CN105552983A - 电动汽车并网调度的优化系统及其优化方法 - Google Patents

电动汽车并网调度的优化系统及其优化方法 Download PDF

Info

Publication number
CN105552983A
CN105552983A CN201510889334.3A CN201510889334A CN105552983A CN 105552983 A CN105552983 A CN 105552983A CN 201510889334 A CN201510889334 A CN 201510889334A CN 105552983 A CN105552983 A CN 105552983A
Authority
CN
China
Prior art keywords
charging
electric automobile
grid
user
scheduling
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
CN201510889334.3A
Other languages
English (en)
Other versions
CN105552983B (zh
Inventor
王勇
李敏
夏跃武
杨会伟
周先飞
徐德发
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.)
Wuhu Institute of Technology
Original Assignee
Wuhu Institute of Technology
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 Wuhu Institute of Technology filed Critical Wuhu Institute of Technology
Priority to CN201510889334.3A priority Critical patent/CN105552983B/zh
Publication of CN105552983A publication Critical patent/CN105552983A/zh
Application granted granted Critical
Publication of CN105552983B publication Critical patent/CN105552983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/64—Optimising energy costs, e.g. responding to electricity rates
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging

Abstract

本发明公开电动汽车并网调度的优化系统，包括处理器以及与处理器相耦接的触摸屏、GPRS通讯模块、信号调理电路、控制电路和优化调度中心服务器，触摸屏将用户在触摸屏上设置的期望充电结束时间传输至处理器；调理电路被配置成还连接于电动汽车的电池，以将电池的状态信号通过A/D转换后传输给处理器；处理器通过电池的状态计算出电动汽车的电池的电量状态；控制电路被配置成还连接于电池，以控制电池的充放电；GPRS通讯模块被配置成还连接于优化调度中心服务器以发送电池的电量状态、当前充电功率和期望充电结束时间，并将优化调度中心服务器上多目标优化后产生的控制信号发送至处理器，控制电池的充电。本发明的优化调度效率高。

Description

电动汽车并网调度的优化系统及其优化方法
技术领域
本发明涉及电子、通信与电力系统技术电能优化的领域，具体地，涉及一种电动汽车并网调度的优化系统及其优化方法。
背景技术
石油作为一种不可再生的矿物资源，必然会走向枯竭，而且在其使用过程中，会产生大量的尾气，造成环境的污染。而电能作为一种可再生的清洁能源，已经在车辆上得到应用。世界各大汽车巨头也相继推出了自己的电动汽车产品。随着时间的推移，电动汽车的使用会越来越广泛。研究表明，大量电动汽车的充电行为，会使电网的负荷增加。由于电动汽车用户的作息规律等原因，电动汽车的充电时间也会相对集中，这会造成电力系统中负荷的“峰峰相加”，降低配电网中变电设备的使用寿命。另一方面，不利于电力系统的安全、经济运行。电动汽车绝大多数时间处于非行驶状态，所以可以采用一些控制策略对电动汽车的充电行为进行合理的引导。
以往用于电动汽车规模并网优化调度的控制策略与实际情况存在一定的偏差，优化调度的效率很是低下，且电动汽车充电控制策略中，仅以单一目标作为优化指标，难以电动用户参与的积极性和实现综合效益最大化。
那么设计一种新型的优化方法成为一种亟需解决的问题。
发明内容
本发明的目的是提供一种电动汽车并网调度的优化系统及其优化方法，该电动汽车并网调度的优化系统及其优化方法克服了现有技术中的电动汽车在各个时间段的充电与实际情况存在一定的偏差，优化调度效率低下的问题，实现了利益的最大化。
为了实现上述目的，本发明提供了一种电动汽车并网调度的优化系统，该电动汽车并网调度的优化系统包括处理器以及与所述处理器相耦接的以下部件：触摸屏、GPRS通讯模块、调理电路、控制电路和优化调度中心服务器，所述触摸屏将用户在触摸屏上设置的期望充电结束时间传输至所述处理器；所述调理电路被配置成还连接于电动汽车的电池，以将所述电池的状态通过A/D转换后传输给所述处理器；所述处理器通过电池的状态计算出所述电动汽车的电池的电量状态；所述控制电路被配置成还连接于所述电池，以控制所述电池的充放电；所述GPRS通讯模块被配置成还连接于所述优化调度中心服务器，以将电池的电量状态、当前充电功率和期望充电结束时间发送至所述优化调度中心服务器，并将优化调度中心服务器的控制信号发送至所述处理器，控制所述电池的充放电。
优选地，所述电动汽车并网调度的优化系统还包括：
第一电源和第二电源，所述第一电源被配置成连接于所述处理器和所述触摸屏，以提供电源电压；所述第二电源被配置成连接于所述GPRS通讯模块，以提供电源电压。
优选地，所述处理器为型号为STM32F103的处理器。
优选地，所述处理器上设置有复位按键。
优选地，所述触摸屏为TFTLCD触摸屏。
本发明提供一种电动汽车并网调度的优化方法，该电动汽车并网调度的优化方法包括：
步骤1，实时采集电动汽车电池的电量状态，计算出当前功率下用户充电所需要的充电时间；
步骤2，将设施充电时间数据、对应电动汽车充电的功率信息和用户在触摸屏上设置的期望充电结束时间通过GPRS网络发送到位于优化调度中心服务器上；
步骤3，服务器利用粒子群算法对采集到的数据进行调度优化，在保证用户在期望充电结束时间内完成充电过程的前提下，得到充电的时间段，并根据所述时间段对电动汽车的电池实现充电。
优选地，在步骤3中，利用粒子群算法对采集到的数据进行调度优化的方法包括：
步骤31，分别计算所有车辆充电费用和平抑负荷波动的指标；
步骤32，每隔预设时间段，综合计算充电费用和平抑负荷波动的指标，对车辆执行充电。
优选地，计算所有车辆充电费用的步骤包括：
将一天划分为三个时间段，分别是高电价时段、平电价时段和低电价时段；
第i量电动车在各个时间段充电的总时间为：
t(i)＝th(i)+tm(i)+tl(i)
第i量电动车各个时间段内充电的总费用为：
C(i)＝P(i)th(i)Ch+P(i)tm(i)Cm+P(i)tl(i)Cl，
N辆电动车充电的总费用为：
C = Σ i = 1 N C ( i ) ,
其中，N为用户的量，第i个用户的电池充电功率为P(i)，texp(i)h为第i量电动车用户期望充电结束时间，treal(i)h为实际完成充电所需时间，th(i)为第i量电动车用户在高电价时段的充电时间，tm(i)为第i量电动车在平电价时段的充电时间，tl(i)为第i量电动车在低电价时段的充电时间，C为第i量电动车所有车辆充电费用。
优选地，计算平抑负荷波动的指标的步骤包括：
计算平抑负荷波动的指标的步骤包括：
将一天划分为96个时间段，每个时间段的长度为15min；
通过如下公式计算平抑负荷波动的指标：
W＝(P0(j)+Pe(j)-Pav)2；
其中，0＜j＜96；Pe(j)为第j个时间段内开始充电的M个电动汽车的总负荷，即其中M＜N；
Pav为前一天电力系统24h内的平均负荷；
P0(j)为第j个时间段非电动汽车充电负荷；
W为平抑负荷波动的指标，
为了综合考虑区域内用户总的充电总费用C和平抑负荷波动的指W，取 O = λ C - C m i n C m a x - C m i n + ( 1 - λ ) W - W m i n W m a x - W m i n 作为最终的优化目标；
其中，Cmax、Cmin分别为用户总的充电总费用C的上下界，即Cmin＜C＜Cmax。Wmax、Wmin分别为平抑负荷波动的指W的上下界，即Wmin＜W＜Wmax。λ为可调常数，0＜λ＜0.5。优选地，预设时间段为15分钟。
通过上述具体实施方式，本发明的一种电动汽车并网调度的优化方法，可以利用粒子群算法对采集到的数据进行调度优化，在保证用户在期望充电结束时间内完成充电过程的前提下，实现电网一天内电力负荷峰谷差最小和用户充电所需费用最低。通过上述的系统，可以实时采集电动汽车电池的SOC状态，计算出当前功率下用户充电所需要的时间，并提示用户设定期望的充电结束时间。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是说明本发明的一种电动汽车并网调度的优化系统的结构图；
图2是说明本发明的粒子群算法的算法流程图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
本发明提供一种电动汽车并网调度的优化系统，该电动汽车并网调度的优化系统包括处理器以及与所述处理器相耦接的以下部件：触摸屏、GPRS通讯模块、调理电路、控制电路和优化调度中心服务器，所述触摸屏将用户在触摸屏上设置的期望充电结束时间传输至所述处理器；所述调理电路被配置成还连接于电动汽车的电池，以将所述电池的状态通过A/D转换后传输给所述处理器；所述处理器通过电池的状态计算出所述电动汽车的电池的电量状态；所述控制电路被配置成还连接于所述电池，以控制所述电池的充放电；所述GPRS通讯模块被配置成还连接于所述优化调度中心服务器，以将电池的电量状态、当前充电功率和期望充电结束时间发送至所述优化调度中心服务器，并将优化调度中心服务器的控制信号发送至所述处理器，控制所述电池的充放电。
智能充电终端由STM32F103芯片作为处理器，外围电路由2.8寸TFTLCD触摸屏、GPRS通讯模块、和复位按键、信号调理电路、控制电路组成。信号调理电路用于A/D转换。控制电路用于放大控制信号，控制充电过程。STM32F103处理器通过记录充放电的电流信息和时间信息计算出电动汽车电池的SOC状态。车载电池的总容量为Q0，t0时刻车载电池初始状态下的电量为Q(t0)，经过一段时间充放电后，t时刻的电量为Q(t)。此过程中， Q ( t ) = Q ( t 0 ) - ∫ t 0 t i ( t ) d t 即 S O C ( t ) = S O C ( t 0 ) - ∫ t 0 t i ( t ) d t Q 0 ;
当t时刻车载电池两端电压达到目标电压E0，SOC(t)＝100％，STM32F103处理器将时间信息清零，重新开始计算充放电的时间。
STM32F103处理器根据电动汽车当前SOC状态计算出当前功率下，完成充电所需要的实际时间trealh。并提示用户在2.8寸TFTLCD触摸屏上设定期望的充电结束时间texph。智能充电终端将用户期望充电结束时间texph、完成充电实际需要的时间trealh以及当前充电功率Pi的数据通过GPRS网络发送到指挥调度中心。
智能终端所采集的信息较少，故智能终端将信息通过GPRS网络连接到Internet，实现与调度中心服务器的互动。电动汽车通过充电终端与电源(市电)相连，充电终端可通过放大电路控制电动汽车车载电池与电源的导通与关断，从而达到优化调度的目的。当车载电池充电完成后STM32F103处理器，通过控制电路终止对车载电池的充电，防止过充，保护电池。
服务器上粒子群算法调度优化的具体流程如图2所示：保证用户能在规定时间内完成充电的前提下，以电网负荷波动最小，所有用户充电的总费用最小为优化目标。在可行域内初始化粒子，经过多次迭代运算，得到优化结果确定未来15分钟内的充电策略。
以下结合附图1和附图2对本发明进行进一步的说明，在本发明中，为了提高本发明的适用范围，特别使用下述的具体实施方式来实现。
在本发明的一种具体实施方式中，所述电动汽车并网调度的优化系统还包括：
第一电源和第二电源，所述第一电源被配置成连接于所述处理器和所述触摸屏，以提供电源电压；所述第二电源被配置成连接于所述GPRS通讯模块，以提供电源电压。
通过第一电源和第二电源提供元器件的工作电压。
在本发明的一种具体实施方式中，所述处理器为型号为STM32F103的处理器。
在该种实施方式中，所述处理器上设置有复位按键。方便复位操作。
在本发明的一种具体实施方式中，所述触摸屏为TFTLCD触摸屏。
本发明还提供一种电动汽车并网调度的优化方法，该电动汽车并网调度的优化方法包括：
步骤1，实时采集电动汽车电池的电量状态，计算出当前功率下用户充电所需要的充电时间；
步骤2，将设施充电时间数据、对应电动汽车充电的功率信息和用户在触摸屏上设置的期望充电结束时间通过GPRS网络发送到位于优化调度中心服务器上；
步骤3，服务器利用粒子群算法对采集到的数据进行调度优化，在保证用户在期望充电结束时间内完成充电过程的前提下，得到充电的时间段，并根据所述时间段对电动汽车的电池实现充电。
通过上述的方式，可以实现电动汽车充电时间的优化，从多个指标进行考虑，使得电动汽车充电效率变得很高，且优化了充电费用和充电的高峰。
在本发明的一种具体实施方式中，在步骤3中，利用粒子群算法对采集到的数据进行调度优化的方法包括：
步骤31，分别计算所有车辆充电费用和平抑负荷波动的指标；
步骤32，每隔预设时间段，综合计算充电费用和平抑负荷波动的指标，对车辆执行充电。
在该种实施方式中，计算所有车辆充电费用的步骤包括：
将一天划分为三个时间段，分别是高电价时段、平电价时段和低电价时段；
通过如下公式计算充电费用：
第i量电动车在各个时间段充电的总时间为：
t(i)＝th(i)+tm(i)+tl(i)
第i量电动车各个时间段内充电的总费用为：
C(i)＝P(i)th(i)Ch+P(i)tm(i)Cm+P(i)tl(i)Cl，
N辆电动车充电的总费用为：
C = Σ i = 1 N C ( i ) ,
其中，N为用户的量，第i个用户的电池充电功率为P(i)，texp(i)h为第i量电动车用户期望充电结束时间，treal(i)h为第i量电动车用户实际完成充电所需时间，th(i)为第i量电动车用户在高电价时段的充电时间，tm(i)为第i量电动车用户在平电价时段的充电时间，tl(i)为第i量电动车用户在低电价时段的充电时间，C为第i量电动车用户所有车辆充电费用。
为了综合考虑区域内用户总的充电总费用C和平抑负荷波动的指W。取作为最终的优化目标,即粒子群算法的适应度函数，O越小，综合效益越高。
其中：Cmax、Cmin分别为用户总的充电总费用C的上下界，即Cmin＜C＜Cmax。Wmax、Wmin分别为平抑负荷波动的指W的上下界，即Wmin＜W＜Wmax。λ为可调常数，0＜λ＜0.5。
调度中心通过对以往历史数据的分析，将一天24小时的电价分成3个等级：14:00―17:00；19:00―22:00为高电价时段,充电费用为Ch元/千瓦时；8:00―14:00；17:00―19:00；22:00―24:00为平电价时段,充电费用为Cs元/千瓦时；0:00―8:00为低电价时段,充电费用为Cl元/千瓦时。
通过上述的方式，调度中心从智能用户充电终端上共收到N个用户的实时数据，第i个用户的电池充电功率为Pi，其期望充电结束时间texp(i)h、实际完成充电所需时间treal(i)h，用户在高电价时段的充电时间为th(i)，在平电价时段的充电时间为tm(i)，在低电价时段的充电时间为tl(i)，则有treal(i)＝th(i)+tm(i)+tl(i)。该用户电动汽车充电功率为P(i)。则该用户完成一次充电的总费用为C(i)＝P(i)th(i)Ch+P(i)tm(i)Cm+P(i)tl(i)Cl。取优化区域内所有车辆充电费用本发明的优化目标一为
在该种实施方式中，计算平抑负荷波动的指标的步骤包括：
将一天划分为96个时间段，每个时间段的长度为15min；
通过如下公式计算平抑负荷波动的指标：
W＝(P0(j)+Pe(j)-Pav)2；
其中，0＜j＜96；Pe(j)为第j个时间段内开始充电的M个电动汽车的总负荷，即其中M＜N；
P0(j)为第j个时间段非电动汽车充电负荷；
Pav为前一天电力系统24h内的平均负荷；
W为平抑负荷波动的指标。
将一天24h分成96个时间段，分别为t1、t2，...，t96，每个时间段长15min。P0(j)为电力系统中第j个时间段不含电动汽车充电负荷的原始负荷，其中0＜j＜96；Pe(j)为第j个时间段内开始充电的M电动汽车的总负荷，即其中M＜N。；Pav为前一天电力系统24h内的平均负荷。取第j个时间段内平抑负荷波动的指标为W＝(P0(j)+Pe(j)-Pav)2，即整个调度优化系统的优化目标二为minW＝(P0(j)+Pe(j)-Pav)2。
在本发明的一种优选实施方式中，预设时间段为15分钟。调度优化系统中，采用粒子群算法作为调度优化的策略。通过对粒子种群的初始化，并利用适应度函数对粒子的位置进行评价，通过迭代运算更新粒子速度与位置，最终可以得到优化目标的解，综合考虑被各时间段内优化区域中所有车辆充电费用C和平抑负荷波动的指标W，确定电动汽车的充电策略。由于不断有电动汽车接入电网或者离开电网，位于调度中心的服务器每15分钟进行一次优化计算。优化过程中，对于texp≤treal的车辆立即开始充电，以保证用户的正常出行。为了保证电力系统的安全稳定，在第k次优化结束后接入电网的电动汽车先断电等待，等第k+1次优化完成后再决定是否对其开始充电。所以每一辆电动汽车的充电排队时间不超过15min。
以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (10)

1.一种电动汽车并网调度的优化系统，其特征在于，该电动汽车并网调度的优化系统包括处理器以及与所述处理器相耦接的以下部件：触摸屏、GPRS通讯模块、调理电路、控制电路和优化调度中心服务器，所述触摸屏将用户在触摸屏上设置的期望充电结束时间传输至所述处理器；所述调理电路被配置成还连接于电动汽车的电池，以将所述电池的状态数据通过A/D转换后传输给所述处理器；所述处理器通过电池的状态计算出所述电动汽车的电池的电量状态；所述控制电路被配置成还连接于所述电池，以控制所述电池的充电；所述GPRS通讯模块被配置成还连接于所述优化调度中心服务器，以将电池的电量状态数据、当前充电功率和期望充电结束时间发送至所述优化调度中心服务器，并将优化调度中心服务器的控制信号发送至所述处理器，控制所述电池的充放电。
2.根据权利要求1所述的电动汽车并网调度的优化系统，其特征在于，所述电动汽车并网调度的优化系统还包括：
第一电源和第二电源，所述第一电源被配置成连接于所述处理器和所述触摸屏，以提供电源电压；所述第二电源被配置成连接于所述GPRS通讯模块，以提供电源电压。
3.根据权利要求1所述的电动汽车并网调度的优化系统，其特征在于，所述处理器为型号为STM32F103的处理器。
4.根据权利要求3所述的电动汽车并网调度的优化系统，其特征在于，所述处理器上设置有复位按键。
5.根据权利要求1所述的电动汽车并网调度的优化系统，其特征在于，所述触摸屏为TFTLCD触摸屏。
6.一种电动汽车并网调度的优化方法，其特征在于，该电动汽车并网调度的优化方法包括：
步骤1，实时采集电动汽车电池的电量状态，计算出当前功率下用户充电所需要的充电时间；
步骤2，将设施充电时间数据、对应电动汽车充电的功率信息和用户在触摸屏上设置的期望充电结束时间通过GPRS网络发送到位于优化调度中心服务器上；
步骤3，服务器利用粒子群算法对采集到的数据进行调度优化，在保证用户在期望充电结束时间内完成充电过程的前提下，得到充电的时间段，并根据所述时间段对电动汽车的电池实现充电。
7.根据权利要求6所述的电动汽车并网调度的优化系统，其特征在于，在步骤3中，利用粒子群算法对采集到的数据进行调度优化的方法包括：
步骤31，分别计算所有车辆充电费用和平抑负荷波动的指标；
步骤32，每隔预设时间段，综合计算充电费用和平抑负荷波动的指标，对车辆执行充电。
8.根据权利要求7所述的电动汽车并网调度的优化系统，其特征在于，
计算所有车辆充电费用的步骤包括：
将一天划分为三个时间段，分别是高电价时段、平电价时段和低电价时段；
第i量电动车在各个时间段充电的总时间为：
t(i)＝th(i)+tm(i)+tl(i)
第i量电动车各个时间段内充电的总费用为：
C(i)＝P(i)th(i)Ch+P(i)tm(i)Cm+P(i)tl(i)Cl，
N辆电动车充电的总费用为：
C = Σ i = 1 N C ( i ) ,
其中，N为用户的量，第i个用户的电池充电功率为P(i)，texp(i)h为第i量电动车用户期望充电结束时间，treal(i)h为第i量电动车实际完成充电所需时间，th(i)为第i量电动车用户在高电价时段的充电时间，tm(i)为第i量电动车在平电价时段的充电时间，tl(i)为第i量电动车在低电价时段的充电时间，C为所有车辆充电费用。
9.根据权利要求7所述的电动汽车并网调度的优化系统，其特征在于，
计算平抑负荷波动的指标的步骤包括：
将一天划分为96个时间段，每个时间段的长度为15min；
通过如下公式计算平抑负荷波动的指标：
W＝(P0(j)+Pe(j)-Pav)2；
其中，0＜j＜96；Pe(j)为第j个时间段内开始充电的M个电动汽车的总负荷，即其中M＜N；
Pav为前一天电力系统24h内的平均负荷；
P0(j)为第j个时间段非电动汽车充电负荷；
W为平抑负荷波动的指标，
为了综合考虑区域内用户总的充电总费用C和平抑负荷波动的指W，取 O = λ C - C m i n C m a x - C m i n + ( 1 - λ ) W - W m i n W m a x - W m i n 作为最终的优化目标；
其中，Cmax、Cmin分别为用户总的充电总费用C的上下界，即Cmin＜C＜Cmax，Wmax、Wmin分别为平抑负荷波动的指W的上下界，即Wmin＜W＜Wmax，λ为可调常数，0＜λ＜0.5。
10.根据权利要求7所述的电动汽车并网调度的优化系统，其特征在于，预设时间段为15分钟。
CN201510889334.3A 2015-12-01 2015-12-01 电动汽车并网调度的优化系统及其优化方法 Active CN105552983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510889334.3A CN105552983B (zh) 2015-12-01 2015-12-01 电动汽车并网调度的优化系统及其优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510889334.3A CN105552983B (zh) 2015-12-01 2015-12-01 电动汽车并网调度的优化系统及其优化方法

Publications (2)

Publication Number Publication Date
CN105552983A true CN105552983A (zh) 2016-05-04
CN105552983B CN105552983B (zh) 2018-07-31

Family

ID=55831994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510889334.3A Active CN105552983B (zh) 2015-12-01 2015-12-01 电动汽车并网调度的优化系统及其优化方法

Country Status (1)

Country Link
CN (1) CN105552983B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107222425A (zh) * 2017-07-27 2017-09-29 南京天溯自动化控制系统有限公司 一种基于电价的非实时数据传输调度方法
CN108344951A (zh) * 2018-02-26 2018-07-31 广东翔龙航空技术有限公司 一种无人机电池电量在线监测方法
CN108910069A (zh) * 2018-08-14 2018-11-30 深圳市烽焌信息科技有限公司 一种无人机续航基站的电池配置方法
CN110691711A (zh) * 2017-05-16 2020-01-14 豪倍公司 自动电动车辆充电

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010100081A2 (de) * 2009-03-03 2010-09-10 Rwe Ag Verfahren und vorrichtung zum laden von elektrofahrzeugen
CN102130478A (zh) * 2011-01-21 2011-07-20 清华大学 电动汽车充电站协调充电控制方法
CN103259314A (zh) * 2013-05-28 2013-08-21 清华大学 适用于大规模汽车有序充电的充电控制方法
CN103580250A (zh) * 2013-10-31 2014-02-12 奇瑞汽车股份有限公司 一种充放电系统，充放电控制系统以及纯电动汽车与电网充放电控制方法
CN103840521A (zh) * 2014-02-27 2014-06-04 武汉大学 基于最优潮流的大规模电动汽车优化充放电系统及方法
CN104795829A (zh) * 2015-04-29 2015-07-22 中国电力科学研究院 一种基于削峰填谷的储能系统调度方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010100081A2 (de) * 2009-03-03 2010-09-10 Rwe Ag Verfahren und vorrichtung zum laden von elektrofahrzeugen
CN102130478A (zh) * 2011-01-21 2011-07-20 清华大学 电动汽车充电站协调充电控制方法
CN103259314A (zh) * 2013-05-28 2013-08-21 清华大学 适用于大规模汽车有序充电的充电控制方法
CN103580250A (zh) * 2013-10-31 2014-02-12 奇瑞汽车股份有限公司 一种充放电系统，充放电控制系统以及纯电动汽车与电网充放电控制方法
CN103840521A (zh) * 2014-02-27 2014-06-04 武汉大学 基于最优潮流的大规模电动汽车优化充放电系统及方法
CN104795829A (zh) * 2015-04-29 2015-07-22 中国电力科学研究院 一种基于削峰填谷的储能系统调度方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110691711A (zh) * 2017-05-16 2020-01-14 豪倍公司 自动电动车辆充电
CN110691711B (zh) * 2017-05-16 2024-03-08 豪倍公司 自动电动车辆充电
CN107222425A (zh) * 2017-07-27 2017-09-29 南京天溯自动化控制系统有限公司 一种基于电价的非实时数据传输调度方法
CN108344951A (zh) * 2018-02-26 2018-07-31 广东翔龙航空技术有限公司 一种无人机电池电量在线监测方法
CN108910069A (zh) * 2018-08-14 2018-11-30 深圳市烽焌信息科技有限公司 一种无人机续航基站的电池配置方法

Also Published As

Publication number Publication date
CN105552983B (zh) 2018-07-31

Similar Documents

Publication Publication Date Title
CN108520314B (zh) 结合v2g技术的主动配电网调度方法
CN107169273B (zh) 计及延时和v2g充电模式的电动汽车充电功率预测方法
Wi et al. Electric vehicle charging method for smart homes/buildings with a photovoltaic system
CN110422069B (zh) 电动汽车充放电控制方法、装置、系统、介质和电子设备
CN102664431B (zh) 一种适于远程控制充电过程的设备及方法
CN104283292A (zh) 用于居民小区内的家用电动汽车自动充电控制系统及方法
CN105322559A (zh) 一种基于v2g技术的电动汽车配电调度控制方法
CN105160451A (zh) 一种含电动汽车的微电网多目标优化调度方法
CN105552983A (zh) 电动汽车并网调度的优化系统及其优化方法
CN104966127A (zh) 一种基于需求响应的电动汽车经济调度方法
US20220085612A1 (en) Electric power system, server, charge-and-discharge controller, and power demand-and-supply adjustment method
CN113060036A (zh) 光储充电站的充电控制方法、装置、服务器及存储介质
CN113067370B (zh) V2g充电站的充电控制方法、装置、服务器及存储介质
CN103499792A (zh) 电动汽车动力电池集群可用容量的预测方法
CN108964101B (zh) 一种v2b和v2g共存应用场景模型的构建方法及装置
CN110868134A (zh) 基于分时电价和负荷特性的光伏电站三时段能量管理方法
JP2013509850A (ja) 一組のバッテリの再充電の管理
CN110611322B (zh) 一种基于电动汽车能效电厂的系统频率控制方法
CN113270884B (zh) 一种基于v2g微网系统的电力能源管理系统和方法
CN103001259B (zh) 一种基于退火算法的并网型微电网优化调度方法
CN205017073U (zh) 一种电动汽车柔性充电机
CN111645559A (zh) 一种电动私家车有序充电控制系统和方法
CN210309950U (zh) 一种车用蓄电池供电装置
CN201677964U (zh) 能用语音预报剩余行驶里程的电动车
CN113381406B (zh) 一种电动汽车充放电控制方法、装置、设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant