基于闵可夫斯基和的规模化电动汽车集群特性分析方法及系统

1.本发明属于电力系统调度控制技术领域，涉及基于闵可夫斯基和的规模化电动汽车集群特性分析方法及系统。


背景技术：

2.根据最新的新能源汽车产业发展规划，新能源汽车充电桩被列为“新基建”七大产业方向之一，这必将进一步助推电动汽车的快速发展。伴随着电池技术的发展与配套基础设施的日益完善，我国电动汽车保有量正在逐年攀升。按照产业发展规划，到2030年，我国电动汽车保有量将达到8300万辆，等效储能容量将达50亿千瓦时，电动汽车充电需求将占全社会用电量的6％到7％，最大充电负荷将占电网负荷的11％到12％。由此可见，规模化电动汽车发展已成为电能替代、绿色交通的必然趋势。
3.规模化电动汽车的充电负荷将对城市电网带来显著影响，一方面，大量的电动汽车负荷随机地接入系统，会对电网造成冲击，势必加剧电力系统峰谷差、电压偏移、局部阻塞等突出矛盾，必须进行有效的管理；另一方面，电动汽车的分布式储能特性，将为电网调峰、调压、新能源消纳等提供丰富的可调度资源，必须进行有效的管理。
4.如何确保城市电网安全运行，最大程度满足规模化电动汽车接入，并充分利用电动汽车可调度资源，支撑城市能源互联网发展，对城市电网运行控制提出了前所未有的重大挑战。为有效管理电动汽车，同时充分利用储能资源，对电动汽车进行集群特性分析很有必要。


技术实现要素：

5.为解决现有技术中的不足，本技术提供基于闵可夫斯基和的规模化电动汽车集群特性分析方法及系统，将电动汽车个体的变量空间投影到一个超立方体空间，同时保留了变量间的约束关系，超立方体空间中包含了充电站所有可行的充、放电决策，将电动汽车集合压缩为一个广义储能模型，大大降低了模型的维度，解决规模化电动汽车接入电网时模型和数据维度爆炸式发展的问题，进一步挖掘了广义储能模型作为柔性储荷资源的响应能力，全面支撑电动汽车参与电网负荷调度。
6.为了实现上述目标，本发明采用如下技术方案：
7.基于闵可夫斯基和的规模化电动汽车集群特性分析方法，包括以下步骤：
8.步骤1：分析电动汽车的物理特性及运行特性，构建电动汽车个体模型，包括电动汽车充、放电功率、电池电量、电池电量安全边界和充放电状态；
9.步骤2：构建参与电网负荷调度的电动汽车聚合模型，即充电站的总负荷模型；
10.步骤3：将电动汽车个体模型定义域延拓至相同的调度时段，基于闵可夫斯基和对规模化电动汽车并网进行集群建模，获得电动汽车集群特性模型，视为充电站广义储能模型；
11.步骤4：计算电动汽车集群特性参数，将电动汽车集群的变量空间压缩为充电站广义储能模型的变量空间，获得广义储能模型作为柔性储荷资源的响应能力。
12.本发明进一步包括以下优选方案：
13.优选地，步骤1中，电动汽车具有负荷平移和反向供电能力，其个体模型如式(1)-(5)所示：
[0014][0015][0016]
式中，分别为电动汽车n在t时段的充、放电功率；分别为电动汽车n的充、放电功率上限；表示电动汽车n并网时段集合；
[0017][0018]
式中，s
n,t
和s
n,t-1
分别表示电动汽车n在t时段及其上一时段的电池电量；η
ch
、η
dis
分别为电动汽车的充、放电效率；δt表示时间窗；η
ref
表示放电补偿系数，由放电损耗决定；
[0019][0020]
式中，表示电动汽车n的电池电量安全边界；
[0021]
所述电动汽车同时只能处于充电状态或者放电状态，因此有：
[0022][0023]
优选地，步骤2中，电动汽车充电站作为天然的聚合商，通过管理站内电动汽车的充放电，作为柔性负荷参与电网负荷调度，其直接参与电网负荷调度的是充电站的总负荷，构建电动汽车聚合模型如式(6)-(7)：
[0024][0025][0026]
式中，和分别为充电站j在t时段的总充、放电功率；
[0027]
和分别为电动汽车n在t时段的充、放电调度功率；
[0028]
为充电站j中的电动汽车集合；
[0029]
t为调度时段集合。
[0030]
优选地，步骤3具体包括：
[0031]
步骤3.1：基于电动汽车的停靠时间计算电动汽车的并网状态x
n,t
；
[0032]
步骤3.2：基于并网状态x
n,t
将电动汽车个体模型中充、放电功率、电池电量、电池电量安全边界的定义域延拓至相同的调度时段，使得电动汽车个体的决策空间闵可夫斯基可加性；
[0033]
步骤3.3：将步骤3.2电动汽车个体模型中定义域延拓之后的电池电量按照其在整个并网过程中的入网时段、正常并网时段和离网时段三个阶段进行整合；
[0034]
步骤3.4：利用闵可夫斯基加法得到电动汽车个体模型中定义域延拓之后的充、放电功率、电池电量安全边界和整合后的电池电量对应的包络空间；
[0035]
步骤3.5：构建电动汽车集群特性模型，视为充电站广义储能模型。
[0036]
优选地，步骤3.1中，电动汽车的并网状态x
n,t
由电动汽车的停靠时间直接计算得到：
[0037][0038]
式中，x
n,t
表示电动汽车n在t时段的状态；x
n,t
＝1表示电动汽车n在t时段处于并网状态，表示电动汽车n到达充电站的时间，表示电动汽车n离开充电站的时间。
[0039]
优选地，步骤3.2中，将电动汽车个体模型中充、放电功率、电池电量、电池电量安全边界的定义域延拓至全调度时段t，使得电动汽车个体的决策空间闵可夫斯基可加性：
[0040][0041][0042][0043][0044]
分别为电动汽车n在t时段的充、放电功率；
[0045]
分别为电动汽车n的充、放电功率上限；
[0046]sn,t
和s
n,t-1
分别表示电动汽车n在t时段及其上一时段的电池电量；
[0047]
η
ch
、η
dis
分别为电动汽车的充、放电效率；
[0048]
η
ref
表示放电补偿系数；δt表示时间窗；
[0049]
表示电动汽车n的电池电量安全边界；
[0050]
为充电站j中的电动汽车集合；t为调度时段集合。
[0051]
优选地，步骤3.3中，将步骤3.2中电动汽车n在t时段的电池电量s
n,t
按照其在整个并网过程中的入网时段、正常并网时段和离网时段三个阶段进行整合，具体的：
[0052]
入网时段：
[0053][0054]
其中，s
n,arrival
为电动汽车的初始电量，式中隐含上一时段的电池电量s
n,t-1
＝0，即满足x
n,t
(x
n,t-x
n,t-1
)＝1；
[0055]
正常并网时段：
[0056]
[0057]
离网时段：
[0058][0059]
其中，s
n,leave
为电动汽车的离网电量，式中隐含了和和即满足x
n,t-1
(x
n,t-1-x
n,t
)＝1；
[0060]
式(13)-(15)具有闵可夫斯基可加性，进一步整合为：
[0061][0062]
优选地，步骤3.4中，利用闵可夫斯基加法处理式(9)、式(10)、式(12)和式(16)，得到式(17)-(20)对应的包络空间：
[0063][0064][0065][0066][0067]
优选地，步骤3.5中，构建电动汽车集群特性模型为：
[0068][0069][0070][0071]
式中，和分别表示充电站j广义储能模型在t时段的充、放电调度功率；s
j,t
表示充电站j广义储能模型在t时段的电量。
[0072]
优选地，步骤4具体包括：
[0073]
步骤4.1：计算电动汽车集群特性的参数
[0074]
和分别表示充电站j广义储能模型在t时段的最大充、放电功率；
[0075]
和表示充电站j广义储能模型在t时段的电量边界；
[0076]
δs
j,t
表示充电站j广义储能模型在t时段因电动汽车并网状态变化导致的电量变化；
[0077]
步骤4.2：基于步骤4.2参数将电动汽车集群的变量空间压缩为充电站广义储能模型的变量空间，获得广义储能模型作为柔性储荷资源的响应能力：
[0078][0079][0080][0081][0082]
式中，s
j,t
为充电站j广义储能模型在t时段的电量；分别为电动汽车n在t时段的充、放电功率；η
ch
和η
dis
分别为充放电效率；η
ref
为放电补充系数；t为调度时段集合；δt表示时间窗。
[0083]
优选地，步骤4.1中，电动汽车集群特性的参数计算公式为：
[0084][0085][0086][0087][0088][0089]
其中，分别为电动汽车n的充、放电功率上限；
[0090]
表示电动汽车n的电池电量安全边界；
[0091]
为充电站j中的电动汽车集合；t为调度时段集合；
[0092]sn,arrival
为电动汽车的初始电量；s
n,leave
为电动汽车的离网电量；
[0093]
x
n,t
表示电动汽车n在t时段的状态。
[0094]
优选地，步骤4中，预先定义电动汽车的历史数据集合，充电站按照历史数据集合定义记录电动汽车每日服务信息，继而计算基于历史数据的电动汽车集群特性参数，将电动汽车集群的变量空间压缩为充电站广义储能模型的变量空间，得到广义储能模型作为柔性储荷资源的响应能力。
[0095]
本发明还提供基于闵可夫斯基和的规模化电动汽车集群特性分析系统，包括：
[0096]
电动汽车个体模型构建模块，用于分析电动汽车的物理特性及运行特性，构建电动汽车个体模型，包括电动汽车充、放电功率、电池电量、电池电量安全边界和充放电状态；
[0097]
电动汽车聚合模型构建模块，用于构建参与电网负荷调度的电动汽车聚合模型，即充电站的总负荷模型；
[0098]
电动汽车集群特性模型构建模块，用于将电动汽车个体模型定义域延拓至相同的调度时段，基于闵可夫斯基和对规模化电动汽车并网进行集群建模，获得电动汽车集群特性模型，视为充电站广义储能模型；
[0099]
响应能力分析模块，用于计算电动汽车集群特性参数，将电动汽车集群的变量空间压缩为充电站广义储能模型的变量空间，获得广义储能模型作为柔性储荷资源的响应能力。
[0100]
本技术所达到的有益效果：
[0101]
本发明分析电动汽车的物理特性及运行特性，构建电动汽车聚合模型，基于闵可夫斯基和对规模化电动汽车并网进行集群建模，计算得出集群化电动汽车的包络空间，将电动汽车集群的变量空间压缩为充电站广义储能模型的变量空间，实现电动汽车的响应潜力分析，使得充电站作为一个整体参与电网负荷调度。
[0102]
电动汽车充电站作为天然的聚合商，通过管理站内电动汽车的充放电，作为柔性负荷参与电网负荷调度。当其参与电网负荷调度时，会获得调节补偿，属于电力市场范畴，如参与电网调峰辅助服务市场，电动汽车充电站可以根据计算的响应潜力，申报参与调峰的容量，并给通过转移充电时间，减少充电量或向电网放电等方式，获得参与调峰的负荷容量对应的补偿，从而增加了收益。此外，电动汽车参与电网负荷调度可以进一步达到调峰、调压、减少电网局部阻塞以及提升分布式新能源消纳水平，降低电力生产的碳排放，有利于促进低碳目标的达成，实现多赢。
附图说明
[0103]
图1是本发明基于闵可夫斯基和的规模化电动汽车集群特性分析方法流程图；
[0104]
图2是闵可夫斯基和算法示意图。
具体实施方式
[0105]
下面结合附图对本技术作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本技术的保护范围。
[0106]
如图1所示，本发明的基于闵可夫斯基和的规模化电动汽车集群特性分析方法，包括：
[0107]
步骤1：分析电动汽车的物理特性及运行特性，构建电动汽车个体模型，包括电动汽车充、放电功率、电池电量、电池电量安全边界和充放电状态；
[0108]
电动汽车具有负荷平移和反向供电能力，其个体模型如式(1)-(5)所示：
[0109][0110][0111]
式中，分别为电动汽车n在t时段的充、放电功率；分别为电动汽车n的充、放电功率上限；表示电动汽车n并网时段集合；
[0112]
[0113]
式中，s
n,t
和s
n,t-1
分别表示电动汽车n在t时段及其上一时段的电池电量；η
ch
、η
dis
分别为电动汽车的充、放电效率；δt表示时间窗；η
ref
表示放电补偿系数，由放电损耗决定；
[0114][0115]
式中，表示电动汽车n的电池电量安全边界；
[0116]
所述电动汽车同时只能处于充电状态或者放电状态，因此有：
[0117][0118]
步骤2：构建参与电网负荷调度的电动汽车聚合模型，即充电站的总负荷模型；
[0119]
电动汽车充电站作为天然的聚合商，通过管理站内电动汽车的充放电，作为柔性负荷参与电网负荷调度，其直接参与电网负荷调度的是充电站的总负荷，构建电动汽车聚合模型如式(6)-(7)：
[0120][0121][0122]
式中，和分别为充电站j在t时段的总充、放电功率；
[0123]
和分别为电动汽车n在t时段的充、放电调度功率；
[0124]
为充电站j中的电动汽车集合；
[0125]
t为调度时段集合。
[0126]
式(6)-(7)是充电站总充放电功率，也是后期会参与电网负荷调度的基础，电动汽车各时段的充放电调度功率由闵可夫斯基和法聚合求得，充电站总负荷(式(6)-(7))是电动汽车集群特性模型(式(21)-(22))的一部分。
[0127]
步骤3：将电动汽车个体模型定义域延拓至相同的调度时段，基于闵可夫斯基和对规模化电动汽车并网进行集群建模，获得电动汽车集群特性模型，视为充电站广义储能模型；
[0128]
基于闵可夫斯基和叠加电动汽车个体的决策空间，使得充电站作为一个整体参与电网负荷调度。
[0129]
闵可夫斯基和如图2所示，闵可夫斯基和算法的前提是两个变量空间具有相同的定义域。
[0130]
由于电动汽车个体并网时间的差异，其定义域存在异质性，需要将其延拓至相同的调度时段t，从而得到电动汽车集群特性模型，也可视为充电站广义储能模型。
[0131]
步骤3.1：电动汽车的并网状态x
n,t
可由电动汽车的停靠时间直接计算得到：
[0132][0133]
式中，x
n,t
表示电动汽车n在t时段的状态；x
n,t
＝1表示电动汽车n在t时段处于并网状态，表示电动汽车n到达充电站的时间，表示电动汽车n离开充电站的时间。
[0134]
步骤3.2：将电动汽车个体模型定义域延拓至相同的调度时段，使得电动汽车个体的决策空间闵可夫斯基可加性；
[0135]
更进一步，将式(1)-(4)的定义域延拓至全调度时段t，使得电动汽车个体的决策空间闵可夫斯基可加性：
[0136][0137][0138][0139][0140]
步骤3.3：将步骤3.2中电动汽车n在t时段的电池电量s
n,t
按照其在整个并网过程中的三个阶段进行整合：
[0141]
所述整个并网过程中的三个阶段包括：
[0142]
入网时段：
[0143][0144]
电动汽车入网时段特征是需要考虑电动汽车的初始电量s
n,arrival
，式中隐含了上一时段的电池电量s
n,t-1
＝0，即满足x
n,t
(x
n,t-x
n,t-1
)＝1。
[0145]
正常并网时段：
[0146][0147]
电动汽车正常并网时段，又称为一般时段，可退化为式(3)。
[0148]
离网时段：
[0149][0150]
电动汽车离网时段特征是需要考虑电动汽车的离网电量s
n,leave
，式中隐含了和和即满足x
n,t-1
(x
n,t-1-x
n,t
)＝1。
[0151]
式(13)-(15)具有闵可夫斯基可加性，进一步整合为：
[0152][0153]
步骤3.4：再次利用闵可夫斯基加法处理式(9)、式(10)、式(12)和式(16)，得到式(17)-(20)对应的包络空间：
[0154][0155]
[0156][0157][0157][0158]
本部分公式即闵可夫斯基和的应用，首先将式(11)分解为充放电三个阶段，使其具有闵可夫斯基可加性，得到式(16)，再次根据闵可夫斯基和确定的包络空间(式(17)-(20)，类似图2中虚线的维度。这个包络空间作为电动汽车集群的用电特性，即充电站广义储能模型的充放电电量。
[0159]
步骤3.5：电动汽车集群特性模型为：
[0160][0161][0162][0163]
式中，和分别表示充电站j广义储能模型在t时段的充、放电调度功率；s
j,t
表示充电站j广义储能模型在t时段的电量。
[0164]
步骤4：计算电动汽车集群特性参数，将电动汽车集群的变量空间压缩为充电站广义储能模型的变量空间，获得广义储能模型作为柔性储荷资源的响应能力。
[0165]
步骤4.1：计算电动汽车集群特性的参数
[0166]
电动汽车集群特性的参数计算公式为：
[0167][0168][0169][0170][0171][0172]
式中，和分别表示充电站j广义储能模型在t时段的最大充、放电功率；
[0173]
和表示充电站j广义储能模型在t时段的电量边界；
[0174]
δs
j,t
表示充电站j广义储能模型在t时段因电动汽车并网状态变化导致的电量变化。
[0175]
步骤4.2：基于步骤4.2参数将电动汽车集群的变量空间压缩为充电站广义储能模型的变量空间，获得广义储能模型作为柔性储荷资源的响应能力：
[0176][0177][0178][0179][0180]
式中，和分别为充电站j广义储能模型在t时段的最大充、放电功率；s
j,t
为充电站j广义储能模型在t时段的电量，和分别其边界上、下限；δs
j,t
为充电站j广义储能模型在t时段因电动汽车并网状态变化导致的电量变化；η
ch
和η
dis
分别为充放电效率；η
ref
为放电补充系数，由放电损耗决定。
[0181]
式(32)的本质是将电动汽车个体的变量空间投影到一个超立方体空间，同时保留了变量间的约束关系，其将电动汽车集合压缩为一个广义储能模型，大大降低了模型的维度。
[0182]
超立方体空间中包含了充电站所有可行的充、放电决策，而电动汽车集群特性的参数决定了广义储能模型作为柔性储荷资源的响应能力。
[0183]
具体实施时，预先定义电动汽车的历史数据集合，充电站按照历史数据集合定义记录电动汽车每日服务信息，继而计算基于历史数据的电动汽车集群特性参数，将电动汽车集群的变量空间压缩为充电站广义储能模型的变量空间，得到广义储能模型作为柔性储荷资源的响应能力。
[0184]
本发明的基于闵可夫斯基和的规模化电动汽车集群特性分析系统，系统包括：
[0185]
电动汽车个体模型构建模块，用于分析电动汽车的物理特性及运行特性，构建电动汽车个体模型，包括电动汽车充、放电功率、电池电量、电池电量安全边界和充放电状态；
[0186]
电动汽车聚合模型构建模块，用于构建参与电网负荷调度的电动汽车聚合模型，即充电站的总负荷模型；
[0187]
电动汽车集群特性模型构建模块，用于将电动汽车个体模型定义域延拓至相同的调度时段，基于闵可夫斯基和对规模化电动汽车并网进行集群建模，获得电动汽车集群特性模型，视为充电站广义储能模型；
[0188]
响应能力分析模块，用于计算电动汽车集群特性参数，将电动汽车集群的变量空间压缩为充电站广义储能模型的变量空间，获得广义储能模型作为柔性储荷资源的响应能力。
[0189]
本发明分析电动汽车的物理特性及运行特性，构建电动汽车聚合模型，基于闵可夫斯基和对规模化电动汽车并网进行集群建模，计算得出集群化电动汽车的包络空间，将电动汽车集群的变量空间压缩为充电站广义储能模型的变量空间，实现电动汽车的响应潜
力分析，使得充电站作为一个整体参与电网负荷调度。
[0190]
电动汽车充电站作为天然的聚合商，通过管理站内电动汽车的充放电，作为柔性负荷参与电网负荷调度。当其参与电网负荷调度时，会获得调节补偿，属于电力市场范畴，如参与电网调峰辅助服务市场，电动汽车充电站可以根据计算的响应潜力，申报参与调峰的容量，并给通过转移充电时间，减少充电量或向电网放电等方式，获得参与调峰的负荷容量对应的补偿，从而增加了收益，此外，电动汽车参与电网负荷调度可以进一步达到调峰、调压、减少电网局部阻塞以及提升分布式新能源消纳水平，降低电力生产的碳排放，有利于促进低碳目标的达成，实现多赢。
[0191]
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。