[发明专利]一种基于竞争图谱的电动汽车充电站需求响应方法

说明书

本发明提出了一种基于竞争图谱的电动汽车充电站需求响应方法，在现有的峰谷充电电价差的基础上，考虑EV用户的用电感受和个性化需求，实现更多类型的EV用户电价浮动。本发明在EV用户充电过程中，通过竞争图谱获取该EV用户的贵宾(Very Important Person,VIP)等级，EV用户可根据VIP等级获取对应的经济补偿或增值服务，实现在服务过程中给EV用户更加个性化的体验。

技术领域

本发明属于基于计算机的电力交易技术领域，具体地说，涉及一种基于竞争图谱的电动汽车充电站需求响应方法。

背景技术

电动汽车(electric vehicle，EV)是指以车载电源为动力，用电机驱动车轮行驶，符合道路交通、安全法规各项要求的车辆。由于对环境影响相对传统汽车较小，其前景被广泛看好。随着新能源汽车的普及与推广，在环保的理念下，电力驱动的新能源的电动汽车(electric vehicle，EV)越来越普及，而针对其充电的管理也面对着更多的调整。

需求响应(demand response，DR)即电力需求响应的简称，是指当电力批发市场价格升高或系统可靠性受威胁时，电力用户接收到供电方发出的诱导性减少负荷的直接补偿通知或者电力价格上升信号后，改变其固有的习惯用电模式，达到减少或者推移某时段的用电负荷而响应电力供应，从而保障电网稳定，并抑制电价上升的短期行为。它是需求侧管理(DSM)的解决方案之一。

竞争图谱：将EV充电特征所有指标进行竞争比较，形成竞争比较列表(图谱)，并以此确定EV用户的贵宾级别。

我国将EV充电站需求响应分为传统需求响应方法和“源-荷-储”优化互补需求响应方法。传统需求响应方法以充放电价优化为目标，开展EV充电站需求响应。但传统需求响应只考虑了价格和激励引导下的EV充电负荷控制，对于含分布式能源的EV充电站适用性不强。“源-荷-储”优化互补需求响应方法充分利用EV充电站内的分布式能源、储能装置，实现EV参与需求响应的优化调度。但“源-荷-储”优化互补需求响应方法只考虑了能量的最优控制，未考虑EV用户的个性化需求和充电体验。

传统需求响应方法以充放电价优化为目标，开展EV充电站需求响应，主要有以下几种：

(1)考虑需求响应不确定性的电动汽车负荷Sigmoid云模型预测：基于EV用户的收益度与响应行为之间的不确定关系，采用Sigmoid模型控制需求响应。

(2)基于需求响应的电动汽车充放电电价与时段研究：以EV用户参与V2G成本最低为目标，开展价格型EV用户需求侧响应策略。

(3)计及激励型需求响应的电动汽车聚合商充电优化调度：构建经济激励型EV充电模型，以EV聚合商收益最大为目标，实现EV主动需求响应。

(4)基于迟滞模型的集群电动汽车参与实时需求响应V2G控制策略研究：通过迟滞控制模型有序控制EV集群的充放电过程，以参与需求响应。

(5)面向微网运营商的电动汽车参与需求侧响应调控策略：以EV充电站运行成本最小为目标，构建了多种需求响应策略。

而“源-荷-储”优化互补需求响应方法充分利用EV充电站内的分布式能源、储能装置，实现EV参与需求响应的优化调度，具体有以下几种方式：

(1)需求响应的电动汽车充电站多时间尺度随机优化调度：“源-荷-储”资源互补优化，实现EV充电站对价格和激励两种需求响应。

(2)考虑电动汽车充电和需求侧响应的光伏微电网多目标优化调度：以EV充电站微网系统的总体运行费用、电网购电费用最小为目标，通过有序控制充电站的光伏、储能、充电设施，以参与需求响应。

(3)基于滚动线性规划的光伏充电站自动需求响应：计算光伏发电功率与EV充电功率的不确定性，采用需求滚动可行域模型进行EV充电站需求响应控制。