基于LSTM神经网络的电动汽车充电站需求响应特性封装及配电网优化运行

薛溟枫, 毛晓波，潘湧涛，杨艳红，赵振兴，李彦君

(1.国网江苏省电力有限公司无锡供电分公司, 江苏省无锡市 214000；2.中国科学院电工研究所，北京市 100190)

0 引 言

随着电动汽车的快速增长，大规模电动汽车充电具有随机性、时空耦合性的特点，对配电网运行造成巨大挑战。通过基于价格的需求响应，引导电动汽车在大时空范围有序合理地充电成为重要的技术手段[1-2]。

当前针对电动汽车充电价格及电动汽车充电行为的研究大多以电网运行效益为目标，通过分时电价机制引导电动汽车有序充电。例如，文献[3]引入价格弹性系数并考虑电动汽车出行不确定性和对电价响应的不确定性，以电动汽车代理商的收益最大制定分时电价策略。文献[4]在考虑电动汽车用户等待时间的基础上，以充电站利润最大为目标对电价进行动态调整，以提高电价制定者的收益。这类定价策略并未考虑交通网络拓扑结构、拥堵状况以及实时充电价格之间的交互影响，不能精确模拟电动汽车充电站需求响应特性。

同时，电动汽车充电站参与配电网需求响应，需要向上级电网调度机构提供其详细物理模型，并且上级调度机构需要基于详细物理模型建立全局优化调度模型并进行求解[5]。配电网调度机构面临众多充电站繁重的详细模型管理和维护工作，在实际中往往发生模型信息缺失或错误的情况。另外在未来市场化环境下，由于市场竞争需要，各充电站将不愿公开其内部模型信息，上级调度机构仅可获得其报价数据，从而不能实现基于物理模型的优化调度计算。……