【技术实现步骤摘要】
本专利技术涉及电动汽车充电引导策略，特别是涉及一种基于分布式鲁棒优化的自动驾驶车队充电负荷引导策略。
技术介绍
1、随着电动汽车和自动驾驶技术的快速发展，自动驾驶电动汽车车队作为一种新兴的交通模式，为提供按需交通服务并降低能源成本提供了一种前景广阔的解决方案。由于具有高度自动化和可控性的特点，这种被称为自动驾驶车队系统的新兴交通模式将满足乘客对高质量和安全性的要求。在共享交通蓬勃发展的趋势下，基于自动驾驶车队集群的新特征对其进行决策优化，是未来交通低碳化发展的关键环节，将为电网的安全稳定运行提供基础，并为交通电气化进展做出巨大贡献。
2、中国专利公开号cn116580546a公开了一种两级分层的网联自动驾驶车队控制方法和装置，能够获取自动驾驶车队车辆运动相关信息，将车辆的所有相关信息进行整合，建立自动驾驶车队的安全势场构型，进而构建网联自动驾驶车队的状态空间表达式，继而根据目标函数和约束条件，以及网联自动驾驶车队的状态空间表达式，预测系统未来一段时域范围内的控制策略，实现对网联自动驾驶车辆的速度控制；中国专利公开号cn116088530a公开了基于强化学习的自动驾驶车队模型预测控制引导方法，针对智能网联环境下非线性混合流的自动驾驶车队构建预测控制模型；基于状态过渡模型构建非自动驾驶车辆的状态集成参数ψ；对自动驾驶车队构建基于深度确定性策略梯度的强化学习控制模型；将第一加速度和第二加速度结合为融合控制律，根据融合控制律对强化学习控制模型进行训练，将训练后的强化学习控制模型作为自动驾驶车辆的控制策略。本专利技术将模型预测
技术实现思路
1、为解决上述提到的技术问题，本专利技术提出了考虑光伏消纳鲁棒性的电动汽车充电负荷引导方法。
2、本专利技术的设计目的通过以下技术方案实施：
3、提供一种考虑光伏消纳鲁棒性的电动汽车充电负荷引导方法，包括以下步骤：
4、s1：对城市中数据采集终端采集到的电动汽车用户的交通行程数据进行分析，提取城市中电动汽车用户的旅行特征，同时分析城市区域的光伏历史数据和该地区批发电价的历史数据，预测该地区下一个运行日的批发电价以及光伏出力；
5、s2：对于充电站而言，其需要满足功率平衡的约束，建立表征光伏不确定性对充电运营商的决策影响的机会约束条件。对每一个充电站而言，包括屋顶光伏出力在内的供能侧总电能量不小于需求侧充电负荷的概率水平应大于一定的置信水平。
6、s3：基于表征光伏不确定性对充电运营商的决策影响的机会约束条件，确定充电站运行的约束条件，确定基于分布式鲁棒优化的自动驾驶车队充电负荷引导策略。
7、所述的基于分布式鲁棒优化的自动驾驶车队充电负荷引导策略中，s1中考虑的电力系统为充电站网络，而在充电网中考虑各运营商都安装有独立的不并网的屋顶光伏装置。由于可再生能源自身波动性和随机性的特点，各充电站运营商考虑屋顶光伏出力不确定性这一问题。
8、所述的基于分布式鲁棒优化的自动驾驶车队充电负荷引导策略中，s2中基于分布式鲁棒优化算法构建机会约束问题，通过构建不确定性集，且不确定性集合需要包含经验概率分布函数，并将这一机会约束问题转换为条件风险价值，将其线性化求解，在经济性和鲁棒性之间寻找到了一个平衡点。
9、所述的基于分布式鲁棒优化的自动驾驶车队充电负荷引导策略中，s3中的充电站运行目标函数如下(充电站运行成本最小化)：
10、
11、式中——在第n个充电站处，t时段制定的第a段购电电价；
12、——充电站运营商在电价下的购电量。
13、λ——条件风险价值的权重因子，λ∈(0,1)。
14、有益效果：1、相较于现有研究，本专利技术包括了基于分布式鲁棒优化的城市场景下自动驾驶车队充电站运营商的决策，充分考虑了由于可再生能源自身波动性和随机性的特点，各充电站运营商屋顶光伏出力不确定性这一问题。
15、2、相较于现有研究，本专利技术使用带有适当公差的l1距离近似表示概率分布函数的不确定性集合中包括的不确定概率分布函数与历史数据给定的经验分布存在的偏差，对每个充电运营商屋顶可再生能源出力，构建相关的不确定集，结合了传统优化算法和鲁棒优化算法的优点，在经济性和鲁棒性之间寻找到了一个平衡点。
本文档来自技高网...【技术保护点】
1.一种基于分布式鲁棒优化的自动驾驶车队充电负荷引导策略，包括以下步骤：
2.根据权利要求1所述的高速公路交通场景下的电动汽车充电负荷引导策略，其特征在于：所述S1中考虑的电力系统为充电站网络，而在充电网中考虑各运营商都安装有独立的不并网的屋顶光伏装置。由于可再生能源自身波动性和随机性的特点，各充电站运营商考虑屋顶光伏出力不确定性这一问题。
3.根据权利要求1所述的高速公路交通场景下的电动汽车充电负荷引导策略，其特征在于：S2中基于分布式鲁棒优化算法构建机会约束问题，通过构建不确定性集，且不确定性集合需要包含经验概率分布函数，并将这一机会约束问题转换为条件风险价值，将其线性化求解，在经济性和鲁棒性之间寻找到了一个平衡点。
4.根据权利要求1所述的高速公路交通场景下的电动汽车充电负荷引导策略，其特征在于：S3中的充电站运行目标函数如下(充电站运行成本最小化)：
5.根据权利要求1所述的高速公路交通场景下的电动汽车充电负荷引导策略，其特征在于：S3综合考虑充电站运行约束条件如下：
【技术特征摘要】
1.一种基于分布式鲁棒优化的自动驾驶车队充电负荷引导策略，包括以下步骤：
2.根据权利要求1所述的高速公路交通场景下的电动汽车充电负荷引导策略，其特征在于：所述s1中考虑的电力系统为充电站网络，而在充电网中考虑各运营商都安装有独立的不并网的屋顶光伏装置。由于可再生能源自身波动性和随机性的特点，各充电站运营商考虑屋顶光伏出力不确定性这一问题。
3.根据权利要求1所述的高速公路交通场景下的电动汽车充电负荷引导策略，其特征在于：s2中基于分布式鲁...
【专利技术属性】
技术研发人员：丁肇豪，郭杉，张煜，贾俊青，路企源，蔡文超，魏悦，
申请(专利权)人：华北电力大学，
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。