一种台区电动汽车充电概率的计算方法、系统及存储介质技术方案

本发明专利技术公开了一种台区电动汽车充电概率的计算方法、系统及存储介质，方法包括下述步骤：构建台区出线及A、B、C相有功功率和无功功率数据集；计算台区出线及A、B、C相有功功率和无功功率的概率；构建台区出线及A、B、C相电压数据集；计算台区出线及A、B、C相电压的概率数值；引入有功及无功影响因子，分别计算台区电动汽车有功充电概率和无功充电概率；基于台区电动汽车历史电压的关联分析，引入电压影响因子，计算台区电动汽车电压充电概率；计算台区电动汽车充电概率。本方法能评估台区电动汽车充电状态，反映台区电动汽车充电状态特征值具有的不确定性，为台区电动汽车充电概率的计算提供理论指导。提供理论指导。提供理论指导。

【技术实现步骤摘要】
一种台区电动汽车充电概率的计算方法、系统及存储介质


[0001]本专利技术属于电动汽车充电概率计算的
，具体涉及一种台区电动汽车充电概率的计算方法、系统及存储介质。

技术介绍

[0002]在现代电力系统中，台区是在其内部以一定方式集成分布式源(小水电、小风电、光伏发电)
‑
荷(水、电、气、冷、热负荷)的一种电网形式。电动汽车、储能装置具有双重属性，既可以是一种分布式电源，也可以是一种分布式负荷。台区以380V、10kV、35kV等电压等级与主电网联接，在一般正常运行条件下与主电网并网运行，在重负荷时台区从主电网吸收功率，在轻负荷时可能向主电网注入功率；在主电网局部故障情况下或在邻近台区故障情况下可以孤网运行，在确保电能质值的前提下由台区内部分布式电源向负荷提供电力电值，实现无故障台区正常的供电状态，减小停电时间，提高供电可靠性。
[0003]在家庭中，电动汽车和储能装置充放电功率小，一般以220V电压等级的单相接入，充电功率不大于10kW。但是，由于不同家庭与台区的不同相序连接，加上家庭式充电会具有很大的随机性，使得在不同空间区域上、不同台区相序上、不同的时间尺度上呈现差异化的充电特征，比如：台区面向不同区域的充电功率不同而形成充电空间特征；A、B、C三相充电功率不同而形成充电相别特征；1
‑
24时段的充电功率不同而形成充电时间特征。由于家庭式电动汽车和储能装置充放电在单相上实现，加上差异化显著的空间、相别和时间特征，往往造成台区三相功率的不平衡，而且这种情况在管理不到位时更为严重，对配电网和台区运行会造成不利影响。公共充电站中，电动汽车和储能装置充放电功率大，一般以380V电压等级的三相接入，不会造成台区三相功率的不平衡。但是，由于充电的随机性，面向公共充电站的台区也会形成差异化显著的充电空间、相别和时间特征。
[0004]面向分布式小水电的台区，是一种以小水电供电为主要形式的台区。水风光台区中，水电站大多数为径流式，水坝一般没有蓄水功能，水库没有蓄水和调水能力，小水电站水能利用完全取决于水库来水值，小水电机组发电状态与出力规模也完全取决于水库来水值。在这种情况下，小水电站要实现高效利用水能发电，就必须做到来多少水发多少电。而小水电站水库来水值具有随机性，在不同水文周期来水值完全不同，在丰水期来水值很大，在枯水期来水值很小。因此，小水电站流域河流流值往往表现为最小流值、最大流值、平均流值、多年平均流值、计算平均流值、加权平均流值、数学平均流值等等表式形式。采用不同流值的表式形式，小水电站会获得不同装机容值水平。不同装机容值水平，在不同水文周期小水电站发电功率和发电值也往往不同，最优导致小水电站水能利用率、发电设备利用率、发电设备年最大利用小时数也不同。
[0005]小水电
‑
风台区是一种集成小水电和小风电两种分布式电源、一定容值负荷并以一定方式将分布式电源和负荷联接起来的台区。小水电
‑
风台区中，不仅小水电站水库来水值、水库流值、发电流值等具有不确定性和随机性，而且小风电场风速具有不确定性和随机性。水风光台区中，水电站大多数为径流式，水坝一般没有蓄水功能，水库没有蓄水和调水
能力，小水电站水能利用完全取决于水库来水值，小水电机组发电状态与出力规模也完全取决于水库来水值。在这种情况下，小水电站要实现高效利用水能发电，就必须做到来多少水发多少电。而小水电站水库来水值具有随机性，在不同水文周期来水值完全不同，在丰水期来水值很大，在枯水期来水值很小。因此，小水电站流域河流流值往往表现为最小流值、最大流值、平均流值、多年平均流值、计算平均流值、加权平均流值、数学平均流值等等表式形式。采用不同流值的表式形式，小水电站会获得不同装机容值水平。不同装机容值水平，在不同水文周期小水电站发电功率和发电值也往往不同，最优导致小水电站水能利用率、发电设备利用率、发电设备年最大利用小时数也不同。当风速小于切入风速或大于切出风速，风电机组均无输出功率；当风速对于切入风速而小于额定风速时，风电机组输出功率小于额定功率；当风速对于额定风速而小于切出风速时，风电机组输出额定功率。在一年的不同季节风速完全不同，在一天的不同时段风速完全不同，风速具有随机性、波动性和间歇性。因此，小风电场风速往往也表现为最小风速、最大风速、平均风速、多年平均风速、计算平均风速、加权平均风速、数学平均风速等等表式形式。采用不同风速的表式形式，小风电场会获得不同装机容值水平。不同装机容值水平，在不同季节小风电场发电功率和发电值也往往不同，最优导致小风电站风能利用率、发电设备利用率、发电设备年最大利用小时数也不同。
[0006]小水电
‑
风
‑
光台区是一种集成小水电、小风电、光伏发电三种分布式电源、一定容值负荷并以一定方式将分布式电源和负荷联接起来的台区。小水电
‑
风
‑
光台区中，不仅小水电站水库来水值、水库流值、发电流值等具有不确定性和随机性，小风电场风速具有不确定性和随机性，而且日照强度也具有不确定性和随机性。水风光台区中，水电站大多数为径流式，水坝一般没有蓄水功能，水库没有蓄水和调水能力，小水电站水能利用完全取决于水库来水值，小水电机组发电状态与出力规模也完全取决于水库来水值。在这种情况下，小水电站要实现高效利用水能发电，就必须做到来多少水发多少电。而小水电站水库来水值具有随机性，在不同水文周期来水值完全不同，在丰水期来水值很大，在枯水期来水值很小。因此，小水电站流域河流流值往往表现为最小流值、最大流值、平均流值、多年平均流值、计算平均流值、加权平均流值、数学平均流值等等表式形式。采用不同流值的表式形式，小水电站会获得不同装机容值水平。不同装机容值水平，在不同水文周期小水电站发电功率和发电值也往往不同，最优导致小水电站水能利用率、发电设备利用率、发电设备年最大利用小时数也不同。当风速小于切入风速或大于切出风速，风电机组均无输出功率；当风速对于切入风速而小于额定风速时，风电机组输出功率小于额定功率；当风速对于额定风速而小于切出风速时，风电机组输出额定功率。在一年的不同季节风速完全不同，在一天的不同时段风速完全不同，风速具有随机性、波动性和间歇性。因此，小风电场风速往往也表现为最小风速、最大风速、平均风速、多年平均风速、计算平均风速、加权平均风速、数学平均风速等等表式形式。采用不同风速的表式形式，小风电场会获得不同装机容值水平。不同装机容值水平，在不同季节小风电场发电功率和发电值也往往不同，最优导致小风电站风能利用率、发电设备利用率、发电设备年最大利用小时数也不同。日照强度越大，光伏发电系统输出功率越大。在一年的不同季节日照强度完全不同，在一天的不同时段日照强度完全不同，日照强度具有随机性、波动性和间歇性。因此，光伏发电站日照强度往往也表现为最小日照强度、最大日照强度、平均日照强度、多年平均日照强度、计算平均日照强度、加权平均日照
强度、数学平均日照强度等等表式形式。采用不同日照强度的表式形式，光伏发电站会获得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种台区电动汽车充电概率的计算方法，其特征在于，包括下述步骤：获取台区电动汽车的历史数据，构建台区出线及A、B、C相有功功率和无功功率数据集；根据构建的有功功率和无功功率数据集，计算台区出线及A、B、C相有功功率和无功功率的概率；使用台区电动汽车的历史数据构建台区出线及A、B、C相电压数据集；根据构建的电压数据集，计算台区出线及A、B、C相电压的概率数值；基于台区电动汽车历史有功功率及无功功率的关联分析，引入有功及无功影响因子，分别计算台区电动汽车有功充电概率和无功充电概率；基于台区电动汽车历史电压的关联分析，引入电压影响因子，计算台区电动汽车电压充电概率；结合台区电动汽车有功充电概率、无功充电概率及电压充电概率计算台区电动汽车充电概率。2.根据权利要求1所述的一种台区电动汽车充电概率的计算方法，其特征在于，所述构建台区出线及A、B、C相有功功率和无功功率数据集，具体为：获取台区电动汽车的历史数据，选取n年历史数据以及N个历史时段，构建第a条出线及A、B、C相有功功率和无功功率数据集；所述有功功率数据集表示为：P
Sa
＝[P
Sa1
,P
Sa2
,...,P
SaN
]P
Aa
＝[P
Aa1
,P
Aa2
,...,P
AaN
]P
Ba
＝[P
Ba1
,P
Ba2
,...,P
BaN
]P
Ca
＝[P
Ca1
,P
Ca2
,...,P
CaN
]其中，P
Sa
为第a条出线的有功功率数据集，P
Aa
为第a条出线的A相有功功率数据集，P
Ba
为第a条出线的B相有功功率数据集，P
Ca
为第a条出线的C相有功功率数据集，P
SaN
为第a条出线在时段N上的有功功率数据集，P
AaN
为第a条出线在时段N上的A相有功功率数据集，P
BaN
为第a条出线在时段N上的B相有功功率数据集，P
CaN
为第a条出线在时段N上的C相有功功率数据集，N为历史时段数量；所述无功功率数据集表示为：Q
Sa
＝[Q
Sa1
,Q
Sa2
,...,Q
SaN
]Q
Aa
＝[Q
Aa1
,Q
Aa2
,...,Q
AaN
]Q
Ba
＝[Q
Ba1
,Q
Ba2
,...,Q
BaN
]Q
Ca
＝[Q
Ca1
,Q
Ca2
,...,Q
CaN
]其中，Q
Sa
为第a条出线的无功功率数据集，Q
Aa
为第a条出线的A相无功功率数据集，Q
Ba
为第a条出线的B相无功功率数据集，Q
Ca
为第a条出线的C相无功功率数据集，Q
SaN
为第a条出线在时段N上的无功功率数据集，Q
AaN
为第a条出线在时段N上的A相无功功率数据集，Q
BaN
为第a条出线在时段N上的B相无功功率数据集，Q
CaN
为第a条出线在时段N上的C相无功功率数据集。3.根据权利要求2所述的一种台区电动汽车充电概率的计算方法，其特征在于，所述计算台区出线及A、B、C相有功功率和无功功率的概率，具体为：从计量自动化系统中获取台区出线及A、B、C相有功功率和无功功率的数据信息，采用
模拟确定第a条出线数据集在第t时段有功功率按照正态分布规律变化的均值μ
SPat
和方差σ
SPat
，确定第a条出线A、B、C相数据集在第t时段有功功率按照正态分布规律变化的均值μ
APat
、μ
BPat
、μ
CPat
和方差σ
APat
、σ
BPat
、σ
CPat
；确定第a条出线数据集在第t时段无功功率按照正态分布规律变化的均值μ
SQat
和方差σ
SQat
，确定第a条出线A、B、C相数据集在第t时段无功功率按照正态分布规律变化的均值μ
AQat
、μ
BQat
、μ
CQat
和方差σ
AQat
、σ
BQat
、σ
CQat
；确定第a条出线及A、B、C相在时段t和时段t
‑
1有功功率差值大于配置在第a条出线上的电动汽车充电功率之和的概率，计算公式为：电动汽车充电功率之和的概率，计算公式为：电动汽车充电功率之和的概率，计算公式为：电动汽车充电功率之和的概率，计算公式为：其中，Pr{}为概率函数，N
EVa
为配置在第a条出线上的电动汽车数量，N
AEVa
为配置在第a条出线A相上的电动汽车数量，N
BEVa
为配置在第a条出线B相上的电动汽车数量，N
CEVa
为配置在第a条出线C相上的电动汽车数量，k
SEVa
、k
AEVa
、k
BEVa
、k
CEVa
分别为第a条出线及A、B、C相有功功率差值与配置在第a条出线线路上电动汽车充电有功功率之和的限定系数，P
SEVa
、P
...

【专利技术属性】
技术研发人员：曾顺奇，王斐，李欣，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：