一种新能源汽车综合充能站可靠性评估方法与流程

1.本发明涉及交通设施技术领域，尤其是一种新能源汽车综合充能站可靠性评估方法。


背景技术：

2.新能源汽车的广泛应用是解决化石能源短缺和改善环境污染问题的重要途径。随着技术的不断完善和基础设施服务的落实，新能源汽车的市场占有率将不断提高。电池电动汽车(battery electric vehicle，bev)发展时间较长，技术更加成熟，但充电时间长，受到电池制造技术的限制，续航能力有限；氢燃料电池汽车(hydrogen fuel cell vehicle，hfcv)充氢所需的时间很短，续航能力强，但发展较慢，目前并未得到大范围普及。在未来很长一段时间内，bev和hfcv将并存于市场。为了满足bev和hfcv不同形式能源的充能需求，提出了新能源汽车综合充能站的概念。在现有bev充电站提供充电服务的基础上，配备电-氢能量转换设备及储氢设备等，同时为bev和hfcv提供充能服务，并将光伏、风电等分布式电源作为综合充能站的主要的电力输入，减少对公共电网的依赖以及促进可再生能源消纳。综合充能站作为新能源汽车使用最重要的基础设施，其供能可靠性是汽车用户关注的一大重点，也是充能站规划建设需要考虑的重要因素。因此，对综合充能站进行可靠性评估具有重要意义。
3.当前针对新能源汽车综合充能站的研究主要集中在充能站优化运行及汽车快充对配电网的稳定运行带来的冲击影响。已有研究通过设置惩罚系数将未能提供电能和氢气视为影响充能站预期收益的惩罚，优化电/氢混合充能站的运行，但未考虑充能需求缺供对车主充能体验的影响，从而影响车主的充能行为以及充能站的可靠性；针对电动汽车快速充电带来的冲击问题，也有研究采用序贯蒙特卡罗仿真等方法，计及充电站故障状态对含有充电站的配电网进行可靠性评估，但并未对充电站本身的可靠性评估有深入的研究。
4.本发明针对上述不足，提出了一种计及车主体验的综合充能站可靠性评估方法。本发明考虑车主体验对车主行为以及充能站充能需求的影响，对综合充能站的供能可靠性进行评估，使可靠性评估结果更加准确。


技术实现要素：

5.本发明提出一种新能源汽车综合充能站可靠性评估方法，考虑车主体验对车主行为以及充能站充能需求的影响，对综合充能站的供能可靠性进行评估，使可靠性评估结果更加准确。
6.本发明采用以下技术方案。
7.一种新能源汽车综合充能站可靠性评估方法，可评估充能站对汽车充能能力的可靠性，所述综合充能站用于对bev充电和对hfcv充氢；bev为电池电动汽车；hfcv为氢燃料电池汽车；所述评估方法中，对bev充电的电力来自于公共电网耦合点或综合充能站内的燃料电池；对hfcv充氢的氢气由电解池制备，电解池制氢储存于储氢罐内；评估方法包括以下步
骤；
8.步骤一：获取综合充能站可靠性评估所需的相关参数，包括设备容量、服务区域内用户数量等，并根据历史数据获取当地的年分布式电源电能出力；
9.步骤二：基于bev/hfcv充能模型获取bev、hfcv一天的充电、充氢需求；hfcv的氢气需求根据其车辆数量及充氢协议确定；bev充电需求根据车辆数量估计模型确定的当天bev数目以及采用拉丁超立方采样进行模拟满足的bev行驶规律数据确定；
10.步骤三、求解综合充能站优化调度模型，得到当天的充能需求缺供情况并记录；
11.步骤四、检查总天数是否达到可靠性评估总考察时间上限；如果达到则进入下一步，否则返回步骤二；
12.步骤五、综合可靠性评估总考察时间内的充能需求缺供情况相关数据，计算综合充能站可靠性指标。
13.步骤三中的求解综合充能站优化调度模型的方法，包括针对综合充能站的电解池建模方法、储氢罐建模方法、燃料电池建模方法；
14.所述电解池建模方法为：电解池用于实现电解水制氢过程，消耗电能产生氢气，其模型及约束条件表达式如下：
[0015][0016][0017]
其中η
elz
为电解槽的效率，p
telz
、m
telz
分别表示在t时段消耗的电功率及产生的氢气质量；δt为每个时段的时长，设为1个小时；lhv为氢气的低热值，是个常数；和p
elz
是电解池消耗的最大电功率和最小电功率；
[0018]
所述储氢罐建模的方法为：储氢罐储存来自电解池电解水产生的氢气，用于氢燃料电池汽车氢气补给或供燃料电池使用以转换为电能，储氢罐中储存的氢气量可如下式表示：
[0019][0020]
储氢罐中储存的氢气量取决于上一时段末罐中所含氢气量与该时段内产生和消耗的氢气量在任意时刻，储氢罐中的氢气含量不能超过储氢罐容量的限制，即应满足：
[0021][0022]
所述燃料电池建模方法为：燃料电池消耗部分来自储氢罐的氢气产生电能，与直接来自公共耦合点的电能一起供应bev车辆的充电需求；其模型表达式如下：
[0023][0024][0025]
其中，η
fc
为燃料电池的工作效率，为t时段燃料电池产生的电能和消耗的氢气；和p
fc
分别是燃料电池发电功率的上下限。
[0026]
所述bev/hfcv充能模型的建模方法为：bev采用无序充电模式，假设一天中车辆的行驶里程结束时间就是接入充能站开始充电的时间，则单辆bevi的充电可建模为：
[0027][0028][0029][0030]
其中，li为bevi的日行驶里程，e
hkm
为每百公里耗电量，η
bev
为bev充电效率，e
ibev
是bevi充满电的电力需求；为t时段bevi的充电功率，为最大充电功率，假设无序充电模式下以最大充电功率对车辆进行充电直到充满；为bevi充满电所需的时长，分别为充电开始和结束时间；
[0031]
基于单辆bevi的充电模型，可以得到充能站bev充电需要的电功率为：
[0032]
公式十一；
[0033]
其中，为t时刻bev需要的充电功率，n
t，bev
为该时刻接入充能站充电的bev数量；
[0034]
所述hfcv充氢所需的时间很短，认为每辆hfcv都可以在一个时段内完成氢气补给，则在t时段充能站hfcv充氢需要的氢气质量为：
[0035][0036]
其中，为单辆hfcvi需要的氢气质量，n
t，hfcv
为该时段在充能站需要充氢的hfcv数量。
[0037]
所述评估方法中，当所述hfcv为行程相对固定的公共汽车或运输货车时，采用协议充氢模式，与hfcv用户签署充氢协议按固定需要为其充能，当根据优化调度结果充能站可能无法完全满足充氢需要时，提前告知车主并支付被削减的氢气量对应售价的一半作为补偿的违约金。
[0038]
所述综合充能站优化调度模型中，以一天为一个调度周期，对充能站进行优化调度，优化其运行过程并记录相应的充能需求缺供数据，作为可靠性评估依据；假设可靠性评估总考察时间内共有d天，对于任意一天d，计及充能需求削减，其优化调度的目标函数如下所示，
[0039][0040]
其中，t为一天内的时段数，ω
dg
为分布式电源的集合；r为bev和hfcv所有充能需要对应的收入，ep、hp为单位电能和氢气的售价；c1为分布式电源和电网购电成本，其中为分布式电源和电网对充能站的实际供电功率，c
dgi
、为对应的电能成本单价；c2为由于充能需求缺供而损失的收入，分别为t时段缺供的电能和氢气量；c3为根据充氢协议向hfcv车主支付的违约金；即综合充能站优化调度模型中有下列公式；
[0041][0042][0043][0044]
[0045][0046][0047][0048][0049][0050]
如公式十四至公式十五所示，综合充能站实际消耗的分布式电源电能不能超过其实际出力，从电网购电并经公共电网耦合点的输入功率也受到输电线路容量限制；
[0051]
如公式十六至公式十七所示，bev和hfcv充能需求的缺供量不能大于其实际充能需求；
[0052]
如公式十八所示，综合充能站电力消耗的总和均用于充能站内电解池电制氢和直接给bev充电；
[0053]
如公式十九所示，实际供给bev的功率等于燃料电池出力及部分来自公共耦合点的电能总和；
[0054]
如公式二十所示，储氢罐储存的氢气均来自电解池电解水所得；
[0055]
如公式二十一所示，储氢罐储存的氢气可直接供应给hfcv，也可以通过燃料电池转换为电能；
[0056]
如公式二十二所示，综合充能站优化调度模型设置一天中初始时刻储气罐内氢气量最低值要求在一天结束时储氢罐中的氢气量立不少于该值。
[0057]
步骤五中的计算综合充能站可靠性指标，是基于车辆充能需求缺供情况，建立综合充能站可靠性指标体系，用于评估其供能可靠性，有以下公式；
[0058][0059][0060][0061]
[0062][0063][0064]
如公式二十三至公式二十八所示，在可靠性评估总考察时间内共计有d
·
t个时段，将上述每天优化调度运行结果中的充能需求削减相关数据分别记录为pbds和phds表示bev和hfcv充能需求被削减的概率；peds代表充能站削减新能源汽车充能需求的概率；ebdns和ehdns分别表示bev和hfcv的期望缺供电量和氢气量，eedns表示期望缺供能量，即ebdns和ehdns的总和，ebdns、ehdns、eedns均取日期望值；公式二十三至公式二十八中，氢气量均结合氢气低热值换算为电功率的单位。
[0065]
当综合充电站与充氢需求固定的hfcv签订了充氢协议，且有如果发生缺供氢气则补偿的约定，则步骤二中的车辆数量估计模型中，仅考虑充电需求削减对bev车主选择充电站的影响，引入心理物理学领域w-f定律建立计及车主充电体验影响的车辆数量估计模型，根据近几天的充电需求缺供情况估计当天的bev车辆数，具体方法为：
[0066]
在新能源汽车综合充能站所在位置的服务区域内，可能服务到的bev数量用n
sum
表示，把这些bev的车主分为固定用户、一般用户和游离用户，数量分别表示为n
l
、ns和nr；固定用户指的是固定或长期在该充能站充电消费、忠诚度高的客户群体；一般用户则指会受到近期充电需求缺供情况影响有一定概率不在该充能站充电的客户群体；游离用户指首次或偶尔在该充能站消费，但尚未稳定的客户群体，则在任一天d内，选择该充能站充电的bev数量可表示为：
[0067][0068]
[0069][0070]
如公式二十九所示，在第d天全天，充能站共有n
d，bevs
辆bev在此充电，其中，固定用户数量n
d，l
稳定，即为n
l
；游离用户数量波动较大，因此认为服从均匀分布；一般用户的数量通过引入w-f定律进行估计；w-f定律为心理学领域上能定量地建立人的反应与客观刺激量之间的函数关系的定律；
[0071]
如公式三十所示，根据w-f定律，一般用户在当天拒绝选择该充能站的概率为sd，为最小可觉差，k0是韦伯系数，s0是刺激常数；
[0072]
如公式三十一所示，为刺激量，即第d天之前的n天内充电需求缺供的总体情况，pbds1i为一天内被削减的充电需求占比。
[0073]
步骤二中，假设所有车辆每天最多接入综合充能站充电一次，bev行驶规律数据的分布由实际统计数据经极大似然估计方法拟合得到；
[0074]
bev行驶规律数据的分布如下述公式三十二、公式三十三所示，
[0075][0076]
车辆充电开始时间符合公式三十二中所示分布，其中
[0077][0078][0079]
车辆日行驶里程符合公式三十三所示分布，其中
[0080][0081]
本发明针对新能源汽车综合充能站可靠性评估需考虑车主充电体验的影响，引入韦伯费希纳定律，计及充能站未能提供的电能和氢气对车主行为及充能站负荷的影响，进而对新能源汽车综合充能站的可靠性进行评估，具有以下优点：
[0082]
(1)本发明通过建立新能源汽车综合充能站模型、bev/hfcv充能模型，能以收益最大化为目标函数建立优化调度模型，同时在评估方法中考虑了车辆充能需求的削减，并建立可靠性指标体系，能基于以年为单位较长时间的调度结果评估新能源汽车综合充能站供
能可靠性。
[0083]
(2)本发明根据车辆充能需求缺供情况，计及其对车主充能体验的影响，引入韦伯费纳希(w-f)定律建立数量模型，能估算每天接入充能站充能的车辆数目，考虑车主体验对车主行为以及充能站充能需求的影响。
[0084]
(3)本发明基于上述数量模型及车辆接入时刻和行驶里程概率密度函数等信息得到日前预测数据，求解优化调度模型并计算综合充能站可靠性指标，能使可靠性评估结果更加准确。
附图说明
[0085]
下面结合附图和具体实施方式对本发明进一步详细的说明：
[0086]
附图1是综合充能站的原理示意图；
[0087]
附图2是本发明的流程示意图。
具体实施方式
[0088]
如图所示，一种新能源汽车综合充能站可靠性评估方法，可评估充能站对汽车充能能力的可靠性，所述综合充能站用于对bev充电和对hfcv充氢；bev为电池电动汽车；hfcv为氢燃料电池汽车；所述评估方法中，对bev充电的电力来自于公共电网耦合点或综合充能站内的燃料电池；对hfcv充氢的氢气由电解池制备，电解池制氢储存于储氢罐内；评估方法包括以下步骤；
[0089]
步骤一：获取综合充能站可靠性评估所需的相关参数，包括设备容量、服务区域内用户数量等，并根据历史数据获取当地的年分布式电源电能出力；
[0090]
步骤二：基于bev/hfcv充能模型获取bev、hfcv一天的充电、充氢需求；hfcv的氢气需求根据其车辆数量及充氢协议确定；bev充电需求根据车辆数量估计模型确定的当天bev数目以及采用拉丁超立方采样进行模拟满足的bev行驶规律数据确定；
[0091]
步骤三、求解综合充能站优化调度模型，得到当天的充能需求缺供情况并记录；
[0092]
步骤四、检查总天数是否达到可靠性评估总考察时间上限；如果达到则进入下一步，否则返回步骤二；
[0093]
步骤五、综合可靠性评估总考察时间内的充能需求缺供情况相关数据，计算综合充能站可靠性指标。
[0094]
步骤三中的求解综合充能站优化调度模型的方法，包括针对综合充能站的电解池建模方法、储氢罐建模方法、燃料电池建模方法；
[0095]
所述电解池建模方法为：电解池用于实现电解水制氢过程，消耗电能产生氢气，其模型及约束条件表达式如下：
[0096][0097][0098]
其中η
elz
为电解槽的效率，p
telz
、m
telz
分别表示在t时段消耗的电功率及产生的氢
气质量；δt为每个时段的时长，设为1个小时；lhv为氢气的低热值，是个常数；和p
elz
是电解池消耗的最大电功率和最小电功率；
[0099]
所述储氢罐建模的方法为：储氢罐储存来自电解池电解水产生的氢气，用于氢燃料电池汽车氢气补给或供燃料电池使用以转换为电能，储氢罐中储存的氢气量可如下式表示：
[0100][0101]
储氢罐中储存的氢气量取决于上一时段末罐中所含氢气量与该时段内产生和消耗的氢气量在任意时刻，储氢罐中的氢气含量不能超过储氢罐容量的限制，即应满足：
[0102][0103]
所述燃料电池建模方法为：燃料电池消耗部分来自储氢罐的氢气产生电能，与直接来自公共耦合点的电能一起供应bev车辆的充电需求；其模型表达式如下：
[0104][0105][0106]
其中，η
fc
为燃料电池的工作效率，为t时段燃料电池产生的电能和消耗的氢气；和p
fc
分别是燃料电池发电功率的上下限。
[0107]
所述bev/hfcv充能模型的建模方法为：bev采用无序充电模式，假设一天中车辆的行驶里程结束时间就是接入充能站开始充电的时间，则单辆bevi的充电可建模为：
[0108][0109][0110][0111][0112]
其中，li为bevi的日行驶里程，e
hkm
为每百公里耗电量，η
bev
为bev充电效率，e
ibev
是bevi充满电的电力需求；为t时段bevi的充电功率，为最大充电功率，假设
无序充电模式下以最大充电功率对车辆进行充电直到充满；为bevi充满电所需的时长，分别为充电开始和结束时间；
[0113]
基于单辆bevi的充电模型，可以得到充能站bev充电需要的电功率为：
[0114]
公式十一；
[0115]
其中，为t时刻bev需要的充电功率，n
t，bev
为该时刻接入充能站充电的bev数量；
[0116]
所述hfcv充氢所需的时间很短，认为每辆hfcv都可以在一个时段内完成氢气补给，则在t时段充能站hfcv充氢需要的氢气质量为：
[0117][0118]
其中，为单辆hfcvi需要的氢气质量，n
t，hfcv
为该时段在充能站需要充氢的hfcv数量。
[0119]
所述评估方法中，当所述hfcv为行程相对固定的公共汽车或运输货车时，采用协议充氢模式，与hfcv用户签署充氢协议按固定需要为其充能，当根据优化调度结果充能站可能无法完全满足充氢需要时，提前告知车主并支付被削减的氢气量对应售价的一半作为补偿的违约金。所述综合充能站优化调度模型中，以一天为一个调度周期，对充能站进行优化调度，优化其运行过程并记录相应的充能需求缺供数据，作为可靠性评估依据；假设可靠性评估总考察时间内共有d天，对于任意一天d，计及充能需求削减，其优化调度的目标函数如下所示，
[0120][0121]
其中，t为一天内的时段数，ω
dg
为分布式电源的集合；r为bev和hfcv所有充能需要对应的收入，ep、hp为单位电能和氢气的售价；c1为分布式电源和电网购电成本，其中为分布式电源和电网对充能站的实际供电功率，c
dgi
、为对应的电能成本单价；c2为由于充能需求缺供而损失的收入，分别为t时段缺供的电能和氢气量；c3为根据充氢协议向hfcv车主支付的违约金；即综合充能站优化调度模型中有下列公式；
[0122][0123][0124][0125][0126][0127][0128]
[0129][0130][0131]
如公式十四至公式十五所示，综合充能站实际消耗的分布式电源电能不能超过其实际出力，从电网购电并经公共电网耦合点的输入功率也受到输电线路容量限制；
[0132]
如公式十六至公式十七所示，bev和hfcv充能需求的缺供量不能大于其实际充能需求；
[0133]
如公式十八所示，综合充能站电力消耗的总和均用于充能站内电解池电制氢和直接给bev充电；
[0134]
如公式十九所示，实际供给bev的功率等于燃料电池出力及部分来自公共耦合点的电能总和；
[0135]
如公式二十所示，储氢罐储存的氢气均来自电解池电解水所得；
[0136]
如公式二十一所示，储氢罐储存的氢气可直接供应给hfcv，也可以通过燃料电池转换为电能；
[0137]
如公式二十二所示，综合充能站优化调度模型设置一天中初始时刻储气罐内氢气量最低值要习在一天结束时储氢罐中的氢气量立不少于该值。
[0138]
步骤五中的计算综合充能站可靠性指标，是基于车辆充能需求缺供情况，建立综合充能站可靠性指标体系，用于评估其供能可靠性，有以下公式；
[0139][0140][0141][0142][0143][0144][0145]
如公式二十三至公式二十八所示，在可靠性评估总考察时间内共计有d
·
t个时
段，将上述每天优化调度运行结果中的充能需求削减相关数据分别记录为pbds和phds表示bev和hfcv充能需求被削减的概率；peds代表充能站削减新能源汽车充能需求的概率；ebdns和ehdns分别表示bev和hfcv的期望缺供电量和氢气量，eedns表示期望缺供能量，即ebdns和ehdns的总和，ebdns、ehdns、eedns均取日期望值；公式二十三至公式二十八中，氢气量均结合氢气低热值换算为电功率的单位。
[0146]
当综合充电站与充氢需求固定的hfcv签订了充氢协议，且有如果发生缺供氢气则补偿的约定，则步骤二中的车辆数量估计模型中，仅考虑充电需求削减对bev车主选择充电站的影响，引入心理物理学领域w-f定律建立计及车主充电体验影响的车辆数量估计模型，根据近几天的充电需求缺供情况估计当天的bev车辆数，具体方法为：
[0147]
在新能源汽车综合充能站所在位置的服务区域内，可能服务到的bev数量用n
sum
表示，把这些bev的车主分为固定用户、一般用户和游离用户，数量分别表示为n
l
、ns和nr；固定用户指的是固定或长期在该充能站充电消费、忠诚度高的客户群体；一般用户则指会受到近期充电需求缺供情况影响有一定概率不在该充能站充电的客户群体；游离用户指首次或偶尔在该充能站消费，但尚未稳定的客户群体，则在任一天d内，选择该充能站充电的bev数量可表示为：
[0148][0149][0150][0151]
如公式二十九所示，在第d天全天，充能站共有n
d，bevs
辆bev在此充电，其中，固定用户数量n
d，l
稳定，即为n
l
；游离用户数量波动较大，因此认为服从均匀分布；一般用户的数量通过引入w-f定律进行估计；w-f定律为心理学领域上能定量地建立人的反应与客观刺激量之间的函数关系的定律；
[0152]
如公式三十所示，根据w-f定律，一般用户在当天拒绝选择该充能站的概率为sd，为最小可觉差，k0是韦伯系数，s0是刺激常数；
[0153]
如公式三十一所示，为刺激量，即第d天之前的n天内充电需求缺供的总体情况，pbds1i为一天内被削减的充电需求占比。
[0154]
步骤二中，假设所有车辆每天最多接入综合充能站充电一次，bev行驶规律数据的分布由实际统计数据经极大似然估计方法拟合得到；
[0155]
bev行驶规律数据的分布如下述公式三十二、公式三十三所示，
[0156][0157]
车辆充电开始时间符合公式三十二中所示分布，其中
[0158][0159][0160]
车辆日行驶里程符合公式三十三所示分布，其中
[0161]