一种需求响应下电动汽车的碳减排核算方法、系统及设备与流程

本发明涉及一种碳减排核算方法，尤其涉及一种需求响应下电动汽车的碳减排核算方法、系统及设备。

背景技术：

1、随着全球碳排放和气候变化问题的日益加剧，电动汽车作为一种清洁能源交通工具受到了广泛关注，电动汽车作为需求响应的重要可调配资源，它的充放电过程仍然与碳排放密切相关。

2、目前利用电动汽车对配电网进行反向放电的v2g技术作为一种新型的技术，可以利用大量电动汽车的储能源作为电网和可再生能源的缓冲，通过进行削峰反向放电，不仅可以在用电高峰时期很大的缓解电网压力，还可以为电动汽车用户创造收益。

3、虽然这种技术可以电动汽车反向放电实现削峰填谷，但其仍存在以下缺陷：

4、传统需求响应场景下电动汽车碳减排核算往往只是对峰谷时期电动汽车充电响应电量进行计算，未对反向放电行为进行碳减排核算。

5、公开该背景技术部分的信息仅仅旨在增加对本技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

1、本发明的目的是克服现有技术中存在的未对反向放电行为进行碳减排核算的缺点，提供了一种可以对反向放电行为进行碳减排核算的需求响应下电动汽车的碳减排核算方法。

2、为实现以上目的，本发明的技术解决方案是：

3、一种需求响应下电动汽车的碳减排核算方法，所述碳减排核算方法包括：

4、s1、数据收集及构建需求响应基准线，收集电动汽车参数、电网参数及相似日影响因素数据，并基于收集的数据进行基线负荷计算，得到需求响应基准线；

5、s2、构建碳减排量算法模型,基于需求响应基准线构建碳减排量算法模型，所述碳减排量算法模型的目标函数为电动汽车在需求响应场景下的总碳减排量；

6、s3、碳减排量核算，将s1中获取的数据代入碳减排量算法模型中进行求解，得到电动汽车进行需求响应的总减碳量。

7、所述s1中收集的电动汽车参数包括电动汽车的充电负荷、电动汽车电池容量、电动汽车储能元件的自放电率、电动汽车储能元件的放电功率、电动汽车储能元件的放电效率、电动汽车储能元件的额定容量数据；

8、所述电网参数包括配电网充电负荷数据及不同时段国网动态电碳因子；

9、所述相似日影响因素数据包括天气信息。

10、所述s1基于收集的数据进行基线负荷计算包括以下步骤：

11、s1.1、需求响应事件分类，定义需求响应事件发生的日期为响应执行日，根据响应执行日的属性将需求响应事件细分为工作日响应事件和非工作日响应事件，所述工作日响应事件为响应执行日为工作日的事件，所述非工作日响应事件为响应执行日为非工作日的事件；

12、s1.2、创建响应基准线，当需求响应事件发生时，选择响应执行日开始前30至60天作为备选相似日，获取各个备选相似日的配电网充电负荷数据及相似日影响因素作为基准线数据集，所述相似日影响因素为当日最高温度、最低温度及日期属性；

13、剔除基准线数据集中非工作日的数据，剩余数据为样本1；

14、剔除基准线数据集中工作日的数据，剩余数据为样本2；

15、通过相似日选取方法从样本1中选取与响应执行日相似度最高的十个相似日，再从选取得到的十个相似日中选出对应响应时段用电量最高的5天创建工作日响应基准线；

16、同时通过相似日选取方法从样本2中选取与响应执行日相似度最高的四个相似日创建非工作日响应基准线；

17、s1.3、将工作日响应基准线和非工作日响应基准线拟合，创建需求响应基准线；

18、s1.4、通过调整因子对需求响应基准线进行调整，得到用户最终基准线。

19、所述s1.2中，相似日算法筛选包括以下步骤：

20、判断各个备选相似日对应的日期属性，所述日期属性的表达式为：

21、ddate＝[星期几，非工作日总天数，所处非工作日的第几天]

22、上式中，ddate为日期属性，代表当日是否是非工作日、非工作日的天数及处于非工作日第几天；

23、判断各个备选相似日的天气信息表征，所述天气信息表征的表达式为：

24、dwether＝[最高温，最低温]

25、上式中，dwether为天气信息表征，代表当日的最高温及最低温；

26、根据天气预报实时获取响应执行日的天气数据dwetheryc，分别计算响应执行日的天气数据dwetheryc与各个备选相似日的历史天气数据的天气偏差度，所述天气偏差度的表达式为：

27、δk＝(dwetheryc-dwetherk)2，k∈1,2,…45

28、筛选与响应执行日的天气偏差度排名最高的十个备选相似日对应的负荷ewehter(date)，所述负荷ewehter(date)的表达式为

29、ewehter(date),date∈min(δk)[1-10]。

30、所述s1.3中，当响应执行日为工作日时，将工作日响应基准线作为需求响应基准线，当响应执行日为非工作日时，将非工作日响应基准线作为需求响应基准线。

31、所述s1.4中，所述调整因子由需求响应事件发生前4小时的配电网充电负荷决定，从事件发生前4小时的配电网充电负荷中排除离事件发生前最近的1小时的负荷数据，计算剩余3小时负荷数据的均值，与基准线对应时段的3小时负荷均值相除，得到调整因子，所述调整因子的表达式为：

32、

33、式中，c(i,j)为第i日第j小时开始执行需求响应事件的基线负荷的调整因子，prl(i,j-4)、prl(i,j-3)及prl(i,j-2)分别为第i日第j-4、j-3及j-2小时的实际负荷值，pbl(i,j-4)、pbl(i,j-3)及pbl(i,j-2)分别为第i日第j-4、j-3及j-2小时的基线负荷值；

34、将调整因子乘以基准线中的每小时负荷得到用户最终基准线，所述用户最终基准线的表达式为：

35、p'bl(i,k)＝c(i,j)pbl(i,k) k≥j

36、上式中，p'bl(i,k)为用户最终基准线，所述用户最终基准线为第i日第k小时通过调整因子调整之后的基线负荷，k为参与削峰或填谷的需求响应时段，pbl(i,k)为未经调整的基线负荷。

37、所述s2构建碳减排量算法模型包括以下步骤：

38、s2.1、计算电动汽车削峰填谷时段的充电量，根据所述电动汽车充电负荷，得到电动汽车进行需求响应在削峰和填谷时段的充电量，表达式为：

39、

40、上式中，cea(i,k)为第i日对应k时段参与削峰或填谷时段的充电量，prl(i,k)为第i日第k时段的实际负荷值，k为参与削峰或填谷的需求响应时段；

41、s2.2、计算电动汽车削峰时段的反向放电量，根据电动汽车电池容量及电动汽车进行需求响应在削峰和填谷时段的充电量，得到电动汽车储能元件在削峰时段的反向放电量，所述储能元件在反向放电结束后的电池容量的表达式为：

42、socd(t)＝(1-δ)*socd(t-1)-pd*△td/ex*ηd

43、上式中，socd(t)为第t个反向放电时段结束时电动汽车储能元件的电池容量，socd(t-1)表示第t-1个放电时段结束时电动汽车储能元件的电池容量，δ表示电动汽车储能元件的自放电率，pd表示电动汽车储能元件的放电功率，△td表示电动汽车储能元件的放电时间间隔，ηd表示电动汽车储能元件的放电效率，ex表示电动汽车储能元件的额定容量；

44、通过电池容量及储能元件在削峰时段的反向放电量计算得到反向放电时段结束时电动汽车储能元件放电减少的电池容量，所述反向放电时段结束时电动汽车储能元件放电减少的电池容量的表达式为：

45、socd (t)'＝soc-socd (t)

46、上式中，socd(t)'表示第t个反向放电时段结束时电动汽车储能元件放电减少的电池容量；

47、计算电动汽车在需求响应日动态电碳因子的峰时反向放电时段内的反向放电量，所述电动汽车在需求响应日动态电碳因子的峰时反向放电时段内的反向放电量的表达式为：

48、

49、上式中，rea(i,l)表示第i期需求响应日第l时段峰时反向放电量，i表示碳减排核算的日期，l表示需求响应日动态电碳因子的峰时反向放电时段，socd(l)'为第l反向放电时段结束时电动汽车储能元件放电减少的电池容量，ηd表示电动汽车储能元件的放电效率；

50、s2.3、结合电动汽车削峰和填谷充电和反向放电，分别构建碳减排量算法模型，所述碳减排量算法模型的表达式为：

51、

52、上式中，dea(i,k)为第i日对应k时段参与削峰和填谷的需求响应电量，cea(i,k)为第i日对应k时段参与削峰或填谷时段的充电量，p'bl(i,k)为第i日第k小时通过调整因子调整之后的基线负荷，k为参与削峰或填谷的需求响应时段。

53、

54、上式中，de(i)为第i期基准情景下削峰和填谷充电需求响应的温室气体碳减排量，dea(i,k)表示第i期第k时段削峰和填谷充电需求响应电量，ef(i,k)表示第i期需求响应日第k时段的动态电碳因子，i表示碳减排核算的日期，k表示需求响应日动态电碳因子的削峰和填谷充电时段。

55、

56、上式中，re(i)为第i期峰时反向放电的温室气体碳减排量，rea(i,l)表示第i期需求响应日第l时段峰时反向放电量，ef(i,l)表示第i期需求响应日第l时段的动态电碳因子，i表示碳减排核算的日期，l表示需求响应日动态电碳因子的峰时反向放电时段。

57、tcr(i)＝de(i)+re(i)

58、上式中，tcr(i)为第i期电动汽车用户参与需求响应的总碳减排量，de(i)为第i期基准情景下削峰和填谷充电需求响应的温室气体碳减排量，re(i)为第i期峰时反向放电的温室气体碳减排量。

59、一种需求响应下电动汽车的碳减排核算系统，其特征在于：

60、所述碳减排核算系统包括：

61、数据获取分析模块，用于执行前述的收集电动汽车参数、电网参数及相似日影响因素数据，并基于收集的数据进行基线负荷计算，得到需求响应基准线的操作；

62、所述s1中收集的电动汽车参数包括电动汽车的充电负荷、电动汽车电池容量、电动汽车储能元件的自放电率、电动汽车储能元件的放电功率、电动汽车储能元件的放电效率、电动汽车储能元件的额定容量数据；所述电网参数包括配电网充电负荷数据及不同时段国网动态电碳因子；所述相似日影响因素数据包括天气信息；

63、所述基于收集的数据进行基线负荷计算包括以下步骤：

64、s1.1、需求响应事件分类，定义需求响应事件发生的日期为响应执行日，根据响应执行日的属性将需求响应事件细分为工作日响应事件和非工作日响应事件，所述工作日响应事件为响应执行日为工作日的事件，所述非工作日响应事件为响应执行日为非工作日的事件；

65、s1.2、创建响应基准线，当需求响应事件发生时，选择响应执行日开始前30至60天作为备选相似日，获取各个备选相似日的配电网充电负荷数据及相似日影响因素作为基准线数据集，所述相似日影响因素为当日最高温度、最低温度及日期属性；

66、剔除基准线数据集中非工作日的数据，剩余数据为样本1；

67、剔除基准线数据集中工作日的数据，剩余数据为样本2；

68、通过相似日选取方法从样本1中选取与响应执行日相似度最高的十个相似日，再从选取得到的十个相似日中选出对应响应时段用电量最高的5天创建工作日响应基准线；

69、同时通过相似日选取方法从样本2中选取与响应执行日相似度最高的四个相似日创建非工作日响应基准线；

70、s1.3、将工作日响应基准线和非工作日响应基准线拟合，创建需求响应基准线；

71、s1.4、通过调整因子对需求响应基准线进行调整，得到用户最终基准线；

72、所述s1.2中，相似日算法筛选包括以下步骤：

73、判断各个备选相似日对应的日期属性，所述日期属性的表达式为：

74、ddate＝[星期几，非工作日总天数，所处非工作日的第几天]

75、上式中，ddate为日期属性，代表当日是否是非工作日、非工作日的天数及处于非工作日第几天；

76、判断各个备选相似日的天气信息表征，所述天气信息表征的表达式为：

77、dwether＝[最高温，最低温]

78、上式中，dwether为天气信息表征，代表当日的最高温及最低温；

79、根据天气预报实时获取响应执行日的天气数据dwetheryc，分别计算响应执行日的天气数据dwetheryc与各个备选相似日的历史天气数据的天气偏差度，所述天气偏差度的表达式为：

80、δk＝(dwetheryc-dwetherk)2，k∈1,2,…45

81、筛选与响应执行日的天气偏差度排名最高的十个备选相似日对应的负荷ewehter(date)，所述负荷ewehter(date)的表达式为

82、ewehter(date),date∈min(δk)[1-10]；

83、所述s1.3中，当响应执行日为工作日时，将工作日响应基准线作为需求响应基准线，当响应执行日为非工作日时，将非工作日响应基准线作为需求响应基准线；

84、所述s1.4中，所述调整因子由需求响应事件发生前4小时的配电网充电负荷决定，从事件发生前4小时的配电网充电负荷中排除离事件发生前最近的1小时的负荷数据，计算剩余3小时负荷数据的均值，与基准线对应时段的3小时负荷均值相除，得到调整因子，所述调整因子的表达式为：

85、

86、式中，c(i,j)为第i日第j小时开始执行需求响应事件的基线负荷的调整因子，prl(i,j-4)、prl(i,j-3)及prl(i,j-2)分别为第i日第j-4、j-3及j-2小时的实际负荷值，pbl(i,j-4)、pbl(i,j-3)及pbl(i,j-2)分别为第i日第j-4、j-3及j-2小时的基线负荷值；

87、将调整因子乘以基准线中的每小时负荷得到用户最终基准线，所述用户最终基准线的表达式为：

88、p'bl(i,k)＝c(i,j)pbl(i,k) k≥j

89、上式中，p'bl(i,k)为用户最终基准线，所述用户最终基准线为第i日第k小时通过调整因子调整之后的基线负荷，k为参与削峰或填谷的需求响应时段，pbl(i,k)为未经调整的基线负荷；

90、模型构建模块，用于执行前述的基于需求响应基准线构建碳减排量算法模型，所述碳减排量算法模型的目标函数为电动汽车在需求响应场景下的总碳减排量的操作；

91、所述s2构建碳减排量算法模型包括以下步骤：

92、s2.1、计算电动汽车削峰填谷时段的充电量，根据所述电动汽车充电负荷，得到电动汽车进行需求响应在削峰和填谷时段的充电量，表达式为：

93、

94、上式中，cea(i,k)为第i日对应k时段参与削峰或填谷时段的充电量，prl(i,k)为第i日第k时段的实际负荷值，k为参与削峰或填谷的需求响应时段；

95、s2.2、计算电动汽车削峰时段的反向放电量，根据电动汽车电池容量及电动汽车进行需求响应在削峰和填谷时段的充电量，得到电动汽车储能元件在削峰时段的反向放电量，所述储能元件在反向放电结束后的电池容量的表达式为：

96、socd(t)＝(1-δ)*socd(t-1)-pd*△td/ex*ηd

97、上式中，socd(t)为第t个反向放电时段结束时电动汽车储能元件的电池容量，socd(t-1)表示第t-1个放电时段结束时电动汽车储能元件的电池容量，δ表示电动汽车储能元件的自放电率，pd表示电动汽车储能元件的放电功率，△td表示电动汽车储能元件的放电时间间隔，ηd表示电动汽车储能元件的放电效率，ex表示电动汽车储能元件的额定容量；

98、通过电池容量及储能元件在削峰时段的反向放电量计算得到反向放电时段结束时电动汽车储能元件放电减少的电池容量，所述反向放电时段结束时电动汽车储能元件放电减少的电池容量的表达式为：

99、socd (t)'＝soc-socd (t)

100、上式中，socd(t)'表示第t个反向放电时段结束时电动汽车储能元件放电减少的电池容量；

101、计算电动汽车在需求响应日动态电碳因子的峰时反向放电时段内的反向放电量，所述电动汽车在需求响应日动态电碳因子的峰时反向放电时段内的反向放电量的表达式为：

102、

103、上式中，rea(i,l)表示第i期需求响应日第l时段峰时反向放电量，i表示碳减排核算的日期，l表示需求响应日动态电碳因子的峰时反向放电时段，socd(l)'为第l反向放电时段结束时电动汽车储能元件放电减少的电池容量，ηd表示电动汽车储能元件的放电效率；

104、s2.3、结合电动汽车削峰和填谷充电和反向放电，分别构建碳减排量算法模型，所述碳减排量算法模型的表达式为：

105、

106、上式中，dea(i,k)为第i日对应k时段参与削峰和填谷的需求响应电量，cea(i,k)为第i日对应k时段参与削峰或填谷时段的充电量，p'bl(i,k)为第i日第k小时通过调整因子调整之后的基线负荷，k为参与削峰或填谷的需求响应时段。

107、

108、上式中，de(i)为第i期基准情景下削峰和填谷充电需求响应的温室气体碳减排量，dea(i,k)表示第i期第k时段削峰和填谷充电需求响应电量，ef(i,k)表示第i期需求响应日第k时段的动态电碳因子，i表示碳减排核算的日期，k表示需求响应日动态电碳因子的削峰和填谷充电时段。

109、

110、上式中，re(i)为第i期峰时反向放电的温室气体碳减排量，rea(i,l)表示第i期需求响应日第l时段峰时反向放电量，ef(i,l)表示第i期需求响应日第l时段的动态电碳因子，i表示碳减排核算的日期，l表示需求响应日动态电碳因子的峰时反向放电时段。

111、tcr(i)＝de(i)+re(i)

112、上式中，tcr(i)为第i期电动汽车用户参与需求响应的总碳减排量，de(i)为第i期基准情景下削峰和填谷充电需求响应的温室气体碳减排量，re(i)为第i期峰时反向放电的温室气体碳减排量；

113、核算模块，用于执行前述的将数据代入碳减排量算法模型中进行求解，得到电动汽车进行需求响应的总减碳量的操作。

114、一种需求响应下电动汽车的碳减排核算设备，所述设备包括处理器以及存储器；

115、所述存储器用于存储计算机程序代码，并将所述计算机程序代码传输给所述处理器；

116、所述处理器用于根据所述计算机程序代码中的指令执行前述的需求响应下电动汽车的碳减排核算方法。

117、一种计算机可读存储介质，

118、所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现前述的需求响应下电动汽车的碳减排核算方法。

119、与现有技术相比，本发明的有益效果为：

120、1、本发明一种需求响应下电动汽车的碳减排核算方法中，在s1中将需求响应事件细分为工作日响应事件及非工作日响应事件，并分别求得工作日响应基准线和非工作日响应基准线，通过工作日响应基准线和非工作日响应基准线拟合，得到需求响应基准线，在s2中分别计算基准情景下削峰和填谷充电的温室气体排放量及削峰反向放电的温室气体排放量，得到电动汽车用户参与需求响应的总碳减排，实现根据需求响应场景下电动汽车不同的减碳原理，最终计算得到需求响应场景下电动汽车不同减碳类型的碳减排量，实现了需求响应场景下电动汽车碳减排效果的量化评估。因此，本设计可以根据需求响应场景下电动汽车不同的减碳原理，得到需求响应场景下电动汽车碳减排效果的量化评估，有效提高电动汽车碳减排计算的精准度。

121、2、本发明一种需求响应下电动汽车的碳减排核算方法中，通过计算需求响应事件发生前4小时的配电网充电负荷，得到调整因子，将调整因子乘以基准线中的每小时负荷得到用户最终基准线，创建了更为精确的需求响应基准线，从而使得电动汽车碳减排核算的更为准确。因此，本设计可以通过调整因子使需求响应基准线更为精确，有效提高电动汽车碳减排核算的准确性。

122、3、本发明一种需求响应下电动汽车的碳减排核算方法中，通过电动汽车反向放电结束前后的电池容量等参数，得到反向放电时段中放电减少的电池容量，并通过反向放电时段中放电减少的电池容量计算得到对应的反向放电量，将反向放电量与动态电碳因子共同得到电动汽车削峰反向放电的温室气体减排量。因此，本设计可以通过反向放电时段中放电减少的电池容量准确得到削峰反向放电的温室气体减排量，从而实现对反向放电行为进行碳减排核算。

123、4、本发明一种需求响应下电动汽车的碳减排核算方法中，通过参与削峰或填谷时段的充电量与通过调整因子调整之后的基线负荷等参数，得到参与削峰和填谷的需求响应电量，并通过参与削峰和填谷的需求响应电量与动态电碳因子共同得到基准情景下削峰和填谷充电需求响应的温室气体碳减排量。因此，本设计可以通过反向放电时段中放电减少的电池容量准确得到削峰反向放电的温室气体减排量，从而实现对削峰和填谷充电行为进行碳减排核算。