【技术实现步骤摘要】
本专利技术涉及电力系统，尤其涉及一种考虑电动汽车空间调度的配电网承载能力计算方法和介质。
技术介绍
1、关于含高渗透率电动汽车配电网承载能力计算问题的研究，相关技术较少考虑电动汽车及其响应特性对配电网承载能力的影响。同时，目前关于电动汽车可调度特性的研究，大多从时间角度出发，采用分时电价作为激励手段去优化电动汽车充放电功率，较少从空间角度出发考虑电动汽车充电选择中的可调度特性。与此同时，分布式电源、电动汽车等来自配电网内外部的多重不确定性因素将直接影响配电网承载能力的计算结果，且随着其渗透率的提升，不确定性的影响日趋显著。
2、因此，未在多重不确定性因素的基础上展开考虑电动汽车空间可调度特性对配电网承载能力计算结果的影响，则会导致配电网承载能力计算结果可靠性较差，从而根据该配电网承载能力计算结果指导电动汽车、分布式资源并网会容易引发较多安全运行隐患。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的第一个目的在于提供一种考虑电动汽车空间调度的配电网承载能力计算方法，该方法能够提高配电网承载能力计算结果可靠性，从而在指导电动汽车、分布式资源并网时，可降低配电网安全运行隐患。
2、本专利技术的第二个目的在于提供一种计算机可读存储介质。
3、本专利技术的第三个目的在于提供一种电子设备。
4、为达到上述目的，本专利技术通过以下技术方案实现：
5、一种考虑电动汽车空间调度的配电网承载能
6、获取电动汽车的调度距离和行驶所述调度距离的奖励单价，根据所述调度距离和所述奖励单价计算得到因充电调度产生的额外行驶补偿费用；
7、以运行成本最小和配置量最大为目标建立确定性承载能力计算模型，其中，所述运行成本包括所述额外行驶补偿费用，所述配置量为分布式光伏、风机的接入容量和充电桩的接入个数；
8、将所述确定性承载能力计算模型转化为考虑分布式光伏、风机出力和电动汽车充电需求不确定性的不确定性承载能力计算模型，并求解所述不确定性承载能力计算模型得到分布式光伏、风机的最大接入容量和充电桩的最大接入个数，从而准确得到配电网承载能力。
9、优选的，所述额外行驶补偿费用表示如下：
10、
11、其中，ftr表示额外行驶补偿费用，t表示时间，t表示时段总数，i和j表示不同节点位置，bbus表示配电网系统节点集合，bcf表示充电桩接入点集合，nar,t,i表示t时刻到达节点i的电动汽车数量，k表示t时刻第k个到达节点i的电动汽车，表示t时刻调度电动汽车额外行驶调度距离的奖励单价，表示表征电动汽车负荷空间调度情况的变量，dij表示节点i和j位置之间的调度距离。
12、优选的，所述确定性承载能力计算模型表示如下：
13、v＝min(-fcon+fope)
14、其中，v表示确定性承载能力计算模型的目标函数，fcon表示配置量函数，fope表示运行成本函数，所述fcon和fope分别表示如下：
15、
16、fope＝ftr+fsub+fmt+fpv+fwt+fess+floss
17、其中，rpv、rwt、rcf分别表示分布式光伏、风机和充电桩的贴现率，ypv、ywt、ycf分别表示分布式光伏、风机和充电桩的设备全寿命周期年限，bpv表示光伏接入位置集合，bwt表示风机接入位置集合，和分别表示分布式光伏、风机和充电桩的单位接入容量或者单位接入个数的建设成本，和分别表示节点j位置分布式光伏、风机的接入容量和充电桩的接入个数，scf为单个充电桩的容量，fsub表示从上级电网购电费用、fmt表示微型燃气轮机发电费用、fpv表示弃光惩罚费用、fwt表示弃风惩罚费用、fess表示储能运行老化费用、floss表示网损费用。
18、优选的，采用分布鲁棒优化方法将所述确定性承载能力计算模型转化为所述不确定性承载能力计算模型。
19、优选的，所述分布鲁棒优化方法包括：将所述确定性承载能力计算模型进行分段表示，并基于多场景下不确定性变量的概率分布将所述确定性承载能力计算模型转化为所述不确定性承载能力计算模型。
20、优选的，所述确定性承载能力计算模型分段表示的第一阶段为配置阶段，第二阶段为运行阶段，所述配置阶段为确定分布式光伏、风机和充电桩的最大接入容量或者最大接入个数的阶段，所述运行阶段为配置阶段后进入模拟运行时确定最小运行成本的阶段；所述不确定性变量为用于考虑分布式光伏、风机出力和电动汽车充电需求不确定性的变量。
21、优选的，所述不确定性承载能力计算模型表示如下：
22、
23、其中，h表示不确定性承载能力计算模型的目标函数，a表示配置变量系数，x表示配置变量，ps表示场景s下不确定性变量的概率分布，b表示运行变量系数，ys表示运行变量，x表示配置变量集合，y表示运行变量集合，ns表示场景总数，ωp表示ps可行域。
24、优选的，所述不确定性变量的概率分布采用下述公式确定：
25、
26、其中，pr表示概率，p表示元素为ps的向量，p0为不确定性变量的理论概率分布，θ1、θ∞分别为1-范数和∞-范数对应约束下的概率允许偏差限值，m表示用于确定不确定性变量的概率分布的历史数据个数。
27、为达到上述目的，本专利技术第二方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述所述的考虑电动汽车空间调度的配电网承载能力计算方法。
28、为达到上述目的，本专利技术第三方面提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述所述的考虑电动汽车空间调度的配电网承载能力计算方法。
29、本专利技术至少具有以下技术效果：
30、本专利技术首先获取电动汽车的调度距离和行驶调度距离的奖励单价，根据调度距离和奖励单价计算得到因充电调度产生的额外行驶补偿费用，然后以包括额外行驶补偿费用的运行成本最小和配置量最大为目标建立确定性承载能力计算模型，再采用分布鲁棒优化方法将确定性承载能力计算模型转化为考虑分布式光伏、风机出力和电动汽车充电需求不确定性的不确定性承载能力计算模型，并求解不确定性承载能力计算模型得到分布式光伏、风机的最大接入容量和充电桩的最大接入个数，从而可准确得到配电网承载能力。由此，本专利技术所提方法能够完善现有研究较少考虑电动汽车及其响应特性、配电网内分布式电源和电动汽车负荷等不确定性因素对承载能力影响的不足，能够在考虑不确定分析的基础上展开考虑电动汽车空间可调度特性影响下的配电网承载能力计算方法研究，并基于高可靠性的配电网承载能力计算结果指导电动汽车、分布式电源有序并入电网，可减少配电网安全运行隐患。
31、本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描本文档来自技高网...
【技术保护点】
1.一种考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，包括：
2.如权利要求1所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，所述额外行驶补偿费用表示如下：
3.如权利要求2所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，所述确定性承载能力计算模型表示如下：
4.如权利要求3所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，采用分布鲁棒优化方法将所述确定性承载能力计算模型转化为所述不确定性承载能力计算模型。
5.如权利要求4所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，所述分布鲁棒优化方法包括：将所述确定性承载能力计算模型进行分段表示，并基于多场景下不确定性变量的概率分布将所述确定性承载能力计算模型转化为所述不确定性承载能力计算模型。
6.如权利要求5所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，所述确定性承载能力计算模型分段表示的第一阶段为配置阶段，第二阶段为运行阶段，所述配置阶段为确定分布式光伏、风机和充电桩的最大接入容量或
7.如权利要求6所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，所述不确定性承载能力计算模型表示如下：
8.如权利要求7所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，所述不确定性变量的概率分布采用下述公式确定：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-8中任一项所述的考虑电动汽车空间调度的配电网承载能力计算方法。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1-8中任一项所述的考虑电动汽车空间调度的配电网承载能力计算方法。
...【技术特征摘要】
1.一种考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，包括：
2.如权利要求1所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，所述额外行驶补偿费用表示如下：
3.如权利要求2所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，所述确定性承载能力计算模型表示如下：
4.如权利要求3所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，采用分布鲁棒优化方法将所述确定性承载能力计算模型转化为所述不确定性承载能力计算模型。
5.如权利要求4所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，所述分布鲁棒优化方法包括：将所述确定性承载能力计算模型进行分段表示，并基于多场景下不确定性变量的概率分布将所述确定性承载能力计算模型转化为所述不确定性承载能力计算模型。
6.如权利要求5所述的考虑电动汽车空间调度的配电网承载能力计算方法，其特征在于，所述确定性承载能力计算模型分段表示的第一阶段为配置阶段，第二阶段...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。