基于蒙特卡洛的电力系统调频可控电动汽车数量动态变化模拟方法

摘要

本发明涉及一种基于蒙特卡洛的电力系统调频可控电动汽车数量动态变化模拟方法，属于电动汽车及其接入电网技术领域。本方法包括以下步骤：步骤一：初始化电动汽车相关参数；步骤二：判断电动汽车类别，根据不同的类别分别确定出所有电动汽车的入/出可控状态时刻表；步骤三：统计分析时刻表，得到区域内每一时刻的入可控状态电动汽车数量N'in(ti)和出可控状态电动汽车数量N'out(ti)；步骤四：计算入/出可控状态的累计车辆数；步骤五：计算可控电动汽车的数量。本方法能够很好的计算出区域内可控电动汽车的数量，计算得出各类可控电动汽车参与系统调频的数量动态变化，同时，填补了该技术领域的空白，为深入研究电动汽车参与系统调频，奠定了坚实的理论基础。

说明书

技术领域

本发明属于电动汽车及其接入电网技术领域，涉及一种基于蒙特卡洛的电力系统调频可控电动汽车数量动态变化模拟方法。

背景技术

电动汽车与电网互动(Vehicle-to-Grid,V2G)技术，是指电动汽车在受控状态下，实现与电网信息和能量的双向交换的一种新型技术。该技术强调的是电动汽车电池除了从电网吸收能量外，必要的时候可以将电池能量反馈给电网。V2G系统是集电力电子、通信、调度、计量和负荷需求侧管理等众多技术于一体的高端综合应用系统，它体现的是电动汽车电池的储能作用。利用V2G技术，可以使电动汽车向电网提供多种辅助服务，如：削峰填谷、频率调整、旋转备用等。

只有当电动汽车处于可控状态时，电动汽车才能向电网提供频率调整辅助服务，即电动汽车参与电力系统调频。因此，研究某个时段电动汽车参与调频时，必须首先得到该时段范围内可控电动汽车数量的变化情况，才能进一步研究电动汽车如何参与系统调频，及其对整个区域电力系统频率的影响。

目前，对某个时段内参与系统调频的可控电动汽车数量变化研究较为少见。国外一些国家已有一定规模实际运营的电动汽车，可得到部分电动汽车接入电网数量的实际数据，进而估算参与系统调频的可控电动汽车数量变化。而国内，电动汽车尚处于初期市场推广阶段，电动汽车的数量很有限，缺少实际数据作为研究支持，且国内针对电动汽车参与系统调频的研究并不多见，缺乏参与系统调频的可控电动汽车数量变化的算法研究。

因此，目前急需一种能够对电力系统调频可控电动汽车数量动态变化进行合理估计的方法。

发明内容

有鉴于此，本发明的目的在于提供一种基于蒙特卡洛的电力系统调频可控电动汽车数量动态变化模拟方法，该方法通过采用蒙特卡洛方法来随机模拟电动汽车的运行情况，进而统计区域内可控电动汽车的数量。

为达到上述目的，本发明提供如下技术方案：

一种基于蒙特卡洛的电力系统调频可控电动汽车数量动态变化模拟方法，包括以下步骤：

步骤一：初始化电动汽车相关参数；

步骤二：判断电动汽车类别，根据不同的类别分别确定出所有电动汽车的入/出可控状态时刻表；

步骤三：统计分析时刻表，得到区域内每一时刻的入可控状态电动汽车数量N′_in(t_i)和出可控状态电动汽车数量N'_out(t_i)；

步骤四：计算入/出可控状态的累计车辆数；

步骤五：计算可控电动汽车的数量。

进一步，在步骤二中，电动汽车类别可以分为电动公交车、电动公务车、电动私家车；其中：

电动公交车和电动公务车通过如下步骤得到入/出可控状态时刻表：

1)确定电动汽车接入电网的时刻；

2)抽取起始荷电状态值；

3)计算充电时长；

4)计算入可控状态时刻；

5)确定出可控状态时刻；

6)得到电动公交车和电动公务车的入/出可控状态时刻表；

电动私家车通过如下步骤得到入/出可控状态时刻表：

1)确定接入电网时刻所属时段；

2)抽取接入电网时刻；

3)抽取起始荷电状态值；

4)计算充电时长；

5)计算入可控状态时刻；

6)确定出可控状态时刻所属时段；

7)抽取出可控状态时刻；

8)得到电动私家车的入/出可控状态时刻表。

进一步，在步骤二中，采用蒙特卡洛方法对数据进行统计分析，得到区域内所有电动汽车的入/出可控状态时刻表。

本发明的有益效果在于：本发明提供了一种基于蒙特卡洛的电力系统调频可控电动汽车数量动态变化模拟方法，能够很好的计算出区域内可控电动汽车的数量，计算得出各类可控电动汽车参与系统调频的数量动态变化，同时，填补了该技术领域的空白，为深入研究电动汽车参与系统调频，奠定了坚实的理论基础。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明所述方法的流程示意图；

图2为电动汽车的状态转换示意图；

图3为可控电动汽车的数量变化情况。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为本发明所述方法的流程示意图，如图所示，本方法包括以下步骤：步骤一：初始化电动汽车相关参数；步骤二：判断电动汽车类别，根据不同的类别分别确定出所有电动汽车的入/出可控状态时刻表；步骤三：统计分析时刻表，得到区域内每一时刻的入可控状态电动汽车数量N′_in(t_i)和出可控状态电动汽车数量N'_out(t_i)；步骤四：计算入/出可控状态的累计车辆数；步骤五：计算可控电动汽车的数量。

其中，在步骤二中，采用蒙特卡洛方法对数据进行统计分析，得到区域内所有电动汽车的入/出可控状态时刻表。电动汽车类别可以分为电动公交车、电动公务车、电动私家车；电动公交车和电动公务车通过如下步骤得到入/出可控状态时刻表：1)确定电动汽车接入电网的时刻；2)抽取起始荷电状态值；3)计算充电时长；4)计算入可控状态时刻；5)确定出可控状态时刻；6)得到电动公交车和电动公务车的入/出可控状态时刻表；电动私家车通过如下步骤得到入/出可控状态时刻表：1)确定接入电网时刻所属时段；2)抽取接入电网时刻；3)抽取起始荷电状态值；4)计算充电时长；5)计算入可控状态时刻；6)确定出可控状态时刻所属时段；7)抽取出可控状态时刻；8)得到电动私家车的入/出可控状态时刻表。

为了对本方法进行充分阐述，现对电动汽车的状态情况进行如下说明：

如图2所示，通常，相比各种停车地点上停放的汽车数量，在路上行驶的汽车数量是极少的。同样，在电动汽车大量普及的未来，这样的情况是相似的。电动汽车将来能够在诸如工作单位停车场、居民小区停车场、商业娱乐区停车场等各种停车地点，快捷方便地通过电源插头接入电网。

电动汽车状态包括行驶状态、充电状态、可控状态和空闲状态。电动汽车不断在这4个状态间进行转换。

行驶状态：

车主出于驾驶的需求而拔出电动汽车电源插头，使得电动汽车脱离电网。电动汽车由空闲状态或可控状态(由此状态转出，属于出可控状态)转为行驶状态。

充电状态：

车主到达目的地后，插入电动汽车电源插头为电池充电，电动汽车随即接入电网。对于接入电网时间较短的电动汽车，其状态立即由行驶状态转为充电状态；对于接入电网时间较长的电动汽车，只有接入电网时的初始荷电值SOC₀小于入可控状态时的入可控荷电值SOC_m，其状态才由行驶状态转为充电状态。此外，处于可控状态的电动汽车由于参与系统调频，可能导致其SOC过低，则电动汽车可以由可控状态转为充电状态(此情况也属于出可控状态)，以保证电动汽车在进入行驶状态前，拥有足够的SOC，如图2中虚线所示。需要指出的是，处于充电状态的电动汽车不能响应系统调频控制信号。

可控状态：

若电动汽车接入电网的时间较短，那么其参与系统调频的效果不明显。因此，对于接入电网时间较长的电动汽车，如果SOC₀＜SOC_m，待其充电使电池SOC上升到SOC_m时，电动汽车由充电状态转为可控状态；如果SOC₀≥SOC_m，电动汽车接入电网后，可跳过充电状态，由行驶状态直接转为可控状态。以上两种情况均属于入可控状态。只有处于可控状态的电动汽车，才能响应系统调频控制信号，从而向电网提供调频服务。

随着系统频率的波动，在电动汽车参与调频过程中，其电池将适时地充放电，以响应系统调频控制信号，从而引起电池SOC产生波动。为防止电池过度充电，可限定SOC上限为SOC_max。同样，为避免电池过度放电，可限定SOC下限为SOC_min。在限定SOC下限SOC_min时，若考虑电动汽车车主用车时间的随机性以及对车辆续航的要求，则SOC_min值较大；若不考虑上述因素，仅为了避免电池过度放电，则SOC_min值较小。电动汽车电池SOC的波动范围在(SOC_min，SOC_max)之间。

上述SOC_m可由式(1)计算得到。

$>{\mathrm{SOC}}_m=\frac{{\mathrm{SOC}}_{\min }+{\mathrm{SOC}}_{\max }}{2}---\left(1\right)$>

空闲状态：

对于由可控状态转为充电状态的电动汽车，以及接入电网时间较短的电动汽车，在其充电计划完成后，由充电状态转为空闲状态。

只有处于可控状态的电动汽车，才能响应系统调频控制信号，从而参与电力系统调频。因此，必须首先建立可控电动汽车数量的动态变化模拟算法模型。区域内某一时刻的可控电动汽车数量，取决于该时刻入可控状态和出可控状态的电动汽车数量。在一天时间范围内，随着各个电动汽车可控状态的改变，区域内可控电动汽车数量将呈现出动态变化的过程。研究可控状态的改变，就必须结合电动汽车的行驶规律与状态转换特性来进行分析。

本发明采用蒙特卡洛方法来随机模拟电动汽车的运行情况：

设起始时刻为t₀，区域内电动汽车接入电网时刻为t₁，根据前述电动汽车可控状态部分的分析，设电动汽车充电时长为T₂，由此可得电动汽车入可控状态时刻t₃为：

t₃＝t₁+T₂   (2)

由于SOC₀与SOC_m的相对大小，根据入可控状态的两种情况分析，可得出T₂的计算式为：

$>T_2=\left(\begin{array}{cc}\frac{({\mathrm{SOC}}_m-{\mathrm{SOC}}_0)E_{\mathrm{ev}}}{{\eta }_{\mathrm{ev}}{P}_{\mathrm{ev}}},& {\mathrm{SOC}}_0<{\mathrm{SOC}}_m\\ 0,& {\mathrm{SOC}}_0\ge {\mathrm{SOC}}_m\end{array}\right)---\left(3\right)$>

式中，E_ev为单辆电动汽车的电池容量，P_ev为单辆电动汽车的充电功率，η_ev为充电效率。

对于电动汽车出可控状态时刻t₄。由前述出可控状态部分分析可知，如果电动汽车是由可控状态转为行驶状态，那么t₄就是电动汽车脱离电网时刻，也即车主驾车出行开始时刻。此时，t₄服从概率分布。如果电动汽车是由可控状态转为充电状态，为了延长电动汽车参与调频的时间，可采用快充方式，在进入行驶状态之前的较短时间内，迅速提高电池SOC，以满足电动汽车出发时具有较高SOC的要求。考虑时间裕度后，最大快充时长可设为一定值。一旦电动汽车的行驶出发时刻(即脱离电网时刻)确定，减去最大快充时长，t₄即可确定。

采用蒙特卡洛方法随机抽样电动汽车的接入电网时刻t₁，接入电网时的初始荷电值SOC₀和出可控状态时刻t₄，不断模拟每辆电动汽车的入/出可控状态，最终得到区域内所有电动汽车的入/出可控状态时刻表。

通过对电动汽车入/出可控状态时刻表进行统计分析，可以得到区域内每一时刻的入可控状态电动汽车数量N′_in(t_i)和出可控状态电动汽车数量N'_out(t_i)，由式(4)和式(5)可以计算出t时刻入可控状态的累计电动汽车数量N_in(t)和出可控状态的累计电动汽车数量N_out(t)。

$>N_{\mathrm{in}}\left(t\right)=\underset{t_i=t_0}{\overset{t}{\Sigma }}{N}_{\mathrm{in}}^{\prime }\left(t_i\right)---\left(4\right)$>

$>N_{\mathrm{out}}\left(t\right)=\underset{t_i=t_0}{\overset{t}{\Sigma }}{N}_{\mathrm{out}}^{\prime }\left(t_i\right)---\left(5\right)$>

此外，设t₀时刻的初始可控电动汽车数量为N₀。于是，t时刻的可控电动汽车数量N_c(t)如式(6)所示。

N_c(t)＝N₀+N_in(t)-N_out(t)   (6)

根据各类电动汽车的行驶规律和电动汽车的状态转换特性，结合可控电动汽车数量的动态变化模拟方法，可以确定或假设各类电动汽车参与系统调频的参数如下所述。

1)公交车。电动公交车仅在夜晚接入电网时间才较长，才可进入可控状态参与调频。电动公交车夜晚已停运，不存在用车时间的随机性问题，故可假设SOC_min为0.1。这样，电动公交车参与调频可能会导致SOC过低，其出可控状态应由可控状态转为充电状态(快充方式)。计及时间裕度后，假设最大快充时长为1h。此外，出于管理便利的考虑，公交公司可以统一安排区域内所有电动公交车的接入电网时刻t₁为23：00，脱离电网时刻(即电动公交车运营开始时刻)为第二天凌晨5：30。

2)公务车。电动公务车的情况与电动公交车类似。因此，假设电动公务车的SOC_min为0.1，最大快充时长为1h，接入电网时刻t₁为18：00，脱离电网时刻为第二天清晨7：00。

3)出租车。电动出租车全天大多数时间基本都处于正常运行状态(即行驶状态)，也就是说，一天24小时内，电动出租车接入电网时间均较短。因此，电动出租车不适合参与系统调频。

4)私家车。电动私家车在工作单位和居民小区停车场的停放时间较长(即接入电网时间较长)，在商业娱乐区停车场的停放时间较短。其在工作日接入电网时间较长的时段，为车主早晨到达工作单位后至下班出发时间，以及下班或休闲娱乐后到家时间至次日早晨上班出发之前。假设车主在工作日下班后去休闲娱乐的比例为10％。

对于电动私家车，除了其行驶规律之外，还应该考虑车主用车时间的随机性问题，以及对车辆续航的要求，则SOC_min较大，假定SOC_min为0.6。于是，电动私家车出可控状态是由可控状态转为行驶状态。

综上所述，电动私家车接入电网时刻t₁在8：00—9：00之间(假定t₁服从均匀分布，即t₁～U(8,9))，以及17：30—19：00之间(车主下班后直接驾车回家，没有去休闲娱乐。假定t₁服从均匀分布，即t₁～U(17.5,19))，或者21：00—22：30之间(车主下班后随即去休闲娱乐，没有立即驾车回家。假定t₁服从均匀分布，即t₁～U(21,22.5))。电动私家车脱离电网时刻(即出可控状态时刻t₄)在7：30—8：30之间(假定t₄服从均匀分布，即t₄～U(7.5,8.5))，以及17：00—18：30之间(假定t₄服从均匀分布，即t₄～U(17,18.5))。

除了上述参数外，各类电动汽车的其它参数如表1所示。

表1各类电动汽车的参数

通过前述基于蒙特卡洛的参与电力系统调频的可控电动汽车数量模拟算法，可以模拟计算得出各类可控电动汽车参与系统调频的数量动态变化如图3所示。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。