CN105515110A - 一种电动汽车有序充电实时控制系统 - Google Patents

Abstract

一种电动汽车有序充电实时控制系统，包括中心调度级、协调控制级、微电网控制级、现场控制级，由电力线与通讯线逐级相连；所述中心调度级包括中心控制器，所述协调控制级包括多个区域控制器，所述微电网控制级包括多个微电网控制器、多个公共充电站控制器，所述现场控制级包括多个电动汽车控制器，所述微电网控制器包括多个微电网、每个微电网包括微处理器；所述通讯线用于使数据由最低级向更高级逐级传输，直至传至中心控制器，控制中心处理数据后经通讯线传至区域控制器制定电价；电力线用于将电能从最高级逐级向低传输直至现场控制级。本发明使电动汽车用户充电成本最小、使电网损耗较小，并能使用户根据电价能做出实时反应。

Description

一种电动汽车有序充电实时控制系统

技术领域

本发明涉及电动汽车领域，具体是一种电动汽车有序充电实时控制系统。

背景技术

能源危机和环境污染在中国已经日益严重，对新能源的开发和利用已经上升到世界各国的日程。电动汽车取代了传统的汽车使用能源方式，并且不会排放CO₂及其它污染物，保护环境。

传统的控制策略大多为集中控制策略，集中控制策略又称中央控制系统，信息都流入控制中心，由控制中心集中加工处理，所有的控制指令由控制中心统一下达；分散控制策略是以微处理机为核心的分散型直接控制策略，它的控制功能分散，管理集中。所以，相比于集中控制策略，分散控制策略处理信息的时间根本不受并入电网汽车数量的影响，具有良好的可拓展性。大量的电动汽车无序并入电网将对电网造成冲击，影响电能质量甚至使电网瘫痪。

发明内容

本发明所要解决的技术问题是提供一种电动汽车有序充电实时控制系统，使电动汽车用户充电成本最小、使电网损耗较小，并能使用户根据电价能做出实时反应。

本发明所采用的技术方案是：

一种电动汽车有序充电实时控制系统，包括中心调度级、协调控制级、微电网控制级、现场控制级，由电力线与通讯线逐级相连；

所述中心调度级包括中心控制器，

所述协调控制级包括多个区域控制器，

所述微电网控制级包括多个微电网控制器、多个公共充电站控制器，

所述现场控制级包括多个电动汽车控制器，

所述微电网控制器包括多个微电网、每个微电网包括微处理器；

所述通讯线用于使数据由最低级向更高级逐级传输，直至传至中心控制器，控制中心处理数据后得到新的指令，再由控制中心将指令经通讯线传至区域控制器制定电价；电力线用于将电能从最高级逐级向低传输直至现场控制级。

所述中心控制器包括数据处理系统，用于统计、分析在离散的充电汽车的运行数据。

所述区域控制器用于通过中心控制器的数据处理分析来制定电网售电的实时价格。

所述区域控制器用于在公共充电站给电动汽车集中充电的同时，给多个微电网供电。

所述公共充电站控制器用于采集公共充电处的离散的电动汽车运行数据。

与现有技术相比，本发明一种电动汽车有序充电实时控制系统，有益效果如下：不仅能使电动汽车充电成本最小，并能让大量电动汽车并网时给电网带来的影响降至最低。分散控制策略的应用，让数据传输滞后性大大减弱，使电网能够给出实时电价，所以实时性很好，基本不受电动汽车并入电网数量的影响。

附图说明

图1为本发明的电动汽车有序充电实时控制系统模型图；

图2为本发明的电动汽车通讯数据传输流程图。

具体实施方式

如图1、图2所示，一种电动汽车有序充电实时控制系统，包括中心调度级、协调控制级、微电网控制级、现场控制级，由电力线与通讯线逐级相连。即：中心调度级、协调控制级、微电网控制级、现场控制级依次通过电力线和通讯线由上至下连接。

所述中心调度级包括中心控制器，中心控制器主要为PC机，采用全分布的网络体系结构和冗余的计算机硬件配置，主干网络采用1000M/100M以太网交换机组成的双网冗余构成。计算机硬件采用RISC芯片的HPAlpha/IBM/SUN服务器/工作站分布于网络中；

所述协调控制级包括多个区域控制器，区域控制器DSPTM320LF2407A芯片。

所述微电网控制级包括多个微电网控制器、多个公共充电站控制器，

微电网控制器采用DSPTM320LF2407A芯片。

公共充电站控制器采用单片机MC9S12DP256芯片。

所述现场控制级包括多个电动汽车控制器，

电动汽车控制器采用单片机MC9S12DG128芯片。

所述微电网控制器包括多个微电网、每个微电网包括微处理器；

微电网包含分布式发电设备、充电设施、储能设备、电动汽车等用电负荷。

微处理器采用ARMSTM32F107芯片。

电力线采用LGJ-70型；通讯线采用的4芯的RS-485线缆。

所述通讯线用于使数据由最低级向更高级逐级传输，直至传至中心控制器，控制中心处理数据后得到新的指令，再由控制中心将指令经通讯线传至区域控制器制定电价；电力线用于将电能从最高级逐级向低传输直至现场控制级。

所述中心控制器包括数据处理系统，用于统计、分析在离散的充电汽车的运行数据。

所述区域控制器用于通过中心控制器的数据处理分析来制定电网售电的实时价格。

所述区域控制器用于在公共充电站给电动汽车集中充电的同时，给多个微电网供电。

所述公共充电站控制器用于采集公共充电处的离散的电动汽车运行数据。

即离散的充电电动汽车将运行数据传至微电网，再由微电网处理数据后传至区域控制器直至控制中心；公共充电站集中的充电电动汽车将运行数据传至区域控制器直至控制中心，控制中心处理所有的充电电动汽车运行数据后发出指令传至区域控制器，区域控制器制定充电价格，电动汽车用户再根据制定的充电价格选择最优的回应方式。如：以多大的充电功率充电、什么时候充电等。

一种电动汽车有序充电实时控制方法，所述中心控制器的数据处理系统在处理器中植入了一种粒子群算法，可基于电动汽车的运行数据以充电成本最小为目标函数，以电池电能平衡、充电功率等为约束条件。并且考虑其他电动汽车的运行状态给电网带来的影响，进而影响电价，反过来通过电价影响电动汽车充电行为，周而复始，最终使电动汽车充电成本与电网负荷波动间达成动态纳什平衡，并用粒子群算法得到最优解；

在该控制系统下以充电成本为最小的目标函数如式(1)所示：

$F_{\min }=\underset{t=0}{\overset{T-1}{\Σ}}\{j(t,P_t)P_i\left(t\right)+c{\left(P_i\right(t)-\stackrel{\‾}{P_t})}^2\}---\left(1\right)$

式(1)中F_min为电动汽车充电总成本；j(t,P_t)为电网在t时刻的售电价格；P_i(t)为第i辆电动汽车在t时刻的充电功率；为在充的所有电动汽车的平均充电功率c为非负的适应参数；T为充电时长；

在控制中心接收所有在充电动汽车的运行数据后，电网实时更新的t时刻充电电价如式(2)所示：

$j(t,P_t)=f\left(\frac{B\left(t\right)+\underset{i=1}{\overset{N}{\Σ}}{P}_i\left(t\right)}{P_e}\right)---\left(2\right)$

式(2)中B(t)是没有电动汽车并入电网时t时刻线路所需的功率；P_i(t)是t时刻第i辆电动汽车由电网价格所作出的最优的充电功率；P_e是线路的额定功率；N为在充电动汽车总数辆；

该模型的约束条件，具体包括：

电池电能平衡约束条件：

${\mathrm{SOC}}_i(t+1)-{\mathrm{SOC}}_i\left(t\right)=\frac{P_i\left(t\right)C_e}{C_r}---\left(3\right)$

式(3)中SOC_i(t+1)、SOC_i(t)分别为第i辆电动汽车电池t+1、t时刻的荷电状态；C_r为电池总容量；C_e为充电效率；P_i(t)为第i辆电动汽车充电功率；

充电功率约束条件：

0≤P_t(t)≤P_maxi(4)

式(4)中P_maxi是最大充电功率；

若在此基础上作极限假设，假设每辆电动汽车充电都将电量充满，则约束条件可改为如下：

SOC_i(T-1)＝1(5)

$\underset{t=0}{\overset{T-1}{\Σ}}{P}_i\left(t\right)=(1-{\mathrm{SOC}}_i(t=0\left)\right)\frac{C_r}{C_e}---\left(6\right)$

式(5)中T为充电总时间,t＝0，1，2…T-1；SOC_i(t＝0)为电动汽车刚插入充电时的电池荷电状态。

以一座城市20KV的配电网为例，提出电动汽车有序充电实时控制方法。假设将一天时间分为24个时间段，即时间间隔为1h,具体优化控制方法如下：

初始化当日配电网负载信息以及当日电价信息。

本实施例初始化当日配电网负载信息为：该城市拥有1200辆电动汽车，采用电池为锂离子电池，耗能为0.5kw.h/km，电池容量为24kw.h.在未并入电动汽车时配电网负荷B(t)是实时变化的，总负荷最高峰为11MW，最低谷为8MW,额定负荷P_e为9.5MW。

假设电动汽95％的电动汽车一天平均跑40km，常规充电功率为3kw.h,充电效率为0.8，刚充电时平均电池荷电率为45％，并且充电都会将电池充满。当日电价信息采用实时电价。根据此时刻的P_i(t)、B(t)、P_e及以下公式：

$j(t,P_t)=f\left(\frac{B\left(t\right)+\underset{i=1}{\overset{N}{\Σ}}{P}_i\left(t\right)}{P_e}\right)$

得出这一时刻的电网电价j(t,P_t)；

电动汽车充电成本根据电价及以下公式选择充电时间：

$F_{\min }=\underset{t=0}{\overset{T-1}{\Σ}}\{j(t,P_t)P_i\left(t\right)+c{\left(P_i\right(t)-\stackrel{\‾}{P_t})}^2\}$

由于大量电动汽车选择在负荷低谷期(低价期)进行充电，所以将影响配电网负荷分布，导致电价进行新一轮更新，而电动汽车在接收到新一轮电价信息后又改变其充电行为，如此循环最后趋于稳定求得最优解，得出日最小充电成本为9.5元；

在充电期间，电动汽车同时需满足以下约束条件：

0≤P_t(t)≤P_maxi

SOC_i(T-1)＝1

$\underset{t=0}{\overset{T-1}{\Σ}}{P}_i\left(t\right)=(1-{\mathrm{SOC}}_i(t=0\left)\right)\frac{C_r}{C_e}$

表1为采用本发明前后系统配电网负荷率、峰值负荷增加率、网络损耗以及电动汽车日平均充电成本对比表。

表1

由表1可以看出，在所示的电动汽车不采取任何控制策略和采用有序充电两种情况下，通过优化电动汽车充电行为，电动汽车接入电网有序充电后，充电负荷抑制了负荷波动，较少了网络损耗，又维护了电动汽车用户的利益。

上述实施例不以任何方式限制本发明，凡是采用等同替换或等效变换的方式获得的技术方案均落在本发明的保护范围内。

Claims (6)

1.一种电动汽车有序充电实时控制系统，其特征在于，包括中心调度级、协调控制级、微电网控制级、现场控制级，由电力线与通讯线逐级相连；

所述中心调度级包括中心控制器，

所述协调控制级包括多个区域控制器，

所述微电网控制级包括多个微电网控制器、多个公共充电站控制器，

所述现场控制级包括多个电动汽车控制器，

所述微电网控制器包括多个微电网、每个微电网包括微处理器；

所述通讯线用于使数据由最低级向更高级逐级传输，直至传至中心控制器，控制中心处理数据后得到新的指令，再由控制中心将指令经通讯线传至区域控制器制定电价；电力线用于将电能从最高级逐级向低传输直至现场控制级。

2.根据权利要求1所述一种电动汽车有序充电实时控制系统，其特征在于，所述中心控制器包括数据处理系统，用于统计、分析在离散的充电汽车的运行数据。

3.根据权利要求1所述一种电动汽车有序充电实时控制系统，其特征在于，所述区域控制器用于通过中心控制器的数据处理分析来制定电网售电的实时价格。

4.根据权利要求1所述一种电动汽车有序充电实时控制系统，其特征在于，所述区域控制器用于在公共充电站给电动汽车集中充电的同时，给多个微电网供电。

5.根据权利要求1所述一种电动汽车有序充电实时控制系统，其特征在于，所述公共充电站控制器用于采集公共充电处的离散的电动汽车运行数据。

6.如权利要求1～5所述任意一种电动汽车有序充电实时控制系统的电动汽车有序充电实时控制方法，其特征在于，基于电动汽车的运行数据以充电成本最小为目标函数，并考虑其他电动汽车的运行状态给电网带来的影响，进而影响电价，反过来通过电价影响电动汽车充电行为，周而复始，最终使电动汽车充电成本与电网负荷波动间达成动态纳什平衡，并用粒子群算法得到最优解；

在该控制系统下以充电成本为最小的目标函数如式(1)所示：

$F_{\min }=\underset{t=0}{\overset{T-1}{\Σ}}\{j(t,P_t)P_i\left(t\right)+c{\left(P_i\right(t)-\stackrel{\‾}{P_t})}^2\}---\left(1\right)$

式(1)中F_min为电动汽车充电总成本；j(t,P_t)为电网在t时刻的售电价格；P_i(t)为第i辆电动汽车在t时刻的充电功率；为在充的所有电动汽车的平均充电功率c为非负的适应参数；T为充电时长；

在控制中心接收所有在充电动汽车的运行数据后，电网实时更新的t时刻充电电价如式(2)所示：

$j(t,P_t)=f\left(\frac{B\left(t\right)+\underset{i=1}{\overset{N}{\Σ}}{P}_i\left(t\right)}{P_e}\right)---\left(2\right)$

式(2)中B(t)是没有电动汽车并入电网时t时刻线路所需的功率；P_i(t)是t时刻第i辆电动汽车由电网价格所作出的最优的充电功率；P_e是线路的额定功率；N为在充电动汽车总数辆；

该模型的约束条件，具体包括：

电池电能平衡约束条件：

${\mathrm{SOC}}_i(t+1)-{\mathrm{SOC}}_i\left(t\right)=\frac{P_i\left(t\right)C_e}{C_r}---\left(3\right)$

式(3)中SOC_i(t+1)、SOC_i(t)分别为第i辆电动汽车电池t+1、t时刻的荷电状态；C_r为电池总容量；C_e为充电效率；P_i(t)为第i辆电动汽车充电功率；

充电功率约束条件：

0≤P_t(t)≤P_maxi(4)

式(4)中P_maxi是最大充电功率；

若在此基础上作极限假设，假设每辆电动汽车充电都将电量充满，则约束条件可改为如下：

SOC_i(T-1)＝1(5)

$\underset{t=0}{\overset{T-1}{\Σ}}{P}_i\left(t\right)=(1-{\mathrm{SOC}}_i(t=0\left)\right)\frac{C_r}{C_e}---\left(6\right)$

式(5)中T为充电总时间,t＝0，1，2…T-1；SOC_i(t＝0)为电动汽车刚插入充电时的电池荷电状态。