[發明專利]一種基于用戶特性的電動汽車優化調度方法

在審

• 申請號: 202211617809.X
• 申請日: 2022-12-15
• 公開（公告）號: CN116094004A
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 張曉花;陳星瑞;劉應;宮一博;鄧奎衡;范玉冰;金子昂;陳柏霖
• 申請（專利權）人: 常州大學
• 主分類號: H02J3/32
• 分類號: H02J3/32;G06Q10/0631;G06Q50/06
• 代理公司: 常州市英諾創信專利代理事務所(普通合伙) 32258
• 代理人: 張秋月

1.一種基于用戶特性的電動汽車優化調度方法，其特征在于，包括以下步驟：

步驟一、通過蒙特卡洛進行電動汽車無序充電的仿真，得到電動汽車用戶返回時間、出發時間和日行駛里程，并生成每輛電動汽車的初始數據；

步驟二、通過峰谷平電價機制對電動汽車用戶有序充放電進行引導，考慮電動汽車在放電過程中的電池退化成本，建立電動汽車電池老化模型；

步驟三、通過建立碳交易機制來補償電動汽車電池老化成本，實現電動汽車的碳減排效益；

步驟四、建立考慮電動汽車用戶及發電側的雙目標函數優化調度函數，實現發電側與電動汽車用戶側成本最小；

步驟五、對目標函數進行系統發電側和用電側功率平衡約束、火電機組出力上下限約束、系統旋轉備用約束、火電機組啟停時間約束、電動汽車功率平衡約束、SOC約束、電動汽車充放電功率約束和電動汽車充放電狀態約束。

2.根據權利要求1所述的基于用戶特性的電動汽車優化調度方法，其特征在于，初始數據包括：車輛類型、充電起始時間、充電結束時間、出行距離、充電起始電池荷電狀態、充電結束電池荷電狀態、充電地點和充電時間段。

3.根據權利要求1所述的基于用戶特性的電動汽車優化調度方法，其特征在于，電動汽車電池老化模型的公式為：

式中，c_bat,n為每千瓦時的電池成本；c_L為更換電池的人工成本；為電動汽車n在t時刻的放電功率；E_bat,n為電池容量；

其中L_c的計算如下：

L_c＝aDOD^b????(9)

式中，a，b為擬合系數；L_c為電動汽車電池循環壽命；DOD為在確定L_c下的放電深度。

4.根據權利要求1所述的基于用戶特性的電動汽車優化調度方法，其特征在于，步驟三具體包括：分別計算電動汽車實際碳配額、常規火電機組碳交易成本。

5.根據權利要求4所述的基于用戶特性的電動汽車優化調度方法，其特征在于，電動汽車實際碳配額計算方法如下：

R_carbon,i,t＝q_evM_ev,t??(10)

式中，q_ev為電動汽車碳配額的價格；M_ev,t為電動汽車在t時刻能夠獲得的碳配額量；

其中，M_ev,t的計算如下：

M_ev,t＝P_ev,tΔtL_evE_gas-P_ev,tΔtE_th??(11)

式中，Δt為單位調度的時間為1h；M_ev,t為在t時間段內電動汽車所擁有的碳排放配額量；P_ev(t)為在t時段時電動汽車的充電量；L_ev為1kw.h電動汽車能夠行使的距離；E_gas為燃油汽車行駛1公里排放的碳量。

6.根據權利要求4所述的基于用戶特性的電動汽車優化調度方法，其特征在于，常規火電機組碳交易成本的計算如下：

R_genbon,i,t＝q_th(E_thP_i,t-M_i,t)?????(12)

式中，R_genbon,i,t為機組i在t時刻的碳交易的成本；E_th為常規火電機組單位發電量的碳排放因子；q_th為碳交易的價格；

其中，M_i,t計算如下：

M_i,t＝εP_i,t??(13)

式中，M_i,t為t時刻火電機組i的碳排放配額量；ε為碳排放配額分配系數。