[发明专利]基于典型负荷动态博弈的城市电动汽车充电决策方法

摘要

本发明提供一种基于典型负荷动态博弈的城市电动汽车充电决策方法，涉及电充汽车充电技术领域。该方法根据电网短期负荷曲线聚类得到某地区典型用户负荷类型，并计算得到电动汽车理想充电负荷曲线，以充电需求约束、充电时间约束、电动汽车充电数量限制、电网电力负荷曲线、配电网容量作为边界条件，以充电负荷曲线与理想充电负荷曲线误差最小为约束条件，以用户用电成本最低为目标函数，建立优化方程，并求解，得到充电策略，通过动态博弈的决策结果判断是否对电动汽车进行充电。本发明提供的方法，能改善电网负荷特性使电网在电动汽车接入后波动最小，提高电力设备负荷率，在此基础上使电动汽车用户花费的充电成本最低。

主权项

1.一种基于典型负荷动态博弈的城市电动汽车充电决策方法，其特征在于：该方法由一个变压器支路安装一个总的智能调度装置实现，所述智能调度装置控制变压器支路的n个充电桩，当有电动汽车接入时，充电桩上载电动汽车信息发送到智能调度装置，智能调度装置经过分析后发送充电策略到充电桩进行充电，智能调度装置与充电桩之间通过TCP进行通信；所述智能调度装置经过分析得到充电策略的具体方法包括以下步骤：步骤1：通过改进的AHPK‑means算法对短期电力负荷进行聚类，预测某区域电网的典型负荷曲线，电网的典型负荷曲线为除去电动汽车充电负荷之外的负荷曲线，包括如下步骤：步骤1.1：从某城市的电力公司SCADA系统的数据库中选取终端用户的负荷数据构成负荷矩阵A；所述负荷数据包括该城市某一个变压器的一条支路的用户类型、有功功率、无功功率及电压电流的测量值，每15min采样一次，每日共采样96个数据点；步骤1.2：对负荷矩阵A进行数据预处理，识别与修正异常数据，并进行归一化处理；步骤1.3：采用AHPK‑means算法对步骤1.2处理后的负荷矩阵A进行聚类分析，以双层加权欧式距离为相似性判据进行聚类；步骤1.4：聚类有效性检验；通过建立有效性指标，评价聚类结果，并确定最佳聚类数，得到最终的短期负荷曲线；步骤2：通过得到的短期负荷曲线计算电动汽车理想充电负荷曲线，包括以下步骤：步骤2.1：通过步骤1.4处理电力负荷数据矩阵A得到N类类中心成有显著差异的短期负荷曲线；步骤2.2：通过得到的N类短期负荷曲线得到用户的行为与构成，并结合聚类结果对用户的行为与构成进行分析，得到N种用户类别；步骤2.3：分别计算这N种用户类别的最大功率值Pmax、最小功率值Pmin、高峰出现的时间段th、低谷出现的时间段t1以及峰谷差Δp，其中最大功率值Pmax、最小功率值Pmin、高峰出现的时间段th、低谷出现的时间段t1由得到的短期负荷曲线直接得到，峰谷差Δp由下式计算得到：Δp＝Pmax‑Pmin；步骤2.4：通过以上信息得到电动汽车理想充电负荷曲线，即在低谷出现的时间段t1充电以及以最大功率值Pmax、最小功率值Pmin作为限制条件；步骤3：以充电需求约束、充电时间约束、电动汽车充电数量限制、电网电力负荷曲线、配电网容量作为边界条件，以充电负荷曲线与理想充电负荷曲线误差最小为约束条件，以用户用电成本最低为目标函数，建立优化方程，并求解，得到充电策略；步骤4：通过动态博弈的决策结果判断是否对电动汽车进行充电，即判断得到的最优充电策略是否具备可调节性，具体方法如下：步骤4.1：当某一电网支路中带载的任意一个充电桩内有新的电动汽车接入时，充电站运营系统自动根据站内充电桩运行状态将系统信息更新至下一个15min控制时点，并首先计算该辆电动汽车对应的SOC状态、充满电时所需的功率、所需充电时间段数Ji、停车时间段数Ti和系统从当前时段算起在该车离开的Ti个时间段内的充电负荷裕度Mt，Mt＝AtSTλ，其中，t＝1，2，…，Ti，Ti＝96；ST表示变压器额定容量；At用表示一天中第t个时间段内允许充电站对电动汽车进行充电的功率占变压器容量的比例；λ为充电负荷的功率因数；步骤4.2：在制定面向该用户的优惠分时电价时段之前，系统预先判断能否满足该电动汽车的充电需求，通过计算系统从当前时段算起在该车离开的Ti个时间段内的充电负荷裕度Mt实现：Hi＝|Ai|，Ai＝{t|Mt≥Pi，t＝1，2，...，Ti}；其中，|Ai|为集合Ai内的元素个数；步骤4.3：若对应时段的Mt≥Pi+P0，即在该时段可安排所有电动汽车充电，否则采用寻优算法合理的安排各个汽车是否充电，；Pi为各个充电桩有电动汽车接入时所需有功功率的总和，P0为当前的实时有功功率，Mt值越大表示对应时段的充电负荷裕度越大；步骤4.4：若Hi＜Ji，Ji表示电量充满的时间段数，则说明在该电动汽车停靠时间内，系统无法满足所有用户输入的充电需求，从而采用寻优算法安排电动汽车进行充电，以充电负荷裕度Mt作为约束条件，如果某电动汽车所需的充电功率超过SOC的80％，则以χ优先参数进行分配，即Pi＝χPi，之后以maxMt＝αP1+βP2+...+φPn作为目标方程进行求解，其中Pi为电动汽车的所配置的充电功率，α、β、...、φ为比重系数，求得以满足最佳充电需求的电动汽车数量，并得知哪些充电桩能为电动汽车进行充电，同时显示用户应以多大的功率进行充电；步骤4.5：对步骤4.4的结果进行分析，如果不能为电动汽车进行充电，则提示用户离开，如果能为电动汽车进行充电，则提醒用户能为其电动汽车进行充电，并且计算得到在用户离开时，系统最大满足的该电动汽车电池荷电状态：其中，表示初始电池容量，η为功率参数，Δt为从开始充电到离开的时长度，B_i为电动汽电池容量；由于该电动汽车在停靠时间内需要一直充电，充电站提示用户系统能最大满足的电池荷电状态并提示用户按高峰电价p_h进行收费，由用户自主选择接受充电服务或放弃充电服务；若用户接受充电服务，则安排电动汽车在充电负荷裕度M_t大于P_i+P₀的时段进行充电，并在对应时段将充电负荷裕度A_tS_Tλ更新为A_tS_Tλ‑P_i；步骤4.6：若Hi≥Ji，则说明在该电动汽车停靠时间内系统可满足所有电动汽车的充电需求，并且在满足用户充电需求的基础上，最大限度地实现削峰填谷；因此，充电站有序充电协调系统初步选择连续Ji个负荷裕度之和最大的起始时段的最小值为低谷电价的起始时段；具体地，按照如下表达式初步计算低谷电价的起始时段：考虑从时段开始一直到该电动汽车离开时，并存在J_i个时间段对应的充电负荷裕度M_t≥P_i+P₀的情况，则需将低谷电价起始时段调整至其后存在J_i时间段对应充电负荷裕度M_t≥P_i+P₀的位置，以确保用户在响应低谷电价后系统能将电动汽车的SOC充至所需要的水平；具体地，按照如下表达式对低谷电价的起始时段进行调整：其中，N为整数集；步骤4.7：在计算得到调整好的低谷电价起始时段后，确定时段内用户的充电电价为谷电电价p_l，其余时段充电电价为高峰电价p_h，以提示用户，由用户自主选择立即开始充电，或延迟至谷电电价开始充电；其中，D为时间参数，取0～1；若用户选择立即开始充电，则安排该电动汽车从下个时段开始逐个在对应充电负荷裕度Mt≥Pi+P0的时段充电，直到安排Ji个时间段为止；同时将对应充电时段的充电负荷裕度AtSTλ更新为AtSTλ‑Pi；若用户选择延迟至谷电电价开始充电，则安排该电动汽车从开始，逐个在对应充电负荷裕度M_t≥P_i+P₀的时段充电，直到安排J_i个时间段为止；同时将对应充电时段的充电负荷裕度A_tS_Tλ更新为A_tS_Tλ‑P_i。