本發(fā)明屬于電動汽車
技術(shù)領(lǐng)域：
，更為具體地講，涉及一種考慮行為隨機(jī)性的電動汽車參與電網(wǎng)調(diào)壓調(diào)度方法。
背景技術(shù)：
：由于化石燃料緊缺、環(huán)境污染等問題日益嚴(yán)重，使用可再生清潔能源的電動汽車得到越來越廣泛的應(yīng)用。大量的電動汽車充電將帶來新一輪的負(fù)荷快速增長，這對用電負(fù)荷峰谷差日益加大的電力系統(tǒng)而言，增加了巨大的供電壓力。v2g(vehicle-to-grid)技術(shù)是指電動汽車和電網(wǎng)之間可以進(jìn)行能量和信息的雙向流動。在這種模式下，電動汽車已經(jīng)不僅僅是電網(wǎng)的用電負(fù)荷，還成為了電網(wǎng)的供電源向電網(wǎng)饋電或者作為電網(wǎng)的儲能設(shè)備。同時，電動汽車在一天中有超過80％的時間處于空閑狀態(tài)。因此，可以利用電動汽車為電網(wǎng)提供調(diào)頻、調(diào)壓、旋轉(zhuǎn)備用等輔助服務(wù)。目前，針對電動汽車參與電網(wǎng)調(diào)壓的調(diào)度方法，國內(nèi)外已經(jīng)展開了一定程度的研究，但尚處于初級階段，有待深入研究。期刊《電網(wǎng)技術(shù)》2013年第2期“基于v2g的無功功率補(bǔ)償技術(shù)”一文基于v2g技術(shù)提出了利用電動汽車作為無功補(bǔ)償裝置為家庭負(fù)荷進(jìn)行無功就地補(bǔ)償?shù)目刂品桨福黄诳犊萍紕?chuàng)新》2017年第6卷“基于無差拍控制的電動汽車無功補(bǔ)償研究”一文通過無差拍控制方法對電動汽車為微網(wǎng)提供的無功功率進(jìn)行控制，實(shí)現(xiàn)無功補(bǔ)償，減少微網(wǎng)對大電網(wǎng)的影響。上述研究結(jié)果中，對于電動汽車參與電網(wǎng)調(diào)壓的控制方法，首先是基于對獨(dú)立電動汽車的控制實(shí)現(xiàn)無功補(bǔ)償，沒有考慮多臺電動汽車的調(diào)度；其次缺乏對電動汽車用戶用車行為的隨機(jī)性的考慮。然而實(shí)際上單臺電動汽車對電網(wǎng)電壓的調(diào)節(jié)力度較小，通過調(diào)度電動汽車車組參與電網(wǎng)調(diào)壓更加有效；此外，電動汽車用戶的日常用車行為具有不確定性，每輛電動汽車接入電網(wǎng)的時間和初始電量各不相同，并且其離開時所需的最低滿足出行的電量也不盡相同。因此，當(dāng)前研究對于實(shí)際應(yīng)用缺乏有效的指導(dǎo)意義。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種考慮行為隨機(jī)性的電動汽車參與電網(wǎng)調(diào)壓調(diào)度方法，充分考慮電動汽車用戶行為隨機(jī)性，在滿足電網(wǎng)電壓穩(wěn)定、電動汽車充電需求以及電動汽車充電站經(jīng)濟(jì)效益最大化下，實(shí)現(xiàn)入網(wǎng)電動汽車的合理調(diào)度。為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明一種考慮行為隨機(jī)性的電動汽車參與電網(wǎng)調(diào)壓調(diào)度方法，其特征在于，包括以下步驟：(1)、建立電動汽車無功售價的博弈競價模型(1.1)、計算電動汽車無功售價：其中，表示第h個時間間隔內(nèi)電動汽車的無功售價；表示電動汽車出售無功的基本價格；mh表示第h個時間間隔內(nèi)激勵電價的比例系數(shù)；表示第h個時間間隔內(nèi)向電網(wǎng)補(bǔ)償無功的上限；表示第n輛電動汽車在第h個調(diào)度時間間隔內(nèi)的無功出力大小；n表示服從調(diào)度的電動汽車的數(shù)目；(1.2)、建立電動汽車無功售價的博弈競價模型(1.2.1)、計算充電站為電網(wǎng)提供的無功補(bǔ)償量與電網(wǎng)所需最優(yōu)補(bǔ)償量的偏差，通過該偏差值來表示充電站對電網(wǎng)的調(diào)壓效果；其中，futi為充電站為電網(wǎng)提供的無功補(bǔ)償量與電網(wǎng)所需最優(yōu)無功需求量的偏差函數(shù)，偏差越小則調(diào)壓效果越好；表示電網(wǎng)所需最優(yōu)的無功補(bǔ)償量；(1.2.2)、計算每位電動汽車用戶參與調(diào)壓的經(jīng)濟(jì)回報；其中，fevn為第n輛電動汽車參與電網(wǎng)調(diào)壓所獲的經(jīng)濟(jì)回報函數(shù)；集合s∈n\{n}表示服從調(diào)度的所有電動汽車集合中去掉第n輛電動汽車；(1.2.3)、選取充電站對電網(wǎng)的最優(yōu)調(diào)壓效果和每位電動汽車用戶所期望的最大經(jīng)濟(jì)回報構(gòu)成電動汽車無功售價的博弈競價模型；(2)、建立充電站的利潤模型；(2.1)、充電站從電網(wǎng)處獲取市場有功及無功電價數(shù)據(jù)；(2.2)、根據(jù)市場有功電價確定電動汽車充電零售價，等于市場有功電價的γ倍，γ>1；(2.3)、將電動汽車充電獲取的收益及參與電網(wǎng)調(diào)壓獲取的收益之和作為充電站總收益income，將從電網(wǎng)買電開支和支付電動汽車用戶參與調(diào)壓的費(fèi)用作為總成本cost，建立充電站的利潤模型：rev＝income-cost；其中，st和et分別表示調(diào)度時段的始末；調(diào)度時段被平均分為多個時間間隔，每個時間間隔時長為δt；rh表示第h個時間間隔內(nèi)電動汽車充電零售價；γ表示充電站設(shè)定的零售價與電網(wǎng)市場價的比例系數(shù)；和分別表示第h個時間間隔內(nèi)有功及無功市場電價；和分別表示第n輛電動汽車在第h個時間間隔內(nèi)充電消耗的有功功率和向電網(wǎng)注入的無功功率；(3)、建立電網(wǎng)電壓的約束模型根據(jù)電力系統(tǒng)對電網(wǎng)電壓穩(wěn)定的規(guī)定，建立電網(wǎng)電壓的約束模型：vmin≤vi≤vmax；其中，vmax和vmin分別表示電網(wǎng)電壓的安全范圍上、下限；vi表示電力系統(tǒng)拓?fù)浣Y(jié)構(gòu)中第i條母線的電壓；(4)、建立電動汽車接入點(diǎn)的功率模型(4.1)、確定充電站在電網(wǎng)中的接入位置，即電動汽車接入點(diǎn)；(4.2)、將電動汽車充電作為電網(wǎng)的有功負(fù)荷，其向電網(wǎng)注入的無功功率作為電網(wǎng)無功補(bǔ)償，計算接入點(diǎn)所有服從調(diào)度的電動汽車的有功負(fù)荷和無功出力之和，建立電網(wǎng)上電動汽車接入點(diǎn)的功率模型：其中，和分別表示電網(wǎng)第i條母線處電動汽車的有功負(fù)荷和無功出力；(5)、以步驟(2)所建立的充電站利潤模型的最大化為目標(biāo)函數(shù)，以步驟(3)和步驟(4)所建立的電網(wǎng)電壓約束模型和電動汽車接入點(diǎn)的功率模型為約束條件，建立充電站對電動汽車的優(yōu)化調(diào)度數(shù)學(xué)模型；(6)、分析用戶行為隨機(jī)性，估算電動汽車達(dá)到/離開充電站的時間和電池電量狀態(tài)(soc)(6.1)、分析用戶行為數(shù)據(jù)，估算一天每個小時接入/離開充電站的電動汽車數(shù)目；(6.1.1)分析用戶行為數(shù)據(jù)，通過泊松擬合獲得一天內(nèi)充電站處電動汽車的達(dá)到率/離開率；(6.1.2)、根據(jù)所得到達(dá)/離開率計算每兩輛電動汽車連續(xù)到達(dá)/離開充電站的時間間隔，直至所有車輛均已達(dá)到/離開充電站：其中，τ表示每兩輛電動汽車連續(xù)達(dá)到/離開充電站的時間間隔；λ表示電動汽車到達(dá)率/離開率；ξ為服從(0,1)均勻分布的隨機(jī)變量；(6.1.3)、根據(jù)所得的達(dá)到/離開時間間隔，獲得每輛電動汽車到達(dá)/離開充電站的具體時間；(6.1.4)統(tǒng)計每個小時到達(dá)/離開充電站的電動汽車數(shù)目；(6.2)、分析用戶行為數(shù)據(jù)，通過正太分布估算電動汽車達(dá)到時的初始電池socinit和離開時所需的最低電池socdes；(7)、基于步驟(6)估算出的電動汽車相關(guān)參數(shù)及從電網(wǎng)處獲得的基礎(chǔ)負(fù)荷、線路阻抗，將調(diào)度時間均分為多個調(diào)度時段，利用序列二次規(guī)劃方法計算步驟(5)所建立的優(yōu)化調(diào)度數(shù)學(xué)模型，獲取給每輛電動汽車在每個調(diào)度時段內(nèi)最優(yōu)分配的充電效率和無功出力大小，并作為充電站對電動汽車的調(diào)度指令，并依次發(fā)送至相應(yīng)的電動汽車用戶，完成調(diào)度過程。本發(fā)明的發(fā)明目的是這樣實(shí)現(xiàn)的：本發(fā)明一種考慮行為隨機(jī)性的電動汽車參與電網(wǎng)調(diào)壓調(diào)度方法，充分考慮電動汽車用戶行為隨機(jī)性，在滿足電網(wǎng)電壓穩(wěn)定、電動汽車充電需求以及電動汽車充電站經(jīng)濟(jì)效益最大化下，通過設(shè)計了一種均衡充電站與電動汽車用戶雙方經(jīng)濟(jì)效益的無功電價機(jī)制，實(shí)現(xiàn)對入網(wǎng)電動汽車的合理調(diào)度，從而能夠有效地改善電網(wǎng)電壓的穩(wěn)定性，大幅提高電動汽車充電站的經(jīng)濟(jì)收益，并且可以顯著減少電動汽車用戶的經(jīng)濟(jì)開支。同時，本發(fā)明一種考慮行為隨機(jī)性的電動汽車參與電網(wǎng)調(diào)壓調(diào)度方法還具有以下有益效果：(1)、本發(fā)明充分考慮了電動汽車用戶用車行為的隨機(jī)性，通過估算了電動汽車達(dá)到/離開充電站的時間和soc等數(shù)據(jù)來設(shè)計的調(diào)度策略，更符合實(shí)際情況，更具有現(xiàn)實(shí)指導(dǎo)意義；(2)、本發(fā)明基于博弈論設(shè)計了電動汽車充電站與電動汽車用戶之間的無功激勵電價競價機(jī)制，實(shí)現(xiàn)了電網(wǎng)電壓穩(wěn)定和電動汽車用戶經(jīng)濟(jì)效益兩方面的均衡，更加充分地調(diào)動了電動汽車參與電網(wǎng)調(diào)壓的積極性，還可以有效對降低電動汽車用戶的充電開支；(3)、本發(fā)明設(shè)計調(diào)度策略保障了充電站的經(jīng)濟(jì)利益，也降低了大量電動汽車并網(wǎng)充電給電網(wǎng)電壓帶來的負(fù)面影響，對解決與電動汽車并網(wǎng)問題有重要意義。附圖說明圖1是電動汽車接入的電網(wǎng)系統(tǒng)拓?fù)浣Y(jié)構(gòu)圖；圖2是電動汽車充電站與電動汽車用戶之間的博弈結(jié)構(gòu)圖；圖3是電網(wǎng)一天內(nèi)有功/無功市場電價曲線圖；圖4是調(diào)度時間內(nèi)電網(wǎng)基礎(chǔ)負(fù)荷情況曲線圖；圖5是一天內(nèi)電動汽車到達(dá)/離開居住地的概率分布柱狀圖及折線圖；圖6是一天內(nèi)連續(xù)兩輛歸家的電動汽車之間時間間隔柱狀圖；圖7是一天內(nèi)連續(xù)兩輛離家的電動汽車之間時間間隔柱狀圖；圖8是電動汽車電量估算流程圖；圖9是優(yōu)化調(diào)度模型求解過程流程圖；圖10是電動汽車的最優(yōu)有功調(diào)度指令柱狀圖；圖11是電動汽車的最優(yōu)無功調(diào)度指令柱狀圖；圖12是負(fù)荷高峰期各母線電壓變化情況曲線；圖13是電網(wǎng)末端電壓隨時間變化曲線；圖14是電動汽車平均有功消耗/無功出力曲線圖；圖15是每輛電動汽車用戶的開支對比柱狀圖。具體實(shí)施方式下面結(jié)合附圖對本發(fā)明的具體實(shí)施方式進(jìn)行描述，以便本領(lǐng)域的技術(shù)人員更好地理解本發(fā)明。需要特別提醒注意的是，在以下的描述中，當(dāng)已知功能和設(shè)計的詳細(xì)描述也許會淡化本發(fā)明的主要內(nèi)容時，這些描述在這里將被忽略。實(shí)施例圖1是電動汽車接入的電網(wǎng)系統(tǒng)拓?fù)浣Y(jié)構(gòu)圖。根據(jù)一天內(nèi)的負(fù)載情況和電動汽車一般的上下班時間，在本實(shí)施例中，某一住宅區(qū)的充電站對于電動汽車的調(diào)度時間選取為晚上18:00到次日上午6:00，時間間隔為1小時，電動汽車數(shù)目為150輛。該住宅區(qū)對應(yīng)的電網(wǎng)拓?fù)浣Y(jié)構(gòu)如圖1所示，包含分布式電源、基礎(chǔ)負(fù)荷和電動汽車充電站的8母線結(jié)構(gòu)，其中母線1作為參考點(diǎn)，其電壓值為變壓器輸出電壓值220v。下面結(jié)合圖1，對本發(fā)明一種考慮行為隨機(jī)性的電動汽車參與電網(wǎng)調(diào)壓調(diào)度方法進(jìn)行詳細(xì)說明，具體包括以下步驟：s1、建立電動汽車無功售價的博弈競價模型s1.1、計算電動汽車無功售價：計算電動汽車無功售價是以出售無功的電價函數(shù)為基礎(chǔ)，由基礎(chǔ)無功售價+激勵電價組成；其中，表示第h個時間間隔內(nèi)電動汽車的無功售價；表示電動汽車出售無功的基本價格；mh表示第h個時間間隔內(nèi)激勵電價的比例系數(shù)；表示第h個時間間隔內(nèi)向電網(wǎng)補(bǔ)償無功的上限；表示第n輛電動汽車在第h個調(diào)度時間間隔內(nèi)的無功出力大?。籲表示服從調(diào)度的電動汽車的數(shù)目；其中，若電動汽車提供的無功出力超出電網(wǎng)的無功功率需求最大值，則激勵價格為負(fù)，即電動汽車用戶可享受的無功收益相對較低；而在該補(bǔ)償范圍內(nèi)，激勵價格為正；s1.2、建立電動汽車無功售價的博弈競價模型s1.2.1、電動汽車參與電網(wǎng)電壓調(diào)節(jié)的主要方式是通過無功操作，那么達(dá)到最佳調(diào)節(jié)效果可以等價為最小化電動汽車充電站管轄范圍內(nèi)的電動汽車提供無功補(bǔ)償量與電網(wǎng)所需最優(yōu)補(bǔ)償量的偏差，此處取該偏差的平方將其化為經(jīng)濟(jì)函數(shù)形式表示充電站對電網(wǎng)的調(diào)壓效果；其中，futi為充電站為電網(wǎng)提供的無功補(bǔ)償量與電網(wǎng)所需最優(yōu)無功需求量的偏差函數(shù)，偏差越小則調(diào)壓效果越好；表示電網(wǎng)所需最優(yōu)的無功補(bǔ)償量；s1.2.2、在維持電網(wǎng)電壓穩(wěn)定的同時，充電站制定該電價的目的之一是為了調(diào)度電動汽車用戶的積極性，當(dāng)用戶經(jīng)濟(jì)利益最大化時，其積極性也會達(dá)到最大。因此，此處最大化電動汽車用戶提供電網(wǎng)電壓調(diào)節(jié)服務(wù)的經(jīng)濟(jì)回報。下面我們來計算每位電動汽車用戶參與調(diào)壓的經(jīng)濟(jì)回報；其中，fevn為第n輛電動汽車參與電網(wǎng)調(diào)壓所獲的經(jīng)濟(jì)回報函數(shù)；集合s∈n\{n}表示服從調(diào)度的所有電動汽車集合中去掉第n輛電動汽車；其中，激勵電價的比例系數(shù)mh的計算方法為：1)、以電動汽車用戶經(jīng)濟(jì)回報最大化為目標(biāo)，計算每輛電動汽車的無功出力期望值2)、以充電站對電網(wǎng)的最優(yōu)調(diào)壓效果為目標(biāo)，計算納什均衡狀態(tài)下每輛電動汽車的無功出力期望值3)、由步驟1)和2)中的無功出力期望值相等，確定激勵電價的比例系數(shù)mh，如表2所示；表1是激勵電價的比例系數(shù)mh表；時間段123456mh0.03680.07950.13500.16320.07570.0787時間段789101112mh0.06540.07020.06560.10220.08630.1106表1s1.2.3、電動汽車總體無功出力決定充電站調(diào)壓效果，影響充電站對激勵電價比例系數(shù)的選取，而無功電價又影響電動汽車的無功出力。因此，選取充電站對電網(wǎng)的最優(yōu)調(diào)壓效果和每位電動汽車用戶所期望的最大經(jīng)濟(jì)回報構(gòu)成電動汽車無功售價的博弈競價模型；如圖2所示，電動汽車充電站與電動汽車用戶之間的博弈結(jié)構(gòu)關(guān)系。s2、建立充電站的利潤模型；s2.1、充電站從電網(wǎng)處獲取市場有功及無功電價數(shù)據(jù)，如圖3所示；s2.2、根據(jù)市場有功電價確定電動汽車充電零售價，等于市場有功電價的γ倍，γ>1，在本實(shí)施例中，γ＝1.5；s2.3、電動汽車充電站的經(jīng)濟(jì)收入income來源一方面是為電網(wǎng)提供電壓調(diào)節(jié)輔助服務(wù)收取的服務(wù)費(fèi)，為無功出力與電網(wǎng)運(yùn)營商發(fā)布的無功電價之積；另一方面是為電動汽車提供充電服務(wù)的售電收入，為售電量與售電電價之積。電動汽車充電站的支出cost一方面是從電網(wǎng)運(yùn)營商處買電支出，另一方面是給服從調(diào)度的電動汽車用戶支付服務(wù)費(fèi)用。因此，基于充電站總收益income和總支出成本cost，建立充電站的利潤模型：rev＝income-cost；其中，st和et分別表示調(diào)度時段的始末；本實(shí)施例中為居民區(qū)電動汽車最常用的充電時間，即從18:00到次日6:00；調(diào)度時段被平均分為多個時間間隔，每個時間間隔時長為δt，取值1小時；rh表示第h個時間間隔內(nèi)電動汽車充電零售價；γ表示充電站設(shè)定的零售價與電網(wǎng)市場價的比例系數(shù)；和分別表示第h個時間間隔內(nèi)有功及無功市場電價；和分別表示第n輛電動汽車在第h個時間間隔內(nèi)充電消耗的有功功率和向電網(wǎng)注入的無功功率；s3、建立電網(wǎng)電壓的約束模型根據(jù)電力系統(tǒng)對電網(wǎng)電壓穩(wěn)定的規(guī)定，建立電網(wǎng)電壓的約束模型：vmin≤vi≤vmax；其中，vmax和vmin分別表示電網(wǎng)電壓的安全范圍上、下限，根據(jù)我國《電網(wǎng)運(yùn)行準(zhǔn)則》等文件的規(guī)定，220v用戶的電壓允許偏差值為系統(tǒng)額定電壓的-10％～+7％；vi表示電網(wǎng)系統(tǒng)拓?fù)浣Y(jié)構(gòu)中第i條母線的電壓；如圖4和表2所示，充電站從電網(wǎng)處獲取電網(wǎng)基礎(chǔ)負(fù)荷、線路阻抗等相關(guān)數(shù)據(jù)，采用潮流計算方法表述電網(wǎng)電壓和電網(wǎng)中功率流的關(guān)系：pi＝pi-1+pig-pil-pie-rili；其中，ii表示第i條母線的電流；li作為中間變量用于簡化模型；pi和qi分別表示流出第i條母線的有功功率及無功功率；xi和ri分別表示第i條母線和第i+1條母線之間的支路上的電感和電阻；和分別表示電網(wǎng)第i條母線處分布式電源的有功出力和無功損耗；和分別表示電網(wǎng)第i條母線處除電動汽車以外的有功負(fù)荷和無功負(fù)荷；和分別表示電網(wǎng)第i條母線處電動汽車的有功負(fù)荷和無功出力；表2是電網(wǎng)系統(tǒng)支路阻抗表；支路(總線-總線)1-22-33-44-55-66-77-8ri0.020.030.0350.010.020.030.03xi0.060.090.110.030.060.090.08表2s4、建立電動汽車接入點(diǎn)的功率模型s4.1、確定充電站在電網(wǎng)中的接入位置，即電動汽車接入點(diǎn)；s4.2、將電動汽車充電作為電網(wǎng)的有功負(fù)荷，其向電網(wǎng)注入的無功功率作為電網(wǎng)無功補(bǔ)償，計算接入點(diǎn)所有服從調(diào)度的電動汽車的有功負(fù)荷和無功出力之和，建立電網(wǎng)上電動汽車接入點(diǎn)的功率模型：其中，和分別表示電網(wǎng)第i條母線處電動汽車的有功負(fù)荷和無功出力；在本實(shí)施例中，充電站的接入點(diǎn)為母線4處，所以除母線4之外的母線處充電站的功率消耗均為零；此外，充電站內(nèi)的電動汽車需要滿足以下約束條件：1)、電動汽車充電電量約束：其中，cdes表示電動汽車在調(diào)度結(jié)束時最低所需電量；cinit表示電動汽車在調(diào)度開始時的初始電量，其具體數(shù)值根據(jù)用戶行為習(xí)慣進(jìn)行估算；e表示電動汽車的電池容量，取值為16.8kwh；表示第n輛電動汽車在第h個調(diào)度時段內(nèi)充入的電量，其中n表示服從調(diào)度的電動汽車序號，取值為1,2,…,n。2)、電動汽車充電器約束：其中，s表示視在功率；smax表示最大視在功率，取值為1.44kva；此外，為了降低調(diào)度過程對電動汽車電池壽命的損耗，本發(fā)明限定電動汽車在調(diào)度過程中不進(jìn)行放電操作，所以對電動汽車的有功操作有約束：s5、以步驟s2所建立的充電站利潤模型的最大化為目標(biāo)函數(shù)，以步驟s3和步驟s4所建立的電網(wǎng)電壓約束模型和電動汽車接入點(diǎn)的功率模型為約束條件，建立充電站對電動汽車的優(yōu)化調(diào)度數(shù)學(xué)模型；s6、分析用戶行為隨機(jī)性，估算電動汽車達(dá)到/離開充電站的時間和電池電量狀態(tài)soc；s6.1、分析用戶行為數(shù)據(jù)，估算一天每個小時接入/離開充電站的電動汽車數(shù)目；s6.1.1、分析用戶的行為數(shù)據(jù)，通過泊松擬合獲得一天內(nèi)充電站處電動汽車的達(dá)到率/離開率；根據(jù)現(xiàn)有數(shù)據(jù)統(tǒng)計分析，在每個時段內(nèi)電動汽車用戶依次接入/離開停車場為獨(dú)立事件，其行為可以抽象泊松過程，可將一天內(nèi)電動汽車接入/離開停車場的概率分布進(jìn)行泊松擬合，其擬合的具體過程為：①采集第1個時段連續(xù)多天內(nèi)接入/離開的電動汽車的數(shù)目樣本；②該樣本數(shù)據(jù)服從泊松分布，因此可以使用泊松擬合獲得該時段內(nèi)的參數(shù)λ1，即到達(dá)率/離開率，下標(biāo)表示第1個時段；③重復(fù)步驟①、②，獲得一天內(nèi)充電站處電動汽車的達(dá)到率/離開率，如圖5所示；s6.1.2、根據(jù)所得到達(dá)/離開率計算每兩輛電動汽車連續(xù)到達(dá)/離開充電站的時間間隔，直至所有車輛均已達(dá)到/離開充電站；每輛電動汽車用戶到達(dá)/離開居住地的過程相互獨(dú)立，以車輛到達(dá)時間計算為例，兩輛電動汽車連續(xù)到達(dá)的時間間隔τ相互獨(dú)立，并且服從參數(shù)為λ的負(fù)指數(shù)分布，λ表示車輛到達(dá)率，負(fù)指數(shù)分布概率密度為：p(τ)＝λe-λτ，對兩邊取對數(shù)，可求解出時間間隔τ。如果給定隨機(jī)變量ξ服從(0,1)均勻分布，則連續(xù)兩輛車抵達(dá)時間間隔可以表述為：在本實(shí)施例中，可以計算出兩輛電動汽車達(dá)到/離開時間間隔分別如圖6和圖7所示；s6.1.3、根據(jù)所得的達(dá)到/離開時間間隔，獲得每輛電動汽車到達(dá)/離開充電站的具體時間；當(dāng)確定某輛電動汽車的到達(dá)時刻之后，可以通過上述泊松擬合結(jié)果查找該車抵達(dá)時刻的到達(dá)率，然后根據(jù)上述公式求解出下一輛到達(dá)的電動汽車與該時刻之間的時間間隔，由此確定下一輛電動汽車的抵達(dá)時刻，根據(jù)這個方法，充電站可以在調(diào)度時間段內(nèi)第一輛電動汽車歸家時便估算出所有電動汽車的到達(dá)時間，同理，離家時間也可以根據(jù)相同辦法求得。s6.1.4、如表3所示，這樣便可以統(tǒng)計出每個小時到達(dá)/離開充電站的電動汽車數(shù)目；表3是調(diào)度時間內(nèi)每小時到達(dá)/離開電動汽車的數(shù)目表；時間段(點(diǎn)-點(diǎn))14-1515-1616-1717-1818-1919-2020-2121-2222-2323-24達(dá)到車輛(輛)413233234229634時間段(點(diǎn)-點(diǎn))4-55-66-77-88-99-1010-1111-1212-1313-14離開車輛(輛)210253732179765表3s6.2、分析用戶行為數(shù)據(jù)，通過正太分布估算電動汽車達(dá)到時的初始電池socinit和離開時所需的最低電池socdes；在考慮電動汽車入網(wǎng)的情況時，除了要分析電動汽車的接入/離開時間，還需要分析電動汽車接入時的電量隨機(jī)性。根據(jù)對于歷史數(shù)據(jù)的統(tǒng)計分析，可以得到電動汽車用戶返回居住地的剩余電量服從正態(tài)分布，此外，每位電動汽車用戶的充電電量必須要滿足其下次出行所需最低電量，電動汽車用戶出行最低需求電量也服從正態(tài)分布，其分別服從正態(tài)分布n(0.3,0.02)和n(0.7,0.01)，對18:00時電動汽車的初始電量和次日6:00調(diào)度結(jié)束時所需最低電量的數(shù)據(jù)處理過程如圖8所示，假設(shè)在沒有調(diào)度指令的時間內(nèi)電動汽車可以以恒功率充電或等候調(diào)度，則對調(diào)度開始和結(jié)束時刻的電動汽車電量的估算過程如下：1)、依據(jù)擬合出的電動汽車到達(dá)率和離開率計算電動汽車的到達(dá)時間和離開時間，分別統(tǒng)計調(diào)度周期開始之前到達(dá)的電動汽車和調(diào)度周期結(jié)束之后離開的電動汽車編號；2)、分別生成服從泊松分布的電動汽車歸家剩余電量隨機(jī)數(shù)據(jù)和離開最低需求電量隨機(jī)數(shù)據(jù)，計算調(diào)度周期開始之前到達(dá)的電動汽車在調(diào)度開始時的初始電量socinit以及調(diào)度周期結(jié)束之后離開的電動汽車在調(diào)度結(jié)束時的最低期望電量socdes。s7、基于步驟s6估算出的電動汽車相關(guān)參數(shù)及從電網(wǎng)處獲得的基礎(chǔ)負(fù)荷、線路阻抗，將調(diào)度時間均分為多個調(diào)度時段，利用序列二次規(guī)劃方法計算步驟s5所建立的優(yōu)化調(diào)度數(shù)學(xué)模型，獲取給每輛電動汽車在每個調(diào)度時段內(nèi)最優(yōu)分配的充電效率和無功出力大小，并作為充電站對電動汽車的調(diào)度指令，并依次發(fā)送至相應(yīng)的電動汽車用戶，完成調(diào)度過程。實(shí)例根據(jù)表3，從18:00至次日6:00間每個時間間隔內(nèi)達(dá)到的電動汽車數(shù)統(tǒng)計結(jié)果，可以發(fā)現(xiàn)在24:00之后不再有電動汽車達(dá)到，而在早上4點(diǎn)開始有電動汽車離開，在調(diào)度結(jié)束之前共有12輛離開，規(guī)定這12輛車輛只進(jìn)行充電操作。對于剩余的電動汽車，從電動汽車接入充電站開始，充電站對電動汽車的調(diào)度整體過程如圖9所示。首先，從電網(wǎng)處獲取基礎(chǔ)負(fù)荷、線路阻抗、市場電價等相關(guān)數(shù)據(jù)，通過所設(shè)計的無功激勵電價競價過程計算出無功激勵電價比例系數(shù)；第一次調(diào)度從18:00開始，此時記st＝1，統(tǒng)計18:00之前抵達(dá)的72車輛的相關(guān)充電數(shù)據(jù)，并求解優(yōu)化調(diào)度模型，獲得對這些電動汽車的最優(yōu)調(diào)度指令，依次發(fā)送給相應(yīng)的電動汽車用戶指導(dǎo)其在18:00-19:00一個小時內(nèi)的操作；第二次調(diào)度從19:00開始，記st＝2，此時對于前一個小時已經(jīng)被調(diào)度的部分電動汽車而言，其初始電量需要加上前一個小時內(nèi)的充電電量，同時采集新到達(dá)的電動汽車的相關(guān)數(shù)據(jù)，更新完數(shù)據(jù)后求解優(yōu)化調(diào)度模型，所獲的最優(yōu)調(diào)度指令用于指示電動汽車在19:00-20:00一個小時內(nèi)的工作模式；依此類推，一直到150輛電動汽車全部到達(dá)，此時st＝7，第7次調(diào)度的最優(yōu)指令即后面6小時內(nèi)所有服從調(diào)度的電動汽車應(yīng)遵循的指令，最優(yōu)有功和無功調(diào)度指令分別如圖10和圖11所示；最后，將調(diào)度指令發(fā)送至電動汽車用戶處，完成調(diào)度電動汽車參與電網(wǎng)調(diào)壓的過程。充電站調(diào)度電動汽車參與電網(wǎng)調(diào)壓的主要目的是改善電網(wǎng)電壓質(zhì)量，圖12展示了在電網(wǎng)負(fù)荷高峰期(18:00-19:00)電網(wǎng)各母線的電壓情況，通過對無電動汽車接入、電動汽車接入但不參調(diào)壓和電動汽車參與調(diào)壓之后三種情況下的電網(wǎng)電壓狀態(tài)進(jìn)行對比，可以發(fā)現(xiàn)電動汽車作為純負(fù)荷接入會導(dǎo)致電網(wǎng)電壓的下降，甚至造成電壓不穩(wěn)定。但是在充電站調(diào)度電動汽車參與電網(wǎng)調(diào)壓之后，電網(wǎng)電壓得到明顯改善，不僅消除了由于電動汽車充電給電網(wǎng)電壓帶來的負(fù)面影響，而且大幅提高了電網(wǎng)電壓的穩(wěn)定性。圖12的結(jié)果同時顯示了末端電壓通常比其他節(jié)點(diǎn)的電壓更低，因此在分析電壓隨時間的變化情況時，可以選取具有代表性的末端電壓，其隨時間變化的曲線如圖13所示。從該圖中同樣可以看出充電站調(diào)度電動汽車參與電網(wǎng)調(diào)壓在整個調(diào)度時段內(nèi)均具有良好的調(diào)壓效果。電動汽車在每個時段的參與度可以由圖14所示的服從電動汽車充電站調(diào)度的電動汽車的有功消耗/無功出力變化曲線觀察得出。在負(fù)荷高峰期時，電動汽車的充電負(fù)荷較小，無功出力較大，以改善高峰期的電網(wǎng)電壓。本發(fā)明除了對電動電壓具有良好的調(diào)節(jié)效果，還可以有效節(jié)約電動汽車用戶用車的開支。圖15展示了電動汽車充電站下轄區(qū)域內(nèi)每輛電動汽車的開支情況，包括只進(jìn)行充電(記為充電模式)和在充電的同時參與電網(wǎng)調(diào)壓(記為復(fù)合模式)兩種情況下的開支情況。兩種情況下所有電動汽車的充電開支平均值分別為30.9530美分和19.9061美分，充電模式下的平均開支約為復(fù)合模式下平均開支的約1.55倍，即在復(fù)合模式下電動汽車用戶的開支有所降低。這是因?yàn)殡妱悠嚾糁蛔鳛槌潆娯?fù)荷在電網(wǎng)進(jìn)行充電，而不參與其他輔助服務(wù)，則其需要支付全部充電費(fèi)用；而當(dāng)電動汽車參與電網(wǎng)調(diào)壓時，用戶可以從電動汽車充電站處獲得一定的經(jīng)濟(jì)回報。綜上所述，本發(fā)明一種考慮行為隨機(jī)性的電動汽車參與電網(wǎng)調(diào)壓的調(diào)度方法，不僅可以更貼合電動汽車的實(shí)際使用情況，并且可以很好地提高電網(wǎng)電壓的穩(wěn)定性，同時顯著地降低了電動汽車用戶的充電開支。盡管上面對本發(fā)明說明性的具體實(shí)施方式進(jìn)行了描述，以便于本
技術(shù)領(lǐng)域：
的技術(shù)人員理解本發(fā)明，但應(yīng)該清楚，本發(fā)明不限于具體實(shí)施方式的范圍，對本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來講，只要各種變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi)，這些變化是顯而易見的，一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護(hù)之列。當(dāng)前第1頁12