当前位置: 首页 > 专利查询>重庆大学专利>正文

一种基于V2G技术的电动汽车配电调度控制方法技术

技术编号:12853818 阅读:115 留言:0更新日期:2016-02-11 18:12
本发明专利技术公开了一种基于V2G技术的电动汽车配电调度控制方法,其在考虑了电动汽车充、放电功率的影响之外,还计及了配电网的容量、电动汽车技术条件等限制因素,并且进一步考量了电动汽的车行车路线、充/放电接入等交通因素,综合确定更加符合实际的电动汽车优化充电和放电调度策略,利用V2G系统对电动汽车的充电和放电进行控制,实现对电动汽车的配电调度控制;通过上述实施例和相关数据表明,本发明专利技术基于V2G技术的电动汽车配电调度控制方法,能够有效改善大规模电动汽车接入为系统可靠性带来的负面影响,提高配电网的负荷利用率,降低配电网负荷峰谷差,帮助提升电动汽车配电调度和配电网运行的经济性。

【技术实现步骤摘要】
一种基于V2G技术的电动汽车配电调度控制方法
本专利技术涉及入网电动汽车
以及电力资源经济性调度
,具体涉及一种基于V2G技术的电动汽车配电调度控制方法。
技术介绍
随着化石燃料的需求和消量不断增大,能源短缺和环境污染已成为世界各国亟需解决的难题。而电动汽车(ElectricVehicle,EV)依靠电力驱动,噪声低,能效高,“零污染”,比传统的燃油车更能直接地解决能源依赖、尾气排放、环境污染等问题。其大规模应用被视为缓解能源紧缺、大气环境污染以及实现低碳经济的最有效方式之一。中国常用的电动汽车包括:公交车、出租车、公务车和私家车等。对公交车和出租车而言,一次充电难以满足全天的运营,因此大多数电动公交车和出租车均采用换电式。公务车在需要执行公务时需随时出发,其它时间可随时充电,毫无规律、且不易控制。相比较而言,私家车主要用于居民上、下班,充电地点主要是单位办公停车场和居民停车场。充电时段取决于居民的生活和出行习惯,具有很强的规律性。这意味着私家电动汽车的充电负荷更有利于进行有序的控制,以提高电网的可靠性和充裕性。V2G技术是电动汽车
的一个新兴概念,其核心思路就是利用电动汽车的储能电池作为微网和可再生能源的缓冲,以实现电动汽车和电网系统的功率合理管理。目前,基于V2G模式的电动汽车充放电策略还处于研究阶段,全局充放电策略的研究相对较少。期刊《电力系统自动化》2011年第35卷第14期“电动汽车充电负荷计算方法”一文中指出不同类型电动汽车的充电功率不同,提出采用蒙特卡洛模拟法随机抽取电动汽车电池起始荷电状态(StateofCharge,SOC)、起始充电时间来描述电动汽车充电负荷;期刊《电力自动化设备》2014年第34卷第2期“多种类型电动汽车接入配电网的充电负荷概率模拟”一文计及充电时间长短对起始充电时刻选择的影响,以及电动汽车实时充电数量的随机影响因素,建立多种类型电动汽车充电负荷需求的概率模型;2014年燕山大学的硕士论文“基于V2G技术的电动汽车充电站与电网接入技术研究”利用充放电机假设电动汽车向电网放电时采用恒流放电,仿真分析电动汽车恒流放电过程对电网负荷的影响。上述研究成果对电动汽车充电负荷的研究,大多都采用统计学建模的方法模拟充电负荷的随机特性,建立电动汽车的充电负荷模型,对电动汽车放电等值功率的研究相对较少,更没有考虑电动汽车在驾驶过程中交通因素、放电接入位置等因素的影响,因此对于实际应用缺乏有效的指导意义。
技术实现思路
针对现有技术中存在的不足,本专利技术提供了一种基于V2G技术的电动汽车配电调度控制方法,其计及了交通因素对电动汽车放电等值功率的影响,能够有效应用于对基于V2G模式的电动汽车充放电策略规划的指导工作,以解决现有技术中电动汽车充电负荷规划的研究难以应用于实际指导的问题。为实现上述目的,本专利技术采用了如下技术方案:一种基于V2G技术的电动汽车配电调度控制方法,以天为调度周期,以每小时为一个时段,建立电动汽车充电功率模型以及计及电动汽车交通因素影响的电动汽车放电功率模型,然后根据电动汽车在不同时段的充电和放电要求,基于所述电动汽车充电功率模型和电动汽车放电功率模型,利用V2G系统对电动汽车的充电和放电进行控制,实现对电动汽车的配电调度控制;具体包括如下步骤:1)建立电动汽车充电功率模型;具体为:将电动汽车的充电功率作为配电网的充电负荷,建立配电网中的各个充电负荷点在各时段的充电功率模型:其中,Pin,t表示在负荷点i进行充电的第n辆电动汽车在时刻t的充电功率;Nit表示时刻t在负荷点i处接入的电动汽车数量;所述充电功率模型应满足以下约束条件:①负荷点i的充电容量约束条件:②电动汽车充电技术约束条件:SOCmin≤SOCt≤SOCmax;③电动汽车使用约束条件:SOCend≥SOCDrive;其中,PiTr表示负荷点i处变压器的额定容量;LPti表示负荷点i在t时段的原有负荷;Pmax表示电动汽车最大充电功率;SOCend表示电动汽车充电结束时刻的荷电状态;SOCDrive表示满足用户出行要求的最低荷电状态;SOCmax和SOCmin分别表示电动汽车的最高荷电状态和最低荷电状态;负荷点i在时段t的等值负荷Lit表示为:以所述配电网中的各个充电负荷点在各时段的充电功率模型,作为V2G系统中各电动汽车的充电功率模型;2)建立计及电动汽车交通因素影响的电动汽车放电功率模型;该步骤具体为:2.1)以电动汽车空间驾驶路线的路径最短和时间最短为目标,建立电动汽车最优驾驶路线模型;所述电动汽车最优驾驶路线模型中,总目标函数Z为:Z=min(θ1Z1+θ2Z2),θ1+θ2=1;其中,Z1和Z2分别为电动汽车空间驾驶路线的路径最短目标函数和时间最短目标函数;θ1为空间因素所占的权重系数,θ2为时间因素所占的权重系数;空间驾驶路线的路径最短目标函数Z1和时间最短目标函数Z2分别为:约束条件为:其中,mkj=1表示路口节点k与路口节点j之间没有通路,mkj=0表示路口节点k与路口节点j之间有通路;xkj=1表示选择路口节点k与路口节点j之间的路段,xkj=0表示不选择路口节点k与路口节点j之间的路段;dkj表示路口节点k与路口节点j之间通路的距离,s表示驾驶线路途经的路口总数;tkj表示通过路口节点k与路口节点j之间通路的时间,且有:Ukj表示通过路口节点k与路口节点j之间通路的汽车的平均通行速度,且有:其中,表示通过路口节点k与路口节点j之间通路的设定速度;Vkj为路口节点k与路口节点j之间通路的车辆流通量;Bkj表示通过路口节点k与路口节点j之间通路的最大车辆流通量;α、β为交通负荷(Vkj/Bkj)的修正系数,且有:其中,q表示电动汽车空间驾驶路线网络中的路口节点总数,l表示电动汽车空间驾驶路线网络中存在的通路总数,p表示电动汽车空间驾驶路线网络中所存在的电动汽车可选择驾驶路线的总条数;采用动态规划法对电动汽车最优驾驶路线模型进行求解,确定电动汽车的上班最优驾驶路线和下班最优驾驶路线;2.2)根据配电网是否发生故障,将配电网分为故障状态和无故障状态,确定在配电网不同状态下电动汽车的平均放电功率;具体为:在配电网无故障状态下,电动汽车的平均放电功率为:其中,表示电动汽车在负荷点i处t时刻向电网放电的平均功率;Qn表示第n辆电动汽车电池的容量;dn,1表示第n辆电动汽车上班最优驾驶路线的行驶距离,单位km;dn,2表示第n辆电动汽车下班最优驾驶路线的行驶距离;cEV表示电动汽车每公里的能耗;η表示电动汽车向电网供电的效率;TV2G表示电动汽车放电区域的高峰负荷的持续时间;在配电网无故障状态下,电动汽车的平均放电功率满足:PV2G,t-LPisolated≥0;LPisolated表示电动汽车的放电的孤岛负荷;以在配电网不同状态下电动汽车的平均放电功率作为电动汽车放电功率模型;3)确定电动汽车的充电和放电调度策略;该步骤具体为:3.1)建立电动汽车的充电和放电调度的约束条件:①电动汽车充电、放电时段约束条件:根据历史数据统计确定配电网的峰谷负荷时段,要求V2G系统控制电动汽车在谷时负荷时段且闲置状态时进行充电,在峰谷负荷时段且闲置状态时控制电动汽车参与电力系统调峰服务,在满足用本文档来自技高网
...
一种基于V2G技术的电动汽车配电调度控制方法

【技术保护点】
一种基于V2G技术的电动汽车配电调度控制方法,其特征在于,以天为调度周期,以每小时为一个时段,建立电动汽车充电功率模型以及计及电动汽车交通因素影响的电动汽车放电功率模型,然后根据电动汽车在不同时段的充电和放电要求,基于所述电动汽车充电功率模型和电动汽车放电功率模型,利用V2G系统对电动汽车的充电和放电进行控制,实现对电动汽车的配电调度控制;具体包括如下步骤:1)建立电动汽车充电功率模型;具体为:将电动汽车的充电功率作为配电网的充电负荷,建立配电网中的各个充电负荷点在各时段的充电功率模型:Pti=Σn=1NtiPn,ti;]]>其中,Pin,t表示在负荷点i进行充电的第n辆电动汽车在时刻t的充电功率;Nit表示时刻t在负荷点i处接入的电动汽车数量;所述充电功率模型应满足以下约束条件:①负荷点i的充电容量约束条件:Pti+LPti≤PTri;]]>②电动汽车充电技术约束条件:Pn,ti≤Pmax;]]>SOCmin≤SOCt≤SOCmax;③电动汽车使用约束条件:SOCend≥SOCDrive;其中,PiTr表示负荷点i处变压器的额定容量;LPti表示负荷点i在t时段的原有负荷;Pmax表示电动汽车最大充电功率;SOCend表示电动汽车充电结束时刻的荷电状态;SOCDrive表示满足用户出行要求的最低荷电状态;SOCmax和SOCmin分别表示电动汽车的最高荷电状态和最低荷电状态;负荷点i在时段t的等值负荷Lit表示为:Lti=Pti+LPti;]]>以所述配电网中的各个充电负荷点在各时段的充电功率模型,作为V2G系统中各电动汽车的充电功率模型;2)建立计及电动汽车交通因素影响的电动汽车放电功率模型;该步骤具体为:2.1)以电动汽车空间驾驶路线的路径最短和时间最短为目标,建立电动汽车最优驾驶路线模型;所述电动汽车最优驾驶路线模型中,总目标函数Z为:Z=min(θ1Z1+θ2Z2),θ1+θ2=1;其中,Z1和Z2分别为电动汽车空间驾驶路线的路径最短目标函数和时间最短目标函数;θ1为空间因素所占的权重系数,θ2为时间因素所占的权重系数;空间驾驶路线的路径最短目标函数Z1和时间最短目标函数Z2分别为:Z1=minΣk=1sΣj=1s(dkjxkjmkj);Z2=minΣk=1sΣj=1s(tkjxkjmkj);]]>约束条件为:st.Σj=1sx1jm1j=1;]]>st.Σk=1sxksmks=1;]]>其中,mkj=1表示路口节点k与路口节点j之间没有通路,mkj=0表示路口节点k与路口节点j之间有通路;xkj=1表示选择路口节点k与路口节点j之间的路段,xkj=0表示不选择路口节点k与路口节点j之间的路段;dkj表示路口节点k与路口节点j之间通路的距离,s表示驾驶线路途经的路口总数;tkj表示通过路口节点k与路口节点j之间通路的时间,且有:tkj=dkjUkj;]]>Ukj表示通过路口节点k与路口节点j之间通路的汽车的平均通行速度,且有:Ukj=αUkjs1+(Vkj/Bkj)β;]]>其中,Ukjs表示通过路口节点k与路口节点j之间通路的设定速度;Vkj为路口节点k与路口节点j之间通路的车辆流通量;Bkj表示通过路口节点k与路口节点j之间通路的最大车辆流通量;α、β为交通负荷(Vkj/Bkj)的修正系数,且有:α=l-q+p2q-5p,β=lq;]]>其中,q表示电动汽车空间驾驶路线网络中的路口节点总数,l表示电动汽车空间驾驶路线网络中存在的通路总数,p表示电动汽车空间驾驶路线网络中所存在的电动汽车可选择驾驶路线的总条数;采用动态规划法对电动汽车最优驾驶路线模型进行求解,确定电动汽车的上班最优驾驶路线和下班最优驾驶路线;2.2)根据配电网是否发生故障,将配电网分为故障状态和无故障状态,确定在配电网不同状态下电动汽车的平均放电功率;具体为:在配电网无故障状态下,电动汽车的平均放电功率为:PV2G,ti=Σn=1Nti(Qn-(dn,1+dn,2)·cEV-SOCmin·Qn)·ηTV2G,Lti=LPti-PV2G,ti;]]>其中,表示电动汽车在负荷点i处t时刻向电网放电的平均功率;Qn表示第n辆电动汽车电池的容量;dn1表示第n辆电动汽车上班最优驾驶路线的行驶距离;dn2表示第n辆电动汽车下班最优驾驶路线的行驶距离;cEV表示电动汽车每公里的能耗;η表示电动汽车向电网供电的效率;TV2G表示电动汽车放电区域的高峰负荷的持续时间;在配电网无故障状态下,电动汽车的平均放电功率满足:PV2G,t‑LPisolate...

【技术特征摘要】
1.一种基于V2G技术的电动汽车配电调度控制方法,其特征在于,以天为调度周期,以每小时为一个时段,建立电动汽车充电功率模型以及计及电动汽车交通因素影响的电动汽车放电功率模型,然后根据电动汽车在不同时段的充电和放电要求,基于所述电动汽车充电功率模型和电动汽车放电功率模型,利用V2G系统对电动汽车的充电和放电进行控制,实现对电动汽车的配电调度控制;具体包括如下步骤:1)建立电动汽车充电功率模型;具体为:将电动汽车的充电功率作为配电网的充电负荷,建立配电网中的各个充电负荷点在各时段的充电功率模型:其中,Pin,t表示在负荷点i进行充电的第n辆电动汽车在时刻t的充电功率;Nit表示时刻t在负荷点i处接入的电动汽车数量;所述充电功率模型应满足以下约束条件:①负荷点i的充电容量约束条件:②电动汽车充电技术约束条件:SOCmin≤SOCt≤SOCmax;③电动汽车使用约束条件:SOCend≥SOCDrive;其中,PiTr表示负荷点i处变压器的额定容量;LPti表示负荷点i在t时段的原有负荷;Pmax表示电动汽车最大充电功率;SOCend表示电动汽车充电结束时刻的荷电状态;SOCDrive表示满足用户出行要求的最低荷电状态;SOCmax和SOCmin分别表示电动汽车的最高荷电状态和最低荷电状态;负荷点i在时段t的等值负荷Lit表示为:以所述配电网中的各个充电负荷点在各时段的充电功率模型,作为V2G系统中各电动汽车的充电功率模型;2)建立计及电动汽车交通因素影响的电动汽车放电功率模型;该步骤具体为:2.1)以电动汽车空间驾驶路线的路径最短和时间最短为目标,建立电动汽车最优驾驶路线模型;所述电动汽车最优驾驶路线模型中,总目标函数Z为:Z=min(θ1Z1+θ2Z2),θ1+θ2=1;其中,Z1和Z2分别为电动汽车空间驾驶路线的路径最短目标函数和时间最短目标函数;θ1为空间因素所占的权重系数,θ2为时间因素所占的权重系数;空间驾驶路线的路径最短目标函数Z1和时间最短目标函数Z2分别为:约束条件为:其中,mkj=1表示路口节点k与路口节点j之间没有通路,mkj=0表示路口节点k与路口节点j之间有通路;xkj=1表示选择路口节点k与路口节点j之间的路段,xkj=0表示不选择路口节点k与路口节点j之间的路段;dkj表示路口节点k与路口节点j之间通路的距离,s表示驾驶线路途经的路口总数;tkj表示通过路口节点k与路口节点j之间通路的时间,且有:Ukj表示通过路口节点k与路口节点j之间通路的汽车的平均通行速度,且有:其中,Ukjs表示通过路口节点k与路口节点j之间通路的设定速度;Vkj为路口节点k与路口节点j之间通路的车辆流通量;Bkj表示通过路口节点k与路口节点j之间通路的最大车辆流通量;α、β为交通负荷(Vkj/Bkj)的修正系数,且有:其中,...

【专利技术属性】
技术研发人员:谢开贵胡博陈娅陈子元肖若嵩
申请(专利权)人:重庆大学
类型:发明
国别省市:重庆;85

网友询问留言 已有0条评论
  • 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。

1