CN110880755A - 计及引导型充电控制的充电网络与配电网络协同规划方法 - Google Patents
计及引导型充电控制的充电网络与配电网络协同规划方法 Download PDFInfo
- Publication number
- CN110880755A CN110880755A CN201911075924.7A CN201911075924A CN110880755A CN 110880755 A CN110880755 A CN 110880755A CN 201911075924 A CN201911075924 A CN 201911075924A CN 110880755 A CN110880755 A CN 110880755A
- Authority
- CN
- China
- Prior art keywords
- charging
- power
- cost
- network
- power distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L55/00—Arrangements for supplying energy stored within a vehicle to a power network, i.e. vehicle-to-grid [V2G] arrangements
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种计及引导型充电控制的充电网络与配电网络协同规划方法。本发明采用的技术方案包括:步骤1),输入协同规划所需要的配电网络信息和充电网络信息;步骤2),建立下层调度问题,即采用分时分区电价与变功率控制手段建立引导型充电控制方法;步骤3),建立上层规划问题,即建立电动汽车充电网络与配电网络协同规划方法;步骤4),构建考虑引导型充电控制方法的协同规划双层优化模型,求解该协同规划双层优化模型,得到充电网络与配电网络协同规划方案。本发明通过双层调度、功率控制等手段使慢速充电负荷时间分布更加合理,进一步延缓配电网扩建时间,减小了配电网扩建规模。
Description
技术领域
本发明涉及电力***领域,特别是一种计及引导型充电控制的充电网络与配电网络协同规划方法。
背景技术
电动汽车充电网络与配电网络的协同规划可以有效降低充电站建设的总成本,同时对充电需求进行引导型充电控制可以优化充电负荷曲线,起到削峰填谷与延缓配电网络扩容的作用。现有的配电网络与充电网络协同规划方法忽略了引导型充电控制对充电负荷时空分布的优化作用。缺乏对充电需求进行引导型充电控制的情况下,电动汽车会在低谷电价开始的时刻大量接入配电网,可能会产生新的负荷高峰,进一步增加了配电线路与节点扩容的数量与容量,增加配电网络的建设规模。
针对这一问题,需要分析引导型充电控制与协同规划的交互作用,在协同规划中考虑引导型充电控制对充电需求时空分布的影响。
发明内容
本发明所要解决的技术问题是克服上述现有技术存在的缺陷,提供一种计及引导型充电控制的充电网络与配电网络协同规划方法,其通过分区电价引导可以使快速充电需求空间分布更加合理,降低快速充电站建设规模,最终降低充电站建设成本;与此同时,通过双层调度、变功率控制等手段使慢速充电负荷时间分布更加合理,进一步延缓配电网扩建时间,减小配电网扩建规模。
为此,本发明采用以下技术方案:计及引导型充电控制的充电网络与配电网络协同规划方法,其包括:
步骤1),输入协同规划所需要的配电网络信息和充电网络信息;
步骤2),建立下层调度问题,即采用分时分区电价与变功率控制手段建立引导型充电控制方法;
步骤3),建立上层规划问题,即建立电动汽车充电网络与配电网络协同规划方法;
步骤4),构建考虑引导型充电控制方法的协同规划双层优化模型,求解该协同规划双层优化模型,得到充电网络与配电网络协同规划方案。
进一步地,步骤1)包括:
步骤11),输入协同规划所需要的配电网络信息:包括网架建设信息与新建方案、储能设施建设方案;
步骤12),输入协同规划所需要的充电网络信息:输入电动汽车用户充电习惯概率分布模型与实际交通道路信息,根据微观交通配流模型计算充电需求时空分布信息。
进一步地,步骤2)中,通过快速充电分区电价引导方法和慢速充电变功率控制方法建立引导型充电控制方法。
更进一步地,步骤2)中,所述的快速充电分区电价引导方法如下:
以所有充电站周围交通道路阻塞成本之和最小为目标函数,制定电动汽车分时分区充电服务价格,优化电动汽车充电负荷的空间分布;
目标函数:
式中:Ns为充电站集合;Road,k为充电站k周围的道路集合;为用户单位时间的价值,代表电动汽车用户的时间价值;v(r,t)为t时段道路r的车流量;为通过BPR函数计算的车流量为v时的道路的路段阻抗,以通过道路的时间反应道路拥堵情况;表示道路上车流量为0时的路段阻抗;通过基于微观交通配流模型的导航方法确定所选充电站和相应的各路段车流量v(r,t)。
更进一步地,步骤2)中,所述的慢速充电变功率控制方法如下:
建立电动汽车分层分区调度模型:上层优化模型制定各充电站的最优充电调度方案,下层优化模型则确定每个充电站内每辆电动汽车的具体充电计划;
1)上层优化模型
在上层优化模型中,配电***调度机构基于历史负荷曲线、慢充需求曲线制定日前调度计划,以***网损、***内的机组启停费用和电动汽车代理商对电动汽车充电的实际调度结果与调度机构制定的调度计划的偏差导致的运行成本之和最小为目标函数;
问题描述:
min Fu=w1Prun+w2Fl
APt-PG,t+PL,t+PCS,t=0
AQt-QG,t+QL,t=0
式中:Fu为上层优化的目标函数,其中Prun为配电***运行成本,由***网损Ploss与***负荷方差导致的机组启停成本Plv构成,而Fl为电动汽车代理商实际调度的电动汽车充电方案与调度机构给定的充电计划之间的偏差;w1和w2分别为两个目标函数所对应的权重;与cE分别为***负荷方差引起的机组启停成本与单位电能价格;L为***中的线路数目;rl为线路l的电阻;△P为***各时段负荷与平均负荷差的向量;Pl,t与Ql,t分别为流过线路l的有功功率和无功功率;V为线路电压基准值;A为节点支路关联矩阵;Pt和Qt分别为时段t线路的有功和无功潮流向量;PG,t与QG,t分别为时段t各节点的有功和无功发电输入向量;PL,t与QL,t分别为时段t各节点的有功和无功负荷向量;PCS,t为t时刻电动汽车充电站的负荷;为时段t各节点的电压幅值平方向量;R表示配电网络的电阻;X表示配电网络的电抗矩阵;Nk为充电站k中充电桩的数目;Pk,t为时段t充电站k的充电功率;为充电站k的单个充电桩的最大充电功率;T是一天内的小时数;
为保证配电***的安全稳定运行,上层优化模型中考虑潮流等式约束、发电机出力上下限约束、节点电压约束、线路传输功率约束和各充电站可调度容量约束;
2)下层优化模型
问题描述:
Smin≤Sk,u,t≤Smax
式中:表示电动汽车代理商实际调度的电动汽车充电计划与配电***调度机构给定的充电调度计划的偏差;Ωk,t为时段t在充电站k的电动汽车集合;Pk,u,t为时段t充电站k内第u辆电动汽车的充电功率;为上层优化模型中的充电站最大充电功率;γk,u,t为表示第u辆电动汽车在时段t充电功率选择变量,在充电时间段内取0-1的任意值从而对充电功率进行控制,其他时间段则为0;Sk,u,t表示充电站k内第u辆电动汽车在t时刻的荷电状态;分别为用户抵达、驶离充电站的时段;αk,u为充电站k内第u辆电动汽车的电池寿命损耗系数;ηk,u为充电站k内第u辆电动汽车的充电效率;βk,u为充电站k内第u辆电动汽车的蓄电池初始容量;Smin、Smax分别为最小、最大容许荷电状态;为充电站k内第u辆电动汽车的期望荷电状态;Δt表示单位时间段;
为保证用户充电需求得到满足,下层调度模型中考虑充电站内各电动汽车充电状态约束、充电荷电状态动态约束、充电荷电状态安全约束和用户充电荷电状态期望约束。
进一步地,步骤3)包括:
步骤31),基于下层优化问题得到的引导型充电控制方法中的充电数据,获得充电站负荷情况;
步骤32),计算协同规划中各参与者建设方案与电动汽车用户满足情况:所提出的建设方案包括配电网建设、充电网络建设、储能设施建设与电动汽车用户充电需求满足情况;
步骤33),建立考虑电网安全稳定运行的协同规划方法。
更进一步地,步骤32)中,配电网建设:
CDN=Cconst,DN+Cnl,DN+Crun,DN,
配电网成本CDN包含建设成本Cconst,DN、运行中的网损Cnl,DN与其他运行成本Crun,DN,配电网的建设分为线路新建与扩容成本和原有变电站的扩容成本与新建变电站的建设成本两部分;配电网网损主要为线路上的电能损耗;其他运行成本包括由于储能设施与充电站负荷叠加的作用造成的负荷方差变化的相关成本;每一项具体计算方法如下式所示:
式中:分别为配电线路ij是否采用a型导线新建、变电站i是否采用b方案扩容、变电站i是否采用c方案新建的二进制决策变量,lij为配电线路ij的长度,πL、πS分别为配电线路、变电站的资金回收系数,为配电线路ij采用a型导线时的建设成本,为变电站i采用b方案扩容时的成本,为变电站i采用c方案新建时的成本;ΩDL为配电线路集合,ΩSR为可扩容的现有变电站集合;ΩSC为候选变电站集合,Ωa为配电线路可采用的导线类型集合,Ωb为变电站的扩容方案集合,Ωc为变电站的新建方案集合,和dannual分别为电能在t时刻的价格和一年中的天数;T为一天的小时数,gij,a为配电线路ij采用a型导线时的电导,Ui,t和Uj,t分别为配电***节点i和节点j时段t的电压幅值,θij,t为配电线路ij时段t两端的相角差,Pt为配电***在t时刻的负荷值;Pavg为配电***的平均负荷;
充电网络建设:
CCS=Cconst,FCS+Cconst,SCS+Crun,CS
充电站相关成本包括充电站建设成本与运营成本,充电站建设成本又包括快速充电站建设成本Cconst,FCS与公共慢速充电桩的建设成本Cconst,SCS;充电站运营成本Crun,CS则主要为设备的维护,每一项成本具体计算方法如下:
式中:ΩFCS与ΩSCS分别为快速充电站与慢速充电站候选站址,与为i点是否建设快速充电站与慢速充电站的决策变量,afcsp与ascsp为快速充电桩与慢速充电桩平均所需土地面积,SFCSi与SSCSi为节点i处充电站的快速充电桩与慢速充电桩的安装数量,cfcsp与cscsp为单位快速充电桩与慢速充电桩的建设成本,CFCSf与CSCSf为快速充电站与慢速充电桩建设的固定成本,cevcsi为i点的单位土地成本,Ci,mn为充电站i的维护成本,为是否建设充电站的二级制决策变量,ΩCS为充电站候选站址集合;
储能设施建设:
CBS=Cconst,BS+Crun,BS
储能设施成本CBS包括储能设施建设成本Cconst,BS与运行成本Crun,BS,每一项成本的具体计算方法如下:
式中:Cconst,BS为储能建设成本;SBSi为节点i蓄电池安装容量;cbs1为单位容量蓄电池的成本;PBSi为节点i蓄电池双向充放电设备的功率,MW;cbs2为单位充放电功率的成本;absp储能单位容量的占地面积;cbsi为i点的单位土地价格;CBSf为储能站建设的固定成本;为i点是否建设储能的二进制决策变量;ΩBS为储能的候选站合集;为i处储能设施的维护费用;
电动汽车用户满足情况:
CUSER=Cdis,USER+Cqt,USER+Ces,USER
电动汽车用户充电主要关注电动汽车前往充电站进行充电的距离成本Cdis,USER、电动汽车使用电动汽车的能源成本Ces,USER与用户排队时间成本Cqt,USER,用户排队时间成本Cqt,USER由M/M/s排队论计算得到,其余两项成本具体计算方法如下:
式中:Cd为充电需求的数量;充电需求i选择充电站s的二进制决策变量;Sri,s为需求i前往s充电站的经由道路;pi,t为充电需求i在t时刻的充电电价;Ei为需求i的充电电量;lr,t为道路r在t时刻的等效长度。
更进一步地,步骤33)中,
基于各参与者建设方案与电动汽车用户需求满足情况分析,建立如下以社会总成本最小化为目标的协同规划模型:
min CDN+CCS+CBS+CUSER
式中:ΩN为所有的配电节点集合;Gij和Bij分别为节点导纳矩阵中第ij元素的实部和虚部;为位于节点i处的充电站在时段t的有功负荷;为位于节点i处的储能站在时段t的有功充电功率;和分别为位于节点i的在时段t上级变电站向配电网络的有功和无功输入;为位于节点i的分布式光伏电源在时段t的有功输出;分别为时段t节点i处的常规有功和无功负荷;Pij,t与Qij,t分别为配电线路ij在时段t传输的有功和无功功率;表示配电线路ij采用a型导线时的视在功率容量;bij,a为配电线路ij采用a型导线时的电纳;gij,a为配电线路ij采用a型导线时的电导;Ui,t和Uj,t分别为配电***节点i和节点j在时段t内的电压幅值;θij,t为配电线路ij在时段t的两端电压相角差;和分别为配电***节点i电压幅值的上下限;ΩN为所有配电节点集合;nDS和nSub分别为配电***的节点数和上级变电站数量;和分别为位于节点i的快速充电站所允许配置的成套快充设备数量的上下限;和分别位于节点i的慢速充电站所允许配置的成套慢充设备数量的上下限。
进一步地,基于步骤2)与步骤3)对上下两层问题的描述,最终构建协同规划双层优化模型如下式:
式中:f1为上层调度问题的的目标函数,为电动汽车充电网络与配电网络协同规划方法中采用的目标函数;f2为下层规划问题的目标函数,为引导型充电控制方法中采用的目标函数;g1为上层调度问题的约束函数;g2为下层规划问题的约束函数;x为上层决策向量,为集中型充电站的位置、容量和配电网新建线路、新建变电站与扩建变电站相关变量;y为下层决策向量,为集中型充电站与储能站每小时的充放电功率值。
更进一步地,针对模型约束条件的复杂特性,采用基于改进交叉变异的遗传算法对协同规划双层优化模型进行求解。
本发明具有的有益效果如下:本发明通过分区电价引导可以使快速充电需求空间分布更加合理,降低了快速充电站建设规模,最终降低了充电站建设成本;使各充电站的负荷在时空分布上尽可能均匀,避免在充电站附近区域出现严重道路拥堵的情况;与此同时,通过双层调度、功率控制等手段使慢速充电负荷时间分布更加合理,进一步延缓配电网扩建时间,减小了配电网扩建规模。
附图说明
图1为本发明计及引导型充电控制的充电网络与配电网络协同规划方法的流程图;
图2为本发明配电网络和充电服务网络协调规划方法的示意图;
图3本发明应用例中的***示意图;
图4为本发明应用例中,用电网格HSDB-01充电网络与含储能、光伏设施配电网协同规划具体建设方案图;
图5为本发明应用例中集中式快速充电桩规划方案图。
具体实施方式
为更好地理解本发明的目的、技术方案以及技术效果,以下结合图1对本发明进行进一步的讲解说明。
本发明提出了一种计及引导型充电控制的充电网络与配电网络协同规划方法,其包括如下详细步骤:
步骤1),输入协同规划所需要的配电网络信息和充电网络信息;
步骤2),建立下层调度问题,即采用分时分区电价与变功率控制手段建立引导型充电控制方法;
步骤3),建立上层规划问题,即建立电动汽车充电网络与配电网络协同规划方法;
步骤4),构建考虑引导型充电控制方法的协同规划双层优化模型,求解该协同规划双层优化模型,得到充电网络与配电网络协同规划方案。
步骤1)包括:
步骤11),输入协同规划所需要的配电网络信息:包括网架建设信息与新建方案、光伏电源建设方案、储能设施建设方案;
步骤12),输入协同规划所需要的充电网络信息:输入电动汽车用户充电习惯概率分布模型与实际交通道路信息(即统计一开始输入的充电信息),根据微观交通配流模型计算充电需求时空分布信息。
步骤2)中,通过快速充电分区电价引导方法和慢速充电变功率控制方法建立引导型充电控制方法。
步骤2)中,所述的快速充电分区电价引导方法如下:
以所有充电站周围交通道路阻塞成本之和最小为目标函数,制定电动汽车分时分区充电服务价格,优化电动汽车充电负荷的空间分布;
目标函数:
式中:Ns为充电站集合;Road为充电站k周围的道路集合;为用户单位时间的价值,代表电动汽车用户的时间价值;v(r,t)为t时段道路r的车流量;为通过BRP函数计算的车流量为v时的道路的路段阻抗,以通过道路的时间反应道路拥堵情况;表示道路上车流量为0时的路段阻抗;通过基于微观交通配流模型的导航方法确定所选充电站和相应的各路段车流量v(r,t)。
步骤2)中,所述的慢速充电变功率控制方法如下:
建立电动汽车分层分区调度模型:上层优化模型制定各充电站的最优充电调度方案,下层优化模型则确定每个充电站内每辆电动汽车的具体充电计划;
1)上层优化模型
在上层优化模型中,配电***调度机构基于历史负荷曲线、慢充需求曲线制定日前调度计划,以***网损、***内的机组启停费用和电动汽车代理商对电动汽车充电的实际调度结果与调度机构制定的调度计划的偏差导致的运行成本之和最小为目标函数;
问题描述:
min Fu=w1Prun+w2Fl
APt-PG,t+PL,t+PCS,t=0
AQt-QG,t+QL,t=0
式中:Fu为上层优化的目标函数,其中Prun为配电***运行成本,由***网损Ploss与***负荷方差导致的机组启停成本Plv构成,而Fl为电动汽车代理商实际调度的电动汽车充电方案与调度机构给定的充电计划之间的偏差;w1和w2分别为两个目标函数所对应的权重;与cE分别为***负荷方差引起的机组启停成本与单位电能价格;L为***中的线路数目;rl为线路l的电阻;△P为***各时段负荷与平均负荷差的向量;Pl,t与Ql,t分别为流过线路l的有功功率和无功功率;V为线路电压基准值;A为节点支路关联矩阵;Pt和Qt分别为时段t线路的有功和无功潮流向量;PG,t与QG,t分别为时段t各节点的有功和无功发电输入向量;PL,t与QL,t分别为时段t各节点的有功和无功负荷向量;PCS,t为t时刻电动汽车充电站的负荷;为时段t各节点的电压幅值平方向量;R表示配电网络的电阻;X表示配电网络的电抗矩阵;Nk为充电站k中充电桩的数目;Pk,t为时段t充电站k的充电功率;为充电站k的单个充电桩的最大充电功率;T是一天内的小时数。
为保证配电***的安全稳定运行,上层优化模型中考虑潮流等式约束、发电机出力上下限约束、节点电压约束、线路传输功率约束和各充电站可调度容量约束。
2)下层优化模型
问题描述:
Smin≤Sk,u,t≤Smax
式中:表示电动汽车代理商实际调度的电动汽车充电计划与配电***调度机构给定的充电调度计划的偏差;Ωk,t为时段t在充电站k的电动汽车集合;Pk,u,t为时段t充电站k内第u辆电动汽车的充电功率;为上层优化模型中的充电站最大充电功率;γk,u,t为表示第u辆电动汽车在时段t充电功率选择变量,在充电时间段内取0-1的任意值从而对充电功率进行控制,其他时间段则为0;Sk,u,t表示充电站k内第u辆电动汽车在t时刻的荷电状态;分别为用户抵达、驶离充电站的时段;αk,u为充电站k内第u辆电动汽车的电池寿命损耗系数;ηk,u为充电站k内第u辆电动汽车的充电效率;βk,u为充电站k内第u辆电动汽车的蓄电池初始容量;Smin、Smax分别为最小、最大容许荷电状态;为充电站k内第u辆电动汽车的期望荷电状态;Δt表示单位时间段;
为保证用户充电需求得到满足,下层调度模型中考虑充电站内各电动汽车充电状态约束、充电荷电状态动态约束、充电荷电状态安全约束和用户充电荷电状态期望约束。
步骤3)包括:
步骤31),基于下层优化问题得到的引导型充电控制方法中的充电数据,获得充电站负荷情况;
步骤32),计算协同规划中各参与者建设方案与电动汽车用户满足情况:所提出的建设方案包括配电网建设、充电网络建设、储能设施建设与电动汽车用户充电需求满足情况;
步骤33),建立考虑电网安全稳定运行的协同规划方法。
步骤32)中,配电网建设:
CDN=Cconst,DN+Cnl,DN+Crun,DN,
配电网成本CDN包含建设成本Cconst,DN、运行中的网损Cnl,DN与其他运行成本Crun,DN,配电网的建设分为线路新建与扩容成本和原有变电站的扩容成本与新建变电站的建设成本两部分;配电网网损主要为线路上的电能损耗;其他运行成本包括由于储能设施与充电站负荷叠加的作用造成的负荷方差变化的相关成本;每一项具体计算方法如下式所示:
式中:分别为配电线路ij是否采用a型导线新建、变电站i是否采用b方案扩容、变电站i是否采用c方案新建的二进制决策变量,lij为配电线路ij的长度,πL、πS分别为配电线路、变电站的资金回收系数,为配电线路ij采用a型导线时的建设成本,为变电站i采用b方案扩容时的成本,为变电站i采用c方案新建时的成本;ΩDL为配电线路集合,ΩSR为可扩容的现有变电站集合;ΩSC为候选变电站集合,Ωa为配电线路可采用的导线类型集合,Ωb为变电站的扩容方案集合,Ωc为变电站的新建方案集合,和dannual分别为电能在t时刻的价格和一年中的天数;T为一天的小时数,gij,a为配电线路ij采用a型导线时的电导,Ui,t和Uj,t分别为配电***节点i和节点j时段t的电压幅值,θij,t为配电线路ij时段t两端的相角差,Pt为配电***在t时刻的负荷值;Pavg为配电***的平均负荷;
充电网络建设:
CCS=Cconst,FCS+Cconst,SCS+Crun,CS
充电站相关成本包括充电站建设成本与运营成本,充电站建设成本又包括快速充电站建设成本Cconst,FCS与公共慢速充电桩的建设成本Cconst,SCS;充电站运营成本Crun,CS则主要为设备的维护,每一项成本具体计算方法如下:
式中:ΩFCS与ΩSCS分别为快速充电站与慢速充电站候选站址,与为i点是否建设快速充电站与慢速充电站的决策变量,afcsp与ascsp为快速充电桩与慢速充电桩平均所需土地面积,SFCSi与SSCSi为节点i处充电站的快速充电桩与慢速充电桩的安装数量,cfcsp与cscsp为单位快速充电桩与慢速充电桩的建设成本,CFCSf与CSCSf为快速充电站与慢速充电桩建设的固定成本,cevcsi为i点的单位土地成本,Ci,mn为充电站i的维护成本,为是否建设充电站的二级制决策变量,ΩCS为充电站候选站址集合;
储能设施建设:
CBS=Cconst,BS+Crun,BS
储能设施成本CBS包括储能设施建设成本Cconst,BS与运行成本Crun,BS,每一项成本的具体计算方法如下:
式中:Cconst,BS为储能建设成本;SBSi为节点i蓄电池安装容量;cbs1为单位容量蓄电池的成本;PBSi为节点i蓄电池双向充放电设备的功率,MW;cbs2为单位充放电功率的成本;absp储能单位容量的占地面积;cbsi为i点的单位土地价格;CBSf为储能站建设的固定成本;为i点是否建设储能的二进制决策变量;ΩBS为储能的候选站合集;为i处储能设施的维护费用;
计及引导型充电控制的充电网络与配电网络协同规划方法:
CUSER=Cdis,USER+Cqt,USER+Ces,USER
电动汽车用户充电主要关注电动汽车前往充电站进行充电的距离成本Cdis,USER、电动汽车使用电动汽车的能源成本Ces,USER与用户排队时间成本Cqt,USER,用户排队时间成本Cqt,USER由M/M/s排队论计算得到,其余两项成本具体计算方法如下:
式中:Cd为充电需求的数量;充电需求i选择充电站s的二进制决策变量;Sri,s为需求i前往s充电站的经由道路;pi,t为充电需求i在t时刻的充电电价;Ei为需求i的充电电量;lr,t为道路r在t时刻的等效长度。
步骤33)中,
基于各参与者建设方案与电动汽车用户需求满足情况分析,建立如下以社会总成本最小化为目标的协同规划模型:
min CDN+CCS+CBS+CUSER
式中:ΩN为所有的配电节点集合;Gij和Bij分别为节点导纳矩阵中第ij元素的实部和虚部;为位于节点i处的充电站在时段t的有功负荷;为位于节点i处的储能站在时段t的有功充电功率;和分别为位于节点i的在时段t上级变电站向配电网络的有功和无功输入;为位于节点i的分布式光伏电源在时段t的有功输出;分别为时段t节点i处的常规有功和无功负荷;Pij,t与Qij,t分别为配电线路ij在时段t传输的有功和无功功率;表示配电线路ij采用a型导线时的视在功率容量;bij,a为配电线路ij采用a型导线时的电纳;gij,a为配电线路ij采用a型导线时的电导;Ui,t和Uj,t分别为配电***节点i和节点j在时段t内的电压幅值;θij,t为配电线路ij在时段t的两端电压相角差;和分别为配电***节点i电压幅值的上下限;ΩN为所有配电节点集合;nDS和nSub分别为配电***的节点数和上级变电站数量;和分别为位于节点i的快速充电站所允许配置的成套快充设备数量的上下限;和分别位于节点i的慢速充电站所允许配置的成套慢充设备数量的上下限。
步骤4)中,基于步骤2)与步骤3)对上下两层问题的描述,最终构建协同规划双层优化模型如下式:
式中:f1为上层调度问题的目标函数,为电动汽车充电网络与配电网络协同规划方法中采用的目标函数;f2为下层规划问题的目标函数,为引导型充电控制方法中采用的目标函数;g1为上层调度问题的约束函数;g2为下层规划问题的约束函数;x为上层决策向量,为集中型充电站的位置、容量和配电网新建线路、新建变电站与扩建变电站相关变量;y为下层决策向量,为集中型充电站与储能站每小时的充放电功率值。
针对模型约束条件的复杂特性,采用基于改进交叉变异的遗传算法对协同规划双层优化模型进行求解。
应用例
为进一步说明本发明,以浙江省某典型A类供电区域为例(如附图3所示)来解释本发明的实际应用。并通过用电网格HSDB-01详细说明规划结果。
附图4展示了用电网格HSDB-01的详细规划结果,具体包含了集中式快速充电站选址定容、集中式慢速充电站选址定容、储能设施建设方案选择与光伏设施建设方案选择。附图5展示了此区域内修建快速充电站与慢速充电站的位置情况。从图中可以看出,快速充电站作为紧急情况下的电能补充方式,数量较少且较为分散;慢速充电站作为电能的主要补充方式,主要分布在用户可以进行长时间停车的住宅区与工作区,数量较多。
表1展示了是否考虑引导型充电控制的建设结果对比。
表1 是否考虑引导型充电控制的规划结果对比
由上表对比可知,引导型充电控制方法通过分区电价引导可以使快速充电需求空间分布更加合理,降低快速充电站建设规模,最终降低充电站建设成本。与此同时,通过双层调度、功率控制等手段使慢速充电负荷时间分布更加合理,进一步延缓配电网扩建时间,减小配电网扩建规模。
Claims (10)
1.计及引导型充电控制的充电网络与配电网络协同规划方法,其特征在于,包括:
步骤1),输入协同规划所需要的配电网络信息和充电网络信息;
步骤2),建立下层调度问题,即采用分时分区电价与变功率控制手段建立引导型充电控制方法;
步骤3),建立上层规划问题,即建立电动汽车充电网络与配电网络协同规划方法;
步骤4),构建考虑引导型充电控制方法的协同规划双层优化模型,求解该协同规划双层优化模型,得到充电网络与配电网络协同规划方案。
2.根据权利要求1所述的计及引导型充电控制的充电网络与配电网络协同规划方法,其特征在于,步骤1)包括:
步骤11),输入协同规划所需要的配电网络信息:包括网架建设信息与新建方案、光伏电源建设方案、储能设施建设方案;
步骤12),输入协同规划所需要的充电网络信息:输入电动汽车用户充电习惯概率分布模型与实际交通道路信息,根据微观交通配流模型计算充电需求时空分布信息。
3.根据权利要求1或2所述的计及引导型充电控制的充电网络与配电网络协同规划方法,其特征在于,步骤2)中,通过快速充电分区电价引导方法和慢速充电变功率控制方法建立引导型充电控制方法。
4.根据权利要求3所述的计及引导型充电控制的充电网络与配电网络协同规划方法,其特征在于,步骤2)中,所述的快速充电分区电价引导方法如下:
以所有充电站周围交通道路阻塞成本之和最小为目标函数,制定电动汽车分时分区充电服务价格,优化电动汽车充电负荷的空间分布;
目标函数:
5.根据权利要求3所述的计及引导型充电控制的充电网络与配电网络协同规划方法,其特征在于,步骤2)中,所述的慢速充电变功率控制方法如下:
建立电动汽车分层分区调度模型:上层优化模型制定各充电站的最优充电调度方案,下层优化模型则确定每个充电站内每辆电动汽车的具体充电计划;
1)上层优化模型
在上层优化模型中,配电***调度机构基于历史负荷曲线、慢充需求曲线制定日前调度计划,以***网损、***内的机组启停费用和电动汽车代理商对电动汽车充电的实际调度结果与调度机构制定的调度计划的偏差导致的运行成本之和最小为目标函数;
问题描述:
min Fu=w1Prun+w2Fl
APt-PG,t+PL,t+PCS,t=0
AQt-QG,t+QL,t=0
式中:Fu为上层优化的目标函数,其中Prun为配电***运行成本,由***网损Ploss与***负荷方差导致的机组启停成本Plv构成,而Fl为电动汽车代理商实际调度的电动汽车充电方案与调度机构给定的充电计划之间的偏差;w1和w2分别为两个目标函数所对应的权重;与cE分别为***负荷方差引起的机组启停成本与单位电能价格;L为***中的线路数目;rl为线路l的电阻;△P为***各时段负荷与平均负荷差的向量;Pl,t与Ql,t分别为流过线路l的有功功率和无功功率;V为线路电压基准值;A为节点支路关联矩阵;Pt和Qt分别为时段t线路的有功和无功潮流向量;PG,t与QG,t分别为时段t各节点的有功和无功发电输入向量;PL,t与QL,t分别为时段t各节点的有功和无功负荷向量;PCS,t为t时刻电动汽车充电站的负荷;为时段t各节点的电压幅值平方向量;R表示配电网络的电阻;X表示配电网络的电抗矩阵;Nk为充电站k中充电桩的数目;Pk,t为时段t充电站k的充电功率;Pk max为充电站k的单个充电桩的最大充电功率;T是一天内的小时数;
为保证配电***的安全稳定运行,上层优化模型中考虑潮流等式约束、发电机出力上下限约束、节点电压约束、线路传输功率约束和各充电站可调度容量约束;
2)下层优化模型
问题描述:
Smin≤Sk,u,t≤Smax
式中:表示电动汽车代理商实际调度的电动汽车充电计划与配电***调度机构给定的充电调度计划的偏差;Ωk,t为时段t在充电站k的电动汽车集合;Pk,u,t为时段t充电站k内第u辆电动汽车的充电功率;为上层优化模型中的充电站最大充电功率;γk,u,t为表示第u辆电动汽车在时段t充电功率选择变量,在充电时间段内取0-1的任意值从而对充电功率进行控制,其他时间段则为0;Sk,u,t表示充电站k内第u辆电动汽车在t时刻的荷电状态;分别为用户抵达、驶离充电站的时段;αk,u为充电站k内第u辆电动汽车的电池寿命损耗系数;ηk,u为充电站k内第u辆电动汽车的充电效率;βk,u为充电站k内第u辆电动汽车的蓄电池初始容量;Smin、Smax分别为最小、最大容许荷电状态;为充电站k内第u辆电动汽车的期望荷电状态;Δt表示单位时间段;
为保证用户充电需求得到满足,下层调度模型中考虑充电站内各电动汽车充电状态约束、充电荷电状态动态约束、充电荷电状态安全约束和用户充电荷电状态期望约束。
6.根据权利要求3所述的计及引导型充电控制的充电网络与配电网络协同规划方法,其特征在于,步骤3)包括:
步骤31),基于下层优化问题得到的引导型充电控制方法中的充电数据,获得充电站负荷情况;
步骤32),计算协同规划中各参与者建设方案与电动汽车用户满足情况:所提出的建设方案包括配电网建设、充电网络建设、储能设施建设与电动汽车用户充电需求满足情况;
步骤33),建立考虑电网安全稳定运行的协同规划方法。
7.根据权利要求3所述的计及引导型充电控制的充电网络与配电网络协同规划方法,其特征在于,步骤32)中,配电网建设:
CDN=Cconst,DN+Cnl,DN+Crun,DN,
配电网成本CDN包含建设成本Cconst,DN、运行中的网损Cnl,DN与其他运行成本Crun,DN,配电网的建设分为线路新建与扩容成本和原有变电站的扩容成本与新建变电站的建设成本两部分;配电网网损主要为线路上的电能损耗;其他运行成本包括由于储能设施与充电站负荷叠加的作用造成的负荷方差变化的相关成本;每一项具体计算方法如下式所示:
式中:分别为配电线路ij是否采用a型导线新建、变电站i是否采用b方案扩容、变电站i是否采用c方案新建的二进制决策变量,lij为配电线路ij的长度,πL、πS分别为配电线路、变电站的资金回收系数,为配电线路ij采用a型导线时的建设成本,为变电站i采用b方案扩容时的成本,为变电站i采用c方案新建时的成本;ΩDL为配电线路集合,ΩSR为可扩容的现有变电站集合;ΩSC为候选变电站集合,Ωa为配电线路可采用的导线类型集合,Ωb为变电站的扩容方案集合,Ωc为变电站的新建方案集合,和dannual分别为电能在t时刻的价格和一年中的天数;T为一天的小时数,gij,a为配电线路ij采用a型导线时的电导,Ui,t和Uj,t分别为配电***节点i和节点j时段t的电压幅值,θij,t为配电线路ij时段t两端的相角差,Pt为配电***在t时刻的负荷值;Pavg为配电***的平均负荷;
充电网络建设:
CCS=Cconst,FCS+Cconst,SCS+Crun,CS
充电站相关成本包括充电站建设成本与运营成本,充电站建设成本又包括快速充电站建设成本Cconst,FCS与公共慢速充电桩的建设成本Cconst,SCS;充电站运营成本Crun,CS则主要为设备的维护,每一项成本具体计算方法如下:
式中:ΩFCS与ΩSCS分别为快速充电站与慢速充电站候选站址,与为i点是否建设快速充电站与慢速充电站的决策变量,afcsp与ascsp为快速充电桩与慢速充电桩平均所需土地面积,SFCSi与SSCSi为节点i处充电站的快速充电桩与慢速充电桩的安装数量,cfcsp与cscsp为单位快速充电桩与慢速充电桩的建设成本,CFCSf与CSCSf为快速充电站与慢速充电桩建设的固定成本,cevcsi为i点的单位土地成本,Ci,mn为充电站i的维护成本,为是否建设充电站的二级制决策变量,ΩCS为充电站候选站址集合;
储能设施建设:
CBS=Cconst,BS+Crun,BS
储能设施成本CBS包括储能设施建设成本Cconst,BS与运行成本Crun,BS,每一项成本的具体计算方法如下:
式中:Cconst,BS为储能建设成本;SBSi为节点i蓄电池安装容量,MW·h;cbs1为单位容量蓄电池的成本;PBSi为节点i蓄电池双向充放电设备的功率,MW;cbs2为单位充放电功率的成本;absp储能单位容量的占地面积;cbsi为i点的单位土地价格;CBSf为储能站建设的固定成本;为i点是否建设储能的二进制决策变量;ΩBS为储能的候选站合集;为i处储能设施的维护费用;
电动汽车用户满足情况:
CUSER=Cdis,USER+Cqt,USER+Ces,USER
电动汽车用户充电主要关注电动汽车前往充电站进行充电的距离成本Cdis,USER、电动汽车使用电动汽车的能源成本Ces,USER与用户排队时间成本Cqt,USER,用户排队时间成本Cqt,USER由M/M/s排队论计算得到,其余两项成本具体计算方法如下:
8.根据权利要求3所述的计及引导型充电控制的充电网络与配电网络协同规划方法,其特征在于,步骤33)中,
基于各参与者建设方案与电动汽车用户需求满足情况分析,建立如下以社会总成本最小化为目标的协同规划模型:
min CDN+CCS+CBS+CUSER
式中:ΩN为所有的配电节点集合;Gij和Bij分别为节点导纳矩阵中第ij元素的实部和虚部;为位于节点i处的充电站在时段t的有功负荷;为位于节点i处的储能站在时段t的有功充电功率;和分别为位于节点i的在时段t上级变电站向配电网络的有功和无功输入;为位于节点i的分布式光伏电源在时段t的有功输出;分别为时段t节点i处的常规有功和无功负荷;Pij,t与Qij,t分别为配电线路ij在时段t传输的有功和无功功率;表示配电线路ij采用a型导线时的视在功率容量;bij,a为配电线路ij采用a型导线时的电纳;gij,a为配电线路ij采用a型导线时的电导;Ui,t和Uj,t分别为配电***节点i和节点j在时段t内的电压幅值;θij,t为配电线路ij在时段t的两端电压相角差;和分别为配电***节点i电压幅值的上下限;ΩN为所有配电节点集合;nDS和nSub分别为配电***的节点数和上级变电站数量;和分别为位于节点i的快速充电站所允许配置的成套快充设备数量的上下限;和分别位于节点i的慢速充电站所允许配置的成套慢充设备数量的上下限。
10.根据权利要求3所述的计及引导型充电控制的充电网络与配电网络协同规划方法,其特征在于,针对模型约束条件的复杂特性,采用基于改进交叉变异的遗传算法对协同规划双层优化模型进行求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911075924.7A CN110880755A (zh) | 2019-11-06 | 2019-11-06 | 计及引导型充电控制的充电网络与配电网络协同规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911075924.7A CN110880755A (zh) | 2019-11-06 | 2019-11-06 | 计及引导型充电控制的充电网络与配电网络协同规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110880755A true CN110880755A (zh) | 2020-03-13 |
Family
ID=69729302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911075924.7A Pending CN110880755A (zh) | 2019-11-06 | 2019-11-06 | 计及引导型充电控制的充电网络与配电网络协同规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110880755A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723993A (zh) * | 2020-06-24 | 2020-09-29 | 南方电网科学研究院有限责任公司 | 一种配电网双层协同调度方法、装置、终端及存储介质 |
CN112434444A (zh) * | 2020-12-07 | 2021-03-02 | 国网天津市电力公司 | 计及需求响应的配电网站网协同扩容规划方法 |
CN112736945A (zh) * | 2020-12-17 | 2021-04-30 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于动态电价的电动汽车充电调控方法及终端 |
CN112994063A (zh) * | 2021-04-29 | 2021-06-18 | 重庆大学 | 基于储能有序充电和智能软开关控制模型的配电网优化运行方法 |
CN114021904A (zh) * | 2021-10-18 | 2022-02-08 | 华南理工大学 | 电动公交充电***成本分析方法、***、装置及介质 |
CN114268099A (zh) * | 2021-12-28 | 2022-04-01 | 西安交通大学 | 一种基于充电站定价策略的电动汽车负荷管理方法 |
CN114914923A (zh) * | 2022-07-19 | 2022-08-16 | 国网山东省电力公司菏泽供电公司 | 基于网格法的变时长两阶段电动汽车调度方法及*** |
CN115275999A (zh) * | 2022-08-09 | 2022-11-01 | 东北电力大学 | 计及电动汽车时变道路阻抗的配电网优化调度方法 |
CN116215266A (zh) * | 2023-05-08 | 2023-06-06 | 国网湖北省电力有限公司经济技术研究院 | 一种电动汽车多充电方式联合充电引导方法及*** |
CN116307647A (zh) * | 2023-05-24 | 2023-06-23 | 国网山西省电力公司太原供电公司 | 电动汽车充电站选址定容优化方法、装置及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109523051A (zh) * | 2018-09-18 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 一种电动汽车充电实时优化调度方法 |
-
2019
- 2019-11-06 CN CN201911075924.7A patent/CN110880755A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109523051A (zh) * | 2018-09-18 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 一种电动汽车充电实时优化调度方法 |
Non-Patent Citations (2)
Title |
---|
姚伟锋,等: ""配电***与电动汽车充电网络的协调规划"", 《电力***自动化》 * |
郑伟民,等: ""计及引导型充电控制策略的电动汽车充电设施与配电***协同规划"", 《电力科学与技术学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723993A (zh) * | 2020-06-24 | 2020-09-29 | 南方电网科学研究院有限责任公司 | 一种配电网双层协同调度方法、装置、终端及存储介质 |
CN111723993B (zh) * | 2020-06-24 | 2024-04-26 | 南方电网科学研究院有限责任公司 | 一种配电网双层协同调度方法、装置、终端及存储介质 |
CN112434444A (zh) * | 2020-12-07 | 2021-03-02 | 国网天津市电力公司 | 计及需求响应的配电网站网协同扩容规划方法 |
CN112434444B (zh) * | 2020-12-07 | 2022-03-11 | 国网天津市电力公司 | 计及需求响应的配电网站网协同扩容规划方法 |
CN112736945B (zh) * | 2020-12-17 | 2022-09-13 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于动态电价的电动汽车充电调控方法 |
CN112736945A (zh) * | 2020-12-17 | 2021-04-30 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于动态电价的电动汽车充电调控方法及终端 |
CN112994063A (zh) * | 2021-04-29 | 2021-06-18 | 重庆大学 | 基于储能有序充电和智能软开关控制模型的配电网优化运行方法 |
CN114021904A (zh) * | 2021-10-18 | 2022-02-08 | 华南理工大学 | 电动公交充电***成本分析方法、***、装置及介质 |
CN114268099B (zh) * | 2021-12-28 | 2023-05-12 | 西安交通大学 | 一种基于充电站定价策略的电动汽车负荷管理方法 |
CN114268099A (zh) * | 2021-12-28 | 2022-04-01 | 西安交通大学 | 一种基于充电站定价策略的电动汽车负荷管理方法 |
CN114914923A (zh) * | 2022-07-19 | 2022-08-16 | 国网山东省电力公司菏泽供电公司 | 基于网格法的变时长两阶段电动汽车调度方法及*** |
CN115275999A (zh) * | 2022-08-09 | 2022-11-01 | 东北电力大学 | 计及电动汽车时变道路阻抗的配电网优化调度方法 |
CN116215266A (zh) * | 2023-05-08 | 2023-06-06 | 国网湖北省电力有限公司经济技术研究院 | 一种电动汽车多充电方式联合充电引导方法及*** |
CN116215266B (zh) * | 2023-05-08 | 2023-07-21 | 国网湖北省电力有限公司经济技术研究院 | 一种电动汽车多充电方式联合充电引导方法及*** |
CN116307647A (zh) * | 2023-05-24 | 2023-06-23 | 国网山西省电力公司太原供电公司 | 电动汽车充电站选址定容优化方法、装置及存储介质 |
CN116307647B (zh) * | 2023-05-24 | 2023-08-15 | 国网山西省电力公司太原供电公司 | 电动汽车充电站选址定容优化方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110880755A (zh) | 计及引导型充电控制的充电网络与配电网络协同规划方法 | |
Sadeghian et al. | A comprehensive review on electric vehicles smart charging: Solutions, strategies, technologies, and challenges | |
CN109523051B (zh) | 一种电动汽车充电实时优化调度方法 | |
CN112467722B (zh) | 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法 | |
Kavousi-Fard et al. | Efficient integration of plug-in electric vehicles via reconfigurable microgrids | |
Erol-Kantarci et al. | Prediction-based charging of PHEVs from the smart grid with dynamic pricing | |
CN103049799B (zh) | 一种基于多目标优化的电网规划设计方法 | |
CN108470239A (zh) | 计及需求侧管理和储能的主动配电网多目标分层规划方法 | |
Kumar et al. | A comprehensive planning framework for electric vehicles fast charging station assisted by solar and battery based on Queueing theory and non-dominated sorting genetic algorithm-II in a co-ordinated transportation and power network | |
CN106655207A (zh) | 基于多数据分析的配电网无功优化***及方法 | |
CN112734098A (zh) | 一种基于源-荷-网平衡的配电网电力调度方法及*** | |
Pal et al. | Planning of EV charging station with distribution network expansion considering traffic congestion and uncertainties | |
CN115360804B (zh) | 一种有序充电***及有序充电方法 | |
Oliinyk et al. | Impact of electric vehicles and demand management systems on electrical distribution networks | |
Brenna et al. | Synergy between renewable sources and electric vehicles for energy integration in distribution systems | |
Mirbagheri et al. | Monte Carlo procedure to evaluate the e-mobility impact on the electric distribution grid | |
CN113935538A (zh) | 基于能源互联网的主动配电网规划方法、装置和*** | |
Celli et al. | Optimal multi-objective allocation of fast charging stations | |
Singh et al. | Energy management of an active distribution network considering correlation between uncertain input variables | |
Fazelpour et al. | Intelligent optimization of charge allocation for plug-in hybrid electric vehicles utilizing renewable energy considering grid characteristics | |
Ren et al. | Joint planning of a distribution system and a charging network for electric vehicles | |
Chen et al. | Electric autonomous vehicle charging and parking coordination for vehicle-to-grid voltage regulation with renewable energy | |
CN114006390B (zh) | 一种电动汽车充电负荷参与电网互动仿真方法及*** | |
CN115952961A (zh) | 一种充电站与配电网配置协同规划方法 | |
CN109685554A (zh) | 一种居民区电动汽车充电桩运营模式 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200313 |
|
RJ01 | Rejection of invention patent application after publication |