一种电动汽车

电动汽车在停车时，关闭电源，能进一步节省能源。 #生活常识# #环保节能技巧# #电动汽车#

本发明涉及电力控制，尤其是涉及一种电动汽车-充电桩参与需求响应策略调节方法及系统。

背景技术：

1、电动汽车(evs)作为一种节能和“零排放”的交通选择，在减少温室气体排放和促进低碳交通发展方面具有巨大潜力。电动汽车通过v2g充电桩连接到电网，可以作为虚拟储能系统使用。在电价等激励措施的帮助下，电动汽车可以在一定时间范围内转移其充电功率，甚至可以在紧急情况下将电力反馈给系统，以协助其按系统需求运行。在v2g控制下，电动汽车既可以作为系统的负载，也可以作为储能和分布式电源，使其能够积极参与协助电力系统的运行。

2、国内外学者一直将研究注意力集中在电动汽车集群上，因为单个小功率电动汽车对电网的影响很小。然而，电动汽车集群的充电行为存在不确定性，因此有必要对电动汽车集群的充电行为建立模型进行分析。国内外学者们对此进行了许多研究。杨婕等人在文献《基于小脑模型神经网络的温控负荷优化调度方法》中利用遗传算法建立了一个参数随机的电动汽车集群模型。虽然该方法在理论上非常有效，但对实践中电动汽车的具体条件考虑不够周全，实践效果不佳。目前，建立电动汽车充电负荷模型最常用的方法是蒙特卡洛方法，通过随机抽取数据生成了电动汽车的出行距离和充电情况。另一项研究建立了电动汽车的行驶里程数和电动汽车电池电量状态之间的关系，以得出充电时间，并用蒙特卡方法来预测充电情况。在一项研究中，考虑了城市交通路网的约束，采用起止点分析方法，通过模拟电动汽车的行驶时间和路线，分析电动汽车充电负荷在时间和空间上的分布模式。

3、通过利用v2g有序充放电，电动汽车在平衡电力系统峰谷负荷、改善电能质量等方面意义重大。国外学者已对v2g进行了大量研究。首先，对v2g模式进行建模，探讨了电动汽车在调峰中的实际应用情况，并且分析了无序充电和v2g充电方案在电动汽车充电延迟和峰值负荷方面的差异。zeng m等人在文献《power charging and discharging schedulingfor v2g networks in the smart grid》中根据历史数据，预测了美国2020年和2030年电动汽车对电力系统的影响，并对非高峰时段的充放电特性进行了研究。yao y等人在文献《optimization of phev charging schedule for load peak shaving》中使用启发式算法对电力系统网络进行建模，并提出相应的控制策略，目的是使投入和能源消耗量最小化。saber a y在文献《unit commitment with vehicle-to-grid using particle swarmoptimization》中介绍了一种用于调度大规模ev的智能方法，并用粒子群算法得出一日内最佳充放电时间。在另一项研究《aresearch on operating systems of electricvehicles》中提出了一种以减少峰谷差为目标的优化充电策略，旨在减少峰谷负荷差，改善电力系统状况。

4、然而，与其他发达国家相比，中国的v2g技术发展相对缓慢，目前仍处于探索的初级阶段，主要以理论为基础。专家学者首先建立了电动汽车充放电功率的数学模型，以抑制电动汽车进入电网的负荷波动。有研究人员提出了一种使用子矢量粒子群算法优化解决不同目标函数的方法，证明了v2g在电力系统中应用的有效性。冯艾等人在文献《基于nsga-11的电动汽车协调充电策略研究》中以使电力系统节点的有功损耗、负荷曲线波动和电压偏差最小为目标，建立了一个协同优化这三个目标的数学模型。黄润、周鑫等人在文献《计及电动汽车不确定性的有序充电调度策略》中建立了符合泊松分布的充放电模型，优化目标是最小化电力系统的负荷波动。耿丽娟在文献《基于v2g的电动汽车调度策略研究》中提出多目标优化模型，目标是使电网、用户和充电桩三方经济效益最大化。张娜等人在文献《考虑v2g下电动汽车与风电协同调度的多目标优化策略》采用非线性编程遗传算法，目标是减少负荷、峰谷差和用户的充电成本。

5、以上国内外研究成果为分析负荷侧资源特性，聚合、调节海量微小负荷提供了重要的理论基础和实践指导，但也存在一些不足，部分研究忽略了微小负荷的复杂性，对负荷的描述不够精细，并且大多针对单一资源进行研究，缺乏对负荷侧资源综合参与时的影响进行综合性研究。

技术实现思路

1、本发明的目的就是为了提供一种实现能源利用效率和经济效益的双重提升的电动汽车-充电桩参与需求响应策略调节方法及系统。

2、本发明的目的可以通过以下技术方案来实现：

3、一种电动汽车-充电桩参与需求响应策略调节方法，包括以下步骤：

4、采集区域内通过充电桩入网的电动汽车数据，确定电动汽车入网时的初始状态；

5、基于所述初始状态，结合电动汽车电池容量soc约束、用户意愿约束以及充放电状态限制分析车-桩集群工作状态以确定最大响应能力；

6、基于所述最大响应能力以及需求市场所需的响应时长和响应量，确定车-桩集群负荷调节量，并进一步确定约束条件；

7、以区域内电动汽车用户充电成本最低为目标建立目标函数，并结合所述约束条件，采用优化算法进行求解，得到调节方案，完成调节过程。

8、进一步地，所述确定电动汽车入网时的初始状态的步骤包括：

9、基于所述电动汽车数据，计算电动汽车一天出行的可能性，并通过蒙特卡洛方法进行抽样，得到电动汽车行驶里程的概率密度和概率分布；

10、基于所述电动汽车行驶里程的概率密度和概率分布，结合抽样得到的电动汽车每公里电池能耗、用户出行前的soc值在内的数据，确定电动汽车入网时的初始状态。

11、进一步地，所述电动汽车一天出行的可能性遵循对数正态分布，表示为：

12、

13、式中，rd为电动汽车日行驶里程数，fm(γ)为电动汽车日行驶里程数的概率密度函数，μm、σm分别是对数正态分布的均值和标准差。

14、进一步地，所述电动汽车入网时的初始状态的表达式为：

15、

16、式中，socs为入网时的初始soc值，δ为用户出行前电动汽车的soc值，d为电池容量，d为电动汽车的日出行距离，ce为每公里电池能耗。

17、进一步地，所述电动汽车电池容量soc约束的表达式为：

18、

19、式中，soc(i,0)为初始时刻电动汽车的电量；soc(i,t)为t时刻电动汽车的电量；η为充电效率；socmin为电池容量最小限制；socmax为电池容量最大限制；ηcha为充电效率；xevcha(i,t)为表示在时刻t第i辆电动汽车的充电状态变量；n为充放电的总时间；pevcha(i,t)为在时刻t第i辆电动汽车的充电功率；δt为时间间隔；ηdisc为放电效率；xevdisc(i,t)为表示在时刻t第i辆电动汽车的放电状态变量；pevdisc(i,t)为在时刻t第i辆电动汽车的放电功率。

20、所述用户意愿约束的表达式为：

21、1)电动汽车可调节时间为电动汽车入网连接时间：

22、tstart(i)≤t(i)≤tend(i)

23、2)电动汽车最后离开时，满足期望soc值：

24、send(i)≥sset(i)

25、式中，tstart为第i辆电动汽车调节的开始时刻；tend为第i辆电动汽车调节的终止时刻；send(i)为第i辆电动汽车离开时的电量；sset(i)为第i辆电动汽车的期望离开时达到的电量；

26、所述充放电状态限制的表达式为：

27、xcha+xdisc+xsta＝1

28、式中，xcha、xdis和xsta为0-1变量，分别表示电动汽车处于充电、放电和待机状态。

29、进一步地，所述最大响应能力的计算表达式为：

30、

31、式中，fmax为最大响应能力，n为可供调动电动汽车数量，soc(i)为第i辆电动汽车的soc值，socmin为电池容量soc的最小值约束，u则为充电桩的充放电效率。

32、进一步地，所述约束条件包括：

33、(1)满足用户出行需求；

34、(2)电动汽车电池容量soc约束；

35、(3)电动汽车调节成本约束，包括：

36、充电调节成本约束：

37、

38、放电补贴成本约束：

39、

40、

41、式中，cch为充电调节成本；n为可供调动电动汽车数量；nev为电动汽车数量；pb为电网对参与调节后充电功率的补贴电费；sevcha(i,t)为开关状态系数，表示电动汽车的充电状态，1表示接受调节指令降低功率充电，0表示未接受调节指令继续常规充电；pmax(i)为第i辆电动汽车的最大充电功率；pev(i,t)为第i辆电动汽车t时刻的实际充电功率；δt为时间间隔；cdisc为放电补贴成本；pevdisc(i,t)为第i辆电动汽车t时刻的放电功率；ηdisc为放电效率；pdisc为电动汽车放电的储能成本；sevdisc(i,t)为开关状态系数，表示电动汽车的放电状态，1表示接受调节指令放电，0表示未接受调节指令不放电；cev为电动汽车电池的成本；nev为电动汽车在工作寿命内的可充放次数。

42、进一步地，所述目标函数的表达为：

43、

44、式中，f为目标值，n为电动汽车总数，t为总时间，p(i,t)为第i辆电动汽车在t时段的充电功率；p3(t)为t时刻通过充电桩充电的电价；pdisc(i,t)为第i辆电动汽车第t个时段的向电网反向放电的功率；p4(t)为电网对电动汽车反向供电的激励价格。

45、进一步地，所述优化算法包括遗传算法、蚁群算法以及粒子群算法中的一种。

46、本发明还提供一种电动汽车-充电桩参与需求响应策略调节系统，包括：

47、初始状态确定模块：用于采集区域内通过充电桩入网的电动汽车数据，确定电动汽车入网时的初始状态；

48、最大响应能力确定模块：用于基于所述初始状态，结合电动汽车电池容量soc约束、用户意愿约束以及充放电状态限制分析车-桩集群工作状态以确定最大响应能力；

49、约束条件确定模块：用于基于所述最大响应能力以及需求市场所需的响应时长和响应量，确定车-桩集群负荷调节量，并进一步确定约束条件；

50、求解模块：用于以区域内电动汽车用户充电成本最低为目标建立目标函数，并结合所述约束条件，采用优化算法进行求解，得到调节方案，完成调节过程。

51、与现有技术相比，本发明具有以下有益效果：

52、(1)本发明通过考虑电动汽车入网时的初始状态以及影响车-桩集群工作状态的约束，同时还考虑了需求市场的响应时长和响应量，使得本发明更为精细地描述了负荷侧资源的负荷特性和影响因素，并从生活实际场景出发，研究了负荷侧资源的效果和影响情况，再通过成本最低为优化目标，以制定调节策略，实现了能源利用效率和经济效益的双重提升。

53、(2)本发明将聚集区域内的电动汽车作为负载负荷，从负载负荷的角度调节电动汽车集群参与电力市场的需求响应，通过优化调节方法进行优化调节，实现在非高峰时段充电，在高峰时段向电网供电，减轻了电网高峰时段的负荷压力，减少了电动汽车用户的充电成本，更好地实现削峰填谷与新能源消纳的需求响应。

54、(3)本发明更为精细地描述了负荷侧资源的负荷特性和影响因素；并从生活实际场景出发，研究了综合调节两类负荷侧资源的效果和影响情况。在电力市场化的背景下，负荷聚合商能根据研究成果，制定相应的聚合策略和调节策略，在实现对电力负荷的平衡调节，提高能源利用效率的同时，实现自身经济效益。

网址：一种电动汽车 https://www.yuejiaxmz.com/news/view/1392983

相关内容

电动汽车的多种充电方法
旧燃油车改装成全新的电动汽车，一种新的汽车业务诞生
汽车怎么改电动汽车
电动汽车充电革命4种新方式
纯电动汽车
哪里有电动汽车充电站？电动汽车充电站介绍
电动汽车充电站
电动汽车VS混合动力汽车：节能效率谁更胜一筹？
电动汽车如何充电，电动汽车正确的充电方法介绍
汽油汽车可以改装成电动汽车吗?

随便看看