2024“人-車-樁-路-網(wǎng)”耦合下的智能車網(wǎng)互動(dòng)技術(shù)研究報(bào)告

2024年6月28日-30日2024年6月28日-30日2024年6月28日-30日2024年6月28日-30日2雙碳目標(biāo)下電動(dòng)汽車發(fā)展迅猛電動(dòng)汽車對(duì)促進(jìn)國家能源轉(zhuǎn)型意義重大。到2030年，EV保有量將近億輛，動(dòng)力電池容量超40億千瓦時(shí)，超風(fēng)光日均發(fā)電量的60%,對(duì)新型電力系統(tǒng)挑戰(zhàn)和機(jī)遇并存!9000萬+個(gè)樁數(shù)千家運(yùn)營商平臺(tái)1億+輛數(shù)千家運(yùn)營商平臺(tái)電網(wǎng)調(diào)控平臺(tái)配電網(wǎng)風(fēng)力發(fā)電能量流信息流能量流信息流新型電力系統(tǒng)支撐大規(guī)模電動(dòng)汽車新型電力系統(tǒng)支撐3配電網(wǎng)是支撐電動(dòng)汽車發(fā)展的關(guān)鍵環(huán)節(jié)配電網(wǎng)是將電能安全配送到千家萬戶的重大設(shè)施!分布式電源、電動(dòng)汽車100%依托配電網(wǎng)并網(wǎng)，其可靠性、靈活性與能效水平對(duì)社會(huì)生產(chǎn)、人民生活影響巨大。負(fù)荷功率源荷功率源荷功率運(yùn)行點(diǎn)A配變最大配變最大反送承載力動(dòng)態(tài)平衡功率差額運(yùn)行點(diǎn)功率差額運(yùn)行點(diǎn)B224靈活電源資源短缺，配電網(wǎng)需要重大技術(shù)變革4靈活電源資源短缺，配電網(wǎng)需要重大技術(shù)變革充電向超大功率、快/慢充相結(jié)合的多元化發(fā)展充電功率不斷增加、多元化發(fā)展快充201920202021常規(guī)負(fù)荷5“電能流-交通流-信息流”深度融合(流結(jié)構(gòu))6電動(dòng)汽車與配電網(wǎng)協(xié)同運(yùn)行面臨挑戰(zhàn)“電能流-交通流-信息流-行為流”跨時(shí)空動(dòng)態(tài)交織，“人-車-樁-路-網(wǎng)”各要素均處于一個(gè)時(shí)變動(dòng)態(tài)的演化過程，且相互之間存在復(fù)雜的交互影響，伴隨著大量不確定性因素。配電-交通融合系統(tǒng)示意圖高壓網(wǎng)中壓網(wǎng)電能流?物質(zhì)流：交通網(wǎng)中的交通流；?信息流：主體間傳遞的狀態(tài)參量、激勵(lì)和調(diào)控信號(hào)等；交通流交通網(wǎng)?行為流：主體決策行為，如出行路徑及充放電選擇等。7電動(dòng)汽車與配電網(wǎng)協(xié)同運(yùn)行面臨挑戰(zhàn)“電能流-交通流-信息流-行為流”跨時(shí)空動(dòng)態(tài)交織，“人-車-樁-路-網(wǎng)”各要素均處于一個(gè)時(shí)變動(dòng)態(tài)的演化過程，且相互之間存在復(fù)雜的交互影響，伴隨著大量不確定性因素。配電-交通融合系統(tǒng)示意圖“人-車-樁-路-網(wǎng)”耦合關(guān)系配電-交通融合系統(tǒng)示意圖“人-車-樁-路-網(wǎng)”耦合關(guān)系調(diào)控信號(hào)能源系統(tǒng)感知決策交通系統(tǒng)狀態(tài)感狀態(tài)感知調(diào)控信號(hào)高壓網(wǎng)中壓網(wǎng)交通流電能流配電網(wǎng)低壓網(wǎng)交通網(wǎng)8雜，電能流-交通流-信息流跨時(shí)空動(dòng)態(tài)交織，特別是交通流延遲性導(dǎo)致EV用戶在出行或充電決策時(shí)，所基于的邊界與任務(wù)完成時(shí)系統(tǒng)實(shí)際運(yùn)行狀態(tài)存在差異，配電網(wǎng)及交通網(wǎng)運(yùn)行邊界需要重新審視。充電電價(jià)時(shí)間分布信息(信息處理中0)引導(dǎo)信息(信息處理中0)引導(dǎo)信息信息充電負(fù)荷時(shí)去分右口點(diǎn)負(fù)荷時(shí)聞分布信自流能量交互充電負(fù)荷時(shí)去分右口點(diǎn)負(fù)荷時(shí)聞分布信自流能量交互調(diào)控信號(hào)感婚交通系統(tǒng)感婚交通系統(tǒng)用戶充放用戶充放用戶出信息處理中心充電站信息處理中心充電站負(fù)荷時(shí)空耦負(fù)荷時(shí)空耦息處理中心)(樁)道路交通息處理中心)(樁)能量需求能量需求城市配電-交通精合網(wǎng)絡(luò)多主體耦合關(guān)系示意圖9在有序的“電能流-交通流-信息流”作用下，電動(dòng)汽車充電負(fù)荷具備了“時(shí)-空-量”上的靈活可協(xié)調(diào)性，成為提升配電網(wǎng)靈活性的優(yōu)質(zhì)資源!人-車-樁(站)-路-網(wǎng)深度耦合下的靈活域擇、出發(fā)時(shí)刻、期望在站布，優(yōu)化配電網(wǎng)不同節(jié)點(diǎn)可調(diào)節(jié)功率的范圍?；钣虻袒钣虻屉妱?dòng)汽車與配電網(wǎng)協(xié)同運(yùn)行面臨挑戰(zhàn)如何挖掘人-車-樁(站)-路-網(wǎng)協(xié)同潛力，構(gòu)建車網(wǎng)互動(dòng)靈活域，攻克深度耦合下互動(dòng)技術(shù)，面臨兩大難點(diǎn)。靈活性建模難題1:如何對(duì)引入的車網(wǎng)互動(dòng)靈活性進(jìn)行建模量化靈活性建模難題1:如何對(duì)引入的車網(wǎng)互動(dòng)靈活性進(jìn)行建模量化電能流電能流難題2:難題2:靈活性應(yīng)用靈活性應(yīng)用交通網(wǎng)交通網(wǎng)的制定電動(dòng)汽車與配電網(wǎng)協(xié)同運(yùn)行面臨挑戰(zhàn)容量受限(點(diǎn))容量受限(點(diǎn))交通流量：EV行駛模式，臺(tái)區(qū)容量有限，無序改變能耗；充電峰上加峰，40%交通擁堵和可達(dá)：影響用戶無法報(bào)裝充電。聚合調(diào)控聚合調(diào)控時(shí)滯影響下的協(xié)同優(yōu)化(面)電能流-交通流時(shí)間尺度海量電動(dòng)汽車時(shí)空分散差異性，交通時(shí)滯效應(yīng)，、行為隨機(jī)，調(diào)控精度多主體差異化需求低，無法滿足實(shí)時(shí)平衡2024年6月28日-30日2024年6月28日-30日研究背景與挑戰(zhàn) 關(guān)鍵技術(shù)一、人-車-樁(站)-路-網(wǎng)耦合的互動(dòng)靈活性建模及價(jià)值挖掘模與價(jià)值分析多流耦合交互機(jī)理關(guān)鍵技術(shù)二、基于多模態(tài)信息融合的配電網(wǎng)靈活域高效構(gòu)建及預(yù)測(cè)配電網(wǎng)靈活域邊界配電網(wǎng)靈活域邊界多時(shí)間尺度預(yù)測(cè)的靈活域難刻畫多時(shí)間尺度預(yù)測(cè)邊界實(shí)用化計(jì)算邊界拓?fù)鋵W(xué)分析邊界實(shí)用化計(jì)算邊界拓?fù)鋵W(xué)分析人車樁(站)路網(wǎng)復(fù)雜耦合關(guān)系場(chǎng)景界拓?fù)鋵W(xué)性質(zhì)→實(shí)用化計(jì)人車樁(站)路網(wǎng)復(fù)雜耦合關(guān)系場(chǎng)景關(guān)鍵技術(shù)三、人-車-樁(站)-路-網(wǎng)耦合下基于靈活域的配電網(wǎng)協(xié)同規(guī)劃規(guī)劃模型難集成配電網(wǎng)協(xié)同規(guī)劃配電網(wǎng)協(xié)同規(guī)劃關(guān)鍵技術(shù)四、基于靈活域的配電網(wǎng)-交通網(wǎng)多速率分層協(xié)同運(yùn)行優(yōu)化分層協(xié)同運(yùn)行優(yōu)化架構(gòu)復(fù)雜流結(jié)構(gòu)靈活域提升配電網(wǎng)中分層協(xié)同運(yùn)行優(yōu)化架構(gòu)復(fù)雜流結(jié)構(gòu)靈活域提升配電網(wǎng)中下電能流與交通流的動(dòng)態(tài)均衡與時(shí)序相關(guān)性“電力-交通”交通網(wǎng)●研究思路：協(xié)同運(yùn)行架構(gòu)→有序充放電引導(dǎo)“電力-交通”交通網(wǎng)2024年6月28日-30日2024年6月28日-30日研究背景與挑戰(zhàn)1、考慮交通動(dòng)態(tài)均衡的EV多類型充電負(fù)荷協(xié)同預(yù)測(cè)交通流分布交通網(wǎng)絡(luò)充電決策交通流分布交通網(wǎng)絡(luò)充電決策電動(dòng)汽車耦合交互對(duì)負(fù)荷預(yù)測(cè)的影響充電設(shè)施布局耦合交互對(duì)負(fù)荷預(yù)測(cè)的影響電力網(wǎng)絡(luò)充電設(shè)施道路設(shè)施充電設(shè)施充電需求可調(diào)度空間潮流分布路網(wǎng)結(jié)構(gòu)充電需求可調(diào)度空間潮流分布電動(dòng)汽車充電負(fù)荷建模需考慮決策行為電動(dòng)汽車充電負(fù)荷建模需考慮決策行為充電負(fù)荷互動(dòng)控制考慮交通動(dòng)態(tài)均衡的EV存在問題基于UE的EV充電負(fù)荷模型動(dòng)態(tài)用戶均衡(DynamicUserEquilibrium,DUE)的EV充電負(fù)荷模型口解析法：在刻畫單體EV連續(xù)行為決策方面有一定局限性；受限于計(jì)算量，適用小型路網(wǎng)；站快充行為展開研究，多次出行相互割裂。口從個(gè)體層面進(jìn)行EV用戶路徑選擇和充電決策，全天候仿真；基于仿真的EV充電負(fù)荷口同時(shí)考慮基于仿真的EV充電負(fù)荷口滿足大型實(shí)際路網(wǎng)驗(yàn)證需求。1、考慮交通動(dòng)態(tài)均衡的EV多類型充電負(fù)荷協(xié)同預(yù)測(cè)提出了考慮交通動(dòng)態(tài)均衡的EV多類型充電負(fù)荷協(xié)同預(yù)測(cè)方法，計(jì)及用戶路徑選擇之間的擁堵效應(yīng)和相互影響，以動(dòng)態(tài)用戶均衡原則刻畫用戶在擁堵路網(wǎng)的路徑選擇行為，兼顧在途快充和目的地慢充之間時(shí)空分布的真實(shí)準(zhǔn)確預(yù)測(cè)。交通-充電仿真模型：根據(jù)出行路徑和在途充電位置，對(duì)EV用戶在其整個(gè)出行鏈中的行駛、停車和充電行為進(jìn)行仿真，進(jìn)而得到快-慢充負(fù)荷的時(shí)空分布。交通-充電仿真模型根據(jù)行駛速度和根據(jù)行駛速度和戶在途的停車、快充行為和到達(dá)交通動(dòng)態(tài)均衡狀態(tài)下的電動(dòng)汽車動(dòng)態(tài)用戶均衡的預(yù)測(cè)方法架構(gòu)提出了考慮交通動(dòng)態(tài)均衡的EV多類型充電負(fù)荷協(xié)同預(yù)測(cè)方法，計(jì)及用戶路徑選擇之間的擁堵效應(yīng)和相互影響，以動(dòng)態(tài)用戶均衡原則刻畫用戶在擁堵路網(wǎng)的路徑選擇行為，兼顧在途快充和目的地慢充之間的互補(bǔ)性，實(shí)現(xiàn)快-慢充電負(fù)荷時(shí)空分布的真實(shí)準(zhǔn)確預(yù)測(cè)。交通-充電仿真模型交通動(dòng)態(tài)均衡狀態(tài)下的電動(dòng)汽車以德國柏林路網(wǎng)(91.87萬私家車用戶，EV滲透率80%)為例，對(duì)該區(qū)域的EV快-慢充負(fù)荷的時(shí)空分布進(jìn)行預(yù)測(cè)。模型一模型一總負(fù)荷模型模型一用戶動(dòng)態(tài)均衡可以更準(zhǔn)確地反映實(shí)際交通流的變化和充電需求，在交通擁堵情況下合理分配充電負(fù)荷，支撐優(yōu)化充電策2030時(shí)間0)0選代次數(shù)平均出行鏈效用演化過程某—EV用戶在場(chǎng)景二、三中的充電行為快充高峰時(shí)段(16:30-17:00)有快充需求的EV用戶的空間分布230類別第一類訂單第二類訂單第三類訂單充電開始時(shí)間充電時(shí)長充電量(kWh)基于HDBSCAN聚類的訂單聚類及對(duì)應(yīng)各類訂單中心點(diǎn)→類別第一類訂單占比第二類訂單占比第三類訂單占比→0.19120120.5550383基于KMeans聚類的用戶聚類及對(duì)應(yīng)各類用戶中心點(diǎn)2、基于訂單數(shù)據(jù)的充電需求預(yù)測(cè)進(jìn)一步構(gòu)建基于改進(jìn)LGBM的用戶充電需求預(yù)測(cè)模型，考慮到預(yù)測(cè)值偏大/偏小對(duì)充放電控制的影響程度不同，利用分位數(shù)損失函數(shù)實(shí)現(xiàn)誤差懲罰差異化，預(yù)測(cè)用戶的充電時(shí)長與充電量。并且通過對(duì)比其他算法證明了所提方法的準(zhǔn)確性。模型平均絕對(duì)誤差分位數(shù)損失模型平均絕對(duì)誤差分位數(shù)損失模型1模型2模型3模型5模型平均絕對(duì)誤差分位數(shù)損失模型1模型2模型3模型4模型5名稱模型目標(biāo)優(yōu)化函數(shù)數(shù)據(jù)集模型1平均絕對(duì)誤差剔除15%模型2分位數(shù)損失未剔除模型3分位數(shù)損失剔除15%模型4平均絕對(duì)誤差剔除15%模型5平均絕對(duì)誤差剔除15%多主體云邊協(xié)同的多時(shí)間尺度無感有序充放電控制技術(shù)，建立“周-日”長時(shí)間尺度電量平衡與“時(shí)-分”短時(shí)間尺度功率平衡，實(shí)現(xiàn)臺(tái)區(qū)充電樁容量2倍接入和快充站峰值負(fù)荷削減20%。臺(tái)區(qū)2倍容量接入安全界限臺(tái)區(qū)2倍容量接入安全界限時(shí)用戶可調(diào)區(qū)間運(yùn)營商可用容量用戶用戶配電網(wǎng)運(yùn)營商可用容量用戶用戶配電網(wǎng)日前/日內(nèi)調(diào)度計(jì)劃配電網(wǎng)電量平衡電量平衡臺(tái)變功率平衡的智能控制負(fù)頁快充站削峰負(fù)荷峰值智能控制電量用戶2用戶n-1用戶快充站削峰負(fù)荷峰值智能控制用戶1節(jié)假日工作日協(xié)同協(xié)同用戶充電行為引導(dǎo)策略口決策變量一周七日日充單位電量服務(wù)費(fèi)價(jià)格、0-1狀態(tài)矩陣權(quán)重關(guān)系設(shè)置日電量分配結(jié)果日電量分配結(jié)果引導(dǎo)前后一周每日充電電量結(jié)果0星期一星期二星期三星期四星期五星期六星期日示意圖2780.275星期日星期二26503、多主體云邊協(xié)同的社區(qū)智能有序充放電控制在日內(nèi)，提出了考慮臺(tái)區(qū)變壓器容量限制的多EV運(yùn)營商協(xié)同有序充電優(yōu)化方法，在上層，根據(jù)各個(gè)EV充電運(yùn)營商報(bào)送的充電需求，基于加權(quán)最大-最小公平分配算法對(duì)配電變壓器的可用充電容量進(jìn)行分配，避免變壓器過載運(yùn)行。分層協(xié)同的Ev有序充電優(yōu)化方法示意圖變壓器容量限制變壓器容量限制EVA可用充電容量限制下發(fā)結(jié)果充電功率調(diào)整方案EVA運(yùn)營成本EV充電需求居民社區(qū)基礎(chǔ)負(fù)荷上厚功解分配陋下層有生大的厚望的充電負(fù)荷報(bào)送需求加權(quán)最大-最小公平分配算法：資源按需求增加的順序分配，權(quán)重歸一化②2任何需求方獲得的資源份額都不會(huì)大于其需求量③3未滿足需求的需求方按權(quán)重比例獲得資源份額開始Y總舞求可用容NNY小子份額Y3、多主體云邊協(xié)同的社區(qū)智能有序充放電控制下層將臺(tái)區(qū)變壓器的可用充電容量分配結(jié)果發(fā)送給各個(gè)EV充電運(yùn)營商，EV充電運(yùn)營商在獲得的可用充電容量限制下，以最小化運(yùn)營成本為目標(biāo)制定合理的有序充電策略,通過所提的分層協(xié)同的EV有序充電優(yōu)化方法，顯著降低了臺(tái)區(qū)變壓器重過載風(fēng)險(xiǎn)。優(yōu)化調(diào)度階段分配前后的臺(tái)區(qū)變壓器負(fù)荷曲線對(duì)比優(yōu)化調(diào)度階段分配前后的臺(tái)區(qū)變壓器負(fù)荷曲線對(duì)比目標(biāo)函數(shù)P=0,t<t*ort>=r充電功率約束充電時(shí)間約束SOC等式約束 EV用戶需求約束 可用充電容量約束3、多主體云邊協(xié)同的社區(qū)智能有序充放電控制針對(duì)邊端EV充放電功率快速分配問題，引入能量累積裕度(EAM),通過集成基于EAM的充電功率分配算法和基于EAM的放電功率分配算法，提出基于LLF(最小松弛優(yōu)組R-1minSoCEV充放電控制Laxity-SOC平面--輸入：P:輸出：p,、(=1.2..n,r∈[LR-1]:3、多主體云邊協(xié)同的社區(qū)智能有序充放電控制00VEV首先在停電前進(jìn)行充電(對(duì)應(yīng)能量累積水平增加)提升放電能力，然后在停電期間放電(對(duì)應(yīng)能量累積水平減少)以滿足居民的用電負(fù)荷需求，最后VEV在23pm-8am充電以滿足用戶次日的出行用能需求提出考慮交通時(shí)滯的配電-交通系統(tǒng)協(xié)同運(yùn)行策略。引入交通時(shí)滯因子，建立“配電網(wǎng)-交通網(wǎng)-充電站-用戶”多主體雙層多目標(biāo)優(yōu)化模型，上層基于交通仿真求解修正時(shí)滯參數(shù)，下層基于時(shí)滯參數(shù)進(jìn)行EV用戶充電決策(出行路徑和充電站選擇)。單飲果石批電量劃牙開案號(hào)客H田器路編入時(shí)參皮觀區(qū)網(wǎng)內(nèi)領(lǐng)真顯件世7尾=[OD分折確定當(dāng)和路長日的NZ7Hoyd算預(yù)定當(dāng)前嗎使通我分構(gòu)二除敏飲湖質(zhì)復(fù)結(jié)計(jì)算威本最小的四物西分檔式第O配通度無流EVH態(tài)矩網(wǎng)更所的接及高元鹿內(nèi)通硫擇最飲的完電舉作為日含路醫(yī)欺3A各嗎段果石1計(jì)其州達(dá)葉所TA附更所究電后電量C下層優(yōu)化下層優(yōu)化路段流量時(shí)滯參數(shù)修正模型多目標(biāo)成本配電網(wǎng)節(jié)點(diǎn)權(quán)重更新模型基礎(chǔ)負(fù)荷最優(yōu)時(shí)滯和加權(quán)參數(shù)給定參數(shù)的網(wǎng)絡(luò)最優(yōu)狀態(tài)配電網(wǎng)最優(yōu)潮流模型EV充電負(fù)荷模型EV充電上層優(yōu)化交通分配模型充電站模型站內(nèi)信息權(quán)重用戶充串服務(wù)母母充電網(wǎng)交通網(wǎng)配電網(wǎng)√用戶個(gè)v↓個(gè)√入配電網(wǎng)個(gè)快速充電網(wǎng)絡(luò)規(guī)劃布局不合理“車-路-站-網(wǎng)”耦合關(guān)系示意圖充電網(wǎng)規(guī)劃布局影響因素電動(dòng)汽車快速充電網(wǎng)絡(luò)綜合評(píng)價(jià)指標(biāo)體系目標(biāo)層電動(dòng)汽車快速充電網(wǎng)絡(luò)綜合評(píng)價(jià)指標(biāo)體系準(zhǔn)則層用戶指標(biāo)層充電需求滿足度充電距離增量充電耗費(fèi)時(shí)間日擁堵時(shí)間變化量快充網(wǎng)絡(luò)日擁堵時(shí)間變化量快充網(wǎng)絡(luò)運(yùn)行水平平均利用率負(fù)荷峰谷差變化量線路重載比例增量節(jié)點(diǎn)電壓偏移變化量節(jié)點(diǎn)電壓越限數(shù)量綜合評(píng)價(jià)指標(biāo)體系3熵權(quán)法層次分析法熵權(quán)法層次分析法33開模糊綜合評(píng)價(jià)模糊綜合評(píng)價(jià)是否是否準(zhǔn)則層指標(biāo)編號(hào)/=1是是j=j+1j<=3否構(gòu)建判斷矩陣4計(jì)算一致性比率CR是事事否計(jì)算目標(biāo)層模