本发明涉及电力系统技术领域，尤其是涉及计及电动汽车的电力系统潮流计算方法。
背景技术：
随着社会发展生活水平提高，环境污染、化石能源枯竭等全球性问题却日渐严重，人们积极寻找新的发展道路。新能源及其相关产品的出现给人们带来了新希望。借着这个契机，以电能代替化石能源的电动汽车得到了发展，电动汽车的迅速普及也对保证电力系统的稳定带来了极大挑战，其大规模接入电网充电的同时也会给电网带来一定的冲击。大量电动汽车的充电需求给电网带来了负担，对电网的影响涵盖了发电、输电和配电层面，会造成电能质量(电压、频率、波形)下降，变压器等设备寿命缩短，网损增加，经济效益降低等后果，且该影响程度的大小取决于多个因素，包括电动汽车的渗透率，车主的充电习惯，车辆分布等。
目前市面上的电动汽车有三种充电模式：常规充电模式、快速充电模式和机械充电模式。常规充电模式充电电流小，对电力系统影响相对较小，但是充电时间较长，一般情况下需要5-8小时；快速充电模式充电电流大，充电时间只需要20分钟-2小时，但对电网冲击大；机械充电模式只需要在充电站更换电池组，速度快，可有调控地选择在用电低谷期对电池充电，所以对电网的影响也小，但所需电池组及技术人员成本高，目前国内仍未普及。若大量电动汽车在用电高峰期快速充电，则必将对电力系统的稳定性造成很大冲击。
综上所述，面对电动汽车对电网的挑战和冲击，如何更好地将电动汽车的充电特性考虑进电力系统的分析中则显得尤为重要。
技术实现要素：
有鉴于此，本发明的目的在于提供计及电动汽车的电力系统潮流计算方法，将大量数据拟合得到电动汽车的充电功率曲线，并将其引入到潮流计算中，能够有效分析电动汽车对电力系统的影响，辅助电动汽车与电力网络的共生发展。
第一方面，本发明实施例提供了计及电动汽车的电力系统潮流计算方法，包括：
获取电动汽车的电气参数信息和用户的行为习惯信息；
利用蒙特卡洛模拟法，根据所述电气参数信息和行为习惯信息得到电动汽车的模拟负荷曲线；
获取电力系统的结构参数信息，结合所述模拟负荷曲线建立高阶非线性潮流方程，利用牛顿拉夫逊法计算得到潮流变量。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述利用蒙特卡洛模拟法，根据所述电气参数信息和行为习惯信息得到电动汽车的模拟负荷曲线包括：
根据所述行为习惯信息得到用户充电起始时间和充电初始电量的soc分布概率；
结合所述电气参数信息仿真模拟每一辆电动汽车的充电情况信息，所述充电情况信息包括单台模拟负荷曲线；
将所述单台模拟负荷曲线进行叠加得到区域内多台电动汽车的所述模拟负荷曲线。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述获取电力系统的结构参数信息，结合所述模拟负荷曲线建立高阶非线性潮流方程，利用牛顿拉夫逊法计算得到潮流变量包括：
获取并输入所述结构参数信息；
根据所述结构参数信息生成节点导纳矩阵；
对待求量设置初始值，并设定迭代次数要求；
列写牛顿拉夫逊方程，并计算方程的不平衡量，其中，所述不平衡量包括有功不平衡量、无功不平衡量和电压不平衡量；
判断所述不平衡量是否收敛；
若不收敛，则计算雅可比矩阵内的元素，并求解修正方程得到修正量；
根据所述初始值和所述修正量计算新值，并利用所述新值重新计算所述不平衡量，反复迭代直至所述不平衡量收敛。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述行为习惯信息包括出租车充电模式，公共汽车充电模式和私家车充电模式，所述出租车充电模式的起始soc满足正态分布(0.3,0.01)，所述公共汽车充电模式的起始soc满足正态分布(0.5,0.01)，所述私家车充电模式的起始soc满足正态分布(0.6,0.01)。
结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述结合所述电气参数信息仿真模拟每一辆电动汽车的充电情况信息包括：
获取并输入所述行为习惯信息和所述电气参数信息，并设定迭代次数要求；
按照给定时间随机抽取每一辆电动汽车的起始充电时间；
随机抽取每一辆电动汽车的起始soc；
假设电动汽车的充电行为不受电网运行状态影响，计算充电结束时间；
判断所述充电结束时间是否大于充电限制时间。
结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，还包括：
若是，则取所述充电限制时间作为实际结束时间；
若不是，则取所述充电结束时间作为实际结束时间；
根据每一辆电动汽车的所述起始充电时间和所述实际结束时间得到所述单台模拟负荷曲线。
结合第一方面的第五种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述将所述单台模拟负荷曲线进行叠加得到区域内多台电动汽车的所述模拟负荷曲线包括：
将所述单台模拟负荷曲线进行叠加得到所述模拟负荷曲线；
判断迭代次数是否满足要求，并在满足要求的情况下判断是否收敛；
若不收敛，则继续进行迭代计算直至收敛。
本发明提供了计及电动汽车的电力系统潮流计算方法，包括：获取电动汽车的电气参数信息和用户的行为习惯信息；利用蒙特卡洛模拟法，根据电气参数信息和行为习惯信息得到电动汽车的模拟负荷曲线；获取电力系统的结构参数信息，结合模拟负荷曲线建立高阶非线性潮流方程，利用牛顿拉夫逊法计算得到潮流变量。本发明采用蒙特卡洛模拟的方法，可以将大量数据拟合得到电动汽车的充电功率曲线，并将其引入到潮流计算中，能够有效分析电动汽车对电力系统的影响，辅助电动汽车与电力网络的共生发展。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的计及电动汽车的电力系统潮流计算方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
随着社会发展生活水平提高，环境污染、化石能源枯竭等全球性问题却日渐严重，人们积极寻找新的发展道路。新能源及其相关产品的出现给人们带来了新希望。借着这个契机，以电能代替化石能源的电动汽车得到了发展，电动汽车的迅速普及也对保证电力系统的稳定带来了极大挑战，其大规模接入电网充电的同时也会给电网带来一定的冲击。大量电动汽车的充电需求给电网带来了负担，对电网的影响涵盖了发电、输电和配电层面，会造成电能质量(电压、频率、波形)下降，变压器等设备寿命缩短，网损增加，经济效益降低等后果，且该影响程度的大小取决于多个因素，包括电动汽车的渗透率，车主的充电习惯，车辆分布等。
综上所述，面对电动汽车对电网的挑战和冲击，如何更好地将电动汽车的充电特性考虑进电力系统的分析中则显得尤为重要。基于此，本发明实施例提供了计及电动汽车的电力系统潮流计算方法，将大量数据拟合得到电动汽车的充电功率曲线，并将其引入到潮流计算中，能够有效分析电动汽车对电力系统的影响，辅助电动汽车与电力网络的共生发展。
图1为本发明实施例提供的计及电动汽车的电力系统潮流计算方法流程图。
参照图1，计及电动汽车的电力系统潮流计算方法包括：
步骤s101，获取电动汽车的电气参数信息和用户的行为习惯信息；
步骤s102，利用蒙特卡洛模拟法，根据电气参数信息和行为习惯信息得到电动汽车的模拟负荷曲线；
步骤s103，获取电力系统的结构参数信息，结合模拟负荷曲线建立高阶非线性潮流方程，利用牛顿拉夫逊法计算得到潮流变量。
具体地，蒙特卡罗模拟法是以进行重复的统计实验为手段来求解数学问题的方法。使用蒙特卡洛法处理问题时，其解答往往构造成某个随机变量的数学期望，在计算机上通过某种数字进行假想试验得到随机变量具体取值的算术平均值，并用它作为问题的近似解。
在本发明实施例中，由于电动汽车的充电负荷时间和空间分布上的随机性，难以在现实中完整采集实际数据，故可以采用蒙特卡罗模拟法，通过研究用户的行为习惯，得出用户充电起始时间和充电初始电量soc分布概率，考虑一些其他的影响因素，如电动汽车数量、电池容量、节假日等，通过仿真模拟每一辆电动汽车的充电情况，并将这些数据曲线叠加，使得出的负荷曲线接近于真实的模拟负荷曲线。
本发明实施例通过网上资料得到用户行为习惯优化充电起始时间和充电初始电量soc的分布概率，并相应的考虑其他因素，如未来电动汽车保有量的增长等，拟合电动汽车的充电负荷曲线等进行仿真模拟。采用牛顿拉夫逊法，将通过蒙特卡罗模拟拟合出的电动汽车充电负荷曲线代入到潮流计算中，得到系统中各节点功率、电压的数值，定量比较以确定不同情况下的充电负荷对电力系统的影响。
根据本发明的实例性实施例，步骤s102包括：
根据行为习惯信息得到用户充电起始时间和充电初始电量的soc分布概率；
结合电气参数信息仿真模拟每一辆电动汽车的充电情况信息，充电情况信息包括单台模拟负荷曲线；
将单台模拟负荷曲线进行叠加得到区域内多台电动汽车的模拟负荷曲线。
根据本发明的实例性实施例，步骤s103包括：
获取并输入结构参数信息；
根据结构参数信息生成节点导纳矩阵；
对待求量设置初始值，并设定迭代次数要求；
列写牛顿拉夫逊方程，并计算方程的不平衡量，其中，不平衡量包括有功不平衡量、无功不平衡量和电压不平衡量；
判断不平衡量是否收敛；
若不收敛，则计算雅可比矩阵内的元素，并求解修正方程得到修正量；
根据初始值和修正量计算新值，并利用新值重新计算所述不平衡量，反复迭代直至不平衡量收敛。牛顿拉夫逊法作为经典的潮流计算方法，故在本发明实施例中不再赘述。
根据本发明的实例性实施例，行为习惯信息包括出租车充电模式，公共汽车充电模式和私家车充电模式，出租车充电模式的起始soc满足正态分布(0.3,0.01)，公共汽车充电模式的起始soc满足正态分布(0.5,0.01)，私家车充电模式的起始soc满足正态分布(0.6,0.01)。
根据本发明的实例性实施例，结合电气参数信息仿真模拟每一辆电动汽车的充电情况信息包括：
获取并输入行为习惯信息和所述电气参数信息，并设定迭代次数要求；
按照给定时间随机抽取每一辆电动汽车的起始充电时间；
随机抽取每一辆电动汽车的起始soc；
假设电动汽车的充电行为不受电网运行状态影响，计算充电结束时间；
判断所述充电结束时间是否大于充电限制时间。
根据本发明的实例性实施例，还包括：
若是，则取充电限制时间作为实际结束时间；
若不是，则取充电结束时间作为实际结束时间；
根据每一辆电动汽车的起始充电时间和实际结束时间得到单台模拟负荷曲线。
根据本发明的实例性实施例，将单台模拟负荷曲线进行叠加得到区域内多台电动汽车的模拟负荷曲线包括：
将单台模拟负荷曲线进行叠加得到模拟负荷曲线；
判断迭代次数是否满足要求，并在满足要求的情况下判断是否收敛；
若不收敛，则继续进行迭代计算直至收敛。
实施例二：
下面对本发明实施例提供的计算方法进行详细阐述。
一般来说，影响电动汽车充电负荷的因素包括起始荷电状态、充电功率、充电时间、电池容量等，而这些因素与所属车种类型有关，要实现统一建模难度较大。因此，本发明实施例对车种进行划分，根据其特点有针对性地建模仿真。
由于电动汽车具有噪音小、零排放、行驶稳定性高的优点以及政府相关政策支持，中国电动汽车保有量迅速上升，其中主要为私家车、公共汽车及出租车。因此本发明实施例主要对这三种类型的车辆进行仿真模拟。
(1)出租车充电模式
由于出租车的工作时间长，日行驶里程较高，每日平均行驶里程在200-300km左右，锂电池容量约为45kwh，百公里耗电量为15kwh，考虑到安全性、可靠性等多种因素，一般一天需要两次充电，分别在凌晨2点至4点和客流较小的下午11点30至14点。由于充电时间均较短，两次充电均采用快速充电方式，充电功率为45kw，充电效率为0.9，起始充电时间满足均匀分布，起始soc均满足正态分布(0.3，0.01)。
(2)公共汽车充电模式
查阅相关资料，公交车平均每天的行驶量大约在150～200km，百公里耗电量为120kwh。首班发车时间大约在6点，末班发车时间则为22点左右，锂电池容量约为180kwh，仅一次充电并不能满足公交车一天的运行要求，所以至少需要安排两次充电。一次可以放在公交车晚上停止运营后，即23点至第二天凌晨5点，该次充电时间较长，可使用常规充电的方式，充电功率为21kw，另一次快速充电放在9：00～16：00，充电功率为90kw，两次充电开始时间都满足均匀分布，充电效率均为0.9，起始soc均满足正态分布(0.5，0.01)。
(3)私家车充电模式
相较于上述两种行驶时间强度较高的汽车，私家车的行驶时间和充电时间就比较自由。其锂电池容量约为35kwh，百公里耗电量20kwh，一般情况下，每天只需充电一次即可满足其一天的行驶量，因此可在晚上停止工作后进行常规充电。充电开始时间服从正态分布(18，3.24)，常规充电功率为7kw，充电效率为0.9，起始soc满足正态分布(0.6，0.01)。
计算充电负荷曲线的难处在于起始电量soc和起始充电时间有很大的随机性，难以准确统计。随机抽取每一辆汽车充电时的起始电量soc和起始充电时间。假设电动汽车的充电行为不受电网运行状态的影响，当电动汽车接入到电网之后，电动汽车就立即开始充电，充电过程中电压电流不随时间或者电网的状态发生改变。
本发明实施例采用方差系数β来判断仿真是否收敛。其计算公式如下：
式中，βi为第i时刻充电负荷的方差系数，i＝1，2，3，…，1440；
本发明提供了计及电动汽车的电力系统潮流计算方法，包括：获取电动汽车的电气参数信息和用户的行为习惯信息；利用蒙特卡洛模拟法，根据电气参数信息和行为习惯信息得到电动汽车的模拟负荷曲线；获取电力系统的结构参数信息，结合模拟负荷曲线建立高阶非线性潮流方程，利用牛顿拉夫逊法计算得到潮流变量。本发明采用蒙特卡洛模拟的方法，可以将大量数据拟合得到电动汽车的充电功率曲线，并将其引入到潮流计算中，能够有效分析电动汽车对电力系统的影响，辅助电动汽车与电力网络的共生发展。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
1.计及电动汽车的电力系统潮流计算方法，其特征在于，包括：
获取电动汽车的电气参数信息和用户的行为习惯信息；
利用蒙特卡洛模拟法，根据所述电气参数信息和行为习惯信息得到电动汽车的模拟负荷曲线；
获取电力系统的结构参数信息，结合所述模拟负荷曲线建立高阶非线性潮流方程，利用牛顿拉夫逊法计算得到潮流变量。
2.根据权利要求1所述的计及电动汽车的电力系统潮流计算方法，其特征在于，所述利用蒙特卡洛模拟法，根据所述电气参数信息和行为习惯信息得到电动汽车的模拟负荷曲线包括：
根据所述行为习惯信息得到用户充电起始时间和充电初始电量的soc分布概率；
结合所述电气参数信息仿真模拟每一辆电动汽车的充电情况信息，所述充电情况信息包括单台模拟负荷曲线；
将所述单台模拟负荷曲线进行叠加得到区域内多台电动汽车的所述模拟负荷曲线。
3.根据权利要求1所述的计及电动汽车的电力系统潮流计算方法，其特征在于，所述获取电力系统的结构参数信息，结合所述模拟负荷曲线建立高阶非线性潮流方程，利用牛顿拉夫逊法计算得到潮流变量包括：
获取并输入所述结构参数信息；
根据所述结构参数信息生成节点导纳矩阵；
对待求量设置初始值，并设定迭代次数要求；
列写牛顿拉夫逊方程，并计算方程的不平衡量，其中，所述不平衡量包括有功不平衡量、无功不平衡量和电压不平衡量；
判断所述不平衡量是否收敛；
若不收敛，则计算雅可比矩阵内的元素，并求解修正方程得到修正量；
根据所述初始值和所述修正量计算新值，并利用新值重新计算所述不平衡量，反复迭代直至所述不平衡量收敛。
4.根据权利要求1所述的计及电动汽车的电力系统潮流计算方法，其特征在于，所述行为习惯信息包括出租车充电模式，公共汽车充电模式和私家车充电模式，所述出租车充电模式的起始soc满足正态分布(0.3,0.01)，所述公共汽车充电模式的起始soc满足正态分布(0.5,0.01)，所述私家车充电模式的起始soc满足正态分布(0.6,0.01)。
5.根据权利要求2所述的计及电动汽车的电力系统潮流计算方法，其特征在于，所述结合所述电气参数信息仿真模拟每一辆电动汽车的充电情况信息包括：
获取并输入所述行为习惯信息和所述电气参数信息，并设定迭代次数要求；
按照给定时间随机抽取每一辆电动汽车的起始充电时间；
随机抽取每一辆电动汽车的起始soc；
假设电动汽车的充电行为不受电网运行状态影响，计算充电结束时间；
判断所述充电结束时间是否大于充电限制时间。
6.根据权利要求5所述的计及电动汽车的电力系统潮流计算方法，其特征在于，还包括：
若是，则取所述充电限制时间作为实际结束时间；
若不是，则取所述充电结束时间作为实际结束时间；
根据每一辆电动汽车的所述起始充电时间和所述实际结束时间得到所述单台模拟负荷曲线。
7.根据权利要求6所述的计及电动汽车的电力系统潮流计算方法，其特征在于，所述将所述单台模拟负荷曲线进行叠加得到区域内多台电动汽车的所述模拟负荷曲线包括：
将所述单台模拟负荷曲线进行叠加得到所述模拟负荷曲线；
判断迭代次数是否满足要求，并在满足要求的情况下判断是否收敛；
若不收敛，则继续进行迭代计算直至收敛。
技术总结