用于插电式电动车辆的配电网改进方法和系统

申请号 CN201210068738.2 申请日 2012-03-12 公开(公告)号 CN102682406B 公开(公告)日 2017-10-10
申请人 埃森哲环球服务有限公司; 发明人 A·塞纳尔; C·苏什; S·库尔斯;
摘要 本 发明 涉及用于插电式 电动车 辆的配 电网 (EDN)改进。一种用于插电式电动车辆的配电网改进方法,其接收EDN配置信息、人口信息和负荷信息并且将它们存储在 数据库 中,以用于对EDN资产的负荷进行仿真。该方法动态地更新EDN配置、人口信息和/或负荷信息,以提供对PEV负荷进行仿真对EDN配置的影响的有效和定制方法,以及将改进实时地应用到EDN。
权利要求

1.一种计算机实施的配电网改进方法,其特征在于所述方法包括:
经由网络接口接收用户输入,其中所述用户输入包括用于配电网EDN的EDN配置信息、负荷信息以及所述EDN进行配电的地理区域的人口信息;
使用处理器计算所述EDN中的插电式电动车辆PEV负荷信息,所述PEV负荷信息基于包括在所述地理区域中正在使用的所述插电式电动车辆PEV的寿命预期的所述人口信息来计算,其中计算所述PEV负荷信息包括:
基于目前在所述地理区域中正在使用的PEV的寿命预期计算可能将被回收的PEV的数量;以及
基于所述人口信息,计算可能将被所述地理区域中的人口所拥有的PEV附加数量,所述人口信息包括在所述地理区域中的人口的活动情况;
利用所述处理器使用所述PEV负荷信息来更新所述负荷信息;
利用所述处理器,使用仿真器至少基于所述EDN配置信息、所述人口信息和所述负荷信息执行第一仿真,以获得第一仿真结果;
使用所述处理器,使用分析引擎分析所述第一仿真结果,以获得第一解释结果;
通过所述分析引擎,响应于所述第一解释结果确定至少一个改进规划;
通过由所述处理器运行的所述分析引擎将所述改进规划应用到所述EDN,来修改所述EDN。
2.根据权利要求1所述的方法,其中所述负荷信息包括插电式电动车辆PEV负荷模型。
3.根据权利要求1所述的方法,其中将所述改进规划应用到所述EDN包括:
基于针对待在所述EDN的一个或者多个节点处做出使用分配的请求,获得所述EDN的一个或者多个实时测量;
确定对至少一个插电式电动车辆PEV节点的至少一个改变,以便满足所述使用分配;以及
基于所确定的待对所述EDN节点做出的至少一个改变修改所述EDN。
4.根据权利要求1所述的方法,进一步包括:
更新EDN配置信息,人口信息或负荷信息中的至少一个;
使用所述仿真器基于经更新的所述EDN配置信息、所述人口信息或者所述负荷信息中的至少一个执行第二仿真,以获得第二仿真结果;以及
使用所述分析引擎分析所述第二仿真结果,以获得第二解释结果。
5.根据权利要求4所述的方法,其中确定所述至少一个改进规划包括至少基于第一解释结果或者第二解释结果确定所述至少一个改进规划。
6.根据权利要求1所述的方法,其中将所确定的至少一个改进规划应用到所述EDN包括修改所述EDN以在一个或多个节点处从一个或多个PEV汲取电
7.根据权利要求1所述的方法,其中响应于所述第一解释结果确定至少一个改进规划包括:
确定至少一个改进规划和将所述至少一个改进规划应用至所述EDN的时间;
其中将所述改进规划应用至所述EDN包括在所述确定的时间应用所述改进规划。
8.根据权利要求7所述的方法,其中确定将所述至少一个改进规划应用至所述EDN的时间包括基于历史EDN数据确定将所述改进规划应用至所述EDN的所述时间。
9.根据权利要求7所述的方法,进一步包括:
基于所确定的改进规划更新所述EDN配置信息;以及
使用所述仿真器基于经更新的EDN配置信息执行改进仿真。
10.根据前述权利要求中任一项所述的方法,其中所述EDN包括智能电网
11.一种配电网改进系统,包括:
处理器;
存储在耦合至所述处理器的计算机可读存储器上的主程序,所述主程序包括逻辑,当其被运行时使所述处理器用以:
接收用户输入,其中所述用户输入包括用于配电网EDN的EDN配置信息、负荷信息以及所述EDN进行配电的地理区域的人口信息;
计算所述EDN中的插电式电动车辆PEV负荷信息,所述PEV负荷信息基于包括在所述地理区域中正在使用的所述插电式电动车辆PEV的寿命预期的所述人口信息来计算,其中计算所述PEV负荷信息包括:
基于目前在所述地理区域中正在使用的PEV的寿命预期计算可能将被回收的PEV的数量;
基于所述人口信息,计算可能将被所述地理区域中的人口所拥有的PEV附加数量,所述人口信息包括在所述地理区域中的人口的活动情况;
使用所述PEV负荷信息来更新所述负荷信息;
使用仿真器至少基于所述EDN配置信息、所述人口信息和所述负荷信息执行第一仿真,以获得第一仿真结果;
使用分析引擎分析所述第一仿真结果,以获得第一解释结果;
通过所述分析引擎,响应于所述第一解释结果确定至少一个改进规划;
通过由所述分析引擎将所述改进规划应用到所述EDN,来修改所述EDN。
12.根据权利要求11所述的系统,其中所述负荷信息包括负荷模型。
13.根据权利要求12所述的系统,其中所述负荷模型包括插电式电动车辆PEV负荷模型。
14.根据权利要求11所述的系统,其中将所确定的至少一个改进规划应用到所述EDN的所述逻辑进一步使得所述处理器,基于针对待在所述EDN的一个或者多个节点处做出使用分配的请求,用以:
获得所述EDN的一个或者多个测量;
确定对至少一个插电式电动车辆PEV节点的至少一个改变,以便满足所述使用分配;以及
基于所确定的待对所述EDN节点做出的至少一个改变修改所述EDN。
15.根据权利要求11所述的系统,其中用以将所确定的至少一个改进规划应用至所述EDN的所述逻辑进一步使所述处理器用以:
更新所述EDN配置信息、人口信息或负荷信息中的至少一个;
使用所述仿真器基于经更新的所述EDN配置信息、所述人口信息或者所述负荷信息中的至少一个执行第二仿真,以获得第二仿真结果;以及
使用所述分析引擎分析所述第二仿真结果,以获得第二解释结果。
16.根据权利要求15所述的系统,其中用以确定所述至少一个改进规划的所述逻辑包括:用以至少基于所述第一解释结果或者所述第二解释结果确定所述至少一个改进规划的逻辑。
17.一种配电网改进系统,包括:
处理器;
存储在耦合至所述处理器的计算机可读存储器上的主程序,所述主程序包括逻辑,当其被运行时使所述处理器用以:
接收用户输入,其中所述用户输入包括用于配电网EDN的
EDN配置信息、负荷信息以及所述EDN进行配电的地理区域的
人口信息;
计算所述EDN中的插电式电动车辆PEV负荷信息,所述PEV负荷信息基于包括在所述地理区域中正在使用的所述插电式电动车辆PEV的寿命预期的所述人口信息来计算,其中计算所述PEV负荷信息包括:
基于目前在所述地理区域中正在使用的PEV的寿命预期计算可能将被回收的PEV的数量;
基于所述人口信息,计算可能将被所述地理区域中的人口所拥有的PEV附加数量,所述人口信息包括在所述地理区域中的人口的活动情况;
使用所述PEV负荷信息来更新所述负荷信息;
使用仿真器至少基于所述EDN配置信息、所述人口信息和所述负荷信息执行第一仿真,以获得第一仿真结果;
使用分析引擎分析所述第一仿真结果,以获得第一解释结果;
使用所述仿真器基于经更新的所述EDN配置信息、所述人口信息或者所述负荷信息中的至少一个执行第二仿真,以获得第二仿真结果;以及
使用所述分析引擎分析所述第二仿真结果,以获得第二解释结果。
18.根据权利要求17所述的系统,其中所述负荷信息包括插电式电动车辆PEV负荷模型。

说明书全文

用于插电式电动车辆的配电网改进方法和系统

技术领域

[0001] 本公开涉及一种用于改进针对插电式电动车辆(“PEV”)的配电网的系统。

背景技术

[0002] 企业和政府正在面对来自商业立场和政治立场关于降低排放、确保能源独立性以及支持环境更友好的运输方式的汽车工业的压。许多企业和政府将PEV视为实现这些目标的近期技术。研究已经表明,使PEV上路到2050年可以使美国温室气体排放每年减少高达5亿吨。在技术方面,更高效的电池和充电器的开发允许汽车制造商产生更高效且负担得起的PEV。随着对环境问题的关注的提高,并且随着预计燃料价格全球性地上涨,消费者也变得对PEV 越来越感兴趣,从而导致预计上路的PEV数目增加。
[0003] 上路的PEV数目和相关联的充电站的增加将生成附加的负荷,该负荷在地理上和在时间上都将动态地散布在现有的配电网(EDN) 上。研究已经表明,即使PEV的很小程度的普及率也会使局部EDN 过负荷并且缩短诸如交换设备、变压器和稳压器之类的功率设备的寿命。然而,为了支持对PEV的广泛使用,需要做的更多。
[0004] 因此,存在对处理以上提到的问题和先前经历的其他问题的需要。发明内容
[0005] 配电网(“EDN”)改进系统(“系统”)允许EDN的操作者高效且精确地对PEV的影响进行仿真、动态地修改EDN的配置以考虑不同负荷情景、确定用于针对PEV改进EDN的规划。该系统还支持将改进措施应用到EDN。
[0006] 一种配电网改进方法包括:接收用户输入,其中该用户输入包括配电网(EDN)配置信息、人口信息和负荷信息,以及将该用户输入存储在数据库中。该方法进一步包括使用仿真器至少基于存储在数据库中的EDN配置信息、人口信息或者负荷信息执行第一仿真,以获得第一仿真结果,使用分析引擎分析第一仿真结果,以获得第一解释结果;基于第一解释结果确定至少一个改进规划,以及基于所确定的改进规划更新EDN配置信息。该方法还包括基于经更新的 EDN配置信息执行改进仿真;以及将该改进规划应用到EDN。
[0007] 在检视以下附图和详细描述之后,其他系统、方法和特征将对本领域技术人员明显或者变得明显。旨在使所有此类附加的系统、方法和特征包括在本说明书内、在本公开的范围内、并且由以下权利要求书保护。

附图说明

[0008] 参考以下附图和描述,可以更好地理解该系统。在附图中的部件并不必按比例绘制,而是着重强调图示本公开原理。此外,在附图中,贯穿不同的附图,相似的参考数字标明对应的部分。
[0009] 图1示出了配电网(“EDN”)的示意图。
[0010] 图2示出了配电网改进系统(“系统”)的示意图。
[0011] 图3示出了该系统的详细视图。
[0012] 图4示出了该系统与EDN集成的视图。
[0013] 图5示出了该系统可以遵循的逻辑的流程示意图的第一部分。
[0014] 图6示出了该系统可以遵循的逻辑的流程示意图的第二部分。
[0015] 图7示出了该系统可以遵循的逻辑的序列示意图。

具体实施方式

[0016] 图1示出了配电网(“EDN”)的示意图100。EDN可以是包括在电力传输和分配的所有层级上的信息和通信技术的智能电网。该智能电网可以将传统的功率硬件与感测和监控技术、信息技术以及通信进行组合,以增强电网性能并且支持向消费者提供附加的服务。智能电网可以精确地管理低至居住层级的电功率需求、对小规模分配能量生成和存储设备进行组网、传送关于操作状态和需求的信息、收集关于价格和电网状况的信息、以及将电网从中央控制移动到协作网络。
[0017] EDN可以包括一个或者多个功率生成源,诸如发电厂102、传输电网104、分配电网110以及客户驻地114。传输电网104可以包括用于将电力传输到传输电网内的输电变电所
108的传输塔106。输电变电所108可以将电力传输到各个分配电网,诸如分配电网110。分配电网110可以包括配电分站(诸如变电所112a和112b),配电分站转而将电力分配到在客户驻地114中的各个节点。客户驻地可以包括一个或者多个仪表118,以用于对流向各个节点
118-124的电力进行计量。这些节点例如可以是工厂节点18、家庭节点120、PEV 充电节点
122以及其他类型的节点124。
[0018] EDN可以进一步包括EDN操作者中心128。EDN操作者中心 128可以经由网络126与EDN的各个方面进行通信,以控制EDN的配置和操作。例如,EDN操作者中心128可以与输电变电所108、配电分站112a和112b、仪表116和各个节点118-124进行通信,以控制和改变EDN的一部分或者全部的操作和配置。例如,EDN操作者中心128可以变更不同的配电分站112a和112b之间的配电模式、根据节点的类型或者一天中的时间来调节比率、或者标识可能需要的任何硬件维护。EDN操作者中心128可以包括系统202、需求响应系统130和EDN控制系统
132。
[0019] 需求响应系统130可以控制在一个或者多个节点处的负荷,诸如缩减使用的功率或者实现车辆到电网(“V2G”)特征。以下将更详细地讨论V2G。EDN控制系统132可以从系统202、需求响应系统130或者操作者接收指令,以控制EDN。
[0020] 图2示出了系统202的示意图200。系统202可以被集成到EDN 操作中心128、或者可以被实现为可以与EDN进行通信的分离的系统。该系统可以包括前端204、分析引擎206、数据库208和仿真器 210。
[0021] 前端204可以充当供用户与系统202进行交互的接口。前端204 例如可以是网站、在可以由EDN操作者使用的智能手机或者平板PC 上运行的应用。前端204可以用来在较高层级与用户进行交互。该交互可以通过屏幕来完成。该屏幕可以简单地说明如智能电网和 PEV之类的关键术语,并且也可以向用户描述问题。该屏幕也可以允许用户指定将用来对具体EDN进行仿真的参数集合。由用户指定的值可以被输入到数据库的具体表格中,并且由仿真标识符来标识,以下将更详细地讨论仿真标识符。该屏幕也可以显示网络的图形视图,并且强调故障点和时间。此外,该屏幕可以显示关于已经被执行的仿真集合的统计结果。该屏幕还可以允许用户应用被建立以帮助EDN处理其新的负荷的改进规划之一,并且可视化该规划的效果。
[0022] 分析引擎206可以与前端204、数据库208和仿真器210进行交互。分析引擎206可以从前端204接收仿真标识符。该仿真标识符可以用来从数据库208获得关于推想系统202将运行的仿真的细节。这些细节可以通过前端204存储在数据库208中。备选地,仿真的细节可以直接加载到数据库208中。分析引擎206也可以在完成仿真集合时向前端204发送提醒,从而使得可以在向用户显示的图形视图中强调结果。
[0023] 分析引擎206可以与数据库208进行交互,以存储将被仿真的 EDN的描述。分析引擎可以分析EDN的PEV负荷(诸如,通过访问如下所述的PEV负荷模型212)。该分析可以导致EDN的一个或者多个改进(诸如在EDN的结构、配置或其设备中的改变或者改进,或者诸如在EDN的操作中的改变或者改进,包括针对需求响应选择一个或者多个节点)。使用分析引擎206,EDN的分析可以是预期的,以便对EDN的一部分或者全部做出未来改变(诸如,升级EDN 中的硬件)。或者,使用分析引擎206,EDN的分析可以实时地执行,以便对EDN的一部分或者全部做出实时改变(诸如,将需求响应应用到EDN的一部分)。
[0024] 从一个仿真到另一个仿真,就所涉及的资产特征和负荷而言,所仿真的EDN可以具有不同的配置。从一个配置到另一个配置的修改可以由分析引擎206使用用户输入参数和诸如限定从一个日期到另一日期的负荷增加的PEV模型212之类的模型来执行。PEV模型 212可以被存储在数据库208并且可以从数据库208获得、或者可以被并入到分析引擎206中。
[0025] 可以将仿真数据提供给仿真器210,以运行仿真。此类数据例如可以包括EDN配置、PEV负荷信息以及人口信息。这些数据可以从数据库208提供给仿真器210。仿真可以执行负荷流计算,以对在 EDN的各个资产上接收的负荷进行仿真。仿真器210可以例如使用电网Lab-D或者OpenDSS来实现。仿真器210也可以例如使用回代法来实现。仿真数据可以按照多种方式传递给仿真器210,例如作为过程调用、方法调用或者作为脚本文件。在仿真之后,结果也可以按照多种方式访问,例如作为过程调用、方法调用,或者通过生成结果文件来访问。
[0026] 在一个实施例中,在每个仿真之前,分析引擎可以从数据库生成描述EDN的配置的脚本文件,并且将其传递给仿真器210。仿真器210转而运行该仿真,以根据脚本文件持续指定时间段地对EDN 操作进行仿真,并且生成结果文件。结果文件可以包括关于EDN的各个方面的信息,诸如EDN中的资产的电流值、电压值和功率值。
[0027] 在每个仿真之后,结果可以存储在数据库208中。继而,分析引擎206可以解释该结果,并且将解释存储在数据库208中。该解释可以检测在EDN内的各种问题,诸如例如老化(例如,由于超负荷所致)和电线故障。
[0028] 分析引擎206可以在任何时间调用仿真器210,以运行EDN的具体配置。在一个实施例中,在这种调用中,分析引擎206可以向仿真器210传递对待仿真的EDN的描述。该描述可以是与仿真器210 兼容的格式。在仿真之后,分析引擎206可以访问由仿真器210生成的结果文件。分析引擎206继而可以解析该结果文件,并且将结果值存储在数据库208中。
[0029] 数据库208可以存储关于所仿真的EDN和仿真过程自身的信息。可以在数据库208中定义经典EDN的数据模型。该模型可以包括表格,这些表格包含EDN的每个资产的特征以及资产之间的关系。从用户接收仿真数据作为用户输入并且将其存储在数据库中允许系统202对具有变化的配置的EDN进行动态仿真。此外,通过存储诸如PEV负荷模型212之类的负荷信息并且将其提供给仿真器210,系统202也可以对具有变化的负荷和人口信息的某个EDN配置进行动态仿真。
[0030] 因此,仿真器210可以接收描述EDN的具体配置、人口和负荷信息的仿真数据,其可以针对具体需求有效地定制。此外,仿真器 210可以在特定时间范围内对EDN进行仿真,并且提供结果。该结果可以由分析引擎206使用,以用来自仿真的结果填充数据库208。
[0031] 当如上所述修改EDN的配置以反映附加的负荷时,可以使用 PEV负荷模型212。PEV负荷和来自其他源的负荷(如人口增长或者个别功率需求增加)可以包括在该负荷模型中。
[0032] PEV负荷模型212可以考虑到以下因素,诸如例如PEV的能量消耗、所使用的电池的充电状况以及驱动器的驱动行为。可以利用一组公式来计算在每个节点处每个仿真的负荷。这些公式可以假定在开始日期,每个节点处的基本负荷和人口是已知的。在这些公式中,“n”表示仿真的日期,而“i”表示负荷的节点。这些公式可以根据它们如下列举的顺序来使用。
[0033] 所计算的第一个参数是DemographyWeight。其表示就所涉及的人口而言,每个节点的权重。节点的人口是从该节点接收电功率的人的数目。该公式还使用对应于仿真日期的  YearlyPopulationIncrease。该公式利用的最后一个元素是 ActivityInfluenceonDemography。它是在0与1之间的系数,并且表示一个区域上的活动对其人口的影响。例如,四个区域可以被定义为商业、居住、农业和工业。
[0034]
[0035] 公式1
[0036] 鉴于先前参数、在开始日期的总人口和 YearlyPopulationIncrease,每个节点处的人口可以根据公式2来计算。
[0037]
[0038] 公式2
[0039] 由公式3计算的PEVWeight表示每个节点处理某些PEV的可能性。这通过利用在每个负荷节点处的人口和ActivityinfluenceOnPEV  (在0与1之间的系数)来计算,ActivityinfluenceOnPEV表示区域中的活动对在区域内使用的PEV数目的影响。
[0040]
[0041] 公式3
[0042] 公式4计算在对应于仿真日期的年份期间将被回收的PEV的数目。其利用每个PEV的预期寿命和仿真的年份售出的汽车的数目。如果((n-lifeExpectancy)>=StartDate)[0043] 则PEVToRecyde(n)=NumberCarSales(n-lifeExpectancv)
[0044] 否则PEVToRecyde(n)=0
[0045] 其中NumberCarSales(n)=NumberCarSales(StartDate).(1+YearlyPopulationIncrease)n
[0046] 公式4
[0047] 公式5计算当前仿真日期的PEV的数目。该公式利用先前仿真的PEV的数目、待回收的PEV的数目、PEV普及率、在开始日期售出的汽车的数目以及对应的YearlyPopulationIncrease。
[0048] NumberPEV(n)=NumberPEV(n-1)-PEVToRecycle(n)
[0049] +PEVPenetration(n) .NumberCarSales(StartDate) .(1+YearlyPopulationIncrease)n
[0050] 公式5
[0051] 一起利用参数NumberPEV(n)与在每个节点处的PEVWeight 有助于根据公式6计算仿真日期每个节点处的PEV的数目。
[0052]
[0053] 公式6
[0054] 利用公式1至公式6,可以获得用于根据公式7计算每个节点处的负荷的所有参数。PEVLoad表示由PEV使用的平均功率
[0055] Loadi(n)=Loadi(StartDate).(1+YearlyLoadIncrease)n.(1+YearlyPopulationIncrease)n+NumberPEVi(n).PEVLoad
[0056] 公式7
[0057] 图3示出了系统202的详细视图300。前端204可以被配置成接收用户输入302并且将该用户输入存储在数据库208中。例如,用户输入302可以被存储在数据库208中的user_input表中,并且可以用来运行指定日期的仿真集合。表1至表4图示了示例性用户输入 302。
[0058] 表1:仿真配置的输入:
[0059]
[0060] 表2:PEV估计的输入
[0061]
[0062]
[0063] 表3:分配网络的输入
[0064]
[0065] 表4:地理区域的输入
[0066]
[0067] SimuID:表格的主要关键字。当前端调用分析引擎时,其传递对应于待运行的仿真集合的SimuID。
[0068] StartDate:第一仿真的日期。
[0069] EndDate:最后一个仿真的日期。
[0070] Frequency:是仿真频率。频率可以是“每年”、“每季度”或者“每月”。
[0071] NetworkID:是用于仿真集合的EDN的名字。使用该ID,使用相同EDN配置的其他仿真可以在不需要再次提供对EDN的完整描述的情况下在晚些时间运行。
[0072] PEVFinalPenetrationRate:估计在EndDate的PEV普及率比率。使用的典型值可以是在2060年为50%。
[0073] PEVEvolutionRate:PEV普及率的估计的增速。
[0074] InflexionDate:估计当PEV普及率增速在其最大值时的日期。
[0075] 三个先前准则可以用来根据仿真日期推测普及率。可以利用公式8:
[0076]
[0077] 其中in∈[StartDate,EndDate]
[0078] 公式8
[0079] 另外,还可以提供以下用户输入302:
[0080] NumberCarSales:在StartDate售出的汽车数目。
[0081] LifeExpectancy:PEV的预期寿命。经估计默认值为13年。
[0082] YearlyPopIncrease:用于仿真集合的每年人口增长。典型值为 2%。
[0083] YearlyLoadIncrease:用于仿真集合的每年负荷增长。该参数表示个别功率需要的增长。典型值为3%。
[0084] MembersPerHousehold:家庭中的成员数目。典型值为4。
[0085] 分析引擎206可以包括与存储器306通信的处理器304,存储器 306可以存储当由处理器304执行时用于操作系统202的各种逻辑。存储器306可以包括主程序308,其支配分析引擎206的主操作。存储器306可以进一步包括数据库管理器310、网络配置管理器312、脚本生成器314、仿真结果解析器316以及结果解释器318。这些可以被实现为可由主程序308访问的计算机编程软件类。
[0086] 数据库管理器310可以在每个仿真集合的开始处使用。其访问数据库208。暴露数据库内容的web服务可以用来访问数据库208。数据库管理器可以被实现为计算机编程类。
[0087] 网络配置管理器312可以用来将待用于特定仿真集合的EDN的描述放入数据库208中。网络配置管理器312可以与数据库208进行交互、逐个资产地解析EDN描述,并且将资产的特征放入数据库 208中的对应的表格中。对数据库208的访问可以通过web服务来执行。仿真的日期也可以作为每个表格的主要关键字的一部分被添加在表格中。
[0088] 在初始基本负荷仿真中,如果提供了描述EDN的所有节点的人口的XML文件,则网络配置管理器312可以用来将表示节点对象的表格的人口参数填入数据库208中。在一个实施例中,web服务可以用来与数据库208进行交互。
[0089] 如果未提供这种XML文件,假定已经向EDN描述给出了在每个节点处的对应负荷,则网络配置管理器312可以计算EDN的每个节点的人口。此处,以下示出了两个选项:
[0090] 第一选项是使用由用户经由前端204输入的所仿真的EDN的总人口。在该情况中,根据每个节点处理的负荷在EDN上分布人口。
[0091] 第二选项是从指派给每个节点的负荷推测人口。该选项可以利用以上描述的LoadPerHousehold和MembersPerHousehold参数。
[0092] 在仿真每次运行之前,网络配置管理器312可用来定义新的配置或者更新EDN的先前仿真。可以定义初始配置或者更新先前配置以运行针对在开始日期和结束日期之间的具体日期的仿真。运行初始仿真、更新配置和重运行配置可以自动地进行迭代。该过程可以基于预定准则而进行迭代。预定准则例如可以是以下讨论的公式15。
[0093] 此外,网络配置管理器312可以用来计算对应于当前仿真日期的负荷,并且将该负荷放入数据库208的对应表格中。网络配置管理器312可以使用以上讨论的PEV负荷模型212来计算负荷。
[0094] 在一个实施例中,存储器306还可以包括脚本生成器314,其可以用来生成描述正被仿真的EDN的配置的脚本文件。脚本生成器 314可以在计算机编程语言类中实现,并且可以实现称为Generate() 的函数,其可以通过web服务访问数据库208,并且其逐个表格地检查以写下对应于仿真日期的资产配置。
[0095] 先前生成的脚本文件可以被传递给仿真器210并且被运行。在一个实施例中,仿真器210可以通过生成结果文件提供结果。在生成了结果文件时,这些文件可以被解析,以获得可以被存储在数据库208中的对应位置处的结果值。存储器306可以进一步包括仿真结果解析器316,其可以实现称为Parse()的方法,该方法可以解析结果文件、访问数据库208并且存储仿真的结果。结果文件可以是逗号分隔值(CSV)文件,并且仿真结果解析器316可以适于解析CSV 文件。仿真结果解析器可以与以下将描述的结果解释器318集成在一起。
[0096] 如上所述,在另一实施例中,可以包含在以上实施例中生成的脚本文件中的诸如资产配置之类的仿真数据可以作为方法调用或者过程调用而被提供给仿真器210。仿真器210的结果也可以由对仿真器210的方法或者过程调用来访问。
[0097] 已经被输入到数据库208的结果可以被解释以确定针对已经应用的负荷(来自人口和PEV)EDN是否正确工作。结果解释器318 可以解释这些结果。根据以上讨论的实施例,结果解释器318可以解析仿真结果文件或者调用仿真器210以获得仿真的结果。结果解释器318可以也使用由仿真结果解析器316解析的结果。结果解释器316可以实现称为Interpret()的方法以执行解释。专注于熔断器和变压器资产的方法可以用于解释。变压器具有各种属性,诸如额定功率(power_rating)和功率(power)。变压器的额定功率表示其可以在完全没有任何问题的情况下处理的功率。典型地,变压器可以在其100%的额定下操作数年;然而,变压器处理的功率越多,则其老化的越快。例如,变压器可以处理其150%的额定持续数小时。以下是可以用来解释结果的公式。应用到变压器的负荷是假定变压器能够在多达一年的长时间段中处理的平均值。
[0098] 如果power<=power_rating,则变压器在其额定下工作。
[0099] 公式9
[0100] 如果power_rating<power<=1.5*power_rating,则变压器在其边缘工作,并且更快速老化。
[0101] 公式10
[0102] 如果power>1.5*power_rating,则变压器过度超负荷,并且将最终故障。需要计划升级(例如,160kVA至250kVA)。
[0103] 公式11
[0104] 当在分配系统上发生故障时,其由熔断器、自动继电器、或者中继电路断路器中断并且复位(clear)。将电流(current)与 current_limit进行比较,以检测在熔断器上的故障。这用来检查在电线上的电流增加是否过高。如果电流过高,则电线可以被升级。以下公式可以用来解释来自熔断器的结果。
[0105] 如果current<=0.8current_limit,则熔断器在其额定下工作。
[0106] 公式12
[0107] 如果current_limit*0.8<current<=1.0current_limit,则熔断器在其边缘工作,并且更快速老化。
[0108] 公式13
[0109] 如果current>1.0*current_limit,则熔断器过度超负荷,并且将很快断路。
[0110] 公式14
[0111] 主程序308支配分析引擎206的操作。在开始处,主程序308 可以从前端204接收仿真标识符。仿真标识符可以是user_input表格的主要关键字,该表格存储用于待运行的仿真集合的用户输入302。使用仿真标识符,主程序308可以初始化EDN的仿真和改进。以下将参照图5和图6讨论主程序308的细节。
[0112] 图4示出了与EDN集成的系统202。在一个实施例中,系统202 可以被集成在EDN操作者中心128内,并且经由网络126与EDN 的其余部件进行通信。然而,系统202可以被实现为与EDN分离并且与其进行通信的分离系统。在另一实施例中,仅前端可以与EDN 操作者中心128集成,并且该前端可以与数据库208和分析引擎206 远程地通信。
[0113] 在所有仿真均完成并且由分析引擎206解释了结果之后,分析引擎可以基于这些结果确定可以处理所标识的问题或者改进EDN的操作的一个或者多个改进规划。该一个或者多个改进规划可以涉及一个或者多个目标,诸如最小化功率损耗、电压骤降,以及避免EDN 内的资产过负荷。这种改进规划可以包括:
[0114] 1.升级资产以支持附加的负荷:当资产在过负荷操作时优先化用于变压器和导体升级的资产投资或者当存在电压损耗时添加电容器组。
[0115] 2.通过改变驱动器行为减小影响:实行不同充电控制——白天/ 夜晚价目表、实时定价或者价格计划与智能计量系统。
[0116] 3.基于行驶模式、感兴趣的地点、潜在购买者的位置和电网容量建议新的充电位置。
[0117] 该改进规划也可以涉及帮助公用事业计划车辆到电网(“V2G”) 特征,并且在PEV中保留用于驱动需求的足够能量的同时最大化它们的收益。利用V2G可以允许EDN在必要时汲取存储在PEV中的能量,从而允许更有效且更灵活的使用电力能量。改进规划可以涉及改进对V2G特征的有效使用。此类改进规划可以包含:
[0118] 1.升级网络拓扑和资产,以最小化对发电厂的使用。
[0119] 2.通过改变驱动器行为而最大化收益:鼓励PEV驱动器在泊车时保持连接到电网,即使车辆并不需要被充电。馈入价目表可以用来实现该特征。
[0120] 3.车辆的调度:V2G的计时和控制,以与系统需求(即,有计划的使用从车队(从固定位置)汲取电力以及与利用再生源的充电同步)相匹配。
[0121] 此外,改进规划可以包括利用需求响应系统130来确定对某些节点的电力使用的分配以及基于该分配控制流向该节点的电力。需求响应系统130也可以实时地监控EDN的状态,并且动态地分配电力资源以保持电力使用与所确定的分配一致。
[0122] 以上改进规划是示例性的,并且可以开发和实现更多或者不同的改进规划。在分析引擎206确定一个或者多个改进规划之后,分析引擎206可以通过过程进行迭代。例如,分析引擎206可以更新 EDN配置文件,以反映改进的EDN,并且利用改进的EDN配置再次运行仿真。一旦解释了新的结果,则分析引擎206可以确定是否将在实际的EDN中实现改进规划。如果分析引擎206确定将实现改进规划,则可以向EDN操作者中心128传送指令,并且EDN操作者中心中的EDN控制系统132可以向EDN内的各种资产传送指令以实现改进规划。在一个实施例中,在确定改进规划以及确定是否将该规划应用到EDN时,系统202也可以从用户接收决策,而不是由分析引擎206决策。
[0123] 图5示出了在典型的操作期间分析引擎206可以遵循的逻辑的第一部分的流程示意图500。前端204可以接收一个或者多个用户输入302(502)。继而,所接收的用户输入可以存储在数据库208中 (504)。例如,一个或者多个用户输入302可以存储在数据库208 中的user_input表中。主程序308继而可以访问数据库208中的 user_input表,并且获取用户输入细节。
[0124] 以上讨论的用户输入302可以包括EDN配置信息和与EDN配置相关联的人口信息。EDN配置信息可以由网络配置管理器312处理,并且被放入数据库208中,从而使得其可以被提供给仿真器210 (506)。在一个实施例中,EDN配置信息可以被提供在EDN配置文件中,网络配置管理器312可以解析该文件并且将配置存储在数据库208中。这种EDN配置文件可以是Glm格式的。
[0125] 网络管理器也可以处理与EDN配置相关联的人口信息并且将经处理的信息存储在数据库208,以待提供给仿真器210(508)。在一个实施例中,人口信息可以被提供在XML文件中,并且该文件可以由网络配置管理器312解析,并且被放入数据库208中。如果未提供XML文件,则网络配置管理器312可以计算EDN的每个节点的初始人口,并且将其存储在数据库208中。
[0126] 接下来,将仿真数据提供给仿真器210(510)。仿真数据可以包括以上讨论的输入302的全部或者部分。仿真数据也可以包括以上讨论的EDN配置信息和人口信息。在一个实施例中,脚本生成器 314可以基于存储在数据库208中的数据和/或输入302生成待传递给仿真器210的脚本文件,并且提供该脚本文件作为仿真数据。接下来,仿真器210基于仿真数据运行仿真(512)。仿真的负荷信息可以由EDN配置信息、人口信息提供,或者由网络配置管理器312 基于用户输入302计算。接下来,由仿真器210运行仿真,这可以生成结果(512)。诸如例如电网Lab-D、OpenDSS和CYME/CYMDIST 之类的解决方案可以用作仿真器210。
[0127] 结果可以通过进行对仿真器210的方法或者过程调用来访问,或者仿真器210可以生成包含结果的结果文件。结果可以首先存储在数据库208中(514)。如果生成了结果文件,则仿真结果解析器 316或者结果解释器318可以解析该文件,并且将解析的结果存储在数据库208中。接下来,结果解释器318解释存储在数据库208中的结果(516)。在一个实施例中,结果解释器318可以通过执行对仿真器210的方法或者过程调用来获得待解释的结果,而不是从数据库208获得结果。结果解释器316可以确定网络资产是否在老化、检测任何过负荷情形、检测在自动继电器/熔断器上的任何故障、和/ 或检测任何压降。过负荷和在自动继电器/熔断器上的故障可以基于以上讨论的公式10至公式15来确定。在给定变压器上的负荷和环境温度的情况下,可以从IEEE标准C57.91-1995依赖于负荷的故障率来估计老化。也可以使用各种其他方法来估计老化。
[0128] 压降可以通过将当前电压与数据库中的历史电压进行比较来确定。在确定电压偏离的适当性时,可以使用标准EN50160。标准 EN50160是为促进在电力配销商之间的共同理解和解释,由 CENELEC在1994年11月发布的、关于由公共分配系统供应的电力的电压特征的欧洲标准。根据该标准,对于95%的时间而言,电压偏离应该小于10%。也可以使用可能现存的其他类型的标准。
[0129] 此后,信号可以被发送到前端204以提醒基本负荷仿真的结束。
[0130] 接下来,主程序308可以利用包括节点待处理的修改的资产或者更高负荷的新配置来对EDN进行仿真。首先,主程序308可以利用网络配置管理器312生成具有EDN的新负荷的新配置(518)。 PEV负荷模型212可以用来计算新负荷。接下来,重复步骤510至步骤516。
[0131] 步骤510至步骤518可以在迭代过程中重复多次。例如,步骤 510至步骤518可以重复k次,其中k在以下公式15中定义:
[0132]
[0133] 公式15
[0134] 在这些k个仿真结束时,信号被发送到前端204,以提醒所有仿真的结束。
[0135] 图6示出了在典型操作期间分析引擎206可以遵循的逻辑的第二半的流程示意图600。
[0136] 在主程序308确定步骤510至步骤518将不会被重复时,主程序进一步确定是否运行改进规划。如果主程序308确定运行改进规划,则该主程序进一步确定待运行的适当的改进规划(602)。在一个实施例中,主程序308也可以从用户接收指示是否运行改进规划的输入和关于运行哪个改进规划的选择。在先前部分中讨论了各种改进规划。接下来,主程序308运行所确定的改进规划并且基于所确定的改进规划更新网络配置信息和人口信息(604)。此后,利用经更新的数据重复步骤510至步骤518。
[0137] 当完成了利用经更新的数据的仿真时,主程序308可以确定是否将改进规划应用到实际的EDN。如果确定应用改进规划,则主程序308基于改进规划和解释结果的内容确定将对EDN的资产做出的改变(606)。接下来,主程序与EDN控制系统132进行通信,以与EDN的各种资产进行通信,以实现在步骤606处所确定的改变(608)。
[0138] 在确定向EDN应用改变之后,主程序308可以确定使用需求响应系统130应用改变。在该情况中,主程序308可以与需求响应系统130进行通信,以基于解释结果确定对EDN中的某些节点的电力使用的分配(610)。接下来,需求响应系统130可以获得EDN 的实时测量(612)。这些测量可以通过EDN控制系统132获得,或者通过诸如仪表(诸如仪表116)之类的其他仪表获得。这些测量可以包括例如在每个节点上的功率使用、压降和连接到EDN中节点的PEV的数目。接下来,需求响应系统130可以确定为满足在步骤 610中确定的分配必须向EDN做出的任何改变(614)。这些改变可以包括例如将功率消耗限制在某个节点、或者限制从连接到某个节点的PEV的功率汲取。继而,需求响应系统130可以与EDN控制系统132进行通信,以对EDN做出在步骤614中的必要改变(616)。此后,主程序308可以确定是否继续使用需求响应系统130。如果主程序308确定继续需求响应,则该过程从步骤612开始重复。如果确定不继续,则该过程结束。
[0139] 需求响应系统130可以实现在EDN操作中心128中,或者可以被实现为与EDN操作中心分离。在一个实施例中,需求响应系统 130可以与系统202(具体地与分析引擎206)集成。
[0140] 图7示出了表示根据一个实施例的步骤502至步骤518的分析引擎的操作的序列示意图700。
[0141] 以上讨论的实现方式是示例性的。其他实现方式可以改变以上提到的所提供的服务的支持系统的任何一个。例如,其他实现方式可以使用不同类型的系统,使用主控该系统的不同类型架构。
[0142] 以上描述的系统可以被实现为硬件和软件的任何组合。例如,在软件库中提供的程序可以提供形成程序、工作流或者类的功能。此类软件库可以包括动态链接库(DLL)或者其他应用编程接口 (API)。以上描述的逻辑可以被存储在计算机可读介质上,诸如 CDROM、硬盘驱动器、软盘、快闪存储器或者其他计算机可读介质。该逻辑还可以被编码在信号中,该信号将该逻辑承载为从源到目的地传播的信号。
[0143] 此外,该系统可以被实现为特定机器。例如,该特定机器可以包括CPU、GPU和用于实现形成以上所述的工作流、类、或者其他功能的功能的软件库。因此,特定机器可以包括CPU、GPU、以及存储以上描述的逻辑的存储器。
[0144] 尽管已经描述了本公开的各个实施例,但是对本领域普通技术人员将明显的是,在本公开的范围内,许多更多实施例和实现方式也是可能的。因此,除了根据所附权利要求和它们的等价方式之外,本公开并不受限制。
QQ群二维码
意见反馈