一种EV聚合容量参与备用市场可靠性评估方法技术

本发明专利技术提出一种EV聚合容量参与备用市场可靠性评估方法，首先通过分析电动汽车用户历史充电数据，对电动汽车用户进行分类；其次，基于复合泊松过程，提出聚合商参与日前辅助服务竞标的可用放电容量及可靠性模型；基于此模型，聚合商根据备用市场对日前签约备用容量的可靠性要求，决定t+1日任意时隙竞标的V2G电量；再引入复合泊松概率模型，计算日内某时刻EV聚合商的供电可靠度。本发明专利技术有助于电网资源优化，保障电网安全稳定运行，对EV聚合商以分布式储能参与电力市场辅助服务具有重要参考意义。意义。意义。

【技术实现步骤摘要】
一种EV聚合容量参与备用市场可靠性评估方法


[0001]本专利技术涉及一种EV聚合商可靠性评估方法，尤其是一种EV聚合容量参与备用市场可靠性评估方法，属于新能源


技术介绍

[0002]电动汽车集群参与备用服务具有广阔前景，其相较于传统的电力市场备用服务，具有更高的可靠性和灵活性，电动汽车集群入网参与V2G(Vehicle to Grid，车辆到网)是“碳达峰、碳中和”目标实现的必然要求。考虑到电动汽车大部分时间处于停放状态，电动汽车聚合商可以利用这部分资源参与调节电网电压和频率等辅助服务，从而进一步提升电网可靠性和EV(Electric Vehicle，电动汽车)用户经济收益。根据每一时刻的电网负荷需求状况，将参与V2G的电动汽车统一调配，给出了用电高峰时时段内每一时刻EV聚合商所提供V2G电量的复合泊松概率模型，对每一负荷高峰时刻EV聚合商的供电能力进行可靠性评估。该评估结果有助于电网电压的协调优化，对电网安全稳定运行具有十分重要的意义。
[0003]EV聚合商利用EV集群参与备用服务的风险源于多个签约EV用户在指定时刻无法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动汽车聚合容量参与备用市场可靠性评估方法，其特征在于，包括以下步骤：步骤S1，由EV用户集群中EV用户的历史充电数据提取各EV用户的充电特征，充电特征包括充电时段、日均充电量期望值和充电时间间隔，基于充电特征将EV用户分类；步骤S2，根据EV用户的电池容量，日均耗电量，计算各EV用户在每日初始时刻的可V2G电量；步骤S3，根据EV用户集群的全年历史数据，确定EV用户集群可V2G容量的概率分布类型，并对所得结果评估；步骤S4，基于复合泊松分布，建立EV用户集群在日任意时刻V2G容量的可靠度模型；步骤S5，根据每日当前时刻之前的EV用户集群签约备用容量情况，计算每日任意时刻EV用户集群的可V2G容量及其可靠度。2.根据权利要求1所述的电动汽车聚合容量参与备用市场可靠性评估方法，其特征在于，所述步骤S1中，将EV用户分为短程通勤，长程通勤，宅居用户三类：短程通勤用户的日充电量期望值为3～6kWh；长程通勤用户的日充电量期望值大于6kWh；宅居用户的日充电量期望值小于3kWh。3.根据权利要求1所述的电动汽车聚合容量参与备用市场可靠性评估方法，其特征在于，所述步骤S2中，计算各EV用户在每日初始时刻的可V2G电量包括以下步骤：步骤S201，计算EV用户在置信水平1β下的日均耗电量：其中，为EV用户M天充电量均值，z
β/2
为置信区间下的z统计值，s为EV用户M天充电量的标准差；步骤S202，计算各EV用户每日初始时刻的可V2G容量：其中，BE为EV用户的电池容量。4.根据权利要求1所述的电动汽车聚合容量参与备用市场可靠性评估方法，其特征在于，所述S3步骤中，确定EV用户集群可V2G容量的概率分布类型并评估所得结果，包括以下步骤：步骤S301，建立EV用户集群可V2G容量拟合效果评估标准：计算拟合确认系数R
‑
square：square：square：其中，J为样本数据总数，y
j
为第j个EV用户集群的可V2G容量样本数据纵坐标值，为y
j
的拟合理论值，为样本数据的均值；
步骤S302，构建EV用户集群在每日任意时刻的可V2G电量的混合高斯分布的概率密度函数：函数：函数：其中β
k
≥0，代表第k个高斯分量的加权系数值，φ(x|θ
k
)为第k个高斯分量的概率密度函数，x为样本向量，θ为混合高斯分布的参数向量，θ
k
＝[β
k
,μ
k,t
,σ
k,t
]为高斯分布的参数向量的第k个分量，σ
k,t
和μ
k,t
为混合高斯分布的分布参数，K为混合高斯分布模型阶数，T为时隙数目；步骤S303，计算EV用户集群在第t时隙的放电量V
t
...

【专利技术属性】
技术研发人员：任惠，辛国雨，罗政杰，王希，陈帅，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：