CN102055217A

CN102055217A - 电动汽车有序充电控制方法及系统

Info

Publication number: CN102055217A
Application number: CN2010105215143A
Authority: CN
Inventors: 王相勤; 胡江溢; 贾俊国; 田立亭; 李武峰; 武斌; 严辉; 史双龙
Original assignee: State Grid Corp of China SGCC; China Electric Power Research Institute Co Ltd CEPRI
Current assignee: State Grid Corp of China SGCC; China Electric Power Research Institute Co Ltd CEPRI
Priority date: 2010-10-27
Filing date: 2010-10-27
Publication date: 2011-05-11
Anticipated expiration: 2030-10-27
Also published as: CN102055217B

Abstract

本发明涉及一种电动汽车有序充电控制方法，包括：站级管理设备根据历史数据或当前电动汽车的充电需求统计，计算下一时段的充电负荷预测结果并上传给电网管理中心；电网管理中心根据当前时段的预测结果和实时运行状态计算电网可用功率，并向站级管理设备发出电网可用功率指令；站级管理设备比较当前时段的充电功率需求，若小于当前时段的充电功率需求，则对电动汽车的充电需求进行协调。本发明还涉及一种电动汽车有序充电控制系统。本发明电网管理中心根据站级管理设备上报的充电负荷预测结果，根据电网自身运行情况对充换电站的允许功率进行合理限制，避免充换电站的功率需求对电网造成冲击，并且较好地协调电网负载与电动汽车的能源需求。

Description

电动汽车有序充电控制方法及系统

技术领域

本发明涉及能源管理领域，尤其涉及一种电动汽车有序充电控制方法及系统。

背景技术

电动汽车的功率和能量需求由电动汽车市场规模、行驶特性、用户的充电行为、动力电池的容量和性能、充电设施模式和布局等多个因素共同决定，在时间和空间上都将呈现出一定的随机性。电动汽车充电需求的时间以及地域分布决定了电网可承受的电动汽车规模。根据人们的出行习惯，电动汽车的充电将在时间和地域上出现相对集中的情况。若未加引导，电动汽车的充电负荷可能使电网最大负荷发生较大增长，加大峰谷差率，降低电网的安全性和经济性。对于局部电网，集中的充电，还将引起线路、变压器负载率升高，可靠性下降，甚至过载，造成停电事故。

电动汽车的充电负荷属于能量需求型负荷，即电网要向电动汽车提供其行驶所需要的能量，而在对其功率供给上存在一定的灵活性。在电池从电动汽车的需求特性上来看，采用对电动汽车进行有序充电控制则是对电动汽车的能源使用进行管理的有效途径。但目前有序充电仍没有明确的控制结构和方法，而同时满足电动汽车用户的充电需求和电网的运行限制是实现有序充电的难点。

发明内容

本发明的目的是提出一种电动汽车有序充电控制方法及系统，能够较好地协调电网负载与电动汽车的能源需求。

为实现上述目的，本发明提供了一种电动汽车有序充电控制方法，包括：

站级管理设备根据历史数据或当前电动汽车的充电需求统计，计算下一时段的电动汽车充电负荷预测结果；

所述站级管理设备将所述电动汽车充电负荷预测结果上传到电网管理中心；

所述电网管理中心根据当前时段的电动汽车充电负荷预测结果和实时运行状态计算电网可用功率，并向所述站级管理设备发出电网可用功率指令；

所述站级管理设备对所述电网可用功率指令中的允许最大可用充电功率与当前时段的充电功率需求进行比较，如果所述允许最大可用充电功率小于当前时段的充电功率需求，则调用协调控制策略对电动汽车的充电需求进行协调。

为实现上述目的，本发明提供了一种电动汽车有序充电控制系统，包括：

站级管理设备，用于根据历史数据或当前电动汽车的充电需求统计，计算下一时段的电动汽车充电负荷预测结果，并上报所述电动汽车充电负荷预测结果，以及根据接收的电网可用功率指令中的允许最大可用充电功率与当前时段的充电功率需求进行比较，如果所述允许最大可用充电功率小于当前时段的充电功率需求，则调用协调控制策略对电动汽车的充电需求进行协调；

电网管理中心，用于根据当前时段的电动汽车充电负荷预测结果和实时运行状态计算电网可用功率，并下发电网可用功率指令。

基于上述技术方案，本发明电网管理中心根据站级管理设备上报的充电负荷预测结果，根据电网自身运行情况对充换电站的允许功率进行合理限制，避免充换电站的功率需求对电网造成冲击，并且较好地协调电网负载与电动汽车的能源需求。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明电动汽车有序充电控制系统的一实施例的结构示意图。

图2为本发明电动汽车有序充电控制方法的一实施例的流程示意图。

图3为本发明电动汽车有序充电控制方法实施例中历史数据的充电负荷曲线图。

图4为本发明电动汽车有序充电控制系统另一实施例的结构示意图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

有序充电属于智能电网技术的范畴，需要建立电动汽车与电网之间的信息联系，形成电网针对电动汽车的能量管理体系。图1为本发明电动汽车有序充电控制系统的一实施例的结构示意图。在本实施例中，电动汽车有序充电控制系统包括电网管理中心和站级管理设备，在站级管理设备对充电设施进行管理。

从逻辑结构上看，可将电动汽车有序充电控制系统划分为三层，其中电网管理中心属于电网管理层1，站级管理设备属于站级管理层2，充电设施属于终端设备层3。其中，电网管理层1的电网管理中心根据站级管理层2的站级管理设备上报的当前时段的电动汽车充电负荷预测结果和实时运行状态计算电网可用功率，并下发电网可用功率指令。电网管理层具备与站级管理层之间的交互接口。

站级管理层集合接入同一台配电变压器、同一条线路乃至同一供电区域的电动汽车，接受电网的协调各电动汽车的充电需求。站级管理设备2可以根据历史数据或当前电动汽车的充电需求统计，计算下一时段的电动汽车充电负荷预测结果，并向电网管理中心上报电动汽车充电负荷预测结果。站级管理设备可根据从电网管理中心接收的电网可用功率指令中的允许最大可用充电功率与当前时段的充电功率需求进行比较，如果允许最大可用充电功率小于当前时段的充电功率需求，则调用协调控制策略对电动汽车的充电需求进行协调。

终端设备层3的充电设施可以采集电动汽车的充电信息及相关信息，并向站级管理设备上传，以及根据接收到的站级管理设备下发的指令改变供电输出，对充电过程进行控制。

如图2所示，为本发明电动汽车有序充电控制方法的一实施例的流程示意图。本实施例的有序充电控制是基于电动汽车的负荷预测而实现的，具体步骤包括：

步骤101、站级管理设备根据历史数据或当前电动汽车的充电需求统计，计算下一时段的电动汽车充电负荷预测结果；

步骤102、站级管理设备将所述电动汽车充电负荷预测结果上传到电网管理中心；

步骤103、电网管理中心根据当前时段的电动汽车充电负荷预测结果和实时运行状态计算电网可用功率，并向所述站级管理设备发出电网可用功率指令；

步骤104、站级管理设备对所述电网可用功率指令中的允许最大可用充电功率与当前时段的充电功率需求进行比较，如果所述允许最大可用充电功率小于当前时段的充电功率需求，则执行步骤105，否则结束操作；

步骤105、站级管理设备调用协调控制策略对电动汽车的充电需求进行协调。

在本实施例中，站级管理设备计算下一时段的电动汽车充电负荷预测结果，并将该预测结果提供给电网管理中心，以便电网管理中心根据当前时段的预测结果以及实时运行状态来进行全网的统一电网可用功率调配，并向具体的站级管理设备发出电网可用功率指令。站级管理设备在根据该电网可用功率指令具体分配站内电动汽车的充电功率。电网管理中心通过与站级管理设备之间的交互，可确保根据电网自身运行情况对充换电站的允许功率进行合理限制，避免充换电站的功率需求对电网造成冲击，并且较好地协调电网负载与电动汽车的能源需求。

电网管理中心要想下达符合实际的电网可用功率指令，就需要考虑电动汽车的整体负荷需求以及电网中可调控的容量，而电动汽车的整体负荷需求需要靠站级管理层对电动汽车的负荷进行预测。

电动汽车的负荷预测需要考虑充换电站的用电负荷，还要考虑到各种外部因素(例如经济、气候、道路状况、节假日等)所影响的充换电需求。预测过程可以基本分为以下几个阶段：

1、历史数据收集。历史数据包括当前时段以前的影响驾驶出行的外部数据和相关的充电负荷数据。这里的外部数据可以包括平均消费水平、天气类型、日平均温度、道路状况、节假日中的一种或多种，但不限定于这几种外部数据，根据实际情况还可以对外部数据进行增减。

2、数据分析。结合外部数据对站级管理层所管辖范围内的电动汽车的充电负荷数据进行统计，并对异常数据进行修正或删除。

3、建立预测模型。根据数据特点和预测的时间窗长度来确定合适的数学模型作为预测模型。例如对于时间窗长度在一天到一个月之间的中长期预测，可主要依据历史数据进行数据预测，并选择

对于时间窗长度在几分钟到几小时之间的短期或超短期预测，可主要依据当前电动汽车的充电需求统计进行数据预测，并选择

4、模型参数辨识。根据电动汽车充电负荷的实际数据来确定模型参数。

5、模型评价。根据假设检验来判断已建立的预测模型是否合适，通过反复筛选获得合适的预测模型。

6、应用模型进行预测。根据选取的预测模型对下一时段的电动汽车负荷进行预测。

7、对预测结果进行分析评价。

下面结合一具体实例来说明上述预测过程。该实例的目标是预测下一日的充电负荷曲线，该预测属于中长期预测。历史数据包括：外部数据(以日平均气温为例)和相应的电动汽车功率需求总量。

下表为历史数据表格，该表格中给出了不同温度下一日内每一时刻的电动汽车功率需求总量。

22	699	734	236	808
					23	592	622	181	684

根据上表可得到历史数据的曲线图，参见图3。从图3中可以看出T＝3℃的数据明显偏离了其它数据，可认定为异常数据，将该数据去除。

采用一元线性回归分析模型，以日平均温度为自变量，对各个时刻的充电负荷建立模型。该模型的方程为：y_i＝a_i+b_ix，i＝0，1，...，23。根据筛选后的数据，用最小二乘法得到模型的参数，如下表：

	a	b
			0	523.5	10.3
1	413.4	8.1
			2	314	6.2
3	228.5	8.9
			4	175.8	6.8
5	136.8	5.3
			6	103.8	4
7	87.7	3.4
			8	69.4	2.7
9	62.3	2.4
			10	62.8	2.4
11	74.9	2.9
			12	109.4	4.2
13	164.5	6.4
			14	248.9	9.6
15	385.9	14.9
			16	526.4	20.4

17	683.4	26.5
			18	809.6	31.4
19	879.9	34.1
			20	881.4	34.2
21	839.1	32.5
			22	730.9	28.3
23	618.3	23.9

根据上述建立的一元线性回归分析模型对下一日的电动汽车充电负荷需求进行预测，来自外部数据的下一日平均温度预测：t＝-2℃，通过上述模型计算出下一日各个时刻的负荷需求，如下表：

时刻	负荷需求(kW)
		0	502.9
1	397.2
		2	301.6
3	210.7
		4	162.2
5	126.2
		6	95.8
7	80.9
		8	64
9	57.5
		10	58
11	69.1

12	101
		13	151.7
14	229.7
		15	356.1
16	485.6
		17	630.4
18	746.8
		19	811.7
20	813
		21	774.1
22	674.3
		23	570.5

上述实例仅为说明电动汽车充电负荷预测的一种方式，其所采用的预测模型、外部数据、时间窗长度等均为示例，本领域的技术人员均可根据实际需要选择合适的预测模型、外部数据、时间窗长度等来获得更为理想的预测结果。

电网管理中心在获得了电动汽车充电负荷预测结果后，会将该预测结果保存起来，在下一时段需要下发电网可用功率指令时作为参考。而当前时刻的电网可用功率的计算则需要根据之前保存的预测结果中当前时刻对应的预测值和电网的实时运行状态来计算电网可用功率，电网的实时运行状态来自电网数据采集与监控(SCADA)系统，下面举例说明电网下发充电功率命令的计算过程：

某时刻下电网监测到某条线路负荷功率为P_l，已知该线路允许的最大负荷功率为P_max，下一时刻该线路下电动汽车的负荷需求预测为P。若P_l+P＞P_max，该线路下又无其他可控负荷，则电网对该线路下电动汽车的站级管理层下发下一时刻的功率限制命令，限制功率为：P_avail＝P_max-P_l。此时，电网的控制命令以不超过线路的最大允许负荷为目标，电网还可采取其他目标进行控制，如减少负荷峰谷差率等。

在站级管理设备接收到电网可用功率指令后，需要对当前允许的最大可用充电功率与当前时段的充电功率需求进行比较，如果所述允许最大可用充电功率小于当前时段的充电功率需求，则调用协调控制策略对电动汽车的充电需求进行协调，否则就不需要进行充电控制。具体对充电需求进行协调的过程可以具体包括：

站级管理设备采集站内在线的各个电动汽车的动力电池的当前荷电状态SOC₀、预期荷电状态SOC_aim、停驶时间T_avail和动力电池额定容量Q；

定义电动汽车优先级的公式为：

其中N为在线的电动汽车总数，p_i为第i辆电动汽车所需最小充电功率；

Pi的计算公式为：

p_{i} = \frac{Q_{i} ({SOC}_{aimi} - {SOC}_{0 i})}{T_{availi} + t_{0 i} - t}

其中t_0i为第i辆电动汽车的接入时刻，t为当前时刻，T_availi为第i辆电动汽车的预期停驶时间，SOC_0i为第i辆电动汽车的当前荷电状态，SOC_aimi为第i辆电动汽车的预期荷电状态，Q_i为第i辆电动汽车的额定容量；

按照优先级分配给第n辆电动汽车的可用功率为：

p_availn＝PRI_n×p_avail

其中，p_avail为电网可用功率指令中的允许最大可用充电功率。

从上述公式可以看出，电动汽车的可用充电功率与其预期停驶时间成反比，与其需要补充的电量成正比。该优先级制定方法可根据用户充电需求的缓急程度确定充电功率的分配比例，因此充分考虑了电动汽车用户的行驶需求和电量需求。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

前面已经给出了一个电动汽车有序充电控制系统的实施例，如图4所示，为本发明电动汽车有序充电控制系统另一实施例的结构示意图。在该实施例中，站级管理设备可以具体包括预测模块21、上报模块22、指令处理模块23和协调控制模块24。预测模块21负责根据历史数据或当前电动汽车的充电需求统计，计算下一时段的电动汽车充电负荷预测结果。上报模块22负责向所述电网管理中心上报所述电动汽车充电负荷预测结果。指令处理模块23负责根据接收的电网可用功率指令中的允许最大可用充电功率与当前时段的充电功率需求进行比较。协调控制模块24负责在所述允许最大可用充电功率小于当前时段的充电功率需求时，调用协调控制策略对电动汽车的充电需求进行协调。

在上述实施例中，预测模块21可以包括：中长期预测单元和短期预测单元，其中，中长期预测单元用于根据历史数据进行中长期电动汽车充电负荷预测，短期预测单元用于根据当前电动汽车的充电需求统计进行短期及超短期电动汽车充电负荷预测。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims

1.一种电动汽车有序充电控制方法，包括：

2.根据权利要求1所述的电动汽车有序充电控制方法，其中，所述历史数据包括当前时段以前的影响驾驶出行的外部数据和相关的充电负荷数据。

3.根据权利要求2所述的电动汽车有序充电控制方法，其中，所述外部数据包括平均消费水平、天气类型、日平均温度、道路状况、节假日中的一种或多种。

4.根据权利要求1所述的电动汽车有序充电控制方法，其中，所述站级管理设备根据历史数据进行中长期电动汽车充电负荷预测，根据当前电动汽车的充电需求统计进行短期及超短期电动汽车充电负荷预测。

5.根据权利要求1所述的电动汽车有序充电控制方法，其中，所述调用协调控制策略对电动汽车的充电需求进行协调的操作具体包括：

所述站级管理设备采集站内在线的各个电动汽车的动力电池的当前荷电状态SOC₀、预期荷电状态SOC_aim、停驶时间T_avail和动力电池额定容量Q；

定义电动汽车优先级的公式为：

Pi的计算公式为：

p_{i} = \frac{Q_{i} ({SOC}_{aimi} - {SOC}_{0 i})}{T_{availi} + t_{0 i} - t}

按照优先级分配给第n辆电动汽车的可用功率为：

p_availn＝PRI_n×p_avail

6.一种电动汽车有序充电控制系统，包括：

7.根据权利要求6所示的电动汽车有序充电控制系统，其中，所述站级管理设备具体包括：

预测模块，用于根据历史数据或当前电动汽车的充电需求统计，计算下一时段的电动汽车充电负荷预测结果；

上报模块，用于向所述电网管理中心上报所述电动汽车充电负荷预测结果；

指令处理模块，用于根据接收的电网可用功率指令中的允许最大可用充电功率与当前时段的充电功率需求进行比较；

协调控制模块，用于在所述允许最大可用充电功率小于当前时段的充电功率需求时，调用协调控制策略对电动汽车的充电需求进行协调。

8.根据权利要求7所示的电动汽车有序充电控制系统，其中，所述预测模块包括：

中长期预测单元，用于根据历史数据进行中长期电动汽车充电负荷预测；

短期预测单元，用于根据当前电动汽车的充电需求统计进行短期及超短期电动汽车充电负荷预测。

9.根据权利要求7所示的电动汽车有序充电控制系统，其中，还包括：

充电设施，用于采集电动汽车的充电信息及相关信息，并向所述站级管理设备上传，以及根据接收到的所述站级管理设备下发的指令改变供电输出，对充电过程进行控制。