一种基于车网互动的新能源汽车充放电协同优化方法与流程

本发明涉及配电网管理，尤其涉及一种基于车网互动的新能源汽车充放电协同优化方法。

背景技术：

1、新能源汽车接入充放电设施之后，既可作为负荷从电网充电，也可在具备双向能力时向电网送电。随着新能源汽车的增多，大量车辆分散接入居民区、商业区、园区及公共场站，使动力电池形成可调节资源。而为了提高能源利用效率，新能源汽车的充放电协同优化对于充放电系统的运行越来越重要。

2、现有基于车网互动的新能源汽车的充放电协同优化方法为：通过将不同的充电桩视为电气作用相同的储能单元，通过分时电价、系统总负荷等安排充放电，从而降低峰谷差、提高新能源消纳量。然而，配电网中的不同充电桩与变电站之间的电气距离、线路阻抗、支路余量和周边负荷都有所不同，比如：同样放电20kw，馈线末端的车辆可能同时减小多段线路电流并提高下游电压，而母线附近的车辆只能轻微改变总负荷；在光伏集中节点的电压较高时，当地汽车充电反而比放电更有价值。因此，现有方法中仅根据分时电价、车辆剩余电量等进行充放电调度，难以适应负荷、开关状态、分布式电源和在线车辆的持续变化，导致仍可能存在局部拥塞、电压偏差等问题，难以保障配电网运行效率。

技术实现思路

1、有鉴于此，本发明实施例提供了一种基于车网互动的新能源汽车充放电协同优化方法，以解决现有新能源汽车的充放电协同优化方法对于不同接入位置的新能源车辆采用相同充放电分配策略，难以解决局部拥塞、电压偏差等问题。

2、本发明实施例中提供了一种基于车网互动的新能源汽车充放电协同优化方法，该方法包括以下步骤：

3、在配电网接收到功率调度信号且对应当前时刻下的配电网调控总功率不等于0时，获取配电网的每个配电节点、配电节点下每个充电桩以及充电桩下每个历史充电车辆分别在预设历史时段内的历史监测数据，对配电网的图结构模型进行训练，得到训练好的图结构模型，所述训练好的图结构模型的输入为运行扰动特征矩阵、功率扰动特征矩阵、支路电流扰动特征矩阵和有效邻接扰动特征集合；

4、针对任一配电节点，对当前时刻下所述任一配电节点处的每个充电车辆进行可信充放电功率的分析，得到所述任一配电节点对应的实时功率扰动特征矩阵；获取当前时刻下的运行扰动特征矩阵、支路电流扰动特征矩阵和有效邻接扰动特征集合，以结合所述任一配电节点对应的实时功率扰动特征矩阵作为所述训练好的图结构模型的输入，输出所述任一配电节点对应的模型输出结果；

5、利用所述模型输出结果，对配电网在当前时刻下的有功损耗以及所述任一配电节点的电压和支路电流进行偏差分析，得到当前时刻下所述任一配电节点的电气位置价值；获取当前时刻下每个配电节点的电气位置价值，对配电网的配电节点进行充放电调控。

6、本发明实施例与现有技术相比存在的有益效果是：

7、本发明中，在配电网接收到功率调度信号且对应当前时刻下的配电网调控总功率不等于0时，首先根据配电网的历史监测数据，构建配电网功率变化图响应模型，也即是训练好的图结构模型，用于分析配电节点之间的充放电功率传播关系，进而基于训练好的图结构模型，针对每个配电节点，分别模拟充电和放电造成的全网状态变化，用于分析单个配电节点对其他支路和其他配电节点的电压电流变化以及配电网的整体网损变化，从而得到单个配电节点扰动下的每个配电节点的电压、电流以及网损的预测值，并通过对比实时配电网状态，量化每个配电节点的充放电下的电气位置价值，可精准识别馈线末端、光伏集中节点等敏感区域的调节潜力；最后，基于充放电下每个配电节点的电气位置价值，进行配电网的充放电自适应调控，使得调控时优先选取对缓解电压偏差、降低支路拥塞、减少网损贡献度更高的车辆参与调控，既避免了传统方法仅依赖电价、剩余电量的盲目性，又能在保障车辆出行电量的前提下，提升单位充放电功率的配电网改善效率，突破了“同节点同策略”的调度局限。

1.一种基于车网互动的新能源汽车充放电协同优化方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于车网互动的新能源汽车充放电协同优化方法，其特征在于，所述获取配电网的每个配电节点、配电节点下每个充电桩以及充电桩下每个历史充电车辆分别在预设历史时段内的历史监测数据，对配电网的图结构模型进行训练，得到训练好的图结构模型，包括：

3.根据权利要求2所述的一种基于车网互动的新能源汽车充放电协同优化方法，其特征在于，所述根据每个配电节点下每个充电桩的每个充电接口在预设历史时段内的每个历史时刻的功率值，分别获取每个配电节点在预设历史时段内的每个历史时刻的功率变化量，包括：

4.根据权利要求3所述的一种基于车网互动的新能源汽车充放电协同优化方法，其特征在于，所述分别获取每个配电节点在所述扰动时刻的运行特征向量，包括：

5.根据权利要求2所述的一种基于车网互动的新能源汽车充放电协同优化方法，其特征在于，所述将每个配电节点在所述扰动时刻的功率变化量拆分为充电功率变化量和放电功率变化量组成对应配电节点的功率扰动特征向量，包括：

6.根据权利要求4所述的一种基于车网互动的新能源汽车充放电协同优化方法，其特征在于，所述获取所述任一配电节点在所述扰动时刻的每个历史充电车辆的最大可充电功率以及最大可放电功率，包括：

7.根据权利要求1所述的一种基于车网互动的新能源汽车充放电协同优化方法，其特征在于，所述对当前时刻下所述任一配电节点处的每个充电车辆进行可信充放电功率的分析，得到所述任一配电节点对应的实时功率扰动特征矩阵，包括：

8.根据权利要求7所述的一种基于车网互动的新能源汽车充放电协同优化方法，其特征在于，所述根据当前时刻下所述任一配电节点处的每个充电车辆的最大可放电功率和最大可充电功率，以及所述任一配电节点在预设历史时段内的每个历史时刻的有功功率，获取所述任一配电节点在当前时刻的测试功率变化幅值，包括：

9.根据权利要求1所述的一种基于车网互动的新能源汽车充放电协同优化方法，其特征在于，所述利用所述模型输出结果，对配电网在当前时刻下的有功损耗以及所述任一配电节点的电压和支路电流进行偏差分析，得到当前时刻下所述任一配电节点的电气位置价值，包括：

10.根据权利要求1所述的一种基于车网互动的新能源汽车充放电协同优化方法，其特征在于，所述获取当前时刻下每个配电节点的电气位置价值，对配电网的配电节点进行充放电调控，包括：