一种考虑行为随机性的电动汽车参与电网调压调度方法与流程

本发明属于电动汽车
技术领域：
，更为具体地讲，涉及一种考虑行为随机性的电动汽车参与电网调压调度方法。
背景技术：
：由于化石燃料紧缺、环境污染等问题日益严重，使用可再生清洁能源的电动汽车得到越来越广泛的应用。大量的电动汽车充电将带来新一轮的负荷快速增长，这对用电负荷峰谷差日益加大的电力系统而言，增加了巨大的供电压力。v2g(vehicle-to-grid)技术是指电动汽车和电网之间可以进行能量和信息的双向流动。在这种模式下，电动汽车已经不仅仅是电网的用电负荷，还成为了电网的供电源向电网馈电或者作为电网的储能设备。同时，电动汽车在一天中有超过80％的时间处于空闲状态。因此，可以利用电动汽车为电网提供调频、调压、旋转备用等辅助服务。目前，针对电动汽车参与电网调压的调度方法，国内外已经展开了一定程度的研究，但尚处于初级阶段，有待深入研究。期刊《电网技术》2013年第2期“基于v2g的无功功率补偿技术”一文基于v2g技术提出了利用电动汽车作为无功补偿装置为家庭负荷进行无功就地补偿的控制方案；期刊《科技创新》2017年第6卷“基于无差拍控制的电动汽车无功补偿研究”一文通过无差拍控制方法对电动汽车为微网提供的无功功率进行控制，实现无功补偿，减少微网对大电网的影响。上述研究结果中，对于电动汽车参与电网调压的控制方法，首先是基于对独立电动汽车的控制实现无功补偿，没有考虑多台电动汽车的调度；其次缺乏对电动汽车用户用车行为的随机性的考虑。然而实际上单台电动汽车对电网电压的调节力度较小，通过调度电动汽车车组参与电网调压更加有效；此外，电动汽车用户的日常用车行为具有不确定性，每辆电动汽车接入电网的时间和初始电量各不相同，并且其离开时所需的最低满足出行的电量也不尽相同。因此，当前研究对于实际应用缺乏有效的指导意义。技术实现要素：本发明的目的在于克服现有技术的不足，提供一种考虑行为随机性的电动汽车参与电网调压调度方法，充分考虑电动汽车用户行为随机性，在满足电网电压稳定、电动汽车充电需求以及电动汽车充电站经济效益最大化下，实现入网电动汽车的合理调度。为实现上述发明目的，本发明一种考虑行为随机性的电动汽车参与电网调压调度方法，其特征在于，包括以下步骤：(1)、建立电动汽车无功售价的博弈竞价模型(1.1)、计算电动汽车无功售价：其中，表示第h个时间间隔内电动汽车的无功售价；表示电动汽车出售无功的基本价格；mh表示第h个时间间隔内激励电价的比例系数；表示第h个时间间隔内向电网补偿无功的上限；表示第n辆电动汽车在第h个调度时间间隔内的无功出力大小；n表示服从调度的电动汽车的数目；(1.2)、建立电动汽车无功售价的博弈竞价模型(1.2.1)、计算充电站为电网提供的无功补偿量与电网所需最优补偿量的偏差，通过该偏差值来表示充电站对电网的调压效果；其中，futi为充电站为电网提供的无功补偿量与电网所需最优无功需求量的偏差函数，偏差越小则调压效果越好；表示电网所需最优的无功补偿量；(1.2.2)、计算每位电动汽车用户参与调压的经济回报；其中，fevn为第n辆电动汽车参与电网调压所获的经济回报函数；集合s∈n\{n}表示服从调度的所有电动汽车集合中去掉第n辆电动汽车；(1.2.3)、选取充电站对电网的最优调压效果和每位电动汽车用户所期望的最大经济回报构成电动汽车无功售价的博弈竞价模型；(2)、建立充电站的利润模型；(2.1)、充电站从电网处获取市场有功及无功电价数据；(2.2)、根据市场有功电价确定电动汽车充电零售价，等于市场有功电价的γ倍，γ>1；(2.3)、将电动汽车充电获取的收益及参与电网调压获取的收益之和作为充电站总收益income，将从电网买电开支和支付电动汽车用户参与调压的费用作为总成本cost，建立充电站的利润模型：rev＝income-cost；其中，st和et分别表示调度时段的始末；调度时段被平均分为多个时间间隔，每个时间间隔时长为δt；rh表示第h个时间间隔内电动汽车充电零售价；γ表示充电站设定的零售价与电网市场价的比例系数；和分别表示第h个时间间隔内有功及无功市场电价；和分别表示第n辆电动汽车在第h个时间间隔内充电消耗的有功功率和向电网注入的无功功率；(3)、建立电网电压的约束模型根据电力系统对电网电压稳定的规定，建立电网电压的约束模型：vmin≤vi≤vmax；其中，vmax和vmin分别表示电网电压的安全范围上、下限；vi表示电力系统拓扑结构中第i条母线的电压；(4)、建立电动汽车接入点的功率模型(4.1)、确定充电站在电网中的接入位置，即电动汽车接入点；(4.2)、将电动汽车充电作为电网的有功负荷，其向电网注入的无功功率作为电网无功补偿，计算接入点所有服从调度的电动汽车的有功负荷和无功出力之和，建立电网上电动汽车接入点的功率模型：其中，和分别表示电网第i条母线处电动汽车的有功负荷和无功出力；(5)、以步骤(2)所建立的充电站利润模型的最大化为目标函数，以步骤(3)和步骤(4)所建立的电网电压约束模型和电动汽车接入点的功率模型为约束条件，建立充电站对电动汽车的优化调度数学模型；(6)、分析用户行为随机性，估算电动汽车达到/离开充电站的时间和电池电量状态(soc)(6.1)、分析用户行为数据，估算一天每个小时接入/离开充电站的电动汽车数目；(6.1.1)分析用户行为数据，通过泊松拟合获得一天内充电站处电动汽车的达到率/离开率；(6.1.2)、根据所得到达/离开率计算每两辆电动汽车连续到达/离开充电站的时间间隔，直至所有车辆均已达到/离开充电站：其中，τ表示每两辆电动汽车连续达到/离开充电站的时间间隔；λ表示电动汽车到达率/离开率；ξ为服从(0,1)均匀分布的随机变量；(6.1.3)、根据所得的达到/离开时间间隔，获得每辆电动汽车到达/离开充电站的具体时间；(6.1.4)统计每个小时到达/离开充电站的电动汽车数目；(6.2)、分析用户行为数据，通过正太分布估算电动汽车达到时的初始电池socinit和离开时所需的最低电池socdes；(7)、基于步骤(6)估算出的电动汽车相关参数及从电网处获得的基础负荷、线路阻抗，将调度时间均分为多个调度时段，利用序列二次规划方法计算步骤(5)所建立的优化调度数学模型，获取给每辆电动汽车在每个调度时段内最优分配的充电效率和无功出力大小，并作为充电站对电动汽车的调度指令，并依次发送至相应的电动汽车用户，完成调度过程。本发明的发明目的是这样实现的：本发明一种考虑行为随机性的电动汽车参与电网调压调度方法，充分考虑电动汽车用户行为随机性，在满足电网电压稳定、电动汽车充电需求以及电动汽车充电站经济效益最大化下，通过设计了一种均衡充电站与电动汽车用户双方经济效益的无功电价机制，实现对入网电动汽车的合理调度，从而能够有效地改善电网电压的稳定性，大幅提高电动汽车充电站的经济收益，并且可以显著减少电动汽车用户的经济开支。同时，本发明一种考虑行为随机性的电动汽车参与电网调压调度方法还具有以下有益效果：(1)、本发明充分考虑了电动汽车用户用车行为的随机性，通过估算了电动汽车达到/离开充电站的时间和soc等数据来设计的调度策略，更符合实际情况，更具有现实指导意义；(2)、本发明基于博弈论设计了电动汽车充电站与电动汽车用户之间的无功激励电价竞价机制，实现了电网电压稳定和电动汽车用户经济效益两方面的均衡，更加充分地调动了电动汽车参与电网调压的积极性，还可以有效对降低电动汽车用户的充电开支；(3)、本发明设计调度策略保障了充电站的经济利益，也降低了大量电动汽车并网充电给电网电压带来的负面影响，对解决与电动汽车并网问题有重要意义。附图说明图1是电动汽车接入的电网系统拓扑结构图；图2是电动汽车充电站与电动汽车用户之间的博弈结构图；图3是电网一天内有功/无功市场电价曲线图；图4是调度时间内电网基础负荷情况曲线图；图5是一天内电动汽车到达/离开居住地的概率分布柱状图及折线图；图6是一天内连续两辆归家的电动汽车之间时间间隔柱状图；图7是一天内连续两辆离家的电动汽车之间时间间隔柱状图；图8是电动汽车电量估算流程图；图9是优化调度模型求解过程流程图；图10是电动汽车的最优有功调度指令柱状图；图11是电动汽车的最优无功调度指令柱状图；图12是负荷高峰期各母线电压变化情况曲线；图13是电网末端电压随时间变化曲线；图14是电动汽车平均有功消耗/无功出力曲线图；图15是每辆电动汽车用户的开支对比柱状图。具体实施方式下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。实施例图1是电动汽车接入的电网系统拓扑结构图。根据一天内的负载情况和电动汽车一般的上下班时间，在本实施例中，某一住宅区的充电站对于电动汽车的调度时间选取为晚上18:00到次日上午6:00，时间间隔为1小时，电动汽车数目为150辆。该住宅区对应的电网拓扑结构如图1所示，包含分布式电源、基础负荷和电动汽车充电站的8母线结构，其中母线1作为参考点，其电压值为变压器输出电压值220v。下面结合图1，对本发明一种考虑行为随机性的电动汽车参与电网调压调度方法进行详细说明，具体包括以下步骤：s1、建立电动汽车无功售价的博弈竞价模型s1.1、计算电动汽车无功售价：计算电动汽车无功售价是以出售无功的电价函数为基础，由基础无功售价+激励电价组成；其中，表示第h个时间间隔内电动汽车的无功售价；表示电动汽车出售无功的基本价格；mh表示第h个时间间隔内激励电价的比例系数；表示第h个时间间隔内向电网补偿无功的上限；表示第n辆电动汽车在第h个调度时间间隔内的无功出力大小；n表示服从调度的电动汽车的数目；其中，若电动汽车提供的无功出力超出电网的无功功率需求最大值，则激励价格为负，即电动汽车用户可享受的无功收益相对较低；而在该补偿范围内，激励价格为正；s1.2、建立电动汽车无功售价的博弈竞价模型s1.2.1、电动汽车参与电网电压调节的主要方式是通过无功操作，那么达到最佳调节效果可以等价为最小化电动汽车充电站管辖范围内的电动汽车提供无功补偿量与电网所需最优补偿量的偏差，此处取该偏差的平方将其化为经济函数形式表示充电站对电网的调压效果；其中，futi为充电站为电网提供的无功补偿量与电网所需最优无功需求量的偏差函数，偏差越小则调压效果越好；表示电网所需最优的无功补偿量；s1.2.2、在维持电网电压稳定的同时，充电站制定该电价的目的之一是为了调度电动汽车用户的积极性，当用户经济利益最大化时，其积极性也会达到最大。因此，此处最大化电动汽车用户提供电网电压调节服务的经济回报。下面我们来计算每位电动汽车用户参与调压的经济回报；其中，fevn为第n辆电动汽车参与电网调压所获的经济回报函数；集合s∈n\{n}表示服从调度的所有电动汽车集合中去掉第n辆电动汽车；其中，激励电价的比例系数mh的计算方法为：1)、以电动汽车用户经济回报最大化为目标，计算每辆电动汽车的无功出力期望值2)、以充电站对电网的最优调压效果为目标，计算纳什均衡状态下每辆电动汽车的无功出力期望值3)、由步骤1)和2)中的无功出力期望值相等，确定激励电价的比例系数mh，如表2所示；表1是激励电价的比例系数mh表；时间段123456mh0.03680.07950.13500.16320.07570.0787时间段789101112mh0.06540.07020.06560.10220.08630.1106表1s1.2.3、电动汽车总体无功出力决定充电站调压效果，影响充电站对激励电价比例系数的选取，而无功电价又影响电动汽车的无功出力。因此，选取充电站对电网的最优调压效果和每位电动汽车用户所期望的最大经济回报构成电动汽车无功售价的博弈竞价模型；如图2所示，电动汽车充电站与电动汽车用户之间的博弈结构关系。s2、建立充电站的利润模型；s2.1、充电站从电网处获取市场有功及无功电价数据，如图3所示；s2.2、根据市场有功电价确定电动汽车充电零售价，等于市场有功电价的γ倍，γ>1，在本实施例中，γ＝1.5；s2.3、电动汽车充电站的经济收入income来源一方面是为电网提供电压调节辅助服务收取的服务费，为无功出力与电网运营商发布的无功电价之积；另一方面是为电动汽车提供充电服务的售电收入，为售电量与售电电价之积。电动汽车充电站的支出cost一方面是从电网运营商处买电支出，另一方面是给服从调度的电动汽车用户支付服务费用。因此，基于充电站总收益income和总支出成本cost，建立充电站的利润模型：rev＝income-cost；其中，st和et分别表示调度时段的始末；本实施例中为居民区电动汽车最常用的充电时间，即从18:00到次日6:00；调度时段被平均分为多个时间间隔，每个时间间隔时长为δt，取值1小时；rh表示第h个时间间隔内电动汽车充电零售价；γ表示充电站设定的零售价与电网市场价的比例系数；和分别表示第h个时间间隔内有功及无功市场电价；和分别表示第n辆电动汽车在第h个时间间隔内充电消耗的有功功率和向电网注入的无功功率；s3、建立电网电压的约束模型根据电力系统对电网电压稳定的规定，建立电网电压的约束模型：vmin≤vi≤vmax；其中，vmax和vmin分别表示电网电压的安全范围上、下限，根据我国《电网运行准则》等文件的规定，220v用户的电压允许偏差值为系统额定电压的-10％～+7％；vi表示电网系统拓扑结构中第i条母线的电压；如图4和表2所示，充电站从电网处获取电网基础负荷、线路阻抗等相关数据，采用潮流计算方法表述电网电压和电网中功率流的关系：pi＝pi-1+pig-pil-pie-rili；其中，ii表示第i条母线的电流；li作为中间变量用于简化模型；pi和qi分别表示流出第i条母线的有功功率及无功功率；xi和ri分别表示第i条母线和第i+1条母线之间的支路上的电感和电阻；和分别表示电网第i条母线处分布式电源的有功出力和无功损耗；和分别表示电网第i条母线处除电动汽车以外的有功负荷和无功负荷；和分别表示电网第i条母线处电动汽车的有功负荷和无功出力；表2是电网系统支路阻抗表；支路(总线-总线)1-22-33-44-55-66-77-8ri0.020.030.0350.010.020.030.03xi0.060.090.110.030.060.090.08表2s4、建立电动汽车接入点的功率模型s4.1、确定充电站在电网中的接入位置，即电动汽车接入点；s4.2、将电动汽车充电作为电网的有功负荷，其向电网注入的无功功率作为电网无功补偿，计算接入点所有服从调度的电动汽车的有功负荷和无功出力之和，建立电网上电动汽车接入点的功率模型：其中，和分别表示电网第i条母线处电动汽车的有功负荷和无功出力；在本实施例中，充电站的接入点为母线4处，所以除母线4之外的母线处充电站的功率消耗均为零；此外，充电站内的电动汽车需要满足以下约束条件：1)、电动汽车充电电量约束：其中，cdes表示电动汽车在调度结束时最低所需电量；cinit表示电动汽车在调度开始时的初始电量，其具体数值根据用户行为习惯进行估算；e表示电动汽车的电池容量，取值为16.8kwh；表示第n辆电动汽车在第h个调度时段内充入的电量，其中n表示服从调度的电动汽车序号，取值为1,2,…,n。2)、电动汽车充电器约束：其中，s表示视在功率；smax表示最大视在功率，取值为1.44kva；此外，为了降低调度过程对电动汽车电池寿命的损耗，本发明限定电动汽车在调度过程中不进行放电操作，所以对电动汽车的有功操作有约束：s5、以步骤s2所建立的充电站利润模型的最大化为目标函数，以步骤s3和步骤s4所建立的电网电压约束模型和电动汽车接入点的功率模型为约束条件，建立充电站对电动汽车的优化调度数学模型；s6、分析用户行为随机性，估算电动汽车达到/离开充电站的时间和电池电量状态soc；s6.1、分析用户行为数据，估算一天每个小时接入/离开充电站的电动汽车数目；s6.1.1、分析用户的行为数据，通过泊松拟合获得一天内充电站处电动汽车的达到率/离开率；根据现有数据统计分析，在每个时段内电动汽车用户依次接入/离开停车场为独立事件，其行为可以抽象泊松过程，可将一天内电动汽车接入/离开停车场的概率分布进行泊松拟合，其拟合的具体过程为：①采集第1个时段连续多天内接入/离开的电动汽车的数目样本；②该样本数据服从泊松分布，因此可以使用泊松拟合获得该时段内的参数λ1，即到达率/离开率，下标表示第1个时段；③重复步骤①、②，获得一天内充电站处电动汽车的达到率/离开率，如图5所示；s6.1.2、根据所得到达/离开率计算每两辆电动汽车连续到达/离开充电站的时间间隔，直至所有车辆均已达到/离开充电站；每辆电动汽车用户到达/离开居住地的过程相互独立，以车辆到达时间计算为例，两辆电动汽车连续到达的时间间隔τ相互独立，并且服从参数为λ的负指数分布，λ表示车辆到达率，负指数分布概率密度为：p(τ)＝λe-λτ，对两边取对数，可求解出时间间隔τ。如果给定随机变量ξ服从(0,1)均匀分布，则连续两辆车抵达时间间隔可以表述为：在本实施例中，可以计算出两辆电动汽车达到/离开时间间隔分别如图6和图7所示；s6.1.3、根据所得的达到/离开时间间隔，获得每辆电动汽车到达/离开充电站的具体时间；当确定某辆电动汽车的到达时刻之后，可以通过上述泊松拟合结果查找该车抵达时刻的到达率，然后根据上述公式求解出下一辆到达的电动汽车与该时刻之间的时间间隔，由此确定下一辆电动汽车的抵达时刻，根据这个方法，充电站可以在调度时间段内第一辆电动汽车归家时便估算出所有电动汽车的到达时间，同理，离家时间也可以根据相同办法求得。s6.1.4、如表3所示，这样便可以统计出每个小时到达/离开充电站的电动汽车数目；表3是调度时间内每小时到达/离开电动汽车的数目表；时间段(点-点)14-1515-1616-1717-1818-1919-2020-2121-2222-2323-24达到车辆(辆)413233234229634时间段(点-点)4-55-66-77-88-99-1010-1111-1212-1313-14离开车辆(辆)210253732179765表3s6.2、分析用户行为数据，通过正太分布估算电动汽车达到时的初始电池socinit和离开时所需的最低电池socdes；在考虑电动汽车入网的情况时，除了要分析电动汽车的接入/离开时间，还需要分析电动汽车接入时的电量随机性。根据对于历史数据的统计分析，可以得到电动汽车用户返回居住地的剩余电量服从正态分布，此外，每位电动汽车用户的充电电量必须要满足其下次出行所需最低电量，电动汽车用户出行最低需求电量也服从正态分布，其分别服从正态分布n(0.3,0.02)和n(0.7,0.01)，对18:00时电动汽车的初始电量和次日6:00调度结束时所需最低电量的数据处理过程如图8所示，假设在没有调度指令的时间内电动汽车可以以恒功率充电或等候调度，则对调度开始和结束时刻的电动汽车电量的估算过程如下：1)、依据拟合出的电动汽车到达率和离开率计算电动汽车的到达时间和离开时间，分别统计调度周期开始之前到达的电动汽车和调度周期结束之后离开的电动汽车编号；2)、分别生成服从泊松分布的电动汽车归家剩余电量随机数据和离开最低需求电量随机数据，计算调度周期开始之前到达的电动汽车在调度开始时的初始电量socinit以及调度周期结束之后离开的电动汽车在调度结束时的最低期望电量socdes。s7、基于步骤s6估算出的电动汽车相关参数及从电网处获得的基础负荷、线路阻抗，将调度时间均分为多个调度时段，利用序列二次规划方法计算步骤s5所建立的优化调度数学模型，获取给每辆电动汽车在每个调度时段内最优分配的充电效率和无功出力大小，并作为充电站对电动汽车的调度指令，并依次发送至相应的电动汽车用户，完成调度过程。实例根据表3，从18:00至次日6:00间每个时间间隔内达到的电动汽车数统计结果，可以发现在24:00之后不再有电动汽车达到，而在早上4点开始有电动汽车离开，在调度结束之前共有12辆离开，规定这12辆车辆只进行充电操作。对于剩余的电动汽车，从电动汽车接入充电站开始，充电站对电动汽车的调度整体过程如图9所示。首先，从电网处获取基础负荷、线路阻抗、市场电价等相关数据，通过所设计的无功激励电价竞价过程计算出无功激励电价比例系数；第一次调度从18:00开始，此时记st＝1，统计18:00之前抵达的72车辆的相关充电数据，并求解优化调度模型，获得对这些电动汽车的最优调度指令，依次发送给相应的电动汽车用户指导其在18:00-19:00一个小时内的操作；第二次调度从19:00开始，记st＝2，此时对于前一个小时已经被调度的部分电动汽车而言，其初始电量需要加上前一个小时内的充电电量，同时采集新到达的电动汽车的相关数据，更新完数据后求解优化调度模型，所获的最优调度指令用于指示电动汽车在19:00-20:00一个小时内的工作模式；依此类推，一直到150辆电动汽车全部到达，此时st＝7，第7次调度的最优指令即后面6小时内所有服从调度的电动汽车应遵循的指令，最优有功和无功调度指令分别如图10和图11所示；最后，将调度指令发送至电动汽车用户处，完成调度电动汽车参与电网调压的过程。充电站调度电动汽车参与电网调压的主要目的是改善电网电压质量，图12展示了在电网负荷高峰期(18:00-19:00)电网各母线的电压情况，通过对无电动汽车接入、电动汽车接入但不参调压和电动汽车参与调压之后三种情况下的电网电压状态进行对比，可以发现电动汽车作为纯负荷接入会导致电网电压的下降，甚至造成电压不稳定。但是在充电站调度电动汽车参与电网调压之后，电网电压得到明显改善，不仅消除了由于电动汽车充电给电网电压带来的负面影响，而且大幅提高了电网电压的稳定性。图12的结果同时显示了末端电压通常比其他节点的电压更低，因此在分析电压随时间的变化情况时，可以选取具有代表性的末端电压，其随时间变化的曲线如图13所示。从该图中同样可以看出充电站调度电动汽车参与电网调压在整个调度时段内均具有良好的调压效果。电动汽车在每个时段的参与度可以由图14所示的服从电动汽车充电站调度的电动汽车的有功消耗/无功出力变化曲线观察得出。在负荷高峰期时，电动汽车的充电负荷较小，无功出力较大，以改善高峰期的电网电压。本发明除了对电动电压具有良好的调节效果，还可以有效节约电动汽车用户用车的开支。图15展示了电动汽车充电站下辖区域内每辆电动汽车的开支情况，包括只进行充电(记为充电模式)和在充电的同时参与电网调压(记为复合模式)两种情况下的开支情况。两种情况下所有电动汽车的充电开支平均值分别为30.9530美分和19.9061美分，充电模式下的平均开支约为复合模式下平均开支的约1.55倍，即在复合模式下电动汽车用户的开支有所降低。这是因为电动汽车若只作为充电负荷在电网进行充电，而不参与其他辅助服务，则其需要支付全部充电费用；而当电动汽车参与电网调压时，用户可以从电动汽车充电站处获得一定的经济回报。综上所述，本发明一种考虑行为随机性的电动汽车参与电网调压的调度方法，不仅可以更贴合电动汽车的实际使用情况，并且可以很好地提高电网电压的稳定性，同时显著地降低了电动汽车用户的充电开支。尽管上面对本发明说明性的具体实施方式进行了描述，以便于本
技术领域：
的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本
技术领域：
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。当前第1页12