本發明涉及電力系統調度管理，特別是涉及一種電動汽車充放電調度方法及裝置。
背景技術：
1、隨著新能源汽車數量的快速增長，電動汽車(electric?vehicle，ev)的充放電負荷不斷增長，其無序充電對電網調節提出了新的挑戰。而如果能對ev進行充分調度，則能有效改善電網質量。
2、目前的研究中大多假設完全理性的電動汽車用戶與電網簽約協議并嚴格遵守調度信號，在實際調度中過于依賴日前預測數據，導致實時階段的調度的效果非常依賴于預測的準確度。并且，對于直接控制ev充放電的調度策略往往忽略了未參與簽約的ev的調度潛力，導致在實際應用中難以充分調度。
技術實現思路
1、本發明提供了一種電動汽車充放電調度方法及裝置，能夠解決現有技術中電動汽車充放電調度效果不理想的問題。
2、為了解決上述技術問題，本發明提供了一種電動汽車充放電調度方法，包括：
3、在日前階段，基于電網調度參數對已簽約電動汽車和非簽約電動汽車進行日前主從博弈，得出日前調度計劃；
4、在日內階段，獲取實時負荷數據；其中，所述實時負荷數據包括已簽約電動汽車的實時負荷需求、非簽約電動汽車的實時負荷需求和實時在網的已簽約電動汽車數量；
5、根據所述實時負荷數據和所述日前調度計劃，判斷當前是否存在額外功率響應需求；
6、當判斷不存在額外功率響應需求時，對已簽約電動汽車進行日內主從博弈，得出日內已簽約功率策略，并基于所述日內已簽約功率策略對所述已簽約電動汽車進行充放電調度；
7、當判斷存在額外功率響應需求時，對已簽約電動汽車和非簽約電動汽車進行日內主從博弈，得出日內已簽約功率策略和日內非簽約激勵策略，并基于所述日內已簽約功率策略對所述已簽約電動汽車進行充放電調度，基于所述日內非簽約激勵策略對非簽約電動汽車進行充放電調度。
8、作為優選方案，所述基于電網調度參數對已簽約電動汽車和非簽約電動汽車進行日前主從博弈，得出日前調度計劃，包括：
9、獲取電網調度參數；其中，所述電網調度參數包括總功率響應需求、購電成本電價、需求響應補貼電價和非簽約電動汽車的激勵響應功率；
10、基于所述電網調度參數，以聚合商運營利潤最大化為目標，對日前上層聚合商優化模型進行求解，生成日前最優電價策略和日前最優實時激勵；
11、基于所述日前最優電價策略和所述日前最優實時激勵，以電動汽車充電費用最小化為目標，對日前下層電動汽車優化模型進行求解，得出日前調度計劃；其中，所述日前調度計劃包括日前已簽約充放電功率和日前非簽約負荷功率。
12、作為優選方案，所述日前上層聚合商優化模型的目標函數為：
13、
14、式中，為日前聚合商運營利潤；為聚合商設定的充電電價；為聚合商設定的放電電價；為t時刻的購電成本電價；為聚合商設定的激勵電價；為預設調度時間段數量；為已簽約電動汽車數量；為預設調度時間間隔；為t時刻的需求響應補貼電價；為t時刻的總功率響應量；為第i輛已簽約電動汽車在t時刻的充電功率；為第i輛已簽約電動汽車在t時刻的放電功率；為t時刻的非簽約電動汽車的激勵響應功率；
15、所述日前上層聚合商優化模型的約束條件包括日前充放電電價與激勵電價約束、日前響應量約束和日前電網功率約束；
16、其中，所述日前充放電電價與激勵電價約束為：
17、
18、式中，為聚合商充電電價最小值；為聚合商設定的充電電價；為聚合商充電電價最大值；為聚合商激勵電價最小值；為聚合商設定的激勵電價；為聚合商激勵電價最大值；為聚合商設定的放電電價；
19、所述日前響應量約束為：
20、
21、式中，為t時刻的總功率響應量；為t時刻的非簽約電動汽車的激勵響應功率；為t時刻的總功率響應需求；為已簽約電動汽車和非簽約電動汽車的總數量；為非簽約電動汽車數量；
22、所述日前電網功率約束為：
23、
24、式中，為第i輛已簽約電動汽車在t時刻的充電功率；為所有非簽約電動汽車在t時刻的總平均功率；為電網最大的功率限制；為已簽約電動汽車數量；
25、所述日前下層電動汽車優化模型的目標函數為：
26、
27、式中，為日前電動汽車充電總成本；為聚合商設定的充電電價；為聚合商設定的放電電價；為聚合商設定的激勵電價；為第i輛已簽約電動汽車在t時刻的充電功率；為第i輛已簽約電動汽車在t時刻的放電功率；為已簽約電動汽車數量；為預設調度時間間隔；為預設調度時間段數量；為所有非簽約電動汽車在t時刻的總平均功率；為實時充電電價；
28、所述日前下層電動汽車優化模型的約束條件包括日前總充用電量約束、日前充放電功率約束和日前電動汽車荷電狀態約束；
29、其中，所述日前總充用電量約束包括：
30、
31、式中，為調控前的預測充電功率；為調控前的預測放電功率；為調控后的充電功率；為調控后的放電功率；為預設調度時間段數量；
32、所述日前充放電功率約束包括：
33、
34、式中，為第i輛已簽約電動汽車在t時刻的充電功率；為第i輛已簽約電動汽車在t時刻的放電功率；為充電最大功率限制；為放電最大功率限制；
35、所述日前電動汽車荷電狀態約束為：
36、
37、式中，為電動汽車荷電狀態；為電動汽車最小荷電狀態；為電動汽車最大荷電狀態。
38、作為優選方案，所述當判斷不存在額外功率響應需求時，對已簽約電動汽車進行日內主從博弈，得出日內已簽約功率策略，并基于所述日內已簽約功率策略對所述已簽約電動汽車進行充放電調度，包括：
39、當判斷不存在額外功率響應需求時，以聚合商運營利潤最大化為目標，對日內非緊急上層聚合商優化模型進行求解，生成日內最優電價策略；
40、基于所述日內最優電價策略，以電動汽車充電費用最小化為目標，對日內非緊急下層電動汽車優化模型進行求解，得出日內已簽約充放電功率；
41、基于所述日內已簽約充放電功率對所述已簽約電動汽車進行充放電調度。
42、作為優選方案，所述日內非緊急上層聚合商優化模型的目標函數為：
43、
44、式中，為日內非緊急情況下t時刻的聚合商運營利潤；為日前聚合商運營利潤；為聚合商設定的充電電價；為聚合商設定的放電電價；為t時刻的優化充電電價；為t時刻的優化放電電價；為偏離日前預測的預設第一懲罰系數；為偏離日前預測的預設第二懲罰系數；
45、所述日內非緊急上層聚合商優化模型的約束條件包括日內非緊急充放電電價與激勵電價約束、日內非緊急響應量約束和日內非緊急電網功率約束；
46、其中，所述日內非緊急充放電電價與激勵電價約束為：
47、
48、式中，為聚合商充電電價最小值；為聚合商設定的充電電價；為聚合商充電電價最大值；為聚合商設定的激勵電價；為聚合商設定的放電電價；
49、所述日內非緊急響應量約束為：
50、
51、式中，為t時刻的總功率響應量；為t時刻的總功率響應需求；
52、所述日內非緊急電網功率約束為：
53、
54、式中，為第i輛已簽約電動汽車在t時刻的充電功率；為所有非簽約電動汽車在t時刻的總平均功率；為電網最大的功率限制；為已簽約電動汽車數量；
55、所述日內非緊急下層電動汽車優化模型的目標函數為：
56、
57、式中，為日內非緊急情況下t時刻的電動汽車充電總成本；為聚合商設定的充電電價；為聚合商設定的放電電價；為第i輛已簽約電動汽車在t時刻的充電功率；為第i輛已簽約電動汽車在t時刻的放電功率；為已簽約電動汽車數量；為預設調度時間間隔；
58、所述日內非緊急下層電動汽車優化模型的約束條件包括日內非緊急總充用電量約束、日內非緊急充放電功率約束和日內非緊急電動汽車荷電狀態約束；
59、其中，所述日內非緊急總充用電量約束包括：
60、
61、式中，為調控前的預測充電功率；為調控前的預測放電功率；為調控后的充電功率；為調控后的放電功率；為預設調度時間段數量；
62、所述日內非緊急充放電功率約束包括：
63、
64、式中，為第i輛已簽約電動汽車在t時刻的充電功率；為第i輛已簽約電動汽車在t時刻的放電功率；為充電最大功率限制；為放電最大功率限制；
65、所述日內非緊急電動汽車荷電狀態約束為：
66、
67、式中，為電動汽車荷電狀態；為電動汽車最小荷電狀態；為電動汽車最大荷電狀態。
68、作為優選方案，所述當判斷存在額外功率響應需求時，對已簽約電動汽車和非簽約電動汽車進行日內主從博弈，得出日內已簽約功率策略和日內非簽約激勵策略，并基于所述日內已簽約功率策略對所述已簽約電動汽車進行充放電調度，基于所述日內非簽約激勵策略對非簽約電動汽車進行充放電調度，包括：
69、當判斷存在額外功率響應需求時，以聚合商運營利潤最大化為目標，對日內緊急上層聚合商優化模型進行求解，生成日內最優電價策略和日內最優實時激勵；
70、基于所述日內最優電價策略和所述日內最優實時激勵，以電動汽車充電費用最小化為目標，對日內緊急下層電動汽車優化模型進行求解，得出日內調度計劃；其中，所述日內調度計劃包括日內已簽約充放電功率和日內非簽約負荷功率；
71、基于所述日內最優實時激勵和所述日內非簽約負荷功率，對非簽約電動汽車進行無模型自適應控制處理，得出日內非簽約需求響應量；
72、基于所述日內已簽約充放電功率對所述已簽約電動汽車進行充放電調度，基于所述日內非簽約需求響應量對所述非簽約電動汽車進行充放電調度。
73、作為優選方案，所述日內緊急上層聚合商優化模型的目標函數為：
74、
75、式中，為日內緊急情況下t時刻的聚合商運營利潤；為日前聚合商運營利潤；為聚合商設定的充電電價；為聚合商設定的放電電價；為聚合商設定的激勵電價；為t時刻的優化充電電價；為t時刻的優化放電電價；為t時刻的優化激勵電價；為偏離日前預測的預設第一懲罰系數；為偏離日前預測的預設第二懲罰系數；為偏離日前預測的預設第三懲罰系數；
76、所述日內緊急上層聚合商優化模型的約束條件包括日內緊急充放電電價與激勵電價約束、日內緊急響應量約束和日內緊急電網功率約束；
77、其中，所述日內緊急充放電電價與激勵電價約束為：
78、
79、式中，為聚合商充電電價最小值；為聚合商設定的充電電價；為聚合商充電電價最大值；為聚合商激勵電價最小值；為聚合商設定的激勵電價；為聚合商激勵電價最大值；為聚合商設定的放電電價；
80、所述日內緊急響應量約束為：
81、
82、式中，為t時刻的總功率響應量；為t時刻的非簽約電動汽車的激勵響應功率；為t時刻的總功率響應需求；為已簽約電動汽車和非簽約電動汽車的總數量；為非簽約電動汽車數量；
83、所述日內緊急電網功率約束為：
84、
85、式中，為第i輛已簽約電動汽車在t時刻的充電功率；為所有非簽約電動汽車在t時刻的總平均功率；為電網最大的功率限制；為已簽約電動汽車數量；
86、所述日內緊急下層電動汽車優化模型的目標函數為：
87、
88、式中，為日內緊急情況下t時刻的電動汽車充電總成本；為聚合商設定的充電電價；為聚合商設定的放電電價；為聚合商設定的激勵電價；為第i輛已簽約電動汽車在t時刻的充電功率；為第i輛已簽約電動汽車在t時刻的放電功率；為已簽約電動汽車數量；為預設調度時間間隔；為所有非簽約電動汽車在t時刻的總平均功率；為實時充電電價；
89、所述日內緊急下層電動汽車優化模型的約束條件包括日內緊急總充用電量約束、日內緊急充放電功率約束和日內緊急電動汽車荷電狀態約束；
90、其中，所述日內緊急總充用電量約束包括：
91、
92、式中，為調控前的預測充電功率；為調控前的預測放電功率；為調控后的充電功率；為調控后的放電功率；為預設調度時間段數量；
93、所述日內緊急充放電功率約束包括：
94、
95、式中，為第i輛已簽約電動汽車在t時刻的充電功率；為第i輛已簽約電動汽車在t時刻的放電功率；為充電最大功率限制；為放電最大功率限制；
96、所述日內緊急電動汽車荷電狀態約束為：
97、
98、式中，為電動汽車荷電狀態；為電動汽車最小荷電狀態；為電動汽車最大荷電狀態。
99、作為優選方案，所述基于所述日內最優實時激勵和所述日內非簽約負荷功率，對非簽約電動汽車進行無模型自適應控制處理，得出日內非簽約需求響應量，包括：
100、基于所述日內最優實時激勵和所述日內非簽約負荷功率，構建實時動態需求響應模型，并通過求解所述實時動態需求響應模型得出預測負荷響應量；
101、將所述需求響應模型進行模型動態線性化處理，得出動態線性化結果，其中，所述動態線性化結果通過一偽導數表示；
102、通過設置偽導數變化率限制，構建所述偽導數的偽導數估計準則函數，并通過求解所述偽導數估計準則函數得出偽導數最優估計值；
103、通過設置激勵變化率限制，構建實時激勵的實時激勵決策準則函數，并結合預設實時激勵輸出范圍約束，求解所述實時激勵決策準則函數得出實時激勵最優輸出；
104、基于所述偽導數最優估計值和所述實時激勵最優輸出，得出日內非簽約需求響應量。
105、作為優選方案，所述基于所述日內最優實時激勵和所述日內非簽約負荷功率，構建實時動態需求響應模型，并通過求解所述實時動態需求響應模型得出預測負荷響應量，包括：
106、基于各所述非簽約電動汽車的歷史充電數據，將各所述非簽約電動汽車進行分類，得出可削峰集群、可填谷集群和不可削峰填谷集群；
107、基于預設影響系數和所述日內最優實時激勵，設置動態期望參考電價；
108、基于所述動態期望參考電價構建需求響應模型的價值函數；
109、基于所述日內非簽約需求響應量得出所述可削峰集群、所述可填谷集群和所述不可削峰填谷集群的充電負荷；
110、結合所述可削峰集群、所述可填谷集群和所述不可削峰填谷集群的充電負荷和所述價值函數，得出預測負荷響應量。
111、相應的，本發明提供了一種電動汽車充放電調度裝置，包括：日前調度模塊、數據獲取模塊、額外需求判斷模塊、日內非緊急調度模塊和日內緊急調度模塊；
112、所述日前調度模塊用于在日前階段，基于電網調度參數對已簽約電動汽車和非簽約電動汽車進行日前主從博弈，得出日前調度計劃；
113、所述數據獲取模塊用于在日內階段，獲取實時負荷數據；其中，所述實時負荷數據包括已簽約電動汽車的實時負荷需求、非簽約電動汽車的實時負荷需求和實時在網的已簽約電動汽車數量；
114、所述額外需求判斷模塊用于根據所述實時負荷數據和所述日前調度計劃，判斷當前是否存在額外功率響應需求；
115、所述日內非緊急調度模塊用于當判斷不存在額外功率響應需求時，對已簽約電動汽車進行日內主從博弈，得出日內已簽約功率策略，并基于所述日內已簽約功率策略對所述已簽約電動汽車進行充放電調度；
116、所述日內緊急調度模塊用于當判斷存在額外功率響應需求時，對已簽約電動汽車和非簽約電動汽車進行日內主從博弈，得出日內已簽約功率策略和日內非簽約激勵策略，并基于所述日內已簽約功率策略對所述已簽約電動汽車進行充放電調度，基于所述日內非簽約激勵策略對非簽約電動汽車進行充放電調度。
117、相比于現有技術，本發明實施例具有如下有益效果：
118、本發明提供了一種電動汽車充放電調度方法，在日前階段，基于電網調度參數對已簽約電動汽車和非簽約電動汽車進行日前主從博弈，得出日前調度計劃；在日內階段，獲取實時負荷數據；根據實時負荷數據和日前調度計劃，判斷當前是否存在額外功率響應需求；當不存在額外功率響應需求時，僅對已簽約電動汽車進行調度，無需對非簽約電動汽車進行充放電調度，避免提高調度成本；當存在額外功率響應需求時，對已簽約電動汽車和非簽約電動汽車都進行充放電調度，借助了非簽約電動汽車的調度潛力，能有效提高電動汽車充放電調度效果。