考虑用户出行需求的电动汽车集群电网调峰容量整合方法
阅读说明：本技术 考虑用户出行需求的电动汽车集群电网调峰容量整合方法 (Electric vehicle cluster power grid peak regulation capacity integration method considering user travel demand ) 是由 王海鑫 袁佳慧 李云路 杨俊友 马一鸣 孙智辉 李延珍 冯佳威 王康 张世宇 于 2021-09-01 设计创作，主要内容包括：本发明涉及考虑用户出行需求的电动汽车集群电网调峰容量整合方法,步骤：进行调峰车辆的筛选；根据车辆SOC值将可调峰类型分类为A类、B类和C类,判断车辆参与调峰状态；根据可调峰类型的分类以及车辆电池充放电功率的上下限,计算电动汽车的可调容量；根据每个电动汽车的可调容量,得到本次循环中第一批充电车辆达到最大电量值时所需的时间t-(d)或放电车辆达到最小电量值时所需的时间t-(u),达到相应时间后将此批车辆退出调峰并返回步骤S1；将新近来车SOC纳入新一轮循环考虑范围,直至调峰阶段结束。本发明通过考虑用户出行需求、汽车电池充放电功率、避免过充过放行为计算电动汽车集群可调峰容量,解决现有技术具有一定局限性的问题。(The invention relates to a peak regulation capacity integration method of an electric vehicle cluster power grid considering user travel demands, which comprises the following steps: screening peak-shaving vehicles; classifying the adjustable peak types into A type, B type and C type according to the SOC value of the vehicle, and judging the state of the vehicle participating in peak adjustment; calculating the adjustable capacity of the electric automobile according to the classification of the adjustable peak types and the upper limit and the lower limit of the charge and discharge power of the vehicle battery; according to the adjustable capacity of each electric automobile, the time t required by the first batch of charging vehicles to reach the maximum electric quantity value in the cycle is obtained d Or the time t required for the discharging vehicle to reach the minimum electric quantity value u When the corresponding time is reached, the batch of vehicles is quitted from peak shaving and returns to the step S1; and (4) taking the SOC of the newly coming vehicle into a new cycle consideration range until the peak shaving stage is finished. The invention calculates the peak-tunable capacity of the electric automobile cluster by considering the travel demand of the user and the charge and discharge power of the automobile battery and avoiding the over-charge and over-discharge behavior,the problem that the prior art has certain limitation is solved.)
技术领域
本发明涉及电动汽车调峰容量整合技术领域，具体为涉及考虑用户出行需求的电动汽车集群调峰容量整合方法。
背景技术
电动汽车具有移动储能特性，具有响应速度快、充放电功率大等特点，充电站可利用其移动储能特性实现大规模电动汽车合理参与配电网调峰响应。
目前，对于电动汽车V2G可调度容量评估的研究中，较少考虑电动汽车作为可控性负荷所提供调度容量时，需要满足用户出行需求、电池充放电功率限制及避免过充过放行为。这将降低可控容量预测误差，导致接入电网的电动汽车数量无法满足调度规划，造成经济效益降低。
发明内容
本发明提出一种考虑用户出行需求的电动汽车集群调峰容量整合方法，其目的在于解决现有研究中没有全面考虑多影响因素对电动汽车参与调峰响应的调峰容量的缺陷，导致接入电网的电动汽车数量无法满足调度规划，造成经济效益降低的问题。
为解决上述技术问题，本发明的技术方案如下：
考虑用户出行需求的电动汽车集群电网调峰容量整合方法，包括以下步骤：
S1：根据用户输入信息，计及用户出行需求及电池容量约束，引入用户响应度β，得到可参与系统调峰车辆，并根据可参与系统调峰车辆判断条件进行调峰车辆的筛选；
S2：根据上述完成可参与调峰车辆的筛选，根据车辆SOC值将可调峰类型分类为A类、B类和C类，判断车辆参与调峰状态；
S3：根据可调峰类型的分类以及车辆电池充放电功率的上下限，计算电动汽车的可调容量；
S4：根据每个电动汽车的可调容量，得到本次循环中第一批充电车辆达到最大电量值时所需的时间td或放电车辆达到最小电量值时所需的时间tu，达到相应时间后将此批车辆退出调峰并返回步骤S1；同时考虑td或tu时间内站内将有新近来车，将新近来车SOC纳入新一轮循环考虑范围，再次进行调峰容量计算，直至调峰阶段结束。
进一步的，用户响应度β的计算公式为：
式中，NEV为接入充电装置的电动汽车数量，NV2G为愿意参与调度的车辆总数。
进一步的，可参与系统调峰车辆判断条件为：
tsur＞tr+ti,chrg+ty
其中，tsur＝tpre-ti
式中，tsur为当前站内车辆剩余充电停留时长，tpre为预计停留时间，ti为当前时间，ti，chrg为调峰后剩余电量预计充电时长，ty为用户提前取车时间余量，一般可设置为30分钟及以上，SOCi,td表示车主设定离开时最低满意电量，SOCr为调峰后车辆剩余电量，Ci,bat为电池容量，Pmax为最大功率，η表示电动汽车进行充放电时的电能转换效率，电动汽车进行充电时，为ηc50％；放电时,ηf为80％，SOCi为参与调峰时的初始电量，P为参与调峰时的充放电功率，tr为调峰时间。
进一步的，步骤S2中，A类为SOC容量为0-20％，只能进行充电；B类为SOC容量为20-80％，即可充电也可放电；C类为SOC容量为80-100％，只可进行放电。
进一步的，步骤S3中可调容量为：
充电站内A类车的可充电容量总量SOCAD为：
SOCAD＝ηcPbasetr·nA
充电站内B类车的可充电容量总量SOCBD为：
SOCBD＝ηcPbasetr·nB
充电站内B类车的可放电容量总量SOCBU为：
SOCBU＝ηfPmaxtr·nB
充电站内C类车的可放电容量总量SOCCU为
SOCCU＝ηfPmaxtr·nC
充电站内可充电容量总量SOCD为：
SOCD＝SOCAD+SOCBD
充电站内可放电容量总量SOCU为：
SOCU＝SOCCU+SOCBU
式中，nA为充电站类A类车的数量，nB为充电站类B类车的数量，nC为充电站类C类车的数量，Pbase为保底功率，车辆充电时采用保底功率Pbase，Pmax为最大功率，放电时采用最大功率Pmax。
进一步的，步骤S4中第一批充电车辆达到最大电量值所需时间td为：
第一批放电车辆达到最小电量值所需时间tu为：
有益效果：
本发明考虑用户出行需求的电动汽车集群调峰容量分类整合方法，通过考虑用户出行需求、汽车电池充放电功率、避免过充过放行为计算电动汽车集群可调峰容量，解决现有技术具有一定局限性的问题。
附图说明
图1为考虑用户出行需求的电动汽车集群调峰容量分类整合流程图；
图2为车辆SOC分类示意图；
图3为电动汽车可调裕度示意图。
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步说明。
如图1所示，为本实施例的考虑用户出行需求的电动汽车集群调峰容量整合方法的流程图。
本实施例的考虑用户出行需求的电动汽车集群调峰容量整合方法，包括以下步骤：
S1:根据用户输入充电预计离开时间、离开时最小SOC满意值等信息进行可参与调峰车辆筛选。
本实施例中，通过车辆接入充电桩获取相应的充电信息，通过用户进行充电时输入的离开时间、离开时最小SOC满意值等信息对用户剩余充电停留时长tsur和调峰后剩余电量预计充电时长ti，chrg进行计算，并考虑用户参与调峰响应度，筛选出可参与调峰的车辆。
本步骤中的计算过程如下：
考虑用户响应度会影响最终调度容量计算的效果，在此引入用户响应度β来反映愿意参与调度的用户占比。用户响应度计算公式如(1)所示。
式中NEV为接入充电装置的电动汽车数量，NV2G为愿意参与调度的车辆总数。
计算参与调峰阶段充电站内电动汽车可参与调峰容量时，首先要计算当前站内车辆剩余充电停留时长tsur和调峰后剩余电量预计充电时长ti，chrg。二者计算公式如(2)-(4)所示。
tsur＝tpre-ti (2)
式中tpre为预计停留时间，ti为当前时间
式中，SOCr为调峰后车辆剩余电量，SOCi为参与调峰时的电量，P为参与调峰时的充放电功率，tr为调峰时间，SOCi,td表示车主设定离开时最低满意电量，SOCi,t为当前剩余电量，采用最大功率进行充电，Ci,bat为电池容量。
在保证车主出行需求条件下，对车辆剩余充电停留时长和剩余电量预计充电时长进行判断，为防止出现车主提前取车事件，设置提前取车时间余量ty，提前取车时间余量可以根据需求进行调整一般为30分钟及以上，即车辆tsur＞tr+ti,chrg+ty才可参与系统调峰。
S2:根据上述完成可参与调峰车辆的筛选，避免过充/过放行为对电动汽车电池造成损害，根据车辆SOC值进行可调峰类型分类:
计及电动汽车电池过充或过放会对电池造成损害，导致电池寿命缩短，因此，将电池容量设为ABC三个类。A类：SOC容量为0-20％，只能进行充电；B类：SOC容量为20-80％，即可充电也可放电；C类：SOC容量为80-100％，只可进行放电。其分类示意图如图2所示。
S3:考虑车辆电池充放电功率的上下限，针对电动汽车充放电情况分别进行计算电动汽车调峰容量，得到考虑用户出行需求的电动汽车集群分类调峰容量，其计算过程如下：
考虑电动汽车可调度容量受用户充放电功率及可调节上下限等因素制约，不能无限制地调度。其可调裕度示意图如图3所示。
横线区域为状态变量约束所定义的可行域，曲线表示电动汽车电量，电动汽车部分的可行域以接入时电量和充电时刻对应的点为起点A，区域边AB的斜率为最大功率Pmax，边AC的斜率为保底功率Pbase，最大可能电量的直线构成的三角形如斜线区域所示。
步骤S3中可调容量分为两种情况，一种情况是单位时间内单体电动汽车放电容量SOCm，另一种情况是单位时间内单体电动汽车充电容量SOCb，
单位时间内单体电动汽车放电容量SOCm为：
SOCm＝ηfPmaxt
单位时间内单体电动汽车充电容量SOCb为：
SOCb＝ηcPbaset
式中，ηc为电动汽车进行充电时的电能转换效率，ηc＝50％η；ηf为电动汽车进行放电时的电能转换效率，ηf＝80％η，η表示电动汽车进行充放电时的电能转换效率。
充电站内A类车的可充电容量总量SOCAD如(7)所示。
SOCAD＝ηcPbasetr·nA (7)
充电站内B类车的可充电容量总量SOCBD如(8)所示。
SOCBD＝ηcPbasetr·nB (8)
充电站内B类车的可放电容量总量SOCBU如(9)所示。
SOCBU＝ηfPmaxtr·nB (9)
充电站内C类车的可放电容量总量SOCCU如(10)所示。
SOCCU＝ηfPmaxtr·nC (10)
充电站内可充电容量总量SOCD如(11)所示。
SOCD＝SOCAD+SOCBD (11)
充电站内可放电容量总量SOCU如(12)所示。
SOCU＝SOCCU+SOCBU (12)
式中，nA为充电站内A类车的数量，nB为充电站内B类车的数量，nC为充电站内C类车的数量。
S4：避免过充/过放行为发生，得到本次循环中第一批充电车辆达到最大电量值时所需的时间td或放电车辆达到最小电量值时所需的时间tu，达到相应时间后将此批车辆退出调峰并返回步骤S1。同时考虑td或tu时间内站内将有新近来车，将新近来车SOC纳入新一轮循环考虑范围，再次进行调峰容量计算，直至调峰阶段结束。具体计算方式如下：
第一批充电车辆达到最大电量值所需时间td如(13)所示。
第一批放电车辆达到最小电量值所需时间tu如(14)所示。
式中，SOCi为参与调峰时的初始电量。
本实施例中，在对电动汽车集群可参与调峰容量进行计算的过程中，用户充电预计离开时间、离开时最小SOC满意值等信息由车辆接入充电桩时用户自主输入，之后，考虑用户响应度及用户出行需求对可参与调峰车辆进行筛选，能够有效提高未来调峰容量预测准确度，降低可控容量预测误差，保障接入电网的电动汽车数量满足调度规划。
本实施例中，将参与调峰时车辆SOC进行分类，避免过充过放事件发生，保障参与调峰车辆电池寿命。