考虑快充负荷场景的电动汽车用户侧可调功率计算方法与流程

本发明涉及智能电网与电动汽车充电，具体地，涉及一种考虑快充负荷场景的电动汽车用户侧可调功率计算方法，同时涉及一种相应的计算系统、计算机终端和计算机可读存储介质。

背景技术：

1、电动汽车具有高度电力电子化和低碳排放的特点，有望在未来的低碳化、智能化交通系统中扮演重要角色。快速充电技术的出现极大地提高了电动汽车的充电效率。与传统充电方式相比，直流快充可以在短时间内为车辆充入大量电量，通常在30分钟内充电至80%。这种技术的进步使得电动汽车在日常使用中更加便捷，解决了“里程焦虑”问题。然而，快充对电网负荷的要求也随之增加，如何平衡充电速度与电网稳定性成为关键挑战。同时，车辆到电网（v2g，vehicle-to-grid）技术允许电动汽车不仅充电，还能在需求高峰时将电池电量反馈至电网，利用大量电动汽车的分布式储能源作为电网和可再生能源的缓冲，这种双向充电机制不仅提升了电网的灵活性，还为用户对电动汽车的利用提供了更多的选择。v2g技术的推广，能够有效缓解电网负荷压力，并促进可再生能源的利用。

2、电动汽车作为一种广义的灵活储能形式，利用电动汽车的储能特性参与电网的功率调节和辅助服务具有广阔的发展前景。通过实时监测和计算电动汽车用户侧可调功率，可以根据电网负荷和用户需求灵活调配资源，避免高峰期充电对电网的冲击，有效提升充电效率和保障电网稳定。目前，针对电动汽车用户侧可调功率计算的研究在考虑快速充电负荷和结合车网互动（v2g）场景方面较为欠缺。因此，开发一种考虑快充负荷场景的电动汽车用户侧可调功率计算技术尤为重要。目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

技术实现思路

1、本发明针对现有技术中存在的上述不足，提供了一种考虑快充负荷场景的电动汽车用户侧可调功率计算方法，同时提供了一种相应的计算系统、计算机终端和计算机可读存储介质。

2、根据本发明的一个方面，提供了一种考虑快充负荷场景的电动汽车用户侧可调功率计算方法，包括：

3、建立基于非齐次泊松过程设定的电动汽车到站过程模型，估计电动汽车充电起始时的荷电状态；

4、基于序贯蒙特卡洛方法生成快充负荷场景，包括：充电场景和v2g场景，模拟电动汽车到达、排队和充电过程；

5、对所述充电场景下单辆电动汽车在接入时段内的可调度能力可行域进行分析，并基于该分析计算充电场景下电动汽车用户侧实时可调功率；

6、对所述v2g场景下单辆电动汽车在接入时段内的可调度能力可行域进行分析，并基于该分析计算v2g场景下电动汽车用户侧实时可调功率；

7、结合充电场景和v2g场景下电动汽车用户侧实时可调功率，计算规模化电动汽车用户侧聚合商实时可调功率。

8、优选地，所述建立基于非齐次泊松过程设定的电动汽车到站过程模型，估计电动汽车充电起始时的荷电状态，包括：

9、针对到站充电的电动汽车，记从0时刻开始截至 t时刻，在区间[0,  t]内到达快充站的电动汽车数量为，设随机过程为非齐次泊松过程，在计数开始时刻；

10、为独立增量过程，即当时，随机变量与随机变量相互统计独立，为区间[0,  t]内满足的四个任意时刻；当时间间隔趋于0时，在时间段内，计算电动汽车到站概率为：

11、（1）

12、（2）

13、式(1)表示有且仅有一辆电动汽车到达充电站的概率；

14、式(2)表示两辆或两辆以上的电动汽车到达充电站的概率；

15、式中，为泊松过程的强度，为的高阶无穷小量；

16、强度为不随时间变化的常数的泊松过程为齐次泊松过程，而随时间变化的泊松过程被称为非齐次泊松过程，则：

17、（3）

18、（4）

19、（5）

20、式(3)表示在时间区间(0,  t]内到达充电站的平均电动汽车数量，若在积分区间内只有有限数量的第一类间断点，且是右连续的，则表示为式(4)，即泊松过程的强度为在时间段内，单位时间到达快充站的电动汽车数量，即电动汽车的到达率；设随时间阶梯性变化，在每一小时内为常数且是右连续的；

21、式(5)表示若当前车辆到达快充站的时刻为，则下一辆车到达快充站的时间间隔服从分布；

22、式中，为在时间区间(0,  t]内到达充电站的平均电动汽车数量，为泊松过程的强度；

23、对电动汽车充电的起始荷电状态进行估计：

24、（6）

25、（7）

26、（8）

27、式(6)表示通过电动汽车自上一次充满电至此次充电开始时的行驶里程与电动汽车设计的最大行驶里程估计电动汽车充电起始时的荷电状态；

28、式(7)表示普通私家车电动汽车自上一次充满电至此次充电开始时的行驶里程服从对数正态分布，的概率密度函数为，该概率密度函数等价于一日行驶里程的自然对数服从以为均值、为方差的正态分布；

29、根据式(6)和式(7)，得到起始充电荷电状态服从的分布函数，式(8)为分布函数的计算公式。

30、优选地，所述基于序贯蒙特卡洛方法生成快充负荷场景，模拟电动汽车到达、排队和充电过程，包括：

31、采用序贯蒙特卡洛模拟方法，按照时间顺序，在一段时间内容，对电动汽车的到达过程、排队过程以及充电过程进行随机过程模拟，生成快充负荷场景；包括：

32、s211，设置仿真起始时刻，当前车辆，设置仿真时间上限；

33、s212，基于电动汽车到站过程为非齐次泊松过程的设定，表示生成在[0,1]内均匀分布的随机数，的反函数，随机生成下一辆车的到达时刻，即得到各车辆依次到达快充站的时间间隔和对应时刻；

34、s213，令，如果，则转入s217；

35、s214，根据当前充电站内充电桩排队情况计算车辆所需等待时间，如果等待时间大于等待时间上限（等待时间由实际车辆用户意愿决定），则该车辆离开，转入步骤s212；

36、s215，令，记该车辆为第辆到站并充电的电动汽车，随机生成这辆车的种类和到站时的荷电状态，依据这辆车的种类确定动力电池容量和折算到充电桩交流侧的充电功率，计算充电所需时间，其中为电动汽车电池充电上限；

37、s216，将该车辆分配至等待时间最短的充电桩，更新该充电桩的排队状态并更新快充站充电负荷，转入s212；

38、s217，计算每个时间间隔内平均充电负荷，随着场景产生数量的增加，各个时段快充负荷的平均值趋于稳定，将此平均值作为快充负荷的预测值。

39、优选地，对所述充电场景下单辆电动汽车在接入时段内的可调度能力可行域进行分析，并基于该分析计算充电场景下电动汽车用户侧实时可调功率，包括：

40、电动汽车在接入时间内，可以增加的充电功率为可上调功率，可以减小的充电功率为可下调功率，充电场景下单辆电动汽车在接入时段内的可调度能力可行域包含以下约束：①功率约束：电动汽车充电功率介于零到最大充电功率之间；②电量约束：电动汽车电池电量介于初始充电电量到最大电池电量之间；③出行约束：充电过程需满足用户需求，即保证电动汽车充电结束时，电池能够达到车主的预期充电电量目标；

41、将当前时刻的电动汽车整个接入时段内的可调度能力可行域作为约束条件，根据当前时刻的电动汽车的电量状态、充电结束时间以及充电结束时的期望电量，计算该电动汽车对应的实时可调功率为：

42、（9）

43、（10）

44、（11）

45、式(9)为出行约束、功率约束、电量约束的综合表达式；

46、式(10)表示电动汽车在当前时刻的可上调功率；

47、式(11)表示电动汽车在当前时刻的可下调功率；

48、式中，表示第 j辆车在下一时刻为满足用户充电需求所对应的最小电量状态，表示第 j辆车对应的充电结束时间，表示第 j辆车在该时刻对应的计划充电功率，，分别表示第 j辆车在充电模式下的可上调功率和可下调功率，表示第 j辆车充电结束时的期望电量，表示第 j辆车在当前时刻对应的电量状态，分别表示充电功率的上限和充电电量的上限，表示对应的充电效率。

49、优选地，对所述v2g场景下单辆电动汽车在接入时段内的可调度能力可行域进行分析，并基于该分析计算v2g场景下电动汽车用户侧实时可调功率，包括：

50、在v2g场景下，考虑电动汽车对电网进行反向放电，电动汽车在接入时间内，可以增加的充电功率为可上调功率，可以减小的充电功率为可下调功率，v2g场景下单辆电动汽车在接入时段内的可调度能力可行域包含以下约束：①功率约束：电动汽车充电功率介于最大放电功率到最大充电功率之间；②电量约束：电动汽车电池电量介于最小电池电量到最大电池电量之间；③出行约束：充电过程需满足用户需求，即保证电动汽车充电结束时，电池能够达到车主的预期充电电量目标；

51、基于获得的v2g场景下电动汽车可调度能力可行域，根据当前时刻电动汽车的电量状态、充电结束时间以及充电结束时的期望电量，计算在v2g场景下电动汽车对应的实时可调功率为：

52、（12）

53、（13）

54、式(12)表示电动汽车在当前时刻的可上调功率；

55、式(13)表示电动汽车在当前时刻的可下调功率；

56、式中，分别表示第 j辆车在v2g模式下的可上调功率和可下调功率。

57、优选地，所述结合充电场景和v2g场景下电动汽车用户侧实时可调功率，计算规模化电动汽车用户侧聚合商实时可调功率，包括：

58、将对应时段内聚合商内接入的所有电动汽车的实时可调功率进行累加，得到聚合商对应时段的实时可调功率为：

59、（14）

60、（15）

61、式(14)表示电动汽车聚合商在当前时刻的可上调功率；

62、式(15)表示电动汽车聚合商在当前时刻的可下调功率；

63、式中，分别表示对应时刻聚合商的实时可上调功率和可下调功率，表示对应时刻聚合商内接入的电动汽车数目；

64、结合充电场景和v2g场景的可调功率，在所述聚合商对应时段的实时可调功率的基础上，考虑电动汽车的充电模式和v2g模式，计算电动汽车聚合商的实时可调功率为：

65、（16）

66、（17）

67、式(16)表示结合充电场景和v2g场景的电动汽车聚合商在当前时刻的可上调功率；

68、式(17)表示结合充电场景和v2g场景的电动汽车聚合商在当前时刻的可下调功率；

69、其中，分别表示对应时刻聚合商的实时可上调功率和可下调功率，表示对应时刻聚合商内接入的电动汽车数目，其中辆车为充电模式，辆车为v2g模式。

70、根据本发明的另一个方面，提供了一种考虑快充负荷场景的电动汽车用户侧可调功率计算系统，包括：

71、场景模拟模块，该模块用于建立基于非齐次泊松过程假设的电动汽车到站过程模型，估计电动汽车充电起始时的荷电状态；基于序贯蒙特卡洛方法生成快充负荷场景，模拟电动汽车到达、排队和充电过程；

72、充电场景可调功率计算模块，该模块用于对充电场景下单辆电动汽车在接入时段内的可调度能力可行域进行分析，并基于该分析计算充电场景下电动汽车用户侧实时可调功率；

73、v2g场景可调功率计算模块，该模块用于对v2g场景下单辆电动汽车在接入时段内的可调度能力可行域进行分析，并基于该分析计算v2g场景下电动汽车用户侧实时可调功率；

74、用户侧可调功率计算模块，该模块用于结合充电场景和v2g场景下电动汽车用户侧实时可调功率，计算规模化电动汽车用户侧聚合商实时可调功率。

75、根据本发明的第三个方面，提供了一种计算机终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行该计算机程序时可用于执行本发明上述中任一项所述的方法，或，运行本发明上述中所述的系统。

76、根据本发明的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时可用于执行本发明上述中任一项所述的方法，或，运行本发明上述中所述的系统。

77、由于采用了上述技术方案，本发明与现有技术相比，具有如下至少一项的有益效果：

78、本发明利用非齐次泊松过程对电动汽车到达快充站的过程进行建模，基于序贯蒙特卡洛方法生成快充负荷场景，能够有效刻画随时间变化的电动汽车到达率对于快充站负荷预测的影响，该方法更能体现电动汽车的到达过程、排队过程以及充电过程的时序特征。

79、本发明提出的可调度能力可行域包含了功率约束、电量约束和出行约束的多重约束，并给出了可调功率的计算方法，更符合电动汽车的充电实际，电动汽车用户侧可调功率计算方法具有实用性。

80、本发明提供的考虑快充负荷场景的电动汽车用户侧可调功率计算方法计及充电场景和v2g场景两种场景，即除了电动汽车仅充电场景外，还考虑了电动汽车反向放电场景，该方法更符合目前车网互动技术的应用需要。