基于两阶段鲁棒优化的电动汽车可调容量聚合及解聚方法

王珂; 李玮桁; 王正风; 姜建州; 程文娟; 陆建宇

doi:10.7500/AEPS20250409005

您当前的位置：

首页 >

文章列表页 >

基于两阶段鲁棒优化的电动汽车可调容量聚合及解聚方法

学术研究 | 更新时间：2026-02-28

- 基于两阶段鲁棒优化的电动汽车可调容量聚合及解聚方法
- Adjustable Capacity Aggregation and Disaggregation Method for Electric Vehicles Based on Two-stage Robust Optimization
- 电力系统自动化 2025年49卷第24期页码：115-124
- 作者机构：
  
  1.河海大学电气与动力工程学院，江苏省南京市 211100
  2.国网安徽省电力有限公司，安徽省合肥市 230061
  3.合肥工业大学计算机与信息学院，安徽省合肥市 230009
  4.国家电网有限公司华东分部，上海市 200120
- 作者简介：
  
  王珂(1980—)，女，通信作者，博士，教授，主要研究方向：市场环境下柔性负荷调控、人工智能电网辅助决策技术。E-mail：41957502@qq.com
  李玮桁(2001—)，男，硕士研究生，主要研究方向：分布式资源聚合。E-mail：876081351@qq.com
  王正风(1976—)，男，正高级工程师，主要研究方向：电力系统运行和电力市场。E-mail：wangzf0016@ah.sgcc.com.cn
- 基金信息：
  
  安徽省自然科学基金能源互联网联合基金资助项目(JZ2022AKZR0725);国家自然科学基金资助项目(52377092)
- DOI：10.7500/AEPS20250409005
  中图分类号：
- 收稿：2025-04-09，
  
  修回：2025-08-06，
  
  网络首发：2025-10-10，
  
  纸质出版：2025-12-25
- 稿件说明：
移动端阅览
王珂,李玮桁,王正风等.基于两阶段鲁棒优化的电动汽车可调容量聚合及解聚方法[J].电力系统自动化,2025,49(24):115-124.

WANG Ke,LI Weiheng,WANG Zhengfeng,et al.Adjustable Capacity Aggregation and Disaggregation Method for Electric Vehicles Based on Two-stage Robust Optimization[J].Automation of Electric Power Systems,2025,49(24):115-124.
王珂,李玮桁,王正风等.基于两阶段鲁棒优化的电动汽车可调容量聚合及解聚方法[J].电力系统自动化,2025,49(24):115-124. DOI： 10.7500/AEPS20250409005.

WANG Ke,LI Weiheng,WANG Zhengfeng,et al.Adjustable Capacity Aggregation and Disaggregation Method for Electric Vehicles Based on Two-stage Robust Optimization[J].Automation of Electric Power Systems,2025,49(24):115-124. DOI： 10.7500/AEPS20250409005.

摘要

电动汽车响应速度快、灵活性高，是一种优质的需求侧灵活响应资源。然而，因其单体容量小、并网时间不确定、充电模式多样，易引发电网功率波动。因此，如何实现电动汽车集群的灵活聚合和平滑管控，挖掘电动汽车调节潜力，具有重要的理论意义和实际价值。首先，基于延迟充电、灵活充电和灵活充/放电3种典型模式，构建了电动汽车的荷电状态轨迹集合，系统刻画了不同模式下电动汽车的充/放电行为和灵活性表现；其次，以最大化调控时段内电动汽车集群聚合功率区间为目标，计及聚合功率解聚可行性，设计了基于两阶段鲁棒优化的电动汽车集群功率聚合模型；最后，从充/放电功率波动和车主满意度两个维度构建电动汽车集群聚合功率的解聚模型。算例验证结果表明，所提方法能够给出电动汽车集群功率的时序动态最优可调范围，并可确保聚合功率的可靠解聚。

Abstract

Electric vehicles (EVs)

characterized by rapid response and high flexibility

represent a high-quality flexible response resource on the demand side. However

their small individual capacity

uncertain grid-connection time

and diverse charging modes tend to cause power fluctuations in the grid. Therefore

how to achieve flexible aggregation and smooth control of EV clusters and tap into the potential of EV regulation

has important theoretical significance and practical value. Firstly

based on three typical modes of delayed charging

flexible charging

and flexible discharging

an assemblage of state of charge (SOC) trajectories for EVs is constructed

systematically characterizing the discharging behaviors and flexibility performance of EVs in various modes. Secondly

with the objective of maximizing the aggregated power range of EV clusters during the regulation period

considering the disaggregating feasibility of aggregated power

a power aggregation model for EV clusters based on two-stage robust optimization is designed. Finally

a disaggregation model for the aggregated power of EV clusters is established from two dimensions of charging/discharging power fluctuations and user satisfaction index. Case study results demonstrate that the proposed method can provide the temporally dynamic optimal adjustable range for EV cluster power and ensure the reliable disaggregation of the aggregated power.

关键词

Keywords

references

胡俊杰，马文帅，薛禹胜，等 . 基于CPSSE框架的电动汽车聚合商备用容量量化［J］. 电力系统自动化， 2022 ， 46 （ 18 ）： 46 - 54 .

HU Junjie ， MA Wenshuai ， XUE Yusheng ， et al . Quantification of reserve capacity provided by electric vehicle aggregator based on framework of cyber-physical-social system in energy ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 18 ）： 46 - 54 .

张宇轩，郭力，刘一欣，等 . 电动汽车充电负荷概率分布的数值建模方法［J］. 电力系统自动化， 2021 ， 45 （ 18 ）： 61 - 70 .

ZHANG Yuxuan ， GUO Li ， LIU Yixin ， et al . Numerical modeling method for probability distribution of electric vehicle charging load ［J］. Automation of Electric Power Systems ， 2021 ， 44 （ 18 ）： 61 - 70 .

田立亭，张明霞，汪奂伶 . 电动汽车对电网影响的评估和解决方法［J］. 中国电机工程学报， 2012 ， 32 （ 31 ）： 43 - 49 .

TIAN Liting ， ZHANG Mingxia ， WANG Huanling . Evaluation and solutions for electric vehicles impart on the grid ［J］. Proceedings of the CSEE ， 2012 ， 32 （ 31 ）： 43 - 49 .

International Energy Agency Website . Global EV outlook 2024 ［R/OL］. ［ 2024-12-20 ］. https：//www.iea.org/reports/global-ev-outlook-2024 https://www.iea.org/reports/global-ev-outlook-2024 .

张卫国，宋杰，郭明星，等 . 考虑电动汽车充电需求的虚拟电厂负荷均衡管理策略［J］. 电力系统自动化， 2022 ， 46 （ 9 ）： 118 - 126 .

ZHANG Weiguo ， SONG Jie ， GUO Mingxing ， et al . Load balancing management strategy for virtual power plants considering charging demand of electric vehicles ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 9 ）： 118 - 126 .

裴振坤，王学梅，康龙云 . 电动汽车参与电网辅助服务的控制策略综述［J］. 电力系统自动化， 2023 ， 47 （ 18 ）： 17 - 32 .

PEI Zhenkun ， WANG Xuemei ， KANG Longyun . Review on control strategies for electric vehicles participating in ancillary services of power grid ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 18 ）： 17 - 32 .

GAO P ， DENG Z F ， QI X L ， et al . Multi-objective day-ahead optimization of distribution system considering low carbon and demand response with EV cluster ［J］. International Journal of Electrical Power & Energy Systems ， 2025 ， 165 ： 110493 .

KIANI S ， SHESHYEKANI K ， DAGDOUGUI H . An extended state space model for aggregation of large-scale EVs considering fast charging ［J］. IEEE Transactions on Transportation Electrification ， 2023 ， 9 （ 1 ）： 1238 - 1251 .

徐俊俊，程奕凌，张腾飞，等 . 计及充电行为特征与可调性的电动汽车集群优化调度［J］. 电力系统自动化， 2023 ， 47 （ 23 ）： 23 - 32 .

XU Junjun ， CHENG Yiling ， ZHANG Tengfei ， et al . Optimal scheduling of electric vehicle clusters considering characteristics and adjustability of charging behavior ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 23 ）： 23 - 32 .

袁洪涛，徐潇源，严正，等 . 电动汽车集中充换电设施规划和优化运行研究综述［J］. 电力系统保护与控制， 2024 ， 52 （ 19 ）： 157 - 174 .

YUAN Hongtao ， XU Xiaoyuan ， YAN Zheng ， et al . Review of centralized EV charging and battery swapping facility planning and optimal scheduling ［J］. Power System Protection and Control ， 2024 ， 52 （ 19 ）： 157 - 174 .

刘艳丽，王俊毅 . 多源数据驱动的电动汽车用户识别方法［J］. 电力系统及其自动化学报， 2023 ， 35 （ 6 ）： 141 - 147 .

LIU Yanli ， WANG Junyi . Multi-source data-driven based electric vehicle user identification method ［J］. Proceedings of the CSU-EPSA ， 2023 ， 35 （ 6 ）： 141 - 147 .

胡俊杰，赖信辉，郭伟，等 . 考虑电动汽车灵活性与风电消纳的区域电网多时间尺度调度［J］. 电力系统自动化， 2022 ， 46 （ 16 ）： 52 - 60 .

HU Junjie ， LAI Xinhui ， GUO Wei ， et al . Multi-time-scale scheduling for regional power grid considering flexibility of electric vehicle and wind power accommodation ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 16 ）： 52 - 60 .

GAO S ， LI H ， JURASZ J ， et al . Optimal charging of electric vehicle aggregations participating in energy and ancillary service markets ［J］. IEEE Journal of Emerging and Selected Topics in Industrial Electronics ， 2022 ， 3 （ 2 ）： 270 - 278 .

WU X ， YAO L ， YU Y ， et al . Heterogeneous aggregation and control modeling for electric vehicles with random charging behaviors ［J］. IEEE Transactions on Sustainable Energy ， 2023 ， 14 （ 1 ）： 525 - 536 .

JIAN J ， ZHANG M ， XU Y ， et al . An analytical polytope approximation aggregation of electric vehicles considering uncertainty for the day-ahead distribution network dispatching ［J］. IEEE Transactions on Sustainable Energy ， 2024 ， 15 （ 1 ）： 160 - 172 .

ZHANG M ， YANG H ， XU Y ， et al . Learning-based real-time aggregate flexibility provision and scheduling of electric vehicles ［J］. IEEE Transactions on Smart Grid ， 2024 ， 15 （ 6 ）： 5840 - 5852 .

王杨洋，茆美琴，杨铖，等 . 面向多场景辅助服务的大规模电动汽车聚合可调度容量建模［J］. 电力系统自动化， 2024 ， 48 （ 7 ）： 103 - 115 .

WANG Yangyang ， MAO Meiqin ， YANG Cheng ， et al . Aggregated and schedulable capacity modeling of large-scale electric vehicles for multi-scenario auxiliary services ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 7 ）： 103 - 115 .

MAO M Q ， ZHANG S L ， CHANG L C ， et al . Schedulable capacity forecasting for electric vehicles based on big data analysis ［J］. Journal of Modern Power Systems and Clean Energy ， 2019 ， 7 （ 6 ）： 1651 - 1662 .

潘建辉，张宁，雍培，等 . 面向海量灵活性资源的两阶段分布式协同调度方法［J］. 电力系统自动化， 2023 ， 47 （ 15 ）： 67 - 79 .

PAN Jianhui ， ZHANG Ning ， YONG Pei ， et al . Two-stage distributed collaborative dispatching method for massive flexible resources ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 15 ）： 67 - 79 .

CHEN X ， LI N . Leveraging two-stage adaptive robust optimization for power flexibility aggregation ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 5 ）： 3954 - 3965 .

BERTSIMAS D ， LITVINOV E ， SUN X A ， et al . Adaptive robust optimization for the security constrained unit commitment problem ［J］. IEEE Transactions on Power Systems ， 2013 ， 28 （ 1 ）： 52 - 63 .

LIN Z ， WEI Z ， HE H ， et al . A geometric approach to aggregate flexibility modeling of thermostatically controlled loads ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 6 ）： 4721 - 4731 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

计及建筑热动态特性的数据中心时空协调两阶段鲁棒优化方法

基于时序注意力机制的电动汽车灵活性概率建模

含电动汽车和风电机组的虚拟发电厂竞价策略