[發明專利]一種電動汽車充放電行為的預測方法

有效

• 申請號: 201510375663.6
• 申請日: 2015-06-30
• 公開（公告）號: CN104899667B
• 公開（公告）日: 2018-06-08
• 發明（設計）人: 李剛;董耀眾;宋雨;申金波
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 石家莊冀科專利商標事務所有限公司 13108
• 代理人: 李羨民;高錫明

一種電動汽車充放電行為的預測方法，所述方法包括以下步驟：a.制定電動汽車充放電基本約束；b.制定目標函數；c.計算MSN影響力；d.利用對交叉遺傳粒子群算法參數進行修正；e.以電動汽車充放電基本約束為前提，利用修正的交叉遺傳粒子群算法對目標函數進行求解，得到電動汽車的充放電計劃及配電網負荷。本發明利用交叉遺傳粒子群算法預測電動汽車用戶的充放電計劃并充分考慮了移動社會網絡對充放電計劃的影響，大大提高了預測結果的準確性，能夠為供電部門調節電網負荷提供可靠的參考數據。

技術領域

本發明涉及一種考慮了移動社會網絡影響的電動汽車充放電行為的預測方法，屬于輸配電技術領域。

背景技術

電動汽車的大規模使用形成了巨大的充電需求，也給電網的規劃、運行帶來了巨大的挑戰，因此對電動汽車的充放電行為進行預測和研究就顯得尤為重要。

隨著分時電價策略的完善和V2G(Vehicle-to-grid的簡稱，它描述了這樣的一個系統：當混合電動車或是純電動車不在運行的時候，通過聯接到電網的電動馬達將能量輸給電網，反過來，當電動車的電池需要充滿時，電流可以從電網中提取出來給到電池)技術的發展，電動汽車在作為交通工具的同時，逐步開始扮演電網負荷調節者的角色。與此同時，移動社會網絡(Mobile Social Network,MSN)日益擴大，成為人們生活中不可或缺的一部分。MSN的影響力可以一定程度上影響甚至改變用戶的充放電計劃，進而優化“削峰填谷”，甚至為電動汽車用戶創造更大收益。

現有的基于分時電價的電動汽車充放電多目標優化調度方案利用交叉遺傳粒子群算法預測電動汽車用戶的充放電計劃，具體流程如圖1所示。該方案可以較為準確地預測電動汽車的充放電計劃，且電網負荷調節相對明顯，用戶代價較小。然而此方案并沒有考慮MSN對用戶充放電計劃的影響，使預測精度受到一定的影響，因此有必要加以改進。

發明內容

本發明的目的在于針對現有技術之弊端，提供一種考慮因素全面的電動汽車充放電行為的預測方法，為供電部門調節電網負荷提供可靠的參考數據。

本發明所述問題是以下述技術方案實現的：

一種電動汽車充放電行為的預測方法，所述方法包括以下步驟：

a.制定電動汽車充放電基本約束：

P_Lij＜P_ij＜P_Hij

-C/5＜I_ij＜C/3

SOC_ijmin＜SOC_ij＜SOC_ijmax，

其中，P_ij為第i輛車在時間段j的充放電功率，正值為放電，負值為充電；P_Lij代表電動汽車最大充電功率，為負值；P_Hij代表最大放電功率，為正值；I_ij為電動汽車i在時刻j的充放電電流，C為車用鋰電池1h充滿所需的電流；SOC_ij為第i輛電動汽車在時間j時的電荷量，SOC_ijmin和SOC_ijmax分別代表最小電荷量和最大電荷量；

b.制定目標函數：

①構建電動汽車充放電時電網負荷均方差計算模型：

式中，P₁為電網負荷均方差；p_Tj為無電動汽車入網時，網絡在時間段j的負荷；P_ave為電動汽車入網后的平均負荷；n代表電動汽車的數量；

②構建電動汽車用戶收益計算模型：