计及电动汽车时变道路阻抗的配电网优化调度方法技术

本发明专利技术公开了计及电动汽车时变道路阻抗的配电网优化调度方法，具体按照以下步骤实施：建立计及时变道路阻抗的电动汽车出行路径选择模型，通过增强型Dijkstra路径搜索算法确定电动汽车出行路径；建立计及时变温度、交通路况因素的电动汽车充电负荷模型，结合电动汽车出行路径确定电动汽车充电功率；建立考虑配网经济运行的多目标优化调度模型，向该模型中输入电动汽车充电功率，采用基于动态学习因子的多目标粒子群算法对考虑配网经济运行的多目标优化调度模型求解含电动汽车充电功率分布；通过本发明专利技术配电网优化调度方法能够减小配电网负荷标准差、联络线功率标准差，降低配电网调度运行成本。网调度运行成本。网调度运行成本。

【技术实现步骤摘要】
计及电动汽车时变道路阻抗的配电网优化调度方法


[0001]本专利技术属于配电网控制
，具体涉及计及电动汽车时变道路阻抗的配电网优化调度方法。

技术介绍

[0002]含电动汽车充电负荷配电网调度研究中一般包含三个环节：建立电动汽车用户出行的选择路线模型、电动汽车充电负荷建模和配电网优化调度模型。
[0003]针对电动汽车用户出行选择路线方法，常用方法有Dijkstra、Floyd、A
‑
star等算法，这些电动汽车用户出行选择路线方法仅考虑道路距离因素，但随着研究不断深入，变化的交通路况已影响电动汽车用户的道路选择。电动汽车用户行驶选择路线时，不仅要考虑距离因素，同时也要考虑时间因素。
[0004]针对电动汽车充电负荷模型，常用建模方法有蒙特卡洛方法、OD矩阵分析法与出行链方法。上述研究方法将电动汽车耗电量视为固定值，但电动汽车耗电量会受到气象、时变道路拥挤程度因素影响，在分析电动汽车耗电量时可以从温度、时变道路拥挤程度两个角度出发，在此基础上构建电动汽车充电负荷模型。
[0005]在含电动汽车充电负荷配电网多目标优化调度方面，主要基于多目标粒子群优化(Multi
‑
Objective Particle Swarm Optimization，MOPSO)方法求解，但传统的多目标求解算法存在收敛速度慢的问题，而收敛速度慢会导致调度成本高、配电网负荷标准差、联络线功率标准差大的问题。

技术实现思路

[0006]本专利技术的目的是提供计及电动汽车时变道路阻抗的配电网优化调度方法，能够减小配电网负荷标准差、联络线功率标准差，降低配电网调度运行成本。
[0007]本专利技术所采用的技术方案是，计及电动汽车时变道路阻抗的配电网优化调度方法，具体按照以下步骤实施：
[0008]步骤1、建立计及时变道路阻抗的电动汽车出行路径选择模型，通过增强型Dijkstra路径搜索算法确定电动汽车出行路径；
[0009]步骤2、建立计及时变温度、交通路况因素的电动汽车充电负荷模型，结合电动汽车出行路径确定电动汽车充电功率；
[0010]步骤3、建立考虑配网经济运行的多目标优化调度模型，向该模型中输入电动汽车充电功率，采用基于动态学习因子的多目标粒子群算法对考虑配网经济运行的多目标优化调度模型求解含电动汽车充电功率分布。
[0011]本专利技术的特点还在于：
[0012]步骤1建立计及时变道路阻抗的电动汽车出行路径选择模型具体过程为：
[0013]将道路阻抗分为路段阻抗与顶点阻抗两部分，路段阻抗利用交通量与交通密度间的相互关系优化美国公路局函数得到，顶点阻抗根据交叉口道路饱和度不同选用不同模型
得到。
[0014]道路阻抗函数公式表示如下：
[0015]L＝L0+L1ꢀꢀꢀ
(1)
[0016][0017]令S为路段饱和度；
[0018]式中：L0为两交叉口间的路段行程时间；t0为交通量为零时的路段行程时间；Q为路段交通量；C为路段通行能力；α、β为阻抗影响参数；
[0019][0020]式中：c为信号周期；λ
l
为绿信比，即交通灯一个周期内可用于车辆通行的时间比例；x0为饱和度临界值；q为该车道车辆到达率。
[0021]通过增强型Dijkstra路径搜索算法确定电动汽车出行路径具体过程为：
[0022]步骤A、将道路网抽象成点线的拓扑图，记为图G，将图G中每个顶点作为一个顶点，根据计及时变道路阻抗的电动汽车出行路径选择模型确定每条路径出行时间；
[0023]步骤B、指定图G中任意一个起点D，根据增强型Dijkstra算法选择起点D出行时间最少的一条路径；
[0024]步骤C、引进两个数组S和U，数组S用于记录已求出最短路径的顶点,数组U用于记录还未求出最短路径的顶点；初始时，U还用于记录各顶点到起点D的距离，如果顶点与起点D不相邻，距离为无穷大；
[0025]步骤E、从数组U中找出与起点D之间路径最短的顶点K，并将其加入到数组S中；同时更新数组U中的各顶点到起点D的距离；
[0026]步骤F、重复步骤E，直到遍历完所有顶点，最终数组S中所有的顶点形成的连线作为电动汽车出行路径。
[0027]增强型Dijkstra算法选择起点D出行时间最少的一条路径具体过程为：
[0028]根据图G中，每到一个顶点将各顶点之间关系形成一个连接矩阵，根据路段饱和度乘以连接矩阵实现动态更新连接矩阵，根据更新的连接矩阵确定起点D出行时间最少的一条路径，再搜索下一条电动汽车用户所要行驶的路径。
[0029]步骤2具体过程为：
[0030]步骤2.1、根据实测电动汽车行驶数据，分析时变温度影响下电动汽车车载空调耗电量，其中空调能耗占总体能耗为10％，电动汽车空调耗电量与温度呈二次相关，利用最小二乘法确定函数曲线方程为：
[0031]E
te
(te)＝(η1te2+η2te+η3)η4ꢀꢀꢀ
(4)
[0032]式中，E
te
表示电动汽车百公里空调电耗功率；te表示电动汽车行驶时外界的温度；η1，η2，η3为拟合出的而二次函数系数分别为0.03，
‑
0.986，54.87；η4为空调能耗占电动汽车
总体总体能耗的占比；
[0033]步骤2.2、城市道路分为4个等级，每种等级的道路在不同拥堵情况下具有不同的行驶速度，基于电动汽车实测数据建模，得到对应于实时交通信息下的单位行驶里程耗电量，建模公式如式(5)所示：
[0034][0035]式中：E
ksl
，E
zgl
，E
cgl
，E
zl
分别为快速路、主干路、次干路、支路的单位里程耗电量，kW
·
h/km；V为电动汽车行驶速度；其中d
ij
表示i，j两个目的地的道路距离；
[0036]由快速路、主干路、次干路、支路的单位里程耗电量结合电动汽车出行路径计算电动汽车行驶能耗功率E
l
；
[0037]步骤2.3、电动汽车总体耗电量由电动汽车空调耗电量和电动汽车行驶能耗组成，用公式表示为：
[0038]E
s
＝E
te
+E
l
ꢀꢀꢀ
(6)
[0039]其中E
s
表示某单体电动汽车的耗电功率；
[0040]步骤2.4、计及时变温度、交通路况因素的电动汽车充电负荷模型流程如下所示：
[0041]1)输入仿真车辆数5000量；
[0042]2)生成电动汽车的OD出行矩阵；
[0043]3)初始化数据，令电动汽车数量r＝1；
[0044]4)令电动汽车初始荷电状态SOC0＝1；由蒙特卡洛法随机抽取出行时间、行驶里程及区域停留时间；结合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.计及电动汽车时变道路阻抗的配电网优化调度方法，其特征在于，具体按照以下步骤实施：步骤1、建立计及时变道路阻抗的电动汽车出行路径选择模型，通过增强型Dijkstra路径搜索算法确定电动汽车出行路径；步骤2、建立计及时变温度、交通路况因素的电动汽车充电负荷模型，结合电动汽车出行路径确定电动汽车充电功率；步骤3、建立考虑配网经济运行的多目标优化调度模型，向该模型中输入电动汽车充电功率，采用基于动态学习因子的多目标粒子群算法对考虑配网经济运行的多目标优化调度模型求解含电动汽车充电功率分布。2.根据权利要求1所述计及电动汽车时变道路阻抗的配电网优化调度方法，其特征在于，步骤1所述建立计及时变道路阻抗的电动汽车出行路径选择模型具体过程为：将道路阻抗分为路段阻抗与顶点阻抗两部分，路段阻抗利用交通量与交通密度间的相互关系优化美国公路局函数得到，顶点阻抗根据交叉口道路饱和度不同选用不同模型得到。3.根据权利要求2所述计及电动汽车时变道路阻抗的配电网优化调度方法，其特征在于，所述道路阻抗函数公式表示如下：L＝L0+L1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)令S为路段饱和度；式中：L0为两交叉口间的路段行程时间；t0为交通量为零时的路段行程时间；Q为路段交通量；C为路段通行能力；α、β为阻抗影响参数；式中：c为信号周期；λ
l
为绿信比，即交通灯一个周期内可用于车辆通行的时间比例；x0为饱和度临界值；q为该车道车辆到达率。4.根据权利要求1所述计及电动汽车时变道路阻抗的配电网优化调度方法，其特征在于，所述通过增强型Dijkstra路径搜索算法确定电动汽车出行路径具体过程为：步骤A、将道路网抽象成点线的拓扑图，记为图G，将图G中每个顶点作为一个顶点，根据计及时变道路阻抗的电动汽车出行路径选择模型确定每条路径出行时间；步骤B、指定图G中任意一个起点D，根据增强型Dijkstra算法选择起点D出行时间最少的一条路径；步骤C、引进两个数组S和U，数组S用于记录已求出最短路径的顶点,数组U用于记录还未求出最短路径的顶点；初始时，U还用于记录各顶点到起点D的距离，如果顶点与起点D不相邻，距离为无穷大；
步骤E、从数组U中找出与起点D之间路径最短的顶点K，并将其加入到数组S中；同时更新数组U中的各顶点到起点D的距离；步骤F、重复步骤E，直到遍历完所有顶点，最终数组S中所有的顶点形成的连线作为电动汽车出行路径。5.根据权利要求4所述计及电动汽车时变道路阻抗的配电网优化调度方法，其特征在于，所述增强型Dijkstra算法选择起点D出行时间最少的一条路径具体过程为：根据图G中，每到一个顶点将各顶点之间关系形成一个连接矩阵，根据路段饱和度乘以连接矩阵实现动态更新连接矩阵，根据更新的连接矩阵确定起点D出行时间最少的一条路径，再搜索下一条电动汽车用户所要行驶的路径。6.根据权利要求1所述计及电动汽车时变道路阻抗的配电网优化调度方法，其特征在于，步骤2具体过程为：步骤2.1、根据实测电动汽车行驶数据，分析时变温度影响下电动汽车车载空调耗电量，其中空调能耗占总体能耗为10％，电动汽车空调耗电量与温度呈二次相关，利用最小二乘法确定函数曲线方程为：E
te
(te)＝(η1te2+η2te+η3)η4ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式中，E
te
表示电动汽车百公里空调电耗功率；te表示电动汽车行驶时外界的温度；η1，η2，η3为拟合出的而二次函数系数分别为0.03，
‑
0.986，54.87；η4为空调能耗占电动汽车总体总体能耗的占比；步骤2.2、城市道路分为4个等级，每种等级的道路在不同拥堵情况下具有不同的行驶速度，基于电动汽车实测数据建模，得到对应于实时交通信息下的单位行驶里程耗电量，建模公式如式(5)所示：式中：E
ksl
，E
zgl
，E
cgl
，E
zl
分别为快速路、主干路、次干路、支路的单位里程耗电量，kW
·
h/km；V为电动汽车行驶速度；其中d
ij
表示i，j两个目的地的道路距离；由快速路、主干路、次干路、支路的单位里程耗电量结合电动汽车出行路径计算电动汽车行驶能耗功率E
l
；步骤2.3、电动汽车总体耗电量由电动汽车空调耗电量和电动汽车行驶能耗组成，用公式表示为：E
s
＝E
te
+E
l
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)其中E
s
表示某单体电动汽车的耗电功率；步骤2.4、计及时变温度、交通路况因素的电动汽车充电负荷模型流程如下所示：1)输入仿真车辆数5000量；2)生成电动汽车的OD出行矩阵；
3)初始化数据，令电动汽车数量r＝1；4)令电动汽车初始...

【专利技术属性】
技术研发人员：黄南天，扈磊，蔡国伟，郭玉，赵暄远，戴千斌，刘洋，王圣元，王鹤霏，武静涵，孙赫宏，于高缘，王歆然，王昊，胡晨晗，王日俊，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：