[发明专利]一种考虑电动汽车出行相关性的机组组合调度方法

说明书

本发明涉及一种考虑电动汽车出行相关性的机组组合调度方法，包括以下步骤：1)获取各类型电动汽车的行驶特性；2)根据各类型电动汽车行驶特性的概率密度函数，进行拉丁超立方抽样生成数据矩阵；3)获取数据矩阵中离开时刻、接入时刻以及日行驶里程的相关性；4)利用Copula模型生成各类车型的车辆行驶特性数据，并建立具有相关性的场景矩阵；5)以火电机组总成本最小为调度目标建立含电动汽车的随机机组组合模型；6)将随机机组组合模型中的非线性条件线性化；7)采用混合整数规划法对随机机组组合模型进行求解。与现有技术相比，本发明具有快速可靠、可行性高、适用范围广等优点。

技术领域

本发明涉及电动汽车出行调度领域，尤其是涉及一种考虑电动汽车出行相关性的机组组合调度方法。

背景技术

电动汽车与电网互动技术(vehicle to grid，V2G)的提出使得电动汽车可看作一种分布式储能装置，通过对其充放电的引导使其能在空闲时段为电网服务，带来削峰填谷、减少系统成本的好处。因此，为充分利用V2G技术来创造经济效益，含电动汽车的机组组合问题得到广泛关注。

电动汽车的出行特性参数包括接入时间、离网时间、日行驶里程以及每时段的接入车辆数等，这些行驶特性具有很强的随机性。针对电动汽车出行随机性的研究，现有文献普遍基于电动汽车的车辆行驶数据统计构造。《电动汽车最优充电模型及其近似求解方法》通过对全美家用车辆的调查结果NHTS的调查结果数据进行分析，拟合估计出车车辆行驶数据的概率分布，通过蒙克卡罗抽样方法计算电动汽车的充电负荷。《电动汽车充电功率需求的统计学建模方法》、《Modeling of Load Demand Due to EV Battery Charging inDistribution Systems》、《Statistical Charging Load Modeling of PHEVs inElectricity Distribution Networks Using National Travel Survey Data》、《插电式混合电动汽车充电对配电网的影响》构造了单辆电动汽车的充电负荷概率模型，再利用蒙特卡洛抽样多台EV的充电需求分布。《电动汽车充电负荷计算方法》研究了私家车、出租车、公交车的出行特性，并通过对其充电预测得出实时充电优化策略。然而，上述文献普遍采取随机抽样方法，假定车辆的行驶特性之间相互独立，而实际中，车辆的出行参数之间存在着相关性，因此，对电动汽车进行调度计划时需要考虑电动汽车出行特性的相关性。

利用V2G技术可以很好的优化机组组合问题，通过制定电动汽车的充放电计划，在满足用户出行特性的条件下合理的分配电动汽车充放电功率及充放电时间，以此实现资源利用的最大化。然而现有技术文献把电动汽车在各时段的数量作为优化变量，以额定容量进行调度，没有考虑电动汽车充放电功率的变化，电动汽车调度的灵活性较差，因此，对电动汽车充放电方式可作进一步研究。

大量的电动汽车并入电网会对电网的稳定运行产生一定冲击，制定合理的电动汽车调度计划能有效缓解电网中线路潮流功率过大的压力。在考虑电动汽车容量及出行约束条件下，优化机组出力的同时优化电动汽车的充放电计划，以此作为电动汽车调度的优化方案。《换电站与电网协调的多目标双层实时充放电调度方法》研究电动汽车换电站与电网协调优化的双层实时充放电调度模型，在电网负荷波动最小的条件下实现调度偏差最小。《以降损为目标的电动汽车有序充电优化》通过建立电动汽车有序充电方案减少了配网网损，改善了配网电压水平。上述文献均未计及电网的线路潮流约束，为避免在对电动汽车进行充放电计划安排时出现线路越限问题，保证系统的安全性，电动汽车的并网调度问题还需进一步研究。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑电动汽车出行相关性的机组组合调度方法。

本发明的目的可以通过以下技术方案来实现：

一种考虑电动汽车出行相关性的机组组合调度方法，其特征在于，包括以下步骤：