CN107612009B - 一种电动汽车规模化接入居民区的有序充电控制方法 - Google Patents

一种电动汽车规模化接入居民区的有序充电控制方法 Download PDF

Info

Publication number
CN107612009B
CN107612009B CN201710826773.9A CN201710826773A CN107612009B CN 107612009 B CN107612009 B CN 107612009B CN 201710826773 A CN201710826773 A CN 201710826773A CN 107612009 B CN107612009 B CN 107612009B
Authority
CN
China
Prior art keywords
electric car
charge
charging
residential block
formula
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.)
Active
Application number
CN201710826773.9A
Other languages
English (en)
Other versions
CN107612009A (zh
Inventor
王峰
谢志林
林女贵
赖国书
钟小强
蓝福胜
蔡高乐
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.)
State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Fujian Electric Power Co Ltd
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 State Grid Fujian Electric Power Co Ltd filed Critical State Grid Fujian Electric Power Co Ltd
Priority to CN201710826773.9A priority Critical patent/CN107612009B/zh
Publication of CN107612009A publication Critical patent/CN107612009A/zh
Application granted granted Critical
Publication of CN107612009B publication Critical patent/CN107612009B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • Y02E60/10Energy storage using batteries
    • 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
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • 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
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/12Electric charging stations

Abstract

本发明涉及一种电动汽车规模化接入居民区的有序充电控制方法。通过综合考虑私家车的出行特性以及用户充电行为建立电动汽车充电负荷模型,并提出基于最优参数和有效区间的两种充电控制方法来优化电网负荷曲线。本发明通过对居民区电动汽车充电控制方法的优化,有助于电网的负载的平衡,更好的使得供电网经济安全运行。

Description

一种电动汽车规模化接入居民区的有序充电控制方法
技术领域
本发明涉及电动汽车规模化接入情况下,居民区智能用电领域,具体为一种电动汽车规模化接入居民区的有序充电控制方法。
背景技术
电动汽车作为新能源汽车,能够有效缓解日益突出的燃油供求矛盾以及环境污染问题,世界各国纷纷大力推广和促进电动汽车的发展。可以预见,随着电动汽车规模的扩大和充电设施的逐渐完善,越来越多的家庭将在居民区为电动汽车进行充电。然而,大规模电动汽车作为负荷接入电网时,如果其充电行为无法得到正确有序的控制,将会对电力系统的安全经济运行带了很大的风险(如变压器过载、峰谷差加大、电压跌落等)。因此,研究电动汽车的有序充电控制方法具有较大的实用价值。
目前对于电动汽车接入电网的充电负荷建模方法主要有表征规模化电动汽车充电行为的概率负荷模型、基于需求侧响应的插电式混合动力汽车的集中充电机制以及蒙特卡洛仿真来抽象规模化电动汽车的充电负荷。以上方法均只针对负荷用户或配网某一方面进行建模,考虑不够充分全面。
发明内容
本发明的目的在于提供一种电动汽车规模化接入居民区的有序充电控制方法,通过对居民区电动汽车充电控制方法的优化,有助于电网的负载的平衡,更好的使得供电网经济安全运行。
为实现上述目的,本发明的技术方案是:一种电动汽车规模化接入居民区的有序充电控制方法,包括如下步骤,
S1、分析居民区电动汽车出行特性:
根据居民区电动汽车的车辆停放时间段,判断居民区电动汽车的充电时间及充电特点;
S2、分析居民区电动汽车充电特性:
电动汽车日行驶里程数服从概率密度函数,如公式(1)所示,
在电动汽车电能消耗相同的情况下,电池荷电状态SOCx计算公式如(2)所示,
由式(1)和式(2),可得电池荷电状态的概率密度h(SOCx),如公式(3)所示,
由于居民区电动汽车的荷电状态SOC一般大于20%,充电功率恒定;因此将充电状态下的电动汽车看成功率恒定的负荷;充电时间td计算如下:
其中,W为电池容量;P为充电功率;SOCn为目标荷电状态;通常情况为满电状态,即SOCn=1;
根据式(1)和式(4),g(td)为充电持续时间的概率分布,计算公式如下,
电动汽车充电起始时刻ts服从正态分布
式中,μt为充电起始时刻的期望值,σt为充电起始时刻的方差,f(ts)为ts的概率密度;
假设居民区N台电动汽车的充电功率如下:
p(t)=p1…pi…pN (7)
pi为电动汽车的充电功率,则N台电动汽车的充电曲线如下:
其中,Ri(t)为步骤函数,tdi为电动汽车的充电持续时间,tsi为电动汽车充电起始时间;
S3、由步骤S2可知,电动汽车的数量和充电起始时刻为充电负荷的决定因素,而充电起始时刻具有较强的随机性,服从式(6)分布,因此采用基于最优参数和有效区间的两种充电控制方法来优化电网负荷曲线,调整每台电动车的充电起始时刻,以减小现有配电网的负荷峰谷差。
在本发明一实施例中,所述步骤S3具体实现如下,
S31、基于最优参数的优化控制方法
优化目标为负荷曲线峰谷差最小,同时,保持峰荷不变,公式表述如下:
其中,f1表示系统负荷曲线峰谷差,pmax为优化后的系统峰荷,pmin为优化后的系统谷荷, pmax0为系统原始峰荷;
S32、基于有效区间的优化控制方法
实际电网运行中,为提高实用性和可操作性,首要原则就是避免增大居民区的变压器容量;因此,优化目标为在控制负荷峰值处于设定的范围内,避免峰谷差增大;公式表述如下:
其中,pmin0为系统原始负荷谷荷,Δp为预先设定的阈值;
有效区间表述如下:
相较于现有技术,本发明具有以下有益效果:
本发明通过综合考虑私家车的出行特性以及用户充电行为建立电动汽车充电负荷模型,并提出基于最优参数和有效区间的两种充电控制方法来优化电网负荷曲线;本发明通过对居民区电动汽车充电控制方法的优化,有助于电网的负载的平衡,更好的使得供电网经济安全运行。
附图说明
图1是与本发明实施例一致的电动汽车最后一次出行结束时间。
图2是与本发明实施例一致的居民区私家汽车每天行驶距离概率分布图。
图3是与本发明实施例一致的充电时长概率密度图。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
本发明的一种电动汽车规模化接入居民区的有序充电控制方法,包括如下步骤,
S1、分析居民区电动汽车出行特性:
根据居民区电动汽车的车辆停放时间段,判断居民区电动汽车的充电时间及充电特点;
S2、分析居民区电动汽车充电特性:
电动汽车日行驶里程数服从概率密度函数,如公式(1)所示,
在电动汽车电能消耗相同的情况下,电池荷电状态SOCx计算公式如(2)所示,
由式(1)和式(2),可得电池荷电状态的概率密度h(SOCx),如公式(3)所示,
由于居民区电动汽车的荷电状态SOC一般大于20%,充电功率恒定;因此将充电状态下的电动汽车看成功率恒定的负荷;充电时间td计算如下:
其中,W为电池容量;P为充电功率;SOCn为目标荷电状态;通常情况为满电状态,即SOCn=1;
根据式(1)和式(4),g(td)为充电持续时间的概率分布,计算公式如下,
电动汽车充电起始时刻ts服从正态分布
式中,μt为充电起始时刻的期望值,σt为充电起始时刻的方差,f(ts)为ts的概率密度;
假设居民区N台电动汽车的充电功率如下:
p(t)=p1…pi…pN (7)
pi为电动汽车的充电功率,则N台电动汽车的充电曲线如下:
其中,Ri(t)为步骤函数,tdi为电动汽车的充电持续时间,tsi为电动汽车充电起始时间;
S3、由步骤S2可知,电动汽车的数量和充电起始时刻为充电负荷的决定因素,而充电起始时刻具有较强的随机性,服从式(6)分布,因此采用基于最优参数和有效区间的两种充电控制方法来优化电网负荷曲线,调整每台电动车的充电起始时刻,以减小现有配电网的负荷峰谷差。
在本发明一实施例中,所述步骤S3具体实现如下,
S31、基于最优参数的优化控制方法
优化目标为负荷曲线峰谷差最小,同时,保持峰荷不变,公式表述如下:
其中,f1表示系统负荷曲线峰谷差,pmax为优化后的系统峰荷,pmin为优化后的系统谷荷, pmax0为系统原始峰荷;
S32、基于有效区间的优化控制方法
实际电网运行中,为提高实用性和可操作性,首要原则就是避免增大居民区的变压器容量;因此,优化目标为在控制负荷峰值处于设定的范围内,避免峰谷差增大;公式表述如下:
其中,pmin0为系统原始负荷谷荷,Δp为预先设定的阈值;
有效区间表述如下:
以下为本发明的具体实例。
一种电动汽车规模化接入居民区的有序充电控制方法,其特征在于,包括以下步骤:
(1)分析居民区电动汽车出行特性
私家车用户一般在17:30-18:30回到居民区,在7:00-9:00离开居民区。电动汽车在居民区的停放时间多为夜间,且超过10小时,具有适合慢充的特点,如图1所示,
(2)分析居民区电动汽车充电特性
私家车日行驶里程数服从概率密度函数,如下所示,概率图如图2所示,
在电动汽车电能消耗相同的情况下,电池荷电状态SOCx计算公式如下,
根据式(1)和式(2),可以推导得出电池荷电状态的概率密度h(SOCx),如下所示,概率图如图3所示,
锂电池是现下最具潜力的电池。锂电池一般使用两段式恒压恒流充电模式。充电初始阶段使用恒流充电,当电压上升到电池的最大允许充电电压后采用恒压充电模式,同时电流开始减小直至充电完成。私家车的荷电状态SOC一般大于20%,充电功率恒定。因此充电状态下的电动汽车可以被看成功率恒定的负荷。充电时间td计算如下:
W为电池容量,单位kWh;P为充电功率,单位kW;SOCn为目标荷电状态。通常情况为满电状态,即SOCn=1
根据式(1)和式(4),g(td)为充电持续时间的概率分布,计算公式如下,
根据统计数据,私家车充电起始时刻ts服从正态分布
式中,μt为充电起始时刻的期望值,σt为充电起始时刻的方差,f(ts)为ts的概率密度。
假设居民区N台电动汽车的充电功率如下:
p(t)=p1…pi…pN (7)
pi为电动汽车的充电功率,则N台电动汽车的充电曲线如下:
其中,Ri(t)为步骤函数,tdi为电动汽车的充电持续时间,tsi为电动汽车充电起始时间。
(3)优化居民区电动汽车充电控制方法
通过上述分析,电动汽车的数量和充电起始时刻为充电负荷的决定因素。充电起始时刻具有较强的随机性,服从式(6)分布,其期望值和方差反映了大规模电动汽车在充电起始时刻的聚集特性。如果大量电动汽车接入峰谷差较大的配电网,一旦缺乏有效、正确的控制方法,充电负荷将导致负荷峰值的增大以及变压器过载。因此,为减小现有配电网的负荷峰谷差,正确地调整、控制每台电动汽车的充电起始时刻,需要提出优化控制方法
(3.1)基于最优参数的优化控制方法
优化目标为负荷曲线峰谷差最小,同时,保持峰荷不变,公式表述如下:
其中,f1表示系统负荷曲线峰谷差,pmax为优化后的系统峰荷,pmin为优化后的系统谷荷, pmax0为系统原始峰荷;
(3.2)基于有效区间的优化控制方法
实际电网运行中,为提高实用性和可操作性,首要原则就是避免增大居民区的变压器容量。因此,优化目标为在控制负荷峰值处于设定的范围内,避免峰谷差增大。公式表述如下:
其中,pmin0为系统原始负荷谷荷,Δp为预先设定的阈值;
有效区间表述如下:
本发明的优点在于它能克服现有技术的弊端。由上述本发明提供的方法可以看出,本发明通过综合考虑私家车的出行特性以及用户充电行为建立电动汽车充电负荷模型,并提出基于最优参数和有效区间的两种充电控制方法来优化电网负荷曲线。通过对居民区电动汽车充电控制方法的优化,有助于电网的负载的平衡,更好的使得供电网经济安全运行。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,上述实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。

Claims (1)

1.一种电动汽车规模化接入居民区的有序充电控制方法,其特征在于:包括如下步骤,
S1、分析居民区电动汽车出行特性:
根据居民区电动汽车的车辆停放时间段,判断居民区电动汽车的充电时间及充电特点;
S2、分析居民区电动汽车充电特性:
电动汽车日行驶里程数服从概率密度函数,如公式(1)所示,
在电动汽车电能消耗相同的情况下,电池荷电状态SOCx计算公式如(2)所示,
由式(1)和式(2),可得电池荷电状态的概率密度h(SOCx),如公式(3)所示,
由于居民区电动汽车的荷电状态SOC一般大于20%,充电功率恒定;因此将充电状态下的电动汽车看成功率恒定的负荷;充电时间td计算如下:
其中,W为电池容量;P为充电功率;SOCn为目标荷电状态;通常情况为满电状态,即SOCn=1;
根据式(1)和式(4),g(td)为充电持续时间的概率分布,计算公式如下,
电动汽车充电起始时刻ts服从正态分布
式中,μt为充电起始时刻的期望值,σt为充电起始时刻的方差,f(ts)为ts的概率密度;
假设居民区N台电动汽车的充电功率如下:
p(t)=p1…pi…pN (7)
pi为电动汽车的充电功率,则N台电动汽车的充电曲线如下:
其中,Ri(t)为步骤函数,tdi为电动汽车的充电持续时间,tsi为电动汽车充电起始时间;
S3、由步骤S2可知,电动汽车的数量和充电起始时刻为充电负荷的决定因素,而充电起始时刻具有较强的随机性,服从式(6)分布,因此采用基于最优参数和有效区间的两种充电控制方法来优化电网负荷曲线,调整每台电动车的充电起始时刻,以减小现有配电网的负荷峰谷差;
所述步骤S3具体实现如下,
S31、基于最优参数的优化控制方法
优化目标为负荷曲线峰谷差最小,同时,保持峰荷不变,公式表述如下:
其中,f1表示系统负荷曲线峰谷差,pmax为优化后的系统峰荷,pmin为优化后的系统谷荷,pmax0为系统原始峰荷;
S32、基于有效区间的优化控制方法
实际电网运行中,为提高实用性和可操作性,首要原则就是避免增大居民区的变压器容量;因此,优化目标为在控制负荷峰值处于设定的范围内,避免峰谷差增大;公式表述如下:
其中,pmin0为系统原始负荷谷荷,Δp为预先设定的阈值;
有效区间表述如下:
CN201710826773.9A 2017-09-14 2017-09-14 一种电动汽车规模化接入居民区的有序充电控制方法 Active CN107612009B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710826773.9A CN107612009B (zh) 2017-09-14 2017-09-14 一种电动汽车规模化接入居民区的有序充电控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710826773.9A CN107612009B (zh) 2017-09-14 2017-09-14 一种电动汽车规模化接入居民区的有序充电控制方法

Publications (2)

Publication Number Publication Date
CN107612009A CN107612009A (zh) 2018-01-19
CN107612009B true CN107612009B (zh) 2019-07-26

Family

ID=61062646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710826773.9A Active CN107612009B (zh) 2017-09-14 2017-09-14 一种电动汽车规模化接入居民区的有序充电控制方法

Country Status (1)

Country Link
CN (1) CN107612009B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110323737A (zh) * 2018-03-30 2019-10-11 南京理工大学 一种电动汽车充电优化调度方法
CN109409618A (zh) * 2018-12-13 2019-03-01 江苏中科瀚星数据科技有限公司 一种住宅区内电动汽车充电负荷预测方法
CN109711870A (zh) * 2018-12-13 2019-05-03 江苏中科瀚星数据科技有限公司 一种居民区电动汽车充电负载预测与配置方法
CN109978240B (zh) * 2019-03-11 2022-10-04 三峡大学 一种电动汽车有序充电优化方法及系统
CN109978285B (zh) * 2019-05-06 2022-07-15 南京邮电大学 一种电动汽车大规模接入的区域微电网优化调度方法
CN113320413B (zh) * 2021-03-08 2023-06-30 深圳职业技术学院 一种居民区电动汽车充电功率控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104953652A (zh) * 2015-06-11 2015-09-30 国网山东省电力公司电力科学研究院 电动汽车有序充电控制方法

Also Published As

Publication number Publication date
CN107612009A (zh) 2018-01-19

Similar Documents

Publication Publication Date Title
CN107612009B (zh) 一种电动汽车规模化接入居民区的有序充电控制方法
Bryden et al. Rating a stationary energy storage system within a fast electric vehicle charging station considering user waiting times
Zhou et al. Battery behavior prediction and battery working states analysis of a hybrid solar–wind power generation system
Shao et al. Challenges of PHEV penetration to the residential distribution network
CN102934319B (zh) 用于能量存储设备和电力分配系统的调节系统和调节方法
CN111231766B (zh) 电动汽车智能充电控制方法、电动汽车及计算机装置
US20130193928A1 (en) Charge management for energy storage temperature control
US8638063B2 (en) AC current control of mobile battery chargers
CN109088454A (zh) 一种基于自动需求响应与实时电价的电动汽车充电方法
CN102769155A (zh) 一种面向有源智能配电网的电动汽车有序充电方法
CN110533222A (zh) 基于峰平谷电价的电动汽车充电负荷预测方法及装置
Erden et al. Examination of EV-grid integration using real driving and transformer loading data
D'Arpino et al. Design of a grid-friendly dc fast charge station with second life batteries
Zhang et al. HESS sizing methodology for an existing thermal generator for the promotion of AGC response ability
Sabarimuthu et al. Development of fast and hybrid charger for lithium ion batteries in light weight electric vehicles
CN106394267A (zh) 基于云平台的电动车太阳能充放电控制系统及方法
CN109655753A (zh) 一种电池组soc的估算方法
Ghaderi et al. The economics of using electric vehicles for vehicle to building applications considering the effect of battery degradation
Chaudhari et al. Energy storage management for EV charging stations: Comparison between uncoordinated and statistical charging loads
CN105470947A (zh) 一种基于量子行为粒子群算法的微电网调度方法
Zalnidzam et al. Optimal charging schedule coordination of electric vehicles in smart grid
CN103296726A (zh) 电池储能模组及其控制方法和储能供电系统
CN107757405B (zh) 一种选取地铁车辆用蓄电池单体数量的方法
Zhu et al. Cost-effective design of a hybrid electrical energy storage system for electric vehicles
CN104915484A (zh) 镍氢混合动力汽车用高压系统中预充电电阻的确定方法

Legal Events

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