【技术实现步骤摘要】
一种电动汽车及其代理商竞价方法
[0001]本专利技术涉及电动汽车集群特性下的竞价机制领域，尤其涉及电动汽车用户与代理商竞价交互模型以及代理商与电力调度中心竞价交互模型的研究，具体地说是一种基于双层优化的电动汽车代理商竞价方法。
技术介绍
[0002]在传统的电力系统中，电力市场缺乏弹性。由于电力是一种无法替代的商品，从发电商来看，可以在市场交易中任意行使其在市场的权利，甚至垄断整个电力市场，谋取市场暴利。因此，通过引入需求侧参与市场竞价后，可以正确的引导电力市场往良性的方向发展。同时，这种交易机制为需求侧参与市场竞价提供了机会，需求侧代理商可通过整合市场中同类型可控负荷参与到市场竞价中，可为系统提供如调峰、调频、调压等备用服务，并从中获得相应的补偿收益。然而，电力商品具有独特的特点，为了系统电力平衡、安全可靠的运行，在交易类型上，一般采取“以合约电力交易为主，以现货电力交易为辅”的交易方式。一般情况下，可控负荷参与市场竞价，为系统提供辅助服务，其成交电量的比例也是依据其具体类型而定的。
[0003]电动汽车代理商竞...
【技术保护点】
【技术特征摘要】
1.一种电动汽车及其代理商竞价方法，其特征在于，包含以下步骤：S1：利用K均值聚类算法和四分位数法分别聚类用户出行时间和归类电动汽车初始剩余电量，获得不同运行特性的用户子群；S2：建立电动汽车用户与代理商竞价交互模型，以电动汽车接入和离开充电桩的时间为聚类特征，将电动汽车初始电量SOC相近的电动汽车作为另一种分类标准，最终将连接相似行驶特征电动汽车的充电桩作为统一用户节点；S3：建立代理商与电力调度中心竞价交互模型，电力调度中心以优化电网负荷和电网公司利益最优为目标，将其调度的电动汽车充放电资源作为削峰填谷的方案；S4：提出了基于双层优化的电动汽车代理商竞价算法，将电力市场竞价得出的充放电电价和电量作为外层优化模型，各市场主体之间的利益平衡作为内层优化框架，利用粒子群算法进行外层寻优，遗传算法进行内层寻优，使市场主体相互达成最优竞价。2.如权利要求1所述的一种电动汽车及其代理商竞价方法，其特征在于，所述K均值聚类是一种非监督分类方法，以距离为相似性准则，两个对象的距离越近，其相似度越大。3.如权利要求2所述的一种电动汽车及其代理商竞价方法，其特征在于，当存在N个电动汽车样本x1,x2,
…
,x
n
,
…
,x
N
，每个样本中包含出行开始时间和结束时间两个变量，需要将N个样本分成K类，则K均值算法的优化目标如下所示：其中，μ
k
表示第k类的聚类中心，当x
n
属于第k类时，r
nk
＝1，否则r
nk
＝0，J表示误差平方和，在算法的迭代过程中J不再产生变化则聚类结束。4.如权利要求3所述的一种电动汽车及其代理商竞价方法，其特征在于，所述K均值算法的具体步骤如下所示：步骤1.1：随机生成k个聚类中心U＝{u1,u2,
…
,u
k
}；步骤1.2：计算每个样本到聚类中心的欧式距离，如下所示：dist(x
n
,u
k
)＝||x
n
,u
k
||其中，若x
n
到μ
k
比x
n
到另外几个聚类中心的距离小，则说明样本x
n
属于第k类，此时设置r
nk
＝1，否则r
nk
＝0，再根据K均值算法，计算误差平方和J；步骤1.3：重新计算聚类中心U＝{u1,u2,
…
,u
k
}，其中μ
k
可通过下式得到：其中，N为电动汽车的样本总量，在得到新的U＝{u1,u2,
…
,u
k
}后，重复步骤1.2、步骤1.3，当误差平方和J不再产生变化则聚类结束，此时，完成将N个电动汽车样本分为k类，每一类的样本之间具有相似的出行开始时间和结束时间。5.如权利要求4所述的一种电动汽车及其代理商竞价方法，其特征在于，在S2中，采用四分位数定量的方式确定SOC数值的分布情况，其具体步骤如下所示：步骤2.1：记第i个采样点电动汽车SOC纵向时序矢量为X
i
＝[x
i,1
,x
i,2
,
…
,x
i,n
]，其中i＝1,2,
…
,n；x
i,1
≤x
i,2
…
≤x
i,n
‑1≤x
i,n
，第二分位数M
i
表示SOC纵向时序矢量X
i
的中位数，M
i
计
算公式如下所示：其中，n为电动汽车SOC纵向时序矢量的采样总量；三分位数表示X
i
中依次分隔每25％数据点的位置所表示的数值；步骤2.2：所述三分位数将SOC纵向时序矢量分为数量均等的4类。当SOC纵向时序矢量的采样总量n不同时，计算公式分别如下：2.2.1：当n为偶数时，第二分位数M
i
将X
i
分为长度相同的两个子序列，记为X
i,...
【专利技术属性】
技术研发人员：方陈，王冰，周健，张秋桥，王皓靖，王敏，时珊珊，刘维扬，刘舒，包海龙，
申请(专利权)人：河海大学，
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。