.如权利要求4所述的考虑动态耦合的车网互动信息物理系统韧性提升方法,其特征在于,所述利用聚类算法对待调度车辆进行分批处理的过程为:
7.如权利要求6所述的考虑动态耦合的车网互动信息物理系统韧性提升方法,其特征在于,聚类过程中度量距离的确定方法为:
8.如权利要求1所述的考虑动态耦合的车网互动信息物理系统韧性提升方法,其特征在于,对各批次待调度车辆进行路径规划与站点分配的过程为:
9.如权利要求1所述的考虑动态耦合的车网互动信息物理系统韧性提升方法,其特征在于,通信链路状态故障的判定过程为:
10.如权利要求1所述的考虑动态耦合的车网互动信息物理系统韧性提升方法,其特征在于,所述在判定通信链路状态故障时对故障进行响应的过程为:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com