CN103701176A - 一种电动汽车快、慢速充电设施配置比例的计算方法 - Google Patents
一种电动汽车快、慢速充电设施配置比例的计算方法 Download PDFInfo
- Publication number
- CN103701176A CN103701176A CN201410001487.5A CN201410001487A CN103701176A CN 103701176 A CN103701176 A CN 103701176A CN 201410001487 A CN201410001487 A CN 201410001487A CN 103701176 A CN103701176 A CN 103701176A
- Authority
- CN
- China
- Prior art keywords
- charging
- charge
- user
- electric automobile
- allocation ratio
- 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
Links
Images
Abstract
本发明公开了属于现代交通技术领域的一种电动汽车快、慢速充电设施配置比例的计算方法。该方法步骤为:1)根据对目标区域用户行驶和充电规律的统计,以电动汽车用户采用慢充的方式单次充电补充的电能是否能够满足用户下一次行驶里程所需的电能作为判断是否有快充需求的依据;2)计算快充需求概率;3)计算待研区域内快、慢充电设施的配置比例。本发明提出的快、慢充比例配置方法,使充电设施的建设可以充分满足电动汽车用户对不同类型充电方式的需求,同时保证充电设施建设投资的经济性,避免大量建设快速充电设施,造成资源浪费。
Description
专利领域
本发明属于现代交通技术领域,尤其涉及一种电动汽车快、慢速充电设施配置比例的计算方法。
背景技术
在能源危机和环境保护的大背景下,电动汽车迎来了自身发展的重大契机。各国政府均积极支持电动汽车的研究和发展。随着十城千辆工程的实施以及第一批新能源汽车推广应用城市或区域名单的确定,我国电动汽车保有量有望大幅度增加。充电设施的建设是电动汽车规模化发展的前提和基础,完善高效的能源供给网络是电动汽车广泛应用的必要条件之一,具有广泛的社会效益和潜在的经济效益。如何合理的布局充电设施以适应电动汽车的推广应用是急需解决的关键问题。
不同类型的充电设施对应不同的充电方式,电动汽车充电方式分为整车充电方式和换电方式。整车充电包括两种方式:慢充和快充,慢充要依靠车载充电机连接外部交流充电桩实现,充电电流较小,充电时间一般在5-8小时;快充则需要外置的直流充电装置直接连接电动汽车电池,充电电流大,一般可在1小时内将电池电量充至80%以上。目前,电动汽车正朝着同时接纳快充和慢充两种充电方式的趋势发展。有研究表明,充电电流过大将缩短电池寿命,降低电池效率,因此,应把慢充作为当前技术水平下动力电池的主要充电手段,而将快充作为一种辅助的应急手段,充电基础设施规划时,应根据快、慢充电两种模式的定位,合理地分配两者的比例。因此,如何设置和分配电动汽车的慢速和快速充电设施成为首先要解决的问题。
发明内容
针对上述现有技术存在的问题,本发明提出一种电动汽车快、慢速充电设施配置比例的计算方法,其特征在于,该计算方法的具体步骤为:
步骤1:根据对目标区域用户行驶和充电规律的统计,以电动汽车用户采用慢充的方式单次充电补充的电能是否能够满足用户下一次行驶里程所需的电能作为判断是否有快充需求的依据;
步骤2:计算快充需求概率Pf;
所述步骤1中的判断依据为:
当p·T+s·C-d·L>k·s时,表示慢速充电方式满足用户下次行驶所需的电能的情况;
当p·T+s·C-d·L≤k·s时,表示慢速充电方式不能满足用户下次行驶所需的电能的情况;
其中,p·T+s·C反映充电完成后电池的能量状态,d·L则反映用户下次行驶所需的电能;T、C、L为随机变量,T为停车持续时间,C为充电初始荷电状态,L为充电用户的单次行驶里程;p、s、d、k为常量,p为电动汽车慢充的充电功率;s为电池的容量;d为电动汽车行驶每公里耗电量,p、s、d根据电动汽车的具体参数直接获得或者经过折算得到;k为电池允许剩余容量比例系数,k根据电池安全和用户对剩余电量的心里承受能力确定,k取0.2。
所述步骤2的具体步骤为:
步骤21:获取所有在该区域内充电用户的单次行驶里程L、停车持续时间T、充电初始荷电状态C的统计数据;
步骤22:对步骤21中获取的三个统计数据进行分析,分别确定三个统计数据所对应的概率密度函数;
步骤23:根据步骤21和22中所得数据,对各概率密度函数中未知参数进行点估计,确定未知参数的估计值,得到不含未知参数的单次行驶里程概率密度函数fL(l)、停车时间概率密度函数fT(t)、充电起始荷电状态概率密度函数fC(c);
步骤24:根据电动汽车具体参数,确定慢充充电功率p,电池容量s,每公里耗电量d;
步骤25:根据步骤23和步骤24中确定数据,以三个随机变量相互独立为前提条件,利用三重积分计算快充需求概率Pf:
发明的有益效果:本发明提出的快、慢充比例配置方法,使充电设施的建设可以充分满足电动汽车用户对不同类型充电方式的需求,同时保证充电设施建设投资的经济性,避免大量建设快速充电设施,造成资源浪费。
附图说明
图1为电动汽车快、慢速充电设施配置比例的计算方法流程图;
图2为快充需求概率的计算方法流程图;
图3为初始荷电状态SOC频率直方图及概率密度函数曲线。
具体实施方式
下面结合附图和具体实施例,对本方法的具体实施步骤作进一步的说明,应该强调的是下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
本发明根据用户对快、慢充电方式的不同需求,给出两种类型充电设施的配置比例,是本发明的关键。
如图1所示为电动汽车快、慢速充电设施配置比例的计算方法流程图;该方法的具体步骤为:
步骤1:根据对目标区域用户行驶和充电规律的统计,以电动汽车用户采用慢充的方式单次充电补充的电能是否能够满足用户下一次行驶里程所需的电能作为判断是否有快充需求的依据。
判断的依据为:
当p·T+s·C-d·L>k·s时,表示慢速充电方式满足用户下次行驶所需的电能的情况;
当p·T+s·C-d·L≤k·s时,表示慢速充电方式不能满足用户下次行驶所需的电能的情况;
其中,p·T+s·C反映充电完成后电池的能量状态,d·L则反映用户下次行驶所需的电能;T、C、L为随机变量,T为停车持续时间(h),C为充电初始荷电状态(SOC),L为充电用户的单次行驶里程(km);p、s、d、k为常量,p为电动汽车慢充的充电功率(kW);s为电池的容量(kWh);d为电动汽车行驶每公里耗电量(kWh),k为电池允许剩余容量比例系数。其中,p根据电动汽车的具体参数直接获得或者经过折算得到;对于电池容量s,若厂家给出的电池容量参数是以Ah为单位的电量值,则应结合电池端电压参数,按下式计算:s=sc×ubattery/1000,式中,sc表示以Ah为单位的电池容量参数,ubattery表示电池端电压参数(V);对于每公里耗电量d,由厂家提供的百公里耗电量参数按比例折算;对于参数k,从电池安全和用户心理两个角度考虑,一般k可取0.2。
步骤2:计算快充需求概率Pf。
如图2所示为快充需求概率的计算方法流程图;步骤2具体为:
步骤21:获取所有在该区域内充电用户的单次行驶里程L、停车持续时间T、充电初始荷电状态(SOC)C的统计数据。
步骤22:对步骤21中获取的三个统计数据进行分析,分别形成频率分布直方图。形成直方图时,应根据数据量及数据分布范围,确定合理的统计间隔。根据形成的频率直方图的具体形状,分别确定三个统计数据所对应的概率分布及概率密度函数形式。
步骤23:根据步骤21和22中所得数据,对各概率密度函数中未知参数进行点估计,确定未知参数的估计值,得到不含未知参数的单次行驶里程概率密度函数fL(l)、停车时间概率密度函数fT(t)、充电初始荷电状态(SOC)概率密度函数fC(c);
以充电初始荷电状态(SOC)概率密度函数fC(c)的确定为例说明,如附图3所示,对充电初始荷电状态(SOC)数据进行统计,以0.1为间隔得到频率直方图,根据直方图形状,确定其分布为正态分布,正态分布概率密度函数为:其中,μ、σ两者为未知参数,结合SOC统计数据,利用极大似然估计法,对两个未知参数进行估计,最终得到μ=0.5137,σ=0.1772,从而确定充电初始荷电状态(SOC)概率密度函数的为其他两个随机变量概率密度函数fL(l)、fL(l)的确定方法流程与充电初始荷电状态(SOC)确定方法相同。
步骤24:根据电动汽车具体参数,确定慢充充电功率p(kW),电池容量s(kWh),每公里耗电量d(kWh)。
步骤25:根据步骤23和步骤24中确定的数据,以三个随机变量相互独立为前提条件,利用三重积分计算快充需求概率Pf:
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (3)
2.根据权利要求1所述的一种电动汽车快、慢速充电设施配置比例的计算方法,其特征在于,所述步骤1中的判断依据为:
当p·T+s·C-d·L>k·s时,表示慢速充电方式满足用户下次行驶所需的电能的情况;
当p·T+s·C-d·L≤k·s时,表示慢速充电方式不能满足用户下次行驶所需的电能的情况;
其中,p·T+s·C反映充电完成后电池的能量状态,d·L则反映用户下次行驶所需的电能;T、C、L为随机变量,T为停车持续时间,C为充电初始荷电状态,L为充电用户的单次行驶里程;p、s、d、k为常量,p为电动汽车慢充的充电功率;s为电池的容量;d为电动汽车行驶每公里耗电量,p、s、d根据电动汽车的具体参数直接获得或者经过折算得到;k为电池允许剩余容量比例系数,k根据电池安全和用户对剩余电量的心里承受能力确定,k取0.2。
3.根据权利要求1所述的一种电动汽车快、慢速充电设施配置比例的计算方法,其特征在于,所述步骤2的具体步骤为:
步骤21:获取所有在该区域内充电用户的单次行驶里程L、停车持续时间T、充电初始荷电状态C的统计数据;
步骤22:对步骤21中获取的三个统计数据进行分析,分别确定三个统计数据所对应的概率密度函数;
步骤23:根据步骤21和22中所得数据,对各概率密度函数中未知参数进行点估计,确定未知参数的估计值,得到不含未知参数的单次行驶里程概率密度函数fL(l)、停车时间概率密度函数fT(t)、充电起始荷电状态概率密度函数fC(c);
步骤24:根据电动汽车具体参数,确定慢充充电功率p,电池容量s,每公里耗电量d;
步骤25:根据步骤23和步骤24中确定数据,以三个随机变量相互独立为前提条件,利用三重积分计算快充需求概率Pf:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410001487.5A CN103701176B (zh) | 2014-01-02 | 2014-01-02 | 一种电动汽车快、慢速充电设施配置比例的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410001487.5A CN103701176B (zh) | 2014-01-02 | 2014-01-02 | 一种电动汽车快、慢速充电设施配置比例的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103701176A true CN103701176A (zh) | 2014-04-02 |
CN103701176B CN103701176B (zh) | 2015-08-26 |
Family
ID=50362621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410001487.5A Expired - Fee Related CN103701176B (zh) | 2014-01-02 | 2014-01-02 | 一种电动汽车快、慢速充电设施配置比例的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103701176B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105653832A (zh) * | 2014-11-10 | 2016-06-08 | 国家电网公司 | 储能电站的储能单元功率分配的评估方法和装置 |
CN109177751A (zh) * | 2018-09-18 | 2019-01-11 | 南京工程学院 | 一种汽车智能充电系统 |
CN109754136A (zh) * | 2017-11-03 | 2019-05-14 | 蔚来汽车有限公司 | 电池均衡方法及系统 |
CN113442772A (zh) * | 2021-07-05 | 2021-09-28 | 清陶(昆山)能源发展股份有限公司 | 一种电动汽车充电方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203014424U (zh) * | 2012-11-30 | 2013-06-19 | 余杭供电局 | 电动汽车充电设施比例配置系统 |
CN103311982A (zh) * | 2012-03-09 | 2013-09-18 | 通用汽车环球科技运作有限责任公司 | 给插电式电动车辆充电的方法 |
US20130307475A1 (en) * | 2012-05-18 | 2013-11-21 | Tesla Motors, Inc. | Charge rate optimization |
-
2014
- 2014-01-02 CN CN201410001487.5A patent/CN103701176B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103311982A (zh) * | 2012-03-09 | 2013-09-18 | 通用汽车环球科技运作有限责任公司 | 给插电式电动车辆充电的方法 |
US20130307475A1 (en) * | 2012-05-18 | 2013-11-21 | Tesla Motors, Inc. | Charge rate optimization |
CN203014424U (zh) * | 2012-11-30 | 2013-06-19 | 余杭供电局 | 电动汽车充电设施比例配置系统 |
Non-Patent Citations (1)
Title |
---|
陈征等: "含光伏发电系统的电动汽车充电站多目标容量优化配置方法", 《电工技术学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105653832A (zh) * | 2014-11-10 | 2016-06-08 | 国家电网公司 | 储能电站的储能单元功率分配的评估方法和装置 |
CN105653832B (zh) * | 2014-11-10 | 2018-07-13 | 国家电网公司 | 储能电站的储能单元功率分配的评估方法和装置 |
CN109754136A (zh) * | 2017-11-03 | 2019-05-14 | 蔚来汽车有限公司 | 电池均衡方法及系统 |
CN109177751A (zh) * | 2018-09-18 | 2019-01-11 | 南京工程学院 | 一种汽车智能充电系统 |
CN113442772A (zh) * | 2021-07-05 | 2021-09-28 | 清陶(昆山)能源发展股份有限公司 | 一种电动汽车充电方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103701176B (zh) | 2015-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wieczorek et al. | A mathematical representation of an energy management strategy for hybrid energy storage system in electric vehicle and real time optimization using a genetic algorithm | |
Chen et al. | Particle swarm optimization-based optimal power management of plug-in hybrid electric vehicles considering uncertain driving conditions | |
Jeong et al. | Charging automation for electric vehicles: Is a smaller battery good for the wireless charging electric vehicles? | |
Wegmann et al. | Optimized operation of hybrid battery systems for electric vehicles using deterministic and stochastic dynamic programming | |
CN106599390B (zh) | 一种计及电动出租车时空随机特性的充电负荷的计算方法 | |
CN103241130B (zh) | 一种电动公交车充换电站的能量管理方法及系统 | |
CN103762703B (zh) | 电动汽车充储放一体化充电站及充放电方法 | |
Feng et al. | Optimal energy management with balanced fuel economy and battery life for large hybrid electric mining truck | |
El-Taweel et al. | Integrated utility-transit model for optimal configuration of battery electric bus systems | |
CN107169273A (zh) | 计及延时和v2g充电模式的电动汽车充电功率预测方法 | |
CN202840547U (zh) | 电动汽车锂电池智能管理系统 | |
Škugor et al. | A bi-level optimisation framework for electric vehicle fleet charging management | |
CN102673419A (zh) | 电动汽车锂电池智能管理系统 | |
CN104184190A (zh) | 一种电动汽车动态充电路径规划方法 | |
KR20140115446A (ko) | 연료전지 차량의 전력 제어 방법 및 시스템 | |
CN109353242B (zh) | 一种智能充电桩系统实现双向有序充放电的充电算法 | |
CN104578293A (zh) | 电动汽车充电控制方法和装置 | |
CN103701176B (zh) | 一种电动汽车快、慢速充电设施配置比例的计算方法 | |
CN104123598A (zh) | 一种基于多目标优化的电动私家车充电模式选择方法 | |
Sadeq et al. | Optimal control strategy to maximize the performance of hybrid energy storage system for electric vehicle considering topography information | |
CN105904985A (zh) | 一种电动汽车充电控制装置 | |
CN109460853A (zh) | 一种电动汽车充电负荷需求确定方法及系统 | |
JP4882946B2 (ja) | 電費算出装置 | |
CN104201301A (zh) | 一种新能源汽车(电动汽车)电池站商业操作模式 | |
CN105172614A (zh) | 一种电动汽车柔性充电站 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150826 Termination date: 20170102 |
|
CF01 | Termination of patent right due to non-payment of annual fee |