电力交通融合下智能有序充电技术研究-董晓红

第四届能源转换与经济年度论坛3电气工程及其自学士 能源转型背景下，作为有效的手段之一的新能源汽车得到了迅猛发展。其中截止2023年我国EV保有量达到了1552万辆。预计到2030年，EV保有量将近亿辆，动力电池容量超40亿千瓦时，最大充电负荷将占电网负荷的11%到12%。0全国推广加强对优秀和强大企业的支持培育阶段小规模试点发展阶段大规模推广2.2规模化电动汽车与电网互动的潜力车其自身优势与规模体量等特点，并随着Vehicle-to-grid(V2G)技术的发展，各部委正积极推动车网互动的试点建设。ThetranslatabilityThetranslatabilityofchargingtArrivalDeparture画且出r庞大；2、一天中有80%的时间处于停放状态；3、具备40亿度的储能容量；4、相当于100个最大型的抽水蓄能电站，能够节省数十亿的投资。i国家发量改苹要易公听答关干霍a1网动国模化应用试A工的通4叶叶fmrt..62.3车网互动是支撑新型电力系统的关键技术如果能够充分挖掘利用EV充电负荷的灵活性，将支撑新型电力系统的发展!因此如何预测充电负荷时空分布并对其进行智能有序控制是亟待解决的关键9000万+个桩1亿+辆EV9000万+个桩1亿+辆EV社区充电公共场能量流信息流光储充电站等78电动汽车充当了配电网和交通网络之间的桥梁，导致这两个网络之间的联系日益紧密。因此，由于用户行为和交通运行状况之间复杂的相互作用，预测充电负荷变得更具挑战性。TypeTypeofEVloadofEV电力交通耦合系统示意图问题2:在多主体情况下难以制定有序充电控制策略在电力与交通网络深度耦合的情况下，基于上述预测的充电负荷分布以及车网互动(V2G)技术，需要考虑充电设施运营商、电力系统运营商和电动汽车用户的利益，以充分利用充电负荷的时间灵活性。1如直团国1如直团国能量套利-放电能量套利-充电EV充电服务-放电、商工作场所电力交通耦合系统示意图多主体耦合示意图9基于动态交通均衡的电动汽车充电负荷预测方法UNVEBSTYOFTECHNOL0GYUNVEBSTYOFTECHNOL0GY1)出行需求模型2)交通状况描述M°t;叨~;叨~活动>活动出发时间3)确定出行路径其他变量通过模拟获得出行需求+出行时间出行路径2)充电站选择模型2)充电站选择模型充电排队等待时间正在充电车辆完成充电充电排队等待时间考虑个人经济属性的充电站内所有车辆完成考虑个人经济属性的注：基于前页获得的行驶路径和速度，可以确定电动汽车在任何行程中的能耗。河北二紫大学EUNVEBsTYOFTE3一种基于动态交通均衡的电动汽车时空充电负荷预测方法河北二紫大学EUNVEBsTYOFTE所有电动汽车用户在出行时往往倾向于选择耗时最短的路径，但道路行驶时间与交通流量相关。也就是说，随着交通流量的增加，这种拥堵效应的存在使得不同电动汽车的行驶相互影响。车辆之间的相互影响最终会达到一种动态交通均衡状态，即所有电动汽车用户都无法通过改变出行路径来单方面进一步提高其出行链的效用。1)出行链的日效用函数2)求解过程计算所有电动汽车出行链效用重新规划路径出行路径出行时间出行路径出行时间到达时间N活动持续时间迟到惩罚Y过改变出行路径来进一步提高出行链的效HH"0Hr言上2.S2中，道路交通网络的交通高峰流量更小，且高峰时段S2中，电动汽车在高峰时段3一种基于动态交通均衡的电动汽车时空充电负荷预测方法理论决定(b)→(S2):道路交通流量的分布由动态交通平2)从时间分布角度来看，电动汽车充电负荷主要集中在6:00至12:00这个时间段，而且与区域S1相比，在区域S2内充电负荷较高的充电站能在更长时间内维持高负荷状态。4充电设施运营商补偿价格定价策略LoadvariationafterUtilityfiuncion:The电动汽车聚合商(EVA)与电动汽车用户签订预响应合同；当电动汽车连接到充电桩时，电动汽车聚合商需要获取电动汽车的目标荷电状1)电网公布需求响应(DR)1)电网公布需求响应(DR)发起方以及次Follower:responsiveEVUtilityfimciomminimumc日的需求响应时间和需求功率；2)电动汽车聚合商作为主导方设定充放电最大化；3)电动汽车作为跟随方，通过用户响应意应型电动汽车；4)电动汽车以充电成本最小化为目标改变所提策略的框架图其充放电行为，同时将功率和荷电状态约束纳入考量范围。4充电设施运营商补偿价格定价策略河此工紫大学HEEEUNVEsTYOFTECHvOLoGY上层--EVA效益最大化模型下层--EV效益模型目标函数minU,"=F+F,+K-FEBELNVSTYoFTECvOLOGVEBELNVSTYoFTECvOLOGV筛选接受EVA充放电引导的EV,首先构建响应能力确定模型确定某量EV)双层优化问题转化为单层带有平衡约束的问题模型。采用EVA充放电补偿价格和EV充电负荷及其变化需求响应时段(h)需求响应各时段用户响应能力及接受EVA引导数量场景2:EVA参与电网需求响应，并提供补偿价格Wc.3,假设EV全部参与引导；的补偿价格W