[发明专利]一种基于马尔科夫过程的电动汽车储能聚合建模方法

权利要求书

1.一种基于马尔科夫过程的电动汽车储能聚合建模方法，其特征在于，包括步骤：

(1)提出一种电动汽车荷电状态划分方法，将电动汽车充电过程中连续变化的荷电状态进行离散化，转化为双层区间嵌套的离散结构，双层区间中的大区间为电池荷电状态进行等分后的单个区间，小区间为大区间进行等分后的单个区间；

(2)考虑电动汽车电池容量的概率分布，基于马尔科夫理论求取小区间的一步转移概率，进而获得大区间之间的期望一步转移概率；

(3)分情况讨论区间内电动汽车负荷动态变化过程，得到电动汽车集群的转移概率矩阵以及状态空间表达式，即电动汽车聚合模型。

2.根据权利要求1所述的一种基于马尔科夫过程的电动汽车储能聚合建模方法，其特征在于，所述步骤(1)中双层区间嵌套的离散结构：

第一层荷电状态划分：

考虑电动汽车充电的安全性以及电池充电寿命需要对电池荷电状态的上下限进行限制，SOC_max和SOC_min分别表示荷电状态的上限和下限；然后将上下限之间连续的荷电状态进行等分，离散为N个大区间；

第二层荷电状态划分：

针对每个大区间再次进行划分，等分为n个小区间，以第i个、第i+1个大区间为例进行说明；其中，SOC^down(i)、SOC^up(i)、SOC^down(i+1)、SOC^up(i+1)分别表示第i个和第i+1个大区间的下界和上界；SOC(i，j)表示第i个大区间中第j个小区间的下界；SOC(i+1，j)表示第i+1个大区间中第j个小区间的下界；

若荷电状态当前处于第j个小区间，经过一个时间步长后荷电状态可以从SOC(i，j)跨过SOC^down(i+1)或SOC^up(i)，就可以认为该小区间的电动汽车完成了向下一个相邻大区间转移的过程。

3.根据权利要求1所述的一种基于马尔科夫过程的电动汽车储能聚合建模方法，其特征在于，所述步骤(2)中电动汽车电池容量的概率分布函数：

式中：C_p为电动汽车的电池容量；C_max和C_min为电动汽车集群的电池容量最大值和最小值；f(C_p)为电池容量服从的概率密度函数；C_a是由电池充电的固有特性计算得到的：

式中：P^ch为电动汽车充电功率；η^ch为电动汽车充电效率；Δt为时间间隔；SOC(k)、SOC(k+1)表示k时刻和k+1时刻的荷电状态。

4.根据权利要求1所述的一种基于马尔科夫过程的电动汽车储能聚合建模方法，其特征在于，所述步骤(2)中小区间的一步转移概率：

式中：F_j(i，i+1)表示第i个大区间里第j个小区间的电动汽车在一个时间步长后转移到第i+1个大区间的概率；SOC(i)₀和SOC(i)₁为两个特殊的荷电状态临界值：

其中，SOC(i)₀为0概率临界值，当SOC^down(i)≤SOC(i，j)＜SOC(i)₀时，一步转移概率为0；SOC(i)₁为1概率临界值，当SOC(i)₁＜SOC(i，j)≤SOC^up(i)时，一步转移概率为1。

5.根据权利要求1所述的一种基于马尔科夫过程的电动汽车储能聚合建模方法，其特征在于，所述步骤(2)中大区间之间的期望一步转移概率：

式中：1≤n₀≤n₁≤n，n₀为SOC(i)₀对应的小区间序号，n₁为SOC(i)₁对应的小区间序号；第i个大区间共包含n个小区间，因此相邻两个大区间i和i+1的转移概率可由上述式(5)表示。