由于CA-vTOS充放电优化模式可以灵活的调节充放 电功率，因此在改善负荷波动方面具有更大的优势。
[0087] 为了体现不同电动汽车集群规模下本发明相比于无序充电模式的优越性，本实施 例仿真得到了不同电动汽车集群规模下，CA-vTOS充放电优化模式与无序充电模式的负荷 曲线对比图，如附图5所示；以及不同规模下CA-vTOS模式的负荷曲线统计信息，如表2所 不。
[0088] 表2不同规模下CA-vTOS模式的统计信息
[0089]
[0090] 由附图5及表2可知，随着充电能量渗透率的增大，负荷波动标准差会增大，说 明接入的电动汽车规模较大，已超过该配网的最佳接入规模，但在车辆的主要停放时段 (16:00至次日8:00之间），优化后的负荷曲线依然很平滑，并不会出现"峰谷颠倒"现象， 突出了CA-vTOS的优越性。
[0091] 如上所述，便可较好地实现本发明，上述实施例仅为本发明的典型实施例，并非用 来限定本发明的实施范围，在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行 多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。
【主权项】
1. 一种基于虚拟电价的电动汽车充放电优化调度方法，每台充电粧的充电功率额定值 为P。，放电功率额定值为pd，包括如下步骤： 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：511. 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；512. 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S11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1^〇〇 ;其中J为一日内根据设定的确定划分的优化时段数； 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Tinil、动力电池容量(^和初始荷电状态（StateofCharghSOOS。」等； 3) 用户输入车辆1的充电信息：预期离网时间Lu，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S0C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); 4) 构建电动汽车的充放电功率模型$00 ; 式中，Pi(k)表示车辆1的充放电功率；Pl(k)表示车辆1与系统在k时段的功率交换，Pl (k) >0表示车辆1处于充电状态；Pl (k)〈0表示处于放电状态；Pl (k) = 0表示处于浮充状 态；f" , (k)用于表征各时段对车辆电池的可操作性，表达式为：(1) 其中，Tm为车辆1接入电网的持续时间TPu= 所包含的时段集合； 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为： s^k) =S^k-D+P^k)n(Pi(k))At/cSil (2) 式中，sjk-ihSiGO分别表示车辆l在第k-i、k个时段的S0C;n(Pjk))表示功率交 换效率，具体与功率交换方向有关：〇) 其中，n。、nd分别表不充、放电效率； 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4P); 4(/〇 = ￡bG)+4M)，其中，4(幻表示车辆1接入时，k时段目标区域的配网总负荷信息； z/EV⑷表示电动汽车集群负荷：其中，Mii表示车辆1接入电 网时，已完成充电计划制定的车辆集合；该计算过程由电能公共服务平台完成； 6) 计算虚拟电价信息，间接反映目标区域的负荷水平： (4)式中，(4⑷，/〇表示车辆1接入时，k时段的虚拟电价；热、科和色表示虚拟电价调整 系数；IR,_j、分别表示参考电价和参考负荷值；[u] +表示max{0，u} ; 4卩)=4^)+1^(幻， (5) 表示预测总负荷，其中iB(幻表示基本负荷预测值； 7) 建立电动汽车充放电优化调度模型； 结合以上步骤，以最小化虚拟充放电成本为目标，建立电动汽车充放电优化调度模型 来优化电动汽车的充放电功率，所建模型如下：TPe,i>Tc,! 1 = 1,2,-,n (11) 式（6)中，示车辆1的虚拟充放电成本;\表示集合的长度；式（7)中，S_、S_ 表示允许的SOC的最大值和最小值，防止受控车辆过充电及过放电；式（8)表示充放电功率 约束，Pl(k)具备连续可调的特性，但通常要受到动力电池或充电机的额定充、放电功率限 制；式（9)表示充电需求约束，车辆如约离开时，其电池的SOC需满足期望；式（10)表示变 压器最大负载约束，k7为变压器效率，ATS变压器的额定容量；式（11)表示时间关系约束， n为优化时段内的接入车辆规模，为充电至期望SOC所需的最短时间：T(SEil-SM) Cs,i/P〇nc； 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：卜(6(0,以匕)，…4(0))，其中，=l二…，M)表示集合Tnl中的第i个元 素； 8) 电动汽车用户成本计算：1^= (cC(U|nc=nd=D+c^+c^^; 式中，1^表示用户成本；cbaU表示车辆1的锂电池寿命损耗折算成本；clcis；u表示 电能损失费用；c^dil| 11。=nd= 1，表示不考虑充、放电效率条件下的理想充放电费用： & = $训式中pri(k)表示电价信息，本发明中，其是一种动态分时电价，即高峰、 低谷电价固定，峰谷时段变化的电价，其中，高峰、低谷电价分别表示为pri^pri1;利用小 波分析和模糊聚类方法实现对分时电价峰谷时段的划分： S81.预处理：将负荷信息进行尺度为3的小波分解，将一、二层的高频分量置零，重构 后得到新的负荷信息44(幻；582. 属性表征：采用偏大型和偏小型半梯形模糊分布对重构后的负荷信息进行属性 表征，形成属性矩阵A(a)IX2，计算方法为：583. 对矩阵A进行平移一标准差变换，用绝对值减数法建立模糊相似矩阵R(r)584. 对相似矩阵求连续二次方，即R-R2-R4-…一R21 -…，直到出现# K 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);585. 在传递闭包t(R) = (b)中，令A为中的某一取值，求取t(R)的A-截矩阵R,，接着，A由大到小取值就可形成动态聚类，取适当的A值，确定出峰谷时段划分方案； 9) 电动汽车用户的自主响应决策； 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； 10) 根据用户决策对电动汽车实施充放电操作，并上传计划； 若用户选择开始无序充电，充电设施为接入的EV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Pi对电动汽车 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。
【专利摘要】一种基于虚拟电价的电动汽车充放电优化调度方法，包括：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；当有新的EV接入目标区域内的充电桩时，读取其入网信息；用户输入车辆的充电信息；构建EV充放电功率模型；计算虚拟电价信息，间接反映目标区域的负荷水平；构建以充放电功率为优化变量的调度模型；综合小波分析预处理和模糊聚类方法确定用于用户成本计算的动态分时电价；用户的自主响应决策；根据用户决策对EV实施充放电操作，并上传计划。本发明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EV集群负荷的削峰填谷，并降低用户充放电成本。在EV集群规模较大时，本发明仍能满足电网侧期望。
【IPC分类】H02J7/02, G06Q10/04, H02J7/00, G06Q50/06
【公开号】CN105024432
【申请号】CN201510458366
【发明人】张有兵, 杨晓东, 任帅杰, 翁国庆, 周文委, 谢路耀
【申请人】浙江工业大学
【公开日】2015年11月4日
【申请日】2015年7月30日