一种考虑电动汽车用户出行需求的柔性充电方法及系统技术方案

本发明专利技术涉及一种考虑电动汽车用户出行需求的柔性充电方法及系统，能够电动汽车的充放电模型进行线性化处理，实现对电动汽车充放电功率和时段的灵活调控。通过机会约束规划的方法，将电动汽车离开时的荷电状态达到用户所期望的SOC，以及电网的电压范围设为软约束，令其满足一定置信水平成立，利用电动汽车充放电行为的灵活性应对可再生能源出力的随机波动。在保证电动汽车用户出行需求的情况下，实现目标函数的最优化。本发明专利技术能够处理出力为随机变量的可再生能源所带来的不确定性，促进可再生能源的就地消纳，同时减小了大量电动汽车集中充电给电网造成的负担。电给电网造成的负担。电给电网造成的负担。

【技术实现步骤摘要】
一种考虑电动汽车用户出行需求的柔性充电方法及系统


[0001]本专利技术涉及新能源及电动汽车
，特别是涉及一种考虑电动汽车用户出行需求的柔性充电方法及系统。

技术介绍

[0002]随着化石能源的消耗与环境的恶化，世界各国越来越重视节能环保的理念。经过多年的探索，发展可再生能源和电动汽车(Electric Vehicle，EV)已经成为人类解决能源与环境问题的有效途径之一。
[0003]可再生能源中，太阳能因其清洁环保、覆盖范围大的特点，而具有极大的开发价值，已经成为一种较为成熟的可再生能源发电技术。虽然光伏发电渗透率逐年升高，但其出力的随机性和波动性仍是阻碍光伏发电技术进一步发展的重要障碍，如若直接并网，将对配电网的电能质量等方面产生影响。所以如何进一步提高光伏的就地消纳水平，提高配电网对光伏的接纳能力将成为推进可再生能源发展的关键问题。随着技术的发展，在楼宇的屋顶或外墙上安装光伏电池板并就地发电对楼宇内的负荷进行供能已经成为十分常见的现象。因此，通过机会约束的方法处理分布式光伏出力的不确定性，并通过调度楼宇内部或周围的负荷对分布式光伏进行就地消纳成为一种切实可行的策略。
[0004]而EV作为一种环境友好型的交通工具，具有良好的节能、环保和低排放潜力，能将交通领域对化石燃料的大量消耗向电力消耗转变，从而产生巨大的环境效益。对于世界节能减排的发展目标至关重要，符合可持续发展战略，并在世界各国得到普及。
[0005]随着这些可再生能源和EV等柔性负荷的大量接入，传统配电网已经逐渐变成了具有一定可控性的主动配电网(Active Distribution Network，ADN)。然而EV的充电时间是随机且聚集的，在同一时间段内大规模接入EV将进一步增加电网负荷的峰谷差，从而增加电网的负担和运行成本，对电网产生不利影响。因此，有必要对EV的充电行为进行一定的引导与控制，充分挖掘其需求响应潜力，进一步实现ADN的灵活运行。

技术实现思路

[0006]为了克服现有技术的不足，本专利技术的目的是提供一种考虑电动汽车用户出行需求的柔性充电方法及系统。
[0007]为实现上述目的，本专利技术提供了如下方案：
[0008]一种考虑电动汽车用户出行需求的柔性充电方法，包括：
[0009]获取电动汽车的充电数据、用户的充电期望数据、光伏出力数据、配电网目标函数；所述配电网目标函数包括主动配电网系统总网损函数和光伏追踪函数；
[0010]根据所述充电数据和所述充电期望数据确定电动汽车出行约束；
[0011]根据预设电网数据确定电网侧约束；
[0012]根据所述光伏出力数据确定光伏分布式光伏模型；
[0013]根据所述配电网目标函数、所述电动汽车出行约束、所述电网侧约束和所述光伏
分布式光伏模型构建柔性充电优化模型；
[0014]对所述柔性充电优化模型进行求解，得到每个所述电动汽车的最优充放电策略。
[0015]优选地，所述配电网目标函数的公式为：
[0016][0017]其中，为所述主动配电网系统总网损函数，为所述光伏追踪函数；T为调度周期；P
loss,t
为t时刻的系统总网损；P
load,t
和P
PV,t
分别为t时刻的总负荷和分布式光伏实际出力，所述总负荷包括常规用电负荷和电动汽车集群充放电负荷；α和β分别为目标函数中第一项权重系数和第二项权重系数。
[0018]优选地，所述根据所述充电数据和所述充电期望数据确定电动汽车出行约束包括：
[0019]根据所述充电数据和所述充电期望数据构建初始约束条件；所述充电数据包括入网荷电状态、充电功率和放电功率上下限、充电效率和放电效率、入网时间、和电池总电量；所述充电期望数据包括期望的离开时间和期望的离开荷电状态；
[0020]利用线性化方法将所述初始约束条件进行转化，得到所述电动汽车出行约束。
[0021]优选地，所述初始约束条件的公式为：
[0022][0023][0024][0025]Pr(S
soc,v,t
＝S
soc,v,dep
)≥1
‑
ξ1,t＝t
v,dep
；
[0026]S
soc,min
≤S
soc,v,t
≤S
soc,max
；
[0027][0028][0029]其中，S
soc,v,t
为第v辆车第t时刻的所述荷电状态；和分别为第v辆车第t时刻的充电功率和放电功率；和分别为第v辆车在的充电效率和放电效率；t
v,arr
和t
v,dep
分别为第v辆车的所述入网时间和所述离网时间；和分别为第v辆车t时刻的充放电决策变量；E
car,v
为第v辆车的电池总电量；S
soc,v,dep
为第v辆车的用户的所述离开荷电状态，ξ1为车离网时的SOC发生越限的预设概率，S
soc,min
和S
soc,max
分别为荷电状态允许的最小值和最大值；t
v,dep
为第v辆车的所述离开时间。
[0030]优选地，所述线性化方法的转化公式为：
[0031][0032][0033][0034][0035][0036][0037]其中，和分别为电动汽车的充电功率上限和充电功率下限；和分别为电动汽车的放电功率上限和放电功率下限；所述和为分别为第v辆车第t时刻线性化后的充放电决策功率；
[0038]所述非线性电动汽车出行约束的公式转变为：
[0039][0040]优选地，所述电网侧约束的公式包括：
[0041][0042][0043][0044][0045]P
in,n
＝P
PV
‑
P
baseload
‑
P
EV
；
[0046]Pr[(V
m,min
)2≤v
m,t
≤(V
m,max
)2]≥1
‑
ξ2；
[0047]0≤i
mn
≤(I
mn,max
)2；
[0048]其中，P
mn
和Q
mn
分别为从m节点流入支路mn的有功功率和无功功率；z
mn
、r
mn
和x
mn
分别为支路mn的阻抗、电阻和电抗；P
in,n
和Q
in,n
分别为n节点的注入有功功率和注入无功功率。v
m
和v
n
分别为m、n节点的电压幅值的平方；i
mn
为线路mn的电流幅值的平方；k是n节点的子节点；P
PV
为该节点分布式光伏实际出力功率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑电动汽车用户出行需求的柔性充电方法，其特征在于，包括：获取电动汽车的充电数据、用户的充电期望数据、光伏出力数据、配电网目标函数；所述配电网目标函数包括主动配电网系统总网损函数和光伏追踪函数；根据所述充电数据和所述充电期望数据确定电动汽车出行约束；根据预设电网数据确定电网侧约束；根据所述光伏出力数据确定光伏分布式光伏模型；根据所述配电网目标函数、所述电动汽车出行约束、所述电网侧约束和所述光伏分布式光伏模型构建柔性充电优化模型；对所述柔性充电优化模型进行求解，得到每个所述电动汽车的最优充放电策略。2.根据权利要求1所述的考虑电动汽车用户出行需求的柔性充电方法，其特征在于，所述配电网目标函数的公式为：其中，为所述主动配电网系统总网损函数，为所述光伏追踪函数；T为调度周期；P
loss,t
为t时刻的系统总网损；P
load,t
和P
PV,t
分别为t时刻的总负荷和分布式光伏实际出力，所述总负荷包括常规用电负荷和电动汽车集群充放电负荷；α和β分别为目标函数中第一项权重系数和第二项权重系数。3.根据权利要求1所述的考虑电动汽车用户出行需求的柔性充电方法，其特征在于，所述根据所述充电数据和所述充电期望数据确定电动汽车出行约束包括：根据所述充电数据和所述充电期望数据构建初始约束条件；所述充电数据包括入网荷电状态、充电功率和放电功率上下限、充电效率和放电效率、入网时间、和电池总电量；所述充电期望数据包括期望的离开时间和期望的离开荷电状态；利用线性化方法将所述初始约束条件进行转化，得到所述电动汽车出行约束。4.根据权利要求3所述的考虑电动汽车用户出行需求的柔性充电方法，其特征在于，所述初始约束条件的公式为：述初始约束条件的公式为：述初始约束条件的公式为：Pr(S
soc,v,t
＝S
soc,v,dep
)≥1
‑
ξ1,t＝t
v,dep
；S
soc,min
≤S
soc,v,t
≤S
soc,max
；；其中，S
soc,v,t
为第v辆车第t时刻的所述荷电状态；和分别为第v辆车第t时刻的充
电功率和放电功率；和分别为第v辆车的充电效率和放电效率；t
v,arr
和t
v,dep
分别为第v辆车的所述入网时间和所述离网时间；和分别为第v辆车t时刻的充放电决策变量；E
car,v
为第v辆车的电池总电量；S
soc,v,dep
为第v辆车的用户的所述离开荷电状态，ξ1为车离网时的SOC发生越限的预设概率，S
soc,min
和S
soc,max
分别为荷电状态允许达到的最小值和最大值；t
v,dep
为第v辆车的所述离开时间。5.根据权利要求3所述的考虑电动汽车用户出行需求的柔性充电方法，其特征在于，所述线性化方法的转化公式为：述线性化方法的转化公式为：述线性化方法的转化公式为：述线性化方法的转化公式为：述线性化方法的转化公式为：述线性化方法的转化公式为：其中，和分别为电动汽车的充电功率上限和充电功率下限；和分别为电动汽车的放电功率上限和放电功率下限；所述和为分别为第v辆车第t时刻线性化后的充放电决策功率；所述电动汽车出行约束的公式包括：6.根据权利要求1所述的考虑电动汽车用户出行需求的柔性充电方法，其特征在于，所述电网侧约束的公式包括：述电网侧约束的公式包括：述电网侧约束的公式包括：述电网侧约束的公式包括：P
in,n
＝P

【专利技术属性】
技术研发人员：苏粟，韦存昊，李玉璟，王陆飞，董刚，张明浩，
申请(专利权)人：北京超充科技有限公司，
类型：发明
国别省市：