一种基于态势感知的高渗透率电动汽车接入电网后电压调整策略

1.本发明专利涉及一种电力系统稳定运行策略，尤其是涉及一种通过态势感知技术来协调解决高渗透率电动汽车接入电网后电压出现越限问题的实用控制策略。


背景技术：

2.随着经济快速发展，全球能源需求以及能源缺口逐年增大，能源的过度开采与消耗也引起了一系列的生态环境问题。电动汽车因其污染小，耗能少以及成本低等突出特点，成为了现代汽车行业的重要发展趋势。但是高渗透率ev接入电网后，因其随机性、复杂性等性质会导致电网节点电压大幅度偏离标准电压，对配电网的稳定性造成威胁。
3.为此，本专利提出了基于态势感知的高渗透率电动汽车接入电网后电压调整策略，以实时感知配电网当前电压状态并预测未来节点电压状态，提前做出调压策略。(1)本专利利用态势感知技术，采集实时电动汽车信息、电网结构参数、电动汽车充电站数据以模型驱动方式建立规模化电动汽车接入电网场景，完成态势觉察；(2)设立经济成本目标函数，利用态势觉察信息进一步深度理解配电网和无功补偿装置状态，为态势利导环节提供基础数据；(3)采用蒙特卡洛模拟方法，模拟不同类型ev进行接入电网状态，获取充电需求预测充电时刻配电网各节点电压，基于潮流断面对预测电压进行修正，实现态势预测感知；(4)在系统级层面构建电压偏差指标，实现对配电网电压的精确控制，同时采用二级调压方式对于不同电压偏差指标做出不同等级调压方式最优化分配无功补偿功率，提高配电网的经济性以及稳定性。


技术实现要素：

4.本发明专利的目的时在高渗透率电动汽车接入电网后基于态势感知的区域配电网调策略中，通过态势觉察、态势理解以及态势预测为区域配电网在高渗透率电动汽车接入后电压偏差较大的情况提供相应电网信息，通过态势利导对于不同电网电压偏差情况选用相应的调压策略进行优化。
5.本发明的上述技术问题主要通过以下技术方案实现的：
6.一种基于态势感知的高渗透率电动汽车接入电网后电压调整策略，包括
7.态势觉察阶段，通过pmu、可观性量测、高级量测等技术，获取配电网状态，在根据多源信息实时交互模型对规模化电动汽车接入配电网后soc以及充电特性信息进行收集，上传当前evs内充电桩功率、剩余补偿容量以及无功补偿设备状态，深度感知当前配电网状态；
8.态势理解阶段：建立以电网网损成本、电容器组无功补偿成本、有载变压器成本以及电池损耗成本最小目标函数，以及配电网约束条件，通过调压装置以及充电站内充电桩功率因素角优化的联合调压策略对高渗透率ev接入电网的态势进行理解和评估，输出优化后的电动汽车信息；
9.态势预测阶段：利用获取的电动汽车信息进行预测，根据态势理解阶段收集到电动汽车接入后的各项信息，获取当前电网的状态信息，并对后续时间段的发展趋势进行预测，进行电网电压偏差的评估并对其进行修正电网电压偏差程度；
10.态势利导阶段：根据态势预测阶段获取的电网电压偏差程度判断其是否超过设定范围，并根据判断结果选择执行是否进行二级调压策略或者结束整个电压调整过程。
11.在上述逇电压调整策略，目标函数公式如下：
[0012][0013]
式中：α
l
为配电网网损成本系数；α
t
为每次有载调压成本；αd为电池损耗成本，为t时刻i节点和j节点之间的有功损耗，e为配电网中所有支路集合；为t时刻i节点处电容器组无功补偿容量，ec为电容器放置节点集合；n
t
为电容器投切次数；p
charge
为ev的充电功率。
[0014]
在上述逇电压调整策略，配电网约束条件包括配电网的潮流约束：
[0015][0016]
式中：p
evi,t
，q
evi,t
分别为t时刻节点i处ev注入电网的有功功率和无功功率；q
ci,t
为t时刻节点i处电容器组注入的无功功率；x
ij,t
和y
ij,t
分别是t时刻节点i与节点j之间的电导值和电纳值；m
j,t
和n
j,t
分别为t时刻节点j的电压实部和虚部；p
i,t
和q
i,t
分别为配电网t时刻节点i处总负荷的有功功率和无功功率。
[0017]
在上述逇电压调整策略，配电网约束条件包括线路网损表示为：
[0018][0019][0020]
式中：为t时刻i节点基准电压幅值，r
ij,t
为t时刻节点i与节点j之间的电阻值；结合式(3)与式(4)可以将线路有功网损转化为电导电纳，便于计算。
[0021]
在上述逇电压调整策略，配电网约束条件包括线路安全约束
[0022][0023]
式中：i
ij,max
是支路ij电流最大值；u
i,t
为t时刻i节点处电压，u
min
和u
max
为节点电压允许的最小最大值。
[0024]
在上述逇电压调整策略，配电网约束条件包括电容器装置约束
[0025]
在实际电网运行的过程中，一个循环内电容器的操作是有一定的限制次数的，并且对于投切电容器大部分采取的方法都是成组投切，因此电容器运行是应该满足电容器容量以及投切次数约束
[0026][0027]
式中:和分别为t和t-1两个时刻内接入电容器组的无功补偿容量，为异或运算符，若与的结果不同输出判定结果为1，t
c,max
为一个循环内投切电容器组数的最大次数；q
c,min
和q
c,max
为配电网电容器组无功补偿容量的最小值和最大值，q
c,t
为t时刻电容器接入配电网容量。
[0028]
在上述逇电压调整策略，配电网约束条件包括有载变压器约束
[0029]
电网中的有载变压器通过改变变压器挡位来改变变压器变比从而调节电压，有载变压器的变比范围以及挡位有限，因此有载变压器的运行应该满足一定约束
[0030][0031]
式中:β
ij,t
为t时刻有载变压器变比；β
t
为挡位单位增量0.01；t
ij,t
为t时刻ij节点之间的变压器挡位；t
ij,(t-1)
为t-1时刻ij节点之间的变压器挡位；m
oltc
为有载变压器挡位最大变化范围；t
oltc
为有载变压器挡位最大调节次数。
[0032]
在上述逇电压调整策略，根据态势觉察阶段收集当前电网、ev以及evs状态信息进入态势理解阶段分析当前信息，经过态势预测阶段对理解阶段信息进行进一步预测，得到下一个时刻综合信息；按照预测信息，对电网内的无功设备以及evs内充电桩的功率因数角进行调节，实现电网电压偏差程度的减少；
[0033]
建立配电网电压偏差指标ζ
dev
，作为利导环节利导方式的前提标准，对t+1时刻的电压按照电压偏差指标进行调压：
[0034][0035]
并二级调压策略，具体包括
[0036]
一级调压：当电压偏差超过规定范围时，控制中心对当前配电网内有载变压器分接头抽头挡位和电容器投切组数进行潮流计算，判断节点电压的恢复情况，若此时可恢复到稳定范围，则根据态势理解阶段建立数学模型，对配电网进行调压；
[0037]
二级调压：若一级调压结果不能缓解电压偏差，则考虑通过控制中心优化evs内充电机组的功率因数角，通过功率因数角的改变调节充电桩功率改善电压偏差；
[0038]
二级调压策略将evs纳入无功补偿，增大无功补偿容量并加强无功补偿灵活性；同
时二级调压策略将无功补偿方式分级，根据不同程度电压偏差选取最优无功功率分配策略，极大程度减小了无功补偿多余损耗。
[0039]
在上述逇电压调整策略，一级调压模型基于以下步骤建立：
[0040]
根据ev初始荷电状态soci以及ev单位里程耗电量，可求抵达充电站时ev的荷电状态soc
d[19]
；
[0041]
socd＝soc
i-ξf(d)/c
ev
ꢀꢀ
(9)
[0042]
式中:ξ为单位里程ev能耗水平，c
ev
为ev电池容量；
[0043]cev,min
≤c
ev
≤c
ev,max
ꢀꢀ
(10)
[0044]
式中：c
ev,min
和c
ev,max
分别为各类ev电池最小和最大容量；
[0045]
电池安全约束：
[0046]
soc
min
≤socd≤soc
max
ꢀꢀ
(11)
[0047]
式中：soc
min
和soc
max
分别为soc的最小和最大容量，为确保电池安全，soc
min
＝0.1，soc
max
＝0.97
[20]
；
[0048]
ev进入充电站后连接充电桩将当前socd与电网交互判断充电方式；定义t时刻ev充电状态变量λ
ev,t
；
[0049][0050]
根据(8)、(10)、(13)式可以推断出ev的充电下一个时刻的充电需求
[0051][0052]
式中:soc
t+1
和soc
t
分别为t+1时刻和t时刻ev的soc，充电效率为η＝0.9；ev充电时间约束：
[0053][0054]
evs总需求容量与evs内的ev数量以及socd有关
[0055][0056]
式中:s
evs,t
为t时刻evs内总需求容量，n
ev
为该evs中ev的集合，soc
n,t
为t时刻第n辆车soc；
[0057]
evs内充电桩型号相同，则每台充电桩t时刻soc为
[0058][0059]
式中:s
p,t
为t时刻充电桩的电池容量，n
p
为该evs中充电桩集合；
[0060][0061]
式中:p
p,t
为t时刻充电桩的有功功率，q
p,t
为t时刻充电桩的无功功率，为t时刻
的功率因数角，当q
p,t
＜0时，evs向电网传输无功功率；
[0062]
充电站运行特性约束：
[0063]
1)功率因数角约束
[0064][0065]
2)充电桩容量约束
[0066]sp,min
≤s
p,t
≤s
p,max
ꢀꢀ
(19)
[0067]
式中:s
p,min
和s
p,max
分别为充电桩的最小、最大电池容量；
[0068]
由(17)、(20)式可推出充电站容量约束
[0069][0070]
式中：s
p,n,min
和s
p,n,max
分别表示为第n个充电桩的最小、最大容量；
[0071]
对于一个拓扑结构确定的配电网络，在高渗透率ev接入电网后基于ev的日充电需求预测数据，收集t时刻ev充电功率、evs内的充电桩无功功率以及无功补偿设备状态对t+1时刻的节点电压进行预测；则电压在t时刻的控制变量：
[0072]
δy(k)＝[δp
charge,t
(k),δq
p,t
(k),δq
c,t
(k)]其电压预测模型为：
[0073][0074]
式中：为t时刻节点i电压变化量对各个控制变量的节点电压灵敏度矩阵；
[0075][0076]
式中:u
i,t+1
为i节点在t+1时刻电压。
[0077]
在上述逇电压调整策略，采用经典牛顿拉夫逊算法，首先建立节点导纳矩阵，带入各节点电压初始值，获取雅可比矩阵各元素值，求解修正方程获得各节点电压变化量，包括：
[0078]
电网电压偏差评估：
[0079]
当线路阻抗参数以及网络拓扑结构不变时，结合态势预测阶段得到的各节点预测电压，进行计算得到典型潮流断面各节点的预测电压
[0080][0081]
式中：为t+1时刻节点i的某个潮流断面下的电压；k表示系统的第k个潮流运行状态；
[0082]
电网电压偏差修正：
[0083]
根据态势觉察阶段收集的配电网潮流运行状态，经过态势理解阶段提取m个典型潮流运行状态，结合各个潮流运行状态统计概率p计算修正系数
[0084]
[0085]
式中：p
(k)
为第k个潮流运行状态的统计概率，为节点i第k个潮流运行状态的修正系数；
[0086]
考虑配电网系统中当一个节点电压改变时会对其他节点产生影响，根据式(22)得到相连节点之间预测电压灵敏度θ
ij,t+1
为
[0087][0088]
电网电压偏差获取：
[0089]
为了反映全局配电网节点之间的相互影响，建立全局电气距离矩阵，相连节点之间电气距离为
[0090][0091]
结合相连节点之间电气距离以及修正系数，得到修正后的全局电气距离矩阵d
[0092][0093]
各断面的预测节点电压表示态势预测下配电网的运行状态，而节点电压与ev充电负荷以及各无功补偿设备状态有关，所以配电网潮流运行状态的修正系数能够反应evs对配电网的影响；因此，采用修正后的全局电气距离矩阵能够得到基于ev充电节点下的配电网潮流模型，对潮流模型进行求解获取修正后各节点预测电压。
[0094]
因此，本发明具有如下优点：利用态势感知技术可以提前预测电网状态并对当前电网状态实时感知，避免出现电压越限，综合提高配电网的经济性；当改变充电桩功率因数时缓解了部分无功补偿装置，使得电容器以及有载变压器的动作次数减少，提高配电网的电压调节灵活性；无功补偿装置和充电桩结合的二级调压策略适用于大规模ev接入，对配电网的韧性有着积极影响。
附图说明
[0095]
图1是本发明的充电桩可调容量。
[0096]
图2是本发明的二级调压策略流程。
[0097]
图3是本发明的方法流程示意图。
[0098]
图4是本实施例的ieee30节点图。
[0099]
图5是本实施例的16％渗透率下区域全天负荷示意图。
[0100]
图6是本实施例的33％渗透率下区域全天负荷示意图。
[0101]
图7是本实施例的50％渗透率下区域全天负荷示意图。
[0102]
图8是本实施例的16％渗透率下节点电压曲线示意图。
[0103]
图9是本实施例的16％渗透率下严重越限时段节点电压示意图。
[0104]
图10是本实施例的16％渗透率下严重越限节点电压示意图。
[0105]
图11是本实施例的16％渗透率下有载变压器挡位示意图。
[0106]
图12是本实施例的16％渗透率下电容器投切组数示意图。
具体实施方式
[0107]
下面通过实施例，并结合附图，对本发明的技术方案作进一步的说明。
[0108]
一、首先介绍本发明的原理，本发明包括
[0109]
步骤1：态势觉察阶段，通过pmu、可观性量测、高级量测等技术，获取配电网状态，在根据多源信息实时交互模型对规模化电动汽车接入配电网后soc以及充电特性等信息进行收集，上传当前evs内充电桩功率、剩余补偿容量以及无功补偿设备状态，深度感知当前配电网状态。
[0110]
步骤2：对于高渗透率电动汽车接入电网后提高电压稳定性的研究。本文通过传统调压装置以及充电站内充电桩功率因素角优化的联合调压策略对高渗透率ev接入电网的态势进行理解和评估。在态势理解阶段建立以电网网损成本、电容器组无功补偿成本、有载变压器成本以及电池损耗成本最小目标函数:
[0111][0112]
式中：α
l
为配电网网损成本系数；α
t
为每次有载调压成本；αd为电池损耗成本，为t时刻i节点和j节点之间的有功损耗，e为配电网中所有支路集合；为t时刻i节点处电容器组无功补偿容量，ec为电容器放置节点集合；n
t
为电容器投切次数；p
charge
为ev的充电功率。
[0113]
1)配电网的潮流约束：
[0114][0115]
式中：p
evi,t
，q
evi,t
分别为t时刻节点i处ev注入电网的有功功率和无功功率；q
ci,t
为t时刻节点i处电容器组注入的无功功率；x
ij,t
和y
ij,t
分别是t时刻节点i与节点j之间的电导值和电纳值；m
j,t
和n
j,t
分别为t时刻节点j的电压实部和虚部；p
i,t
和q
i,t
分别为配电网t时刻节点i处总负荷的有功功率和无功功率。
[0116]
2)线路网损表示为：
[0117][0118][0119]
式中：为t时刻i节点基准电压幅值，r
ij,t
为t时刻节点i与节点j之间的电阻值。结合式(3)与式(4)可以将线路有功网损转化为电导电纳，便于计算。
[0120]
3)线路安全约束
[0121][0122]
式中：i
ij,max
是支路ij电流最大值；u
i,t
为t时刻i节点处电压，u
min
和u
max
为节点电压允许的最小最大值。
[0123]
4)电容器装置约束
[0124]
在实际电网运行的过程中，一个循环内电容器的操作是有一定的限制次数的，并且对于投切电容器大部分采取的方法都是成组投切，因此电容器运行是应该满足电容器容量以及投切次数约束
[0125][0126]
式中:和分别为t和t-1两个时刻内接入电容器组的无功补偿容量，为异或运算符，若与的结果不同输出判定结果为1，t
c,max
为一个循环内投切电容器组数的最大次数；q
c,min
和q
c,max
为配电网电容器组无功补偿容量的最小值和最大值，q
c,t
为t时刻电容器接入配电网容量。
[0127]
5)有载变压器约束
[0128]
电网中的有载变压器通过改变变压器挡位来改变变压器变比从而调节电压，有载变压器的变比范围以及挡位有限，因此有载变压器的运行应该满足一定约束
[0129][0130]
式中:β
ij,t
为t时刻有载变压器变比；β
t
为挡位单位增量0.01；t
ij,t
为t时刻ij节点之间的变压器挡位；t
ij,(t-1)
为t-1时刻ij节点之间的变压器挡位；m
oltc
为有载变压器挡位最大变化范围；t
oltc
为有载变压器挡位最大调节次数。
[0131]
步骤3：态势预测是利用态势觉察与态势理解阶段所收集到的信息进行预测，根据态势理解阶段收集到电动汽车接入后的各项信息，获取当前电网的状态信息进行总结，并
对后续时间段的发展趋势进行预测，态势预测的结果以及态势理解所获取的信息将作为态势利导阶段的调压策略的基础。
[0132]
根据ev初始荷电状态soci以及ev单位里程耗电量，可求抵达充电站时ev的荷电状态soc
d[19]
。
[0133]
socd＝soc
i-ξf(d)/c
ev
ꢀꢀ
(35)
[0134]
式中:ξ为单位里程ev能耗水平，c
ev
为ev电池容量。
[0135]cev,min
≤c
ev
≤c
ev,max
ꢀꢀ
(36)
[0136]
式中：c
ev,min
和c
ev,max
分别为各类ev电池最小和最大容量。
[0137]
电池安全约束：
[0138]
soc
min
≤socd≤soc
max
ꢀꢀ
(37)
[0139]
式中：soc
min
和soc
max
分别为soc的最小和最大容量，为确保电池安全，soc
min
＝0.1，soc
max
＝0.97
[20]
。
[0140]
ev进入充电站后连接充电桩将当前socd与电网交互判断充电方式。定义t时刻ev充电状态变量λ
ev,t
。
[0141][0142]
根据(8)、(10)、(13)式可以推断出ev的充电下一个时刻的充电需求
[0143][0144]
式中:soc
t+1
和soc
t
分别为t+1时刻和t时刻ev的soc，充电效率为η＝0.9。
[0145]
ev充电时间约束：
[0146][0147]
evs总需求容量与evs内的ev数量以及socd有关
[0148][0149]
式中:s
evs,t
为t时刻evs内总需求容量，n
ev
为该evs中ev的集合，soc
n,t
为t时刻第n辆车soc。
[0150]
假设evs内充电桩型号相同，则每台充电桩t时刻soc为
[0151][0152]
式中:s
p,t
为t时刻充电桩的电池容量，n
p
为该evs中充电桩集合。
[0153][0154]
式中:p
p,t
为t时刻充电桩的有功功率，q
p,t
为t时刻充电桩的无功功率，为t时刻的功率因数角，当q
p,t
＜0时，evs向电网传输无功功率。
[0155]
由于各类ev充电时间不一致所以evs内充电桩并未全部参与ev充电，当配电网电压越限时，空闲状态下的充电桩通过改变功率因数角转换为容性运行模式，向电网馈送无功功率，充电桩无功补偿可调容量如图1所示：
[0156]
充电站运行特性约束：
[0157]
1)功率因数角约束
[0158][0159]
2)充电桩容量约束
[0160]sp,min
≤s
p,t
≤s
p,max
ꢀꢀ
(45)
[0161]
式中:s
p,min
和s
p,max
分别为充电桩的最小、最大电池容量。
[0162]
由(17)、(20)式可推出充电站容量约束
[0163][0164]
式中：s
p,n,min
和s
p,n,max
分别表示为第n个充电桩的最小、最大容量。
[0165]
对于一个拓扑结构确定的配电网络，在高渗透率ev接入电网后基于ev的日充电需求预测数据，收集t时刻ev充电功率、evs内的充电桩无功功率以及无功补偿设备状态对t+1时刻的节点电压进行预测。则电压在t时刻的控制变量：
[0166]
δy(k)＝[δp
charge,t
(k),δq
p,t
(k),δq
c,t
(k)]其电压预测模型为：
[0167][0168]
式中：为t时刻节点i电压变化量对各个控制变量的节点电压灵敏度矩阵。
[0169][0170]
式中:u
i,t+1
为i节点在t+1时刻电压。
[0171]
配电网潮流预测
[0172]
潮流计算是计算在电网所给定运行方式下的每个节点的电压和每个支路的功率分布，用来判断系统中的电力设备是否过负荷运行，各设备运行时的节点电压是否在规定的运行范围内，每条支路的功率是否分配合理，以及有功和无功损耗，本专利潮流计算方式采用经典牛顿拉夫逊算法，首先建立节点导纳矩阵，带入各节点电压初始值，获取雅可比矩阵各元素值，求解修正方程获得各节点电压变化量。
[0173]
电网电压偏差评估：
[0174]
当线路阻抗参数以及网络拓扑结构不变时，结合态势预测阶段得到的各节点预测电压，进行计算得到典型潮流断面各节点的预测电压
[0175][0176]
式中：为t+1时刻节点i的某个潮流断面下的电压；k表示系统的第k个潮流运行状态。
[0177]
电网电压偏差修正：
[0178]
根据态势觉察阶段收集的配电网潮流运行状态，经过态势理解阶段提取m个典型潮流运行状态，结合各个潮流运行状态统计概率p计算修正系数
[0179][0180]
式中：p
(k)
为第k个潮流运行状态的统计概率，为节点i第k个潮流运行状态的修正系数。
[0181]
考虑配电网系统中当一个节点电压改变时会对其他节点产生影响，根据式(22)得到相连节点之间预测电压灵敏度θ
ij,t+1
为
[0182][0183]
电网电压偏差获取：
[0184]
为了反映全局配电网节点之间的相互影响，建立全局电气距离矩阵，相连节点之间电气距离为
[0185][0186]
结合相连节点之间电气距离以及修正系数，得到修正后的全局电气距离矩阵d
[0187][0188]
各断面的预测节点电压表示态势预测下配电网的运行状态，而节点电压与ev充电负荷以及各无功补偿设备状态有关，所以配电网潮流运行状态的修正系数能够反应evs对配电网的影响。因此，采用修正后的全局电气距离矩阵能够得到基于ev充电节点下的配电网潮流模型，对潮流模型进行求解获取修正后各节点预测电压。
[0189]
步骤4：根据态势觉察阶段收集当前电网、ev以及evs状态信息进入态势理解阶段分析当前信息，经过态势预测阶段对理解阶段信息进行进一步预测，得到下一个时刻综合信息。按照预测信息，对电网内的无功设备以及evs内充电桩的功率因数角进行调节，实现电网电压偏差程度的减少。
[0190]
建立配电网电压偏差指标ζ
dev
，作为利导环节利导方式的前提标准，对t+1时刻的电压按照电压偏差指标进行调压：
[0191][0192]
电压偏差指标准确反映出当前配电网电压偏离程度，但是单一的电压偏差指标无法保证无功功率的合理分配，为了进一步提高无功补偿的有效利用率，本文提出二级调压策略。
[0193]
一级调压：当电压偏差超过规定范围时，控制中心对当前配电网内有载变压器分接头抽头挡位和电容器投切组数进行潮流计算，判断节点电压的恢复情况，若此时可恢复到稳定范围，则根据态势理解阶段建立数学模型，对配电网进行调压。
[0194]
二级调压：若一级调压结果不能缓解电压偏差，则考虑通过控制中心优化evs内充电机组的功率因数角，通过功率因数角的改变调节充电桩功率改善电压偏差。
[0195]
二级调压策略将evs纳入无功补偿，增大无功补偿容量并加强无功补偿灵活性。同时二级调压策略将无功补偿方式分级，根据不同程度电压偏差选取最优无功功率分配策略，极大程度减小了无功补偿多余损耗。二级调压流程图如图2所示。
[0196]
本发明涉及到在高渗透率电动汽车接入电网后基于态势感知的区域配电网电压越限调整方法，目前国内外研究文献中还没有提出具体的解决办法来解决高渗透率电动汽车接电网后电网电压调整问题，因此本策略具有较好的适应性
[0197]
本发明的技术方案主要是通过态势觉察、态势理解以及态势预测为区域配电网在高渗透率ev接入后电压偏差较大的情况提供相应电网信息，通过态势利导对于不同电网电压偏差情况选用相应的调压策略进行优化。
[0198]
二、下面采用采用ieee 30节点系统来验证所提方案的实用性。
[0199]
ieee 30节点图如图3所示，电池充电损耗费用为0.04元/kw
·
h。节点7、17、23、29、30为电动汽车充电站，每个节点最多可接入150辆(电气汽车充电站内充电桩)。设定每个充电桩容量为7kw，对应最小和最大的功率因数角为18.2
°
和161.8
°
[20]
。节点10、24装有电容器投切装置，每个节点为5组，每组为5mvar。节点电压稳定范围为[0.95,1.05]p.u.。有载变压器数量为三组分别在6节点与9节点以及10节点、4节点与12节点、27节点与28节点之间，初始挡位为0，有9个调节挡位，可调范围为[0.9,1.25]p.u.。
[0200]
算例考虑日内区域的总车辆样本数为1200辆，定义ev数量占区域所有汽车总数的比值为ev渗透率，且分别为16％、33％和50％。图5为渗透率16％下区域内的全天负荷以及不同种类的ev充电负荷，其他渗透率下区域内全天负荷见图6，图7。对比三种不同渗透率下的区域全天负荷，可以看出：在用电高峰时段16：00—20：00内随着渗透率的增加，配电网峰谷差值逐渐增大，给配电网造成极大负担。
[0201]
为验证所提方法的有效性，本文对以下三种调整策略方案进行仿真分析：
[0202]
1)方案1。无无功补偿设备，充电桩无无功补偿功率注入。
[0203]
2)方案2。投入无功补偿设别，充电柱无无功补偿功率注入。
[0204]
3)方案3。根据态势感知技术对配电网状态进行实时感知，考虑经济性以及稳定性等因素，对无功补偿设备以及充电桩无功功率进行调节。
[0205]
在接入ev为200辆时，配电网在方案一下节点电压曲线如图8所示，
[0206]
接入ev后，部分节点都出现电压越下限的现象。其中在充电高峰期15：00—20：00
时段内节点30位于配电网末端电压最低下降到0.9465p.u低于电压稳定范围，威胁到配电网稳定运行。对比三种渗透率下的ev接入，配电网电压越限程度与ev渗透率正相关。
[0207]
根据方案2、方案3对越限严重时段以及严重越限节点进行调节。
[0208]
由图8可知，方案2在配电网越限严重时段20：00通过投切电容器组以及有载变压器挡位，虽然大部分节点处于规定稳定范围内，但是节点30电压低于电压下限，配电网仍存在越限节点。方案3在严重越限时段，电压整体对于方案2有显著提升，且所有节点都恢复稳定，电压波荡幅度较方案2更加稳定。
[0209]
由图9可知，在方案1中未采取任何调节措施，随着ev负荷的增加，节点30在充电高峰时段08：00和20：00出现电压幅值低于规定电压下限的情况；方案2中，通过传统无功补偿设备，部分减少节点电压在ev负荷高峰时段低于电压下限时间但是难以确保全天电压稳定；方案3，在基于态势感知下通过有载变压器、电容器组以及充电桩组成的二级调压方式，确保电压全天保持在安全范围内，且电压波动更小。
[0210]
结合图10和图11，方案2下有载变压器总挡位大部分时间都超过10档以上，电容器组投切次数和组数较多；方案3下有载变压器总挡位大部分时间处于10档以下，且电容器组投切次数和组数大幅度减少。
[0211]
表1 13％渗透率下损耗成本
[0212][0213]
由表1可知，采用本文所提策略后，不仅有效减少了网损成本，同时减少传统无功补偿设备的使用次数，改善了配电网系统的经济性。
[0214]
仿真结果表明，本发明提出的基于态势感知的高渗透率电动汽车接入电网后电压调整策略能有效的解决有效解决高渗透率电动汽车接入电网后电网电压越限问题。
[0215]
以上实施例仅用以说明本发明的技术方案而非对其限制，本发明所属技术领域的技术人员可对说描述的具体实例做各种修改或补偿，但并不会偏离本发明所附权利要求所定义的范围。