一种基于车网互动的配电网可靠性优化评估方法技术

本发明专利技术涉及一种基于车网互动的配电网可靠性优化评估方法，包括电动汽车行驶模型、车网耦合元件可靠性模型、电动汽车充放电激励模型和电动汽车接入的故障恢复模型，以解决电动汽车在充放电激励模型引导下的出行特性以及充放电特性对可靠性影响的建模问题，从而最大程度地衡量电动汽车接入配电网对可靠性指标的影响。本发明专利技术能够在考虑车网互动的基础上实现可靠性优化评估，并在运行场景变化时具有适用性，从而弥补现行的方法中电动汽车接入配电网相关因素考虑不足的问题。网相关因素考虑不足的问题。网相关因素考虑不足的问题。

【技术实现步骤摘要】
一种基于车网互动的配电网可靠性优化评估方法


[0001]本专利技术涉及配电网可靠性评估
，具体涉及一种基于车网互动的配电网可靠性优化评估方法。

技术介绍

[0002]现行考虑电动汽车接入的配电网可靠性优化评估方法为：建立配电网元件的可靠性模型及电动汽车接入配电网的概率模型，利用最小路法或故障模式及后果分析法对电动汽车接入节点的可靠性参数进行计算，得到电动汽车充电的电量不足等指标。
[0003]目前国内关于大规模电动汽车接入配电网缺乏管理经验，需要针对性借鉴国际先进模型方法，基于电动汽车接入位置、接入时间及充放电功率的预测分析、激励引导方案以及相关元件的故障建模开展可靠性研究。由于电动汽车大规模接入配电网，所接入节点的可靠性会影响电动汽车用户充电满意度，传统的可靠性指标难以通过停电时间、停电频率等指标考虑节点连接的用户的差异化特性，进而量化这些用户对配电网可靠性指标的影响。
[0004]现行电动汽车接入配电网的可靠性评估方法缺乏对应的优化模型，故障期间电动汽车充电功率的调控、车辆对电网放电功率对于配电网故障恢复进程具有很大影响，从而影响可靠性指标。

技术实现思路

[0005]本专利技术的目的在于提供一种基于车网互动的配电网可靠性优化评估方法，全面考虑电动汽车在充放电激励模型引导下的出行特性以及充放电特性，从而最大程度地衡量电动汽车接入配电网对可靠性指标的影响，实现可靠性优化评估。
[0006]为实现上述目的，本专利技术采用了以下技术方案：
[0007]一种基于车网互动的配电网可靠性优化评估方法，包括以下步骤：
[0008]获取第一数据，所述第一数据由采集终端采集，所述第一数据包括电动汽车行驶数据、车网耦合元件故障信息以及配电网故障恢复信息；
[0009]基于所述第一数据，分别获取汽车行驶模型、车网耦合元件可靠模型、电动汽车充放电激励模型、电动汽车接入的故障恢复模型；
[0010]所述电动汽车接入的故障恢复模型包括两阶段三层的分布式鲁棒优化模型；所述分布式鲁棒优化模型用于确定各个电动汽车放电的供电范围和寻找使得供电恢复过程各项成本最小值最大的最恶劣场景概率分布。
[0011]进一步的，所述电动汽车行驶模型指标中包括电动汽车的行驶里程，所述电动汽车的行驶里程通过概率密度函数表示每辆电动汽车的行驶里程分布，公式表示为：
[0012][0013]式中，d为行驶出发点和目的地的距离，μ、σ分别为期望和方差；
[0014]电动汽车在目的地之间往返的时间服从正态分布，表示为：
[0015][0016]S
d
＝S0d；
[0017]式中，μ
t
、σ
t
分别为期望和方差，S0为电动汽车单程所需SOC；S
d
为行驶里程总共消耗的SOC；
[0018]其中，SOC表示为：
[0019]S
i
＝1
‑
αS
d
；
[0020]式中，α为(0,1)内均匀分布的随机行向量，i为电动汽车编号，S
i
为第i 辆电动汽车的soc。
[0021]进一步的，所述车网耦合元件可靠模型指标中包括设备故障边缘离散 Copula函数模型，所述Copula函数模型用于描述充电桩故障之间的相关性，公式表示为：
[0022][0023]式中，F(x)为运行状态的累积概率分布函数，u
i
为充电桩运行状态，P 为充电桩的强迫停运率。
[0024]进一步的，所述电动汽车充放电激励模型指标中包含电动汽车支援配电网的灵活性供给，供给能力主要受充电桩功率与车主出行习惯约束，可表示为：
[0025][0026][0027]式中，F1、F2表示电动汽车支援配电网的灵活性供给；P(t)和E(t)为集群EV 在t时刻的充放电功率与电池电量。
[0028]进一步的，所述电动汽车充放电激励模型指标中还包括虚拟电价，通过虚拟电价对电动汽车充放电引导，所述虚拟电价与配电网节点负荷之间的关系为：
[0029][0030]式中，为电动汽车l接入时k时段的虚拟电价；α0、α1、α2均为虚拟电价调整系数；为电动汽车l接入时k时段的配电网总负荷，包括电动汽车负荷与其他负荷；为对应的预测总负荷；T为电动汽车接入时间。
[0031]进一步的，所述电动汽车接入的故障恢复模型通过供电可靠性指标表示，所述供电可靠性指标指标包括平均停电频率指标，公式如下；
[0032][0033]式中，λ表示各个用户的停电次数，L表示负荷点i连接的总负荷功率，a
i
表示用户可靠性电价差异的可靠性需求系数。
[0034]进一步的，所述供电可靠性指标包括停电时间指标，公式如下：
[0035][0036]式中，SAIDI
L
表示的是用负荷做加权处理的用户停电时间和停电次数，U 表示各个用户的停电时间；
[0037]所述供电可靠性指标包括电量不足指标，公式如下：
[0038][0039]进一步的，所述鲁棒优化模型，公式如下：
[0040][0041]式中：
pk
为场景k的概率，C
los,t
、C
rep,t
、C
gen,t
、C
opr,t
分别为失电成本、维修成本、发电成本、以及人工操作成本；
[0042]定义参数δ
R
以量化各方案适应不同运行场景的鲁棒性程度，公式如下：
[0043][0044]式中，S
Dq
代表场景q的系统平均停电时间，γ
q
'表示场景q恶劣程度，δ
R
反映了系统可靠性指标随着运行场景的改变而变化的剧烈程度，其数值越接近0 则鲁棒性越强。
[0045]由上述技术方案可知，本专利技术用于配电网可靠性优化评估领域，以解决电动汽车在充放电激励模型引导下的出行特性以及充放电特性对可靠性影响的建模问题，从而最大程度地衡量电动汽车接入配电网对可靠性指标的影响。所述模型由电动汽车行驶模型、车网耦合元件可靠性模型、电动汽车充放电激励模型，和考虑电动汽车接入的故障恢复模型构成。从算例分析结果可以看出，本专利技术能够在考虑车网互动的基础上实现可靠性优化评估，并在运行场景变化时具有适用性，从而弥补现行的方法中电动汽车接入配电网相关因素考虑不足的问题，实现可靠性优化评估。
附图说明
[0046]图1为考虑车网互动的配电网可靠性优化评估方法模型的流程图；
[0047]图2为实施例配电网拓扑结构。
具体实施方式
[0048]下面结合附图对本专利技术做进一步说明：
[0049]如图1所示，本实施例的基于车网互动的配电网可靠性优化评估方法由输出电压取样电路、取样电压比较放大电路及反馈电压叠加转换电路组成；
[0050]一种基于车网互动的配电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车网互动的配电网可靠性优化评估方法，其特征在于，包括以下步骤：获取第一数据，所述第一数据由采集终端采集，所述第一数据包括电动汽车行驶数据、车网耦合元件故障信息以及配电网故障恢复信息；基于所述第一数据，分别获取汽车行驶模型、车网耦合元件可靠模型、电动汽车充放电激励模型、电动汽车接入的故障恢复模型；所述电动汽车接入的故障恢复模型包括两阶段三层的分布式鲁棒优化模型；所述分布式鲁棒优化模型用于确定各个电动汽车放电的供电范围和寻找使得供电恢复过程各项成本最小值最大的最恶劣场景概率分布。2.根据权利要求1所述的基于车网互动的配电网可靠性优化评估方法，其特征在于，所述电动汽车行驶模型中包括电动汽车的行驶里程指标，所述电动汽车的行驶里程通过概率密度函数表示每辆电动汽车的行驶里程分布，公式表示为：式中，d为行驶出发点和目的地的距离，μ、σ分别为期望和方差；电动汽车在目的地之间往返的时间服从正态分布，表示为：S
d
＝S0d；式中，μ
t
、σ
t
分别为期望和方差，S0为电动汽车单程所需SOC；S
d
为行驶里程总共消耗的SOC；其中，SOC表示为：S
i
＝1
‑
αS
d
；式中，α为(0,1)内均匀分布的随机行向量，i为电动汽车编号，S
i
为第i 辆电动汽车的soc。3.根据权利要求1所述的基于车网互动的配电网可靠性优化评估方法，其特征在于，所述车网耦合元件可靠模型中包括设备故障边缘离散Copula函数模型指标，所述Copula函数模型用于描述充电桩故障之间的相关性，公式表示为：式中，F(x)为运行状态的累积概率分布函数，u
i
为充电桩运行状态，P为充电桩的强迫停运率。4.根据权利要求1所述的基于车网互动的配电网可靠性优化评估方法，其特征在于，所述电动汽车充放电激励模型中包括电动汽车支援配电网的灵活性供给指标，供给能力通过以下公式表示：
式中，F1、F2表示电动汽车支援配电网的灵活性供给；P(t)和E(t...

【专利技术属性】
技术研发人员：丛昊，施天成，杨欣，王绪利，王承民，黄淳驿，张瀛，代磊，周帆，郭汶璋，种亚林，李志伟，
申请(专利权)人：国网安徽省电力有限公司经济技术研究院，
类型：发明
国别省市：