一种考虑充电站故障影响的电动汽车充电引导策略的制作方法

本发明属于电网-交通网协同运行领域，具体涉及一种考虑充电站故障影响的电动汽车充电引导策略。

背景技术：

1、作为电气化交通的重要组成部分，电动汽车与传统汽燃油车相比，具有更高的能源效率和更低的空气污染物排放，近年来受到大力推广。为满足日益增长的电动汽车充电需求，公共充电基础设施也得到了快速发展，充电站投运数量迅速增长，使得电网和交通网的联系更加紧密。一方面，交通网的道路状况影响着电动汽车的行驶模式，进而影响着充电负荷的空间分布以及区域内的潮流。另一方面，充电站中的排队情况和充电价格反过来影响电动汽车的充电选择，从而影响交通网的交通流分布。随着两个网络之间的相互依赖性越来越强，一个网络中的扰动可能会影响到另一个网络。当电网发生故障时，有较大概率影响到充电站的正常运行，进一步经充电站和电动汽车的耦合将电网的扰动蔓延传播到交通路网，引发更多的问题和经济损失。

2、当前对于电网和交通网的交互影响和协同优化研究已取得了丰富的理论成果，然而，现有研究工作大多针对稳定运行场景来设计优化方法，局限在了正常情况下电动汽车与电网和交通网的交互，未充分考虑电网扰动导致充电站故障场景下的交通网调整规划和车辆的出行引导。

技术实现思路

1、针对现有技术中的问题，本发明提供了一种考虑充电站故障影响的电动汽车充电引导策略，在现代城市电网与绿色清洁能源、城市电气化交通网联系紧密的发展背景下，需要综合考虑充电站容量、充电电价与用户充电意愿等影响充电引导效果的因素，准确描述交通网中车辆的出行和充电行为，从而为考虑充电站容量减小场景下的电动汽车出行和充电引导提供参考，以有效缓解电网扰动对交通网的不良影响。

2、本发明采用的技术方案如下：

3、一种考虑充电站故障影响的电动汽车充电引导策略，包括以下步骤：

4、步骤a：分别获取电网网络拓扑结构和交通网网络拓扑结构，并抽象各网络节点与边模型，确定电网和交通网之间的具体耦合关系；

5、步骤b：根据步骤a确定的电网和交通网之间的具体耦合关系综合考虑电动汽车充电需求、以充电电价为主要影响因素的充电意愿以及充电站容量，建立电动汽车充电模型，并计算充电站充电负荷；

6、步骤c：结合交通网中路段状态参数关系、车辆出行时间、充电站排队时间，以最小化车辆出行总成本为目标，提出车辆路径规划方法，从而确定车辆的最优出行路线；

7、步骤d：根据步骤b所建立的电动汽车充电模型和步骤c提出的车辆路径规划方法，考虑充电站因故障而导致容量缩减的场景，对车辆进行分类，再按时间步长动态模拟车辆的出行过程与电动汽车充电行为，获得优化引导下车辆的时空分布信息，通过时空分布信息对电动汽车充电提供引导和参考。

8、进一步的，步骤a的具体步骤为:

9、步骤a1：选定所需考察研究的电网和交通网，简化出电网的网络拓扑结构，并确定各节点的有功负荷；简化出交通网的网络拓扑结构，包括交通节点集合nt和道路边集合γa，同时确定每条路段的长度la和零流自由通行速度v0a；确定交通网各o-d对上的出行需求；

10、步骤a2：在步骤a1获取的电网的网络拓扑结构和交通网的网络拓扑结构的基础上，交通网和电网通过充电站建立节点与节点之间的耦合关系，同时确定各充电站的正常运行时的规模、容量和接入电网的负荷节点。

11、进一步的，步骤b的具体步骤为:

12、步骤b1：确定单体电动汽车的充电需求

13、基于概率分布的充电时间tc,v来集中量化每辆电动汽车的充电总需求，tc,v服从均匀分布，并满足tc,v>0，对于燃油车和没有充电需求的电动汽车，tc,v＝0；

14、步骤b2：假设有充电需求的电动汽车在出行时会首先前往充电站进行充电，从而体现电动汽车用户的里程焦虑，同时假设所有车辆都能到达目的地；

15、步骤b3：确定充电电价制定方案

16、充电站k的实时电价由固定电价和浮动电价两部分，所述实时电价采用以下公式计算：

17、

18、式(1)中，λk表示符合市场规律的固定电价，表示t时刻充电站k的车辆数量，cp表示充电站k中充电桩数量，即表示充电站容量，δ表示电价刺激系数，取值为1-1.5；

19、步骤b4：确定以充电电价为主要影响因素的充电意愿

20、充电站的排队时间和充电电价信息反映了充电站中充电桩的服务状态，基于步骤b3中充电电价的制定，考虑电动汽车到达充电站k时的选择随机性和排队意愿，计算电动汽车的离开概率具体计算公式如下：

21、

22、式(2)中，表示充电站k在仿真观测时段内的最低电价；越大，电动汽车的离开概率越大。

23、步骤b5：计算各充电站充电负荷

24、若充电站内有空闲充电桩，则电动汽车就可以直接驶入充电站，通过连接该充电桩以功率pc直接进行充电，并计入充电站充电负荷，同时，电动汽车的充电需求逐渐被满足，tc,v开始以仿真步长δt递减，当tc,v减小至0时，标志着该电动汽车充电结束，用户将会通过路径规划前往行程的终点，此后不再产生其他充电需求，充电站k所在负荷节点在时刻t的总负荷为：

25、

26、式(3)中，表示充电站k所在负荷节点在时刻t的其他常规负荷。

27、步骤b6：确定充电站故障时的剩余容量

28、假设充电站所在负荷节点的减载δpn首先由该充电站承担，影响效果为站内一定数量的充电桩停用而无法提供充电服务，即充电站的容量减小，停用充电桩包括全部未运行的充电桩和正在运行的部分充电桩，则对应充电站的剩余容量与其负荷减载δpn的关系式如下：

29、

30、式(4)中，表示充电站k在时刻t运行的充电桩数量，为向下取整运算。

31、进一步的，所述充电总需求包括电动汽车出发前在电池已有剩余电量的基础上对电量的需求、里程焦虑下对电量的最低允许值、单位里程耗电量以及环境温度对耗电量的影响。

32、进一步的，步骤c的具体步骤如下：

33、步骤c1：确定交通网路段速度-密度-流量关系

34、路段a的车流密度表示为：

35、

36、式(5)中，为t时刻在路段a上行驶的车辆数，la为路段a的长度；

37、通过underwood拟合模型描述路段的速度-流量关系，具体表示为：

38、

39、式(6)中，v0a为零流自由通行速度，为t时刻在路段a上行驶的速度，κ是拟合模型中的速度调节参数；

40、结合路段a的车流密度和速度可以计算t时刻内通过路段a的车流量

41、

42、步骤c2：抽取车辆的行程出发时间t0,v

43、考虑t0,v由混合正态分布拟合，其概率密度函数如下所示：

44、

45、式(8)中，μi、σi和εi分别表示第i个正态分布的均值、标准差和混合比，各混合比满足0≤εi≤1、σεi＝1；

46、步骤c3：建立单体车辆出行路径规划目标函数

47、单体车辆以最小化总出行成本为路径规划目标，包括路段平均通行时间ta,v、预计排队时间tq,k以及充电费用，目标函数建立如下：

48、

49、式(9)中，fv是车辆v∈nv的总出行成本，pctc,v是车辆v的充电能量需求；

50、根据路段a的路长la和其在时间t时的平均通行速度可以计算路段a的平均通行时间，具体公式为：

51、

52、充电站k在仿真时间步长δt内的平均到达率表示为：

53、

54、当电动汽车在时刻t规划并选择前往充电站k充电，若此时在站内的电动汽车数量已经超过了该充电站的容量cp，则电动汽车在路径规划时将计入预计排队时间tq,k，具体公式如下：

55、

56、式(12)中，是充电站的排队时间系数；

57、步骤c4：采用经典最短路径算法求解车辆最优出行路径。

58、进一步的，步骤c4中所述经典最短路径算法为dijkstra。根据公式(10)，以路段a的平均通行时间ta,v作为交通路网有向图的边权重，基于dijkstra最短路径算法，计算公式(9)中车辆最优出行路径的总通行时间

59、进一步的，步骤d的具体步骤如下：

60、步骤d1：对车辆进行分类

61、车辆分类具体是指若在tf时刻电网调整切除了某充电站的负荷，则会导致车辆在出行的计划安排上发生变化，因此在tf时刻后的车辆分为以下四类：

62、(1)正在前往故障充电站的电动汽车

63、对于正在前往故障充电站的电动汽车在到达下一个交通网节点时重新规划含充电站的最低成本路线，从而避免重复行驶；

64、(2)正在故障充电站排队等待的电动汽车

65、对于正在故障充电站排队等待的电动汽车，若剩余电量能够支撑其前往其他充电站，则在tf时刻的下一个时刻离开并前往其他充电站完成充电需求，若剩余电量不能支撑其前往其他充电站，则原地等待故障充电站恢复供电；

66、(3)超出充电站剩余容量并正在故障充电站充电的电动汽车

67、对于超出充电站剩余容量并正在故障充电站充电的电动汽车，若剩余充电时间小于0.2tc,v，则直接离开当前充电站，进入原出行计划的下一路段，继续完成剩余行程，否则离开并前往其他充电站继续充电

68、(4)没有充电需求的汽车

69、没有充电需求的汽车包括燃油车、没有充电需求的电动汽车以及已完成充电的电动汽车，对于没有充电需求的汽车基于所接收的更新信息正常规划路线和出行；

70、步骤d2：车辆出行动态模拟

71、根据步骤b所建立的电动汽车充电模型和步骤c提出的车辆路径规划方法，按照时间步长δt实时动态模拟车辆的出行和充电过程，实现交通网与车辆出行行为的双向交互。

72、综上所述，由于采用了上述技术方案，本发明的有益效果是：

73、1.本发明所提充电引导策略综合考虑了充电站容量、充电电价与用户充电意愿等影响充电引导效果的因素，能够准确描述交通网中车辆的出行和充电行为，并可为考虑充电站容量减小场景下的电动汽车出行和充电引导提供参考，从而有效缓解电网扰动对交通网的不良影响。