2024年电力交通融合下的智能车网互动技术研究报告-天津大学（穆云飞）

天津大学电力交通融合下的智能车网互动技术研究汇报人：穆云飞，靳小龙天津大学电气自动化与信息工程学院2024年12月1日电动汽车对促进国家能源转型意义重大。到2030年，EV保有量将近亿辆，动力电池容量超40亿千瓦时，超风光日均发电量的60%,对新型电力系统挑战和机遇并存!9000万+个桩数千家运营商平台数千家运营商平台配电网风力发电公共场站能量流信息流光储充电站等电网能量流信息流3配电网是将电能安全配送到千家万户的重大设施!分布式电源、电动汽车100%依托配电网并网，其可靠性、灵活性与能效水平对社会生产、人民生活影响巨大。44一分布式新能源出力源荷功率源荷功率动态平衡动态平衡空调空调运行点B运行点B4充电向超大功率、快/慢充相结合的多元化发展充电功率不断增加、多元化发展快充770201620162017201820195配电网-交通网耦合程度不断加深电动汽车及充电桩(站)的大规模发展促进了“人-车-桩(站)-路-网”的深度耦合，构智能配电网交通路网配电-交通融合系统5响阀电屏交交含高比例可再生能源大规模电动汽车接入电力交通协同新体系“电能流-交通流-信息流”深度融合(流结构)67电动汽车与配电网协同运行面临挑战人-车-桩(站)-路-网多主体耦合与交互机理复杂，“电能流-交通流-信息流-行为流”跨时空动态交织，“人-车-桩-路-网”各要素均处于一个时变动态的演化过程，且相互之间存在复杂的交互影响，伴随着大量不确定性因素。配电-交通融合系统示意图高压网中压网电能流配电网低压网配电网交通网交通流交通网“多流”含义▶能量流：配电网电潮流；▶物质流：交通网中的交通流；▶信息流：主体间传递的状态参量、激励和调控信号等；▶行为流：主体决策行为，如出行路径及充放电选择等。电动汽车与配电网协同运行面临挑战人-车-桩(站)-路-网多主体耦合与交互机理复杂，“电能流-交通流-信息流-行为流”跨时空动态交织，“人-车-桩-路-网”各要素均处于一个时变动态的演化过程，且相互之间存在复杂的交互影响，伴随着大量不确定性因素。配电-交通融合系统示意图"人-车-桩-路-网"耦合关系配电-交通融合系统示意图"人-车-桩-路-网"耦合关系激励或社会引导信息|信息状态感知控制车辆状态感知电能流充电站能量供给EV交通供给道路交通流能源信息高压网高压网信息流1交通流电能流配电网低压网交通网中压网8电动汽车与配电网协同运行面临挑战在有序的“电能流-交通流-信息流”作用下，电动汽车充电负荷具备了“时-空-量"上的灵活可协调性，成为提升配电网灵活性的优质资源!人-车-桩(站)-路-人-车-桩(站)-路-网深度耦合下的灵活域制策略所获得的配电调节节点自身净负荷的能力，由“人-车-桩-路-网”各要素自身优化可行域交集所组成的闭包区域构成。“电能流-“电能流-交通流-信息流”有序的流结构■交通出行特征参数：■交通出行特征参数：起讫点、路径选择、充电站选择、出发时刻、期望在站高效的充放电引导和有序充放电控制策略，则可从空间(配网节点)和时间(峰谷、光伏大发等)两个层面优化充电负荷时空分调整9如何挖掘人-车-桩(站)-路-网协同潜力，构建车网互动灵活域，攻克深度耦合下互动灵活性建模灵活性应用灵活性建模灵活性应用中压网互动灵活域耦合机理分析统一分析互动灵活域耦合机理分析统一分析量化与预测难题2:难题2:如何将灵活性应用于车网互动如何将灵活性应用于车网互动电力流和交通流之间的协同下到台区、快充站，上电力流和交通流之间的协同下到台区、快充站，上到聚合互动交通网络交通网络充电设施布局耦合交互对负荷预测的影响耦合交互对负荷预测的影响电力网络道路设施道路设施充电需求可调度空间充电需求可调度空间道路状况(时间静态范畴)局限性；受限于计算量，适用小型路网；口仅对EV单次出行活动停留地慢充行为或在途快充站快充行为展开研究，多次出行相互割裂。DUE模型口从个体层面进行EV用户路径选择和充电决策，全天候仿真；口同时考虑EV用户在活动停留地的慢充行为和在快充站的在途快充行为；口满足大型实际路网验证需求。提出了考虑交通动态均衡的EV多类型充电负荷协同预测方法，计及用户路径选择之间的拥堵效应和相互影响，以动态用户均衡原则刻画用户在拥堵路网的路径选择行为，兼顾在途快充和目的地慢充之间■交通-充电仿真模型：根据出行路径和在途充电位置，对EV用户在其整个出行链中的行驶、停车和充电行为■交通-充电仿真模型：根据出行路径和在途充电位置，对EV用户在其整个出行链中的行驶、停车和充电行为进行仿真，进而得到快-慢充负荷的时空分布。根据行驶速度和能耗，确定EV用户在途的停车、快充行为和到达目的地后的停车、慢充行为。路径选择模型交通动态均衡状态下的电动汽车快充、慢充负荷时空分布更新交通拥堵动态用户均衡的预测方法架构动态用户均衡的预测方法架构提出了考虑交通动态均衡的EV多类型充电负荷协同预测方法，计及用户路径选择之间的拥堵效应和相互影响，以动态用户均衡原则刻画用户在拥堵路网的路径选择行为，兼顾在途快充和目的地慢充之间的互补性，实现快-慢充电负荷时空分布的真实准确预测。■交通拥堵更新原则：当所有EV用户都完成了出行链后，■交通拥堵更新原则：当所有EV用户都完成了出行链后，■动态用户均衡收敛判据：选取所有EV用户出行链效用的以某城市路网(91.87万私家车用户，EV渗透率80%)为例，对该区域的EV快-慢充负荷的时空分布进行预测。路网拓扑和快充站分布■不同的慢充设施建设比例：场景一：20%;场景二：60%;路网拓扑和快充站分布家一36动态用户均衡状态平均出行链效用演化过程快充高蜂时段(16:30-17:00)有快充需求的EV用户的空间0EV用户数2、基于订单数据的“周-日-时-分”时间尺度下充电预测在周时间尺度，基于k-means聚类和长短时记忆网络(LSTM)实现用户未来一周内充电日期及周充电电量预测。模型搭建：构建每个用户的预测模型，根据一年内历史数据预测未来一周的充电时间及充电电量。预测预测一周充电电量(周电量)周内充电日的选择(日电量)日内充电电量(日时间)每日时间充电概率曲线用户用户类别充电性质1高频次2中频次3时间(天数)基于LSTM的2类型用户预测算法时间(天数)基于LSTM的2类型用户预测算法2、基于订单数据的“周-日-时-分”时间尺度下充电预测0星期一星期二星期三星期四星期五星期六星期日0日期/天日期/天■基础电量EV充电电量■冗余电量星期六星期玉日期/天星期一星期一星期六呈期五星期三星期四星期曰结论：无序条件下结论：无序条件下EV初始化充电日期和充电频次后，星期四和星期日EV充电电量较高，在 "周-日"尺度上，台区每日可提供电量资源利用不均等，在"时-能在基础负荷的基础上"峰上加峰”,造成功率越限。基于订单数据的“周-日-时-分”时间尺度下充电预测在日内，基于HDBSCAN和K-Means构建用户信息双层聚类模型，确定用户类别，构建基于LGBM的用户充电需求(电量和时长)预测模型，构建单体EV能量运行区域，根据剩余电量和停车时长，建立单体EV用户能量积累边界和充放电功率边界模型。双层聚类模型LGBM预测模型双层聚类模型LGBM预测模型预测结果对比分析数据预处理数据预处理模型训练：决策构建、节点分裂如图所示，与传统预测算法相比，低，预测精度提高了35.1%模型训练：决策构建、节点分裂模型优化与预测模型优化与预测0能量累积边界模型充/放电功率边界模型iISTM细算法算法模型评估算法3、多主体云边协同的多时间尺度智能有序充放电控制安全界限时可调区间负荷电量最大电量用户需求电量用户类型日前/日内调度计划用户用户优先级安全界限可用容量电量电量台变功率平衡的智能控制无感有序充放电控制需负荷峰值快充站削峰负荷峰值快充站削峰用户1安全协同协同云端长时间尺度台区充电电量平衡优化方法：为了解决台区充电电量不均衡的问题，提出“周-日"阶段台区充电电量平衡多目标优化模型。以周内日充电量均差最小、用户总服务费用最小为优化目标，以用户充电日累计电量等补能需求为约束条件，兼顾电网需求与用户需求，实现“周-日”时间尺度下不同日期的电量平均分配。一周七日日充单位电量服务费价格、一周七日日充单位电量服务费价格、EV0-1状态矩阵约束1:优化前后EV周充电次数不变约束2:EV充电状态约束指标1:一周七日日充电量均差最小指标1:一周七日日充电量均差最小指标2:用户一周七日总服务费用最小约束3:一周七日每日分配总充电电量约束指标2:用户一周七日总服务费用最小从+从=1从+从=1最大日充电电量可降低约27%,台区用户总充电服务费用可降低0.72%。优化前后一周七日每日充电电量结果示意优化前后一周七日每日充电电量占比示意图0星期六星期星期三0口优化前后日充电量对比口优化前后充电服务费对比占比星期一星期四星期五星期六星期日服务费用单位：元优化后优化前优化前优化后3.2云端“时-分”尺度的多运营商协同有序充电制的多运营商协同电动汽车有序充电优化方法。在上层，基于加权最大-最小公平分配算法为各运营商分配台变可用充电容量；在下层，运营商在可用充电容量限制下制定有序充电策略，实现日内充电功率平衡，降低台区变压器重过载风险。分配前后的台区变压器负荷曲线对比◆无序充电，过载25.56%分配前后的台区变压器负荷曲线对比◆无序充电，过载25.56%◆所提方法，与不考虑多运营商协同2求、权重、配电变压游可用穿量N3未满足需求的需求方按权重比例获得资源份额来①资源按需求增加的顺序分配，权重归一化②任何需求方获得的资源份额都不会大于其需求量y按需求分配，弃讯I古有在洲求刺余07N3.2云端“时-分”尺度的多运营商协同有序充电云端多运营商协同的电动汽车有序充电优化方法：提出了基于事件驱动和混合整数线性优化的台区有序充电控制技术，可在台区容量不越限、满足用户充电需求前提下，以台区总充电费用最小为目标，接入(176个有序桩),达到台变容量的3倍。(下层)台区有序充电控制算法(下层)台区有序充电控制算法12群体优化3ts.t车辆在提车前充满电满足台区容量限制单体优化阶段超过台区限制后阶段5s0阶段1单体优化群体优化仿真参数：台区容量400kVA,基础负荷峰值160.14kW,谷值39.55kW晚9点15分，总负荷将多可同时接入176个有1232kW,台区充电桩3倍。3.3边端充放电快速有序控制针对重过载场景，提出基于能量累积裕度的边端EV充放电快速控制方法，划分单体EV充放电优先级，并自适应地进行充放电功率分配，可在保证用户出行需求的前提下，实现对台区EV可控集群内部充放电功率的协调分配，大幅提升台区可靠供电水平。值算法5-1:基于EAM的充电功率分配算法输入：P:1:初始化：p=0,i=1,2...n;6.初始化P®=0:/计算剩余未分配充电功率7:for=1to第r组EV中的最大EV台数n 形—基于EAM的放电功率分配算法放电和紧急控制策略，实时发送至充电桩，已完成台区智能充放电控制策略生成时间≤500ms指标的第三方检测(台区智能充放电控制策略生成时间最大为104ms)。国家电网国家电网物联管理平台无线虚拟专网/公网台区智能充放电边缘控制装置台区负荷变化和充放电动态监测①台区用户充放电负荷优先级排序②台区充放电控制策略生成及下发无线虚拟专网/公网边物联断路器单元CAN/RS485线JSLCa报告目期，二0a年四月十八口江苏省款心4、考虑交通时滞的配电网-交通网协同优化运行提出考虑交通时滞的配电-交通系统协同运行策略。引入交通时滞因子，建立“配电网-交通网-充电站-用户”多主体双层多目标优化模型，上层基于交通仿真求解修正时滞参数，下层基于时滞参数进行EV用户充电决策(出行路径和充电站选择)。单位干想电是交进能分[0分下国各部单输人时附有网前虫人弃总叫长?oD分自前端径知洗的电齐为Floyd路开习江上层优化上层优化成本配电网节点下层优化EV充电负荷模型EV充电配电网最优潮流模型路段流量交通分配模型站内信息充电站模型时滞参数修正模型权重更新模型权重场景三拥堵等级低的路段明显多于场景二，本方法下路网运行状态更加均衡。5、车-站-路-网综合评价充电需水充电需水充电服然充电网交通网配电网电网负荷配电网个◆用户与充电站：快充站作为电动汽车的能源供给设施为用户提供充电服务，所以快充网将影响用户的充电体验；用户的充电需求分布将影响快充站的空间分布；◆交通网：快充站作为交通基础设施，提供的充电服务将改变电动汽车行驶路径；交通流将影响充电需求分布，进而影响快充站的分布和容量；◆配电网：快充站作为配电网一种特殊的电负荷，其快充负荷将影响配电网的运行；配电网的可接纳容量将影响5、车-站-路-网综合评价指标体系构建指标标准化权重确定→评分结果计算分析比较电动汽车快速充电网络综合评价指标体系输入方案数m、准则个数、准则/下指标个数n和指标初始值xμ电动汽车快速充电网络综合评价指标体系输入方案数m、准则个数、准则/下指标个数n和指标初始值xμ阵F、构造隶属函数W用户体验度熵权法层次分析法合成指标的多方案评价矩阵Y熵权法层次分析法合成指标的多方案评价矩阵Y日运行指数变化量W21W₂最大拥堵里程变化量交通网运交通网运行影响度模糊综合评价模糊综合评价是平均服务半径平均服务半径快充网络运行水平K=X否构建判断矩阵4线路重载比例增量否构建判断矩阵4线路重载比例增量配电网运行影响度配电网运行影响度节点电压偏移变化量否是否是查综合评价指标体系综合评价指标体系仿真参数：>仿真参数：>EV数量：8000充电机数量：25>节点/路段：29/49>平均道路长度：2.92km10.10.20.30.40.50.60.图3-5隶属函数分布形式仿真设定：仿真设定：>EV产生充电需求即进行快充；EV每日仅进行一次快充；>行驶中以最短路径进行路径选择；产生需求时选择最近FCS充电；>交通网道路均为城市主干道。指指标指标标准化数值方用户体验度准则层评分_序号快充网用户交通网配电网1234//5///■快充网运营商角度■交通部门角度规划方案编号方案综合评分四有明显优