应用于计及电动汽车充放电选择的充放电电价的定价方法技术

本发明专利技术涉及充放电电价的定价领域，具体而言，涉及应用于计及电动汽车充放电选择的充放电电价的定价方法。本发明专利技术中的电动汽车用户充放电选择的确定方法是通过激励政策或者电价优化方案来调整用户用电结构，从而减少某段时间内的充放电负荷。根据用户的消费心理，将电动汽车用户对电价的响应方式分为正常响应状态(即线性区)、响应极限的饱和状态(即饱和区)、无响应的截止状态(即死区)三种，每一种响应方式都会对应不同的负荷转移率曲线，为求解不同响应用户的负荷转移率曲线就要确定其斜率、响应饱和值、死区阈值。采用最小二乘法，通过充放电负荷的估计值和实际负荷最小化误差的平方和动态寻找充放电转移率曲线的最佳拟合曲线参数。合曲线参数。合曲线参数。

【技术实现步骤摘要】
应用于计及电动汽车充放电选择的充放电电价的定价方法


[0001]本专利技术涉及充放电电价的定价领域，具体而言，涉及应用于计及电动汽车充放电选择的充放电电价的定价方法。

技术介绍

[0002]面对能源危机与环境污染的愈发严重，电能推广将逐渐降低汽车领域对汽油、柴油等燃料的消耗，缓解尾气排放带来的污染，使电动汽车成为未来交通领域的共同发展方向。而电动汽车的能源主要来自电网，其大规模发展离不开电力系统的支撑。据中国汽车工程协会预测，到2030年我国电动汽车保有量将达到8000万辆，若平均配备60kWh的动力电池，其等效储能量将达到48
×
108kWh，而我国2016年日上网电量仅为160
×
108kWh，庞大的能源需求无论是从系统吸收电能，还是向系统释放电能，量级均是可观的。因此，合理的电动汽车用户充放电行为优化管理，可在电能短缺时为电网提供电能补给，达到电力供需平衡，对提高电网安稳运行具有重大意义。
[0003]随着电动汽车与电网互动技术(Vehicle
‑
to
‑
grid,V2G)的发展，电动汽车通过A/D和D/A装置既可以实现与电网的电能交换，也可以参与运营商充放电代理服务，从而实现了用户与电网、运营商之间能量与信息的友好互动。电网和运营商通过双向充放电装置配合电价优化策略与通讯系统调控，使得用户在电网用电低谷时，选择充电消纳电网过剩的电量，起到填谷的作用，并享受谷时段低廉的电价；在电网用电高峰时，作为分散式储能设备向电网提供电能，起到削峰的作用，并获得高峰低谷电价差作为放电报酬。因此，电网与运营商可以通过V2G技术优化电动汽车用户充放电行为，让更多用户参与到电网调峰与调频、协调消纳新能源等服务中来，为多个主体创造效益。而电价作为一种合理的电动汽车用户充放电行为优化管理方法，可通过调整电价的方式可以合理引导电动汽车用户分时段接入电网，一方面可提高电网安稳运行，另一方面可为电动汽车用户创造效益。
[0004]根据现有研究表明，电动汽车充放电定价优化方法仍存在一定局限性，主要表现为以下方面：1)在电价优化方面，从充电和放电两个维度兼顾多主体利益的研究较少；2)在对用户响应电价关联建模时，多是采用消费统计学或电力需求价格弹性分析进行关联建模，忽略了电动汽车用户在响应电价时存在的响应饱和区及死区的问题，难以体现出不同消费用户在响应电价上的差异；3)在对峰谷充放电价优化时，大多是强调引导用户降低电网峰谷差而保证电网安全运行，忽略了用户满意度及运营商成本投入，导致用户响应电价意愿不高涨和运营商成本增加的问题；4)针对定价优化模型的求解算法易陷入局部最优解，求解精度和效率有待进一步提升。
[0005]为解决现有电动汽车充放电电定价优化方法存在的问题，本专利技术提出了一种计及电动汽车用户充放电选择的充放电电价的定价方法，计及了用户响应与充放电价的关联性，兼顾电网负荷波动、用户满意度和运营商成本最优目标，基于免疫鱼群算法对电动汽车充放电定价进行优化。

技术实现思路

[0006]本专利技术针对电动汽车充放电定价优化方法中存在的问题，针对电动汽车用户响应充放电价时存在的不确定行为，考虑了电网负荷波动性、运营商新增成本投入及用户响应用户的满意度，构建了计及用户响应电价关联和多主体共赢的电动汽车充放电定价多目标优化模型，并提出改进的免疫鱼群算法对模型进行优化求解。该方法构建了不同响应程度用户充放电转移与电价变化的关联模型，多目标电价优化方法可降低系统负荷峰谷差、减少运营商成本投入，最大程度提高用户响应电价的能力，提出的免疫鱼群算法可为电动汽车充放电精确定价提供决策依据，有利于电网安全平稳运行。
[0007]本专利技术采用的技术方案：
[0008]本专利技术中的电动汽车用户充放电选择的确定方法是通过激励政策或者电价优化方案来调整用户用电结构，从而减少某段时间内的充放电负荷。根据用户的消费心理，将电动汽车用户对电价的响应方式分为正常响应状态(即线性区)、响应极限的饱和状态(即饱和区)、无响应的截止状态(即死区)三种，每一种响应方式都会对应不同的负荷转移率曲线，为求解不同响应用户的负荷转移率曲线就要确定其斜率、响应饱和值、死区阈值。采用最小二乘法，通过充放电负荷的估计值和实际负荷最小化误差的平方和动态寻找充放电转移率曲线的最佳拟合曲线参数。而当最小二乘法在计算用户规模较大时，将导致拟合目标函数扰动项的方差不全相等存在异方差，使得拟合的参数值不是有效估计量是有偏的。因此，提出采用局部加权的最小二乘法消除异扰动项之间的异方差，使距离较近的点产生的影响大于距离较远的点。在电价调整后反复拟合，得到其斜率、响应饱和值、死区阈值，动态表征出不同时段下用户的负荷转移率与电价变化的关系。进而根据用户响应电价的方式，对响应充电电价、响应充放电价、无响应电价用户的充放电转移情况进行分析。
[0009]本专利技术中的充放电电价的定价模型，计及多主体电网公司、运营商和电动汽车用户的利益目标，结合电动汽车行程约束、电池负荷状态约束及充放电时间约束等。其中电网公司的利益目标为在调整电价改变用户充放电习惯时希望系统峰负荷、峰谷差越小越好。电动汽车运营商的利益目标为在投入成本的把控，即固定成本为充电站充电桩的建设，可变成本为充放电过程中的电能损失和电池寿命损耗折算成本。在峰谷充放电价调整后，可减少电动汽车在峰时段集中充放电导致的系统负荷波动和电能损失的成本投入。对于用户角度在调整电价的同时要保证用户的满意度最大，建立用户用电满意度模型。电动汽车行程约束为电动汽车在充电站向电网所放电量应保证在下一段行程所需足够的电量，其放电量应介于电池容量的最大值和最小值。电池负荷状态约束为电动汽车用户在进行充放电过程中应使得所充放电量保持在动力电池的容量的最大负荷电量与最小负荷电量之间。充放电时间约束为在停驶过程中电动汽车的充放电时间段应不大于前一段行驶时长与后一段行驶时长之差，并且满足每段充放电时长非负。并且用户可以在某一时段选择对电动汽车进行充电或放电，但是用户的充电过程与放电过程不能同时进行。
[0010]本专利技术中的充放电定价多目标模型求解方法是基于收缩空间的免疫鱼群模型求解算法。通过人工鱼群算法对多目标峰谷充放电价模型进行求解，并引入免疫算法解决算法容易早熟收敛至局部劣解的问题。免疫算法通常采用信息熵来计算抗体浓度，但存在计算相对复杂，且含有冗余计算信息等问题。采用距离矢量的方法减小搜索空间，规避了信息的重复计算。相邻点存储着到当前点的最优距离解，避免在迭代求解时重新计算已经迭代
过的点，降低信息计算的复杂度。其次，人工鱼群算法在优化求解后期出现鱼群趋同，丧失群体求解的多样性，导致优化结果陷入局部解。引入免疫算法产生多种抗体保持进化群体的多样性，避免早熟收敛至局部劣解。依次通过觅食行为、群聚行为和追尾行为对多目标峰谷充放电价模型进行求解，将抗体浓度概率作为人工鱼选择游向当前食物的选择概率，使得算法在模拟人工鱼群觅食求解时减少了到目标位置距离的冗余计算，并保证了从不同点觅食到最优解的矢量路径具有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.应用于一种计及电动汽车用户充放电选择的充放电电价的定价方法，该方法包括电动汽车用户充放电选择的确定方法、充放电电价的定价方法和充放电定价多目标模型求解方法，其特征在于：根据用户对充放电价的表现，分析了不同用户充放电转移与电价变化的关联关系，充放电定价方法从电网、运营商和用户角度结合优化目标和约束条件，构建了协调多主体利益的充放电定价多目标模型，充放电定价多目标模型求解方法依据人工鱼群算法进行相应的改进，提出改进免疫鱼群算法对多目标模型进行优化。2.根据权利要求1所述的应用于一种计及电动汽车用户充放电选择的充放电电价的定价方法，其特征在于：根据用户的消费心理，将电动汽车用户对电价的响应方式分为正常响应状态、响应极限的饱和状态、无响应的截止状态三种，每一种响应方式都会对应不同的负荷转移率曲线，为求解不同响应用户的负荷转移率曲线就要确定其斜率、响应饱和值、死区阈值；所述的正常响应状态即线性区，响应极限的饱和状态即饱和区，无响应的截止状态即死区。3.根据权利要...

【专利技术属性】
技术研发人员：王秀茹，韩少华，王云杰，庞吉年，刘刚，毛王清，贺国梁，
申请(专利权)人：国网江苏省电力有限公司宿迁供电分公司，
类型：发明
国别省市：