CN115860379A - 基于转换经济目标的电动汽车日前调度策略及*** - Google Patents

Abstract

本发明涉及一种基于转换经济目标的电动汽车日前调度策略，包括以下步骤：S1：获取基本信息；S2：建立电动汽车充电模型；S3：分析上述所获取的电动汽车调度时间是否超出约束条件；同时，判断所计算的电动汽车的数量是否大于N，若小于则回到S2继续计算，直到完成N辆电动汽车的调度计划；S4：计算电动汽车日前调度的目标函数，得到优化的日前调度计划。本发明充分利用了电动汽车负载的灵活性，考虑了电网侧和用户侧的利益，并以最小方差限制目标函数，减少了连接到电网的电动汽车的负面影响，目标函数将电网负荷峰谷差的技术指标转化为用户充电成本最小的经济指标。该策略在保证用户最优经济性的同时，减小了电网负荷峰谷差，验证策略的有效性。

Description

基于转换经济目标的电动汽车日前调度策略及***

技术领域

本发明属于电动汽车经济调度技术领域，具体涉及一种基于转换经济目标的电动汽车日前调度策略及***。

背景技术

随着电池技术的发展，电动汽车作为一种绿色出行的交通工具，其发展同样十分迅速，世界各国也都在大力推广。电动汽车作为一种新型负荷，其充电行为具有“多时空尺度离散性”，规模化电动汽车接入电网时，对电力***造成较大的负荷冲击，严重影响了电网运行的安全性。一方面，规模化电动汽车数量庞大，电动汽车负荷具有波动性和随机性的特点，大量电动汽车充电负荷会与用电负荷高峰期重合，达到了“峰上加峰”的效果，大大增加了电力***调度的压力；另一方面，电动汽车作为一种随机性负荷，其无序充电对电源侧装机容量提出了更高的要求，装机容量过低不足以保证电动汽车无序充电时电网的正常运行，过高则导致电网的运行成本升高，电网规划面临经济性和可靠性的权衡问题。因此，基于需求响应策略通过合理的激励引导电动汽车充放电，对于电网安全运行具有重要意义。

电动汽车在日常使用过程中，其充电时间段与电网峰时电价时间段重合，导致用户充电成本过高，提升了用户的使用成本。分时电价是管控电动汽车充电行为的最有效手段，可改变电动汽车的充放电行为，将部分高峰充电时段用户平抑至谷时段，提升谷时段用电量。随着电动汽车与电网互动技术的发展，可以通过电费补贴激励引导部分电动汽车采用V2G技术在电网负荷高峰时段向电网放出大量电能，对整个***起到了削峰填谷的作用，提升了电力***运行的可靠性，降低了电力***发电和运营成本。可见峰谷充放电电价的制定对于电动汽车的发展至关重要，合理的充放电电价机制使得电动汽车用户在空闲时段积极响应电力平衡，既保证了电力***区域电网安全高效运行，又降低了电动汽车用户的使用成本，可进一步提升用户对电动汽车的接受程度，对于电动汽车的普及发展具有现实意义。因而，如何解决考虑电动汽车运行的经济性调度是亟须解决的关键问题。

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于转换经济目标的电动汽车日前调度策略，以解决上述背景技术中提出的问题。

本发明解决其技术问题是通过以下技术方案实现的：

一种基于转换经济目标的电动汽车日前调度策略，其特征在于：包括以下步骤：

S1：获取基本信息，包括：电网基础负荷、N辆电动汽车、分时电价；同时获取电动汽车续驶里程、充电功率和电池容量的蒙特卡罗仿真；

S2：建立电动汽车充电模型，利用获取的基本信息计算电动汽车的初始电荷状态，结合电动汽车到达和离开时间的蒙特卡罗仿真来获取电动汽车调度时间，使用CPLEX解决电动汽车的日前调度问题；

S3：分析上述所获取的电动汽车调度时间是否超出约束条件，若超出则回到S1重新计算直至满足所有约束条件；同时，判断所计算的电动汽车的数量是否大于N，若小于则回到S2继续计算，直到完成N辆电动汽车的调度计划；

S4：计算电动汽车日前调度的目标函数，得到优化的日前调度计划。

作为本技术方案的进一步改进方案，所述建立电动汽车充电模型的方法包括：

首先，获取日行驶距离的概率密度函数、电动汽车到家时间的概率密度函数、电动汽车每日出发时间的概率密度函数。

进一步地，根据所获取的各函数建立电动汽车日前调度模型：

S2.1：根据电动汽车的行驶里程和电池参数，得到电动汽车到达时的电荷状态：

其中，S_i，0为第i辆电动汽车到达时的初始电荷状态；S_i，end是第i辆车离开时的电荷状态；d_i为第i辆电动汽车的行驶里程；E₁₀₀为电动汽车百公里耗电量；C_i是第i辆车的电池容量；

S2.2：日前调度为根据某区域的历史负荷预测当天的负荷曲线，将这一地区24小时的一天划分为96个时间段，每个时间段为15分钟进行建模仿真；根据电动汽车到达和离开的时间分布规律，13:00为第一时间段，第j个(j＝1,2...,96)时间段的基础负荷为P_bj，第i辆车的充电功率为P_ei，假设充电桩对电动汽车进行恒功率充电，并且仅在第i辆电动汽车到达和离开之间的时间段[t_arr，i，t_dep，i]中进行优化，

其中，P_ei为调度周期t内第i辆电动汽车的充电功率，P_evci为第i辆电动汽车的额定充电功率，

为充电状态对应的0-1变量。

S2.3：假设第t个周期充电的电动汽车的负载大小为P_j，总共有N辆电动汽车，则有：

其中，第j个时段的电网负荷P_sj为电动汽车负荷P_j和基本负荷P_bj的叠加，

P_sj＝P_j+P_bj j＝1，2，3，...，96

对于电动汽车的充电过程，有

其中，η是电动汽车的充电效率；C_i是第i辆车的电池容量；P_ei为调度周期t内第i辆电动汽车的充电功率；Δt为时间间隔；Sⁱ(t)表示第i辆车第t时刻的电荷状态；Sⁱ(t-1)表示第i辆车第t-1时刻的电荷状态。

上述即为电动汽车日前调度模型。

作为本技术方案的进一步改进方案，电动汽车的行驶距离服从对数正态分布，日行驶距离的概率密度函数f_D(d)为：

式中，f_D(d)表示日行驶距离的概率密度函数；σ_D为日行驶里程的标准差，且σ_D＝0.88；μ_D为日行驶里程的期望值，且μ_D＝3.2；d为日行驶里程，且单位为km。

作为本技术方案的进一步改进方案，所述电动汽车到家时间的概率密度函数为：

其中，f_arr(t)为电动汽车到家时间的概率密度函数，μ_arr为电动汽车到达时间的期望值，且μ_arr＝17.6；σ_arr为电动汽车到达时间的标准偏差，且σ_arr＝3.4。

作为本技术方案的进一步改进方案，所述电动汽车每日出发时间的概率密度函数为：

其中，f_dep(t)为电动汽车每日出发时间的概率密度函数，μ_dep为电动汽车出发时间的期望值，且μ_dep＝8.92；σ_dep为电动汽车出发时间的标准差，且σ_dep＝3.24。

作为本技术方案的进一步改进方案，所述计算电动汽车日前调度策略的目标函数包括技术指标和经济指标两方面的内容：

所述经济指标的内容为：

以电动汽车用户的充电成本最低为目标函数，引导用户在低电价时段充电，并在时间尺度上统一负荷，即：

式中，f₁表示电动汽车日前调度的经济指标，c(j)为j时段的充电电价，T为96个时段的划分，P_ei为第i辆电动汽车的充电功率；

所述技术指标的内容为：

对于电网侧的技术指标，考虑电网负荷的方差和峰谷差：

a)方差

方差用于描述电网负荷的分散程度，较小的负荷方差表示总体负荷波动程度较小，

其中，P_sj为第j个时段的电网负荷，

是时间段T内的平均电网负荷，Var为电网负荷的方差。

b)峰谷差

减小峰谷差可以达到优化负荷曲线的目的，

p_vd＝max(P_sj)-min(P_sj)

其中，P_sj为第j个时段的电网负荷，p_vd为电网负荷的峰谷差；

经济和技术方面有不同的维度，可以通过得到Pareto最优解来求解。

作为本技术方案的进一步改进方案，所述电动汽车日前调度策略的约束条件包括：

1)电动汽车的电荷状态约束

其中，S和

分别代表电动汽车电池充电状态的上限和下限；

2)用户出行约束

S_i，end≤S(j)，j＝t_dep，i

其中，S_i，end是第i辆车离开时的电荷状态，t_dep，i是第i辆车的离开时间；

3)充电站容量约束

其中，C_tc是充电站的额定功率，P_ei为调度周期t内第i辆电动汽车的充电功率。

一种基于转换经济目标的电动汽车日前调度***，其特征在于：包括信息获取模块、电动汽车充电模型建立模块、调度计划分析判断模块以及日前调度计划优化模块，

所述的信息获取模块用于获取电网基础负荷、N辆电动汽车、分时电价；同时获取电动汽车续驶里程、充电功率和电池容量的蒙特卡罗仿真；

所述的电动汽车充电模型建立模块用于利用获取的基本信息计算电动汽车的初始电荷状态，结合电动汽车到达和离开时间的蒙特卡罗仿真来获取电动汽车调度时间，使用CPLEX解决电动汽车的日前调度问题；

所述的调度计划分析判断模块用于分析上述所获取的电动汽车调度时间是否超出约束条件；同时，判断所计算的电动汽车的数量是否大于N；

所述的日前调度计划优化模块用于计算电动汽车日前调度的目标函数，得到优化的日前调度计划。

所述电动汽车充电模型建立模块的建立方法为：

首先，获取日行驶距离的概率密度函数、电动汽车到家时间的概率密度函数、电动汽车每日出发时间的概率密度函数；

然后，根据所获取的各函数建立电动汽车日前调度模型，具体步骤为：

S2.1：根据电动汽车的行驶里程和电池参数，得到电动汽车到达时的电荷状态：

其中，S_i，0为第i辆电动汽车到达时的初始电荷状态；S_i，end是第i辆车离开时的电荷状态；d_i为第i辆电动汽车的行驶里程；E₁₀₀为电动汽车百公里耗电量；C_i是第i辆车的电池容量；

S2.2：日前调度为根据某区域的历史负荷预测当天的负荷曲线，将这一地区24小时的一天划分为96个时间段，每个时间段为15分钟进行建模仿真；根据电动汽车到达和离开的时间分布规律，13:00为第一时间段，第j个(j＝1,2...,96)时间段的基础负荷为P_bj，第i辆车的充电功率为P_ei，假设充电桩对电动汽车进行恒功率充电，并且仅在第i辆电动汽车到达和离开之间的时间段[t_arr，i，t_dep，i]中进行优化，

其中，P_ei为调度周期t内第i辆电动汽车的充电功率，P_evci为第i辆电动汽车的额定充电功率，

为充电状态对应的0-1变量；

S2.3：假设第j个周期充电的电动汽车的负载大小为P_j，总共有N辆电动汽车，则有：

其中，第j个时段的电网负荷P_sj为电动汽车负荷P_j和基本负荷P_bj的叠加，

P_sj＝P_j+P_bj j＝1，2，3，...，96

对于电动汽车的充电过程，有

其中，η是电动汽车的充电效率；C_i是第i辆车的电池容量；P_ei为调度周期t内第i辆电动汽车的充电功率；Δt为时间间隔；Sⁱ(t)表示第i辆车第t时刻的电荷状态；Sⁱ(t-1)表示第i辆车第t-1时刻的电荷状态。

所述日前调度计划优化模块包括技术指标和经济指标两方面的内容：

所述经济指标的内容为：

以电动汽车用户的充电成本最低为目标函数，引导用户在低电价时段充电，并在时间尺度上统一负荷，即：

式中，f₁表示电动汽车日前调度的经济指标，c(j)为j时段的充电电价，T为96个时段的划分，P_ei为第i辆电动汽车的充电功率；

所述技术指标的内容为：

对于电网侧的技术指标，考虑电网负荷的方差和峰谷差：

a)方差

方差用于描述电网负荷的分散程度，较小的负荷方差表示总体负荷波动程度较小，

其中，P_sj为第j个时段的电网负荷，

是时间段T内的平均电网负荷，Var为电网负荷的方差。

b)峰谷差

减小峰谷差可以达到优化负荷曲线的目的，

p_vd＝max(P_sj)-min(P_sj)

其中，P_sj为第j个时段的电网负荷，p_vd为电网负荷的峰谷差；

经济和技术方面有不同的维度，可以通过得到Pareto最优解来求解。

本发明的优点和有益效果为：

本基于转换经济目标的电动汽车日前调度策略及***，首先，根据电动汽车用户出行时间和距离的概率分布，采用蒙特卡罗方法建立电动汽车状态模型；然后，在分时电价下建立用户充电成本最小的日前调度模型；最后，通过CPLEX求解的小型快速充电站日前调度模型验证了该策略。所提出的调度策略充分利用了电动汽车负载的灵活性，考虑了电网侧和用户侧的利益，并以最小方差限制目标函数，减少了连接到电网的电动汽车的负面影响，目标函数将电网负荷峰谷差的技术指标转化为用户充电成本最小的经济指标。与以最小方差为目标函数的调度策略在负荷全局优化中的局限性相比，该策略在保证用户最优经济性的同时，减小了电网负荷峰谷差，验证策略的有效性。

附图说明

图1为本发明研究的电动汽车日前调度计划的求解过程流程框图；

图2为本发明研究的电动汽车经济调度下两条负荷曲线的方差比较；

图3为本发明研究的电动汽车经济调度下充电电价与电网负荷的比较；

图4为本发明研究的电动汽车经济调度下乱序充电模式的负荷曲线；

图5为本发明研究的电动汽车经济调度下优化前后的负荷曲线对比。

具体实施方式

下面通过具体实施例对本发明作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。

应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

请参阅附图1，一种基于转换经济目标的电动汽车日前调度策略，其特征在于，包括以下步骤以用于实现所提出的基于转换经济目标的电动汽车日前调度策略：

S1：获取基本信息，包括：电网基础负荷、N辆电动汽车、分时电价；同时获取电动汽车续驶里程、充电功率和电池容量的蒙特卡罗仿真；

S2：建立电动汽车充电模型，利用获取的基本信息计算电动汽车的初始电荷状态，结合电动汽车到达和离开时间的蒙特卡罗仿真来获取电动汽车调度时间，使用CPLEX解决电动汽车的日前调度问题；

S3：分析上述所获取的电动汽车调度时间是否超出约束条件，若超出则回到S1重新计算直至满足所有约束条件；同时，判断所计算的电动汽车的数量是否大于N，若小于则回到S2继续计算，直到完成N辆电动汽车的调度计划；

S4：计算电动汽车日前调度的目标函数，得到优化的日前调度计划。

电网的分时电价是针对一定区域内的非特殊负荷规定的。一般来说，负荷高峰期的电价也处于高峰期，负荷低谷期的电价也处于低谷期。电动汽车充电电价采用国内工业分时电价的形式，充电分时电价见下表：

随着大量的电动汽车无序接入电网，为了将电动汽车纳入负载优化调度模型，有必要分析电动汽车的行驶和充电特性，建立电动汽车充电模型的方法包括：

首先，获取日行驶距离的概率密度函数、电动汽车到家时间的概率密度函数、电动汽车每日出发时间的概率密度函数。

进一步地，根据所获取的各函数建立电动汽车日前调度模型：

S2.1：根据电动汽车的行驶里程和电池参数，得到电动汽车到达时的电荷状态：

其中，S_i，0为第i辆电动汽车到达时的初始电荷状态；S_i，end是第i辆车离开时的电荷状态；d_i为第i辆电动汽车的行驶里程；E₁₀₀为电动汽车百公里耗电量；C_i是第i辆车的电池容量；

S2.2：日前调度为根据某区域的历史负荷预测当天的负荷曲线，将这一地区24小时的一天划分为96个时间段，每个时间段为15分钟进行建模仿真；根据电动汽车到达和离开的时间分布规律，13:00为第一时间段，第j个(j＝1,2...,96)时间段的基础负荷为P_bj，第i辆车的充电功率为P_ei，假设充电桩对电动汽车进行恒功率充电，并且仅在第i辆电动汽车到达和离开之间的时间段[t_arr，i，t_dep，i]中进行优化，

其中，P_ei为调度周期t内第i辆电动汽车的充电功率，P_evci为第i辆电动汽车的额定充电功率，

为充电状态对应的0-1变量。

S2.3：假设第j个周期充电的电动汽车的负载大小为P_j，总共有N辆电动汽车，则有：

其中，第j个时段的电网负荷P_sj为电动汽车负荷P_j和基本负荷P_bj的叠加，

P_sj＝P_j+P_bj j＝1，2，3，...，96

对于电动汽车的充电过程，有

其中，η是电动汽车的充电效率；C_i是第i辆车的电池容量；P_ei为调度周期t内第i辆电动汽车的充电功率；Δt为时间间隔；Sⁱ(t)表示第i辆车第t时刻的电荷状态；Sⁱ(t-1)表示第i辆车第t-1时刻的电荷状态。

上述即为电动汽车日前调度模型。

作为本技术方案的进一步改进方案，电动汽车的行驶距离服从对数正态分布，日行驶距离的概率密度函数f_D(d)为：

式中，f_D(d)表示日行驶距离的概率密度函数；σ_D为日行驶里程的标准差，且σ_D＝0.88；μ_D为日行驶里程的期望值，且μ_D＝3.2；d为日行驶里程，且单位为km。

作为本技术方案的进一步改进方案，所述电动汽车到家时间的概率密度函数为：

其中，f_arr(t)为电动汽车到家时间的概率密度函数，μ_arr为电动汽车到达时间的期望值，且μ_arr＝17.6；σ_arr为电动汽车到达时间的标准偏差，且σ_arr＝3.4。

作为本技术方案的进一步改进方案，所述电动汽车每日出发时间的概率密度函数为：

其中，f_dep(t)为电动汽车每日出发时间的概率密度函数，μ_dep为电动汽车出发时间的期望值，且μ_dep＝8.92；σ_dep为电动汽车出发时间的标准差，且σ_dep＝3.24。

作为本技术方案的进一步改进方案，所述计算电动汽车日前调度策略的目标函数包括技术指标和经济指标两方面的内容：

所述经济指标的内容为：

以电动汽车用户的充电成本最低为目标函数，引导用户在低电价时段充电，并在时间尺度上统一负荷，即：

式中，f₁表示电动汽车日前调度的经济指标，c(j)为j时段的充电电价，T为96个时段的划分，P_ei为第i辆电动汽车的充电功率；

所述技术指标的内容为：

对于电网侧的技术指标，考虑电网负荷的方差和峰谷差：

a)方差

方差用于描述电网负荷的分散程度，较小的负荷方差表示总体负荷波动程度较小，

其中，P_sj为第j个时段的电网负荷，

是时间段T内的平均电网负荷，Var为电网负荷的方差。

但就电网而言，仅以方差为指标可能无法优化负荷曲线。降低方差可能只会降低负载曲线的整体波动，但局部负载曲线可能仍有较大的波动。

请参阅附图2，显示了3月份某天负荷曲线与某地区月平均负荷曲线的方差比较。线A的方差为59517kW²，线B的方差为73889kW²。两条负荷曲线的形状大体相似。虽然线A的方差较小，但负荷曲线并没有明显改善，而是在短时间内有较大的负荷波动。因此，仅限于在技术指标中简单考虑电网负荷的变化。

b)峰谷差

减小峰谷差可以达到优化负荷曲线的目的，

p_vd＝max(P_sj)-min(P_sj)

其中，P_sj为第j个时段的电网负荷，p_vd为电网负荷的峰谷差；

如果在电网侧以最小负荷峰谷差作为目标函数，目标函数就变成了一个多目标问题，经济和技术方面有不同的维度，可以通过得到Pareto最优解来求解。

电价分布与负荷分布一致，负荷高峰时电价最高，低负荷时电价最低，请参阅附图3所示。

由于用户在低电价时段进行充电，所以其在低谷时段收费。因此，引导用户以最低的充电费用进行充电，可以增加低谷时段的负荷，达到缩小峰谷差的目的。这样，技术指标也可以通过转换后的经济目标函数来实现，可以大大简化模型。

因此，针对方差最小的目标函数的不足，日前调度模型的目标函数是使用户的充电成本最小，转换后的经济目标函数考虑了负荷的技术指标，与多目标函数相比，简化了调度模型的求解。

作为本技术方案的进一步改进方案，所述电动汽车日前调度策略的约束条件包括：

1)电动汽车的电荷状态约束

其中，S和

分别代表电动汽车电池充电状态的上限和下限；

2)用户出行约束

S_i，end≤S(j)，j＝t_dep，i

其中，S_i，end是第i辆车离开时的电荷状态，t_dep，i是第i辆车的离开时间；

3)充电站容量约束

其中，C_tc是充电站的额定功率，P_ei为调度周期t内第i辆电动汽车的充电功率；

如果没有电动汽车调度策略，电动汽车一到充电站就会以恒功率充电，这是一种传统的乱序充电模式。

请参阅附图4，蓝色曲线表示不包括电动汽车负载的基本负载，红色曲线表示包括电动汽车无序充电负载的总负载。可以看出，无序充电负荷和基荷叠加会增加峰值用电量，增大负荷峰谷差。

本专利建立了分时电价背景下以电动汽车用户充电成本最小为目标函数的日前电动汽车调度模型，仿真结果如附图5所示。

从图中可以看出，日前调度策略下负荷峰值不会增加，因为在负荷高峰时段电价较高，通过调度引导用户在低电价时段充电，充电负荷在时间尺度上转移，负荷谷值增大，从而减小电网负荷峰谷差，验证了所提策略的有效性。

通过以上案例分析可以得出结论，与传统的电动汽车无序充电相比，本专利的基于转换经济目标的日前调度策略可以引导用户在低谷时段充电，最大限度地提高了用户的利益和降低了电网负荷的峰谷差，只有方差最小的目标函数在负荷曲线的局部优化中存在局限性，对峰谷差最小的目标函数的优化忽略电动汽车调度的经济性。与多目标函数相比，提出的电动汽车用户充电成本最小的目标函数在优化效果良好的情况下被简化，证明了提出的电动汽车日前调度策略的合理性和优越性。

本领域内的技术人员应明白，本公开的实施例可提供为方法、***、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本公开是参照根据本公开实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种基于转换经济目标的电动汽车日前调度策略，其特征在于：包括以下步骤：

S1：获取基本信息，包括：电网基础负荷、N辆电动汽车、分时电价；同时获取电动汽车续驶里程、充电功率和电池容量的蒙特卡罗仿真；

S2：建立电动汽车充电模型，利用获取的基本信息计算电动汽车的初始电荷状态，结合电动汽车到达和离开时间的蒙特卡罗仿真来获取电动汽车调度时间，使用CPLEX解决电动汽车的日前调度问题；

S3：分析上述所获取的电动汽车调度时间是否超出约束条件，若超出则回到S1重新计算直至满足所有约束条件；同时，判断所计算的电动汽车的数量是否大于N，若小于则回到S2继续计算，直到完成N辆电动汽车的调度计划；

S4：计算电动汽车日前调度的目标函数，得到优化的日前调度计划。

2.根据权利要求1所述的一种基于转换经济目标的电动汽车日前调度策略，其特征在于：所述建立电动汽车充电模型的方法包括：

首先，获取日行驶距离的概率密度函数、电动汽车到家时间的概率密度函数、电动汽车每日出发时间的概率密度函数；

然后，根据所获取的各函数建立电动汽车日前调度模型，具体步骤为：

S2.1：根据电动汽车的行驶里程和电池参数，得到电动汽车到达时的电荷状态：

其中，S_i，0为第i辆电动汽车到达时的初始电荷状态；S_i，end是第i辆车离开时的电荷状态；d_i为第i辆电动汽车的行驶里程；E₁₀₀为电动汽车百公里耗电量；C_i是第i辆车的电池容量；

S2.2：日前调度为根据某区域的历史负荷预测当天的负荷曲线，将这一地区24小时的一天划分为96个时间段，每个时间段为15分钟进行建模仿真；根据电动汽车到达和离开的时间分布规律，13:00为第一时间段，第j个(j＝1，2...，96)时间段的基础负荷为P_bj，第i辆车的充电功率为P_ei，假设充电桩对电动汽车进行恒功率充电，并且仅在第i辆电动汽车到达和离开之间的时间段[t_arr，i，t_dep，i]中进行优化，

其中，P_ei为调度周期t内第i辆电动汽车的充电功率，P_evci为第i辆电动汽车的额定充电功率，

为充电状态对应的0-1变量；

S2.3：假设第j个周期充电的电动汽车的负载大小为P_j，总共有N辆电动汽车，则有：

其中，第j个时段的电网负荷P_sj为电动汽车负荷P_j和基本负荷P_bj的叠加，

P_sj＝P_j+P_bj j＝1，2，3，...，96

对于电动汽车的充电过程，有

其中，η是电动汽车的充电效率；C_i是第i辆车的电池容量；P_ei为调度周期t内第i辆电动汽车的充电功率；Δt为时间间隔；Sⁱ(t)表示第i辆车第t时刻的电荷状态；Sⁱ(t-1)表示第i辆车第t-1时刻的电荷状态。

3.根据权利要求2所述的一种基于转换经济目标的电动汽车日前调度策略，其特征在于：电动汽车的行驶距离服从对数正态分布，日行驶距离的概率密度函数f_D(d)为：

式中，f_D(d)表示日行驶距离的概率密度函数；σ_D为日行驶里程的标准差，且σ_D＝0.88；μ_D为日行驶里程的期望值，且μ_D＝3.2；d为日行驶里程，且单位为km。

4.根据权利要求2所述的一种基于转换经济目标的电动汽车日前调度策略，其特征在于：所述电动汽车到家时间的概率密度函数为：

其中，f_arr(t)为电动汽车到家时间的概率密度函数，μ_arr为电动汽车到达时间的期望值，且μ_arr＝17.6；σ_arr为电动汽车到达时间的标准偏差，且σ_arr＝3.4。

5.根据权利要求2所述的一种基于转换经济目标的电动汽车日前调度策略，其特征在于：所述电动汽车每日出发时间的概率密度函数为：

其中，f_dep(t)为电动汽车每日出发时间的概率密度函数，μ_dep为电动汽车出发时间的期望值，且μ_dep＝8.92；σ_dep为电动汽车出发时间的标准差，且σ_dep＝3.24。

6.根据权利要求1所述的一种基于转换经济目标的电动汽车日前调度策略，其特征在于：所述计算电动汽车日前调度策略的目标函数包括技术指标和经济指标两方面的内容：

所述经济指标的内容为：

以电动汽车用户的充电成本最低为目标函数，引导用户在低电价时段充电，并在时间尺度上统一负荷，即：

式中，f₁表示电动汽车日前调度的经济指标，c(j)为j时段的充电电价，T为96个时段的划分，P_ei为第i辆电动汽车的充电功率；

所述技术指标的内容为：

对于电网侧的技术指标，考虑电网负荷的方差和峰谷差：

a)方差

方差用于描述电网负荷的分散程度，较小的负荷方差表示总体负荷波动程度较小，

其中，P_sj为第j个时段的电网负荷，

是时间段T内的平均电网负荷，Var为电网负荷的方差。

b)峰谷差

减小峰谷差可以达到优化负荷曲线的目的，

p_vd＝max(P_sj)-min(P_sj)

其中，P_sj为第j个时段的电网负荷，p_vd为电网负荷的峰谷差；

经济和技术方面有不同的维度，可以通过得到Pareto最优解来求解。

7.根据权利要求1所述的一种基于转换经济目标的电动汽车日前调度策略，其特征在于：所述电动汽车日前调度策略的约束条件包括：

1)电动汽车的电荷状态约束

其中，S和

分别代表电动汽车电池充电状态的上限和下限；

2)用户出行约束

S_i，end≤S(j)，j＝t_dep,i

其中，S_iend是第i辆车离开时的电荷状态，t_dep，i是第i辆车的离开时间；

3)充电站容量约束

其中，C_tc是充电站的额定功率，P_ei为调度周期t内第i辆电动汽车的充电功率。

8.一种基于转换经济目标的电动汽车日前调度***，其特征在于：包括信息获取模块、电动汽车充电模型建立模块、调度计划分析判断模块以及日前调度计划优化模块，

所述的信息获取模块用于获取电网基础负荷、N辆电动汽车、分时电价；同时获取电动汽车续驶里程、充电功率和电池容量的蒙特卡罗仿真；

所述的电动汽车充电模型建立模块用于利用获取的基本信息计算电动汽车的初始电荷状态，结合电动汽车到达和离开时间的蒙特卡罗仿真来获取电动汽车调度时间，使用CPLEX解决电动汽车的日前调度问题；

所述的调度计划分析判断模块用于分析上述所获取的电动汽车调度时间是否超出约束条件；同时，判断所计算的电动汽车的数量是否大于N；

所述的日前调度计划优化模块用于计算电动汽车日前调度的目标函数，得到优化的日前调度计划。

9.根据权利要求8所述的一种基于转换经济目标的电动汽车日前调度***，其特征在于：所述电动汽车充电模型建立模块的建立方法为：

首先，获取日行驶距离的概率密度函数、电动汽车到家时间的概率密度函数、电动汽车每日出发时间的概率密度函数；

然后，根据所获取的各函数建立电动汽车日前调度模型，具体步骤为：

S2.1：根据电动汽车的行驶里程和电池参数，得到电动汽车到达时的电荷状态：

其中，S_i，0为第i辆电动汽车到达时的初始电荷状态；S_i，end是第i辆车离开时的电荷状态；d_i为第i辆电动汽车的行驶里程；E₁₀₀为电动汽车百公里耗电量；C_i是第i辆车的电池容量；

S2.2：日前调度为根据某区域的历史负荷预测当天的负荷曲线，将这一地区24小时的一天划分为96个时间段，每个时间段为15分钟进行建模仿真；根据电动汽车到达和离开的时间分布规律，13:00为第一时间段，第j个(j＝1，2...，96)时间段的基础负荷为P_bj，第i辆车的充电功率为P_ei，假设充电桩对电动汽车进行恒功率充电，并且仅在第i辆电动汽车到达和离开之间的时间段[t_arr，i，td_ep，i]中进行优化，

其中，P_ei为调度周期t内第i辆电动汽车的充电功率，P_evci为第i辆电动汽车的额定充电功率，

为充电状态对应的0-1变量；

S2.3：假设第j个周期充电的电动汽车的负载大小为P_j，总共有N辆电动汽车，则有：

其中，第j个时段的电网负荷P_sj为电动汽车负荷P_j和基本负荷P_bj的叠加，

P_sj＝P_j+P_bj j＝1，2，3，...，96

对于电动汽车的充电过程，有

其中，η是电动汽车的充电效率；C_i是第i辆车的电池容量；P_ei为调度周期t内第i辆电动汽车的充电功率；Δt为时间间隔；Sⁱ(t)表示第i辆车第t时刻的电荷状态；Sⁱ(t-1)表示第i辆车第t-1时刻的电荷状态。

10.根据权利要求8所述的一种基于转换经济目标的电动汽车日前调度***，其特征在于：所述日前调度计划优化模块包括技术指标和经济指标两方面的内容：

所述经济指标的内容为：

以电动汽车用户的充电成本最低为目标函数，引导用户在低电价时段充电，并在时间尺度上统一负荷，即：

式中，f₁表示电动汽车日前调度的经济指标，c(j)为j时段的充电电价，T为96个时段的划分，P_ei为第i辆电动汽车的充电功率；

所述技术指标的内容为：

对于电网侧的技术指标，考虑电网负荷的方差和峰谷差：

a)方差

方差用于描述电网负荷的分散程度，较小的负荷方差表示总体负荷波动程度较小，

其中，P_sj为第j个时段的电网负荷，

是时间段T内的平均电网负荷，Var为电网负荷的方差。

b)峰谷差

减小峰谷差可以达到优化负荷曲线的目的，

p_vd＝max(P_sj)-min(P_sj)

其中，P_sj为第j个时段的电网负荷，p_vd为电网负荷的峰谷差；经济和技术方面有不同的维度，可以通过得到Pareto最优解来求解。

Images