本发明属于电力系统调度控制,具体涉及一种基于等效电动汽车模型的响应潜力评估方法。
背景技术:
1、以新能源为主体的新型电力系统是未来电力的发展方向,由于高比例新能源的接入,调频挑战剧增;随着交通系统电气化,传统燃料汽车被ev所取代,其无序充电给电网频率安全带来了巨大压力。ev集群可以为电网提供辅助服务,特别是在频率调节方面,有助于降低电网的频率偏差。现有ev参与电网调频辅助服务的方法需要进行大规模的计算,对于ev调频的研究还是从个体ev数据出发,可能会引发“维数灾”的问题,工程实现较为复杂。如何高效地处理大规模ev集群响应潜力的评估工作,依然有待于进一步研究。
技术实现思路
1、针对现有技术的不足,本发明的目的在于提供一种基于等效电动汽车模型的响应潜力评估方法,解决了现有技术中的问题。
2、本发明的目的可以通过以下技术方案实现:
3、一种基于等效电动汽车模型的响应潜力评估方法,包括以下步骤:
4、结合ev出行链理论,对不同并离网状态的ev集群进行分类;
5、提出改进的自适应模拟退火粒子群优化算法,利用当前粒子的位置密度与最优位置自适应修正惯性权重;
6、以soc划分区间数约束、代表个体电量约束和相邻代表个体电量差约束作为约束条件,基于改进的自适应模拟退火粒子群优化算法,求解等效ev模型得到最优划分区间数和代表个体电量;
7、基于求解的划分区间数和代表个体电量,并结合ev集群的分类,实时滚动更新各soc区间的ev数量,以构建等效ev模型;
8、基于等效ev模型,对规模化ev响应潜力进行评估。
9、进一步地,所述ev集群分为在评估时段内新并网、保持并网、即将正常离网与提前离网四种情况。
10、进一步地,改进的自适应模拟退火粒子群优化算法中建立了建立与目标函数之间存在映射关系的适应度函数:
11、
12、式中,f为适应度函数值,f为个体的目标函数,fmax为迭代过程中目标函数的最大值,fmin为迭代过程中目标函数的最小值。
13、其中,个体的目标函数值越小其适应度函数值越大,相反,目标函数值越大其适应度函数值越小,被选择的可能性就越小。
14、进一步地,所述等效ev模型的目标函数为:
15、
16、其中,ft为t时刻等效ev模型的总误差,n为需要求取的soc划分区间数,m为单个代表ev等效半径内的ev数目,dij为第i个代表ev与第j个ev的soc差值。
17、进一步地,所述soc划分区间数约束为:
18、nmin≤n≤nmax
19、式中,nmin为区间划分最小数目,nmax为区间划分最大数目;
20、所述代表个体电量约束为:
21、
22、式中,为第i个代表ev的电量,smax、smin分别为ev电池电量的最大值与最小值;
23、所述相邻代表个体电量差约束为:
24、
25、式中,rs为代表ev的等效半径。
26、进一步地,等效ev模型包括n个代表ev和n个soc区间对应的ev数量。
27、进一步地,区间内ev数量动态变化过程,加入转移概率的系数以描述ev充电行为随机性,转移情况可由下式表示:
28、
29、式中:x(k,i)和x(k+1,i)分别表示k时刻和k+1时刻第i个区间内的ev数量;δx(k,i)为第k时刻第i个区间过渡到下一个区间的车辆数;δx(k,i-1)为第k时刻第i-1个区间过渡到第i个区间的车辆数,pi-1,i为区间i-1到区间i的转移概率,v(k,i)为第k时刻外部因素引起的第i个区间车辆数变化量。
30、进一步地,区间内ev电量的随机性导致转移概率pi-1,i具有不确定性,其不确定集合为:
31、
32、式中:β为不确定变量p的置信度水平,表示第i个不确定变量pi-1,i的取值在的把握不低于1-β。
33、一种基于等效电动汽车模型的响应潜力评估系统,包括:
34、分类模块:结合ev出行链理论,对不同并离网状态的ev集群进行分类;
35、算法改进模块:提出改进的自适应模拟退火粒子群优化算法,利用当前粒子的位置密度与最优位置自适应修正惯性权重;
36、模型求解模块:以soc划分区间数约束、代表个体电量约束和相邻代表个体电量差约束作为约束条件,基于改进的自适应模拟退火粒子群优化算法,求解等效ev模型得到最优划分区间数和代表个体电量;
37、模型构建模块:基于求解的划分区间数和代表个体电量,并结合ev集群的分类,实时滚动更新各soc区间的ev数量,以构建等效ev模型;
38、以及,评估模块:基于等效ev模型,对规模化ev响应潜力进行评估。
39、一种存储有可读程序的计算机存储介质,包括上述的评估方法。
40、本发明的有益效果:
41、发明所提基于等效ev模型的响应潜力评估方法,通过改进的自适应模拟退火粒子群优化算法,利用当前粒子的位置密度与最优位置自适应修正惯性权重,求解最优划分区间数和代表个体电量,结合ev并网特性,构建等效ev模型,对规模化ev负荷潜力进行评估。大大提高了规模化ev响应潜力的评估速度,使得大规模ev参与电网调度响应的效果更好。
1.一种基于等效电动汽车模型的响应潜力评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于等效电动汽车模型的响应潜力评估方法,其特征在于,所述ev集群分为在评估时段内新并网、保持并网、即将正常离网与提前离网四种情况。
3.根据权利要求1所述的一种基于等效电动汽车模型的响应潜力评估方法,其特征在于,改进的自适应模拟退火粒子群优化算法中建立了建立与目标函数之间存在映射关系的适应度函数:
4.根据权利要求1所述的一种基于等效电动汽车模型的响应潜力评估方法,其特征在于,所述等效ev模型的目标函数为:
5.根据权利要求4所述的一种基于等效电动汽车模型的响应潜力评估方法,其特征在于,所述soc划分区间数约束为:
6.根据权利要求1所述的一种基于等效电动汽车模型的响应潜力评估方法,其特征在于,等效ev模型包括n个代表ev和n个soc区间对应的ev数量。
7.根据权利要求6所述的一种基于等效电动汽车模型的响应潜力评估方法,其特征在于,区间内ev数量动态变化过程,加入转移概率的系数以描述ev充电行为随机性,转移情况可由下式表示:
8.根据权利要求6所述的一种基于等效电动汽车模型的响应潜力评估方法,其特征在于,区间内ev电量的随机性导致转移概率pi-1,i具有不确定性,其不确定集合为:
9.一种基于等效电动汽车模型的响应潜力评估系统,其特征在于,包括:
10.一种存储有可读程序的计算机存储介质,其特征在于,包括权利要求1-8任一项所述的评估方法。