本發(fā)明涉及一種基于電動汽車可調(diào)度能力的日內(nèi)優(yōu)先調(diào)度方法。

背景技術(shù)：

電動汽車(electric vehicle，EV)的快速發(fā)展和規(guī)?；尤虢o電力系統(tǒng)的優(yōu)化運行帶來了機遇和挑戰(zhàn)，EV在節(jié)能減排方面有巨大的潛力，而與此同時大量EV在常規(guī)負荷的晚高峰充電，加劇了配網(wǎng)系統(tǒng)的峰谷差，使得負荷峰值超過變壓器容量限制，影響了變壓器的安全可靠運行。

為了保證電力系統(tǒng)的穩(wěn)定運行，制定合理的EV充放電控制策略尤為重要，V2G(vehicle to grid)思想的提出，使得對規(guī)?；疎V進行合理的充放電調(diào)度提供了途徑，不僅能夠直接為用戶帶來經(jīng)濟效益，還能實現(xiàn)削峰填谷，為電網(wǎng)提供調(diào)頻、無功補償?shù)容o助服務(wù)提高電網(wǎng)運行可靠性。

就目前電力市場情形來看，根據(jù)優(yōu)化時段的不同，對EV充放電實施優(yōu)化調(diào)度主要有兩類：日前調(diào)度和日內(nèi)調(diào)度。其中，日前調(diào)度策略的制定僅憑數(shù)據(jù)庫的統(tǒng)計數(shù)據(jù)獲取車輛的行駛參數(shù)，用于實際控制時，尤其是對于出行情況具有較大隨機性的單輛車，具有一定的局限性。相較于日前調(diào)度，EV的日內(nèi)調(diào)度更具實際意義。在日內(nèi)調(diào)度的相關(guān)研究中，電動汽車V2G能量調(diào)控能力具體量化為電動汽車充放電控制策略的制定提供有效依據(jù)。實現(xiàn)并網(wǎng)EV能量可調(diào)控能力的準確評估，是如何有效地將EV作為移動儲能單元參與配電網(wǎng)的運行調(diào)控、實現(xiàn)對規(guī)?；疎V優(yōu)化調(diào)度的關(guān)鍵技術(shù)之一。

技術(shù)實現(xiàn)要素：

為了保證電力系統(tǒng)的穩(wěn)定運行，制定合理的EV充放電控制策略，本發(fā)明提供一種基于電動汽車可調(diào)度能力的日內(nèi)優(yōu)先調(diào)度方法。

本發(fā)明的技術(shù)方案是：

一種基于電動汽車可調(diào)度能力的日內(nèi)優(yōu)先調(diào)度方法，所述日內(nèi)優(yōu)先調(diào)度方法面向局域配電網(wǎng)內(nèi)電動汽車(electric vehicle，EV)充放電設(shè)施集群，以事件驅(qū)動的決策服務(wù)機制，即跟隨當(dāng)前時間點上入網(wǎng)的EV，對當(dāng)前時間點上入網(wǎng)(即所述的局域配電網(wǎng))的EV的充放電模式進行決策，該方法包括以下步驟：

S1：將一天連續(xù)24h的時間進行離散化處理，均分為J個時段，對于任意第k時段，有k∈{1,2,...,J}，且第k時段的時長為Δt，繪制局域配電網(wǎng)內(nèi)常規(guī)負荷曲線，制定面向EV用戶的充放電電價；

S2：設(shè)預(yù)接入局域配電網(wǎng)的EV的總數(shù)為n，當(dāng)有新的電動汽車l接入時，且l∈{1,2,...,n}，由充放電設(shè)施獲取電動汽車l的相關(guān)信息：接入時間T_in,l、EV電池初始的荷電狀態(tài)(即SOC，State of Charge)S_0,l，SOC表示電池剩余能量與電池容量的比值，因此有0≤S_0,l≤1；

S3：EV用戶輸入預(yù)期離開時間T_out,l以及離開時期望的荷電狀態(tài)S_E,l，且有0≤S_E,l≤1；

S4：若電動汽車l接入局域配電網(wǎng)的持續(xù)時長大于將電動汽車l的電池充電至S_E,l所需的最短時長，則執(zhí)行步驟S5，否則讓EV用戶自主選擇是否愿意修改T_out,l以及S_E,l，若EV用戶同意執(zhí)行修改則跳至步驟S3，若EV用戶拒絕執(zhí)行修改則不對該EV用戶的充放電模式進行決策；

S5：建立電動汽車可調(diào)度能力(schedulable ability，SA)綜合評估模型；從局域配電網(wǎng)內(nèi)的電能公共服務(wù)平臺獲取電動汽車l的歷史入網(wǎng)信息，并根據(jù)獲取的電動汽車l的歷史入網(wǎng)信息以及此次的入網(wǎng)信息，綜合評估得到電動汽車l的SA的值R_l；

S6：根據(jù)局域配電網(wǎng)內(nèi)的所有EV的歷史入網(wǎng)信息，基于步驟S5中EV的SA綜合評估模型確定最優(yōu)SA閾值Q^*；

S7：通過R_l與Q^*的數(shù)值關(guān)系確定電動汽車l的充放電模式，若滿足R_l≥Q^*，則從電能公共服務(wù)平臺讀取當(dāng)前時刻局域配電網(wǎng)的總負荷信息，局域配電網(wǎng)的總負荷包括常規(guī)負荷和當(dāng)前時刻已經(jīng)接入局域配電網(wǎng)的EV負荷，并執(zhí)行步驟S8，若R_l＜Q^*則電動汽車l進行無序充電并跳至步驟S9；

S8：充放電設(shè)施對電動汽車l執(zhí)行兩階段優(yōu)化調(diào)度策略；

S9：將電動汽車l的充放電計劃上傳至電能公共服務(wù)平臺，并等待下一輛EV的接入。

本發(fā)明所述步驟S5具體包括以下步驟：

S51.選取SA評估指標(biāo)，建立SA評估體系；

選取三項評估指標(biāo)，設(shè)由評估指標(biāo)所組成的初始決策矩陣表示為：B＝(b_lj)_n×3，其中，j＝1,2,3，三項評估指標(biāo)包括逆向指標(biāo)：電動汽車l電池的損耗程度b_l1，正向指標(biāo)：EV用戶信用度b_l2和EV反向供電能力b_l3；

EV用戶的信用度b_l2以及EV的反向供電能力b_l3的屬性值分別表示如下：

其中，X表示一定時間周期內(nèi)電動汽車l參與優(yōu)化調(diào)度的總次數(shù)，對于任意第x次優(yōu)化調(diào)度，有x∈{1,2,...,X}；P_d,l、η_d分別表示電動汽車l的放電功率和放電效率；分別表示電動汽車l第x次參與調(diào)度時接入局域配電網(wǎng)的時間和EV用戶預(yù)期離開局域配電網(wǎng)的時間；表示電動汽車l第x次參與調(diào)度時實際離開局域配電網(wǎng)的時間；表示電動汽車l第x次參與調(diào)度時，電動汽車l的起始SOC；C_s,l表示電動汽車l的電池容量；

S52.執(zhí)行SA綜合評估方法，具體如下：

對初始決策矩陣B中的各指標(biāo)屬性值：b_l1、b_l2以及b_l3進行無量綱化處理；處理后的評估矩陣記為：D＝(d_lj)_n×3，其中：

式中，d_lj為無量綱化處理后電動汽車l的第j個指標(biāo)的屬性值；對于正向指標(biāo)b_l2和b_l3，表示第j個指標(biāo)的最大值；對于逆向指標(biāo)b_l1，表示第j個指標(biāo)的最小值；ξ_j表示b_lj與之差絕對值的最大值：

分別采用層次分析法(即AHP)、標(biāo)準差和平均值最大化方法確定評估指標(biāo)b_l1、b_l2以及b_l3的主、客觀權(quán)重w_Sj、w_Oj，AHP是一種主觀賦權(quán)法，利用AHP確定三個指標(biāo)的主觀權(quán)重時，首先將三個評估指標(biāo)b_l1、b_l2以及b_l3作為AHP的準則層，其次通過主觀衡定三個指標(biāo)b_l1、b_l2以及b_l3的重要性來構(gòu)造準則層的判斷矩陣，最后經(jīng)過一致性檢驗便可確定三個評估指標(biāo)的主觀權(quán)重；標(biāo)準差和平均值最大化方法是一種客觀賦權(quán)法，通過比較三個評估指標(biāo)b_l1、b_l2以及b_l3屬性值的變化程度來確定客觀權(quán)重，變化程度越高則客觀權(quán)重越大，反之越??；將三個評估指標(biāo)b_l1、b_l2以及b_l3的主客觀權(quán)重分別組成向量w_S、w_O，根據(jù)乘法組合法融合得出三個評估指標(biāo)b_l1、b_l2以及b_l3綜合權(quán)重系數(shù)：進而得出接入局域配電網(wǎng)電動汽車l的SA的值R_l：

本發(fā)明所述步驟S6中，最優(yōu)SA閾值Q^*確定過程具體如下：

S61：設(shè)近h天內(nèi)所有EV的入網(wǎng)信息：EV接入時間、EV電池初始SOC；EV用戶預(yù)期離開局域配電網(wǎng)的時間以及離開時期望的SOC為SA閾值提取來源，構(gòu)成集合H，對于任意一天s，有s∈{1,2,…,h}，設(shè)置起始優(yōu)化日：s＝1；

S62：提取第s日所有EV的入網(wǎng)信息以及配電網(wǎng)的常規(guī)負荷信息，對所有EV進行SA評估；

S63：初步確定SA閾值搜索區(qū)間Θ，且區(qū)間長度為I，即SA屬于搜索區(qū)間Θ的EV總數(shù)為I，對于任一EV搜索序號i均有i∈{1,2,...,I}，設(shè)置起始搜索序號：i＝1；

S64：設(shè)置e＝1，若電動汽車e的可調(diào)度能力R_e≥Θ_i，則取得優(yōu)先調(diào)度權(quán)并進行兩階段優(yōu)化調(diào)度，Θ_i表示搜索區(qū)間Θ的第i個搜索值；若R_e＜Θ_i則電動汽車e進行無序充電；疊加電動汽車e的充、放電負荷至配電網(wǎng)總負荷，e＝e+1，繼續(xù)判斷電動汽車的充放電模式；當(dāng)e≥n時，即第s日所有EV的充放電計劃制定完成，計算配電網(wǎng)總負荷峰谷差；

S65：i＝i+1，轉(zhuǎn)至步驟S64，繼續(xù)對所有EV的充放電模式進行決策；當(dāng)i≥I時，即完成第s日的搜索，確定SA搜索區(qū)間內(nèi)使得配電網(wǎng)總負荷峰谷差最小的SA為第s日的SA閾值Q_s；s＝s+1，轉(zhuǎn)至S62；

S66：當(dāng)近h天的Q_s求解完畢時，采用均值法確定最優(yōu)SA閾值。

本發(fā)明所述步驟S8中，兩階段優(yōu)化調(diào)度策略執(zhí)行過程具體如下：

S81.確定優(yōu)化變量：兩階段優(yōu)化調(diào)度策略的目的是為電動汽車l制定最優(yōu)充放電計劃：設(shè)電動汽車l接入局域配電網(wǎng)的持續(xù)時間T_sy,l＝T_out,l-T_in,l，T_sy,l所包含的時段集合設(shè)為T_m,l，并設(shè)其長度為V_l，和分別表示電動汽車l在持續(xù)接入的第和時段的充放電功率；則兩階段優(yōu)化調(diào)度策略的優(yōu)化變量即電動汽車l在k∈T_m,l時段的充、放電功率P_l(k)，具備連續(xù)可調(diào)的特性，且滿足-P_d,l≤P_l(k)≤P_c,l，P_c,l表示電動汽車l的額定充電功率；

S82.第一階段優(yōu)化的目標(biāo)為最小化電動汽車l用戶的充放電成本其中，c_cd,l|(η_c＝η_d＝1)表示不考慮充、放電效率時的理想充放電費用，η_c表示電動汽車l的充電效率，c_bat,l表示電動汽車l電池的損耗折算成本，c_loss,l表示由充、放電效率造成的電能損失費用，分別表示為：

其中，pri(k)表示k時段的電價信息；表示由放電造成的電池退化成本，表示由充放電功率波動對電池造成的損耗成本；c_b表示每單位電池容量的購置成本，c_L表示電池置換費用，B_cl表示在電動汽車l的電池的放電深度值為DOD下的電池循環(huán)次數(shù)，E_dis,l表示計算時間長度內(nèi)電動汽車l的電池的總放電量；分別表示電動汽車l在持續(xù)接入的第時段、第時段的充放電功率；ε_f表示電動汽車l的電池損耗成本系數(shù)；e_loss,l(k)表示能量流動角度下電動汽車l的電池k時段的電能損失量；

在進行第一階段優(yōu)化時，需要考慮的約束條件有：電動汽車l的荷電狀態(tài)約束；EV用戶的充電需求約束；變壓器最大負載約束；電動汽車l接入配電網(wǎng)的持續(xù)時長約束；經(jīng)過第一階段的優(yōu)化，即可得到使得EV用戶充放電成本最小時的電動汽車l的充放電計劃；

S83.第二階段優(yōu)化的目標(biāo)為最小化配電網(wǎng)負荷波動方差：其中，L_bas(k)表示k時段的配網(wǎng)基本負荷，表示電動汽車l接入配電網(wǎng)時，充放電計劃已完成制定的EV集群負荷，表示電動汽車l接入后的配電網(wǎng)平均負荷；

第二階段優(yōu)化時，除了需要考慮第一階段優(yōu)化時的約束條件，還需要考慮EV用戶的充放電成本約束，即EV用戶在第二階段優(yōu)化時的EV用戶的充放電成本不得大于第一階段優(yōu)化時的充放電成本；基于第一階段的優(yōu)化結(jié)果，經(jīng)過第二階段的優(yōu)化，即可在達到供需兩側(cè)協(xié)同優(yōu)化的前提下獲得電動汽車l的最終充放電計劃。

本發(fā)明在“可調(diào)度能力”概念的基礎(chǔ)上，提出了一種針對單輛EV的事件驅(qū)動型日內(nèi)優(yōu)先調(diào)度方法。該方法綜合車輛歷史充電行為和當(dāng)前入網(wǎng)信息，建立EV可調(diào)度能力分析模型；結(jié)合EV用戶用車習(xí)慣、以配網(wǎng)總負荷峰谷差最小為指標(biāo)，確定EV可調(diào)度能力最優(yōu)閾值；最后根據(jù)新入網(wǎng)EV可調(diào)度能力評估結(jié)果與最優(yōu)閾值的數(shù)值關(guān)系，判斷電動汽車有無優(yōu)先調(diào)度權(quán)，從而確定各入網(wǎng)EV的充放電模式。

本發(fā)明所述的入網(wǎng)指的是接入所述的局域配電網(wǎng)。

局域配電網(wǎng)內(nèi)常規(guī)負荷指的是：局域配電網(wǎng)內(nèi)除了電動汽車以外的其他負荷。

電能公共服務(wù)平臺的功能描述：該局域配網(wǎng)內(nèi)，公共服務(wù)平臺收集局域配電網(wǎng)內(nèi)的總負荷信息，一方面，用于向該局域配電網(wǎng)內(nèi)的EV充放電設(shè)施發(fā)布實時總負荷信息，另一方面，接收各EV充放電設(shè)施的EV負荷予以整合，以便實時更新總負荷信息。

本發(fā)明的有益效果是：

1、流程簡單，EV用戶只需在充放電設(shè)施的客戶端輸入充電信息、EV電池信息，便可以得知EV的可調(diào)度能力評估值。

2、能夠優(yōu)選出更適合參與優(yōu)先調(diào)度的車輛，在滿足用戶充電需求及配電變壓器容量限制的前提下，降低配網(wǎng)負荷的峰谷差，優(yōu)化配網(wǎng)負荷波動，同時降低用戶車均充放電成本。

3、實用性較強，該調(diào)度方法基于事件驅(qū)動的服務(wù)機制，相比于日前調(diào)度，面對出行情況具有較大隨機性的單輛EV時更具有實際意義。

附圖說明

圖1是不同充放電模式下的日總負荷曲線圖

圖2是電動汽車可調(diào)度能力評估結(jié)果圖

具體實施方式

一種基于電動汽車可調(diào)度能力的日內(nèi)優(yōu)先調(diào)度方法，所述日內(nèi)優(yōu)先調(diào)度方法面向局域配電網(wǎng)內(nèi)EV充放電設(shè)施集群，以事件驅(qū)動的決策服務(wù)機制，即跟隨當(dāng)前時間點上入網(wǎng)的EV，對當(dāng)前時間點上入網(wǎng)(即所述的局域配電網(wǎng))的EV的充放電模式進行決策，該方法包括以下步驟：

S1：將一天連續(xù)24h的時間進行離散化處理，均分為J個時段，對于任意第k時段，有k∈{1,2,...,J}，且第k時段的時長為Δt，繪制局域配電網(wǎng)內(nèi)常規(guī)負荷曲線，制定面向EV用戶的充放電電價；

S2：設(shè)預(yù)接入局域配電網(wǎng)的EV的總數(shù)為n，當(dāng)有新的電動汽車l接入時，且l∈{1,2,...,n}，由充放電設(shè)施獲取電動汽車l的相關(guān)信息：接入時間T_in,l、EV電池初始的荷電狀態(tài)S_0,l，SOC表示電池剩余能量與電池容量的比值，因此有0≤S_0,l≤1；

S3：EV用戶輸入預(yù)期離開時間T_out,l以及離開時期望的荷電狀態(tài)S_E,l，且有0≤S_E,l≤1；

S4：若電動汽車l接入局域配電網(wǎng)的持續(xù)時長大于將電動汽車l的電池充電至S_E,l所需的最短時長，則執(zhí)行步驟S5，否則讓EV用戶自主選擇是否愿意修改T_out,l以及S_E,l，若EV用戶同意執(zhí)行修改則跳至步驟S3，若EV用戶拒絕執(zhí)行修改則不對該EV用戶的充放電模式進行決策；

S5：建立電動汽車可調(diào)度能力綜合評估模型；從局域配電網(wǎng)內(nèi)的電能公共服務(wù)平臺獲取電動汽車l的歷史入網(wǎng)信息，并根據(jù)獲取的電動汽車l的歷史入網(wǎng)信息以及此次的入網(wǎng)信息，綜合評估得到電動汽車l的SA的值R_l；

S6：根據(jù)局域配電網(wǎng)內(nèi)的所有EV的歷史入網(wǎng)信息，基于步驟S5中EV的SA綜合評估模型確定最優(yōu)SA閾值Q^*；

S7：通過R_l與Q^*的數(shù)值關(guān)系確定電動汽車l的充放電模式，若滿足R_l≥Q^*，則從電能公共服務(wù)平臺讀取當(dāng)前時刻局域配電網(wǎng)的總負荷信息，局域配電網(wǎng)的總負荷包括常規(guī)負荷和當(dāng)前時刻已經(jīng)接入局域配電網(wǎng)的EV負荷，并執(zhí)行步驟S8，若R_l＜Q^*則電動汽車l進行無序充電并跳至步驟S9；

S8：充放電設(shè)施對電動汽車l執(zhí)行兩階段優(yōu)化調(diào)度策略；

S9：將電動汽車l的充放電計劃上傳至電能公共服務(wù)平臺，并等待下一輛EV的接入。

本發(fā)明所述步驟S5具體包括以下步驟：

S51.選取SA評估指標(biāo)，建立SA評估體系；

選取三項評估指標(biāo)，設(shè)由評估指標(biāo)所組成的初始決策矩陣表示為：B＝(b_lj)_n×3，其中，j＝1,2,3，三項評估指標(biāo)包括逆向指標(biāo)：電動汽車l電池的損耗程度b_l1，正向指標(biāo)：EV用戶信用度b_l2和EV反向供電能力b_l3；

EV用戶的信用度b_l2以及EV的反向供電能力b_l3的屬性值分別表示如下：

其中，X表示一定時間周期內(nèi)電動汽車l參與優(yōu)化調(diào)度的總次數(shù)，對于任意第x次優(yōu)化調(diào)度，有x∈{1,2,...,X}；P_d,l、η_d分別表示電動汽車l的放電功率和放電效率；分別表示電動汽車l第x次參與調(diào)度時接入局域配電網(wǎng)的時間和EV用戶預(yù)期離開局域配電網(wǎng)的時間；表示電動汽車l第x次參與調(diào)度時實際離開局域配電網(wǎng)的時間；表示電動汽車l第x次參與調(diào)度時，電動汽車l的起始SOC；C_s,l表示電動汽車l的電池容量；

S52.執(zhí)行SA綜合評估方法，具體如下：

對初始決策矩陣B中的各指標(biāo)屬性值：b_l1、b_l2以及b_l3進行無量綱化處理；處理后的評估矩陣記為：D＝(d_lj)_n×3，其中：

式中，d_lj為無量綱化處理后電動汽車l的第j個指標(biāo)的屬性值；對于正向指標(biāo)b_l2和b_l3，表示第j個指標(biāo)的最大值；對于逆向指標(biāo)b_l1，表示第j個指標(biāo)的最小值；ξ_j表示b_lj與之差絕對值的最大值：

分別采用層次分析法(即AHP)、標(biāo)準差和平均值最大化方法確定評估指標(biāo)b_l1、b_l2以及b_l3的主、客觀權(quán)重w_Sj、w_Oj，AHP是一種主觀賦權(quán)法，利用AHP確定三個指標(biāo)的主觀權(quán)重時，首先將三個評估指標(biāo)b_l1、b_l2以及b_l3作為AHP的準則層，其次通過主觀衡定三個指標(biāo)b_l1、b_l2以及b_l3的重要性來構(gòu)造準則層的判斷矩陣，最后經(jīng)過一致性檢驗便可確定三個評估指標(biāo)的主觀權(quán)重；標(biāo)準差和平均值最大化方法是一種客觀賦權(quán)法，通過比較三個評估指標(biāo)b_l1、b_l2以及b_l3屬性值的變化程度來確定客觀權(quán)重，變化程度越高則客觀權(quán)重越大，反之越?。粚⑷齻€評估指標(biāo)b_l1、b_l2以及b_l3的主客觀權(quán)重分別組成向量w_S、w_O，根據(jù)乘法組合法融合得出三個評估指標(biāo)b_l1、b_l2以及b_l3綜合權(quán)重系數(shù)：進而得出接入局域配電網(wǎng)電動汽車l的SA的值R_l：

本發(fā)明所述步驟S6中，最優(yōu)SA閾值Q^*確定過程具體如下：

S61：設(shè)近h天內(nèi)所有EV的入網(wǎng)信息：EV接入時間、EV電池初始SOC；EV用戶預(yù)期離開局域配電網(wǎng)的時間以及離開時期望的SOC為SA閾值提取來源，構(gòu)成集合H，對于任意一天s，有s∈{1,2,…,h}，設(shè)置起始優(yōu)化日：s＝1；

S62：提取第s日所有EV的入網(wǎng)信息以及配電網(wǎng)的常規(guī)負荷信息，對所有EV進行SA評估；

S63：初步確定SA閾值搜索區(qū)間Θ，且區(qū)間長度為I，即SA屬于搜索區(qū)間Θ的EV總數(shù)為I，對于任一EV搜索序號i均有i∈{1,2,…,I}，設(shè)置起始搜索序號：i＝1；

S64：設(shè)置e＝1，若電動汽車e的可調(diào)度能力R_e≥Θ_i，則取得優(yōu)先調(diào)度權(quán)并進行兩階段優(yōu)化調(diào)度，Θ_i表示搜索區(qū)間Θ的第i個搜索值；若R_e＜Θ_i則電動汽車e進行無序充電；疊加電動汽車e的充、放電負荷至配電網(wǎng)總負荷，e＝e+1，繼續(xù)判斷電動汽車的充放電模式；當(dāng)e≥n時，即第s日所有EV的充放電計劃制定完成，計算配電網(wǎng)總負荷峰谷差；

S65：i＝i+1，轉(zhuǎn)至步驟S64，繼續(xù)對所有EV的充放電模式進行決策；當(dāng)i≥I時，即完成第s日的搜索，確定SA搜索區(qū)間內(nèi)使得配電網(wǎng)總負荷峰谷差最小的SA為第s日的SA閾值Q_s；s＝s+1，轉(zhuǎn)至S62；

S66：當(dāng)近h天的Qs求解完畢時，采用均值法確定最優(yōu)SA閾值。

本發(fā)明所述步驟S8中，兩階段優(yōu)化調(diào)度策略執(zhí)行過程具體如下：

S81.確定優(yōu)化變量：兩階段優(yōu)化調(diào)度策略的目的是為電動汽車l制定最優(yōu)充放電計劃：設(shè)電動汽車l接入局域配電網(wǎng)的持續(xù)時間T_sy,l＝T_out,l-T_in,l，T_sy,l所包含的時段集合設(shè)為T_m,l，并設(shè)其長度為V_l，和分別表示電動汽車l在持續(xù)接入的第和時段的充放電功率；則兩階段優(yōu)化調(diào)度策略的優(yōu)化變量即電動汽車l在k∈T_m,l時段的充、放電功率P_l(k)，具備連續(xù)可調(diào)的特性，且滿足-P_d,l≤P_l(k)≤P_c,l，P_c,l表示電動汽車l的額定充電功率；

S82.第一階段優(yōu)化的目標(biāo)為最小化電動汽車l用戶的充放電成本其中，c_cd,l|(η_c＝η_d＝1)表示不考慮充、放電效率時的理想充放電費用，η_c表示電動汽車l的充電效率，c_bat,l表示電動汽車l電池的損耗折算成本，c_loss,l表示由充、放電效率造成的電能損失費用，分別表示為：

其中，pri(k)表示k時段的電價信息；表示由放電造成的電池退化成本，表示由充放電功率波動對電池造成的損耗成本；c_b表示每單位電池容量的購置成本，c_L表示電池置換費用，B_cl表示在電動汽車l的電池的放電深度值為DOD下的電池循環(huán)次數(shù)，E_dis,l表示計算時間長度內(nèi)電動汽車l的電池的總放電量；分別表示電動汽車l在持續(xù)接入的第時段、第時段的充放電功率；ε_f表示電動汽車l的電池損耗成本系數(shù)；e_loss,l(k)表示能量流動角度下電動汽車l的電池k時段的電能損失量；

在進行第一階段優(yōu)化時，需要考慮的約束條件有：電動汽車l的荷電狀態(tài)約束；EV用戶的充電需求約束；變壓器最大負載約束；電動汽車l接入配電網(wǎng)的持續(xù)時長約束；經(jīng)過第一階段的優(yōu)化，即可得到使得EV用戶充放電成本最小時的電動汽車l的充放電計劃；

S83.第二階段優(yōu)化的目標(biāo)為最小化配電網(wǎng)負荷波動方差：其中，L_bas(k)表示k時段的配網(wǎng)基本負荷，表示電動汽車l接入配電網(wǎng)時，充放電計劃已完成制定的EV集群負荷，表示電動汽車l接入后的配電網(wǎng)平均負荷；

第二階段優(yōu)化時，除了需要考慮第一階段優(yōu)化時的約束條件，還需要考慮EV用戶的充放電成本約束，即EV用戶在第二階段優(yōu)化時的EV用戶的充放電成本不得大于第一階段優(yōu)化時的充放電成本；基于第一階段的優(yōu)化結(jié)果，經(jīng)過第二階段的優(yōu)化，即可在達到供需兩側(cè)協(xié)同優(yōu)化的前提下獲得電動汽車l的最終充放電計劃。某居民區(qū)局域配電網(wǎng)的總負荷包括常規(guī)負荷和電動汽車集群負荷。居民區(qū)接入配電變壓器的容量為750kVA，效率為0.95，設(shè)計算時間長度為24h，時間間隔Δt為0.5h。設(shè)該局域配電網(wǎng)服務(wù)的電動汽車規(guī)模為60輛。電動汽車的相關(guān)參數(shù)設(shè)置及負荷特性如表1所示。

表1參數(shù)設(shè)置

表1中，r_d表示EV日行駛里程，假設(shè)EV每天只充一次電，且充至期望荷電狀態(tài)S_E,l后開始第二次出行，用戶在電池電量不足以滿足次日充電需求S_E,l時開始充電。定義S_0,l＝(S_E,l-r_d/R_a)，其中，R_a為EV充電至充至期望狀態(tài)后的可行駛里程。S_EV,max、S_EV,min分別表示EV電池SOC的上、下限，T_out,l～N(8.92,3.24²)表示T_out,l滿足正態(tài)分布。

通過蒙特卡洛模擬EV的充電行為，抽樣獲得日內(nèi)24h內(nèi)60輛電動汽車的入網(wǎng)信息和日充電需求數(shù)據(jù)。在Matlab中采用YALMIP和Cplex對按照步驟S81～S83所得出的兩階段優(yōu)化調(diào)度策略進行建模、求解，分別疊加無序模式、全部有序模式、理論優(yōu)先調(diào)度模式、實際優(yōu)先調(diào)度模式下EV集群負荷與常規(guī)負荷，得到對應(yīng)的局域配電網(wǎng)的日總負荷曲線，如圖1所示。

四種充放電模式的說明如下：

無序模式：局域配電網(wǎng)內(nèi)的EV充放電設(shè)施為接入的EV提供持續(xù)的恒功率充電服務(wù)，直至EV用戶離開或達到EV用戶充電需求為止的充電模式；

全部有序模式：局域配電網(wǎng)內(nèi)的EV充放電設(shè)施基于步驟S81～S83提出的兩階段優(yōu)化調(diào)度策略對60輛入網(wǎng)EV進行有序充放電控制的充電模式；

理論優(yōu)先調(diào)度模式：采用本發(fā)明所述的日內(nèi)優(yōu)先調(diào)度方法的理論優(yōu)先調(diào)度的充電模式；模擬日內(nèi)24h的60輛EV的入網(wǎng)信息和充電需求數(shù)據(jù)，根據(jù)模擬數(shù)據(jù)，依照本發(fā)明所提日內(nèi)優(yōu)先調(diào)度方法確定60輛EV的充放電方式。

實際優(yōu)先調(diào)度模式：采用本發(fā)明所述的日內(nèi)優(yōu)先調(diào)度方法的實際優(yōu)先調(diào)度的充電模式；當(dāng)EV按時間順序依次接入局域配電網(wǎng)時，基于事件驅(qū)動的優(yōu)化機制，依照本發(fā)明所述的日內(nèi)優(yōu)先調(diào)度方法確定當(dāng)前時間點入網(wǎng)EV的充放電方式，直至60輛EV全部接入。

統(tǒng)計四種模式下局域配電網(wǎng)日總負荷的相關(guān)數(shù)據(jù)信息，如表2所示。

表2不同充放電模式相關(guān)統(tǒng)計數(shù)據(jù)

由表2可知，理論優(yōu)先調(diào)度模式和實際優(yōu)先調(diào)度模式下局域配電網(wǎng)的日總負荷曲線峰谷差分別為43.98kW、46.95kW，負荷波動標(biāo)準差分別為：10.44kW、11.99kW，相比于無序模式和全部有序模式下的峰谷差306.64kW、185.14kW以及負荷波動標(biāo)準差96.47kW、66.51kW，局域配電網(wǎng)日總負荷的峰谷差和負荷波動標(biāo)準差均有所降低。

由圖1可知，理論優(yōu)先調(diào)度模式和實際優(yōu)先調(diào)度模式下局域配電網(wǎng)日總負荷曲線均趨于平穩(wěn)，實現(xiàn)了降低局域配電網(wǎng)總負荷峰谷差、優(yōu)化局域配電網(wǎng)負荷波動的有益效果；相比于理論優(yōu)先調(diào)度模式下的日總負荷曲線，本發(fā)明的實際優(yōu)先調(diào)度模式下局域配電網(wǎng)日總負荷曲線會在一定程度上偏離理論優(yōu)先調(diào)度模式，這一偏差是由日內(nèi)EV入網(wǎng)行為的隨機性造成的。

由表2可知，在用戶側(cè)車均成本的優(yōu)化方面，無序模式、全部有序模式、以及理論優(yōu)先和實際優(yōu)先模式下用戶側(cè)車均成本(元/輛)分別為15.28、-3.17、8.07和8.59；這種結(jié)果表明，本發(fā)明為了最大限度地優(yōu)化配網(wǎng)側(cè)負荷情況，避免車輛規(guī)模較大時出現(xiàn)負荷“峰谷倒置”現(xiàn)象，犧牲了部分EV用戶的利益，使得EV用戶的車均充放電成本相較于全部有序模式時偏高，但相較于無序模式偏低，即相較于無序模式，本發(fā)明所述日內(nèi)優(yōu)先調(diào)度方法仍在一定程度上優(yōu)化了用戶側(cè)利益。

具體地，隨機模擬一次EV集群的充電行為，對各入網(wǎng)EV的SA進行評估。無序充電模式與全部有序模式，相當(dāng)于分別將SA閾值設(shè)定為EV集群評估結(jié)果最大值和最小值的日內(nèi)優(yōu)先調(diào)度，屬于閾值設(shè)定的兩種特殊情況。由附圖1可知，無序充電模式與全部有序模式下配電網(wǎng)的負荷曲線分別出現(xiàn)了“峰上加峰”和“峰谷倒置”，很容易造成電壓越限問題，因此為了保證局域配電網(wǎng)的安全運行，需設(shè)定一個合適的閾值。在本發(fā)明所述日內(nèi)優(yōu)先調(diào)度模式下，結(jié)合EV用戶歷史入網(wǎng)信息根據(jù)步驟S51～S52建立SA綜合評估模型，首先根據(jù)步驟S61～S66確定最優(yōu)SA閾值為0.53，其次根據(jù)步驟S51～S52確定各新入網(wǎng)EV的SA評估值，最優(yōu)SA閾值和60輛EV的SA評估值信息如圖2所示；通過步驟S7判斷60輛EV的SA評估值與Q^*的數(shù)值關(guān)系確定電動汽車l的充放電模式，最終優(yōu)選出參與優(yōu)先調(diào)度的車輛數(shù)為25輛，剩余35輛則直接進入無序充電模式，從而達到了最優(yōu)調(diào)度效果。

綜上可知，本發(fā)明基于EV可調(diào)度能力分析模型，通過合理篩選，對更適合參與調(diào)度的車輛進行有序控制，能夠降低配網(wǎng)負荷的峰谷差和負荷波動，實現(xiàn)EV集群負荷削峰填谷的同時降低了用戶側(cè)的EV用戶的車均充放電成本。

本說明書實施例所述的內(nèi)容僅僅是對發(fā)明構(gòu)思的實現(xiàn)形式的列舉，本發(fā)明的保護范圍不應(yīng)當(dāng)被視為僅限于實施例所陳述的具體形式，本發(fā)明的保護范圍也包括本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明構(gòu)思所能夠想到的等同技術(shù)手段。