本發(fā)明實(shí)施例提供一種電動汽車負(fù)荷聚合體調(diào)控能力評估模型建立方法及系統(tǒng)，方法包括：基于用戶出行的行為特征和電動汽車的汽車行為特征建立電動汽車負(fù)荷聚合體調(diào)控能力評估模型；其中，基于蒙特卡洛方法模擬所述電動汽車負(fù)荷聚合體調(diào)控能力評估模型需要的模型參數(shù)。本發(fā)明實(shí)施例在建立電動汽車負(fù)荷聚合體調(diào)控能力評估模型時(shí)，考慮了多種約束條件，考慮了用戶出行的行為特征和電動汽車的汽車行為特征，同時(shí)基于蒙特卡洛對聚合地區(qū)內(nèi)的特征地區(qū)進(jìn)行調(diào)查統(tǒng)計(jì)，得到模型參數(shù)，最終得到的評估模型更為貼合實(shí)際，更能準(zhǔn)確地評估電動汽車負(fù)荷聚合體的調(diào)控能力。

技術(shù)領(lǐng)域

本發(fā)明屬于電動汽車技術(shù)領(lǐng)域，尤其涉及一種電動汽車負(fù)荷聚合體調(diào)控能力評估模型建立方法及系統(tǒng)。

背景技術(shù)

大規(guī)模電動汽車的隨機(jī)并網(wǎng)對電網(wǎng)的安全可靠運(yùn)行產(chǎn)生了一定影響，同時(shí)，大規(guī)模的電動汽車也為能源轉(zhuǎn)型、挖掘配網(wǎng)側(cè)電動汽車負(fù)荷潛能和調(diào)控潛力提供了可能。有效可靠的電動汽車聚合體調(diào)控能力評估技術(shù)是電動汽車參與電網(wǎng)調(diào)控的基礎(chǔ)和前提。

電動汽車聚合體調(diào)控能力評估技術(shù)的關(guān)鍵點(diǎn)在于兩點(diǎn)，第一，如何建立合理的電動汽車負(fù)荷聚合體模型，目前的聚合體模型相對粗糙，考慮的方式比較單一，一般只考慮了電動汽車自身的運(yùn)行特征。第二，如何解決模型參數(shù)問題，模型的精細(xì)化程度決定了模型的實(shí)用性，單個(gè)汽車的運(yùn)行狀態(tài)模型建立起來較為容易，然而，單個(gè)汽車的模型對于整個(gè)調(diào)控能力的評估意義不大。

發(fā)明內(nèi)容

為克服上述現(xiàn)有問題或者至少部分地解決上述問題，本發(fā)明實(shí)施例提供一種電動汽車負(fù)荷聚合體調(diào)控能力評估模型建立方法及系統(tǒng)。

根據(jù)本發(fā)明實(shí)施例的第一方面，提供一種電動汽車負(fù)荷聚合體調(diào)控能力評估模型建立方法，包括：

基于用戶出行的行為特征和電動汽車的汽車行為特征建立電動汽車負(fù)荷聚合體調(diào)控能力評估模型；

其中，基于蒙特卡洛方法模擬所述電動汽車負(fù)荷聚合體調(diào)控能力評估模型需要的模型參數(shù)。

在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明實(shí)施例還可以進(jìn)行如下改進(jìn)。

可選的，所述用戶出行的行為特征包括用戶出行需求約束，其中，在對電動汽車進(jìn)行負(fù)荷聚合調(diào)度時(shí)必須滿足用戶的出行需求：

SOC_i(t_leave)＝SOC_dem(i)；

式中，SOC_i(t_1eave)為第i輛電動汽車的SOC離網(wǎng)值，SOC_dem(i)為第i輛電動汽車的SOC用戶設(shè)定值。

可選的，所述電動汽車的汽車行為特征包括電動汽車的狀態(tài)約束和電動汽車的荷電狀態(tài)約束。

可選的，所述電動汽車的狀態(tài)約束為電動汽車不能同時(shí)充電和放電：

P_i(t)_Pd(t)＝0；

式中，P_i(t)為t時(shí)刻電動汽車充電功率，kW，P_d(t)為t時(shí)刻電動汽車放電功率，kW；

所述電動汽車的荷電狀態(tài)約束是指電動汽車的荷電狀態(tài)必須大于等于荷電狀態(tài)最小值才能參與放電調(diào)度：

SOC(t,i)≥SOC_min；

式中，SOC_min為SOC最小值；

電動汽車i在t時(shí)刻的荷電狀態(tài)為：

式中，_ηi和η_d分別為電動汽車充電、放電效率，C_i為第i輛電動汽車的電池容量。