CN111639303A - 一种电动汽车有序充电博弈方法及装置 - Google Patents

一种电动汽车有序充电博弈方法及装置 Download PDF

Info

Publication number
CN111639303A
CN111639303A CN202010475429.1A CN202010475429A CN111639303A CN 111639303 A CN111639303 A CN 111639303A CN 202010475429 A CN202010475429 A CN 202010475429A CN 111639303 A CN111639303 A CN 111639303A
Authority
CN
China
Prior art keywords
electric vehicle
charging
phase
time
power grid
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.)
Granted
Application number
CN202010475429.1A
Other languages
English (en)
Other versions
CN111639303B (zh
Inventor
罗欣儿
田杰
杜进桥
林晓明
钱斌
肖勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China South Power Grid International Co ltd
Shenzhen Power Supply Co ltd
Original Assignee
China South Power Grid International Co ltd
Shenzhen Power Supply Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China South Power Grid International Co ltd, Shenzhen Power Supply Co ltd filed Critical China South Power Grid International Co ltd
Priority to CN202010475429.1A priority Critical patent/CN111639303B/zh
Publication of CN111639303A publication Critical patent/CN111639303A/zh
Application granted granted Critical
Publication of CN111639303B publication Critical patent/CN111639303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computational Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请公开了一种电动汽车有序充电博弈方法及装置，方法包括：根据电动汽车接入电网时间、离开电网时间和日行驶里程的概率分布，建立电动汽车充电需求模型；考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制；根据单相用户实时电价机制以及电动汽车充电需求模型建立配电网单相用户参与的电动汽车有序充电动态博弈模型；采用基于CPLEX的算法求解电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案。本申请能够提高配电网电能质量和用户消费体验，降低配电网运行损耗和延缓配电网建设投入，提高配电网的经济性。

Description

一种电动汽车有序充电博弈方法及装置
技术领域
本申请涉及电动汽车充电管理技术领域，尤其涉及一种电动汽车有序充电博弈方法及装置。
背景技术
大规模电动汽车接入电网，将给电力***带来负荷增长、控制难度增加、增加网络损耗、降低电能质量等方面的不良影响。家用电动汽车通常在夜间采用单相220V的慢充方式进行充电，规模化家用电动汽车接入小区配电网进行充电时，如果不加以管理控制，将会造成增大配电网的负荷三相不平衡程度以及峰谷差，降低电能质量，增加电网损耗，严重时甚至危害电网的安全运行。
发明内容
本申请提供了一种电动汽车有序充电博弈方法及装置，解决电动汽车接入引起的负荷三相不平衡和峰谷差增大的问题。
有鉴于此，本申请第一方面提供了一种电动汽车有序充电博弈方法，所述方法包括：
根据电动汽车接入电网时间、离开电网时间和日行驶里程的概率分布，建立电动汽车充电需求模型；
考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制；
根据所述单相用户实时电价机制以及所述电动汽车充电需求模型建立配电网单相用户参与的电动汽车有序充电动态博弈模型；
采用基于CPLEX的算法求解所述电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案。
可选的，电动汽车的所述接入电网时间、所述离开电网时间和所述日行驶里程的概率分布，具体为：
所述接入电网时间的概率分布为：
Figure BDA0002515729210000021
所述离开电网时间的概率分布为：
Figure BDA0002515729210000022
所述日行驶里程的概率分布为：
Figure BDA0002515729210000023
式中，tc为电动汽车接入电网时间；μs和σs分别为电动汽车接入电网时间正态分布函数的均值和标准差；tl为电动汽车接入电网时间；μe和σe分别为电动汽车接入电网时间正态分布函数的均值和标准差；s为电动汽车日行驶里程；μd和σd分别为电动汽车日行驶里程对数正态分布函数的均值和标准差。
可选的，所述建立电动汽车充电需求模型具体为：
采用蒙特卡洛模拟法随机产生电动汽车的所述接入电网时间、所述离开电网时间以及所述日行驶里程；
根据电动汽车的所述日行驶里程计算第i辆电动汽车接入电网时的荷电状态：
Figure BDA0002515729210000024
式中，Ss,i和Se,i分别为第i辆电动汽车接入电网时的荷电状态、离开电网时荷电状态期望值；ed为电动汽车单位里程耗电量；Ee为电池容量；i＝1,2,…,N；
判断第i辆电动汽车在充电时间内能否满足充电需求，若不满足则修改离开电网时荷电状态期望值，或重新产生电动汽车离开电网时间：
(Se,i-Ss,i)Ee,i≤Peη(tl,i-tc,i)
式中，tl,i和tc,i分别第i辆电动汽车接入电网和离开电网的时间，Pe为额定充电功率，η为充电效率。
可选的，所述考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制，具体为：
所述单相用户实时电价为配电网基础电价、负荷不平衡度激励电价以及负荷削峰填谷激励电价之和。
可选的，所述单相用户实时电价为：
Figure BDA0002515729210000031
式中，pX,t为单相用户时段t的实时电价；
Figure BDA0002515729210000032
为配电网基础电价；
Figure BDA0002515729210000033
为单相用户的负荷不平衡度激励电价；
Figure BDA0002515729210000034
为单相用户的负荷削峰填谷激励电价；X表示三相中任一相；
所述负荷不平衡度激励电价为：
Figure BDA0002515729210000035
Figure BDA0002515729210000036
式中，qA,t、qB,t和qC,t分别为A、B和C相t时段用电量；qav,t为t时段三相平均用电量；α为负荷存在三相不平衡的电价激励系数；
所述负荷削峰填谷激励电价为：
Figure BDA0002515729210000037
式中，LP和LV分别为配电网峰、谷负荷的期望值；β为负荷偏离峰谷负荷期望值的电价激励系数。
可选的，所述电动汽车有序充电动态博弈模型的目标函数为：
Figure BDA0002515729210000038
式中，CX表示X相用户充电费用；uX,i,t为表征接入X相的第i辆电动汽车充电状态的0-1变量，当处于充电状态时，uX,i,t＝1；Δt为优化时间。
可选的，所述电动汽车有序充电动态博弈模型的约束条件包括：
充电需求约束：
Figure BDA0002515729210000039
控制时间约束：
Figure BDA00025157292100000310
可选的，所述采用基于CPLEX的算法求解所述电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案，包括：
S1：初始化所述电动汽车有序充电动态博弈模型的模型参数；
S2：以无序充电情况下的电动汽车充电方案作为动态博弈初始状态，即电动汽车接入电网时开始充电，达到离开电网时的荷电状态期望值停止充电；
S3：第k轮的电动汽车有序充电方案，根据k-1轮优化的电动汽车有序充电方案通过CPLEX求解器求解得到，其中各相用户独立进行电动汽车有序充电方案；
S4：判断第k轮电动汽车有序充电方案是否达到均衡状态，若满足：
Figure BDA0002515729210000041
则电动汽车充电方案达到均衡状态，输出各相用户的电动汽车有序充电方案，若不满足则返回步骤S3；
式中，
Figure BDA0002515729210000042
和
Figure BDA0002515729210000043
分别为k-1轮优化后A、B、C相的充电费用；
Figure BDA0002515729210000044
Figure BDA0002515729210000045
和
Figure BDA0002515729210000046
分别为k轮优化后A、B、C相的充电费用；ε为经验阈值。
本申请第二方面提供一种电动汽车有序充电博弈装置，所述装置包括：
第一模型建立单元，用于根据电动汽车接入电网时间、离开电网时间和日行驶里程的概率分布，建立电动汽车充电需求模型；
实时电价机制建立单元，用于考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制；
第二模型单元，用于根据所述单相用户实时电价机制以及所述电动汽车充电需求模型建立配电网单相用户参与的电动汽车有序充电动态博弈模型；
第一求解单元，用于采用基于CPLEX的算法求解所述电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案。
可选的，求解单元还包括：
初始化单元，用于初始化所述电动汽车有序充电动态博弈模型的模型参数；
启动单元，用于以无序充电情况下的电动汽车充电方案作为动态博弈初始状态，即电动汽车接入电网时开始充电，达到离开电网时的荷电状态期望值停止充电；
第二求解单元，用于求解第k轮的电动汽车有序充电方案，所述第k轮的电动汽车有序充电方案是根据k-1轮优化的电动汽车有序充电方案通过CPLEX求解器求解得到，其中各相用户独立进行电动汽车有序充电方案；
平衡判断单元，用于判断第k轮电动汽车有序充电方案是否达到均衡状态，若满足：
Figure BDA0002515729210000051
则电动汽车充电方案则均衡状态，输出各相用户的电动汽车有序充电方案，若不满足则返回步骤第二求解单元；
式中，
Figure BDA0002515729210000052
和
Figure BDA0002515729210000053
分别为k-1轮优化后A、B、C相的充电费用；
Figure BDA0002515729210000054
Figure BDA0002515729210000055
和
Figure BDA0002515729210000056
分别为k轮优化后A、B、C相的充电费用；ε为经验阈值。
从以上技术方案可以看出，本申请具有以下优点：
本申请中，提供了一种电动汽车有序充电博弈方法及装置，方法包括：根据电动汽车接入电网时间、离开电网时间和日行驶里程的概率分布，建立电动汽车充电需求模型；考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制；根据单相用户实时电价机制以及电动汽车充电需求模型建立配电网单相用户参与的电动汽车有序充电动态博弈模型；采用基于CPLEX的算法求解电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案。
本申请将博弈理论应用于电动汽车有序充电管理，利用利用电价信号引导配电网单相用户进行电动汽车有序充电控制，实现抑制配电网负荷三相不平衡度和降低配电网负荷峰谷差，能够提高配电网电能质量和用户消费体验，降低配电网运行损耗和延缓配电网建设投入，提高配电网的经济性。
附图说明
图1为本申请一种电动汽车有序充电博弈方法的一个实施例的方法流程图；
图2为本申请一种电动汽车有序充电博弈方法的另一个实施例的方法流程图；
图3为本申请一种电动汽车有序充电博弈装置的一个实施例的装置结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，图1为本申请一种电动汽车有序充电博弈方法的一个实施例的方法流程图，图1中包括：
101、根据电动汽车接入电网时间、离开电网时间和日行驶里程的概率分布，建立电动汽车充电需求模型。
需要说明的是，电动汽车接入电网时间、离开电网时间和日行驶里程的概率分布都满足正态分布函数，根据正态分布函数可以采用蒙特卡洛模拟法随机产生电动汽车的接入电网时间、离开电网时间以及日行驶里程。根据电动汽车的日行驶里程计算电动汽车接入电网时的荷电状态；判断电动汽车在充电时间内能否满足充电需求，若不满足则修改离开电网时荷电状态期望值，或重新产生电动汽车离开电网时间。
102、考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制。
需要说明的是，单相用户实时电价为配电网基础电价、负荷不平衡度激励电价以及负荷削峰填谷激励电价之和；其中，配电网基础电价是已知的，因此，只用计算负荷不平衡度激励电价以及负荷削峰填谷激励电价，就能得到单相用户实时电价。
103、根据单相用户实时电价机制以及电动汽车充电需求模型建立配电网单相用户参与的电动汽车有序充电动态博弈模型。
需要说明的是，可以根据配电网单相用户实时电价机制确定电动汽车有序充电动态博弈模型的目标函数，根据电动汽车充电需求模型得到电动汽车有序充电动态博弈模型的约束条件，从而得到电动汽车有序充电动态博弈模型。
104、采用基于CPLEX的算法求解电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案。
需要说明的是，采用基于CPLEX的算法求解电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案具体为：
S1：初始化电动汽车有序充电动态博弈模型的模型参数；
S2：以无序充电情况下的电动汽车充电方案作为动态博弈初始状态，即电动汽车接入电网时开始充电，达到离开电网时的荷电状态期望值停止充电；
S3：第k轮的电动汽车有序充电方案，根据k-1轮优化的电动汽车有序充电方案通过CPLEX求解器求解得到，其中各相用户独立进行电动汽车有序充电方案；
S4：判断第k轮电动汽车有序充电方案是否达到均衡状态，若电动汽车充电方案达到均衡状态，则输出各相用户的电动汽车有序充电方案。
本申请将博弈理论应用于电动汽车有序充电管理，利用利用电价信号引导配电网单相用户进行电动汽车有序充电控制，实现抑制配电网负荷三相不平衡度和降低配电网负荷峰谷差，能够提高配电网电能质量和用户消费体验，降低配电网运行损耗和延缓配电网建设投入，提高配电网的经济性。
本申请还提供了一种电动汽车有序充电博弈方法的另一个实施例，如图2所示，具体包括：
201、根据电动汽车接入电网时间、离开电网时间和日行驶里程的概率分布，建立电动汽车充电需求模型。
需要说明的是，电动汽车的接入电网时间、离开电网时间和日行驶里程的概率分布，具体为：
接入电网时间的概率分布为：
Figure BDA0002515729210000071
离开电网时间的概率分布为：
Figure BDA0002515729210000081
日行驶里程的概率分布为：
Figure BDA0002515729210000082
式中，tc为电动汽车接入电网时间；μs和σs分别为电动汽车接入电网时间正态分布函数的均值和标准差；tl为电动汽车接入电网时间；μe和σe分别为电动汽车接入电网时间正态分布函数的均值和标准差；s为电动汽车日行驶里程；μd和σd分别为电动汽车日行驶里程对数正态分布函数的均值和标准差。
具体的，建立电动汽车充电需求模型的步骤包括：
采用蒙特卡洛模拟法随机产生电动汽车的接入电网时间、离开电网时间以及日行驶里程；
根据电动汽车的日行驶里程计算第i辆电动汽车接入电网时的荷电状态：
Figure BDA0002515729210000083
式中，Ss,i和Se,i分别为第i辆电动汽车接入电网时的荷电状态、离开电网时荷电状态期望值；ed为电动汽车单位里程耗电量；Ee为电池容量；i＝1,2,…,N；
判断第i辆电动汽车在充电时间内能否满足充电需求，若不满足则修改离开电网时荷电状态期望值，或重新产生电动汽车离开电网时间：
(Se,i-Ss,i)Ee,i≤Peη(tl,i-tc,i)
式中，tl,i和tc,i分别第i辆电动汽车接入电网和离开电网的时间，Pe为额定充电功率，η为充电效率。
202、考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制。
需要说明的是，其中，单相用户实时电价为配电网基础电价、负荷不平衡度激励电价以及负荷削峰填谷激励电价之和，公式为：
Figure BDA0002515729210000084
式中，pX,t为X相用户时段t的实时电价；
Figure BDA0002515729210000085
为配电网基础电价；
Figure BDA0002515729210000086
为X相用户的负荷不平衡度激励电价；
Figure BDA0002515729210000091
为单相用户的负荷削峰填谷激励电价；X表示三相中任一相；
其中，负荷不平衡度激励电价为：
Figure BDA0002515729210000092
式中，qA,t、qB,t和qC,t分别为A、B和C相t时段用电量；qav,t为t时段三相平均用电量；α为负荷存在三相不平衡的电价激励系数；
负荷削峰填谷激励电价为：
Figure BDA0002515729210000093
式中，LP和LV分别为配电网峰、谷负荷的期望值；β为负荷偏离峰谷负荷期望值的电价激励系数。
203、根据单相用户实时电价机制以及电动汽车充电需求模型建立配电网单相用户参与的电动汽车有序充电动态博弈模型。
需要说明的是，电动汽车有序充电动态博弈模型的目标函数为：
Figure BDA0002515729210000094
式中，CX表示X相用户充电费用；uX,i,t为表征接入X相的第i辆电动汽车充电状态的0-1变量，当处于充电状态时，uX,i,t＝1；Δt为优化时间。
电动汽车有序充电动态博弈模型的约束条件包括：
充电需求约束：
Figure BDA0002515729210000095
控制时间约束：
Figure BDA0002515729210000096
204、初始化电动汽车有序充电动态博弈模型的模型参数。
需要说明的是，初始化的参数包括配电网基础电价
Figure BDA0002515729210000097
负荷存在三相不平衡的电价激励系数α、负荷偏离峰谷负荷期望值的电价激励系数β、配电网峰负荷期望值LP、电网谷负荷期望值LV。
205、以无序充电情况下的电动汽车充电方案作为动态博弈初始状态，即电动汽车接入电网时开始充电，达到离开电网时的荷电状态期望值停止充电。
206、第k轮的电动汽车有序充电方案，根据k-1轮优化的电动汽车有序充电方案通过CPLEX求解器求解得到，其中各相用户独立进行电动汽车有序充电方案。
207、判断第k轮电动汽车有序充电方案是否达到均衡状态，若电动汽车充电方案达到均衡状态，则输出各相用户的电动汽车有序充电方案；若不满足则返回步骤206。
需要说明的是，判断是否达到平衡状态的公式为：
Figure BDA0002515729210000101
式中，
Figure BDA0002515729210000102
和
Figure BDA0002515729210000103
别为k-1轮优化后A、B、C相的充电费用；
Figure BDA0002515729210000104
Figure BDA0002515729210000105
和
Figure BDA0002515729210000106
分别为k轮优化后A、B、C相的充电费用；ε为经验阈值。
以上是本申请的方法的实施例，本申请还包括一种电动汽车有序充电博弈装置的一个实施例，如图3所示，包括：
第一模型建立单元301，用于根据电动汽车接入电网时间、离开电网时间和日行驶里程的概率分布，建立电动汽车充电需求模型。
实时电价机制建立单元302，用于考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制。
第二模型单元303，用于根据单相用户实时电价机制以及电动汽车充电需求模型建立配电网单相用户参与的电动汽车有序充电动态博弈模型。
第一求解单元304，用于采用基于CPLEX的算法求解电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案。
在一种具体的实施方式中，第一求解单元304还包括：
初始化单元3041，用于初始化电动汽车有序充电动态博弈模型的模型参数。
启动单元3042，用于以无序充电情况下的电动汽车充电方案作为动态博弈初始状态，即电动汽车接入电网时开始充电，达到离开电网时的荷电状态期望值停止充电。
第二求解单元3043，用于求解第k轮的电动汽车有序充电方案，第k轮的电动汽车有序充电方案是根据k-1轮优化的电动汽车有序充电方案通过CPLEX求解器求解得到，其中各相用户独立进行电动汽车有序充电方案。
平衡判断单元3044，用于判断第k轮电动汽车有序充电方案是否达到均衡状态，若满足：
Figure BDA0002515729210000111
则电动汽车充电方案则均衡状态，输出各相用户的电动汽车有序充电方案，若不满足则返回步骤第二求解单元3043；
式中，
Figure BDA0002515729210000112
和
Figure BDA0002515729210000113
分别为k-1轮优化后A、B、C相的充电费用；
Figure BDA0002515729210000114
Figure BDA0002515729210000115
和
Figure BDA0002515729210000116
分别为k轮优化后A、B、C相的充电费用；ε为经验阈值。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种电动汽车有序充电博弈方法，其特征在于，包括：
根据电动汽车接入电网时间、离开电网时间和日行驶里程的概率分布，建立电动汽车充电需求模型；
考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制；
根据所述单相用户实时电价机制以及所述电动汽车充电需求模型建立配电网单相用户参与的电动汽车有序充电动态博弈模型；
采用基于CPLEX的算法求解所述电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案。
2.根据权利要求1所述的电动汽车有序充电博弈方法，其特征在于，电动汽车的所述接入电网时间、所述离开电网时间和所述日行驶里程的概率分布，具体为：
所述接入电网时间的概率分布为：
Figure FDA0002515729200000011
所述离开电网时间的概率分布为：
Figure FDA0002515729200000012
所述日行驶里程的概率分布为：
Figure FDA0002515729200000013
式中，tc为电动汽车接入电网时间；μs和σs分别为电动汽车接入电网时间正态分布函数的均值和标准差；tl为电动汽车接入电网时间；μe和σe分别为电动汽车接入电网时间正态分布函数的均值和标准差；s为电动汽车日行驶里程；μd和σd分别为电动汽车日行驶里程对数正态分布函数的均值和标准差。
3.根据权利要求1所述的电动汽车有序充电博弈方法，其特征在于，所述建立电动汽车充电需求模型具体为：
采用蒙特卡洛模拟法随机产生电动汽车的所述接入电网时间、所述离开电网时间以及所述日行驶里程；
根据电动汽车的所述日行驶里程计算第i辆电动汽车接入电网时的荷电状态：
Figure FDA0002515729200000021
式中，Ss,i和Se,i分别为第i辆电动汽车接入电网时的荷电状态、离开电网时荷电状态期望值；ed为电动汽车单位里程耗电量；Ee为电池容量；i＝1,2,…,N；
判断第i辆电动汽车在充电时间内能否满足充电需求，若不满足则修改离开电网时荷电状态期望值，或重新产生电动汽车离开电网时间：
(Se,i-Ss,i)Ee,i≤Peη(tl,i-tc,i)
式中，tl,i和tc,i分别第i辆电动汽车接入电网和离开电网的时间，Pe为额定充电功率，η为充电效率。
4.根据权利要求1所述的电动汽车有序充电博弈方法，其特征在于，所述考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制，具体为：
所述单相用户实时电价为配电网基础电价、负荷不平衡度激励电价以及负荷削峰填谷激励电价之和。
5.根据权利要求4所述的电动汽车有序充电博弈方法，其特征在于，所述单相用户实时电价为：
Figure FDA0002515729200000022
式中，pX,t为单相用户时段t的实时电价；
Figure FDA0002515729200000023
为配电网基础电价；
Figure FDA0002515729200000024
为单相用户的负荷不平衡度激励电价；
Figure FDA0002515729200000025
为单相用户的负荷削峰填谷激励电价；X表示三相中任一相；
所述负荷不平衡度激励电价为：
Figure FDA0002515729200000026
Figure FDA0002515729200000027
式中，qA,t、qB,t和qC,t分别为A、B和C相t时段用电量；qav,t为t时段三相平均用电量；α为负荷存在三相不平衡的电价激励系数；
所述负荷削峰填谷激励电价为：
Figure FDA0002515729200000031
式中，LP和LV分别为配电网峰、谷负荷的期望值；β为负荷偏离峰谷负荷期望值的电价激励系数。
6.根据权利要求1所述的电动汽车有序充电博弈方法，其特征在于，所述电动汽车有序充电动态博弈模型的目标函数为：
Figure FDA0002515729200000032
式中，CX表示X相用户充电费用；uX,i,t为表征接入X相的第i辆电动汽车充电状态的0-1变量，当处于充电状态时，uX,i,t＝1；Δt为优化时间。
7.根据权利要求6所述的电动汽车有序充电博弈方法，其特征在于，所述电动汽车有序充电动态博弈模型的约束条件包括：
充电需求约束：
Figure FDA0002515729200000033
控制时间约束：
Figure FDA0002515729200000034
8.根据权利要求1所述的电动汽车有序充电博弈方法，其特征在于，所述采用基于CPLEX的算法求解所述电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案，包括：
S1：初始化所述电动汽车有序充电动态博弈模型的模型参数；
S2：以无序充电情况下的电动汽车充电方案作为动态博弈初始状态，即电动汽车接入电网时开始充电，达到离开电网时的荷电状态期望值停止充电；
S3：第k轮的电动汽车有序充电方案，根据k-1轮优化的电动汽车有序充电方案通过CPLEX求解器求解得到，其中各相用户独立进行电动汽车有序充电方案；
S4：判断第k轮电动汽车有序充电方案是否达到均衡状态，若满足：
Figure FDA0002515729200000035
则电动汽车充电方案达到均衡状态，输出各相用户的电动汽车有序充电方案，若不满足则返回步骤S3；
式中，
Figure FDA0002515729200000041
和
Figure FDA0002515729200000042
分别为k-1轮优化后A、B、C相的充电费用；
Figure FDA0002515729200000043
Figure FDA0002515729200000044
和
Figure FDA0002515729200000045
分别为k轮优化后A、B、C相的充电费用；ε为经验阈值。
9.一种电动汽车有序充电博弈装置，其特征在于，包括：
第一模型建立单元，用于根据电动汽车接入电网时间、离开电网时间和日行驶里程的概率分布，建立电动汽车充电需求模型；
实时电价机制建立单元，用于考虑负荷三相不平衡度和负荷峰谷差，建立配电网单相用户实时电价机制；
第二模型单元，用于根据所述单相用户实时电价机制以及所述电动汽车充电需求模型建立配电网单相用户参与的电动汽车有序充电动态博弈模型；
第一求解单元，用于采用基于CPLEX的算法求解所述电动汽车有序充电动态博弈模型，得到电动汽车有序充电方案。
10.根据权利要求9所述的电动汽车有序充电博弈装置，其特征在于，第一求解单元还包括：
初始化单元，用于初始化所述电动汽车有序充电动态博弈模型的模型参数；
启动单元，用于以无序充电情况下的电动汽车充电方案作为动态博弈初始状态，即电动汽车接入电网时开始充电，达到离开电网时的荷电状态期望值停止充电；
第二求解单元，用于求解第k轮的电动汽车有序充电方案，所述第k轮的电动汽车有序充电方案是根据k-1轮优化的电动汽车有序充电方案通过CPLEX求解器求解得到，其中各相用户独立进行电动汽车有序充电方案；
平衡判断单元，用于判断第k轮电动汽车有序充电方案是否达到均衡状态，若满足：
Figure FDA0002515729200000046
则电动汽车充电方案则均衡状态，输出各相用户的电动汽车有序充电方案，若不满足则返回所述第二求解单元；
式中，
Figure FDA0002515729200000051
和
Figure FDA0002515729200000052
分别为k-1轮优化后A、B、C相的充电费用；
Figure FDA0002515729200000053
Figure FDA0002515729200000054
和
Figure FDA0002515729200000055
分别为k轮优化后A、B、C相的充电费用；ε为经验阈值。
CN202010475429.1A 2020-05-29 2020-05-29 一种电动汽车有序充电博弈方法及装置 Active CN111639303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010475429.1A CN111639303B (zh) 2020-05-29 2020-05-29 一种电动汽车有序充电博弈方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010475429.1A CN111639303B (zh) 2020-05-29 2020-05-29 一种电动汽车有序充电博弈方法及装置

Publications (2)

Publication Number Publication Date
CN111639303A true CN111639303A (zh) 2020-09-08
CN111639303B CN111639303B (zh) 2023-09-15

Family

ID=72329344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010475429.1A Active CN111639303B (zh) 2020-05-29 2020-05-29 一种电动汽车有序充电博弈方法及装置

Country Status (1)

Country Link
CN (1) CN111639303B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114336706A (zh) * 2021-12-29 2022-04-12 杭州电子科技大学 车网主从博弈的电动汽车有序充放电调度及响应激励方法
CN114649815A (zh) * 2022-04-08 2022-06-21 沈阳农业大学 基于三相负载不平衡的柔性负荷需求响应方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107745650A (zh) * 2017-10-26 2018-03-02 电子科技大学 一种基于峰谷分时电价的电动汽车有序充电控制方法
CN110443415A (zh) * 2019-07-24 2019-11-12 三峡大学 一种计及动态电价策略的电动汽车充电站多目标优化调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107745650A (zh) * 2017-10-26 2018-03-02 电子科技大学 一种基于峰谷分时电价的电动汽车有序充电控制方法
CN110443415A (zh) * 2019-07-24 2019-11-12 三峡大学 一种计及动态电价策略的电动汽车充电站多目标优化调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
石帮松 等: "基于动态博弈的配电网单相电力用户用电行为分析", 《电力***自动化》 *
程杉 等: "电动汽车充电站有序充电调度的分散式优化", 《电力***自动化》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114336706A (zh) * 2021-12-29 2022-04-12 杭州电子科技大学 车网主从博弈的电动汽车有序充放电调度及响应激励方法
CN114336706B (zh) * 2021-12-29 2023-11-14 杭州电子科技大学 车网主从博弈的电动汽车有序充放电调度及响应激励方法
CN114649815A (zh) * 2022-04-08 2022-06-21 沈阳农业大学 基于三相负载不平衡的柔性负荷需求响应方法和装置
CN114649815B (zh) * 2022-04-08 2023-10-10 沈阳农业大学 基于三相负载不平衡的柔性负荷需求响应方法和装置

Also Published As

Publication number Publication date
CN111639303B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
Liu et al. Adaptive blockchain-based electric vehicle participation scheme in smart grid platform
CN107294120B (zh) 一种主动配电网混合储能容量优化配置方法及装置
Hossain et al. Design a novel controller for stability analysis of microgrid by managing controllable load using load shaving and load shifting techniques; and optimizing cost analysis for energy storage system
CN111639303A (zh) 一种电动汽车有序充电博弈方法及装置
CN112744114B (zh) 一种电动汽车充电方法及设备、介质
CN103456099B (zh) 一种基于实时电价的***式电动汽车充电控制方法
EP2924838A1 (en) Energy management system, energy management method, program, server device, and local server
CN111605425B (zh) 一种计算电动车辆充电优先权系数实现合理有序充电的方法
CN114447959B (zh) 一种动态选相的低压园区源储荷协调优化控制方法
CN108183473A (zh) 一种集群电动汽车参与辅助服务市场的优化投标方法
CN108512238B (zh) 基于需求侧响应的智能家居两阶段优化调度方法
US20140142772A1 (en) Energy management system, energy management method, program, server apparatus, and local server
CN110932296B (zh) 一种储能控制方法、装置及虚拟电厂
CN104283288A (zh) 充电站的充电方法及装置
CN115471044A (zh) 含光储的配电台区电动汽车调度方法、***及存储介质
CN107276108A (zh) 一种配电方法及装置
CN110866647A (zh) 用户侧储能控制方法、装置、设备及存储介质
CN105978058A (zh) 充换电站充电效率的计算方法和装置
CN115833311A (zh) 储能***控制方法及相关装置
CN114285062A (zh) 一种双向可逆发电并网的充电桩***
CN110518612B (zh) 一种配电网储能***配置参数的确定方法及装置
CN112874373A (zh) 基于充电站负荷调度的有序充电控制方法、***及介质
CN112510679A (zh) 分布式储能优化调度方法、装置、计算机设备和存储介质
CN112600205A (zh) 充电站储能的配置方法
CN111002862A (zh) 一种基于实时恒定功率的谷时段有序充电的方法和***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant