一种考虑电动汽车充电负荷时空分布的需求响应方法与流程

本发明属于电力系统需求响应技术领域，具体来说，涉及一种考虑电动汽车充电负荷时空分布的需求响应方法。

背景技术：

电动汽车在作为交通工具的同时，其充电负荷也逐渐成为电网负荷的重要组成部分。当大规模电动汽车充电负荷接入电网时，将为电网带来较大的功率冲击，严重时可能导致电压偏移过大、电能质量下降等问题。因此，大规模电动汽车无序充电问题亟待解决。

由于电动汽车能够在不影响用户正常使用的情况下对充电时间进行合理改变，接受电网调控能力强，因此电动汽车是电网重要的弹性调控资源之一。

若能准确评估电动汽车充电负荷参与需求响应的能力，并提出适当的需求响应策略，将对解决大规模无序充电问题提供帮助。

目前，绝大多数关于电动汽车负荷参与需求响应调度的研究都仅限于削减负荷峰值，缺乏对区域电网整体潮流分布情况的考虑，未必能够解决区域电网内电压跌落、输电线路阻塞等问题，而考虑区域电网整体的潮流分布则对电网负荷的时空分布预测准确性提出了更高的要求。

技术实现要素：

针对现有技术存在的不足，本发明目的是提供一种考虑电动汽车充电负荷时空分布的需求响应方法，能够更准确地评估各电网节点的调度需求，有助于区域电网在调度后获得最佳运行状态，提升电网需求响应调度的合理性。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明的一种考虑电动汽车充电负荷时空分布的需求响应方法，包括以下步骤：

(1)建立电动汽车充电负荷时空分布预测模型，用于预测区域电网内各节点在一天24小时内的充电负荷；

(2)将步骤(1)中预测得到的电动汽车充电负荷结果加入各节点原有负荷进行潮流运算，获得各节点电压偏移及输电线路阻塞情况，用于验证大规模电动汽车无序充电负荷接入对电网造成的电压过低、线路阻塞影响；

(3)基于步骤(1)中预测得到的电动汽车充电负荷结果，对电动汽车参与需求响应的潜力进行评估，得到每一时刻需求响应功率的上限值；

(4)基于步骤(3)中得到的各节点需求响应潜力，计算每时刻参与调度的需求响应功率值，并将需求响应后的负荷再次代入电网潮流运算。

上述电动汽车充电负荷时空分布预测模型具体的建立方法如下：确定蒙特卡洛模拟单体车辆行程，建立聚合充电负荷预测模型。

上述蒙特卡洛模拟单体车辆行程的确定方法如下：

基于城市历史车流量数据进行蒙特卡洛抽样，决定第n辆车的出发位置sndep、到达位置snarr、出发时间tndep和到达时间tnarr，其中n为车辆编号；

根据电动汽车到达每趟行程终点时刻剩余电量，判断汽车是否需要充电，若剩余电量小于20％，则判断需要充电并记录当前所在位置和时间，分别记为s^charge和t^charge；若一躺行程结束后电量充足无需充电，则转到下一次蒙特卡洛抽样。

上述聚合充电负荷预测模型的建立方法如下：

对所有电动汽车进行蒙特卡洛抽样获得其行程和电量状态后，建立聚合充电矩阵c；c为s×t的矩阵，s为位置编号总数，t为日内时间分段总数，初始c矩阵值为0；对于每辆充电的电动汽车，有：

c(s^charge,t^charge)＝c(s^charge,t^charge)+pn

其中，s^charge为充电行为开始时车辆所在地点，t^charge为充电开始时刻，pn为第n辆车充电时的充电功率；

则得到聚合充电矩阵c：

矩阵中每个元素的值表示位置s在t时刻的总充电功率；每个节点日内聚合充电功率为：

对所述电动汽车参与需求响应的潜力进行评估，需满足如下公式：

式中：socx,e(t)为电网节点x第e台电动汽车在t时刻的荷电量，为节点x第e台电动汽车满足第二天出行计划所需的最小荷电量，px,e为节点x第e台电动汽车的额定充电功率，为节点x第e台电动汽车第二天计划的出发时间。每台所述电动汽车响应时长需满足：

式中：ε为单位阶跃函数，为节点x第e台电动汽车参与需求响应时每次最短参与时间，为节点x第e台电动汽车两次参与需求响应之间最少的时间间隔。

所述需求响应功率的计算步骤如下：

(1-1)建立优化目标

以区域电网内各节点平均电压偏移最少为目标：

式中：drx(t)为每个节点在第t时刻使用的需求响应功率，δux为各节点平均电压偏移；ux[drx(t)]为节点x在t时刻的电压，是随drx(t)大小变化的复合函数；为节点x的额定电压；

(1-2)建立约束条件

drx(t)应满足以下条件约束，每个节点每一时刻释放的需求响应功率不能超过智能负荷所提供的聚合需求响应潜力；

式中：ld(t)为t时刻的负荷功率，gr^limit为发电机组爬坡率限制；需求响应后的负荷曲线的平均斜率需要在0与发电机组爬坡率限制之间；

式中：为节点x能够接受的电压偏移最低值，为节点x能够接受的电压偏移最高值；pxx′[drx(t)]为在t时刻节点x和x′之间联络线上的有功功率，是随drx(t)大小变化的复合函数，由潮流计算得出；为节点x和x′之间联络线上的额定有功功率；当设定时间内负荷曲线的平均斜率在发电机组爬坡率限制之内、且无电压越限及联络线有功潮流过载，则节点需求响应功率为0；

式中：px(t)为节点x在t时刻的有功功率，δpxx′(t)为节点x和x′之间联络线上在t时刻的有功损耗，∑p^g(t)为发电机在t时刻的有功出力；同理，qx(t)为节点x在t时刻的无功功率，δqxx′(t)为节点x和x′之间联络线上在t时刻的无功损耗，∑q^g(t)为发电机在t时刻的无功出力；需求响应后应满足电网潮流的有功、无功功率平衡关系。

本发明与现有技术相比，具有以下优点：

1.考虑电动汽车大规模无序充电负荷的时空分布，从而精确评估负荷接入对电网潮流分布的影响，从而更准确地评估各电网节点的调度需求。

2.基于电动汽车充电负荷的时空分布特性并考虑电网潮流分布进行需求响应功率的最优计算，有助于区域电网在调度后获得最佳运行状态，提升电网需求响应调度的合理性。

附图说明

图1为本发明的一种考虑电动汽车充电负荷时空分布的需求响应方法工作流程图；

图2为某电动汽车无序充电负荷接入后电网各节点电压；

图3为需求响应调度前后的电网各节点电压。

具体实施方式

下面参照附图并结合实施例对本发明作进一步详细描述。

本发明的考虑电动汽车充电负荷时空分布的需求响应方法，提出电动汽车充电负荷时空分布预测模型，预测区域电网内各节点日内的充电负荷情况，结合预测结果与电网潮流情况提出需求响应功率计算方法，合理调度大规模电动汽车无序充电负荷，改善区域电网内电压偏移与线路阻塞情况。

考虑电动汽车充电负荷时空分布的需求响应方法，提出电动汽车充电负荷时空分布预测模型，预测区域电网内各节点日内的充电负荷情况，结合预测结果与电网潮流情况提出需求响应功率计算方法，合理调度大规模电动汽车无序充电负荷，改善区域电网内电压偏移与线路阻塞情况。

参见图1，需求响应方法，包括如下步骤：

建立电动汽车充电负荷时空分布预测模型。

提出电动汽车参与需求响应潜力评估方法。

考虑电网潮流约束提出需求响应功率计算方法。

本实施例中，电动汽车充电负荷时空分布预测模型，需要通过蒙特卡洛方法模拟每辆车的行程及充电行为，用二维矩阵记录，其中行表示位置空间信息，列表示时间信息。再将各车辆的充电负荷时空分布进行聚合计算，得到大规模电动汽车聚合充电负荷。具体实现过程如下：

据此历史交通流量数据进行蒙特卡洛抽样，决定第n辆车的出发位置到达位置出发时间和到达时间其中n为车辆编号。

根据电动汽车到达每趟行程终点时刻剩余电量判断汽车是否需要充电，若剩余电量小于20％，则判断需要充电并记录当前所在位置和时间，分别记为s^charge和t^charge；若一躺行程结束后电量充足无需充电，则转到下一次蒙特卡洛抽样。

对所有电动汽车抽样结束后，设定聚合充电矩阵c为s×t的矩阵，s为位置编号总数，t为日内时间分段总数，初始c矩阵值为0。对于每辆充电的电动汽车，有：

c(s^charge,t^charge)＝c(s^charge,t^charge)+pn

其中，s^charge为充电行为开始时车辆所在地点，t^charge为充电开始时刻，pn为第n辆车充电时的充电功率。

则得到聚合充电矩阵c：

矩阵中每个元素的值表示该位置s在t时刻的总充电功率。因此，每个节点日内聚合充电功率为：

本实施例中，电动汽车参与需求响应潜力评估方法，若电动汽车电量满足第二天用户出行计划则具有需求响应调度潜力，且需要满足充电进程不能频繁开断的条件以保证电池使用寿命，即需满足如下公式：

式中：socx,e(t)为电网节点x第e台电动汽车在t时刻的荷电量，为节点x第e台电动汽车满足第二天出行计划所需的最小荷电量，px,e为节点x第e台电动汽车的额定充电功率，为节点x第e台电动汽车第二天计划的出发时间。

为避免充电进程频繁开断带来的电池损坏，每台电动汽车响应时长需满足：

式中：ε为单位阶跃函数，为节点x第e台电动汽车参与需求响应时每次最短参与时间，为节点x第e台电动汽车两次参与需求响应之间最少的时间间隔。

本实施例中，考虑电网潮流约束的需求响应功率计算方法，以各节点平均电压偏移最少为目标：

式中：drx(t)为每个节点在第t时刻使用的需求响应功率，δux为各节点平均电压偏移。ux[drx(t)]为节点x在t时刻的电压，是随drx(t)大小变化的复合函数。为节点x的额定电压。

同时，drx(t)还应满足以下条件约束，每个节点每一时刻释放的需求响应功率不能超过智能负荷所提供的聚合需求响应潜力。

drx(t)≤drpx(t)

式中：ld(t)为t时刻的负荷功率，gr^limit为发电机组爬坡率限制。需求响应后的负荷曲线的平均斜率需要在0与发电机组爬坡率限制之间，若小于0则说明释放的需求响应潜力过多，造成了不必要的调度费用损失，若大于发电机组爬坡率限制则易导致电网功率失衡。

式中：为节点x能够接受的电压偏移最低值，为节点x能够接受的电压偏移最高值。pxx′[drx(t)]为在t时刻节点x和x′之间联络线上的有功功率，是随drx(t)大小变化的复合函数，由潮流计算得出。为节点x和x′之间联络线上的额定有功功率。当一定时间内负荷曲线的平均斜率在发电机组爬坡率限制之内、且无电压越限及联络线有功潮流过载，则该节点需求响应功率为0。

式中：px(t)为节点x在t时刻的有功功率，δpxx′(t)为节点x和x′之间联络线上在t时刻的有功损耗，∑p^g(t)为发电机在t时刻的有功出力。同理，qx(t)为节点x在t时刻的无功功率，δqxx′(t)为节点x和x′之间联络线上在t时刻的无功损耗，∑q^g(t)为发电机在t时刻的无功出力。需求响应后仍应满足电网潮流的有功、无功功率平衡关系。

应当说明的是，所给实施例中以选取了43节点的区域电网系统作为研究对象，但是本发明不限于所给出的实施例，设定不同的电网拓扑只对电动汽车充电负荷的时空分布有影响，其原理都是相同的。只要是依照本文所提负荷时空预测思路及需求响应方法所做的工作均在保护范围内。

本实施例选取某市实际电网为研究对象，包含43个电网节点，并按照该市当前电动汽车保有量130000辆进行充电负荷的时空分布预测。将预测结果代入电网潮流运算得到各节点日内电压变化曲线，如图2所示。

再按照所提需求响应策略进行需求响应潜力评估，进行混合整数非线性规划运算后得到每一时刻各节点x的需求响应功率。将响应后各节点负荷再次代入电网潮流计算，得到各节点需求响应前后的最小电压，如图3所示。

可以看出，需求响应能够一定程度上缓解电压偏移，对电压偏移较大的节点也有良好缓解效果。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。