【技术实现步骤摘要】
电气化交通碳汇效应量化评估优化方法
[0001]本申请涉及电气化交通
，具体而言，涉及一种电气化交通碳汇效应量化评估优化方法
。
技术介绍
[0002]随着化石能源短缺加剧，推动交通电气化改革已成为全球共识
。
我国也明确了推动提升公共领域车辆电动化水平，加快建设绿色低碳交通运输体系的目标
。
截至
2022
年底，全国新能源汽车保有量达
1310
万辆，其中，电动汽车
(Electric Vehicle
，
EV)
保有量达
1045
万辆
。
交通电气化改革可减少传统燃油汽车
(Gasoline Vehicle
，
GV)
比例，降低直接碳排量，但同时也会增加电力系统负荷，造成源侧间接碳增，致使配电网
–
交通网耦合系统整体碳排呈现“一增一减”的态势
。
虽然新增的间接碳排可通过提升新能源消纳比例应对，但是，一方面，电力系统因输电走廊不足等问题存在物理消纳瓶颈，另一方面，仍需保留一定量的传统煤耗机组作为旋转备用以平抑新能源随机波动，较长时间内难以彻底消除
EV
充电引起的源侧碳增量
。
因此，需要对电气化交通的碳汇效应进行整体优化与评估
。
技术实现思路
[0003]本申请提供一种电气化交通碳汇效应量化评估优化方法，通过促进车流量与功率流均衡分布，实现直接
【技术保护点】
【技术特征摘要】
1.
一种电气化交通碳汇效应量化评估优化方法，其特征在于，所述方法包括：根据电动汽车
EV
和燃油汽车
GV
的交通行驶特性，分别对
EV
行为和
GV
行为进行建模，生成
EV
行为模型和
GV
行为模型，并根据所述
EV
行为模型和所述
GV
行为模型分别计算获取
EV
行驶变量和
GV
行驶变量，其中，所述
EV
行驶变量包括某处节点充电站在某一时刻的充电功率
、
标记道路在某一时刻的
EV
智能体交通流量，所述
GV
行驶变量包括某个
GV
智能体在某一时刻的直接碳排量
、
标记道路在某一时刻的
GV
智能体交通流量；基于所述
EV
行为模型和所述
GV
行为模型，构建改进的多智能体微观交通配流模型
MMTAM
，并根据交通流量矩阵和用户均衡理论定义交通流分配不均衡性指标，其中，所述交通流量矩阵根据所述标记道路在某一时刻的
EV
智能体交通流量以及所述标记道路在某一时刻的
GV
智能体交通流量生成；根据源网荷环境下的源
–
荷互动特性，构建主网源侧间接碳排等值模型；基于所述改进的
MMTAM
模型和所述主网源侧间接碳排等值模型，以交通流分配不均衡量和配电网
–
交通网耦合系统总碳排分别最小为优化目标，构建基于配电网
–
交通网协同最优潮流的多目标优化模型，对基于配电网
–
交通网协同的电气化交通的碳汇效应进行优化，其中，所述交通流分配不均衡量根据所述交通流分配不均衡性指标生成
。2.
根据权利要求1所述的电气化交通碳汇效应量化评估优化方法，其特征在于，所述
EV
行为模型包括：
EV
动态路径搜索单元
、EV
循环发车机制单元
、
充电导航服务单元和充电负荷统计单元，所述根据所述
EV
行为模型计算获取
EV
行驶变量，具体包括：所述
EV
行为模型获取
EV
初始边界信息，通过所述
EV
动态路径搜索单元模拟
EV
车的单次出行，并标记出行链，其中，所述
EV
初始边界信息包括充电设施信息
、
地理信息以及所述
EV
车的
EV
参数；在所述
EV
车按照当前出行计划沿设定路线行进的过程中，根据所述
EV
车的电量判断是否需充电，若需充电，则通过所述充电导航服务单元引导所述
EV
车行至某一充电设施处充电，充电完成后回归所述当前出行计划；当所述
EV
车按照所述当前出行计划抵达目的地时，进入所述
EV
循环发车机制单元，并基于滚动统计通过所述充电负荷统计单元计算得到所述
EV
行驶变量
。3.
根据权利要求2所述的电气化交通碳汇效应量化评估优化方法，其特征在于，所述充电负荷统计单元的统计公式为：电负荷统计单元的统计公式为：上式中，为标记道路
r
在
t
时刻的
EV
智能体交通流量，为在1时刻
EV
智能体
k
是否通过标记道路
r
的0–1标记，
Ω
EV
为
EV
智能体集合，
Ω
R
为道路集合，
Ω
T
为仿真时间集合，为节点
u
处充电站在
t
时刻的充电功率，为节点
u
处充电站的充电桩数，
P
C
为充电桩单位功率，
Ω
B
为交通节点集合，
λ
k,u,t
为在
t
时刻通过标记道路
r
的
EV
智能体
k
的充电需求状
态，其中，上式中，
S
k,u,t
为在
t
时刻通过标记道路
r
的
EV
智能体
k
的的电量，
S
th
为保证电池使用的安全阈值，当
λ
k,t
＝1时，表示在
t
时刻通过标记道路
r
的
EV
智能体
k
具有充电需求，当
λ
k,t
＝0时，表示在
t
时刻通过标记道路
r
的
EV
智能体
k
无充电需求
。4.
根据权利要求1所述的电气化交通碳汇效应量化评估优化方法，其特征在于，所述
GV
行为模型包括：
GV
动态路径搜索单元
、GV
循环发车机制单元，所述根据所述
GV
行为模型计算获取
GV
行驶变量，具体包括：所述
GV
行为模型获取
GV
初始边界信息，通过所述
GV
动态路径搜索单元模拟
GV
车的单次出行，并标记出行链，当所述
GV
车抵达目的地时，进入所述
GV
循环发车机制单元，等待下一次出行模拟，其中，所述
GV
初始边界信息包括地理信息；根据所述
GV
车的出行链标记，获取所述
GV
车在各个仿真时刻的行驶路径，并计算得到所述
GV
行驶变量
。5.
根据权利要求4所述的电气化交通碳汇效应量化评估优化方法，其特征在于，所述标记道路
r
在
t
时刻的
GV
智能体交通流量的统计公式为：上式中，为在
t
时刻
GV
智能体
k
是否通过标记道路
r
的0–1标记，
Ω
GV
为
GV
智能体集合，
Ω
R
为道路集合，
Ω
T
为仿真时间集合；
GV
智能体
k
在
t
时刻的直接碳排量的计算公式为：上式中，
L
k,t
为
GV
智能体
k
在
t
时刻的行驶里程，
c
...
【专利技术属性】
技术研发人员：刘浠流，陈冠霖，吴宁，肖静，吴晓锐，李勋，黄智锋，
申请(专利权)人：南方电网电动汽车服务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。