关于PHEV的用户侧模型算法探讨.docVIP

关于PHEV的用户侧模型算法探讨 模型：假设一辆电动汽车每天固定跑M公里，总共所需的电量为E，总运行时间为，那么对于不同电池容量的汽车每天所需的充电次数是不同的，小容量的多充几次，大容量的可以少充几次，考虑到实际情况规定。为一个充电slot时间内恒定的电价。定义为在时间段时还剩下需要充电的次数。为第个slot去充电站充电需要的额外花费，包括行程中的电量消耗和时间耗损。令，其中为出发去节点时剩余电量，为到达节点时剩余电量。将状态量定义为是否去充电。=0表示在第个slot时没有充电，第个slot时去充电，=1表示在第个slot时在充电。状态量定义为第个slot开始时汽车的剩余电量，且令表示汽车不是满电量状态，表示汽车满电量状态。因此，需要最小化用户侧的花费函数。 其中，，。而未来的电价等可以通过正态分布来求出其概率。因此可以得到以下的各个公式： （1） （2） 继而可得 (3)和 (4)，用逆向递归算法可以得到 （5） 以上递归算法的初始值可以由以下公式给出： （6） 其中且 算法：综上，算法可以表示为： Require T and L(我们假设一天运行12小时，一个slot为15分钟，则T=48，令L=6) Initialize,for For do Initialize For down to do Compute using (2) Compute using (3) Compute using (4) Compute using (5) End for End for End for Return for and and 需要存储的阈值数据个数为 关于鲁棒性分析：1.分析电价概率分布模型偏差引起的扰动对算法的影响 2.分析在用户不依照给定计划用电时的扰动 关于电力市场整体的用电分析： 假设某一区域内所有的电动汽车剩余电量符合某一概率分布，那么可以大概预测该区域所需充电量，可以把这个作为控制回路的设定值。仿真时，可以按照不同的电动车普及率来进行分类仿真。 关于多次充点引起的Power Loss 问题。