买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海电力大学

摘要：本发明涉及一种考虑道路交通模型的EV聚合商短时调度和响应激励方法，包括以下步骤：1构建单辆EV短时需求响应模型；2考虑行驶过程及充放电过程的各类成本，构建单辆EV的短时需求响应成本函数；3构建基于熵权法评分的EV目标充电站选择模型，确定选择的目标充电站；4根据EV评分、改进用户参与率模型确定EV用户基本激励价格优化约束条件，并以此构建EV用户基本激励价格优化模型并求解；5考虑距离引起用户响应不确定性，构建用户实际响应量模型；6确定EV聚合商的短时调度约束条件，并以此构建EV聚合商的短时调度决策模型并求解，得到最优的短时调度决策方案。与现有技术相比，本发明具有考虑全面，更加符合实际情况等优点。

主权项：1.一种考虑道路交通模型的EV聚合商短时调度和响应激励方法，其特征在于，包括以下步骤：1构建单辆EV短时需求响应模型；2考虑行驶过程及充放电过程的各类成本，构建单辆EV的短时需求响应成本函数；3构建基于熵权法评分的EV目标充电站选择模型，确定选择的目标充电站；4根据EV评分、改进用户参与率模型确定EV用户基本激励价格优化约束条件，并以此构建EV用户基本激励价格优化模型并求解；5考虑距离引起用户响应不确定性，构建用户实际响应量模型；6确定EV聚合商的短时调度约束条件，并以此构建EV聚合商的短时调度决策模型并求解，得到最优的短时调度决策方案；所述的步骤1中，单辆EV短时需求响应模型包括可调度时段模型与最大可调度容量模型，所述的可调度时段模型具体为： 其中，Tmax,m,n为调度时段灵活度，Tarrive,m,n和Tleave,n分别为第n辆EV在充电站m能够开始充放电的最早时段和离开的最晚时段，T为调度时段总数，Δt为每个调度时段长度，tA,m,n为第n辆EV到达第m个充电站的时间，t0和te分别为第一个调度时段开始时间与最后一个调度时段结束时间，tE,n为用户申报的响应结束时间，符号表示向上取整；所述的最大可调度容量模型具体为： 其中，Qmax,m,n为第n辆EV在充电站m的最大可调度容量，Qmax1,m,n、Qmax2,m,n分别为考虑电量约束和考虑时间约束的第n辆EV在充电站m的最大可调度容量，SOCE,n、SOCS,n分别为第n辆EV用户申报的响应结束荷电状态和EV的初始荷电状态，Wn为车辆n的电池容量，Pcmax,n、Pdcmax,n分别为车辆n的最大充、放电功率，ηc、ηd分别为EV的充、放电效率，QD,m,n为车辆n行驶至充电站m过程中的总耗电量，qD,ij为路段ij的单位里程行驶能耗，dij为路段ij的长度，lij表示节点i、j之间的路段，Lmn为第n辆EV到达充电站m的最短路径；所述的步骤2中，单辆EV短时需求响应成本函数包括行驶过程产生的固定成本函数和充放电过程产生的可变成本函数，所述的固定成本函数具体为： 其中，C1,m,n为第n辆EV到充电站m参与调度的固定成本，CQ,m,n为EV行驶过程的耗电成本，CT,m,n为行驶时间成本，Cwait,m,n为调度开始前到达车辆的等待时间成本，α为时间价值系数，pp与Tp分别为劳动者的年收入与年工作时间，tD,m,n为车辆n到充电站m的行驶时间，twait,m,n为车辆n提前到达充电站m时等待所花费的时间，p0为日平均电价；所述的可变成本函数具体为： 其中，C2,m,n为EV参与调度的可变成本，为参与充电响应EV用户的充电电费成本，CDOD,m,n为参与放电响应EV单次放电对电池寿命的损耗成本，为参与放电响应的EV放电结束后用户重新补充充电的电费成本，Tstart,n与Tend,n分别为聚合商对车辆n实际调度开始和结束时段，Qm,nt为第n辆EV到充电站m参与调度时聚合商在第t个时段对其实际调度容量；所述的步骤3中，基于熵权法评分的EV目标充电站选择模型具体为： 其中，和分别为车辆n到充电站m参与调度第w个指标的标准化值、初始值和归一化结果，EV评分指标包括调度时段灵活度、最大可调度容量和用户固定成本，为各指标的权重，em,n为车辆n到充电站m参与调度的评分，W为评价指标总数量，M为聚合商管理下的充电站数量，ξm,n为表示车辆n选择充电站m作为目标充电站的0-1变量；所述的步骤4中，EV用户基本激励价格优化模型的目标函数表达式为： 约束条件包括： 其中，分别为用户参与率的上、下限数值，参数r1、h1、r2、h2对充、放电分别为通过聚合商前期调研和历史数据得出的数值，c1,n1、c1,n2分别为车辆n1和n2的基本激励价格，fn为车辆n参与响应的概率，隶属度σ为描述不同日期、不同时段的路况差异对用户参与率的影响的参数，c0为聚合商设置的相邻两个EV用户基本激励价格的最小差值，fav为聚合商设置的用户平均参与率，km为以第m个充电站作为目标充电站的EV数量，分别为将电动汽车按评分由小到大排序后相邻两辆电动汽车n1和n2的评分；所述的步骤5中，考虑距离引起用户响应不确定性，用户实际响应量模型的表达式为： 其中，为车辆n实际被选择参与调度时聚合商考虑其响应不确定性模拟得到的实际响应量，为第n辆EV受距离影响实际响应不足的量占聚合商对其调度容量的比例，通过蒙特卡洛抽样获得，QLmax,n是其上限，U[]表示均匀分布，Qnt为聚合商对于第n辆EV在t时段的实际调度量，Dn为车辆n到达其目标充电站的最短路径距离，Dmax为所有同意参与调度的EV到达其目标充电站最短路径距离的最大值，QMR为用户响应不足的最大比例；所述的步骤6中，EV聚合商的短时调度决策模型的目标函数为： 其中，和分别为聚合商k的收益期望、补偿用户的支出期望以及因响应容量不足超出规定裕度而带来的赔偿期望，和分别表示第s次模拟情况下聚合商k的收益、补偿用户的支出和因响应容量不足超出规定裕度而带来的赔偿，ω为电力公司对聚合商响应不足的惩罚，xl∈{x1,x2,...,xL}为聚合商设置的L档附加激励价格中的第l档价格，β为用户响应量不足的惩罚系数，F1,n为用户n的基本激励，和分别表示当选择价格l时第n辆EV的响应附加激励和响应不足的惩罚，为用户n选择价格l的概率，当聚合商模拟得到的用户对第l档附加激励价格的选择概率最大，其值为pmax，此时设定用户对其余激励价格的选择概率相等，其值为1-pmaxL-1。

全文数据：

权利要求：

百度查询： 上海电力大学 考虑道路交通模型的EV聚合商短时调度和响应激励方法