专利汇可以提供一种计及需求响应的电动汽车概率负荷预测方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种计及需求响应的电动 汽车 概率负荷预测方法,包括以下步骤:1)判断当前电动汽车的接入 电网 持续时间是否大于充电至期望 荷电状态 的时间时,若是,则进行步骤2),若否,则当前车辆采用无序充电策略,并进行步骤6);2)以车辆收益最大化为目标构建基于分时电价的电动汽车自动充放电策略;3)对电动汽车自动充放电策略进行修正;4)计算用户参与响应的收益度;5)计算当前电动汽车对修正后电动汽车自动充放电策略的接受度;6)计算在各种可能情况下的电动汽车负荷及其期望值;7)计算各时刻下电动汽车负荷的概率分布。与 现有技术 相比,本发明具有响应策略合理、考虑需求响应不确定性、预测信息全面等优点。,下面是一种计及需求响应的电动汽车概率负荷预测方法专利的具体信息内容。
1.一种计及需求响应的电动汽车概率负荷预测方法,其特征在于,包括以下步骤:
1)判断当前电动汽车的接入电网持续时间是否大于充电至期望荷电状态的时间时,若是,则进行步骤2),若否,则当前车辆采用无序充电策略u0,i,并进行步骤6);
2)基于分时电价的响应机制,以车辆收益最大化为目标构建基于分时电价的电动汽车自动充放电策略u1,i;
3)结合基于激励的续期响应机制,考虑供电侧利益,以平抑负荷波动为目标,对步骤2)构建的电动汽车自动充放电策略进行修正,得到修正后的电动汽车自动充放电策略u2,i;
4)计算用户参与响应的收益度;
5)基于用户收益度,通过Sigmoid云模型计算当前电动汽车对修正后电动汽车自动充放电策略的接受度;
6)计算在各种可能情况下的电动汽车负荷及其期望值;
7)计算各时刻下电动汽车负荷的概率分布。
2.根据权利要求1所述的一种计及需求响应的电动汽车概率负荷预测方法,其特征在于,所述的步骤1)具体包括以下步骤:
11)根据电动汽车行驶特性的概率分布,通过蒙特卡洛抽样得到每辆车的接入电网时刻、离开电网时刻及日行驶里程,计算电动汽车的初始SOC:
其中,S0为电动汽车的初始SOC,Se为充电结束时荷电状态期望值,C为电池容量,Ed100为行驶100km所需的电能,Rd为日行驶里程;
12)判断当前车辆是否满足参与需求响应的条件,即接入电网持续时间是否大于充电至期望SOC的时间,则判断式如下:
Ts,i>Tc,i+Tm
其中,Tm为留有的时间裕度,Ts,i为车辆i的接入电网持续时间,Tc,i为充电至期望SOC的时间。
3.根据权利要求1所述的一种计及需求响应的电动汽车概率负荷预测方法,其特征在于,所述的步骤2)中,基于分时电价的电动汽车自动充放电策略以车辆收益最大化为目标建立目标函数,则有:
Et,i(Ii(t-1),Ii(t))=ε1(Ii(t))2+ε2(Ii(t)-Ii(t-1))2+ε3
其中,u1,i为基于分时电价的电动汽车自动充放电策略,其形式为[Ii(1),Ii(2),…Ii(t)…Ii(T)],Ts,i为车辆i接入电网的持续时间,Ii(t)为车辆i在t时段的充放电状态,其取值+1为充电,-1为放电,0为闲置,Rp,i(u1,i)表示在策略u1,i下,相比于无序充电所减少的费用,F0,i为无序充电情形下的充电费用,Pc,i(t)、Pd,i(t)分别为车辆i在t时段的充、放电功率,p(t)为t时段电价,Ei(Ii(t-1),Ii(t))为t-1时段到t时段电池损耗成本,ε1,ε2,ε3为电池损耗系数。
4.根据权利要求3所述的一种计及需求响应的电动汽车概率负荷预测方法,其特征在于,基于分时电价的电动汽车自动充放电策略的约束条件包括:
荷电状态约束:
Pc,i(t)Pd,i(t)=0
Smin≤Si(t)≤Smax
其中,Si(t)为车辆i在t时段的荷电状态SOC,ξc、ξd分别为充放电效率,Ci为车辆i的电池容量,Smax、Smin为荷电状态允许的最大值和最小值;
充电需求约束:
其中,S0,i为车辆i接入电网时的初始SOC,Se,i为车辆i离开电网时的期望SOC。
响应时间约束:
Ts,i>Tc,i
Tc,i=(Se,i-S0,i)Ci/Pc,iξc;
配电变压器容量约束:全天各个时段的总负荷不能大于变压器的最大负载;
L(t)=LB(t)+LEV(t)
其中,L(t)为t时段配电网总负荷,T为时段总数,LB(t)为t时段变压器接入的基线负荷,kT为变压器效率,AT为变压器额定容量,LEV(t)为t时段电动汽车集群负荷,Vt为当前时段已完成充放电计划制定的车辆集合。
5.根据权利要求1所述的一种计及需求响应的电动汽车概率负荷预测方法,其特征在于,所述的步骤3)中,修正后的电动汽车自动充放电策略以平抑负荷波动为优化目标,评价指标为负荷波动方差最小建立目标函数,则有:
2 2
minD(L(t))=E((L(t)))-E(L(t)),t=1,2…,T
F2,i=F1,i+RI,i(u2,i)-ΔRi
其中,D(L(t))为负荷曲线波动方差,E(*)表示数列*的期望,F1,i为经策略u1,i下用户的收益,F2,i为经策略u2,i下用户的收益,RI,i(u2,i)为在策略u2,i下激励机制补偿的费用,QI,i为激励过程所产生的负荷转移量,K1、K2分别为激励金额的二次项系数和一次项系数,ΔRi为从策略u1,i转变到策略u2,i所产生的电费损失和电池损耗成本。
6.根据权利要求5所述的一种计及需求响应的电动汽车概率负荷预测方法,其特征在于,所述的修正后的电动汽车自动充放电策略的约束条件包括:
荷电状态约束:
Pc,i(t)Pd,i(t)=0
Smin≤Si(t)≤Smax
其中,Si(t)为车辆i在t时段的荷电状态SOC,ξc、ξd分别为充放电效率,Ci为车辆i的电池容量,Smax、Smin为荷电状态允许的最大值和最小值;
充电需求约束:
其中,S0,i为车辆i接入电网时的初始SOC,Se,i为车辆i离开电网时的期望SOC;
收益提升约束:
RI,i(u2,i)-ΔRi≥0
充放电时间约束:
其中, 分别为在策略u1,i和策略u2,i下处于放电状态的时段集合, 分别为
策略u1,i和策略u2,i下处于充电状态的时段集合。
7.根据权利要求5所述的一种计及需求响应的电动汽车概率负荷预测方法,其特征在于,所述的步骤4)具体包括以下步骤:
41)计算车主实际收益Fr,i,则有:
其中,δti为实际提车时间与预期提车时间的差值,δFi为提前提车损失的收益,b0、b1分别为提前提车和延迟提车的惩罚系数,a0、a1分别为允许提前提车和延迟提车的差额裕度,(x)+=max{0,x};
42)以拒绝响应的充电成本为基准,定义用户参与响应的收益因子λi,则有:
其中,F0,i为在无序充电策略u0,i下的充电成本;
43)定义收益度ηi为用户参与响应所得收益与其心理预期的比值,则其表达式为:
其中,λE,i为用户心理预期的收益因子,并且该用户心理预期收益因子符合区间(0~
1.5)内的均匀分布。
8.根据权利要求1所述的一种计及需求响应的电动汽车概率负荷预测方法,其特征在于,所述的步骤5)具体包括以下步骤:
51)通过逆向云发生器获得Sigmoid云模型的数字特征(Eα,Eβ,En,He);
52)通过X条件云发生器计算当前第i辆车在收益度为ηi的情况下对响应策略的接受度μi,具体为:
首先生成以En为期望值、He为标准差的正态随机数En’,并生成以Eα为期望值、En’为标准差的正态随机数α,然后生成以Eβ为期望值、En’为标准差的正态随机数β,最后由下式计算出云滴(ηi,μi),则有:
9.根据权利要求1所述的一种计及需求响应的电动汽车概率负荷预测方法,其特征在于,所述的步骤6)中,每辆电动汽车有参与响应和不参与响应两种选择,对于n辆车,则产生
2n种事件组合,在事件Xj下的电动汽车负荷 为:
电动汽车总负荷期望值 为:
其中,ξc、ξd分别为充放电效率,Pc,i、Pd,i分别为车辆i在t时段的充、放电功率,分别表示策略u0,i和策略u2,i下处于放电状态的时段集合, 分别表示策略u0,i和策略u2,i下处于充电状态的时段集合,Va,j为事件Xj中采用基于分时电价的电动汽车自动充放电策略的电动汽车集合,Vr,j为事件Xj中采用无序充电策略的电动汽车集合, 表示事件Xj发生的概率。
10.根据权利要求9所述的一种计及需求响应的电动汽车概率负荷预测方法,其特征在于,所述的步骤7)中,在某一事件中t时刻的电动汽车负荷为:
其中,Vt+为所有在t时刻进行充电的EV集合,Vt-为所有在t时刻进行放电的电动汽车集合,通过计算所有事件的电动汽车负荷,从而得到t时刻电动汽车负荷的概率分布。
[0138] 本方法结合价格和激励两种需求响应机制制定了一种需求响应策略,在此基础上考虑了电动汽车用户接受这种策略的不确定性,进而对区域内日前电动汽车负荷进行预测。如图3所示,制定的需求响应策略综合考虑了用户侧和供电侧双方的利益,在减少用户充电成本的前提下能够有效平抑配电网负荷波动。在此基础上,通过Sigmoid云模型准确描述了用户收益与响应行为之间的不确定关系,对EV负荷进行了概率性预测,如图4-6所示,可以得到各种情况下EV负荷的概率性结果,预测信息更为全面,预测结果也更符合客观情况,对电网调度具有更好的参考意义。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种EMS能源管理调控系统及方法 | 2020-05-13 | 164 |
用于对动态模型进行安全的训练的方法 | 2020-05-14 | 284 |
一种基于本质安全的配电网诊断分析及网架规划方法 | 2020-05-14 | 716 |
一种基于交通出行数据的人类出行选择信息挖掘方法 | 2020-05-15 | 54 |
评价卵母细胞质量的方法及装置 | 2020-05-12 | 137 |
一种含分布式电源的新型配网双层优化配置方法 | 2020-05-11 | 815 |
一种考虑风电的现货市场电价风险的控制方法及系统 | 2020-05-08 | 855 |
一种电动汽车负荷预测方法及系统 | 2020-05-13 | 383 |
一种考虑多类型负荷的售电公司最优盈利方法 | 2020-05-14 | 447 |
一种考虑储热和电动汽车参与风电消纳的源荷协调方法 | 2020-05-15 | 1042 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。