具体实施方式

针对现有技术中没有结合日内EV出行实际情况实现各时段可调控能力的精确建模、没有考虑与电网的互动调度的影响以及目前对EV集群可调控能力的研究还有待进一步深入的问题，本文对EV集群可调控能力进行精细化建模，以EV电池容量和车主的充电需求为约束，建立EV集群可调控功率、容量边界模型。对在站的电动汽车状态进行分类，提出了基于时间裕度和荷电状态优先级排序的EV集群优化调度方法。该模型可以分析电动汽车状态变化对EV集群可调控能力的影响，为电网根据其储能潜力制定调度计划提供依据。

为了更好地理解本发明，下面结合说明书附图和实例对本发明的内容做进一步的说明。

实施例1：

本发明提供一种电动汽车集群可调控能力确定方法，如图1所示，包括：

S1：根据各电动汽车当前调度时刻的剩余充电时长、当前SOC、目标SOC，利用预先构建的单体电动汽车可调控能力评估模型计算电动汽车当前调度时刻可用充/放电容量和可用充/放电功率；

S2：对各电动汽车当前时刻可用充/放电容量和可用充/放电功率进行叠加，确定电动汽车集群在当前调度时刻的充放电容量边界和功率边界，进而确定电动汽车集群在当前调度时刻对应的调度时段的可调控能力。

其中，步骤S1中单体EV可调控能力评估模型的构建如下：

当用户将处于停驶状态的电动汽车接入电网时，充电站内聚合商可以读取电动汽车的初始荷电状态SOC、目标SOC、停驶时间段等参数，从而评估电动汽车可用充放电功率及容量。单体电动汽车可调控能力如图2所示。

定义单体电动汽车于t₀时刻接入充电桩，并于t_leave时刻断开连接，则区域A-B-C-D-E-F为单体电动汽车在该时间段内的最大运行区域。

电动汽车充放电过程中的SOC与时间t之间的关系为

式中，SOC_t为电动汽车在t时刻的荷电状态；为电动汽车在t₀时刻的荷电状态；P_t为t时刻电动汽车的充电功率；Q_n为电动汽车的额定容量。

由于单体电动汽车的额定容量保持不变，故图2中曲线的斜率可以表征电动汽车的充电功率。由AB-BC-CD-DE-EF-FA围成的区域为EV运行可行域，其边界可以表示为：

式中，P_max为电动汽车最大充电功率；-P_max为电动汽车最大放电功率；SOC₀为电动汽车接入电网时的初始荷电状态；SOC_max为电动汽车电池允许的最大荷电状态；SOC_min为电动汽车允许调控的最小荷电状态；SOC_obj为电动汽车用户设置的目标荷电状态。特别地，当SOC₀＜SOC_min时，需要先对其进行强制充电，当满足SOC≥SOC_min时才允许参与调控。t_now为当前调度时刻；t_leave为电动汽车离开时刻。

上述点A为电动汽车接入充电桩的时间、点B为基于初始SOC以最大充电运行达到电动汽车允许的最大荷电状态的时间、点C为电动汽车以最大可用荷电状态达到停驶时间、点D为电动汽车以目标荷电状态达到停驶时间、点F为基于初始SOC以最大放电运行达到电动汽车允许调控的最小荷电状态的时间、点E为电动汽车在允许调控的最小荷电状态以最大充电运行在停驶时间达到目标荷电状态的最大时间点为点E；

由点A、B、C、D依次连接得到的边AB、BC和CD所构成以最大可用荷电状态为目的优先充电、充电优先级最高的充电行为对应的第一边界；

由点A、F、E、D依次连接得到的边AF、FE和ED所构成以目标荷电状态为目的优先放电、充电优先级最低的充电行为对应的第二边界；

定义A-X曲线为电动汽车自接入后的充放电运行曲线，电动汽车在t₀～t_now时间段经历充放电过程，并于t_now时刻到达运行状态X，以最大充放电功率运行的曲线分别为XY、XZ，点Y为充电边界、点Z为放电边界，其表达式为：

单体电动汽车的可调控能力大小受到EV集群控制中心调度和自身电池容量的影响。定义EV集群的调度周期为T，t指时间，在此公式中相当于自变量(横轴)，则处于X运行状态的电动汽车的可用充放电容量受到T和图2中边界BC、CD、DE、EF限制，分别计算XY、XZ与可行域边界的交点进而得到电动汽车在t_now时刻的充放电容量边界，如式(4)所示。

式中，Q_chgT、Q_dchgT指单体EV在调度时间T约束下的最大可用充放电容量；Q_chgBC指单体EV在BC约束下的最大充电容量；Q_chgCD、Q_dchgCD指单体EV在CD约束下的最大充放电容量；Q_dchgED指单体EV在ED约束下的最大放电容量；Q_dchgFE指单体EV在FE约束下的最大放电容量。

在式(4)各边界约束下单体EV在未来调度周期T内最大可用充放电容量如式(5)所示。单体EV最大可用充放电功率不仅受自身电池充放电最大功率参数P_max限制，而且受到最大可用充放电容量限制，其计算方式如式(6)所示。

式中，Q_chg、Q_dchg为单体EV的可用充电、放电容量边界；P_chg、P_dischg为单体EV的可用充电、放电功率边界。由于可用充放电容量边界的计算考虑了调度时间内的最大功率限制，故可用充放电功率边界不会超过P_max。

单体电动汽车可调控能力评估模型构建好之后，可以计算电动汽车当前调度时刻可用充/放电容量和可用充/放电功率。

S2：对各电动汽车当前时刻可用充/放电容量和可用充/放电功率进行叠加，确定电动汽车集群在当前调度时刻的充放电容量边界和功率边界，进而确定电动汽车集群在当前调度时刻对应的调度时段的可调控能力，具体包括：

电动汽车集群可调控能力为单体电动汽车可调控能力在时间轴上的叠加。定义集合N(t)＝[1,…,k,k+1,…,n]为t时刻某集群EV的编号，电动汽车k的可调控能力可以根据单体EV储能能力模型得到，则t时刻EV集群可调控能力为：

式中，Q_clu(t)为t时刻EV集群的可用容量边界，包括充、放电容量边界；P_clu(t)为t时刻EV集群的可用功率边界，包括充、放电功率边界。

实施例2：

基于同一种发明构思本发明还提供一种电动汽车集群的调度方法，如图3所示，包括：

步骤1：根据电动汽车集群中各电动汽车的初始SOC、目标SOC和停驶时间，利用本发明提供的一种电动汽车集群可调控能力确定方法(实现办法可以参考实施例1的具体实例，这里不再累述)确定电动汽车集群在各调度时段的可调控能力；

步骤2：基于电网需求时间序列和各调度时段电动汽车集群可调控能力，以供需平衡为目标分别对电动汽车集群中的各电动汽车在各调度时段进行功率分配。

其中，步骤1具体包括：

1)在各调度时刻t_sch，依次针对电动汽车集群中各电动汽车的停驶时间、接入后的充放电曲线和接入时间，计算所述电动汽车的当前调度时刻剩余充电时长、当前SOC；

2)根据每个电动汽车的当前调度时刻剩余充电时长、当前SOC和目标SOC确定电动汽车状态类型；其中所述电动汽车状态类型包括刚性电动汽车和柔性电动汽车；

3)基于所有柔性电动汽车利用本发明提供的一种电动汽车集群可调控能力确定方法计算电动汽车集群在当前调度时刻对应的调度时段的可调控能力。其中各调度时段为相邻调度时刻间的时间段。

根据每个电动汽车的当前时刻剩余充电时长、当前SOC和目标SOC确定电动汽车状态类型具体过程如下：

在处于停驶状态的电动汽车接入充电桩的时间段内，其状态可以分为为刚性电动汽车和柔性电动汽车两种。若EV停车时间较短、目标SOC较高，即使以最大充电功率进行充电，在用户离开时间仍不能达到用户设定的目标SOC，此类EV称为刚性EV。若EV停车时间以及目标SOC合理，EV充放电具有一定的调节裕度，则此类充电称为柔性EV。

第k辆EV的最短充电时间可通过式(9)计算，停留时长可通过式(10)计算。若电网在t_sch时刻下发EV集群出力指令，此时需判断EV分类。若则第k辆EV为刚性电动汽车；若第k辆EV为柔性电动汽车。

式中，为第k辆EV在t_sch时刻的荷电状态；为为第k辆EV的目标荷电状态；为第k辆EV的额定容量；为第k辆EV的最大充电功率。

步骤2包括如下具体过程

在EV集群调度时刻t_sch，EV集群控制中心评估集群的可调控能力，电网根据EV集群控制中心提供的可调控能力边界，以系统供需平衡为目标优化得到EV集群的出力曲线，EV集群控制中心通过内部调度策略对每一辆EV进行相应的功率优化分配，实现对电网下发EV集群出力曲线的准确跟踪。

首先，EV集群控制中心对t_sch时刻接入充电桩的电动汽车进行分类，优先对刚性EV以最大功率进行充电，[t_sch,t_sch+T]时间段内第i辆刚性EV的充电功率如式(11)所示。

则刚性EV集群的总充电功率为：

式中，m为t_sch时刻EV集群中刚性EV的数量；为第i辆刚性EV的充电功率；P_rigid为刚性EV集群的总充电功率。

柔性电动汽车集群在调度周期T内的充放电总功率可以表示为：

P_flex＝P_dem-P_rigid(13)

式中，P_dem为电网对EV集群下发的出力指令，P_flex为柔性EV集群的总充放电功率。

柔性EV集群内部充放电顺序根据单体电动汽车t_sch时刻的时间裕度以及荷电状态裕度确定。按照式(14)优先级指标PRI(t_sch)大小对柔性EV集群内部进行充放电优先级排序。PRI(t_sch)越大，代表柔性EV的可调裕度越大，若t_sch时刻下发的柔性EV集群出力指令P_flex<0，此部分EV优先放电；PRI(t_sch)越小，代表柔性EV的可调裕度越小，若t_sch时刻下发的柔性EV集群出力指令P_flex>0，此部分EV优先充电。

式中，PRI^j(t_sch)为第j辆柔性EV在t_sch时刻的充放电优先级指标；为第j辆柔性EV在t_sch时刻达到目标SOC的最短充电时间，其计算方式可参见式(9)；为第j辆柔性EV的达到停驶时间后离站的时间，t_sch为调度时刻。

当柔性EV集群接收到充电指令时，以满足充电优先级较高的柔性EV充电需求为原则，率先安排调节裕度小、PRI^j(t_sch)值较低的EV进行充电；当柔性EV接收到放电指令时，率先安排调节裕度大、PRI^j(t_sch)值较高的EV进行放电。考虑到EV自身电池容量限制，[t_sch,t_sch+T]时间段内第j辆柔性EV的充放电功率如式(15)所示。

式中，为第j辆柔性EV的电池容量；为第j辆柔性EV允许的最大荷电状态；为第j辆柔性EV在t_sch时刻的荷电状态；为第j辆柔性EV允许的最小荷电状态。其中，应满足EV自身充放电最大功率限制，即

柔性EV集群已响应的功率P_al-flex如式(16)所示。

式中，l表示已对出力指令作出响应柔性EV数量；为第j辆柔性EV的在[t_sch,t_sch+T]时间段内的充放电功率。P_flex为调度分配的柔性电动汽车总需求功率，若P_al-flex＜P_flex，需按充放电优先级指标对柔性EV集群继续进行功率分配。若P_al-flex＜P_flex且则当P_al-flex＝P_flex时，代表对柔性EV集群的功率分配结束。

本发明中柔性电动汽车在按照充放电指令进行响应时，以满足充电优先级较高的柔性EV充电需求为原则，依次在每一辆柔性电动汽车进行功率响应完成后，都与功率需求P_flex进行对比，若已响应的柔性电动汽车功率P_al-flex未达到功率需求，则分配下一辆柔性电动汽车，若超过，则按照设置最后一辆电动汽车的功率，以使得相应调度的柔性电动车的功率与柔性电动汽车集群的总需求一致。

实施例3：

下面利用某日某办公区私家车进出真实时间数据为基础进行仿真建模，对本发明提到的电动汽车集群可调控能力确定方法和调度方法进行说明。

本实施例设定仿真时间设置为0点-24点，调度周期设置为10min。当天共有169辆电动汽车参与电网调控，不同时间段电动汽车的数量如图4所示。设电动汽车集群的初始荷电状态为SOC₀～U(0.2,0.4)，最大荷电状态SOC_max为0.9，最小荷电状态SOC_min为0.15，目标荷电状态SOC_obj为0.85，电池容量Q_n为70kW·h，最大充电功率P_max为60kW，最大放电功率为-60kW。

其仿真过程具体如下，并根据仿真过程对集群可调控能力评估结果分析：

EV集群可调控能力受电网下发出力指令的影响，图5为EV集群参与系统调度结果。如图5所示，60-65调度周期内，EV集群响应电网充电调度指令，下一调度时刻EV集群的充电响应能力下降、放电响应能力上升，集群可调控边界整体下移；相反，65-80调度周期内，EV集群响应电网放电调度指令，下一调度时刻EV集群的充电响应能力上升、放电响应能力下降，集群可调控边界整体上移。

电网在集群可调控边界内下发的EV集群出力指令可以得到响应。EV集群在收到调度指令后的响应情况如图6-图8所示。由图6中仿真结果可以看出，电动汽车集群能够准确跟踪响应能力边界内给定的功率需求，但是由于调度区间内有部分电动汽车离站的情况，故存在极小程度上的波动。

图7为调度指令下单体EV的出力响应情况，从图中可以看出柔性电动汽车均可在离场时间充电至[SOC_obj,SOC_max]区间，满足车主出行需求；有5辆电动汽车由于初始电量过低、停留时间过短(属于刚性EV)，即使采用最大功率充电，仍不能达到目标SOC。

图8为第2、8、20、156辆EV的响应情况，从图中可以看出，单体EV在站时间内充放电功率和荷电状态紧随EV集群出力指令的变化。其中第20辆EV为刚性EV，不管调度指令如何变化，其在站时间一直保持最大充电功率，但离站时仍未达到目标SOC。

由此可见，本发明可以根据电动汽车充电过程确定电动汽车的运行状态(刚性或柔性)，并通过对不同状态的EV进行合理的功率分配实现对EV集群功率、容量边界的实时动态更新，实现对EV集群可调控能力进行精细化建模。

实施例4：

为了实现电动汽车集群可调控能力确定方法，本发明还提供一种电动汽车集群可调控能力确定系统，如图9所示，包括：

单体电动汽车计算模块，用于基于调度时段T内的各时刻，根据各电动汽车的剩余充电时长、当前SOC、目标SOC，利用预先构建的单体电动汽车可调控能力评估模型计算电动汽车当前时刻可用充/放电容量和可用充/放电功率；

电动汽车集群计算模块，用于对各电动汽车当前时刻可用充/放电容量和可用充/放电功率进行叠加，确定电动汽车集群在当前时刻的充放电容量边界和功率边界，进而确定电动汽车集群在当前的可调控能力。

本实施例各功能模块就是为了实现电动汽车集群可调控能力确定方法而设计，具体参考上述实施例，这里不再累述。

实施例5：

为了实现本发明的电动汽车集群的调度方法，本实施例提供一种电动汽车集群的调度系统，如图10所示，包括：

可调控能力确定模块，用于在调度时段T内，根据电动汽车集群中各电动汽车的初始SOC、目标SOC和停驶时间，利用本发明提供的一种电动汽车集群可调控能力确定方法确定电动汽车集群的可调控能力；

调度模块，用于基于电网需求时间序列和各时刻电动汽车集群可调控能力和，以供需平衡为目标分别对电动汽车集群中的各电动汽车在调度时段T内各时刻进行功率分配。

本实施例各功能模块就是为了实现电动汽车集群的调度方法而设计，具体参考上述实施例，这里不再累述。

显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。