一种面向降维等效的海量电动汽车集中式控制方法及系统与流程

1.本发明属于电力系统运行控制技术领域，具体涉及一种面向降维等效的海量电动汽车集中式控制方法及系统。


背景技术：

2.随着风光可再生新能源快速发展，可再生新能源随机不确定性引发的功率波动问题愈发突出，一种有效方式是为可再生新能源配置储能，但目前储能成本居高不下的问题直接影响了可再生新能源接入电网的经济性。近年来，电动汽车以其节能经济、低碳环保的巨大优势，成为汽车发展的新形势，在世界范围内快速发展。电动汽车出行结束后，需要接入电网获取电能，随着海量电动汽车接入电网，电动汽车充电负荷会成为电网的重要负荷，电动汽车接入电网的过程中，能够改变充电功率大小，甚至向电网反馈电能，海量分散接入电网的电动汽车能够等效成为可观的储能容量，为电网提供储能能力支撑。目前，针对于海量集中式电动汽车的控制方法，主要通过单体电动汽车建模，分析电动汽车的储能特性，然后通过叠加方式计算一定数量电动汽车的储能特性，最后针对每辆电动汽车提出相应的控制信号，以保证用户的出行需求，此方法对控制中心的要求较高，要求控制中心能够应对高维度的复杂计算，同时要求控制中心能够与电动汽车入网终端良好的通信。


技术实现要素：

3.为解决现有技术中存在的不足，本发明的目的在于，提供一种面向降维等效的海量电动汽车集中式控制方法。
4.本发明采用如下的技术方案：
5.一种面向降维等效的海量电动汽车集中式控制方法包括以下步骤：
6.步骤1，根据电动汽车接入电网后的充电状态，构建单体电动汽车的电池模型；
7.步骤2，根据当前接入电网所有电动汽车的soc状态，构建海量电动汽车集中式模型；
8.海量电动汽车集中式模型的构建方法为：设定单体电动汽车的电网接入状态以及对电动汽车电池荷电状态进行离散化，然后根据单体电动汽车接入状态以及电池荷电状态值找到其所述子区间以计算当前接入电网的所有电动汽车在相邻子区间不同状态的平均转移概率；
9.步骤3，将接受到的对步骤1中当前接入电网所有电动汽车的目标控制功率转化为对这些电动汽车的控制信号；
10.步骤4，根据步骤1至3构建的模型与参数，判定电动汽车是否应该切换充放电状态；
11.步骤5，根据判定的充放电状态对当前介入的电动汽车进行充放电调整。
12.在步骤1中，所述电动汽车电池模型满足以下关系式：
[0013][0014]
式中，t为当前时刻，δt为时间间隔，i为当前接入电网的电动汽车编号，s
ev,i
(t)为当前接入电网的第i辆电动汽车电池的soc状态值，p
ev,i
(t)为当前接入电网的第i辆电动汽车与电网的交换功率，q
ev,i
为当前接入电网的第i辆电动汽车的电池容量，p
evc,i
和p
evd,i
分别为当前接入电网的第i辆电动汽车额定充电和放电功率，η
evc,i
和η
evd,i
分别为当前接入电网的第i辆电动汽车的额定充电和放电效率。
[0015]
在步骤3中，所述海量电动汽车集中式模型可以用向量x(t)表示，并满足以下关系式：
[0016]
x(t)＝[x1(t),x2(t),...,xj(t),...,x
3n
(t)]
t
[0017]
式中，xj(t)为处于第j个状态子区间的电动汽车数量，状态子区间为将电动汽车soc的变化范围[0,1]离散为n个的相等的状态子区间，每个区间的长度为1/n。
[0018]
海量电动汽车集中式模型的变化可以通过以下方法获得：
[0019]
x(t δt)＝a
·
x(t)
[0020]
式中，x(t)为一向量，具体满足以下关系式：
[0021]
x(t)＝[x1(t),x2(t),...,xj(t),...,x
3n
(t)]
t
[0022]
xj(t)为处于第j个状态子区间的电动汽车数量，状态子区间为将电动汽车soc的变化范围[0,1]离散为n个的相等的状态子区间，每个区间的长度为1/n；
[0023]
状态转移矩阵a为状态转移矩阵，可以根据所有电动汽车在相邻子区间的数量变化来得到。
[0024]
状态转移矩阵a满足以下关系式：
[0025][0026]
式中，σc和σd分别为充电和放电状态下当前接入电网的所有电动汽车在相邻子区间的平均转移概率。
[0027]
充电和放电状态下当前接入电网的所有电动汽车在相邻子区间的平均转移概率满足以下关系式：
[0028][0029]
式中，和分别为当前接入电网的所有电动汽车的平均额定充电和放电功率；和分别为当前接入电网的所有电动汽车的平均充电和放电效率；为当前接入电网的所有电动汽车的平均电池容量。
[0030]
对接入电网所有电动汽车的控制信号转化模型满足以下关系式：
[0031]
x(t δt)＝a
·
x(t) b
·
u(t)
[0032]
式中，b为控制矩阵，u(t)为控制信号转换的控制向量。
[0033]
控制矩阵b满足以下关系式：
[0034][0035]
式中，on×n为n
×
n的零矩阵，为in×n为n
×
n的单位矩阵。
[0036]
控制信号转换的控制向量u(t)为u(t)＝[u1(t),...,uj(t),...,u
2n
(t)]
t
，具体满足以下关系式：
[0037][0038][0039]
其中，δpr(t)为接收到的对接入电网所有电动汽车的目标控制功率；v1(t)与v2(t)分别为概率控制信号向量v(t)中的第一控制信号与第二控制信号，概率控制信号向量v(t)为：
[0040]
v(t)＝[v1(t),v2(t)]
t
[0041]
第一控制信号分量与第二控制信号分量分别满足以下关系式：
[0042][0043][0044]
δp
d2i
(t)、δp
i2c
(t)、δp
c2i
(t)、δp
i2d
(t)分别为当前接入电网的所有电动汽车由放电转为空闲状态、由空闲转为充电、由充电转为空闲、由空闲转为放电状态的可调节容量。
[0045]
当前接入电网的所有电动汽车由放电转为空闲状态、由空闲转为充电、由充电转为空闲、由空闲转为放电状态的可调节容量满足以下关系式：
[0046][0047]
其中，c
d2i
、c
i2c
、c
c2i
、c
i2d
分别为海量电动汽车由放电转为空闲状态、由空闲转为充电、由充电转为空闲、由空闲转为放电状态的可调节容量评估矩阵。
[0048]
可调节容量评估矩阵满足以下关系式：
[0049][0050]
电动汽车出行缓急程度参数满足以下关系式：
[0051][0052]
式中，ξ
ev,i
(t)表示当前接入电网的第i辆电动汽车出行的缓急程度参数，t
sf,i
表示第i辆电动汽车离开电网的时刻，s
evr,i
表示第i辆电动汽车出行需求soc，s
ev,i
(t)表示第i辆电动汽车的soc状态值，p
evc,i
表示第i辆电动汽车从接入电网到当前时刻的平均额定充电功率，η
evc,i
表示第i辆电动汽车从接入电网到当前时刻的平均充电效率，q
ev,i
表示第i辆电动汽车的电池容量。
[0053]
判定方法具体为：
[0054]
电动汽车入网终端接收到控制信号v(t)后，如果信号中的概率值v1(t)≥0、v2(t)≥0，则放电状态的电动汽车按照v2(t)进行概率响应并决定是否切换到空闲状态，然后空闲状态的电动汽车按照v1(t)进行概率响应并决定是否切换到充电状态；如果信号中的概率值v1(t)≤0、v2(t)≤0，则充电状态的电动汽车按照v1(t)进行概率响应并决定是否切换到空闲状态，然后空闲状态的电动汽车按照v2(t)进行概率响应并决定是否切换到放电状态。
[0055]
本发明还公开了基于一种基于面向降维等效的海量电动汽车集中式控制方法的一种面向降维等效的海量电动汽车集中式控制系统，包括电动汽车电池模型构建模块、电动汽车集中式模型构建模块、集群控制中心以及电动汽车入网终端模块；
[0056]
电动汽车电池模型构建模块根据电动汽车接入电网后的充电状态构建电动汽车电池模型并将结果输入至电动汽车入网终端；
[0057]
电动汽车集中式模型构建模块根据当前接入电网所有电动汽车的soc状态构建海量电动汽车集中式模型，并将结果输入至电动汽车入网终端；
[0058]
集群控制中心将接受到的对当前接入电网所有电动汽车的目标控制功率转化为
对这些电动汽车的控制信号并将结果输入至电动汽车入网终端；
[0059]
所述电动汽车入网终端构建每辆电动汽车出行缓急程度参数，并根据接收到的模型对电动汽车模式是否进行切换进行判定。
[0060]
电动汽车电池模型满足以下关系式：
[0061][0062]
式中，t为当前时刻，δt为时间间隔，i为当前接入电网的电动汽车编号，s
ev,i
(t)为当前接入电网的第i辆电动汽车电池的soc状态值，p
ev,i
(t)为当前接入电网的第i辆电动汽车与电网的交换功率，q
ev,i
为当前接入电网的第i辆电动汽车的电池容量，p
evc,i
和p
evd,i
分别为当前接入电网的第i辆电动汽车额定充电和放电功率，η
evc,i
和η
evd,i
分别为当前接入电网的第i辆电动汽车的额定充电和放电效率。
[0063]
海量电动汽车集中式模型可以用向量x(t)表示，并满足以下关系式：
[0064]
x(t)＝[x1(t),x2(t),...,xj(t),...,x
3n
(t)]
t
[0065]
式中，xj(t)为处于第j个状态子区间的电动汽车数量，状态子区间为将电动汽车soc的变化范围[0,1]离散为n个的相等的状态子区间，每个区间的长度为1/n。
[0066]
海量电动汽车集中式模型的变化可以通过以下方法获得：
[0067]
x(t δt)＝a
·
x(t)
[0068]
式中，x(t)为一向量，具体满足以下关系式：
[0069]
x(t)＝[x1(t),x2(t),...,xj(t),...,x
3n
(t)]
t
[0070]
xj(t)为处于第j个状态子区间的电动汽车数量，状态子区间为将电动汽车soc的变化范围[0,1]离散为n个的相等的状态子区间，每个区间的长度为1/n；
[0071]
状态转移矩阵a为状态转移矩阵，可以根据所有电动汽车在相邻子区间的数量变化来得到。
[0072]
状态转移矩阵a满足以下关系式：
[0073][0074]
式中，σc和σd分别为充电和放电状态下当前接入电网的所有电动汽车在相邻子区间的平均转移概率。
[0075]
充电和放电状态下当前接入电网的所有电动汽车在相邻子区间的平均转移概率满足以下关系式：
[0076]
[0077]
式中，和分别为当前接入电网的所有电动汽车的平均额定充电和放电功率；和分别为当前接入电网的所有电动汽车的平均充电和放电效率；为当前接入电网的所有电动汽车的平均电池容量。
[0078]
对接入电网所有电动汽车的控制信号转化模型满足以下关系式：
[0079]
x(t δt)＝a
·
x(t) b
·
u(t)
[0080]
式中，b为控制矩阵，u(t)为控制信号转换的控制向量。
[0081]
本发明的有益效果在于，与现有技术相比，本发明在降低海量电动汽车模型维度的同时，简化控制信号和保障用户的出行需求。采用有限数量的离散状态描述电动汽车的入网状态和soc状态，提出了适用于海量电动汽车集中式控制的降维等效模型；提出了电动汽车的概率控制信号，有效简化了集群中心与海量电动汽车控制的复杂程度；提出了考虑用户出行缓急程度的自适应控制方法，终端控制满足了用户的个性化出行需求。
附图说明
[0082]
图1为本发明电动汽车接入电网后的运行区域示意图；
[0083]
图2为本发明控制效果示意图。
具体实施方式
[0084]
下面结合附图对本技术作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本技术的保护范围。
[0085]
一种面向降维等效的海量电动汽车集中式控制方法，海量电动汽车指适用于万级以上的电动汽车，具体包括以下步骤：
[0086]
步骤1，根据电动汽车接入电网后的充电状态，构建单体电动汽车电池模型；
[0087]
在本发明中，所构建的单体电动汽车电池模型为在三种状态下的电池模型；
[0088]
具体地，电动汽车接入电网后，电动汽车可以处于充电状态，即从电网获取电能，电动汽车可以处于空闲状态，即与电网不存在功率交换，电动汽车也可以处于放电状态，即向电网反馈电能，单体电动汽车在3种状态下的电池模型如下所示：
[0089][0090]
式中，t为当前时刻，δt为时间间隔，i为当前接入电网的电动汽车编号，s
ev,i
(t)为当前接入电网的第i辆电动汽车电池的soc状态值，p
ev,i
(t)为当前接入电网的第i辆电动汽车与电网的交换功率，q
ev,i
为当前接入电网的第i辆电动汽车的电池容量，p
evc,i
和p
evd,i
分别为当前接入电网的第i辆电动汽车额定充电和放电功率，η
evc,i
和η
evd,i
分别为当前接入电网的第i辆电动汽车的额定充电和放电效率；
[0091]
基于以上内容，本领域普通技术人员应该知道，电动汽车电池模型可以通过等效电路、神经网络以及电化学的方式进行构建，单体电动汽车电池模型可以有大于3或小于3
个的状态；为了提高计算速度，本发明实施例提出的电动汽车电池模型仅为实施过程中的一种优选技术方案，并非是实施本发明一种面向降维等效的海量电动汽车集中式控制方法的必然限制。
[0092]
步骤2，根据当前接入电网所有电动汽车的soc状态，构建海量电动汽车集中式模型；
[0093]
本领域普通技术人员应知道，本实施例所提供的电动汽车集中式模型仅为一优选技术方案，并非为实施本发明一种面向降维等效的海量电动汽车集中式控制方法的必然限制；
[0094]
本发明提出的海量电动汽车集中式模型通过设定单体电动汽车的电网接入状态以及对电动汽车电池荷电状态进行离散化后，根据单体电动汽车接入状态以及电池荷电状态值找到其所述子区间，以计算当前接入电网的所有电动汽车在相邻子区间不同状态的平均转移概率以体现该海量电动汽车集整体的变化；
[0095]
电动汽车的接入状态为离散变量，soc为电池的荷电状态，soc状态值为连续变量，soc的最小值和最大值分别为0和1，将soc的变化范围[0,1]离散为n个相等的子区间，每个区间的长度为1/n，考虑到电动汽车存在3种接入状态，电动汽车状态可以用3n个长度为1/n的子区间描述。充电状态的子区间按照soc从小到达的顺序编号为1、2、
…
、n，空闲状态的子区间按照soc从小到大的顺序编号为n 1、n 2、
…
、2n，放电状态的子区间按照soc从小到达的顺序编号为2n 1、2n 2、
…
、3n。
[0096]
在任意t时刻，针对所有接入电网后同一时刻下的电动汽车，各单体电动汽车都可以根据接入状态和soc状态值找到所属的子区间，xj(t)为处于第j个状态子区间的电动汽车数量，海量电动汽车集中式模型可以用向量x(t)描述，如下所示：
[0097]
x(t)＝[x1(t),x2(t),...,xj(t),...,x
3n
(t)]
t
[0098]
从t时刻到t δt时刻，可以描述x(t)的变化，如下所示：
[0099]
x(t δt)＝a
·
x(t)
[0100]
式中，状态转移矩阵a为状态转移矩阵，可以根据所有电动汽车在相邻子区间的数量变化来得到，具体满足以下关系是：
[0101][0102]
式中，σc和σd分别为充电和放电状态下当前接入电网的所有电动汽车在相邻子区间的平均转移概率，σc和σd分别满足以下关系式：
[0103][0104]
式中，和分别为当前接入电网的所有电动汽车的平均额定充电和放电功
率；和分别为当前接入电网的所有电动汽车的平均充电和放电效率；为当前接入电网的所有电动汽车的平均电池容量。
[0105]
步骤3，将接受到的对步骤1中当前接入电网所有电动汽车的目标控制功率转化为对这些电动汽车的控制信号；
[0106]
本领域普通技术人员应知道，本实施例所提供的电动汽车控制信号转化方法仅为一优选技术方案，并非为实施本发明一种面向降维等效的海量电动汽车集中式控制方法的必然限制；
[0107]
本发明所提出的转化方法利用电动汽车在从不同充电状态下转化时的可调节容量总和设置概率控制信号；
[0108]
具体地，对接入电网所有电动汽车的控制信号转化模型满足以下关系式：
[0109]
x(t δt)＝a
·
x(t) b
·
u(t)
[0110]
式中，b为控制矩阵，u(t)为控制信号转换的控制向量，u(t)＝[u1(t),...,uj(t),...,u
2n
(t)]
t
；
[0111][0112]
式中，on×n为n
×
n的零矩阵，为in×n为n
×
n的单位矩阵；
[0113][0114][0115]
为保障控制过程用户的个性化出行需求，单体电动汽车接入电网过程中的约束区域如图1所示。其中，a-b表示电动汽车接入电网后开始充电；b-c表示电动汽车充电达到soc的最大值后离开电网；a-d表示电动汽车接入电网时刻后开始放电直至soc达到最小值；d-e表示电动汽车soc保持在最小值；e-f表示电动汽车充电直至soc到达电动汽车出行需求soc值后离开电网。
[0116]
其中，δpr(t)为接收到的对接入电网所有电动汽车的目标控制功率；v1(t)与v2(t)分别为概率控制信号向量v(t)中的第一控制信号与第二控制信号，概率控制信号向量v(t)为：
[0117]
v(t)＝[v1(t),v2(t)]
t
[0118]
第一控制信号分量与第二控制信号分量分别满足以下关系式：
[0119]
[0120][0121]
其中，δp
d2i
(t)为放电状态的所有电动汽车转换为空闲状态能够提供的可调节容量总和，δp
i2c
(t)为空闲状态的所有电动汽车转换为充电状态能够提供的可调节容量总和，δp
c2i
(t)为充电状态的所有电动汽车转换为空闲状态能够提供的可调节容量总和，δp
i2d
(t)为空闲状态的所有电动汽车转换为放电状态能够提供的可调节容量总和，δp
d2i
(t)、δp
i2c
(t)、δp
c2i
(t)、δp
i2d
(t)分别满足以下关系式：
[0122][0123]
其中，c
d2i
、c
i2c
、c
c2i
、c
i2d
分别为海量电动汽车由放电转为空闲状态、由空闲转为充电、由充电转为空闲、由空闲转为放电状态的可调节容量评估矩阵，本领域普通技术人员可以根据实际情况进行设定，在本实施例中，这些可调节容量评估矩阵满足以下关系式：
[0124][0125]
步骤4，根据步骤1至3构建的模型，判定电动汽车是否应该切换充放电状态；
[0126]
本领域普通技术人员应该根据所构建的模型设置电动汽车的充放电状态规则，本发明给出的仅为一优选实施例，并非是实施本发明一种面向降维等效的海量电动汽车集中式控制方法的必然限制；
[0127]
本发明根据用户出行缓急程度，提出了一种自适应控制方法；
[0128]
首先计算电动汽车出行缓急程度参数；
[0129]
电动汽车出行缓急程度参数为表征不同用户离开电网的缓急程度的参数，本领域普通技术人员可以根据实际情况进行设定，可以为直接设定的自然数；本实施例中例举的仅为一最佳实施例；具体地，该电动汽车出行缓急程度参数满足以下关系式：
[0130][0131]
式中，ξ
ev,i
(t)表示当前接入电网的第i辆电动汽车出行的缓急程度参数，t
sf,i
表示第i辆电动汽车离开电网的时刻，s
evr,i
表示第i辆电动汽车出行需求soc，s
ev,i
(t)表示第i辆电动汽车的soc状态值，p
evc,i
表示第i辆电动汽车从接入电网到当前时刻的平均额定充电功率，η
evc,i
表示第i辆电动汽车从接入电网到当前时刻的平均充电效率，q
ev,i
表示第i辆电动
汽车的电池容量；
[0132]
电动汽车入网终端接收到控制信号v(t)后，如果信号中的概率值v1(t)≥0、v2(t)≥0，则放电状态的电动汽车按照v2(t)进行概率响应并决定是否切换到空闲状态，然后空闲状态的电动汽车按照v1(t)进行概率响应并决定是否切换到充电状态；如果信号中的概率值v1(t)≤0、v2(t)≤0，则充电状态的电动汽车按照v1(t)进行概率响应并决定是否切换到空闲状态，然后空闲状态的电动汽车按照v2(t)进行概率响应并决定是否切换到放电状态。
[0133]
在实际控制过程中，电动汽车入网终端接收到控制信号概率值为θi(t)，电动汽车切换状态的方法满足以下关系式：
[0134][0135]
式中，λi(t)为t时刻入网终端按照均匀分布u(0,1)产生的随机数，为当前接入电网的电动汽车缓急程度参数的平均值。
[0136]
步骤5，根据判定的充放电状态对当前介入的电动汽车进行充放电调整。
[0137]
控制效果如图2所示，可以看出实际控制功率能够很好的追踪目标功率。
[0138]
本发明还公开了一种基于面向降维等效的海量电动汽车集中式控制方法的面向降维等效的海量电动汽车集中式控制系统，该系统包括电动汽车电池模型构建模块、电动汽车集中式模型构建模块、集群控制中心以及电动汽车入网终端模块；
[0139]
电动汽车电池模型构建模块根据电动汽车接入电网后的充电状态构建电动汽车电池模型并将结果输入至电动汽车入网终端；
[0140]
电动汽车集中式模型构建模块根据当前接入电网所有电动汽车的soc状态构建海量电动汽车集中式模型，并将结果输入至电动汽车入网终端；
[0141]
集群控制中心将接受到的对当前接入电网所有电动汽车的目标控制功率转化为对这些电动汽车的控制信号并将结果输入至电动汽车入网终端；
[0142]
电动汽车入网终端构建每辆电动汽车出行缓急程度参数，并根据接收到的模型对电动汽车模式是否进行切换进行判定。
[0143]
电动汽车电池模型构建模块构建的电动汽车电池模型满足以下关系式：
[0144][0145]
式中，t为当前时刻，δt为时间间隔，i为当前接入电网的电动汽车编号，s
ev,i
(t)为当前接入电网的第i辆电动汽车电池的soc状态值，p
ev,i
(t)为当前接入电网的第i辆电动汽车与电网的交换功率，q
ev,i
为当前接入电网的第i辆电动汽车的电池容量，p
evc,i
和p
evd,i
分别为当前接入电网的第i辆电动汽车额定充电和放电功率，η
evc,i
和η
evd,i
分别为当前接入电网的第i辆电动汽车的额定充电和放电效率。
[0146]
电动汽车集中式模型构建模块构建的海量电动汽车集中式模型可以用向量x(t)表示，并满足以下关系式：
[0147]
x(t)＝[x1(t),x2(t),...,xj(t),...,x
3n
(t)]
t
[0148]
式中，xj(t)为处于第j个状态子区间的电动汽车数量，状态子区间为将电动汽车soc的变化范围[0,1]离散为n个的相等的状态子区间，每个区间的长度为1/n。
[0149]
海量电动汽车集中式模型的变化可以通过以下方法获得：
[0150]
x(t δt)＝a
·
x(t)
[0151]
式中，x(t)为一向量，具体满足以下关系式：
[0152]
x(t)＝[x1(t),x2(t),...,xj(t),...,x
3n
(t)]
t
[0153]
xj(t)为处于第j个状态子区间的电动汽车数量，状态子区间为将电动汽车soc的变化范围[0,1]离散为n个的相等的状态子区间，每个区间的长度为1/n；
[0154]
状态转移矩阵a满足以下关系式：
[0155][0156]
式中，σc和σd分别为充电和放电状态下当前接入电网的所有电动汽车在相邻子区间的平均转移概率。
[0157]
充电和放电状态下当前接入电网的所有电动汽车在相邻子区间的平均转移概率满足以下关系式：
[0158][0159]
集群控制中心对接入电网所有电动汽车的控制信号转化模型满足以下关系式：
[0160]
x(t δt)＝a
·
x(t) b
·
u(t)
[0161]
式中，b为控制矩阵，u(t)为控制信号转换的控制向量。
[0162]
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。