2024年电力交通融合下智能有序充电技术研究报告

单位：河北工业大学3职称：讲师，硕士生导师政治面貌：中共党员讲师天津大学动化学士 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0全国推广培育阶段小规模试点发展阶段中国2010年至2023年的电动汽车保有量(单位：万辆)2.2规模化电动汽车与电网互动的潜力由于EV作为交通工具，其充电负荷时空具有灵活性。并且由于电动汽车其自身优势与规模体量等特点，并随着各部委正积极推动车网互动的试点建设。釂釂i庞大；2、一天中有80%的时间处于停放状态；3、具备40亿度的储能能力；400吉瓦的调节容量；4、相当于100个最大型节省数十亿的投资。0国家发量改苹委办公厅等关千霍a1网动版模化应理试点土西的通a62.3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问题之一。9000万+个桩1亿+辆EV数千家9000万+个桩1亿+辆EV公共场电网能量流电网信息流光储充电站等大规模电动汽车支撑新型电力系统78问题1:在电力和交通网络强耦合的情况下，充电负荷难以预测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。StateofchargeloadofEV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。配电网充电网直火电卧配电网充电网直火电卧屋交通网旅游场所工作场所充电站流动流动充电桩I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1)出行需求模型2)交通状况描述ta"M。d"上游队列下游队列上游队列下游队列;材一;材一:之1:之td25ta?路段约束：交通状况：>活动出发时间3)确定出行路径注意：出行需求+出行时间出行路径1)充电站排队模型2)充电站选择模型确定充电结束时间：充电条件：确定充电等待时间：充电站选择：排队的车辆：正在充电车辆完成充电充电站内所有车辆完成充电的时刻集合：充电排队等待时间考虑个人经济属性的时间成本注：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。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)求解过程电动汽车个体出行链效用：出行需求网络拓扑结构计算所有电动汽车出行链效用重新规划路径活动持续时间N收敛条件出行路径出行时间到达时间迟到惩罚N收敛条件Y充电负荷充电负荷通通H0.7-HTime(h)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衡理论决定S1场景下EV充电负荷时空分布S2场景下EV充电负荷时空分布口从整个研究区域的充电负荷来看：1)从空间分布角度而言，区域S2内处于负荷峰值的快速充电站数量比区域S1内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4充电设施运营商补偿价格定价策略4充电设施运营商补偿价格定价策略·电动汽车聚合商(EVA)与电动汽车用户签订预响应合同；r当电动汽车连接到充电桩时，电动汽车Leader:EVA聚合商需要获取电动汽车的目标荷电状Utilityfinction:Themaximumbenefit(1)Compensationpriceconstraints(3)Satisfactionconstraints1)电网公布需求响应(DR)发起方以及次planneddepartureti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补偿价格，以满足中标容量并使其收益最大化；hformationFollower:resUtilityfinctiomminimumchargin3)电动汽车作为跟随方，通过用户响应意愿模型被划分为响应型电动汽车和无响应型电动汽车；4)电动汽车以充电成本最小化为目标改变其充放电行为，同时将功率和荷电状态河北工紫大学河北工紫大学效益为最大的上层EVA效益模型和EV用户效用函数由充电花费、充电服务费、电池损耗和补偿收益四部分组成的下层EV效益模型。目标函数minU,=F+F,+K,-F。河北工業大学EBELNVsirYoFT河北工業大学EBELNVsirYoFT)lem(云双层优化问题转化为单层带有平衡约束的问题模型。采用需求响应时段(h)用户分成三类，分别为“白天上班”、“"夜间上班”和“不上班”,4充电设施运营商补偿价格定价策略场景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We.3。场景4:EVA参与电网需求响应，用所提的用户响应意愿模型，EVA提供与场景2相同的补偿价格Wc.3。场景1000场景20场景3场景504充电设施运营商补偿价格定价策略不同场景下用户满意度结果中，相较于场景二、三和场景四，场景五中EV用户满意度普遍提高，尤其第三类用户变化显著。不断改变充电响应死区阈值的取值，得到的EVA收益与用户充电花费结果。可以发现死区阈值取值与EVA收益和用户充电花费都呈反比关系。