CN103400211A - 一种基于系统边际发电成本的电动汽车充电方案优化方法 - Google Patents

一种基于系统边际发电成本的电动汽车充电方案优化方法 Download PDF

Info

Publication number
CN103400211A
CN103400211A CN2013103655316A CN201310365531A CN103400211A CN 103400211 A CN103400211 A CN 103400211A CN 2013103655316 A CN2013103655316 A CN 2013103655316A CN 201310365531 A CN201310365531 A CN 201310365531A CN 103400211 A CN103400211 A CN 103400211A
Authority
CN
China
Prior art keywords
cost
unit
charging
generating
period
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013103655316A
Other languages
English (en)
Other versions
CN103400211B (zh
Inventor
张新松
郭晓丽
顾菊平
华亮
李智
王亚芳
王建平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hongbang Die Casting Nantong Co ltd
Original Assignee
Nantong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nantong University filed Critical Nantong University
Priority to CN201310365531.6A priority Critical patent/CN103400211B/zh
Priority to CN201510097153.7A priority patent/CN104680255B/zh
Publication of CN103400211A publication Critical patent/CN103400211A/zh
Application granted granted Critical
Publication of CN103400211B publication Critical patent/CN103400211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Abstract

本发明公开了一种基于系统边际发电成本的电动汽车充电方案优化方法,是在机组组合及经济调度的基础上,以边际发电成本为决策依据,优化电动汽车在整个调度时段内的充电方案,确保电动汽车总充电成本最低。方法首先根据电动汽车的技术特性与充电模式将整个调度时段分为若干充电区间,接着计算各可用充电区间的平均发电边际成本。优先安排电动汽车在平均发电边际成本最低的充电区间充电。以上步骤迭代进行,直至所有电动汽车均充电完毕。迭代过程中,若因现有机组组合方案中开机容量的限制导致所有充电区间均不可用,则按照额外开机成本最低的原则开启新机组以继续整个充电方案优化过程。

Description

一种基于系统边际发电成本的电动汽车充电方案优化方法
技术领域
本发明涉及电动汽车技术,具体涉及一种机组系统边际发电成本的电动汽车充电方案优化方法。
背景技术
燃油汽车在消耗大多数石油资源的同时排放出大量温室气体与污染气体,对环境保护及可持续发展带来了巨大的挑战。与传统汽车相比,电动汽车在缓解能源危机、促进人类与环境和谐发展方面具有无可比拟的优势,目前已成为各国政府、能源厂商与汽车制造厂商关注的焦点。随着电池生产、制造技术的不断进步,环境污染的日益加剧及石油资源的逐渐枯竭,电动汽车在道路交通系统中所占的比例将日益提高。
在目前技术条件下,电动汽车主要通过与电网相联的充电桩完成充电过程。因而,从电网角度来看,入网电动汽车是电力系统的新增负荷,其将显著增加整个电力系统的运行成本。随着电动汽车在电网中渗透率的逐渐提高,其充电行为对发电成本的影响将日益显著,因而有必要优化入网电动汽车的充电方案,实现有序充电,尽量降低电动汽车总充电成本。
为实现电动汽车的最优充电,现有技术通过在机组组合模型中引入表征电动汽车充电方案的决策变量,建立考虑电动汽车充电优化的扩展机组组合模型,并利用优化算法对该模型进行求解以获得电动汽车的最优充电方案,从而尽量节约充电成本。关于该技术的具体描述可参见文献一《Intelligent unit commitment with vehicle-to-grid-Acost-emission optimization》(Journal of Power Sources,2010年195卷第5期第898页至911页)与文献二《计及可入网电动汽车的电力系统机组最优组合》(电力系统自动化,2011年第35卷第20期第16页至第20页)。该技术可优化电动汽车的充电方案,但要存在着以下两点不足之处。
首先,模型求解比较困难。从所周知,电力系统机组组合问题属于含混合变量、多时段、非线性的动态最优化问题,很难获得全局最优解,这一结论可参见文献三《求解机组组合问题的改进模式搜索算法》(中国电机工程学报,2011年第31卷第28期第33页至41页)。显然,从机组模型拓展而来的考虑电动汽车充电优化的扩展机组组合模型将更加难以求解,上段给出参考文献分别采用粒子群算法与混合整数线性规划法对模型进行了求解,求解过程比较复杂,算法应用于实际规模电力系统求解时存在一定的困难。
其次,建模过程完全忽略了电动汽车的充电特性,不考虑电动汽车充电过程是一个连续过程,假定其在单个调度时段内(1h或0.5h)完成充电过程。
发明内容
本发明的目的在于提供一种降低电动汽车充电成本的基于系统边际发电成本的电动汽车充电方案优化方法。
本发明的技术解决方案是:
一种基于系统边际发电成本的电动汽车充电方案优化方法,其特征是:包括以下步骤:
步骤1:根据电动汽车的充电模式将长度为T小时的整个优化时段划分为T-Teq+1个充电区间,各区间安排充电的电动汽车数目为xj,1≤j≤T-Teq-1;电动汽车等效充电功率与充电持续时间分别为PeqkW与Teq小时,参数Peq、Teq共同决定电动汽车电池的容量,其不同取值对应于电动汽车的不同充电模式;
步骤2:根据系统运行的安全性要求判断是否存在可用充电区间,若存在则执行步骤4,若因现有机组组合方案对应的发电容量不足导致各充电区间均不可用则执行步骤3;
步骤3:在现有机组组合方案的基础上,按额外开机成本最低的原则开启新机组,直至出现可用充电区间;
步骤4:计算各可用充电区间的平均系统边际发电成本Ej,m,并寻找平均系统边际发电成本最小的充电区间jmin
步骤5:按照优化步长ΔP,单位:MW,增加充电区间jmin内各时段t边际机组I(t)的出力,即:
PI(t),t=PI(t),t+ΔP    jmin≤t≤jmin+Teq-1
增加发电出力用于电动汽车充电,显然,该区间新增充电的电动汽车数目为1000ΔP/Peq;此时,该区间内安排充电的电动汽车数目xjmin可按下式修正:
x j min = x j min + 1000 ΔP P eq
步骤6:判断所有电动汽车是否安排充电完毕,若是,则结束计算流程并输出优化结果;否则,转向步骤2,继续算法的迭代过程,直至所有电动汽车均安排充电完毕。
步骤2中所述的可根据系统运行的安全性要求判断是否存在可用充电区间,具体按照以下方法:
若充电区间j内各充电时段t(j≤t≤j+Teq-1)均满足下式给出的约束条件,则说明该区间为可用充电区间;
P l , t + P eq y t 1000 + R t ≤ Σ i = 1 N P i , max U i , t ′
实际上,该约束条判断各充电时段t是否有多余的发电容量容纳电动汽车充电;上式中,Pl,t为时段t的系统负荷;Rt为时段t的旋转备用需求;Pi,max为机组i的容量;Ui,t为机组i在时段t的工作状态,“1”表示开机,“0”表示关机;yt为在时段t充电的电动汽车数目,其可根据充电区间j内已安排充电的电动汽车数目xj计算;
y t = Σ j = 1 t x j 1 ≤ t ≤ T eq Σ j = t - T eq + 1 t x j T eq + 1 ≤ t ≤ T - T eq + 1 Σ j = t - T eq + 1 T - T eq + 1 x j T - T eq + 2 ≤ t ≤ T .
步骤3的具体方法是:
步骤301:某些时段因发电容量不足而无法容纳更多的电动汽车充电负荷,即不满足约束条件
Figure BDA0000369037150000043
寻找这些调度时段,将其记作集合Φ;
步骤302:计算集合Φ中各未开机机组的满负荷平均成本CAFLC,i
C AFLC , i = a i P i , max + b i + c i P i , max
上式中,ai、bi与ci为机组i的燃料成本系数;
步骤303:寻找集合Φ中各时段满负荷平均成本CAFLC,i最低的未开机机组,尝试对其进行开机操作,并计算开机操作可能导致的新增发电成本Ce,t,t∈Φ;该新增发电成本由两部分组成:首先,满负荷平均成本CAFLC,i最低机组本身的开机成本,由机组参数确定;其次,新机组开机必然导致负荷在各机组间的重新分配,从而有可能导致燃料成本的增加,这部分成本的增加额需根据经济调度结果获取;
步骤304:寻找新增发电成本Ce,t最低的调度时段,并对该时段中满负荷平均成本CAFLC,i最低的机组进行开机操作;判断新机组开机后是否存在可用充电时段,若有,则结束开机操作;若没有,则重新开始执行步骤301,直至出现可用充电时段。
步骤4中所述的计算各可用充电区间的平均系统边际发电成本Ej,m,具体按照以下方法:
步骤401:根据经济调度结果计算充电区间中各时段所有开机机组的边际发电成本Mi,t,其集合记为Ωt
Mi,t=bi+2ciPi,t
上式中,bi与ci为机组i的发电成本系数,Pi,t为机组i在时段t的出力;
步骤402:寻找时段t边际发电成本最低的机组,该机组即为该时段的边际机组,其索引号记为I(t);该边际机组的边际发电成本即为该时段的系统边际发电成本Mt
Mt=bI(t)+2cI(t)PI(t),t
=min{Mi,t}    i∈Ωt
步骤403:可用充电区间j内各调度时段系统边际发电成本Mt的平均值Ej,m便为该区间的平均系统边际发电成本,即按照下式计算可用充电区间j的平均系统边际发电成本Ej,m
E j , m = 1 T eq Σ t = j t = j + T eq - 1 M t .
步骤6中所述的判断所有电动汽车是否安排充电完毕,具体按照以下方法:
若各充电区间充电的电动汽车数xj之和等于待安排的电动汽车总数n0,即
Figure BDA0000369037150000062
则说明所有电动汽车均安排充电完毕。
有益效果:与现有技术相比,本发明突出的优点包括:该方法在机组组合及经济调度的基础上,以系统边际发电成本为决策依据优化电动汽车的充电方案,本发明公开的方法可以考虑电动汽车与电力系统的技术特性,且具有计算速度快的优点,适用于实际规模电力系统的计算。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的经济调度示意图。
图2是本发明的流程图。
图3是判断是否存在可用充电区间流程图。
图4是计算各可用充电区间的平均系统边际发电成本流程图。
图5是根据电动汽车的充电模式将长度为T小时的整个优化时段划分为T-Teq+1个充电区间示意图。
具体实施方式
如图1所示,本发明的基于系统边际发电成本的电动汽车充电方案优化方法,是在机组组合、经济调度的基础上,以系统边际发电成本为决策依据,调度入网电动汽车的充电行为,调度的目标是电动汽车总充电成本最低。
该方法实质上是一个循环迭代的过程,即寻找平均系统边际发电成本Ej,m最小的可用充电区间,优先安排电动汽车在此区间充电,从而尽量降低充电成本。迭代中,可能会因现有开机方案对应的发电容量不足导致所有充电区间均不可用,此时,应按照开机成本最低原则开启部分机组,从而继续整个迭代过程。本发明的具体流程如图2所示,步骤如下:
(1)、根据电动汽车的充电模式将长度为T(单位:h)的整个优化时段划分为T-Teq+1个充电区间,各区间安排充电的电动汽车数目为xj(1≤j≤T-Teq-1)。电动汽车等效充电功率与充电持续时间分别为Peq(单位:kW)与Teq(单位:h),参数Peq、Teq共同决定电动汽车电池的容量,其不同取值对应于电动汽车的不同充电模式。
(2)、为保证电力系统安全、可靠运行,电力系统在确保对包括电动汽车充电负荷在内的负荷供电的同时,还应留有一定的旋转备用。因此,本发明根据此要求判断是否存在可用充电区间。若存在则执行步骤4,若因开机方案对应的发电容量不足导致各充电区间均不可用则执行步骤3。
判断是否存在可用充电区间的方法如下:
若充电区间j内各充电时段t(j≤t≤j+Teq-1)均满足下式给出的约束条件,则说明该区间为可用充电区间。
P l , t + P eq y t 1000 + R t ≤ Σ i = 1 N P i , max U i , t ′
实际上,该约束条判断各充电时段t是否有多余的发电容量容纳电动汽车充电。上式中,Pl,t为时段t的系统负荷;Rt为时段t的旋转备用需求;Pi,max为机组i的容量;Ui,t为机组i在时段t的工作状态,“1”表示开机,“0”表示关机;yt为在时段t充电的电动汽车数目,其可根据充电区间j内已安排充电的电动汽车数目xj计算。
y t = Σ j = 1 t x j 1 ≤ t ≤ T eq Σ j = t - T eq + 1 t x j T eq + 1 ≤ t ≤ T - T eq + 1 Σ j = t - T eq + 1 T - T eq + 1 x j T - T eq + 2 ≤ t ≤ T
(3)、在现有机组组合方案的基础上,按额外开机成本最低的原则开启新机组,直至出现可用充电区间,其流程如图3所示,具体步骤如下:
1)、某些时段因发电容量不足而无法容纳更多的电动汽车充电负荷,即不满足约束条件
Figure BDA0000369037150000083
寻找这些调度时段,将其记作集合Φ。
2)、计算集合Φ中各未开机机组的满负荷平均成本CAFLC,i
C AFLC , i = a i P i , max + b i + c i P i , max
上式中,ai、bi与ci为机组i的燃料成本系数,一般来说、这三个参数均为正值。
3)、寻找集合Φ中各时段满负荷平均成本CAFLC,i最低的未开机机组,尝试对其进行开机操作,并计算开机操作可能导致的新增发电成本Ce,t(t∈Φ)。该新增发电成本由两部分组成:首先,满负荷平均成本CAFLC,i最低机组本身的开机成本(由机组参数确定);其次,新机组开机必然导致负荷在各机组间的重新分配,从而有可能导致燃料成本的增加,这部分成本的增加额需根据经济调度结果获取。
4)、寻找新增发电成本Ce,t最低的调度时段,并对该时段中满负荷平均成本CAFLC,i最低的机组进行开机操作。判断新机组开机后是否存在可用充电时段,若有,则结束开机操作;若没有,则重新开始执行步骤1),直至出现可用充电时段。
(4)、步骤4、计算各可用充电区间的平均系统边际发电成本Ej,m,并寻找平均系统边际发电成本最小的充电区间jmin。计算可用充电区间平均系统边际发电成本的流程如图4所示,具体步骤如下:
1)、根据经济调度结果计算充电区间中各时段所有开机机组(其集合记为Ωt)的边际发电成本Mi,t
Mi,t=bi+2ciPi,t
上式中,bi与ci为机组i的发电成本系数,Pi,t为机组i在时段t的出力。
2)、寻找时段t边际发电成本最低的机组,该机组即为该时段的边际机组,其索引号记为I(t)。该边际机组的边际发电成本即为该时段的系统边际发电成本Mt
Mt=bI(t)+2cI(t)PI(t),t
=min{Mi,t}    i∈Ωt
3)、可用充电区间j内各调度时段系统边际发电成本Mt的平均值Ej,m便为该区间的平均系统边际发电成本,即按照下式计算可用充电区间j的平均系统边际发电成本Ej,m
E j , m = 1 T eq Σ t = j t = j + T eq - 1 M t
(5)、按照优化步长ΔP(单位:MW)增加充电区间jmin内各时段t边际机组I(t)的出力,即:
PI(t),t=PI(t),t+ΔP    jmin≤t≤jmin+Teq-1
增加发电出力用于电动汽车充电,显然,该区间新增充电的电动汽车数目为1000ΔP/Peq。此时,该区间内安排充电的电动汽车数目xjmin可按下式修正:
x j min = x j min + 1000 ΔP P eq
(6)、判断所有电动汽车是否安排充电完毕。若是,则结束计算流程并输出优化结果;否则,转向步骤2,继续算法的迭代过程,直至所有电动汽车均安排充电完毕。判断电所有电动汽车是否充电完毕的具体方法如下。
若各充电区间充电的电动汽车数xj之和等于待安排的电动汽车总数n0,即
Figure BDA0000369037150000103
则说明所有电动汽车均安排充电完毕。

Claims (5)

1.一种基于系统边际发电成本的电动汽车充电方案优化方法,其特征是:包括以下步骤:
步骤1:根据电动汽车的充电模式将长度为T小时的整个优化时段划分为T-Teq+1个充电区间,各区间安排充电的电动汽车数目为xj,1≤j≤T-Teq-1;电动汽车等效充电功率与充电持续时间分别为PeqkW与Teq小时,参数Peq、Teq共同决定电动汽车电池的容量,其不同取值对应于电动汽车的不同充电模式;
步骤2:根据系统运行的安全性要求判断是否存在可用充电区间,若存在则执行步骤4,若因现有机组组合方案对应的发电容量不足导致各充电区间均不可用则执行步骤3;
步骤3:在现有机组组合方案的基础上,按额外开机成本最低的原则开启新机组,直至出现可用充电区间;
步骤4:计算各可用充电区间的平均系统边际发电成本Ej,m,并寻找平均系统边际发电成本最小的充电区间jmin
步骤5:按照优化步长ΔP,单位:MW,增加充电区间jmin内各时段t边际机组I(t)的出力,即:
PI(t),t=PI(t),t+ΔP    jmin≤t≤jmin+Teq-1
增加发电出力用于电动汽车充电,显然,该区间新增充电的电动汽车数目为1000ΔP/Peq;此时,该区间内安排充电的电动汽车数目xjmin可按下式修正:
x j min = x j min + 1000 ΔP P eq
步骤6:判断所有电动汽车是否安排充电完毕,若是,则结束计算流程并输出优化结果;否则,转向步骤2,继续算法的迭代过程,直至所有电动汽车均安排充电完毕。
2.根据权利要求1所述的基于系统边际发电成本的电动汽车充电方案优化方法,其特征是:步骤2中所述的可根据系统运行的安全性要求判断是否存在可用充电区间,具体按照以下方法:
若充电区间j内各充电时段t(j≤t≤j+Teq-1)均满足下式给出的约束条件,则说明该区间为可用充电区间;
P l , t + P eq y t 1000 + R t ≤ Σ i = 1 N P i , max U i , t ′
实际上,该约束条判断各充电时段t是否有多余的发电容量容纳电动汽车充电;上式中,Pl,t为时段t的系统负荷;Rt为时段t的旋转备用需求;Pi,max为机组i的容量;Ui,t为机组i在时段t的工作状态,“1”表示开机,“0”表示关机;yt为在时段t充电的电动汽车数目,其可根据充电区间j内已安排充电的电动汽车数目xj计算;
y t = Σ j = 1 t x j 1 ≤ t ≤ T eq Σ j = t - T eq + 1 t x j T eq + 1 ≤ t ≤ T - T eq + 1 Σ j = t - T eq + 1 T - T eq + 1 x j T - T eq + 2 ≤ t ≤ T .
3.根据权利要求1所述的基于系统边际发电成本的电动汽车充电方案优化方法,其特征是:步骤3的具体方法是:
步骤301:某些时段因发电容量不足而无法容纳更多的电动汽车充电负荷,即不满足约束条件
Figure FDA0000369037140000031
寻找这些调度时段,将其记作集合Φ;
步骤302:计算集合Φ中各未开机机组的满负荷平均成本CAFLC,i
C AFLC , i = a i P i , max + b i + c i P i , max
上式中,ai、bi与ci为机组i的燃料成本系数;
步骤303:寻找集合Φ中各时段满负荷平均成本CAFLC,i最低的未开机机组,尝试对其进行开机操作,并计算开机操作可能导致的新增发电成本Ce,t,t∈Φ;该新增发电成本由两部分组成:首先,满负荷平均成本CAFLC,i最低机组本身的开机成本,由机组参数确定;其次,新机组开机必然导致负荷在各机组间的重新分配,从而有可能导致燃料成本的增加,这部分成本的增加额需根据经济调度结果获取;
步骤304:寻找新增发电成本Ce,t最低的调度时段,并对该时段中满负荷平均成本CAFLC,i最低的机组进行开机操作;判断新机组开机后是否存在可用充电时段,若有,则结束开机操作;若没有,则重新开始执行步骤301,直至出现可用充电时段。
4.根据权利要求1所述的基于系统边际发电成本的电动汽车充电方案优化方法,其特征是:步骤4中所述的计算各可用充电区间的平均系统边际发电成本Ej,m,具体按照以下方法:
步骤401:根据经济调度结果计算充电区间中各时段所有开机机组的边际发电成本Mi,t,其集合记为Ωt
Mi,t=bi+2ciPi,t
上式中,bi与ci为机组i的发电成本系数,Pi,t为机组i在时段t的出力;
步骤402:寻找时段t边际发电成本最低的机组,该机组即为该时段的边际机组,其索引号记为I(t);该边际机组的边际发电成本即为该时段的系统边际发电成本Mt
Mt=bI(t)+2cI(t)PI(t),t
=min{Mi,t}    i∈Ωt
步骤403:可用充电区间j内各调度时段系统边际发电成本Mt的平均值Ej,m便为该区间的平均系统边际发电成本,即按照下式计算可用充电区间j的平均系统边际发电成本Ej,m
E j , m = 1 T eq Σ t = j t = j + T eq - 1 M t .
5.根据权利要求1所述的基于系统边际发电成本的电动汽车充电方案优化方法,其特征是:步骤6中所述的判断所有电动汽车是否安排充电完毕,具体按照以下方法:
若各充电区间充电的电动汽车数xj之和等于待安排的电动汽车总数n0,即
Figure FDA0000369037140000042
则说明所有电动汽车均安排充电完毕。
CN201310365531.6A 2013-08-20 2013-08-20 一种基于系统边际发电成本的电动汽车充电方案优化方法 Active CN103400211B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201310365531.6A CN103400211B (zh) 2013-08-20 2013-08-20 一种基于系统边际发电成本的电动汽车充电方案优化方法
CN201510097153.7A CN104680255B (zh) 2013-08-20 2013-08-20 一种快速电动汽车充电方案优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310365531.6A CN103400211B (zh) 2013-08-20 2013-08-20 一种基于系统边际发电成本的电动汽车充电方案优化方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201510097153.7A Division CN104680255B (zh) 2013-08-20 2013-08-20 一种快速电动汽车充电方案优化方法

Publications (2)

Publication Number Publication Date
CN103400211A true CN103400211A (zh) 2013-11-20
CN103400211B CN103400211B (zh) 2015-08-19

Family

ID=49563828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310365531.6A Active CN103400211B (zh) 2013-08-20 2013-08-20 一种基于系统边际发电成本的电动汽车充电方案优化方法

Country Status (1)

Country Link
CN (1) CN103400211B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951614A (zh) * 2015-06-30 2015-09-30 国家电网公司 一种计及电动汽车充电可控性的机组组合模型及建模方法
CN105976068A (zh) * 2016-05-23 2016-09-28 北京交通大学 电动汽车的实时充电调度方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102709994A (zh) * 2012-06-06 2012-10-03 上海煦达新能源科技有限公司 电动汽车电池充放电双向功率转换器
CN103246942A (zh) * 2013-05-21 2013-08-14 长沙理工大学 风电-电动汽车-火电联合运行模型的多目标调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102709994A (zh) * 2012-06-06 2012-10-03 上海煦达新能源科技有限公司 电动汽车电池充放电双向功率转换器
CN103246942A (zh) * 2013-05-21 2013-08-14 长沙理工大学 风电-电动汽车-火电联合运行模型的多目标调度方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951614A (zh) * 2015-06-30 2015-09-30 国家电网公司 一种计及电动汽车充电可控性的机组组合模型及建模方法
CN105976068A (zh) * 2016-05-23 2016-09-28 北京交通大学 电动汽车的实时充电调度方法和装置

Also Published As

Publication number Publication date
CN103400211B (zh) 2015-08-19

Similar Documents

Publication Publication Date Title
Jian et al. Optimal scheduling for vehicle-to-grid operation with stochastic connection of plug-in electric vehicles to smart grid
Falahati et al. A new smart charging method for EVs for frequency control of smart grid
CN103151798B (zh) 独立微网系统的优化方法
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN103632205A (zh) 一种考虑风电和负荷不确定性的含电动汽车优化调度方法
CN104104107B (zh) 用混合储能平抑风电功率波动的模型预测控制方法
CN103904749B (zh) 一种考虑风电出力波动性的电动汽车有序充电控制方法
Salama et al. Comparison of different electric vehicle integration approaches in presence of photovoltaic and superconducting magnetic energy storage systems
CN104410089A (zh) 基于电动汽车的风力发电微网功率平衡实时调度方法
CN105958498A (zh) 一种考虑电动汽车的机组组合与分时电价联合优化方法
Shi et al. A robust economic dispatch of residential microgrid with wind power and electric vehicle integration
CN105720597B (zh) 用于优化电动汽车充储放一体化电站充放电功率的方法
CN105207241A (zh) 一种基于荷电状态检测的电动汽车调频优化控制方法
CN103400211B (zh) 一种基于系统边际发电成本的电动汽车充电方案优化方法
CN102555830A (zh) 基于双储能单元的汽车供电系统和汽车供电控制方法
CN105576749A (zh) 一种用于控制光伏储能充电桩运行的方法及系统
Shang et al. Computational performance analysis for centralized coordinated charging methods of plug‐in electric vehicles: From the grid operator perspective
CN104680255A (zh) 一种快速电动汽车充电方案优化方法
Lei et al. Coordinated scheduling of electric vehicles and wind power generation considering vehicle to grid mode
Chen et al. Optimal coordination of charging and discharging control of large-scale plug-in electric vehicles
CN115360738A (zh) 一种考虑可控域约束的电动汽车一次调频控制方法
Houari et al. Hybridization of electrical energy storage for intelligent integration of photovoltaics in electric networks
Anayochukwu Optimal control of PV/wind/hydro-diesel hybrid power generation system for off-grid macro base transmitter station site
Hao et al. PSO applied to optimal operation of a micro-grid with wind power
Idris et al. The Integration of Electric Vehicle with Power Generation Sector: A Scenario Analysis Based on Supply and Demand in Malaysia

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20201207

Address after: Chaoxia West Road, Nantong high tech Industrial Development Zone, Nantong City, Jiangsu Province 226300

Patentee after: HONGBANG DIE CASTING (NANTONG) Co.,Ltd.

Address before: 226019 Jiangsu city of Nantong province sik Road No. 9

Patentee before: NANTONG University

TR01 Transfer of patent right