一种电动汽车快充站负荷空间调节能力计算方法及装置制造方法及图纸

本发明专利技术提出一种电动汽车快充站负荷空间调节能力计算方法及装置，属于电动汽车快充站调控领域。其中，所述方法包括：基于车辆分类结果，建立交通流

【技术实现步骤摘要】
一种电动汽车快充站负荷空间调节能力计算方法及装置


[0001]本专利技术属于电动汽车快充站调控
，具体涉及一种电动汽车快充站负荷空间调节能力计算方法及装置。

技术介绍

[0002]双碳目标与能源双控背景下电力系统调节能力匮乏，亟需跳出电源侧边界，挖掘利用需求侧蕴含的巨大灵活性，提升电力系统调节能力与新能源利用率，保障新型电力系统能源供应与安全稳定运行。在需求侧，电动汽车负荷近年来增长迅猛。通过引导/控制慢充电方式下的电动汽车的充电时间，电动汽车负荷群体可聚合成规模化的时间可转移灵活性资源，其时间维度聚合灵活性主要体现为其充电的小区和慢充站负荷具有可观的时间调节能力。同时，通过引导快充电方式下的电动汽车选择不同地理位置的快充站进行充电，电动汽车负荷群体可聚合成规模化的空间可转移灵活性资源，其空间维度聚合灵活性主要体现为快充站负荷具有可观的空间调节能力。然而，电动汽车负荷的时空分布约束于车辆用户意愿和复杂的交通网络物理动态过程，如何合理地刻画电动汽车负荷群体的聚合灵活性是充分利用其时空调节能力、从而为新型电力系统提供调节能力支撑面临的重要技术挑战。
[0003]现有方法在刻画和利用电动汽车负荷群体的聚合灵活性方面，主要是对其时间维度调节潜力的发掘，而对其空间维度调节潜力的刻画、影响评估、利用等方面发掘较为不足。已有的专利申请号CN202111253252.1、专利技术名称为“群体电动汽车灵活性计算方法、装置、电子设备和存储介质”的中国专利申请，在根据电动汽车出行链模型获取电动汽车的快充需求预测结果后，以电动汽车活动范围内变电站的配电区域作为聚合区域，综合考虑不同聚合区域的快充负荷功率间的空间耦合约束，提出了一种电动汽车在聚合区域内的快充负荷功率的灵活性范围和能量的灵活性范围计算方法。但该方法1)聚合灵活性的刻画粒度为变电站的配电区域，通常包含多个快充站；2)未考虑价格激励信号对用户路径选择意愿的作用；3)未考虑交通流
‑
电力流映射中的时间延迟；因而，该方法1)无法有效利用各快充站负荷的空间调节能力，2)无法有效利用电动汽车负荷群体空间维度灵活性的价格敏感度要素，3)无法有效利用电动汽车负荷群体空间维度灵活性的响应时间要素，因此未能实现快充站对于电动汽车负荷群体在空间维度的有效调节。

技术实现思路

[0004]本专利技术的目的是为克服已有技术的不足之处，提出一种电动汽车快充站负荷空间调节能力计算方法及装置。本专利技术以快充站为粒度反应电动汽车负荷群体的空间维度聚合灵活性，使得电力系统可充分利用电动汽车快充站负荷的空间调节能力，从而为新型电力系统提供调节能力支撑。
[0005]本专利技术第一方面实施例提出一种电动汽车快充站负荷空间调节能力计算方法，包括：
[0006]基于车辆分类结果，建立任一时间段的交通流
‑
电力流映射模型，所述交通流
‑
电力流映射模型考虑价格激励信号对车辆用户路径选择意愿的作用以及交通流
‑
电力流映射中的时间延迟；所述交通流
‑
电力流映射模型包括：交通均衡约束、容量尺度上的电力
‑
交通耦合约束、时间尺度上的电力
‑
交通耦合约束和总成本约束；
[0007]通过对所述交通均衡约束和所述容量尺度上的电力
‑
交通耦合约束进行转换，得到电动汽车快充站负荷的空间调节范围约束；
[0008]基于所述时间尺度上的电力
‑
交通耦合约束和所述总成本约束，建立所述时间段的电动汽车快充站负荷的响应时间和调节成本的估计模型；
[0009]基于所述空间调节范围约束和所述响应时间和调节成本的估计模型，得到所述电动汽车快充站负荷的空间调节能力结果。
[0010]在本专利技术的一个具体实施例中，所述交通流
‑
电力流映射模型的输入变量包括r
tE
,r
tG
；其中，分别为时间段t中出行O
‑
D对(r,s)的起点r与终点s间的有充电需求车流量和无充电需求车流量；分别为时间段t中无价格激励下的出行O
‑
D对(r,s)的第k条路径上的有充电需求车流量和无充电需求车流量；r
tE
,r
tG
分别为时间段t中对有充电需求车辆和无充电需求车辆的调节价格激励，且r
tE
∈[0,R
E
],r
tG
∈[0,R
G
]，R
E
,R
G
分别为对有充电需求车辆和无充电需求车辆的调节价格激励上限；
[0011]所述交通流
‑
电力流映射模型的控制变量包括其中，分别为时间段t中有价格激励下的出行O
‑
D对(r,s)的第k条路径上的REV车流量和RGV车流量；
[0012]所述交通流
‑
电力流映射模型的应变量包括p
it
,g
it
,x
at
,d
at
,D
it
,F
t
；其中，p
it
为时间段t中快充站i的负荷值；g
it
为时间段t中途径快充站i的RGV和NGV车流量之和的加权值；x
at
为时间段t中道路a上的车流量；d
at
为时间段t中在道路a上的行驶时间估计；D
it
为时间段t中所有经过快充站i的可行路径中从出发点到快充站i的最长行驶时间；F
t
为时间段t中的所有车流量的总运行成本；
[0013]所述交通流
‑
电力流映射模型的输入参数包括R
E
,R
G
,δ
1rski
,δ
2rska
,δ
3rskai
,b
1a
,b
2a
,n,c
i
,o
i
,e,C
T
；
[0014]其中，δ
1rski
为快充站
‑
路径关联参数，如果快充站i在出行O
‑
D对(r,s)的第k条路径上，则δ
1rski
＝1，否则δ
1rski
＝0；
[0015]δ
2rska
为道路
‑
路径关联参数，如果道路a在出行O
‑
D对(r,s)的第k条路径上，则δ
2rska
＝1，否则δ
2rska
＝0；
[0016]δ
3rskai
为道路
‑
快充站
‑
路径关联参数，如果道路a和快充站i都在出行O
‑
D对(r,s)的第k条路径上且道路a在该路径起始点和快充站i本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动汽车快充站负荷空间调节能力计算方法，其特征在于，包括：基于车辆分类结果，建立任一时间段的交通流
‑
电力流映射模型，所述交通流
‑
电力流映射模型考虑价格激励信号对车辆用户路径选择意愿的作用以及交通流
‑
电力流映射中的时间延迟；所述交通流
‑
电力流映射模型包括：交通均衡约束、容量尺度上的电力
‑
交通耦合约束、时间尺度上的电力
‑
交通耦合约束和总成本约束；通过对所述交通均衡约束和所述容量尺度上的电力
‑
交通耦合约束进行转换，得到电动汽车快充站负荷的空间调节范围约束；基于所述时间尺度上的电力
‑
交通耦合约束和所述总成本约束，建立所述时间段的电动汽车快充站负荷的响应时间和调节成本的估计模型；基于所述空间调节范围约束和所述响应时间和调节成本的估计模型，得到所述电动汽车快充站负荷的空间调节能力结果。2.根据权利要求1所述的方法，其特征在于，所述交通流
‑
电力流映射模型的输入变量包括r
tE
,r
tG
；其中，分别为时间段t中出行O
‑
D对(r,s)的起点r与终点s间的有充电需求车流量和无充电需求车流量；分别为时间段t中无价格激励下的出行O
‑
D对(r,s)的第k条路径上的有充电需求车流量和无充电需求车流量；r
tE
,r
tG
分别为时间段t中对有充电需求车辆和无充电需求车辆的调节价格激励，且r
tE
∈[0,R
E
],r
tG
∈[0,R
G
]，R
E
,R
G
分别为对有充电需求车辆和无充电需求车辆的调节价格激励上限；所述交通流
‑
电力流映射模型的控制变量包括其中，分别为时间段t中有价格激励下的出行O
‑
D对(r,s)的第k条路径上的REV车流量和RGV车流量；所述交通流
‑
电力流映射模型的应变量包括p
it
,g
it
,x
at
,d
at
,D
it
,F
t
；其中，p
it
为时间段t中快充站i的负荷值；g
it
为时间段t中途径快充站i的RGV和NGV车流量之和的加权值；x
at
为时间段t中道路a上的车流量；d
at
为时间段t中在道路a上的行驶时间估计；D
it
为时间段t中所有经过快充站i的可行路径中从出发点到快充站i的最长行驶时间；F
t
为时间段t中的所有车流量的总运行成本；所述交通流
‑
电力流映射模型的输入参数包括R
E
,R
G
,δ
1rski
,δ
2rska
,δ
3rskai
,b
1a
,b
2a
,n,c
i
,o
i
,e,C
T
；其中，δ
1rski
为快充站
‑
路径关联参数，如果快充站i在出行O
‑
D对(r,s)的第k条路径上，则δ
1rski
＝1，否则δ
1rski
＝0；δ
2rska
为道路
‑
路径关联参数，如果道路a在出行O
‑
D对(r,s)的第k条路径上，则δ
2rska
＝1，否则δ
2rska
＝0；δ
3rskai
为道路
‑
快充站
‑
路径关联参数，如果道路a和快充站i都在出行O
‑
D对(r,s)的第k条路径上且道路a在该路径起始点和快充站i之间，则δ
3rskai
＝1，否则δ
3rskai
＝0；其中，在出行O
‑
D对(r,s)的第k条路径上最多有一个快充站；b
1a
,b
2a
,n为道路行驶时间估计相关的经验常数，c
i
为单位时间内快充站i可以提供服务的车辆数，o
i
为快充站i除充电桩之外的用电设备的功耗，e为一辆电动汽车的平均充电功耗，C
T
为单个车辆用户花费的单位时间对应的平均经济价值；其中，REV为有充电需求且愿意被调节去其他可行路径上的快充站充电的车辆，NEV为有充电需求且不愿意被调节去其他可行路径上的快充站充电的车辆，RGV为无充电需求且
愿意被调节去其他可行路径的车辆，NGV为无充电需求且不愿意被调节去其他可行路径的车辆。3.根据权利要求2所述的方法，其特征在于，所述交通均衡约束，表达式如下：3.根据权利要求2所述的方法，其特征在于，所述交通均衡约束，表达式如下：3.根据权利要求2所述的方法，其特征在于，所述交通均衡约束，表达式如下：3.根据权利要求2所述的方法，其特征在于，所述交通均衡约束，表达式如下：所述容量尺度上的电力
‑
交通耦合约束，表达式如下：交通耦合约束，表达式如下：交通耦合约束，表达式如下：所述时间尺度上的电力
‑
交通耦合约束，表达式如下：交通耦合约束，表达式如下：交通耦合约束，表达式如下：所述总成本约束，表达式如下：所述总成本约束，表达式如下：4.根据权利要求3所述的方法，其特征在于，所述对所述交通均衡约束和所述容量尺度上的电力
‑
交通耦合约束进行转换，包括：1)通过在式(1)的等号两侧同时引入∑
rs
，并在(6)的等号两侧同时引入∑
i
，将式(1)中的替换为p
it
，则式(1)改写为如下所示的式(12)：
2)通过在式(2)的等号两侧同时引入∑
rs
，并在式(7)的等号两侧同时引入∑
i
，将式(2)中的替换为g
it
，则式(2)改写为如下所示的式(13)：3)通过在式(3)的等号两侧同时引入δ
1rski
和并根据式(6)，将式(3)中的替换为p
it
，则式(3)改写为如下所示的式(14)：4...

【专利技术属性】
技术研发人员：郭庆来，陈敏，孙宏斌，吴文传，
申请(专利权)人：清华大学，
类型：发明
国别省市：