CN114036459A - 基于v2g调度响应下的电动汽车用能绿色程度计算方法 - Google Patents

基于v2g调度响应下的电动汽车用能绿色程度计算方法 Download PDF

Info

Publication number
CN114036459A
CN114036459A CN202011516429.8A CN202011516429A CN114036459A CN 114036459 A CN114036459 A CN 114036459A CN 202011516429 A CN202011516429 A CN 202011516429A CN 114036459 A CN114036459 A CN 114036459A
Authority
CN
China
Prior art keywords
vehicle
electric
energy
thermal power
calculating
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
CN202011516429.8A
Other languages
English (en)
Other versions
CN114036459B (zh
Inventor
黄玉萍
徐杰
田子山
王�华
叶剑锋
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.)
State Grid Sichuan Electric Vehicle Service Co ltd
Guangzhou Institute of Energy Conversion of CAS
Original Assignee
State Grid Sichuan Electric Vehicle Service Co ltd
Guangzhou Institute of Energy Conversion of CAS
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 State Grid Sichuan Electric Vehicle Service Co ltd, Guangzhou Institute of Energy Conversion of CAS filed Critical State Grid Sichuan Electric Vehicle Service Co ltd
Priority to CN202011516429.8A priority Critical patent/CN114036459B/zh
Publication of CN114036459A publication Critical patent/CN114036459A/zh
Application granted granted Critical
Publication of CN114036459B publication Critical patent/CN114036459B/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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • 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
    • G06Q50/40—Business processes related to the transportation industry
    • 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

Landscapes

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

Abstract

本发明公开一种基于V2G调度响应下的电动汽车用能绿色程度计算方法，实时采集区域内自愿参与V2G调度服务的电动汽车在充电操作、放电操作以及行驶操作状态下的电量与荷电状态，区分单辆电动汽车和电动汽车群体的用能绿色程度计算过程,填补了当前V2G调度技术下电动汽车绿色用能程度的评价体系。

Description

基于V2G调度响应下的电动汽车用能绿色程度计算方法
技术领域
本发明涉及能源碳排放评估领域，尤其涉及一种基于V2G调度响应下的电动汽车用能绿色程度计算方法。
背景技术
由于电动汽车保有量持续增长，应用使用逐渐普及，车辆使用能源组成趋向多样化、复杂化。电动汽车用能的绿色低碳程度，电动汽车对环境影响等问题引起专家学者与政府部门的重视，同时直接影响到国家、地区未来一段时间内能源发展的规划和能源转型的路径。
传统的电动汽车充电电源来自火力发电，非可再生的化石能源，虽然纯电动汽车是零排放，但其电源来自何处以及如何生产直接影响电动汽车电能消费的含碳比例，相当于绿色程度。如果某辆电动汽车全部使用化石能源产生的电能，车辆不直接排放二氧化碳，而是以另一种形式通过火电厂排放，从而对环境造成影响。从全局发展来看，当评估某辆电动汽车使用是否绿色环保时，需综合考虑充电站电力供应结构，车辆行驶距离，车辆荷电状态，车辆充放电量等多种因素，量化与计算每一辆电动汽车在碳排放周期内的绿色化程度。通过整合的绿色化程度报告，政府部分可制定推广电动汽车使用的激励措施和保障政策，推动电动汽车减少使用非可再生能源，提高车辆用能的绿色化，低碳化程度，加速电力***脱离煤炭发电向以新能源清洁发电的能源供应***转型。
目前，可再生能源***(如太阳能，风能等)正被大量接入电力***中，由于其不连续性会引起发电的波动，所以迫切需要其他能源(如电池能量存储***)进行补偿，以平滑可再生能源的自然可变性，保证电网频率的稳定并抑制由反向功率流引起的电压上升。V2G(Vehicle-to-grid)的概念就是针对上述问题提出的，其核心思想就是利用大量电动汽车的储能源作为电网和可再生能源的缓冲。当电网负荷过高时，由电动汽车储能源向电网馈电；而当电网负荷低时，用来存储电网过剩的发电量，避免造成浪费。通过这种方式，电动汽车用户可以在电价低时，从电网买电，电网电价高时向电网售电，从而获得一定的收益。
但现在针对V2G调度技术的电动汽车绿色用能程度评价体系还缺乏研究，不利于V2G调度技术的推广或电价政策的制定。
发明内容
针对上述问题，本发明提出一种基于V2G调度响应下的电动汽车用能绿色程度计算方法，主要解决背景技术的问题。
为解决上述技术问题，本发明的技术方案如下：
一种基于V2G调度响应下的电动汽车用能绿色程度计算方法，实时采集区域内自愿参与V2G调度服务的电动汽车在充电操作、放电操作以及行驶操作状态下的电量与荷电状态，区分单辆电动汽车和电动汽车群体的用能绿色程度计算过程，其中，
单辆电动汽车的用能绿色程度计算步骤为：
步骤11，识别计算周期内目标车辆的操作次数以及对应的操作状态，若t∈T,则转至步骤12；
步骤12，若目标车辆当前不参与V2G调度服务，且ki∈L1∪L2，则计算周期内目标车辆第ki次操作后行驶电耗的火电比例、充电量的火电比例、剩余电量的火电比例及电能绿色程度Gik；若目标车辆当前参与V2G调度服务，且ki∈L1∪L2∪L3，则计算周期内目标车辆第ki次操作后行驶电耗的火电比例、充电量的火电比例、放电量的火电比例、剩余电量的火电比例及电能绿色程度Gik；
步骤13，t＝t+1，直至
Figure BDA0002848109500000022
否则转至步骤11；
电动汽车群体的用能绿色程度计算步骤为：
步骤21，识别计算周期内所有车辆的操作次数以及对应的操作状态，若t∈T,则转至步骤22；
步骤22，若
Figure BDA0002848109500000021
计算所有车辆第k次操作后行驶电耗的火电比例、充电量的火电比例、放电量的火电比例、剩余电量的火电比例及电能绿色程度Gik；
步骤23，计算区域内碳排放周期内所有车辆经历第ki次操作后的平均绿色程度；
步骤24，计算区域内碳排放周期内所有车辆在第ki次操作后(ki＝Ni)的平均绿色程度；
步骤25，t＝t+1，直至
Figure BDA0002848109500000023
否则转至步骤21；
i为电动汽车的唯一序号，I为电动汽车集合，k为计算周期内的电动汽车的操作次数，N为操作集合，t为时刻，T为碳排放周期，L1为充电操作集，L2为放电操作集，L3为行驶操作集。
本发明的有益效果为：本发明填补了当前V2G调度技术下电动汽车绿色用能程度的评价体系。本发明从单量电动汽车和电动汽车群体进行分析和设计电动汽车用能绿色程度的计算方法，综合考虑了充电站电力供应结构、车辆行驶距离、车辆荷电状态、车辆充放电量等多种因素。采用本发明方法设计的电动汽车用能绿色程度计算方法对单量电动汽车和电动汽车群体进行计算分析，具有全面性、独立性、灵活性和实用性，有助于对电动汽车用能绿色程度有更加直观的分析，对电动汽车能源消费进行科学准确的评估。
附图说明
图1为单辆电动汽车的用能绿色程度的计算流程图；
图2为群体用能绿色程度的计算流程图；
图3为单辆电动汽车参与V2G服务下用能绿色程度变化。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，下面结合附图和具体实施方式对本发明的内容做进一步详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
本实施例提出了一种基于V2G调度响应下的电动汽车用能绿色程度计算方法，实时采集区域内自愿参与V2G调度服务的电动汽车在充电操作、放电操作以及行驶操作状态下的电量与荷电状态，并通过电动汽车电池管理***采集，并上传至云端服务器。区分单辆电动汽车和电动汽车群体的用能绿色程度计算过程，其中，
如图1所示,单辆电动汽车的用能绿色程度计算步骤为：
步骤11，识别计算周期内目标车辆的操作次数以及对应的操作状态，若t∈T,则转至步骤12；
步骤12，若目标车辆当前不参与V2G调度服务，且ki∈L1∪L2，则计算周期内目标车辆第ki次操作后行驶电耗的火电比例、充电量的火电比例、剩余电量的火电比例及电能绿色程度Gik；若目标车辆当前参与V2G调度服务，且ki∈L1∪L2∪L3，则计算周期内目标车辆第ki次操作后行驶电耗的火电比例、充电量的火电比例、放电量的火电比例、剩余电量的火电比例及电能绿色程度Gik；
步骤13，t＝t+1，直至
Figure BDA0002848109500000032
否则转至步骤11；
如图2所示,电动汽车群体的用能绿色程度计算步骤为：
步骤21，识别计算周期内所有车辆的操作次数以及对应的操作状态，若t∈L,则转至步骤22；
步骤22，若
Figure BDA0002848109500000031
计算所有车辆第k次操作后行驶电耗的火电比例、充电量的火电比例、放电量的火电比例、剩余电量的火电比例及电能绿色程度Gik；
步骤23，计算区域内碳排放周期内电动汽车群体内的单辆电动汽车经历ki次操作后的平均绿色程度；
步骤24，计算区域内碳排放周期内所有车辆在第ki次操作后的平均绿色程度，ki＝Ni；
步骤25，t＝t+1，直至
Figure BDA00028481095000000413
否则转至步骤21；
i为电动汽车的唯一序号，I为电动汽车集合，k为计算周期内的电动汽车的操作次数，N为操作集合，t为时刻，T为碳排放周期，L1为充电操作集，L2为放电操作集，L3为行驶操作集。
以下是行驶电耗的火电比例、充电量的火电比例、放电量的火电比例、剩余电量的火电比例及电能绿色程度Gik的具体计算方式：
充电量的火电比例通过充电操作中获取的充电量和充电的火电电量计算：
充电量
Figure BDA0002848109500000041
充电的火电电量
Figure BDA0002848109500000042
其中，
Figure BDA0002848109500000043
为车辆i充电操作k下的充电量，
Figure BDA0002848109500000044
为车辆i充电操作k下的火电电量，Capi为车辆i电池容量，
Figure BDA0002848109500000045
为车辆i首次电池电量，SOCi,k-1为车辆i第k-1次操作结束后剩余荷电状态％，FPi,k为车辆i充电操作k时所充电量中非可再生能源电量比例％。
车辆的第一次操作为充电，k＝1∈L2,其充电电量为
Figure BDA0002848109500000046
当车辆响应V2G服务指令进行非第一次充电操作时，
Figure BDA0002848109500000047
即由前一次操作后剩余SOC和电池容量决定该次可充电量上限。当次车辆放电时会改变车辆电池中火电电能的比例。当车辆进行放电或行驶时，其充电电量
Figure BDA0002848109500000048
放电量的火电比例通过放电操作中获取的放电量和放电的火电电量计算：
放电量
Figure BDA0002848109500000049
放电的火电电量
Figure BDA00028481095000000410
其中，
Figure BDA00028481095000000411
为车辆i放电操作k下的放电量，
Figure BDA00028481095000000412
为车辆i放电操作k下的火电电量，Capi为车辆i电池容量，SOCi,k-1为车辆i第k-1次操作结束后剩余荷电状态％，PFi,k-1为车辆i第k-1时剩余电量当中非可再生能源的比例％。
当车辆响应V2G服务指令进行放电操作时，k＞1∈L3,其放电电量为
Figure BDA0002848109500000051
Figure BDA0002848109500000052
即由前一次操作后剩余SOC和电池容量决定该次可放电量上限。当次车辆放电时认为不改变车辆电池中火电电能的比例，放电火电电量计算由当次放电量及前一次操作后车辆电池火电电能比例决定。当车辆进行充电或行驶时，其放电电量
Figure BDA0002848109500000053
Figure BDA0002848109500000054
行驶电耗的火电比例通过行驶操作中获取的行驶距离和电能消耗量计算：
行驶距离
Figure BDA0002848109500000055
电能消耗量
Figure BDA0002848109500000056
其中，TDi,k为车辆i行驶操作k下行驶距离，
Figure BDA0002848109500000057
为车辆i行驶操作k下消耗电量，Em为车辆i每公里电能消耗量或每百公里电能消耗量，Capi为车辆i电池容量，SOCi,k-1为车辆i第k-1次操作结束后剩余荷电状态％。
当车辆不参与V2G服务进行行驶操作时，k＞1∈L1,其可行驶距离为
Figure BDA0002848109500000058
Figure BDA0002848109500000059
其消耗电量为
Figure BDA00028481095000000510
即由前一次操作后车辆电池剩余电量决定该次可行驶距离上限。当次车辆行驶时不改变车辆电池中火电电能的比例。当车辆进行充电或放电时，其行驶消耗电量
Figure BDA00028481095000000511
荷电状态的计算方法为：
Figure BDA00028481095000000512
车辆i剩余火电电量的计算方法为：
Figure BDA00028481095000000513
剩余电量的火电比例的计算方法为：
Figure BDA00028481095000000514
其中，
Figure BDA00028481095000000515
为车辆i完成第k-1次操作下剩余电量，
Figure BDA00028481095000000516
为车辆i完成第k次操作下剩余电量，PFRF为车辆i完成第k次操作下剩余电量火电比例，
Figure BDA00028481095000000517
为车辆i充电操作k下的火电电量，SOCi,k-1为车辆i第k-1次操作结束后剩余荷电状态％，
Figure BDA00028481095000000518
为车辆i充电操作k下的充电量，
Figure BDA0002848109500000061
为车辆i放电操作k下的放电量，
Figure BDA0002848109500000062
为车辆i行驶操作k下消耗电量，Capi为车辆i电池容量，PFi,k-1为车辆i第k-1时剩余电量当中非可再生能源的比例％。
电能绿色程度的计算方法为：
Gik＝1-PFi,k (10)
其中，Gik为车辆i在第k次操作后电能绿色程度，PFi,k为车辆i充电操作k时非可再生能源电量比例％。
区域碳排放周期内电动汽车群体内的单辆电动汽车经历ki次操作后的平均绿色程度的计算方法为：
Figure BDA0002848109500000063
其中，Gik为车辆i在第k次操作后电能绿色程度，AGi为车辆i经历从k次至Ni次操作后平均电能绿色程度。
区域碳排放周期内所有车辆第ki次操作后的平均绿色程度，ki＝Ni的计算方法为：
Figure BDA0002848109500000064
其中，Gik为车辆i在第k次操作后电能绿色程度，GAG为车辆群体各自经历从ki次至Ni次操作后平均电能绿色程度。
本发明填补了当前V2G调度技术下电动汽车绿色用能程度的评价体系。本发明从单量电动汽车和电动汽车群体进行分析和设计电动汽车用能绿色程度的计算方法，综合考虑了充电站电力供应结构、车辆行驶距离、车辆荷电状态、车辆充放电量等多种因素。采用本发明方法设计的电动汽车用能绿色程度计算方法对单量电动汽车和电动汽车群体进行计算分析，具有全面性、独立性、灵活性和实用性，有助于对电动汽车用能绿色程度有更加直观的分析，对电动汽车能源消费进行科学准确的评估。
实施例一 单辆电动汽车的用能绿色程度的计算
初始参数：
1.电动汽车电池容量Cap＝200kWh
2.第一次充电操作前初始电池电量E0＝0kWh
3.车辆每公里电能消耗量Em＝0.2kWh/km
输入数据：
该辆电动汽车在计算周期内进行了24次操作。
Figure BDA0002848109500000071
输出数据：
Figure BDA0002848109500000072
Figure BDA0002848109500000081
单辆电动汽车参与V2G服务下用能绿色程度变化如图3所示。
实施例二 电动汽车群体的用能绿色程度的计算
初始参数：
1.电动汽车电池容量
Cap1＝100kWh；Cap2＝200kWh；Cap3＝125kWh；Cap4＝150kWh；Cap5＝120kWh
2.第一次充电操作前初始电池电量
Figure BDA0002848109500000091
3.车辆每公里电能消耗量
Em1＝1/5kWh/km；Em2＝1/6kWh/km；Em3＝1/5kWh/km；
Em4＝1/7kWh/km；Em5＝1/5kWh/km
输入数据：
EV1在此计算周期前已经完成了46次操作，在本次计算周期内进行了8次操作。
Figure BDA0002848109500000092
EV2在此计算周期前已经完成了72次操作，在本次计算周期内进行了10次操作。
Figure BDA0002848109500000093
Figure BDA0002848109500000101
EV3在此计算周期前已经完成了60次操作，在本次计算周期内进行了8次操作。
Figure BDA0002848109500000102
EV4在此计算周期前已经完成了102次操作，在本次计算周期内进行了11次操作。
Figure BDA0002848109500000103
EV5在此计算周期前已经完成了141次操作，在本次计算周期内进行了9次操作。
Figure BDA0002848109500000104
Figure BDA0002848109500000111
输出数据：
Figure BDA0002848109500000112
Figure BDA0002848109500000113
Figure BDA0002848109500000114
Figure BDA0002848109500000121
Figure BDA0002848109500000122
Figure BDA0002848109500000123
在本次计算周期所有车辆最后一次操作后，区域内所有车辆的平均绿色程度为：
Figure BDA0002848109500000124
上述实施例只是为了说明本发明的技术构思及特点，其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰，都应涵盖在本发明的保护范围内。

Claims (9)

1.一种基于V2G调度响应下的电动汽车用能绿色程度计算方法，其特征在于，实时采集区域内自愿参与V2G调度服务的电动汽车在充电操作、放电操作以及行驶操作状态下的电量与荷电状态，区分单辆电动汽车和电动汽车群体的用能绿色程度计算过程，其中，
所述单辆电动汽车的用能绿色程度计算步骤为：
步骤11，识别计算周期内目标车辆的操作次数以及对应的操作状态，若t∈T，则转至步骤12；
步骤12，若目标车辆当前不参与V2G调度服务，且ki∈L1∪L2，则计算周期内目标车辆第ki次操作后行驶电耗的火电比例、充电量的火电比例、剩余电量的火电比例及电能绿色程度Gik；若目标车辆当前参与V2G调度服务，且ki∈L1∪L2∪L3，则计算周期内目标车辆第ki次操作后行驶电耗的火电比例、充电量的火电比例、放电量的火电比例、剩余电量的火电比例及电能绿色程度Gik；
步骤13，t＝t+1，直至
Figure FDA0002848109490000011
否则转至步骤11；
所述电动汽车群体的用能绿色程度计算步骤为：
步骤21，识别计算周期内所有车辆的操作次数以及对应的操作状态，若t∈T，则转至步骤22；
步骤22，若k∈L1∪L2∪L3，
Figure FDA0002848109490000012
i∈I，计算所有车辆第k次操作后行驶电耗的火电比例、充电量的火电比例、放电量的火电比例、剩余电量的火电比例及电能绿色程度Gik；
步骤23，计算区域内碳排放周期内电动汽车群体内的单辆电动汽车经历ki次操作后的平均绿色程度；
步骤24，计算区域内碳排放周期内所有车辆在第ki次操作后的平均绿色程度，ki＝Ni；
步骤25，t＝t+1，直至
Figure FDA0002848109490000013
否则转至步骤21；
i为电动汽车的唯一序号，I为电动汽车集合，k为计算周期内的电动汽车的操作次数，N为操作集合，t为时刻，T为碳排放周期，L1为充电操作集，L2为放电操作集，L3为行驶操作集。
2.如权利要求1所述的基于V2G调度响应下的电动汽车用能绿色程度计算方法，其特征在于，所述充电操作、放电操作以及行驶操作状态下的电量与荷电状态通过电动汽车电池管理***采集，并上传至云端服务器。
3.如权利要求1所述的基于V2G调度响应下的电动汽车用能绿色程度计算方法，其特征在于，所述充电量的火电比例通过所述充电操作中获取的充电量和充电的火电电量计算：
所述充电量
Figure FDA0002848109490000021
所述充电的火电电量
Figure FDA0002848109490000022
其中，
Figure FDA0002848109490000023
为车辆i充电操作k下的充电量，
Figure FDA0002848109490000024
为车辆i充电操作k下的火电电量，Capi为车辆i电池容量，
Figure FDA0002848109490000025
为车辆i首次电池电量，SOCi，k-1为车辆i第k-1次操作结束后剩余荷电状态％，FPi，k为车辆i充电操作k时所充电量中非可再生能源电量比例％。
4.根据权利要求1所述的基于V2G调度响应下的电动汽车用能绿色程度计算方法，其特征在于，所述放电量的火电比例通过所述放电操作中获取的放电量和放电的火电电量计算：
所述放电量
Figure FDA0002848109490000026
所述放电的火电电量
Figure FDA0002848109490000027
其中，
Figure FDA0002848109490000028
为车辆i放电操作k下的放电量，
Figure FDA0002848109490000029
为车辆i放电操作k下的火电电量，Capi为车辆i电池容量，SOCi，k-1为车辆i第k-1次操作结束后剩余荷电状态％，PFi，k-1为车辆i第k-1时剩余电量当中非可再生能源的比例％。
5.根据权利要求1所述的基于V2G调度响应下的电动汽车用能绿色程度计算方法，其特征在于，所述行驶电耗的火电比例通过所述行驶操作中获取的行驶距离和电能消耗量计算：
所述行驶距离
Figure FDA00028481094900000210
所述电能消耗量
Figure FDA00028481094900000211
其中，TDi，k为车辆i行驶操作k下行驶距离，
Figure FDA00028481094900000212
为车辆i行驶操作k下消耗电量，Em为车辆i每公里电能消耗量或每百公里电能消耗量，Capi为车辆i电池容量，SOCi，k-1为车辆i第k-1次操作结束后剩余荷电状态％。
6.根据权利要求1所述的基于V2G调度响应下的电动汽车用能绿色程度计算方法，其特征在于，所述荷电状态的计算方法为：
Figure FDA00028481094900000213
车辆i剩余火电电量的计算方法为：
Figure FDA0002848109490000031
所述剩余电量的火电比例的计算方法为：
Figure FDA0002848109490000032
其中，
Figure FDA0002848109490000033
为车辆i完成第k-1次操作下剩余电量，
Figure FDA0002848109490000034
为车辆i完成第k次操作下剩余电量，pFRF为车辆i完成第k次操作下剩余电量火电比例，
Figure FDA0002848109490000035
为车辆i充电操作k下的火电电量，SOCi，k-1为车辆i第k-1次操作结束后剩余荷电状态％，
Figure FDA0002848109490000036
为车辆i充电操作k下的充电量，
Figure FDA0002848109490000037
为车辆i放电操作k下的放电量，
Figure FDA0002848109490000038
为车辆i行驶操作k下消耗电量，Capi为车辆i电池容量，PFi，k-1为车辆i第k-1时剩余电量当中非可再生能源的比例％。
7.根据权利要求1所述的基于V2G调度响应下的电动汽车用能绿色程度计算方法，其特征在于，所述电能绿色程度的计算方法为：
Gik＝1-PFi，k (10)
其中，Gik为车辆i在第k次操作后电能绿色程度，PFi，k为车辆i充电操作k时非可再生能源电量比例％。
8.根据权利要求1所述的基于V2G调度响应下的电动汽车用能绿色程度计算方法，其特征在于，所述区域碳排放周期内电动汽车群体内的单辆电动汽车经历ki次操作后的平均绿色程度的计算方法为：
Figure FDA0002848109490000039
其中，Gik为车辆i在第k次操作后电能绿色程度，AGi为车辆i经历从k次至Ni次操作后平均电能绿色程度。
9.根据权利要求1所述的基于V2G调度响应下的电动汽车用能绿色程度计算方法，其特征在于，所述区域碳排放周期内所有车辆第ki次操作后的平均绿色程度，ki＝Ni的计算方法为：
Figure FDA00028481094900000310
其中，Gik为车辆i在第k次操作后电能绿色程度，GAG为车辆群体各自经历从ki次至Ni次操作后平均电能绿色程度。
CN202011516429.8A 2020-12-21 2020-12-21 基于v2g调度响应下的电动汽车用能绿色程度计算方法 Active CN114036459B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011516429.8A CN114036459B (zh) 2020-12-21 2020-12-21 基于v2g调度响应下的电动汽车用能绿色程度计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011516429.8A CN114036459B (zh) 2020-12-21 2020-12-21 基于v2g调度响应下的电动汽车用能绿色程度计算方法

Publications (2)

Publication Number Publication Date
CN114036459A true CN114036459A (zh) 2022-02-11
CN114036459B CN114036459B (zh) 2023-10-13

Family

ID=80134129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011516429.8A Active CN114036459B (zh) 2020-12-21 2020-12-21 基于v2g调度响应下的电动汽车用能绿色程度计算方法

Country Status (1)

Country Link
CN (1) CN114036459B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024023345A1 (en) * 2022-07-29 2024-02-01 Electroproject B.V. Charging a battery and compensating imbalances in an electricity grid
NL2032637B1 (nl) * 2022-07-29 2024-02-06 Equans Infra & Energie B V Charging a battery and compensating imbalances in an electricity grid
NL2032638B1 (en) * 2022-07-29 2024-02-06 Equans Infra & Energie B V Multifunctional battery charging system

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104701931A (zh) * 2015-04-18 2015-06-10 国家电网公司 一种规模化电动汽车的可放电容量评估方法
CN108009748A (zh) * 2017-12-22 2018-05-08 东南大学 一种电能替代项目节能减排效果评价方法
CN108054773A (zh) * 2017-12-26 2018-05-18 湖南大学 一种针对高峰负荷的v2g智能调度服务方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104701931A (zh) * 2015-04-18 2015-06-10 国家电网公司 一种规模化电动汽车的可放电容量评估方法
CN108009748A (zh) * 2017-12-22 2018-05-08 东南大学 一种电能替代项目节能减排效果评价方法
CN108054773A (zh) * 2017-12-26 2018-05-18 湖南大学 一种针对高峰负荷的v2g智能调度服务方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
娄素华;张立静;吴耀武;王永灿;: "低碳经济下电动汽车集群与电力***间的协调优化运行", 电工技术学报, no. 05 *
梁夏;陈文颖;: "电动车参与调峰的碳减排潜力", 北京理工大学学报(社会科学版), no. 04 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024023345A1 (en) * 2022-07-29 2024-02-01 Electroproject B.V. Charging a battery and compensating imbalances in an electricity grid
WO2024023344A1 (en) * 2022-07-29 2024-02-01 Electroproject B.V. Multifunctional battery charging system
NL2032637B1 (nl) * 2022-07-29 2024-02-06 Equans Infra & Energie B V Charging a battery and compensating imbalances in an electricity grid
NL2032638B1 (en) * 2022-07-29 2024-02-06 Equans Infra & Energie B V Multifunctional battery charging system

Also Published As

Publication number Publication date
CN114036459B (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
CN108520314B (zh) 结合v2g技术的主动配电网调度方法
Jian et al. Optimal scheduling for vehicle-to-grid operation with stochastic connection of plug-in electric vehicles to smart grid
CN114036459B (zh) 基于v2g调度响应下的电动汽车用能绿色程度计算方法
Wi et al. Electric vehicle charging method for smart homes/buildings with a photovoltaic system
CN112186809B (zh) 基于电动汽车v2g模式的虚拟电厂优化协同调度方法
CN111626527B (zh) 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法
CN113067370B (zh) V2g充电站的充电控制方法、装置、服务器及存储介质
CN116151486B (zh) 含储能***的光伏充电站多时间尺度随机优化方法及装置
CN111762057B (zh) 一种区域微网中v2g电动汽车智能充放电管理方法
CN110571855A (zh) 含储能设备和ev充电站的园区微电网联合功率响应控制方法
CN113799640A (zh) 适用于含电动汽车充电桩微电网的能量管理方法
CN111224418B (zh) 一种基于电动汽车储能的微电网调度方法及***
CN117353355A (zh) 一种计及电动汽车调控潜力的含风电***优化调度方法
CN111681127A (zh) 一种居民小区电动汽车有序充放电控制方法
Zhu et al. Feasibility analysis of transportation battery second life used in backup power for communication base station
Salah et al. Simultaneous electric vehicles scheduling and optimal charging in the business context: case study
CN114884133B (zh) 一种计及电动汽车的微电网经济调度优化方法及***
CN113381406B (zh) 一种电动汽车充放电控制方法、装置、设备及存储介质
Abolfazli et al. A probabilistic method to model PHEV for participation in electricity market
Yao et al. Determination of a dispatch strategy to maximize income for a wind turbine-BESS power station
Idris et al. The integration of electric vehicle with power generation sector: a scenario analysis based on supply and demand in Malaysia
CN113364019A (zh) 车载储能资源参与电力调峰的方法及***
Chang et al. A coordinated charging strategy for PV-Assisted charging station of electric vehicles based on charging service price
Zhong et al. Research on regional fast charging piles planning method of EV based on driving characteristics
Thakre et al. Potentially affect of a vehicle to grid on the electricity system

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