一种基于电动汽车聚集模型的需求响应方法技术

本发明专利技术提出一种基于电动汽车聚集模型的需求响应方法，用以控制大量的柔性负载，让虚拟电厂可以发挥电动汽车的负荷聚集器的作用，从而整合分散的电动汽车。本发明专利技术提出的基于电动汽车聚集模型的需求响应方法，可以在一定程度上反映电动汽车参与需求响应的关键特征，在此基础上可以将聚类特征应用到实际的配电网日前调度策略中，以体现可再生能源的高消耗。以体现可再生能源的高消耗。以体现可再生能源的高消耗。

【技术实现步骤摘要】
一种基于电动汽车聚集模型的需求响应方法


[0001]本专利技术涉及一种基于电动汽车聚集模型的需求响应方法，属于电动汽车聚集模型


技术介绍

[0002]为了解决化石能源带来的环境问题，提高可再生能源的普及率，有必要挖掘需求响应的潜力，充分发挥需求侧资源的灵活性和主动性。基于需求侧资源的灵活性和主动性在新型电力系统中发挥着重要作用。在新型的电力系统中，需求方逐渐参与到电力市场中。需求方不再仅仅是电力的消费者，而是可以积极参与系统的调节和运行，这对需求方资源和电网之间的互动有积极作用。
[0003]柔性负载正在成为提高系统可控性、提供辅助服务以及为电力系统提供低成本和清洁电力消费的可行候选者。同时，电动汽车作为一种新的灵活资源迅速崛起，可以充分参与到新的电力系统需求响应中。然而，要直接控制大量的柔性负载是很困难的。
[0004]为了解决上述问题，需要对柔性负载进行聚集。虚拟电厂可以通过先进的通信、控制和计量技术实现可控负荷、储能、分布式电源等资源的聚集，通过先进的通信、控制和计量技术实现可控负荷、储能、分布式电源等资源的有效本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电动汽车聚集模型的需求响应方法，其特征在于：所述方法包括以下步骤：S1：建立基于K
‑
均值的电动汽车变化曲线聚类算法，典型的时间分辨率为小时的电动汽车充电曲线，描述了电动汽车一天的功率响应过程，确定了时间参数、功率参数和容量参数的响应信息；T
start
＝t0ꢀꢀꢀꢀ
(1)T
end
＝t1ꢀꢀꢀꢀ
(2)P
max
＝max(P(t))
ꢀꢀꢀꢀ
(3)P
min
＝min(P(t))，P(t)＞0
ꢀꢀꢀꢀ
(4)其中，T
start
和T
end
是时间参数；P
max
和P
min
是功率参数；E
demand
是容量参数；K
‑
均值聚类是一种在一组未标记的数据中寻找聚类和聚类中心的方法，此外，它适用于所有变量都是数量型的情况，以及欧氏距离的平方，通过特征工程获得大量的电动车充电配置文件特征参数，基于特征参数(1)
‑
(5)，欧氏距离可以表示为：d(X
i
，X
i
′
)＝||X
i
‑
X
i
′
||2ꢀꢀꢀꢀ
(6)通过将观测值分配到聚类中，使每个聚类中的观测值与该聚类中的点所定义的聚类平均值的差异达到最小，从而使该准则达到最小，准则函数被表示为：均值的差异达到最小，从而使该准则达到最小，准则函数被表示为：均值的差异达到最小，从而使该准则达到最小，准则函数被表示为：其中，总的聚类方差(8)相对于产生当前分配的聚类的平均值(10)来说是最小的；综上所述，基于K
‑
means的电动汽车充电配置文件聚类算法如下所示：
S2：基于电动汽车的虚拟电厂线性创建模型，其中包括基于聚类方法的集合器参数的确定，考虑到可再生能源、储能设备和分布式发电的日前调度策略模型，带有配电网约束的线性化电力流，对应的包括以下过程：S2
‑
1：电动汽车的聚集，通过对电动汽车充电配置文件的特征参数进行聚类，不同的聚类参数组被分配给不同的聚集器，以使电动汽车参与需求响应，聚集器参数可以定义如下：类参数组被分配给不同的聚集器，以使电动汽车参与需求响应，聚集器参数可以定义如下：类参数组被分配给不同的聚集器，以使电动汽车参与需求响应，聚集器参数可以定义如下：类参数组被分配给不同的聚集器，以使电动汽车参与需求响应，聚集器参数可以定义如下：类参数组被分配给不同的聚集器，以使电动汽车参与需求响应，聚集器参数可以定义如下：其中，聚合器指数相当于聚类方法的分组指数，是组内电动汽车的数量；S2
‑
2：基于电动汽车的虚拟电厂的线性创造模型，将可用的可再生日间电力集函数、储备部署请求和市场价格视为已知参数，确定的模型被制定如下：1)虚拟电厂的目标函数：虚拟电厂的确定性日前调度策略模型需要使多资源约束下的配电网总成本最小，目标函数被定义为：
其中，F
VPP
(
·
),F
ESs
(
·
)和F
DGs
(
·
)分别代表投标成本、储能成本、分布式发电单元成本，可以被定义为：本，可以被定义为：本，可以被定义为：(17)
‑
(...

【专利技术属性】
技术研发人员：王建中，沈朗，焦振华，卢亚军，王庆丰，沈陆峰，韩心怡，
申请(专利权)人：嘉兴市恒光电力建设有限责任公司秀洲分公司，
类型：发明
国别省市：