1.一种用大数据智能储能支撑电网动态安全的方法,其特征是,包括以下过程:获取电动汽车的电池荷电状态,根据电池荷电状态获得充电电动汽车群和放电电动汽车群;计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率;根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务,计算出电动汽车储能充放电总功率;将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率;将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车;响应电网安全运行支撑服务的各电动汽车根据分配的功率进行充放电管理;所述将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车包括:参与充电支撑服务的电动汽车i其分配的充电功率为:式中,P c (t,i)为t时段为第i辆电动汽车分配的充电功率;n′ c 为充电车群内响应充电支撑服务的电动汽车数量;SOC t,i 为t时段为第i辆电动汽车的电池荷电状态;SOC t,x 为t时段为第x辆电动汽车的电池荷电状态;E bx 为第x辆电动汽车的电池容量;E bi 为第i辆电动汽车的电池容量;P’ V2G 为实际调度功率;参与放电支撑服务的电动汽车i分配的放电功率为:式中,P dc (t,i)为t时段为第i辆电动汽车分配的放电功率;n′ dc 放电车群内响应放电支撑服务的电动汽车数量;SOC t,i 为t时段为第i辆电动汽车的电池荷电状态;SOC t,x 为t时段为第x辆电动汽车的电池荷电状态。
2.根据权利要求1所述的一种用大数据智能储能支撑电网动态安全的方法,其特征是,所述计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率包括:电动汽车i在调度时段t的充电功率 为:其中,S leave 为在电动汽车离开充电站时所期望的电池SOC,即期望车辆离开充电站时其SOC达到S leave ;T c,t 为电动汽车自时段t开始充电至S leave 时所需的时段数;S t 为车辆在时段t开始时刻电池的SOC;E b 为电池容量;η c 为充电效率;Δt为一个时段内的时间间隔;电动汽车i在时段t的放电功率 为:其中,T dc,t 为电动汽车自时段t起最多可放电的时段数;η d 为放电效率;Δt为一个时段内的时间间隔。
3.根据权利要求1所述的一种用大数据智能储能支撑电网动态安全的方法,其特征是,所述根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务,计算出电动汽车储能充放电总功率包括:电动汽车在预测时段t内总充电功率P c,t 为:电动汽车在预测时段t内总放电功率P dc,t 为:其中, 和 分别为时段t内第i辆车是否响应电网安全运行充电支撑服务和放电支撑服务, 为电动汽车i在调度时段t的充电功率, 为电动汽车i在时段t的放电功率,n c 为充电电动汽车群内电动汽车数量,n dc 为放电电动汽车群内电动汽车数量。
4.根据权利要求1所述的一种用大数据智能储能支撑电网动态安全的方法,其特征是,所述将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率包括:当P V2G >0时,表示电网下发充电运行支撑服务指令,P V2G 为支撑电网运行需要调度充电功率;若P c,t >P V2G ,则实际调度功率P’ V2G 等于P V2G ,若P c,t <P V2G ,则实际调度功率P’ V2G 等于P c,t ;P c,t 为电动汽车在预测时段t内总充电功率;当P V2G <0时,表示电网下发放电运行支撑服务指令,|P V2G |为支撑电网运行需要调度放电功率;P dc,t >|P V2G |,则实际调度功率P’ V2G 等于|P V2G |;若P dc,t <|P V2G |则实际调度功率P’ V2G 等于P dc,t ;P dc,t 为电动汽车在预测时段t内总放电功率。
5.一种用大数据智能储能支撑电网动态安全的系统,其特征是,包括充放电车群获取模块、充放电功率预测模块、充放电总功率计算模块、实际调度功率计算模块、功率分配模块和充放电管理模块;充放电车群获取模块,用于获取电动汽车的电池荷电状态,根据电池荷电状态获得充电电动汽车群和放电电动汽车群;充放电功率预测模块,用于计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率;充放电总功率计算模块,用于根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务,计算出电动汽车储能充放电总功率;实际调度功率计算模块,用于将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率;功率分配模块,用于将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车;充放电管理模块,用于响应电网安全运行支撑服务的各电动汽车根据分配的功率进行充放电管理;功率分配模块中,所述将实际调度功率分配至电动汽车群内响应电网安全运行支撑服务的各电动汽车包括:参与充电支撑服务的电动汽车i其分配的充电功率为:式中,P c (t,i)为t时段为第i辆电动汽车分配的充电功率;n′ c 为充电车群内响应充电支撑服务的电动汽车数量;SOC t,i 为t时段为第i辆电动汽车的电池荷电状态;SOC t,x 为t时段为第x辆电动汽车的电池荷电状态;E bx 为第x辆电动汽车的电池容量;E bi 为第i辆电动汽车的电池容量;P’ V2G 为实际调度功率;参与放电支撑服务的电动汽车i分配的放电功率为:式中,P dc (t,i)为t时段为第i辆电动汽车分配的放电功率;n′ dc 放电车群内响应放电支撑服务的电动汽车数量;SOC t,i 为t时段为第i辆电动汽车的电池荷电状态;SOC t,x 为t时段为第x辆电动汽车的电池荷电状态。
6.根据权利要求5所述的一种用大数据智能储能支撑电网动态安全的系统,其特征是,充放电功率预测模块中,所述计算出充电电动汽车群和放电电动汽车群中各电动汽车预测充放电功率包括:电动汽车i在调度时段t的充电功率 为:其中,S leave 为在电动汽车离开充电站时所期望的电池SOC,即期望车辆离开充电站时其SOC达到S leave ;T c,t 为电动汽车自时段t开始充电至S leave 时所需的时段数;S t 为车辆在时段t开始时刻电池的SOC;E b 为电池容量;η c 为充电效率;Δt为一个时段内的时间间隔;电动汽车i在时段t的放电功率 为:其中,T dc,t 为电动汽车自时段t起最多可放电的时段数;η d 为放电效率;Δt为一个时段内的时间间隔。
7.根据权利要求5所述的一种用大数据智能储能支撑电网动态安全的系统,其特征是,充放电总功率计算模块中,所述根据各电动汽车预测充放电功率以及车辆是否响应电网安全运行支撑服务,计算出电动汽车储能充放电总功率包括:电动汽车在预测时段t内总充电功率P c,t 为:电动汽车在预测时段t内总放电功率P dc,t 为:其中, 和 分别为时段t内第i辆车是否响应电网安全运行充电支撑服务和放电支撑服务, 为电动汽车i在调度时段t的充电功率, 为电动汽车i在时段t的放电功率,n c 为充电电动汽车群内电动汽车数量,n dc 为放电电动汽车群内电动汽车数量。
8.根据权利要求5所述的一种用大数据智能储能支撑电网动态安全的系统,其特征是,实际调度功率计算模块中,所述将电动汽车储能充放电总功率与电网下发支撑安全运行调度功率进行比较得到实际调度功率包括:当P V2G >0时,表示电网下发充电运行支撑服务指令,P V2G 为支撑电网运行需要调度充电功率;若P c,t >P V2G ,则实际调度功率P’ V2G 等于P V2G ,若P c,t <P V2G ,则实际调度功率P’ V2G 等于P c,t ;P c,t 为电动汽车在预测时段t内总充电功率;当P V2G <0时,表示电网下发放电运行支撑服务指令,|P V2G |为支撑电网运行需要调度放电功率;P dc,t >|P V2G |,则实际调度功率P’ V2G 等于|P V2G |;若P dc,t <|P V2G |则实际调度功率P’ V2G 等于P dc,t ;P dc,t 为电动汽车在预测时段t内总放电功率。