连续二次方，即1? - 1?2-1?4-~一1?21 -."，直到出现1^〇妒 =Rk ( 〇表示模糊矩阵合成运算），此时，Rk即为该相似矩阵的传递闭包t(R);
[0049] S85.在传递闭包t(R) =Ulj)中，令人为tlS中的某一取值，求取t(R)的人一截 矩阵R,，接着，X由大到小取值就可形成动态聚类，取适当的X值，确定出峰谷时段划分方 案；
[0050] 9)电动汽车用户的自主响应决策；
[0051] 利用步骤7)所述的优化模型得到的电动汽车充放电功率和步骤8)得到的动态分 时电价确定用户的充放电成本，并将充放电调度计划与对应的收益情况告知用户，由用户 自主响应充电模式，选择响应调度计划或开始无序充电；
[0052] 10)根据用户决策对电动汽车实施充放电操作，并上传计划；
[0053] 若用户选择开始无序充电，充电设施为接入的电动汽车提供持续的恒功率充电服 务，直到满足用户的充电需求或车辆离开为止；若用户选择响应调度，则根据调度计划PJt 电动汽车实施具体充放电操作，据此，便确定了车辆1的充放电计划；将该充放电计划上传 至电能公共服务平台，由电能公共服务平台对计划负荷予以整合，完成一次对所述目标区 域负荷信息的实时更新，并等待下一辆电动汽车入网；若有新的车辆接入，则跳至步骤2); 此过程将持续执行至优化时段结束。
[0054] 本发明的有益效果至少包含如下几个方面：
[0055] (1)能够在满足用户充电需求及配电变压器容量限制的基础上，实现电动汽车集 群负荷的削峰填谷，并降低用户的充放电成本，易于被电动汽车用户接受。
[0056] (2)在电动汽车集群规模较大时仍可在连接电网时段平滑负荷曲线，避免出现峰 谷奇异现象，且此时用户收益会相应降低，符合电网侧期望。
[0057] (3)通过发挥电动汽车集群的负荷转移潜力，实现了系统的优化用电；同时所提 的用于电动汽车充放电的动态分时电价，能够匹配优化得到的充放电功率、给予参与调度 的电动汽车用户一定的利益激励，为所建模型提供了一种实现方法，有利于实现电力供需 和用户经济效益的双向均衡。
【附图说明】：
[0058]图1为本发明的电动汽车充放电优化调度架构图；
[0059] 图2为本发明的基于虚拟电价的电动汽车充放电优化调度流程图；
[0060] 图3为本发明的无序和CA-vTOS充放电优化模式下的负荷曲线；
[0061] 图4为本发明的无序与CA-vTOS充放电优化模式下的用户成本对比曲线图；
[0062]图5为本发明的不同电动汽车规模下无序与CA-vTOS充放电优化模式的负荷曲线 对比图。
【具体实施方式】：
[0063] 下面结合附图对本发明做进一步描述，所述实施例的示例在附图中示出，其中自 始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过 参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。 本发明构建的电动汽车充放电优化调度架构如附图1所示，包括如下步骤：
[0064] 1)电能公共服务平台预测、采样优化时段内目标区域的基本日负荷信息，具体包 括：
[0065] SlL预测基本负荷功率曲线：根据已知参数和模型，预测出目标区域的基本日负 荷曲线；
[0066]S12.优化时段内的连续时间离散化：确定最小优化时段At，对优化时段进行离 散化分析，依次对步骤Sl1所得的基本日负荷曲线进行采样，得各kG[1，J]时段内的负荷 预测值Lb (k);其中J为一日内根据设定的确定划分的优化时段数；
[0067] 2)当有新的电动汽车1接入目标区域内的充电粧时，读取车辆1的入网信息，包括 入网时间Tin,i、动力电池容量Csil和初始荷电状态Siu等；
[0068] 3)用户输入车辆1的充电信息：预期离网时间Tciut,p期望荷电状态SE，1;结合所述 读取信息和所述用户输入信息判断能否满足用户的充电需求，如果不能，则通过用户交互 界面告知用户输入不正确，提示用户重新输入预期离网时间或期望SOC信息，若用户接受 提示，并输入可实施、正确的充电信息，则进行步骤4)~步骤10)的操作，否则，放弃该用 户，执行步骤2);
[0069] 4)构建电动汽车的充放电功率模型T1(k)=P1 (k)^:(k);
[0070] 假设参与调度的电动汽车动力电池均为锂电池，根据锂电池的充放电相关特性， 在单个时段内，锂电可视为是恒功率充放电，其荷电状态和对应的充放电时间的关系表征 如式⑵所示；
[0071] 5)从电能公共服务平台读入车辆1接入时刻目标区域的总负荷信息4(幻；
[0072] 6)计算虚拟电价信息，间接反映目标区域的负荷水平，虚拟电价与负荷的关系如 式⑷~（5)所示：
[0073] 7)建立电动汽车充放电优化调度模型，如式（6)~（11)所示；
[0074]求解上述优化调度模型，完成当前接入车辆充放电功率的优化，此时，车辆1的充 放电调度计划为：p, …4(?))，其中，AO' = 1，2,…，具)表示集合Tnu中的第i 个元素；
[0075] 8)电动汽车用户成本计算=U1= (cC(U|nc=nd=i)+cbatil+clciss,1;
[0076] 9)电动汽车用户的自主响应决策；
[0077] 利用步骤7)所述的优化模型得到的电动汽车充放电功率和步骤8)得到的动态分 时电价确定用户的充放电成本，并将充放电调度计划与对应的收益情况告知用户，由用户 自主响应充电模式，选择响应调度计划或开始无序充电；
[0078] 10)根据用户决策对电动汽车实施充放电操作，并上传计划；
[0079] 若用户选择开始无序充电，充电设施为接入的电动汽车提供持续的恒功率充电服 务，直到满足用户的充电需求或车辆离开为止；若用户选择响应调度，则根据调度计划PJt 电动汽车实施具体充放电操作，据此，便确定了车辆1的充放电计划；将该充放电计划上传 至电能公共服务平台，由电能公共服务平台对计划负荷予以整合，完成一次对所述目标区 域负荷信息的实时更新，并等待下一辆电动汽车入网；若有新的车辆接入，则跳至步骤2); 此过程将持续执行至优化时段结束。
[0080] 本发明的步骤1)由电能公共服务平台负责完成；步骤2)~10)在目标区域中的 各充电粧中执行，具体过程如附图2所示。
[0081] 在本实施例中，以一包含居民区充电设施集群的配电网为目标研究区域。接入变 压器容量为750kVA，效率为0. 95,该变压器下带有基本负荷和电动汽车集群负荷，最高基 线负荷占配电变压器最大负载的80%。设该配网服务的电动汽车数量为50辆，电动汽车的 动力电池容量为60kW*h，额定充、放电功率均为7kW，充、放电效率均为0. 92,电池SOC边界 (S_、S_)为0. 9和0. 1。根据该居民区基本负荷信息的特征，％为-0. 21 ;IRil、IRi2分别取 低谷电价和高峰电价，分别设为〇. 37425元AkW?h)、1. 5096元AkW?h);巾Ri1取低谷负 荷均值405. 1019、(iv2取高峰、低谷负荷均值之差75. 7441。用户选择响应充放电调度的概 率为1，设用户离开时期望的SOC均为0. 9,设计算时间长度为24h，时间间隔At为0. 5h。 选取A为0.9。
[0082] 设电动汽车用户早上离开住所时间点服从正态分布（期望值为7:45,标准差为 Ih);下午回到住所的时间点服从正态分布（期望值为19:00,标准差为1.5h);回到住所 时，车辆动力电池SOC服从正态分布（期望值为0. 6,标准差为0. 1)，并设EV的充放电起止 时间、起始SOC等参数相互独立。
[0083] 为了更好的体现本发明的控制效果，仿真对比于无序充电模式。无序与CA-vTOS 充放电优化模式下负荷曲线如附图3所示，各电动汽车用户的成本对比如附图4所示。
[0084] 表1无序与CA-vTOS优化效果统计信息
[0085]
[0086] 表1为无序与CA-vTOS优化效果统计信息。结合表1、附图3及附图4可知，无序 充电模式下，大量电动汽车集中在负荷晚高峰时段充电，进一步加剧了系统峰谷差，最大负 荷超过变压器容量限制的10. 55%，影响到配网的安全可靠运行。CA-vTOS充放电优化模式 中，车辆在虚拟电价高峰时放电，低谷时充电，对系统负荷起到削峰填谷作用，相比于无序 充电，峰谷差、负荷波动率均有所降低，