一种电动汽车接入电网调节能力量化评估方法及系统与流程

本发明涉及电网调度，尤其涉及一种电动汽车接入电网调节能力量化评估方法及系统。

背景技术：

1、随着电动汽车(electr ic vehic le,ev)负荷的大规模接入电网，配电网的规划与运营迎来了新的挑战。研究电动汽车负荷充放电的有序控制以及统一调度，以实现规模化电动汽车辅助配电网削峰填谷有重要的现实意义。

2、随着智能电网建设的推进以及需求响应、能效管理等技术的发展与应用，商业中央空调、电动汽车(electr ic vehic le,ev)、分布式储能等可中断/可调节的用户侧多元负荷快速增长并形成了新的可调度资源。其中，ev负荷由于其优秀的环保性、负载可调等特点，在节能、减排、需求响应等领域展现出巨大的优势而受到广泛重视。ev负荷的实时控制是解决大规模ev接入引起配电网严重超负荷问题的重要途径之一。在满足电网需求的前提下，如何降低对ev负荷的调度次数，提高调度效率，降低调度成本，对于近一步开展电动汽车发展规划有着重要意义。

技术实现思路

1、为了解决上述技术问题，本发明实施例提供了一种电动汽车接入电网调节能力量化评估方法及系统，通过考虑到电动汽车的响应潜力对电动汽车接入电网调节能力量化评估，提高了电动汽车响应电网调节能力量化评估准确性。

2、本发明实施例的第一方面提供了一种电动汽车接入电网调节能力量化评估方法，所述方法包括：

3、获取电网侧的负荷数据、多个待调度电动汽车的电动汽车参数和电动汽车负荷特性参数；

4、根据电网侧的负荷数据和电动汽车参数构建电动汽车响应电网调节能力量化评估指标体系，其中，电动汽车响应电网调节能力量化评估指标系统包括主观响应潜力指标和客观响应潜力指标；

5、根据电动汽车负荷特性参数对多个待调度电动汽车进群体划分，得到多个电动汽车类，利用熵权法确定各个电动汽车类的电动汽车响应电网调节能力量化评估指标的综合权重；

6、根据电动汽车响应电网调节能力量化评估指标的综合权重和预设评价方法进行评估，得到评价结果，以使电网人员根据评价结果制定调度策略。

7、实施本实施例，获取电网侧的负荷数据、多个待调度电动汽车的电动汽车参数和电动汽车负荷特性参数，根据电网侧的负荷数据和电动汽车参数构建电动汽车响应电网调节能力量化评估指标体系，根据电动汽车负荷特性参数对多个待调度电动汽车进群体划分，得到多个电动汽车类，利用熵权法确定各个电动汽车类的电动汽车响应电网调节能力量化评估指标的综合权重，根据电动汽车响应电网调节能力量化评估指标的综合权重和预设评价方法进行评估，得到评价结果，以使电网人员根据评价结果制定调度策略，通过考虑到电动汽车的响应潜力对电动汽车接入电网调节能力量化评估，提高了电动汽车响应电网调节能力量化评估准确性。

8、在第一方面的一种可能的实现方式中，根据电网侧的负荷数据和电动汽车参数构建电动汽车响应电网调节能力量化评估指标，其中，电动汽车响应电网调节能力量化评估指标包括主观响应潜力指标和客观响应潜力指标，具体为：

9、根据电网侧的负荷数据和电动汽车参数建立客观响应潜力指标，其中，客观响应潜力指标包括电压合格率、平均电压偏差值、故障后能量损失率、用电可靠率、部分设备停运次数、电池使用寿命、充放电电量约束和充电桩功率约束，其中，电压合格率为：

10、rn,i,t＝fn,j,t(umax)-fn,j,t(umin)

11、式中，fn,j,t(g)是节点i在t时刻电压幅值的概率分布函数；umax为合格电压的上限，umin为合格电压的下限；

12、平均电压偏差值为：

13、

14、

15、式中，和分别为节点i在t时刻电压上升偏离指数和电压跌落偏离指数，为平均电压偏差值，和分别为t时刻节点i的电压在该节点概率分布置信区间i的上界和下界,uref为线路根节点电压幅值；

16、故障后能量损失率为：

17、

18、cfe＝pfetfl

19、式中，sfl为负荷损失容量，ssl为系统总容量，nfc为故障后所有损失的用户数，nsc为系统总用户数，sfl,i为第i个损失用户的容量，sfl,j为系统第j个用户的容量，γfl,i为第i个被切除用户的等级因子，γsl,j为系统第j个用户的等级因子，等级因子均在0到1之间，且用户越重要，等级因子越大，tfl为故障修复时间；

20、用电可靠率为：

21、

22、式中，tm代表该配网中第m个计费用户在统计时间内的总停电时间，m代表该配网中的计费用户总数，t代表统计时长；

23、部分设备停运次数的具体表达式为：

24、neot＝∑pm

25、式中，pm代表配网内第m个计费用户在统计时间内由电能质量问题引起的系统不停电而该用户出现设备停运或不可用的次数；

26、电池使用寿命为：

27、

28、

29、式中，s(i,t)为用户i在t时刻的soc,sdr(i,t)是指当用户i在t时间点以响应功率p(i,t)充电或放电时引起的soc变化量，smin和smax分别为ev电池的soc上、下限pc和pd分别为ev的额定充、放电功率，tarrive和tleave分别是用户i的到达时间和预期离开时间，ηc为ev充电时的充电效率，c0为ev电池容量；

30、充放电电量约束为：

31、smax≥s(i,t)+sdr(i,t)≥sex(i)

32、s(i,t)+sdr(i,t)≥smin(i)

33、式中，sex(i)为用户i的期望充电电量；

34、充电桩功率约束为：

35、

36、

37、pm(i,t)≤pr(i,t)≤pm(i,t)

38、式中，pc(i,t)为充电功率，pd(i,t)为放电功率，pr(i,t)为用户i在t时刻的额定充电或放电功率，pm(i,t)、pm(i,t)分别为用户i在t时刻的最小充(放)电功率和最大充电或放电功率；

39、建立客观响应潜力指标，其中，客观响应潜力指标包括用户充电正面响应曲线和充电负面响应曲线，用户充电正面响应曲线为：

40、

41、式中，表示充电正面响应曲线，e为电动汽车负荷聚合商对ev用户参与dr响应的激励价格，gcm和gdm分别为用户最大充电和放电响应率；

42、

43、式中，表示充电负面响应曲线，e为电动汽车负荷聚合商对ev用户参与dr响应的激励价格，ec1为用户充电激励响应临界值，当激励电价用户充电激励响应临界值，用户的充电响应总是大于0，ecm为用户的充电饱和激励电价，当激励电价达到充电饱和激励电价时，用户的充电响应维持gcm不变，gcm为用户最大充电响应率。

44、在第一方面的一种可能的实现方式中，根据电动汽车负荷特性参数对多个待调度电动汽车进群体划分，得到多个电动汽车类，具体为：

45、根据电动汽车负荷特性参数得到各个待调度电动汽车的多个行为序列，随机选择多个聚类中心，其中，行为序列中包括多个评估指标；

46、计算电动汽车的各个行为序列到各个聚类中心的欧式距离，得到各个行为序列的欧式距离，欧式距离小于预设值的行为序列划分到对应的聚类中心，得到多个类，其中，欧式距离计算方式为：

47、

48、其中，wi表示第i个电动汽车充电行为序列，ct表示第t个聚类中心，wij表示第i个电动汽车的第j个指标值，cij表示第i个聚类中心的第j个指标值；

49、计算各个行为序列与同一类中的其他行为序列的平均距离，得到第一平均距离，计算各个行为序列与其他类中的行为序列的平均距离，得到第二平均距离，根据第一平均距离和第二平均距离得到各个行为序列对应的类的轮廓系数，其中，轮廓系数的计算公式为：

50、

51、式中，a(i)表示第一平均距离，b(i)表示第二平均距离，s(i)表示轮廓系数；

52、根据各个行为序列对应的类的轮廓系数计算得到轮廓系数均值，利轮廓系数均值确定分类群数，根据分类群数对多个待调度电动汽车进二分均值聚类划分，得到多个电动汽车类，其中，轮廓系数均值的计算公式为：

53、

54、式中，a(i)表示第一平均距离，b(i)表示第二平均距离，s(i)表示轮廓系数。

55、在本实施例中，根据电动汽车负荷特性参数得到各个待调度电动汽车的多个行为序列，随机选择多个聚类中心，计算电动汽车的各个行为序列到各个聚类中心的欧式距离，得到各个行为序列的欧式距离，欧式距离小于预设值的行为序列划分到对应的聚类中心，得到多个类，计算各个行为序列与同一类中的其他行为序列的平均距离，得到第一平均距离，计算各个行为序列与其他类中的行为序列的平均距离，得到第二平均距离，根据第一平均距离和第二平均距离得到各个行为序列对应的类的轮廓系数，根据各个行为序列对应的类的轮廓系数计算得到轮廓系数均值，利轮廓系数均值确定分类群数，根据分类群数对多个待调度电动汽车进二分均值聚类划分，得到多个电动汽车类，本方法通过使用聚类算法融合了各类具有相同充电行为的电动汽车，将对单辆电动汽车的评估转化为对具有相同出行行为的车辆的评估，对ev出行规律进行全面可调度性评价，降低了计算工作量。

56、在第一方面的一种可能的实现方式中，利用熵权法确定各个电动汽车类的电动汽车响应电网调节能力量化评估指标的综合权重，具体为:

57、对各个行为序列中的评估指标进行数据标准化，得到评判指标矩阵，对评判指标矩阵进行标准化处理，得到标准评判指标矩阵；

58、利用标准评判指标矩阵计算得到各个电动汽车的信息熵，根据信息熵计算各个电动汽车的第一评估指标权重；

59、利用标准离差法计算各个电动汽车的第二评估指标权重；

60、利用critic权重法计算各个电动汽车的第三评估指标权重；

61、根据第一评估指标权重、第二评估指标权重和第三评估指标权重得到电动汽车响应电网调节能力量化评估指标的综合权重。

62、在第一方面的一种可能的实现方式中，利用标准离差法计算各个电动汽车的第二评估指标权重，具体为：

63、计算标准评判指标矩阵中的各个评估指标的均值和标准差，根据均值和标准差得到第二评估指标权重，其中，第二评估指标权重为：

64、

65、式中，ω2j表示第二评估指标权重，sj表示第j个指标的标准差。

66、在第一方面的一种可能的实现方式中，利用critic权重法计算各个电动汽车的第三评估指标权重，具体为：

67、计算标准评判指标矩阵中各个评估指标的皮尔逊相关系数，其中，皮尔逊相关系数的计算公式为：

68、

69、式中，cov(yi,yj)表示第i个评估指标与第j个评估指标的协方差，和分别表示第i个指标向量的方差和第j个指标向量的方差，pij为第i个指标向量的方差和第j个指标向量的皮尔逊相关系数；

70、根据各个评估指标的皮尔逊相关系数计算得到各个指标的信息量大小，利用各个指标的信息量大小得到第三评估指标权重，其中，第三评估指标权重的计算公式为：

71、

72、式中，cj为第j个指标表示的信息量大小，ω3j表示第三行为序列中的评估指标权重，sj表示第j个指标的标准差。

73、在第一方面的一种可能的实现方式中，根据第一评估指标权重、第二评估指标权重和第三评估指标权重得到电动汽车响应电网调节能力量化评估指标的综合权重，具体为：

74、根据第一评估指标权重、第二评估指标权重和第三评估指标权重得到电动汽车响应电网调节能力量化评估指标的综合权重，其中，综合权重的计算公式为：

75、

76、式中，ω1j为第一评估指标权重，即电动汽车响应电网实时调控能力评估指标熵权法权重值，ω2j为第二评估指标权重，即电动汽车响应电网实时调控能力评估指标标准离差法权重值，ω3j为第三评估指标权重，即电动汽车响应电网实时调控能力评估指标critic权重值。

77、在第一方面的一种可能的实现方式中，根据电动汽车响应电网调节能力量化评估指标的综合权重和预设评价方法进行评估，得到评价结果，具体为：

78、将标准评判指标矩阵中的各个评估指标转化为极大型指标，得到统一指标矩阵后，对统一指标矩阵进行标准化处理，得到标准化后的矩阵；

79、确定标准化后的矩阵中各个评估指标的最大值和最小值，其中，最大值为：

80、z+＝(z1+,z2+,l,zm+)

81、＝(max(z11,z21,l,zn1),max(z12,z22,l,zn2),l,max(z1m,z2m,l,znm)

82、式中，z+为标准化后的矩阵中的最大值；

83、最小值为：

84、z-＝(z1-,z2-,l,zm-)

85、＝(min(z11,z21,l,zn1),min(z12,z22,l,zn2),l,min(z1m,z2m,l,znm)

86、式中，z-为标准化后的矩阵中的最小值；

87、分别利用最大值、最小值和综合权重进行计算得到最优方案和最劣方案，其中，最优方案和最劣方案的计算公式为：

88、

89、

90、式中，di+表示最优方法，di-表示最劣方案，λj为第j个评估指标的权重；

91、根据最优方案和最劣方案计算得到各个电动汽车的评价结果，其中，评价结果的计算公式为：

92、

93、式中，di+为最优方案，即第i个目标与最优目标的贴近程度，di-为最劣方案，即第i个目标与最劣目标的贴近程度，ci表示评价结果，ci值越大,表明电动汽车越优。

94、本发明实施例的第二方面提供了一种电动汽车接入电网调节能力量化评估系统，系统包括：

95、获取模块，用于获取电网侧的负荷数据、多个待调度电动汽车的电动汽车参数和电动汽车负荷特性参数；

96、构建模块，用于根据电网侧的负荷数据和电动汽车参数构建电动汽车响应电网调节能力量化评估指标体系，其中，电动汽车响应电网调节能力量化评估指标系统包括主观响应潜力指标和客观响应潜力指标；

97、综合权重计算模块，用于根据电动汽车负荷特性参数对多个待调度电动汽车进群体划分，得到多个电动汽车类，利用熵权法确定各个电动汽车类的电动汽车响应电网调节能力量化评估指标的综合权重；

98、评价结果计算模块，用于根据电动汽车响应电网调节能力量化评估指标的综合权重和预设评价方法进行评估，得到评价结果，以使电网人员根据评价结果制定调度策略。

99、在第二方面的一种可能的实现方式中，根据电网侧的负荷数据和电动汽车参数构建电动汽车响应电网调节能力量化评估指标，其中，电动汽车响应电网调节能力量化评估指标包括主观响应潜力指标和客观响应潜力指标，具体为：

100、根据电网侧的负荷数据和电动汽车参数建立客观响应潜力指标，其中，客观响应潜力指标包括电压合格率、平均电压偏差值、故障后能量损失率、用电可靠率、部分设备停运次数、电池使用寿命、充放电电量约束和充电桩功率约束，其中，电压合格率为：

101、rn,i,t＝fn,j,t(umax)-fn,j,t(umin)

102、式中，fn,j,t(g)是节点i在t时刻电压幅值的概率分布函数；umax为合格电压的上限，umin为合格电压的下限；

103、平均电压偏差值为：

104、

105、

106、式中，和分别为节点i在t时刻电压上升偏离指数和电压跌落偏离指数，为平均电压偏差值，和分别为t时刻节点i的电压在该节点概率分布置信区间i的上界和下界，uref为线路根节点电压幅值；

107、故障后能量损失率为：

108、

109、cfe＝pfetfl

110、式中，sfl为负荷损失容量，ssl为系统总容量，nfc为故障后所有损失的用户数，nsc为系统总用户数，sfl,i为第i个损失用户的容量，sfl,j为系统第j个用户的容量，γfl,i为第i个被切除用户的等级因子，γsl,j为系统第j个用户的等级因子，等级因子均在0到1之间，且用户越重要，等级因子越大，tfl为故障修复时间；

111、用电可靠率为：

112、

113、式中，tm代表该配网中第m个计费用户在统计时间内的总停电时间，m代表该配网中的计费用户总数，t代表统计时长；

114、部分设备停运次数的具体表达式为：

115、neot＝∑pm

116、式中，pm代表配网内第m个计费用户在统计时间内由电能质量问题引起的系统不停电而该用户出现设备停运或不可用的次数；

117、电池使用寿命为：

118、

119、

120、式中，s(i,t)为用户i在t时刻的soc,sdr(i,t)是指当用户i在t时间点以响应功率p(i,t)充电或放电时引起的soc变化量，smin和smax分别为ev电池的soc上、下限pc和pd分别为ev的额定充、放电功率，tarrive和tleave分别是用户i的到达时间和预期离开时间，ηc为ev充电时的充电效率，c0为ev电池容量；

121、充放电电量约束为：

122、smax≥s(i,t)+sdr(i,t)≥sex(i)

123、s(i,t)+sdr(i,t)≥smin(i)

124、式中，sex(i)为用户i的期望充电电量；

125、充电桩功率约束为：

126、

127、

128、pm(i,t)≤pr(i,t)≤pm(i,t)

129、式中，pc(i,t)为充电功率，pd(i,t)为放电功率，pr(i,t)为用户i在t时刻的额定充电或放电功率，pm(i,t)、pm(i,t)分别为用户i在t时刻的最小充(放)电功率和最大充电或放电功率；

130、建立客观响应潜力指标，其中，客观响应潜力指标包括用户充电正面响应曲线和充电负面响应曲线，用户充电正面响应曲线为：

131、

132、式中，表示充电正面响应曲线，e为电动汽车负荷聚合商对ev用户参与dr响应的激励价格，gcm和gdm分别为用户最大充电和放电响应率；

133、

134、式中，表示充电负面响应曲线，e为电动汽车负荷聚合商对ev用户参与dr响应的激励价格，ec1为用户充电激励响应临界值，当激励电价用户充电激励响应临界值，用户的充电响应总是大于0，ecm为用户的充电饱和激励电价，当激励电价达到充电饱和激励电价时，用户的充电响应维持gcm不变，gcm为用户最大充电响应率。