一种计及对潮流影响的电动汽车充电站电气接入点的选择方法与流程

技术特征：

1.一种计及对潮流影响的电动汽车充电站电气接入点的选择方法，其特征在于，包括以下步骤：

步骤一：依据电动汽车出行统计数据的拟合结果，得到不同时段电池初始荷电状态和起始充电时刻的概率分布特性，进而建立电动出租车充电负荷的概率模型p(t)；具体为：

(1.1)依据电动出租车日行驶里程统计数据拟合结果，并经Jarque-Bera正态分布假设检验，电动出租车日平均行驶里程概率密度函数f(s)表示为：

$f\left(s\right)=\left\{\begin{array}{c}\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{{(s-\mathrm{\μ})}^2}{2{\mathrm{\σ}}^2}},s\∈\[50,200\],\\ t\∈\[0:00~15:00)\\ \frac{1}{s\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{{(\ln s-\mathrm{\μ})}^2}{2{\mathrm{\σ}}^2}},s\∈\[30,200\],\\ t\∈\[15:00~24:00)\end{array}\right.---\left(1\right)$

式中:s表示电动出租车的日平均行驶里程(km)，t表示充电时间，μ和σ分别表示均值和标准差。

(1.2)引入时间间隔系数β(以天为单位)来模拟相邻两次充电间的时间间隔，假设电池荷电量的下降与其日平均行驶里程成线性关系，则下一次充电开始时电池初始荷电状态I_soc和日平均行驶里程s的约束关系如下：

$I_{soc}=(1-\frac{\mathrm{\β}s}{M})\×100\%---\left(2\right)$

式中:M表示电池满电量情况下最大行驶里程。

根据式(1)-(2)，由连续型随机变量函数的概率密度分布定理可导出，对应上述两个时段的电动出租车初始荷电状态概率密度函数如下式所示：

$f\left(I_{soc}\right)=\left\{\begin{array}{c}\frac{1}{\frac{\mathrm{\β}}{M}\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_s}{e}^{-\frac{{\[I_{soc}-(1-\frac{\mathrm{\β}}{M}{\mathrm{\μ}}_s)\]}^2}{2{\left(\frac{\mathrm{\β}}{M}{\mathrm{\σ}}_s\right)}^2}}\\ t\∈\[0:00~15:00)\\ \frac{1}{(1-I_{soc})\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_s}{e}^{-\frac{{\{ln\[\frac{(1-I_{soc})M}{\mathrm{\β}}\]-{\mathrm{\μ}}_s\}}^2}{2{\mathrm{\σ}}_s^2}}\\ t\∈\[15:00~24:00)\end{array}\right.---\left(3\right)$

式中:μ_s和σ_s分别表示对应日行使里程(s)分布特性的均值和标准差；f(I_soc)表示电池初始荷电状态概率密度函数。

(1.3)确定特定充电方式下对应的充电持续时间Z，单位为小时。一天内充电时刻划分的颗粒度用相邻两充电时刻的时间间隔I表示，单位为小时。假设一天划分为n个时间段，则:

n取整数且n≥1 (4)

对任意t时刻充电概率有影响的之前时间点共有Q个，则:

$Q=\frac{Z}{I}---\left(5\right)$

当I>Z，则Q＝0；当I≤Z，则Q＝[Z/I](取整)。

(1.4)根据电池初始荷电状态分布特性和开始充电时刻分布特性，一天内某时刻t电动出租车充电概率p(t)表示为:

$p\left(t\right)=f\left(I_{soc}\right)\underset{z=0}{\overset{z=Q}{\Σ}}f(t-z)---\left(6\right)$

式中:t-z表示t时刻前第z个时刻点。

步骤二：根据电动出租车充电负荷的概率模型p(t)，以节点电压偏差百分数和支路有功功率损耗增量百分数为基础，构造用于评估电动汽车充电站对配电系统潮流影响的综合指标，结合步骤1获得的电动出租车充电负荷的概率模型p(t)，采用牛顿-拉夫逊潮流算法，确定电动汽车充电站的电气接入点。具体为：

(2.1)系统节点电压偏差百分数和支路有功功率损耗增量百分数分别如下式所示:

${\mathrm{\Δu}}_{m,k}=\frac{|u_{m,k}-u_{m,k,EV}|}{u_{m,k}}\×100\%---\left(7\right)$

${\mathrm{\Δp}}_{loss,l}=\frac{|p_{loss,l,EV}-p_{loss,l}|}{\left|p_l\right|}\×100\%---\left(8\right)$

式中:Δu_m，k表示配电系统中节点k在电动汽车充电站充电负荷接入后引起的电压偏差百分数；Δp_loss，l表示配电系统支路l在电动汽车充电站充电负荷接入后引起的有功功率损耗增量百分数；u_m，k和u_m，k，EV分别表示电动汽车充电站充电负荷接入配电系统前后节点k的电压幅值；p_loss，l和p_{loss，l，EV}分别表示电动汽车充电站充电负荷接入配电系统前后支路l上的有功功率损耗；p_l表示充电负荷接入前配电系统支路l的传输有功功率。

(2.2)各节点电压偏差平均值和各支路有功功率损耗增量平均值分别表示为和其中，N、L分别表示电动汽车充电站所属服务区域配电系统电气节点总数和支路总数。潮流影响综合评价指标如下式所示:

$\frac{\underset{k=1}{\overset{N}{\Σ}}{\mathrm{\Δu}}_{m,k}}{N}+\frac{\underset{l=1}{\overset{L}{\Σ}}{\mathrm{\Δp}}_{loss,l}}{L}---\left(9\right)$

(2.3)根据潮流影响综合评价指标值最小原则，电动汽车充电站在所属服务区域配电系统内最优电气接入点k_op,EV的选择依据如下式所示:

$\begin{array}{c}\underset{k_{EV}\∈N}{\min }\left\{\frac{\underset{k=1}{\overset{N}{\Σ}}{\mathrm{\Δu}}_{m,k}}{N}+\frac{\underset{l=1}{\overset{L}{\Σ}}{\mathrm{\Δp}}_{loss,l}}{L}|k_{EV}\∈\{1,2,\mathrm{...}N\}\right\},\\ \∀k\∈\{1,2,\mathrm{...}N\},\∀l\∈\{1,2,\mathrm{...}L\}\end{array}---\left(10\right)$

其中，k_EV表示电动汽车充电站充电负荷在所属服务区域配电系统内的电气接入点，k_op，_EV表示基于潮流影响综合最小的最优电气接入点。