System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电动汽车能源管理,特别是涉及一种电动汽车有序充放电调度方法。
技术介绍
1、电动汽车的有序充放电调度优化对电力系统的稳定运行至关重要。随着电动汽车数量的迅速增长,其对电网的影响日益显著。电动汽车充放电需求的随机性和波动性对电网的负荷平衡和运行稳定性提出了挑战。因此,如何有效地对电动汽车的充放电进行调度和优化,以确保电力系统的平稳运行,已成为当前研究的热点问题。
2、目前,针对电动汽车有序充放电调度的方法主要包括需求响应调度和智能充电管理。需求响应调度基于用户的充电需求,通过调整充电桩的使用来实现电动汽车的有序充放电,这种调度方式依赖于用户的高度配合,非常影响用户体验。而智能充电管理可以实现远程监控和集中管理充电桩,但其依赖于准确的数据支持和高效的算法,目前的智能充电管理,例如中国专利公开号为cn117048408a的专利技术专利所公开的一种电动汽车双向充电智能管理系统,通过随时采集每一智能充电桩的工作状态,根据工作状态来确定每一正在工作的目标智能充电桩,将目标智能充电桩和对应的充电电车进行双向通信,从而采集充电电车的充电数据和目标智能充电桩的工作数据,通过解析两组数据得到对应的充电信息和工作信息,然后根据充电信息确定充电电车所适用的充电模式,在必要情况下将目标智能充电桩的供电模式进行调节,从而适应于充电电车的需要,然而该种方法不能够综合考虑供电侧及用户侧的需求,无法实现区域内净负荷峰谷差最小化和车主综合用电成本最小化,同时系统的安全性及可靠性不佳。
技术实现思路
>1、专利技术目的:本专利技术的目的是提供一种高效、可靠、鲁棒性高、智能化程度高的电动汽车有序充放电调度方法。
2、技术方案:本专利技术的一种电动汽车有序充放电调度方法,基于区域净负荷峰谷差和用户综合用电成本建立两层优化调度模型,通过po算法对两层优化调度模型进行求解,具体包括以下步骤:
3、s1:采用蒙特卡洛抽样方法确定该区域ev用户有序调度策略响应度,基于系统稳定性和经济性构建配电层和用户层两层优化调度模型并建立相应的目标函数;
4、s2:采用igdt方法模拟ev车辆可调度需求响应功率的不确定性,引入偏差系数并构建风险规避策略模型;
5、s3:采用cdo算法对风险规避策略模型中的鲁棒因子进行优化;
6、s4:对两层优化调度模型中两个目标函数进行模糊归一化处理,并将的求解变换为对偏差系数的求解,采用po算法对两层优化调度模型进行求解。
7、进一步的,所述s1中采用蒙特卡洛抽样方法对所研究的微电网区域内全部ev车辆入网状态进行随机采样,以确定该区域ev用户有序调度策略响应度,其中,有序调度策略中ev进行充、放电所需的功率为:
8、
9、式中,r(t)为ev用户t时刻有序调度策略响应度;rc(t)、rf(t)分别为ev用户t时刻有序调度策略充、放电响应度;s为微电网区域内总的ev车辆数;nc(t)、nf(t)分别为ev用户响应有序调度策略时充、放电的ev数量;pd(t)、pl(t)分别为在t时刻下采用无序、有序策略下的总负荷功率;pl,c(t)、pl,f(t)分别为有序策略下ev车辆充、放电所需的功率;pic(t)、pif(t)分别为第i辆车的充电和放电额定功率;hs(t)=1表示此时ev车辆处于充电状态;hs(t)=0表示此时ev车辆处于静止状态。
10、进一步的,所述s1中在主网调度中心建立配电层模型进行电网侧优化,配电层模型以区域净负荷峰谷差波动最小为第一个目标函数:
11、f1=min(pj,max(t)-pj,min(t))
12、pj(t)=pl(t)+pev(t)
13、式中,pj(t)为t时刻区域净负荷;pl(t),pev(t)分别为t时刻的基础负荷和ev总充放电功率;
14、用户层模型以车主综合用电成本最低为第二个目标函数:
15、
16、式中,nc,t和nf,t分别为t时刻内充、放电ev数量;pc,n(t)和pf,n(t)分别为t时刻ev的充、放电功率;pc,t和pf,t分别为t时刻ev的充、放电电价;ξc和ξf分别为ev充、放电效率;cb为ev放电产生的电池损耗;δt为单位控制时间段长度。
17、进一步的,所述配电层模型在优化过程中满足的如下约束条件:
18、(1)功率平衡约束
19、ps(t)=pl(t)+pev(t)
20、式中,ps(t)为t时刻变电站给充电桩供电值;pev(t)为t时刻ev总充放电功率;pl(t)为t时刻的基础负荷;
21、(2)ev充放电功率约束
22、ps(t)min≤pev(t)≤ps(t)max
23、式中,ps(t)min和ps(t)max分别为变电站给充电桩最小和最大供电值;pev(t)为t时刻ev总充放电功率;
24、(3)单辆ev荷电状态值约束
25、socmin≤soc(t)≤socmax
26、式中,soc(t)为t时刻ev总的荷电状态;socmin,socmax分别为荷电状态的最小值和最大值。
27、进一步的,所述用户层模型在优化过程中满足如下约束条件:
28、(1)单辆ev充放电功率约束
29、
30、式中,pc,n(t)和pf,n(t)分别为t时刻ev的充、放电功率;ξc和ξf分别为ev充、放电工作效率;和分别为ev正常工作的最大充放电功率;
31、(2)单辆ev可充放电时段约束
32、tin,n≤tn≤tout,n
33、式中,tn为进行有序调控策略的时间段;tin,n,tout,n分别为第n辆ev接入和离开电网的时间。
34、(3)单辆ev车主电量期望约束
35、αn≤socn(tout,n)
36、式中,αn为车主n设定的ev荷电状态期望值;socn(tout,n)为第n辆ev离网时的荷电状态。
37、进一步的,所述s2中采用igdt方法模拟ev车辆可调度需求响应功率的不确定性,协调电动汽车充放电功率,降低区域净负荷峰谷差波动和车主的综合用电成本,经igdt优化后的不确定性模型:
38、
39、式中,f(x,ν)为目标函数;x为决策变量;mmax为引入不确定量的偏差系数χ后ev车辆可调度需求响应功率的最大值;υ为输入参数;h(x,ν)、g(x,ν)分别为等式、不等式约束。
40、决策变量x的表达式:
41、
42、式中,为t时段ev车辆可调度需求响应功率的预测值;x为t时段ev车辆可调度需求响应功率的实际值;χ为不确定量的偏差系数。
43、令决策变量为x0、x1,建立ev车辆不确定量的优化模型:
44、
45、式中,o(x1,x)=0、p(x0,x1)≤本文档来自技高网...
【技术保护点】
1.一种电动汽车有序充放电调度方法,其特征在于,基于区域净负荷峰谷差和用户综合用电成本建立两层优化调度模型,通过PO算法对两层优化调度模型进行求解,具体包括以下步骤:
2.根据权利要求1所述的电动汽车有序充放电调度方法,其特征在于,所述S1中采用蒙特卡洛抽样方法对所研究的微电网区域内全部EV车辆入网状态进行随机采样,以确定该区域EV用户有序调度策略响应度,其中,有序调度策略中EV进行充、放电所需的功率为:
3.根据权利要求2所述的电动汽车有序充放电调度方法,其特征在于,所述S1中在主网调度中心建立配电层模型进行电网侧优化,配电层模型以区域净负荷峰谷差波动最小为第一个目标函数:
4.根据权利要求3所述的电动汽车有序充放电调度方法,其特征在于,所述配电层模型在优化过程中满足的如下约束条件:
5.根据权利要求3所述的电动汽车有序充放电调度方法,其特征在于,所述用户层模型在优化过程中满足如下约束条件:
6.根据权利要求5所述的电动汽车有序充放电调度方法,其特征在于,所述S2中采用IGDT方法模拟EV车辆可调度需求响应功率的不确定
7.根据权利要求1所述的电动汽车有序充放电调度方法,其特征在于,所述S3中通过计算α、β、γ粒子的梯度下降过程转化为数学模型,从而实现对风险规避策略模型中重要参数的优化:
8.根据权利要求3所述的电动汽车有序充放电调度方法,其特征在于,所述S4包括以下步骤:
9.一种存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1至8中任一项所述的电动汽车有序充放电调度方法的步骤。
10.一种存储设备,其特征在于,所述存储设备包括控制器、存储器、存储在所述存储器上并可被所述控制器执行的计算机程序以及用于实现所述控制器和所述存储器之间的连接通信的数据总线,其中所述计算机程序被所述控制器执行时,实现如权利要求1至8中任一项所述的电动汽车有序充放电调度方法的步骤。
...【技术特征摘要】
1.一种电动汽车有序充放电调度方法,其特征在于,基于区域净负荷峰谷差和用户综合用电成本建立两层优化调度模型,通过po算法对两层优化调度模型进行求解,具体包括以下步骤:
2.根据权利要求1所述的电动汽车有序充放电调度方法,其特征在于,所述s1中采用蒙特卡洛抽样方法对所研究的微电网区域内全部ev车辆入网状态进行随机采样,以确定该区域ev用户有序调度策略响应度,其中,有序调度策略中ev进行充、放电所需的功率为:
3.根据权利要求2所述的电动汽车有序充放电调度方法,其特征在于,所述s1中在主网调度中心建立配电层模型进行电网侧优化,配电层模型以区域净负荷峰谷差波动最小为第一个目标函数:
4.根据权利要求3所述的电动汽车有序充放电调度方法,其特征在于,所述配电层模型在优化过程中满足的如下约束条件:
5.根据权利要求3所述的电动汽车有序充放电调度方法,其特征在于,所述用户层模型在优化过程中满足如下约束条件:
6.根据权利要求5所述的电动汽车有序充放电调度方法,其特征在于,所述s2中采用ig...
【专利技术属性】
技术研发人员:张志荣,沈娴娴,仲安婕,姜雨朦,唐中一,李洪海,
申请(专利权)人:淮阴工学院,
类型:发明
国别省市:
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。