一种电动汽车充电负荷对配网系统电压影响的充电桩最优分布方法，包括以下步骤：1）计算不同时刻、不同负荷渗透率及同一时刻同一渗透率3种情景下电动汽车充电负荷对配网系统节点电压的压降；2）根据排队论，以顾客等待时间和充电桩利用率建立满意度函数，得到最优的充电桩数量；3）以节点压降最小为目标函数，通过模拟退火算法，得到充电桩的最优分布。与现有充电桩分布方法相比，优化后的站址分布能够大大减弱电动汽车充电负荷对配网系统节点电压的影响。
【技术实现步骤摘要】
本专利技术涉及一种电动汽车充电设备的站址优化的方法，尤其是基于模拟退火算法 研究电动汽车充电负荷对配网电压影响的充电粧的最优分布的方法。
技术介绍
2015年7月中国政府提出在2020年满足1. 2万座充换电站、480万台充电粧接入 需求的配电网建设目标。然而，大规模电动汽车投入运行将会对配网产生许多不可避免的 电能质量问题。所以，配电网规划与充换电设施规划的同步显得尤为重要，其中电动汽车充 电粧数量的确定和充电粧站址的规划设计，必须考虑公共电网的电压质量。 现有的充电粧站址优化大多数是考虑建设投运成本的基础上进行的，如刘自发等 人在2012年《中国电机工程学报》第32期39页至45页发表的"基于量子粒子群优化算法 的城市电动汽车充电站优化布局"论文中，提出了一种基于量子粒子群算法的电动汽车充 电站布局优化方法，以土地成本、配电变压器的投资等建设成本及包含供电损耗的运行费 用为基础建立目标函数，并没有考虑到充电负荷对配网指标的影响，也没有考虑到配网的 网架结构。 此外，在确定充电粧数量方面，也有不同的优化技术。如熊虎等人2013年发表《电 力系统自动化》第36期65页至70页的"电动汽车公共充电站布局的最优规划"论文中， 提出考虑电动汽车排队等候时间的限制来确定充电粧的数量，但是没有考虑充电站的利用 率。
技术实现思路
本专利技术的目的是针对现有技术不足，提供一种电动汽车充电负荷对配网系统电压 影响的充电粧最优分布方法。 本专利技术解决其技术问题所采用的技术方案是：首先在不同时刻、不同负荷渗透率 及同一时刻同一渗透率3种情景下，考虑电动汽车充电负荷时间和空间两个维度，分析了 电动汽车充电负荷对配网压降造成的不同程度影响，然后根据排队论，以顾客等待时间和 充电粧利用率建立满意度函数，得到最优的充电粧数量，进而以节点压降最小为目标函数， 通过模拟退火算法，得到充电粧的最优分布。 本专利技术所述电动汽车充电负荷对配网系统电压影响的充电粧最优分布方法，包括 以下步骤： (1)计算不同时刻、不同负荷渗透率及同一时刻同一渗透率3种情景下电动汽车 充电负荷对配网系统节点电压的压降； 首先建立电动汽车的充电模型。对配网系统而言，接入配网的电动汽车充电负荷 与传统负荷相比，有随机性和移动性的特点，需要从时间和空间两个维度对充电负荷进行 仿真，进而得到电动汽车每天的充电负荷。 然后在没有充电方式的优化情景下，电动汽车的充电负荷随机接入配网系统的各 个节点。分析不同高峰时刻（8 :00、12:00、18:00)渗透率为30%的情景下电动汽车充电负 荷对系统节点电压的影响，分析同一时刻不同负荷渗透率（10%、30%、50% )下电动汽车 充电负荷对系统节点电压的影响，分析8:00时刻，负荷渗透率为30%，电动汽车充电负荷 分别局部集中分布在单个节点时对系统节点电压的影响，选取其中对电压影响程度最大、 较大、最小的节点进行分析。其中局部集中分布时，假定充电负荷的50%聚集分布在假定节 点，其余平均分布在其余节点。 本专利技术采用前推回代法计算节点电压￡/1，电流与电压计算公式如下： ⑴ (/) η： 式中表示节点j注入其下一层节点的电流标幺值之和，表示节点ij之间 m " 支路阻抗标么值之和。 电压收敛判据为： max( | IIn (A +1) -?Γ{) |) < 13) 式中k表示当前迭代次数。 ⑵根据排队论，以顾客等待时间和充电粧利用率建立满意度函数，得到最优的充 电粧数量； 在满足顾客充电需求的前提下，要考虑顾客的等待时间，除此之外还要考虑充电 粧的利用率。充电粧的利用率与充电粧数量成反比，而顾客等待时间与充电粧数量成正比。 在合理的充电粧利用率的前提下，用户等待时间越短，顾客满意度越高。设顾客满 意度函数％如下：Μ,= 0. 4X(ff./ff^) '+0. 6Xqi (4) 其中VWg为等待时间的标幺化过程，系数0. 4与0. 6为节约系数，目的是提高利 用率所占比重。 (3)以节点压降最小为目标函数，通过模拟退火算法，得到充电粧的最优分布。 充电粧最优分布模型以配网系统节点压降最小为目标，目标函数为：:(5:). 式中：Zn表示配网节点η的阻抗；ΔI"表示节点n因充电负荷接入产生的电流差 值。 模拟退火是在解空间中搜寻全局最优解的人工智能算法，在初始温度足够大，温 度下降最够慢的条件下，能以概率1收敛到全局最优。 本专利技术的有益效果如下：1)本专利技术在确定电动汽车充电粧时，考虑电动汽车充电 负荷的时间和空间两个维度，根据电动汽车充电粧利用率和顾客等待时间建立满意度函 数，自动给出电动汽车充电粧的最佳配置数量；2)本专利技术能够在电动汽车大量接入配网系 统时，在充电负荷对配网系统节点压降影响最小的情况下，自动给出电动汽车充电粧的最 优站址分布。【附图说明】 图1本专利技术方法的算法流程示意图；图2电动汽车充电负荷曲线； 图3满意度函数运行结果；图4配置7台充电粧时算法运行结果； 图5配置10台充电粧时算法运行结果。【具体实施方式】 下面结合附图与实施例对本专利技术作进一步说明。 本专利技术以IEEE33标准节点系统为实施例，获取IEEE33节点系统的充电粧站址最 优分布。 (1)步骤1计算不同时亥I」、不同负荷渗透率及同一时刻同一渗透率3种情景下电动 汽车充电负荷对配网系统节点电压的压降； 首先建立电动汽车的充电模型。根据表1得到中国不同类型电动汽车的参数，进 而得到电动汽车每天的充电负荷。 表1中国不同类型电动汽车参数设定 通过以下步骤可得到各节点电动汽车每天的负荷曲线，如附图2所示： 1)根据渗透率ε获得IEEE33节点系统中电动汽车总数'然后根据 《2013中国汽车产业发展报告》的预测可知不同类型电动汽车的占比叫，从而得到类型k的 电动汽车的数量1\=mkXn; 2)以分钟为单位，计算单位时间内充电负i，其中pk表示第k种车型 单位时间内的充电功率； 3)计算每天的充电负荷得到负荷曲线。 然后在没有充电方式的优化情景下，电动汽车的充电负荷随机接入配网系统的各 个节点。分析不同高峰时刻（8 :00、12:00、18:00)当前第1页1 2 本文档来自技高网...
【技术保护点】
一种电动汽车充电负荷对配网系统电压影响的充电桩最优分布方法，其特征在于：(1)计算不同时刻、不同负荷渗透率及同一时刻同一渗透率3种情景下电动汽车充电负荷对配网系统节点电压的压降；首先建立电动汽车的充电模型；对配网系统而言，接入配网的电动汽车充电负荷与传统负荷相比，有随机性和移动性的特点，需要从时间和空间两个维度对充电负荷进行仿真，进而得到电动汽车每天的充电负荷；然后在没有充电方式的优化情景下，电动汽车的充电负荷随机接入配网系统的各个节点；分析不同高峰时刻即8:00、12:00、18:00渗透率为30％的情景下电动汽车充电负荷对系统节点电压的影响，分析同一时刻不同负荷渗透率即10％、30％、50％下电动汽车充电负荷对系统节点电压的影响，分析8:00时刻，负荷渗透率为30％，电动汽车充电负荷分别局部集中分布在单个节点时对系统节点电压的影响，选取其中对电压影响程度最大、较大、最小的节点进行分析；其中局部集中分布时，假定充电负荷的50％聚集分布在假定节点，其余平均分布在其余节点；本专利技术采用前推回代法计算节点电压电流与电压计算公式如下：Ij*=Pj*-jQj*Uj*+ΣmnIm*---(1)]]>Uj*=Ui*-Ij*×Zij*---(2)]]>式中表示节点j注入其下一层节点的电流标幺值之和，表示节点ij之间支路阻抗标幺值之和；电压收敛判据为：max(|Un*(k+1)-Un*(k)|)<ϵ---(3)]]>式中k表示当前迭代次数；(2)根据排队论，以顾客等待时间和充电桩利用率建立满意度函数，得到最优的充电桩数量；在满足顾客充电需求的前提下，要考虑顾客的等待时间，除此之外还要考虑充电桩的利用率；充电桩的利用率与充电桩数量成反比，而顾客等待时间与充电桩数量成正比；在合理的充电桩利用率的前提下，用户等待时间越短，顾客满意度越高；设顾客满意度函数Mi如下：Mi＝0.4×(Wi/Wmax)‑1+0.6×qi (4)其中Wi/Wmax为等待时间的标幺化过程，系数0.4与0.6为节约系数，目的是提高利用率所占比重；(3)以节点压降最小为目标函数，通过模拟退火算法，得到充电桩的最优分布；充电桩最优分布模型以配网系统节点压降最小为目标，目标函数为：A=minΣt=1tmaxΣn=1NZnΔInt---(5)]]>式中：Zn表示配网节点n的阻抗；ΔIn表示节点n因充电负荷接入产生的电流差值；模拟退火是在解空间中搜寻全局最优解的人工智能算法，在初始温度足够大，温度下降最够慢的条件下，能以概率1收敛到全局最优。...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘故帅，张忠会，
申请(专利权)人：南昌大学，
类型：发明
国别省市：江西;36
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。