电动汽车群的充电控制方法和系统技术方案

本发明专利技术涉及一种电动汽车群的充电控制方法和系统，该方法包括基于当前的行驶模式构建电动汽车群竞价的双层优化模型，根据所述约束条件求解所述双层优化问题得到所述双层优化问题的最优解；根据所述最优解确定所述电动汽车群的充电策略；根据所述充电策略控制所述电动汽车群进行充电。该方法考虑了行驶模式对电动汽车群参与电力市场交易的竞价的影响，在考虑电动汽车群的购电成本和日前市场效益两者之间的协调的前提下，实现真正意义上最优竞价，根据最优竞价确定充电策略，以控制电动汽车群在合适的竞价成本时进行充电，从而降低电动汽车群的购电成本。

【技术实现步骤摘要】

本专利技术涉及电力
，特别是涉及一种电动汽车群的充电控制方法和系统。
技术介绍
随着能源危机、环境污染等问题的日益严重，电动汽车(PEV)以其节能环保等特性吸引了各国政府的关注。其中，除了具有电动汽车共有的低排放、低噪音和高能效优势，插电式混合动力汽车(PHEV)还以其灵活的驱动模式和相对成熟的技术受到了广大用户的青睐。与此同时，我国新一轮电改中明确提出了要建立以中长期交易为主、现货交易为补充的电力市场，作为电力需求的重要组成部分，电动汽车未来有望参与日前市场的竞价交易。目前国内外学者对PEV的相关领域开展了较为充分的研究：研究了PEV充电入网对配电网优化运行的影响；构建了蒙特卡洛仿真策略和充电站负荷的概率模型；提出了一种基于电动汽车驾驶、停放特性的电动汽车充电负荷预测方法；提出了电动汽车峰谷分时电价分析模型，以缓解PEV入网对电网安全运行的影响；构建了并网后充换电站和电力系统的成本效益模型；将电动汽车群(aggregator)分别看作价格接受者和价格影响者，建立了计及PEV的电力市场古诺均衡模型。但上述研究存在两方面的问题：第一，研究通常针对的是单个PEV主体。第二，在PEV参与电力市场交易的研究文献中，很少考虑到行驶模式等不确定因素的影响，因此，采用传统模型计算得到的电动汽车群参与电力市场竞价的竞价价格不是最优价格。在实际的应用中，电动车的充放电是一个持续的过程。随着电动车数量的增加，充电需求也在增加。然而，若在不是最优价格时进行充电，则将会增加电动汽车群的购电成本。
技术实现思路
基于此，有必要提供一种能够降低购电成本的电动汽车群的充放电方法和系统。一种电动汽车群的充电控制方法，包括：基于当前的行驶模式构建电动汽车群竞价的双层优化模型，所述双层优化模型包括上层优化问题和下层优化问题，所述上层优化问题对应电动汽车群购电成本的最小化，所述下层优化问题对应市场主体效益的最大化；构建所述双层优化模型对应的约束条件；根据所述约束条件求解所述双层优化问题得到所述双层优化问题的最优解；根据所述最优解确定所述电动汽车群的充电策略；根据所述充电策略控制所述电动汽车群进行充电。在一个实施例中，所述上层优化问题的目标函数为：minΣtpt×Pt]]>其中，pt为时刻t的日前市场出清价格，Pt为在t时刻日前市场成交的电动汽车群需求竞标量；所述下层优化问题的目标函数为：maxPts,Ptd,PtΣs,tJts×Pts-Σd,tJtd×Ptd-ΣtJt×Pt]]>其中，Pts为t时刻售电竞标量s的成交量，Ptd为t时刻购电竞标量d的成交量，Jts为t时刻售电竞标量s的价格，Jtd为t时刻购电竞标量d的价格；Jt为在t时刻的电动汽车群竞标价格；Pt为在t时刻日前市场成交的电动汽车群需求竞标量。在一个实施例中，与所述上层优化问题对应的约束条件包括：电动汽车群能量平衡约束条件、充电功率约束条件、节点电压约束条件、潮流平衡约束条件和网损约束条件；与所述下层优化问题对应的约束条件为：Pts＝Ptd+Pt:pt其中，pt为格朗日乘数；Pts为t时刻售电竞标量s的成交量；Ptd为t时刻购电竞标量d的成交量；Pt为在t时刻日前市场成交的电动汽车群需求竞标量。在一个实施例中，所述电动汽车群能量平衡约束条件为：E0＝Et；Et,min+τEt,min≤Et≤Et,max+τEt,max其中，Et为t时刻虚拟电池的电量，E0为竞价开始时虚拟电池的电量；Et,min为虚拟电池最小存储电量，Et,max为虚拟电池最大存储电量；τ为预测误差；所述虚拟电池的目标函数为：Et＝Et-1+Pt×η×Δt+Et,in+τEt,in-Et,out+τEt,out；其中，Et为在t时刻虚拟电池的电量，t＝1，2，···，T，T＝24；Pt为在t时刻日前市场成交的电动汽车群需求竞标量；η为电动汽车群的充电效率；Δt为时间间隔；Et,in为t时刻由于车辆到达带来的虚拟电池电量增加额；Et,out则为t时刻由于车辆离开带来的电量减少额；所述充电功率约束条件为：Pt,min+τPt,min≤Pt≤Pt,max+τPt,max其中，Pt,min为虚拟电池充电需求的下界，Pt,max为虚拟电池充电需求的上界，τ为预测误差，Pt为在t时刻日前市场成交的电动汽车群需求竞标量；所述潮流平衡约束条件为：gi,t[Vi(t),Pi(t),Qi(t),pchi(t)]＝0其中，Vi(t)、Pi(t)、Qi(t)、pchi(t)分别为t时刻节点i处的电压、不计充电负荷的有功注入、不计充电负荷的无功注入以及电动汽车充电功率；所述节点电压约束条件为：Umin≤Uit≤Umax;]]>其中，Uit为节点i在t时刻的电压值；Umax为节点i的电压上界，Umin为节点i的电压界；所述网损约束条件为：Ploss=Σt=0TPloss(t);]]>其中，Ploss指的是PHEV群并网过程中系统的总网损。在一个实施例中，所述根据所述约束条件求解所述双层优化问题得到所述双层优化问题的最优解的步骤包括：根据所述约束条件，采用粒子群算法求解所述双层优化问题得到所述双层优化问题的最优解。一种电动汽车群的充电控制系统，包括：建模模块，用于基于当前的行驶模式构建电动汽车群竞价的双层优化模型，所述双层优化模型包括上层优化问题和下层优化问题，所述上层优化问题对应电动汽车群购电成本的最小化，所述下层优化问题对应市场主体效益的最大化；约束条件构建模块，用于构建所述双层优化模型对应的约束条件；计算模块，用于根据所述约束条件求解所述双层优化问题得到所述双层优化问题的最优解；充电策略确定模块，用于根据所述最优解确定所述电动汽车群的充电策略；充电控制模块，用于根据所述充电策略控制所述电动汽车群进行充电。在一个实施例中，所述上层优化问题的目标函数为：minΣtpt×Pt]]>其中，pt为时刻t的日前市场出清价格，Pt为在t时刻日前市场成交的电动汽车群需求竞标量；所述下层优化问题的目标函数为：maxPts,Ptd,PtΣs,tJts×Pts-Σd,tJtd×Ptd-ΣtJt×Pt]]>其中，Pts为t时刻售电竞标量s的成交量，Ptd为t时刻购电竞标量d的成交量，Jts为t时刻售电竞标量s的价格，Jtd为t时刻购电竞标量d的价格；Jt为在t时刻的电动汽车群竞标价格；Pt为在t时刻日前市场成交的电动汽车群需求竞标量。在一个实施例中，与所述上层优化问题对应的约束条件包括：电动汽车群能量平衡约束条件、充电功率约束条件、节点电压约束条件、潮流平衡约束条件和网损约束条件；与所述下层优化问题对应的约束条件为：Pts＝Ptd+Pt:pt其中，pt为格朗日乘数；Pts为t时刻售电竞标量s的成交量；Ptd为t时刻购电竞标量d的成交量；Pt为在t时刻日前市场成交的电动汽车群需求竞标量。在一个实施例中，所述电动汽车群能量平衡约束条件为：E0＝Et；Et,min+τEt,min≤Et≤Et,max+τEt,max其中，Et为t时刻虚拟本文档来自技高网...

【技术保护点】
一种电动汽车群的充电控制方法，包括：基于当前的行驶模式构建电动汽车群竞价的双层优化模型，所述双层优化模型包括上层优化问题和下层优化问题，所述上层优化问题对应电动汽车群购电成本的最小化，所述下层优化问题对应市场主体效益的最大化；构建所述双层优化模型对应的约束条件；根据所述约束条件求解所述双层优化问题得到所述双层优化问题的最优解；根据所述最优解确定所述电动汽车群的充电策略；根据所述充电策略控制所述电动汽车群进行充电。

【技术特征摘要】
1.一种电动汽车群的充电控制方法，包括：基于当前的行驶模式构建电动汽车群竞价的双层优化模型，所述双层优化模型包括上层优化问题和下层优化问题，所述上层优化问题对应电动汽车群购电成本的最小化，所述下层优化问题对应市场主体效益的最大化；构建所述双层优化模型对应的约束条件；根据所述约束条件求解所述双层优化问题得到所述双层优化问题的最优解；根据所述最优解确定所述电动汽车群的充电策略；根据所述充电策略控制所述电动汽车群进行充电。2.根据权利要求1所述的电动汽车群的充电控制方法，其特征在于，所述上层优化问题的目标函数为：minΣtpt×Pt]]>其中，pt为时刻t的日前市场出清价格，Pt为在t时刻日前市场成交的电动汽车群需求竞标量；所述下层优化问题的目标函数为：maxPts,Ptd,PtΣs,tJts×Pts-Σd,tJtd×Ptd-ΣtJt×Pt]]>其中，Pts为t时刻售电竞标量s的成交量，Ptd为t时刻购电竞标量d的成交量，Jts为t时刻售电竞标量s的价格，Jtd为t时刻购电竞标量d的价格；Jt为在t时刻的电动汽车群竞标价格；Pt为在t时刻日前市场成交的电动汽车群需求竞标量。3.根据权利要求2所述的电动汽车群参数电力市场交易的竞价策略的方法，其特征在于，与所述上层优化问题对应的约束条件包括：电动汽车群能量平衡约束条件、充电功率约束条件、节点电压约束条件、潮流平衡约束条件和网损约束条件；与所述下层优化问题对应的约束条件为：Pts＝Ptd+Pt:pt其中，pt为格朗日乘数；Pts为t时刻售电竞标量s的成交量；Ptd为t时刻购电竞标量d的成交量；Pt为在t时刻日前市场成交的电动汽车群需求竞标量。4.根据权利要求3所述的电动汽车群的充电控制方法，其特征在于，所述电动汽车群能量平衡约束条件为：E0＝Et；Et,min+τEt,min≤Et≤Et,max+τEt,max其中，Et为t时刻虚拟电池的电量，E0为竞价开始时虚拟电池的电量；Et,min为虚拟电池最小存储电量，Et,max为虚拟电池最大存储电量；τ为预测误差；所述虚拟电池的目标函数为：Et＝Et-1+Pt×η×Δt+Et,in+τEt,in-Et,out+τEt,out；其中，Et为在t时刻虚拟电池的电量，t＝1，2，···，T，T＝24；Pt为在t时刻日前市场成交的电动汽车群需求竞标量；η为电动汽车群的充电效率；Δt为时间间隔；Et,in为t时刻由于车辆到达带来的虚拟电池电量增加额；Et,out则为t时刻由于车辆离开带来的电量减少额；所述充电功率约束条件为：Pt,min+τPt,min≤Pt≤Pt,max+τPt,max其中，Pt,min为虚拟电池充电需求的下界，Pt,max为虚拟电池充电需求的上界，τ为预测误差，Pt为在t时刻日前市场成交的电动汽车群需求竞标量；所述潮流平衡约束条件为：gi,t[Vi(t),Pi(t),Qi(t),pchi(t)]＝0其中，Vi(t)、Pi(t)、Qi(t)、pchi(t)分别为t时刻节点i处的电压、不计充电负荷的有功注入、不计充电负荷的无功注入以及电动汽车充电功率；所述节点电压约束条件为：Umin≤Uit≤Umax;]]>其中，Uit为节点i在t时刻的电压值；Umax为节点i的电压上界，Umin为节点i的电压界；所述网损约束条件为：Ploss=Σt=0TPloss(t);]]>其中，Ploss指的是PHEV群并网过程中系统的总网损。5.根据权利要求1所述的电动汽车群的充电控制方法，其特征在于，所述根据所述约束条件求解所述双层优化问题得到所述双层优化问题的最优解的步骤包括：根据所述约束条件，采用粒子群算法求解所述双层优化问题得到所述双层优化问题的最优解。6.一...

【专利技术属性】
技术研发人员：陈政，宋艺航，张翔，蒙文川，冷媛，欧鹏，傅蔷，曾鸣，
申请(专利权)人：中国南方电网有限责任公司电网技术研究中心，南方电网科学研究院有限责任公司，华北电力大学，
类型：发明
国别省市：广东;44