一种基于多影响因素的配电网接纳电动汽车能力评估方法

摘要

本发明涉及一种基于多影响因素的配电网接纳电动汽车能力评估方法，包括：S1、获取城市规划信息和配电网拓扑结构，将供电区域划分成多个功能区域，获取车辆运行统计数据；S2、数据提取得到每个功能区域的出行规律信息和停泊概率，计算得到充电负荷的时空分布数据；S3、结合充电负荷的时空分布数据和充电模拟数据计算得到各个供电节点的充电负荷，同时获取相应的基础负荷；S4、根据供电节点的充电负荷和基础负荷计算得到配电网供电节点总负荷，输入基于机会约束的配电网接纳能力评估模型，输出配电网接纳电动汽车能力的评估结果。与现有技术相比，本发明具有消除充电负荷预测偏差对评估准确度的影响、提高接纳电动汽车能力评估的准确性等优点。

说明书

技术领域

本发明涉及配电网接纳电动汽车技术领域，尤其是涉及一种基于多影响因素的配电网接纳电动汽车能力评估方法。

背景技术

当前全球化石能源普遍短缺，环境污染、温室效应等问题日益突出，作为解决能源危机和减少温室气体排放的一种重要途径，电动汽车(Electric Vehicle，EV)的发展受到了广泛关注。

推广EV是应对气候变化、推动绿色发展的战略举措，同时每辆EV都相当于一个分布式电源，若合理调度将有利于现有电网的运行。但需要注意的是，电能是EV的唯一动力来源，大量EV集中性充电行为将给配电网的运行和规划带来影响。现有技术中通过限制现有配电网中接入的EV数量以避免规模化EV同时接入可能导致的负面影响，同时需要充分挖掘现有配电网的EV接入潜力，防止出现盲目扩建的乱投资现象。因此有必要定量评估现有配电网接纳EV充电负荷的能力。但是现有技术中对影响接纳能力的因素考虑不全面，且在充电负荷建模时忽略EV空间分布的影响，导致评估结果存在偏差。

发明内容

本发明的目的就是为了克服上述现有技术存在的对影响接纳能力的因素考虑不全面、缺少考虑电动汽车空间分布的影响的缺陷而提供一种基于多影响因素的配电网接纳电动汽车能力评估方法。

本发明的目的可以通过以下技术方案来实现：

一种基于多影响因素的配电网接纳电动汽车能力评估方法，具体包括以下步骤：

S1、获取当前城市的城市规划信息和配电网拓扑结构，将供电区域划分成多个功能区域，获取每个功能区域的车辆运行统计数据；

S2、根据所述车辆运行统计数据进行数据提取，得到每个功能区域电动汽车的出行规律信息和停泊概率，根据出行规律信息和停泊概率计算得到电动汽车充电负荷的时空分布数据；

S3、结合所述电动汽车充电负荷的时空分布数据和充电模拟数据计算得到当前城市配电网的各个供电节点的充电负荷，同时获取各个供电节点的基础负荷；

S4、根据供电节点的充电负荷和基础负荷计算得到配电网供电节点总负荷，所述配电网供电节点总负荷输入基于机会约束的配电网接纳能力评估模型，输出当前城市的配电网接纳电动汽车能力的评估结果。

所述功能区域包括居民区、工业区和商业区。

所述出行规律信息包括出行开始时间、出行结束时间和停留时长。

所述步骤S2中车辆运行统计数据包括电动汽车的行驶目的地，根据电动汽车的行驶目的地计算得到电动汽车的停泊概率。

所述步骤S3中电动汽车充电负荷的空间分布数据具体根据位于使用中的充电节点的统计结果计算得到。

进一步地，所述位于使用中的充电节点通过先根据停泊概率确定电动汽车的停放区域，再根据供电节点的基础负荷比例进行确定。

所述供电节点的充电负荷通过蒙特卡洛随机抽样计算得到，当前城市配电网的各个供电节点的充电负荷的总和的计算公式如下：

其中，P

所述配电网的基础负荷直接影响配电网对电动汽车的接纳能力，配电网的基础负荷的特征包括时序性特征和季节性特征。

进一步地，居民区的季节性负荷通常在晚上达到用电高峰，且受用户用电设备使用习惯的影响，各季节之间用电时序特性差异较大；工业区的季节性负荷由于具有相对稳定的生产模式，其各季节用电特性具有较为接近且相似的时序波动趋势，在中午时段会出现短时负荷低谷；而商业区经济活动由于受季节变化影响小，其各季节的负荷用电时序特性差异也最小，用电期间负荷率维持在较高水平。

所述基于机会约束的配电网接纳能力评估模型设有相应的目标函数、节点功率平衡约束和网络节点机会约束，目标函数的计算公式如下所示：

F＝max x

其中，x

节点功率平衡约束的公式如下所示：

其中，P

机会约束规划方法使评估结果更接近接纳极限，网络节点机会约束的公式如下所示：

其中，U

所述步骤S4中采用采用拉丁超立方抽样嵌入和声搜索算法的混合算法对配电网接纳能力评估模型进行求解，得到配电网接纳电动汽车能力的评估结果。

与现有技术相比，本发明具有以下有益效果：

1.本发明在评估过程中的充电负荷建模环节增加考虑电动汽车的空间分布特性，采用两阶段方法确定电动汽车所属充电节点，然后对基础负荷的时变特性和季节差异进行建模，充分考虑配电网接纳能力时序差异，有效避免了由于时序差异考虑不足导致的误差。

2.本发明的配电网接纳能力评估模型采用机会约束条件来计算配电网接纳电动汽车能力的评估结果，使评估结果更接近接纳极限，消除充电负荷预测偏差对评估准确度的影响，提高了接纳电动汽车能力评估的准确性。

附图说明

图1为本发明的流程示意图；

图2为本发明各功能区域停泊概率的分布图；

图3为本发明居民区负荷时序模型的示意图；

图4为本发明工业区负荷时序模型的示意图；

图5为本发明商业区负荷时序模型的示意图；

图6为本发明基于随机模拟的和声搜索算法模型求解的流程示意图；

图7为本发明实施例中IEEE33节点配电系统拓扑结构的示意图；

图8为本发明实施例中单辆电动汽车的平均充电功率曲线的示意图；

图9为本发明实施例中方法3四季典型日各时刻的接纳数量的示意图；

图10为本发明实施例中校验计算17节点的电压值的示意图；

图11为本发明实施例中各节点停放的电动汽车数量的示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例

如图1所示，一种基于多影响因素的配电网接纳电动汽车能力评估方法，具体包括以下步骤：

S1、获取当前城市的城市规划信息和配电网拓扑结构，将供电区域划分成多个功能区域，获取每个功能区域的车辆运行统计数据；

S2、根据车辆运行统计数据进行数据提取，得到每个功能区域电动汽车的出行规律信息和停泊概率，根据出行规律信息和停泊概率计算得到电动汽车充电负荷的时空分布数据；

S3、结合电动汽车充电负荷的时空分布数据和充电模拟数据计算得到当前城市配电网的各个供电节点的充电负荷，同时获取各个供电节点的基础负荷；

S4、根据供电节点的充电负荷和基础负荷计算得到配电网供电节点总负荷，配电网供电节点总负荷输入基于机会约束的配电网接纳能力评估模型，输出当前城市的配电网接纳电动汽车能力的评估结果。

如图2所示，功能区域包括居民区、工业区和商业区。

出行规律信息包括出行开始时间、出行结束时间和停留时长。

步骤S2中车辆运行统计数据包括电动汽车的行驶目的地，根据电动汽车的行驶目的地计算得到电动汽车的停泊概率。

步骤S3中电动汽车充电负荷的空间分布数据具体根据位于使用中的充电节点的统计结果计算得到。

位于使用中的充电节点通过先根据停泊概率确定电动汽车的停放区域，再根据供电节点的基础负荷比例进行确定。

供电节点的充电负荷通过蒙特卡洛随机抽样计算得到，当前城市配电网的各个供电节点的充电负荷的总和的计算公式如下：

其中，P

配电网的基础负荷直接影响配电网对电动汽车的接纳能力，配电网的基础负荷的特征包括时序性特征和季节性特征。

如图3所示，居民区的季节性负荷通常在晚上达到用电高峰，且受用户用电设备使用习惯的影响，各季节之间用电时序特性差异较大；如图4所示，工业区的季节性负荷由于具有相对稳定的生产模式，其各季节用电特性具有较为接近且相似的时序波动趋势，在中午时段会出现短时负荷低谷；如图5所示，商业区经济活动由于受季节变化影响小，其各季节的负荷用电时序特性差异也最小，用电期间负荷率维持在较高水平。

基于机会约束的配电网接纳能力评估模型设有相应的目标函数、节点功率平衡约束和网络节点机会约束，目标函数的计算公式如下所示：

F＝maxx

其中，x

节点功率平衡约束的公式如下所示：

其中，P

机会约束规划方法使评估结果更接近接纳极限，网络节点机会约束的公式如下所示：

其中，U

步骤S4中采用采用拉丁超立方抽样嵌入和声搜索算法的混合算法对配电网接纳能力评估模型进行求解，具体如图6所示，得到配电网接纳电动汽车能力的评估结果。

本实施例中，采用修改的IEEE 33节点配电系统进行配电网接纳EV能力评估与分析，其网络拓扑结构如图7所示，为体现基础负荷的时序性，将节点按功能区进行归类，节点负荷作为基准值，分别与不同功能区域季节特性曲线各时刻对应的标幺值相乘，得到该配电网春夏秋冬四个典型日下的节点日负荷变化曲线。

评估过程中使用的私家车的电池容量为57kWh，常规充电的充电功率为7kW，充满电所需时长约为8h，充电方式为在商业区停留时长有限采用功率为24kW的快速充电方式。设置蒙特卡洛模拟次数为1000次，计算得到如图8所示各功能区域单辆EV的平均充电功率。

无序充电是指当用户将车辆接入电源后EV立即开始充电的无管控充电方式。由于用户多选择傍晚时段开始充电，导致EV的充电峰值和居民区的用电晚高峰存在高度的重合性，加重配电网的负荷承载压力，因此有必要评估无序充电情况下配电网接纳EV的能力，这也是配电网固有接纳能力的体现。

本实施例除配电网首节点外其他节点均可接入EV进行充电，且认为充电桩配置完全能够满足充电需求，用户到达即可开始充电，不计排队等待情况。以此计算配电网最大能够接纳EV充电负荷的能力。

本实施例中为验证本发明所提评估方法的有效性，采用表1所示四种评估方法分别求解配电网可容纳的EV最大数量，其中方法3即本发明方法，方法1为现有技术中以EV充电站为评估对象，从多方面选取评价指标，利用综合评价方法对评估指标体系进行评分的方法，方法2为现有技术中对配电网进行功能区划分，按照节点负荷大小分配EV充电负荷，对比分析了系统不同额定容量下配电网的接纳能力的方法；方法4为现有技术中以配电网电压和支路潮流不越限作为约束条件，采用机会约束规划来解决充电不确定性问题的方法，评估结果如表2所示，其中表1具体如下所示：

表1 评估方法表

其中，“√”表示考虑，“×”表示不考虑；括号内表示不考虑不确定性时的计算依据，最大值＝期望值+3×标准差。

表2具体如下所示：

表2 配电网接纳电动汽车的能力表

单位：辆

针对表2中任一方法的评估结果单独进行分析，如图9所示为方法3情况下配电网一年四季典型日各时刻能接纳的EV数量，由于夏季配电网各功能区的基础负荷值都相对较高，导致配电网的剩余负荷裕度降低，各时刻可接纳的EV数量最少；春秋冬三季接纳能力大致相同，但冬季18-21时居民区存在用电高峰，恰巧与EV无序充电高峰重合，致使冬季这段时间配电网的接纳能力低于春秋季，具体如图10中针对该时段的细节放大图所示。

基于图8的单辆EV平均充电负荷分布曲线和不同方法所得电网接纳EV的数量，分别生成1000个充电负荷随机数，将其代入配电网模型进行潮流计算，并统计配电网不发生越限(即满足上述不等式约束)的概率，校验结果如表3所示：

表3 配电网不发生越限概率表

由于17节点距离配电网首端电源点最远，所以17节点一般为全网电压薄弱点，该节点电压越限是限制EV接入的主要原因。如图10所示为春季每次检验计算时第17节点一天中电压的最小值，更加直观地显示各场景下电网电压越限情况。

结合表3和图11可以看出，三种方法下的接纳能力评估结果中，按照期望值计算的结果对配电网的安全稳定运行影响最大，17节点的日最小电压值近乎均匀地分布在电压下限水平线的上下两侧，电压越限概率可达50％及更高，而按照最大值和本发明所述方法计算的结果对配电网静态稳定运行产生影响的概率均小于0.01，都能保证配电网稳定运行。

但是从图11中可以看到，按照最大值计算出的EV最大接纳数量偏保守，配电网仍留有较大电压裕量，故该方法所得评估结果不能代表配电网的真实接纳能力。检验结果证明了本发明所提评估方法在准确性方面的优势。

以方法3春季时最大接纳数量436辆为例进行分析，如图11所示为1点时该EV集群在方法3和4两种方式下配电网各节点上停放的EV数。图11中A、B、C三个区域分别代表商业区、工业区和居民区。

由图11可以看到，采用方法4时各功能区内停放的EV总数量比较接近，工业区(区域B)内EV数量最多，而居民区因节点基础负荷较小致使区域内EV数量最少，这明显违背了EV驾驶者的实际生活规律。进一步分析，这种方法显著降低了夜间时段居民区的充电负荷，避免了“峰上加峰”现象，从而造成评估结果虚高。

而在考虑EV空间分布特性后，绝大多数EV的停泊地点转移到了居民区内，考虑到1点时绝大多数用户正在家中休息，停放地点一般会在居民区，因此结合EV空间分布情况的充电负荷建模方式更具合理性，据此评估出的最大接纳量更符合实际情况。

此外，需要说明的是，本说明书中所描述的具体实施例，所取名称可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等效变化或者简单变化，均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。