一种电动汽车参与填谷辅助服务可转移负荷容量分析方法技术

本发明专利技术涉及一种电动汽车参与填谷辅助服务可转移负荷容量分析方法，具体包括以下步骤：步骤1、建立基于logistic函数的电动汽车用户可接受调度的概率模型，计算电动汽车用户可接受负荷转移调度的概率；步骤2、对单个电动汽车进行最大响应容量分析，并计算出电动汽车在该辅助服务时段下各时刻物理可转移负荷容量；步骤3、基于步骤1用户接受负荷转移调度的概率和步骤2电动汽车物理可转移负荷容量计算电动汽车期望可转移负荷容量。本发明专利技术可应用于实际工程中电动汽车集群可调潜力评估及调控补偿机制设置，为负荷聚集商聚合代理电动汽车资源参与辅助服务市场模式的容量评估提供理论支撑。撑。撑。

【技术实现步骤摘要】
一种电动汽车参与填谷辅助服务可转移负荷容量分析方法


[0001]本专利技术属于电力系统辅助服务
，涉及可转移负荷容量分析方法，尤其是一种电动汽车参与填谷辅助服务可转移负荷容量分析方法。

技术介绍

[0002]电动汽车在我国政策大力支持下实现了快速发展，随着电动汽车居民持有量不断提高，显著提升了电力负荷预测及电力系统规划和运行难度。但另一方面，电动汽车具有可调性强、响应速度快、调节方式灵活等优势，可通过充电桩直接控制其充放电状态，经有效聚合后可为电力系统提供多元辅助服务。
[0003]现有电动汽车参与辅助服务可调控负荷容量分析方法，大多在电动汽车出行概率模型基础之上评估电动汽车可调容量，入网后默认即认为充放电功率实时可调，电动汽车充电最大功率值即为可转移负荷容量上限，下限为放电最大功率值，在这种假设下，电动汽车可转移容量仅仅是某一独立时刻的最大可调潜力，对应着，其研究应用场景多为电动汽车参与一次、二次、三次调频，而非某一时段下整体最大可调容量。因此，电力调度系统需要获得大量实时数据作为调度模型的参数，电动汽车跟踪AGC信号效果并不显著，很难应用与实际调控中。随着电力辅助服务市场建设提速，市场参与主体也日趋多元化，2019年冀北虚拟电厂示范工程首创泛在可调资源参与电力调峰辅助服务市场机制，首次将电动汽车等第三方主体纳入电力调峰辅助服务市场，通过响应调峰需求在夜间低谷多用电，拉升低谷负荷，缓解由于调峰困难引起的弃风限电，实现风电多发、增发。那么，如何对电动汽车参与调峰填谷辅助服务这一应用场景下的可转移负荷容量建模分析成为实际工程中需要面临的技术问题。
[0004]电动汽车在夜间多处于停泊状态，此时处于夜间负荷低谷，电动汽车参与填谷辅助服务前，负荷聚集商需要对其最大可转移负荷潜力进行评估，再结合相应的用户补偿机制对用户参与响应的行为进行补偿，从而拉升低谷负荷。对辅助服务市场开放这一时段内对电动汽车可转移负荷容量进行评估将具有更实际的应用。因此，本专利技术结合实际情况，提出一种电动汽车参与填谷辅助服务可转移负荷容量分析方法。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提出一种电动汽车参与填谷辅助服务可转移负荷容量分析方法，能够为负荷聚集商聚合代理电动汽车资源参与辅助服务市场模式的容量评估提供理论支撑。
[0006]本专利技术解决其现实问题是采取以下技术方案实现的：
[0007]一种电动汽车参与填谷辅助服务可转移负荷容量分析方法，具体包括以下步骤：
[0008]步骤1、建立基于logistic函数的电动汽车用户可接受调度的概率模型，计算电动汽车用户可接受负荷转移调度的概率；
[0009]步骤2、对单个电动汽车进行最大响应容量分析，并计算出电动汽车在该辅助服务
时段下各时刻物理可转移负荷容量；
[0010]步骤3、基于步骤1用户接受负荷转移调度的概率和步骤2电动汽车物理可转移负荷容量计算电动汽车期望可转移负荷容量。
[0011]而且，所述步骤1的具体方法为：提取用户特征数据，以充电移动时长和负荷转移补偿机制下的用户效用为影响因子，通过logistic函数将问题转化为车主面临接受调度指令和不接受调度指令两个方案的选择问题，建立基于logistic函数的电动汽车用户可接受调度的概率模型，并计算电动汽车用户可接受负荷转移调度的概率。
[0012]而且，所述基于logistic函数的电动汽车用户可接受调度的概率模型为：
[0013]x
i
＝α
i
+β1M
i
+β2E
i
C
i
+u
ꢀꢀꢀ
(1)
[0014][0015][0016]其中，式(1)中，x
i
可通过logistic函数被转化为概率；M
i
表示充电移动时长、E
i
表示电动汽车i用户参与辅助服务市场的最大容量潜力，从用户角度考虑，E单位记为kWh，同时补贴C
i
的单位取元/kWh；α为基准概率系数；β1、β2分别为变量系数(β1小于0，β2大于0)；u为随机变量误差，式中各项变量系数需要通过调研，基于统计数据进行拟合得到；
[0017]其中，系数β1、β2由分布式并行大数据处理平台依据获取的用户特征数据，包括电动汽车价位、使用年限、用户对辅助服务市场了解程度等用户数据结合市场调研大数据分析基础上计算所得，不作为本专利技术需要解决的重点。
[0018]F(x)是logistic函数的累计概率密度函数，取值范围为(0,1)；式(2)(3)中，决策变量X是取值为1和0的随机变量，X＝1表示车主接受指令参与调度，X＝0表示车主不接受指令并选择立即充电；P
i
(X)表示EV
i
进行决策X的概率。
[0019]而且，所述步骤2的具体步骤包括：
[0020](1)采集电动汽车入网时刻面板数据，并由此得到电动汽车基准充电功率曲线；
[0021](2)将步骤2第(1)步得到的电动汽车基准充电功率曲线结合电动汽车入网充电的必要充电时长，得到电动汽车在离网前的最迟充电时刻和电动汽车负荷可转移时间区间；
[0022](3)依据电动汽车在网时段与辅助服务市场开放时段的交错关系，概况梳理出5种电动汽车参与填谷辅助服务下的SOC变化曲线，然后指出各情况下电动汽车充电开始时间与结束时间，在此基础之上得到单个电动汽车及电动汽车集群在参与负荷转移响应后于各时刻的充电功率，减去基准充电功率即为电动汽车在该辅助服务时段下各时刻物理可转移负荷容量。
[0023]而且，所述步骤2第(1)步的具体步骤包括：
[0024]①
从电动汽车分布式数据库及应用平台获得入网时刻电动汽车参数，并得到电动汽车基准充电功率曲线；
[0025]从电动汽车分布式数据库及应用平台获得入网时刻电动汽车参数具体包括：电动汽车编号i，电池容量C、入网时刻t
iin
以及用户预设的离网时刻t
iout
，入网初始荷电状态SOC
iin
。车主为了避免电池过度放电，会主观设置一个SOC
imin
值，在低于SOC
imin
时选择充电，并且保证下一段车程结束之后电池SOC尽可能不低于SOC
imin
；此外，考虑用户心理，若已知
减少一部分充电功率可以获得经济补贴，在补贴的激励下，用户愿意放弃离网达到满充这一要求而设置一个相对满意的期望荷电率SOC
iexc
，SOC
iexc
∈[SOC
iin
,SOC
max
]，即只要用户离网时荷电率可以达到SOC
iexc
便不会影响用户后续对参与辅助服务的积极性。
[0026]②
根据电动汽车充电功率、入网时刻SOC状态以及电池最大容量可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动汽车参与填谷辅助服务可转移负荷容量分析方法，其特征在于：具体包括以下步骤：步骤1、建立基于logistic函数的电动汽车用户可接受调度的概率模型，计算电动汽车用户可接受负荷转移调度的概率；步骤2、对单个电动汽车进行最大响应容量分析，并计算出电动汽车在该辅助服务时段下各时刻物理可转移负荷容量；步骤3、基于步骤1用户接受负荷转移调度的概率和步骤2电动汽车物理可转移负荷容量计算电动汽车期望可转移负荷容量。2.根据权利要求1所述的一种电动汽车参与填谷辅助服务可转移负荷容量分析方法，其特征在于：所述步骤1的具体方法为：提取用户特征数据，以充电移动时长和负荷转移补偿机制下的用户效用为影响因子，通过logistic函数将问题转化为车主面临接受调度指令和不接受调度指令两个方案的选择问题，建立基于logistic函数的电动汽车用户可接受调度的概率模型，并计算电动汽车用户可接受负荷转移调度的概率。3.根据权利要求1所述的一种电动汽车参与填谷辅助服务可转移负荷容量分析方法，其特征在于：所述基于logistic函数的电动汽车用户可接受调度的概率模型为：x
i
＝α
i
+β1M
i
+β2E
i
C
i
+u
ꢀꢀꢀ
(1)(1)其中，式(1)中，x
i
可通过logistic函数被转化为概率；M
i
表示充电移动时长、E
i
表示电动汽车i用户参与辅助服务市场的最大容量潜力，从用户角度考虑，E单位记为kWh，同时补贴C
i
的单位取元/kWh；α为基准概率系数；β1、β2分别为变量系数；u为随机变量误差，式中各项变量系数需要通过调研，基于统计数据进行拟合得到；其中，系数β1、β2由分布式并行大数据处理平台依据获取的用户特征数据，包括电动汽车价位、使用年限、用户对辅助服务市场了解程度等用户数据结合市场调研大数据分析基础上计算所得，不作为本发明需要解决的重点；F(x)是logistic函数的累计概率密度函数，取值范围为(0,1)；式(2)(3)中，决策变量X是取值为1和0的随机变量，X＝1表示车主接受指令参与调度，X＝0表示车主不接受指令并选择立即充电；P
i
(X)表示EV
i
进行决策X的概率。4.根据权利要求1所述的一种电动汽车参与填谷辅助服务可转移负荷容量分析方法，其特征在于：所述步骤2的具体步骤包括：(1)采集电动汽车入网时刻面板数据，并由此得到电动汽车基准充电功率曲线；(2)将步骤2第(1)步得到的电动汽车基准充电功率曲线结合电动汽车入网充电的必要充电时长，得到电动汽车在离网前的最迟充电时刻和电动汽车负荷可转移时间区间；(3)依据电动汽车在网时段与辅助服务市场开放时段的交错关系，概况梳理出5种电动汽车参与填谷辅助服务下的SOC变化曲线，然后指出各情况下电动汽车充电开始时间与结束时间，在此基础之上得到单个电动汽车及电动汽车集群在参与负荷转移响应后于各时刻
的充电功率，减去基准充电功率即为电动汽车在该辅助服务时段下各时刻物理可转移负荷容量。5.根据权利要求4所述的一种电动汽车参与填谷辅助服务可转移负荷容量分析方法，其特征在于：所述步骤2第(1)步的具体步骤包括：
①
从电动汽车分布式数据库及应用平台获得入网时刻电动汽车参数，并得到电动汽车基准充电功率曲线；从电动汽车分布式数据库及应用平台获得入网时刻电动汽车参数具体包括：电动汽车编号i，电池容量C、入网时刻t
iin
以及用户预设的离网时刻t
iout
，入网初始荷电状态SOC
iin
。车主为了避免电池过度放电，会主观设置一个SOC
imin
值，在低于SOC
imin
时选择充电，并且保证下一段车程结束之后电池SOC尽可能不低于SOC
imin
；此外，考虑用户心理，若已知减少一部分充电功率可以获得经济补贴，在补贴的激励下，用户愿意放弃离网达到满充这一要求而设置一个相对满意的期望荷电率SOC
iexc
，SOC
iexc
∈[SOC
iin
,SOC
max
]，即只要用户离网时荷电率可以达到SOC
iexc
便不会影响用户后续对参与辅助服务的积极性；
②
根据电动汽车充电功率、入网时刻SOC状态以及电池最大容量可以得到电动汽车充电至SOC
exc
所需时长，如下：
③
...

【专利技术属性】
技术研发人员：彭晓峰，刘敦楠，刘明光，王文，沈建新，张婷婷，柏德胜，加鹤萍，王明才，杨烨，苏舒，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：