计及变功率充放电模型的电动汽车集群调度潜力评估方法与流程

1.本发明属于智能电网领域，涉及计及变功率充放电模型的电动汽车集群调度潜力评估方法。


背景技术：

2.随着能源与环境问题的不断恶化，各国也在积极发展利用新能源技术。电动汽车作为新能源汽车，能够减少化石燃料消耗及环境污染，受到了各国的广泛关注。通过对其充放电过程进行合理调度，就能为电网提供一些辅助服务，如调频、调峰及提供备用容量等。而随着电动汽车集群规模的不断增长，对不同区域内集群调度潜力进行评估成为了保障调度稳定可靠的重要前提。
3.目前在电动汽车的调度运行方面已经进行了较多的研究，而关于电动汽车调度潜力方面的取得的成果却较少。文献[1]基于用户在网的soc定义了可充放电的时段，并基于此得到电动汽车集群的可调潜力。文献[2]通过用户停驶时间与充至期望电量所需时间的关系定义了反向供电能力指标，并引入了用户可信度进行加权得到可调潜力评估函数。文献[3]建立了电动汽车充电边界模型，并基于此制定了相应的调度策略，分析了多种因素对集群充电负荷的影响。文献[4]基于电池的配置参数及管理模式，构建了v2g可用容量的评估模型，分析了电动汽公交车的充放电潜力。文献[5]基于电动汽车电池损耗程度、用户信用度及反向供电能力等建立了电动汽车调度能力的分析模型，以最小化配电网峰谷差为目标分析了电动汽车调度能力的阈值。文献[6]基于队列网络理论分析电动汽车调度度数量的概率分布，进而评估其调度潜力，但未考虑用户的出行需求。上述文献采用恒功率模型进行调度潜力估算，而实际中电动汽车充放电功率会随着soc变化而改变，因此会产生一定误差；并且上述文献放电调度的可调度时段持续时间偏大，实际中某些时段无法进行放电。
[0004]
[1]张晓东,艾欣,潘玺安.考虑用户可调度潜力的负荷聚合商优化调度策略[j/ol].华北电力大学学报(自然科学版):1-16[2021-11-04].
[0005]
[2]李东东,王博伦,邹思源.聚合商模式下电动汽车消纳风电研究[j].可再生能源,2019,37(09):1346-1355.
[0006]
[3]孙强,许方园,唐佳,王丹,罗凤章.基于需求响应的电动汽车集群充电负荷建模及容量边界控制策略[j].电网技术,2016,40(09):2638-2645.
[0007]
[4]翁国庆,黄飞腾,张有兵,谢路耀,戚军.电动公交汽车电池集群参与海岛微网能量调度的v2g策略[j].电力自动化设备,2016,36(10):31-37.
[0008]
[5]杨晓东,任帅杰,张有兵,赵波,黄飞腾,谢路耀.电动汽车调度度能力模型与日内优先调度策略[j].电力系统自动化,2017,41(02):84-93.
[0009]
[6]a.y.s.lam,k.leung and v.o.k.li,"capacity estimation for vehicle-to-grid frequency regulation services with smart charging mechanism,"in ieee transactions on smart grid,vol.7,no.1,pp.156-166,jan.2016.


技术实现要素：

[0010]
有鉴于此，本发明的目的在于提供一种计及变功率充放电模型的电动汽车集群调度潜力评估方法。首先将电动汽车集群按是否可调度进行分类，接着利用恒压-恒流二阶段变功率模型得到更精确的电动汽车充放电功率边界，再基于用户诚信度(是否提前离网)进行修正，进而获得各个时段的电动汽车集群的调度潜力。其有效考虑了实际中的充放电功率变化情况，并通过引入用户诚信度进一步提高调度过程的可靠程度，从而增加电动汽车集群调度潜力评估的准确性与合理性。
[0011]
为达到上述目的，本发明提供如下技术方案：
[0012]
计及变功率充放电模型的电动汽车集群调度潜力评估方法，该方法包括以下步骤：
[0013]
s1：恒功率模型下的电动汽调度潜力分析；
[0014]
s2：建立电动汽车恒压-恒流二阶段充放电模型；
[0015]
s3：电动汽车集群调度潜力估算；
[0016]
s4：用户诚信度修正。
[0017]
可选的，所述s1具体为：将所有用户在每个时段的充放电功率进行求和就得到电动汽车集群的调度潜力，其计算公式如下所示：
[0018][0019][0020]
其中p
ec,total
、p
ed,total
为电动汽车集群总的充放电功率，p
ec,j
、p
ed,j
为第j辆电动汽车的充、放电功率，通常认为其恒为最大值；m为可调度电动汽车的集合，t为电动汽车的在网时段；这种方式的好处是计算简单，但其忽略了电动汽车充电功率的变化过程，并且放电时段并不存在于整个在网时段，因此与实际情况相比会产生较大的误差。
[0021]
可选的，所述s2具体为：设电动汽车电池端电压为u
eb
，其最大值为u
ebmax
，在变功率充电模型下其充、放电过程的方程如下所示：
[0022][0023]
其中e为电池恒定电势，k为电池极化常数，c为电池标称容量，i为电池充、放电电流，a、b为指数段充、放电过程的常数，r为电池内阻，soc(t0)为充、放电开始时的电池电量；电动汽车在恒流模式下的充放电功率表示为：
[0024][0025]
由于实际中恒压模式的持续时间很短，认为电池在恒流模式下完成充放电。
[0026]
可选的，所述s3具体为：
[0027]
(1)电动汽车可调度状态分析
[0028]
电动汽车接入电网后，首先要判断其是否调度，需要求解电动汽车的原始充电时
间；假设用户设定的离网目标soc为soca，则原始充电时间由下式计算；
[0029][0030]
先假定电动汽车接入电网立即开始充电，t0即为入网时间ta；通过计算得到达到目标soc的时间t＝tc，接着根据公式(4)判断该电动汽车是否调度；
[0031]
t
c-ta ts＜t
l-taꢀꢀ
(6)
[0032]
其中t
l
为用户预定的离网时间，ts为最小调度持续时长；当原始充电时间加调度最小持续时长小于用户的总在网时间，认为该辆电动汽车能够参加调度；
[0033]
(2)计算电动汽车充放电功率边界
[0034]
根据公式(1)，电动汽车接入电网充电时，其电池电压随着soc升高而增大，最终达到最大值；电动汽车在入网时开始充电并达到目标soc时的充电功率曲线即为这一时段的充电功率上限，且在该时段后其功率上限恒为达到目标soc时的充电功率；而放电时电池电压不断减小，并且起始放电soc越大其电压越大，其最大放电功率是在进行充电后的放电功率；p
cmax
为充电功率上限，p
dmax
为放电功率上限；
[0035]
通过公式(2)求解每一辆电动汽车的充放电功率曲线，最终累加得到电动汽车集群的总充放电功率边界，如下式所示；
[0036][0037]
其中p
ec,total
、p
ed,total
为总的电动汽车充、放电功率边界，m为可调电动汽车数量，p
ec,j
、p
ed,j
为第j辆电动汽车的充、放电功率边界曲线。
[0038]
可选的，所述s4具体为：
[0039]
用户在接入电网时，代理商通过其上报信息或智能终端进行读取，获得其入网及预定的离网时间ta及t
l
；假设代理商能够获得用户在其充电站内充电的次数n，那么第j个用户的诚信度h(j)定义如下：
[0040][0041]
其中t
rl
为用户的实际离网时间；当用户提前离网时，其诚信度就会下降，在后续的调度中将会缩短对该用户的调度时间，从而保证用户离网时有足够的soc；修正后的调度时间如下所示；
[0042]
t
′s(j)＝ts(j)
·
h(j)
ꢀꢀ
(9)
[0043]
其中ts(j)、t
′s(j)为第j个用户的原调度时长及修正后调度时长。
[0044]
本发明的有益效果在于：
[0045]
(1)基于变功率模型的电动汽车集群调度潜力估算方法计算得出的充、放电峰值要比恒功率下的结果更高，并且放电调度的调度时段要比后者更符合实际情况，能够为制定相关调度策略提供更有效的支撑。
[0046]
(2)考虑到用户的提前离网行为会对调度稳定性产生影响，引入用户诚信度的概念对放电调度时段进行修正，能够进一步提高放电调度过程的可靠程度，并增加用户提前
离网时的电池soc。
[0047]
(3)针对常规电动汽车集群调度潜力评估方法没有考虑电池充电时电压引起功率变化情况，以及放电调度时段的划分等问题，提出一种计及变功率充电模型的电动汽车调度潜力评估方法。算例仿真证明所提方法能够通过考虑实际充放电过程、调度时段及用户诚信度，从而提高集群调度电潜力的估算准确度，为相关调度机构制定充、放电调度计划提供更准确的数据支撑。
[0048]
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0049]
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
[0050]
图1为电动汽车入网后的状态图；
[0051]
图2为“充-放-充”模式示意图；
[0052]
图3为电动汽车充放电功率边界示意图；
[0053]
图4为各时段电动汽车用户入网人数；
[0054]
图5为各时段电动汽车用户离网人数；
[0055]
图6为恒功率模式下的电动汽车集群调度潜力曲线；
[0056]
图7为变功率模式下的电动汽车调度潜力曲线。
具体实施方式
[0057]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0058]
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
[0059]
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0060]
1、恒功率模型下的电动汽调度潜力分析
[0061]
目前大多数关于电动汽车调度潜力的研究中，都采用恒功率充、放电模型，并认为电动汽车在接入电网的任意时段都能进行充、放电。将所有用户在每个时段的充放电功率进行求和就可以得到电动汽车集群的调度潜力，其计算公式如下所示：
[0062][0063][0064]
其中p
ec,total
、p
ed,total
为电动汽车集群总的充放电功率，p
ec,j
、p
ed,j
为第j辆电动汽车的充、放电功率，通常认为其恒为最大值。m为可调度电动汽车的集合，t为电动汽车的在网时段。这种方式的好处是计算简单，但其忽略了电动汽车充电功率的变化过程，并且放电时段并不存在于整个在网时段，因此与实际情况相比会产生较大的误差。
[0065]
2、电动汽车恒压-恒流二阶段充放电模型
[0066]
实际中电动汽车的充放电功率一般经历恒流、恒压两个阶段。以充电为例，在前期为恒流充电，电池电压逐渐上升，达到最大值后进入恒压充电阶段，电流迅速减小至零。这种方式能够防止充电初期电流过大及后期过度充电的情况。
[0067]
设电动汽车电池端电压为u
eb
,其最大值为u
ebmax
，在变功率充电模型下其充、放电过程的方程如下所示：
[0068][0069]
其中e为电池恒定电势，k为电池极化常数，c为电池标称容量，i为电池充、放电电流，a、b为指数段充、放电过程的常数，r为电池内阻，soc(t0)为充、放电开始时的电池电量。因此电动汽车在恒流模式下的充放电功率可以表示为：
[0070][0071]
由于实际中恒压模式的持续时间很短，因此认为电池主要在恒流模式下完成充放电。
[0072]
3、电动汽车集群调度潜力估算方法
[0073]
(1)电动汽车可调度状态分析
[0074]
电动汽车接入电网后，首先要判断其是否调度，因此需要求解电动汽车的原始充电时间。假设用户设定的离网目标soc为soca，则原始充电时间可由下式计算。
[0075][0076]
此时先假定电动汽车接入电网立即开始充电，t0即为入网时间ta。通过计算可得到达到目标soc的时间t＝tc，接着可根据公式(4)判断该电动汽车是否调度。
[0077]
t
c-ta ts＜t
l-taꢀꢀ
(6)
[0078]
其中t
l
为用户预定的离网时间，ts为最小调度持续时长。当原始充电时间加调度最小持续时长小于用户的总在网时间，即可认为该辆电动汽车可以参加调度。
[0079]
(2)计算电动汽车充放电功率边界
[0080]
假设电动汽车入网后的状态如图1所示。
[0081]
为了保证用户在离网时有足够的soc，因此将可调度时段安排在前面，充电时段安排在后面。蓝色时段为可调度时段，为了最大化放电电量将其分为等分的两段，分别进行充、放电。此处变功率充放电模型带来的时间差异较小，为了简化计算可认为充、放电时间相等。红色时段为原始充电时段，只能进行充电。这种情况下可放电的时段仅存在于可调度时段，其相对较小，因此考虑下面的情况。
[0082]
将可调度时段的充电时段移至最后，而放电时段可在除前者外的任意时段进行移动，如图2中的“充-放-充”模式，这样就可以相对扩大可放电时段的长度，从而增加调度的灵活性。
[0083]
根据公式(1)，电动汽车接入电网充电时，其电池电压随着soc升高而增大，最终达到最大值。因此电动汽车在入网时开始充电并达到目标soc时的充电功率曲线即为这一时段的充电功率上限，且在该时段后其功率上限恒为达到目标soc时的充电功率。而放电时电池电压不断减小，并且起始放电soc越大其电压越大，因此其最大放电功率是在进行了充电后的放电功率，如图1虚线处所示。图3为电动汽车的充放电功率边界示意图，其中p
cmax
为充电功率上限，p
dmax
为放电功率上限。
[0084]
通过公式(2)求解每一辆电动汽车的充放电功率曲线，最终可累加得到电动汽车集群的总充放电功率边界，如下式所示。
[0085][0086]
其中p
ec,total
、p
ed,total
为总的电动汽车充、放电功率边界，m为可调电动汽车数量，p
ec,j
、p
ed,j
为第j辆电动汽车的充、放电功率边界曲线。
[0087]
4、用户诚信度修正
[0088]
电动汽车在充电期间的状态由代理商进行控制，并认为在用户离网时达到目标soc即可。但实际中用户由于自身原因可能会选择提前离网，从而可能会造成离网时车辆无法达到预定的soc，并影响到电动汽车的调度稳定性。因此需要对电动汽车的调度时段进行进一步修正。
[0089]
通常用户在接入电网时，代理商能够通过其上报信息或智能终端进行读取，获得其入网及预定的离网时间ta及t
l
。假设代理商能够获得用户在其充电站内充电的次数n，那么第j个用户的诚信度h(j)可定义如下：
[0090][0091]
其中t
rl
为用户的实际离网时间。当用户提前离网时，其诚信度就会下降，因此在后续的调度中将会缩短对该用户的调度时间，从而保证用户离网时有足够的soc。修正后的调度时间如下所示。
[0092]
t
′s(j)＝ts(j)
·
h(j)
ꢀꢀ
(9)
[0093]
其中ts(j)、t
′s(j)为第j个用户的原调度时长及修正后调度时长。
[0094]
5、算例仿真
[0095]
5.1仿真参数
[0096]
下面给出仿真的部分参数。假设某区域共有电动汽车500辆，所有用户可以在家及上班地点进行充、放电，相关电动汽车及电池的参数如下表1、表2所示。图4及图5为电动汽车用户每个时段的入网及离网人数，由蒙特卡洛抽样得到。蓝色条形表示用户在早晨离家及到达上班地点入网时的人数，黄色条形表示用户下午离网及到家入网时的人数。表2为某地电动汽车的充放电电价。
[0097]
表1电动汽车的参数
[0098][0099]
表2电池参数
[0100][0101]
5.2算例分析
[0102]
5.2.1恒功率模式下的电动汽车集群调度潜力曲线
[0103]
图6为恒功率模型下的电动汽车集群调度潜力曲线。这种情况下，我们认为电动汽车在入网到离网的任意时段内都可进行充放电，因此该曲线表示每个时刻电动汽车集群能够达到的最大充、放电功率，而实际的充、放电功率则小于等于该值。
[0104]
仿真时间间隔为15分钟，早上8点为仿真起始时间。在8:00后，离家的用户开始不断到达上班地点，电动汽车集群的调度充、放电功率不断上升，大约在10：00后达到最大值1706kw。在16:00-21:00左右，用户逐渐开始下班离网，回到家后继续接入电网，调度功率呈现先下降后上升的趋势。最终在6:00用户开始出发上班，调度功率的变化趋势与16:00-21:00左右基本相同。
[0105]
5.2.2变功率模式下的电动汽车调度潜力曲线
[0106]
图7为变功率模型下电动汽车集群调度潜力曲线。这种情况下的充电功率边界的变化趋势与恒功率下基本一致，但其峰值为1851kw，比后者高出约8.5％，这是由于恒功率模式下默认电池电压恒为额定电压，而变功率模式下的电池电压随着soc升高而增大，因此其充电功率峰值也相应增加。而受到调度时段的限制，放电功率在13:00及24:00左右开始下降，相比于恒功率模型要更早，并出现了较多的零功率时段，这种情况更符合实际，即越
接近离网时间，用户越不愿参与放电调度。而放电功率边界的最大值约为1830kw，比前者要高7.3％。此外，受到用户可能提前离网的影响，不同用户的调度时段都根据其各自的诚信度进行了相应缩减，因此放电功率的边界也更低。
[0107]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。