CN107745650B - 一种基于峰谷分时电价的电动汽车有序充电控制方法 - Google Patents

一种基于峰谷分时电价的电动汽车有序充电控制方法 Download PDF

Info

Publication number
CN107745650B
CN107745650B CN201711021969.7A CN201711021969A CN107745650B CN 107745650 B CN107745650 B CN 107745650B CN 201711021969 A CN201711021969 A CN 201711021969A CN 107745650 B CN107745650 B CN 107745650B
Authority
CN
China
Prior art keywords
charging
time
electric vehicle
user
electric automobile
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
CN201711021969.7A
Other languages
English (en)
Other versions
CN107745650A (zh
Inventor
黄琦
李坚
张真源
姜若愚
滕予非
井实
易建波
崔文虎
张为金
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201711021969.7A priority Critical patent/CN107745650B/zh
Publication of CN107745650A publication Critical patent/CN107745650A/zh
Application granted granted Critical
Publication of CN107745650B publication Critical patent/CN107745650B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B60L53/66—Data transfer between charging stations and vehicles
    • B60L53/665—Methods related to measuring, billing or payment
    • 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
    • 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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种基于峰谷分时电价的电动汽车有序充电控制方法，根据电动汽车充电特性及用户出行习惯，使用蒙特卡洛模拟得出电动汽车的充电需求，构建出电动汽车有序充电优化策略，再通过建立电动汽车总充电费用最低和配电网负荷峰谷差最小为目标的两阶段优化模型，以达到最优充电费用和平抑电网负荷峰谷差的目的，保证了用户的经济性及电网的稳定性，最后通过搭建基于MATLAB的CPLEX求解此两阶段优化模型，求解速率快，效率较高，且有效降低无序充电对电网的影响，实现电动汽车的有序充电控制。

Description

一种基于峰谷分时电价的电动汽车有序充电控制方法
技术领域
本发明属于电动汽车技术领域，更为具体地讲，涉及一种基于峰谷分时电价的电动汽车有序充电控制方法。
背景技术
为了降低传统燃油汽车对环境的污染及减少对石油资源的消耗，电动汽车因此得到了迅速的发展。电动汽车在节能减排、遏制气候变暖等方面有着传统燃油汽车无法比拟的优势，但电动汽车的充电地点和充电时间均具有一定分散性及随机性，随着电动汽车的保有量快速提高，这势必会对电网的运行带来不可忽视的影响，因此需要对充电行为进行有序控制。
针对电动汽车的有序充电，国内外学者开展了大量的研究。文献“李秋硕，肖湘宁，郭静.电动汽车有序充电方法研究.电网技术，2012，36(12)：32-38.”提出了顾及电网网损的电动汽车有序充电方法，对电网负荷的最大值及最小值进行优化，从而降低电网负荷峰谷差。虽然此方案在一定程度上保证了电网的安全运行，却没有考虑电动汽车的充电经济性。
文献“孙晓明，王玮，苏粟.基于分时电价的电动汽车有序充电控制策略设计[J].电力系统自动化，2013，37(1)：191-195.”中，则提出了一种以电动汽车充电费用最低及充电开始时间最早为目标的充电策略，并且对分时电价时段重新进行划分，从而提高电动汽车用户对有序充电的响应程度。但是此方案会导致大量的电动汽车集中在夜间电价谷时段进行充电，容易产生新的负荷尖峰，影响电网的安全运行。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于峰谷分时电价的电动汽车有序充电控制方法，在满足电动汽车充电需求的前提下，尽可能地提高电网运行的稳定性及电动汽车充电的经济性的问题，通过建立多目标优化模型，以减弱大规模电动汽车无序充电给电网带来的冲击。
为实现上述发明目的，本发明一种基于峰谷分时电价的电动汽车有序充电控制方法，其特征在于，包括以下步骤：
(1)、综合电动汽车充电特性及用户出行习惯因素，建立电动汽车无序充电负荷模型；
设电动汽车充电以恒定功率充电；
设用户日行驶里程R的概率密度函数服从于对数正态分布，即：
Figure BDA0001447639170000021
设用户抵达时间Tb的概率密度函数服从于正态分布，即：
Figure BDA0001447639170000022
其中，μs为正态分布的均值，σs为标准差；
设最后一次行程结束时刻即为开始充电时间，根据充电功率、用户日行驶里程R和用户到达时间T，建立电动汽车无序充电负荷模型；
Figure BDA0001447639170000023
其中，Tc为充电时长，B为电动汽车的电池容量，η为充电效率，p为电动汽车的充电功率，SOC为电动汽车的起始充电时的荷电状态，
Figure BDA0001447639170000024
Rm为电动汽车电池充满后可以行驶的里程数；
(2)、分阶段建立优化模型，进而调整电动汽车的充电负荷；
(2.1)、建立第一阶段的优化模型
以电动汽车总充电费用最低为目标，建立第一阶段的最低充电费用模型：
Figure BDA0001447639170000025
F1是第一阶段电动汽车用户总充电费用；pi,k是第i辆电动汽车在第k时段的充电功率；Qk为第k时段的分时电价；ui,k为第i辆车在第k时段的充电状态，电动汽车若处于充电状态则为1，否则为0；把每天分成96个时间段，每时段15分钟，T是时间段总数，Δt是每个时段的时长；N是配电网中电动汽车的保有量；
建立第一阶段的充电约束模型：
充电时间的约束：Tc≤Td-Tb；
其中，Tb为电动汽车的抵达时间，Td为电动汽车预计要的离开时间；
总充电量不变的约束：
Figure BDA0001447639170000031
其中，
Figure BDA0001447639170000032
和Pi,sum分别是有序充电引导前后第i辆电动汽车每天的充电量；
充电需求约束：
Figure BDA0001447639170000033
其中，t表示开始充电时刻，SOCi,t表示第i辆电动汽车在t时刻的荷电状态；
(2.2)、建立第二阶段的优化模型
以配电网负荷峰谷差最小为目标，并以最低充电费用模型为基础，建立第二阶段的负荷波动模型：
minEp-v＝maxEk-minEk
其中，Ep-v是配电网负荷峰谷差，Ek是配电网的负荷；
建立第二阶段负荷波动的约束模型：
总充电费用最低约束：
Figure BDA0001447639170000034
其中，F1 *为第一阶段优化求解得到的最低充电费用，第二阶段优化时要保证第一阶段的充电费用最低；
充电时间约束：Tc≤Td-Tb；
总充电量不变约束：
Figure BDA0001447639170000035
充电需求约束：
Figure BDA0001447639170000036
(3)、利用CPLEX算法对上述优化模型进行求解，得出电动汽车最优有序充电方案；
每当有电动汽车接入充电系统后，系统会自动获取电动汽车的抵达时间Tb、电池剩余电量SOC以及电池总容量B，再根据步骤(1)建立的电动汽车无序充电负荷模型计算出此辆电动汽车的充电时长；
充电系统要求用户先输入预计的离开时间Td和充电结束时的期望电量SOCe，系统再预判出该辆电动汽车离开时能否达到用户的期望电量，如果不能则会提醒用户重新输入；如果该辆电动汽车离开时达到用户的期望电量，则会询问用户是否参加有序充电调节，保证用户自由选择的权利；
若用户不参与有序充电调节，则可以立即开始充电，但立即充电会要承担较高的电费；若用户参与有序充电调节，则通过上述的两阶段优化模型及相应的约束条件求解出此辆电动汽车的最优充电方案，并确定充电计划且在下一时段开始充电。
本发明的发明目的是这样实现的：
本发明一种基于峰谷分时电价的电动汽车有序充电控制方法，根据电动汽车充电特性及用户出行习惯，使用蒙特卡洛模拟得出电动汽车的充电需求，构建出电动汽车有序充电优化策略，再通过建立电动汽车总充电费用最低和配电网负荷峰谷差最小为目标的两阶段优化模型，以达到最优充电费用和平抑电网负荷峰谷差的目的，保证了用户的经济性及电网的稳定性，最后通过搭建基于MATLAB的CPLEX求解此两阶段优化模型，求解速率快，效率较高，且有效降低无序充电对电网的影响，实现电动汽车的有序充电控制。
同时，本发明一种基于峰谷分时电价的电动汽车有序充电控制方法还具有以下有益效果：
(1)、本发明在满足电动汽车基本充电需求的情况下，不仅可以减少电网负荷的峰谷差，还能降低电动汽车的充电费用；
(2)、通过两阶段优化模型可以弥补传统单一优化可能导致的电动汽车在谷电价起始时段集中进行充电的情况，减少负荷峰谷差可以保证电力系统稳定运行，降低充电费用可以减小用户开支，这样对电网及用户两方均有利。
附图说明
图1是本发明基于峰谷分时电价的电动汽车有序充电控制方法流程图；
图2是本发明实施例电动汽车无序充电负荷曲线；
图3是本发明实施例经过第一阶段优化后的负荷曲线；
图4是本发明实施例经过第二阶段优化后的负荷曲线。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
实施例
图1是本发明基于峰谷分时电价的电动汽车有序充电控制方法流程图。
在本实施例中，如图1所示，本发明一种基于峰谷分时电价的电动汽车有序充电控制方法，包括以下步骤：
S1、初始化虚拟充电站；
S2、判断是否有电动汽车接入充电站，当有电动汽车接入充电站后，系统会自动获取电动汽车的抵达时间Tb、电池剩余电量SOC以及电池总容量B；
S3、充电站要求用户先输入预计的离开时间Td和充电结束时的期望电量SOCe，系统再预判出该辆电动汽车离开时能否达到用户的期望电量，如果不能则会提醒用户重新输入；如果该辆电动汽车离开时达到用户的期望电量，则会询问用户是否参加有序充电调节，保证用户自由选择的权利；
若用户不参与有序充电调节，则可以立即开始充电，但立即充电会要承担较高的电费；若用户参与有序充电调节，则进入步骤S4；
S4、计算最优充电方案，确定充电计划；
S4.1、综合电动汽车充电特性及用户出行习惯因素，建立电动汽车无序充电负荷模型；
在本实施例中，在用户的出行习惯方面，本实施例将采用2016年北京交通发展研究院发布的数据，然后对数据进行拟合处理，从而得出汽车的日行驶里程及抵达时间的概率密度函数；
下面我们对模型具体建立过程进行详细描述：
设电动汽车充电以恒定功率充电；
设用户日行驶里程R的概率密度函数服从于对数正态分布，即：
Figure BDA0001447639170000061
其中，μn为对数正态分布的均值，σn为标准差；在本实施例中，μn＝2.98，σn＝1.14；
设用户抵达时间Tb的概率密度函数服从于正态分布，即：
Figure BDA0001447639170000062
其中，μs为正态分布的均值，σs为标准差；在本实施例中，μs＝18.96，σs＝3.1；
设最后一次行程结束时刻即为开始充电时间，根据充电功率、用户日行驶里程R和用户到达时间T，建立电动汽车无序充电负荷模型；
Figure BDA0001447639170000063
其中，Tc为充电时长，B为电动汽车的电池容量，η为充电效率，p为电动汽车的充电功率，SOC为电动汽车的起始充电时的荷电状态，
Figure BDA0001447639170000064
Rm为电动汽车电池充满后可以行驶的里程数；本实施例中电池容量B设为24kW·h，充电效率η设为90％；
本实施例中，分时电价采用北京市电动汽车充电分时电价，见表1；
表1是电动汽车充电分时电价；
时段 电价(元/kWh)
23:00～7:00 0.3946
7:00～10:00 0.695
10:00～15:00 1.0044
15:00～18:00 0.695
18:00～21:00 1.0044
21:00～23:00 0.695
表1
本实施例中设定电动汽车充电为恒功率，额定电压及电流分别为220V、16A，即充电功率取为3.5kW。设定电动汽车数量为200辆。
获取充电开始时间和充电时长后，即可得出每辆电动汽车的充电时段，进而模拟出每辆电动汽车的充电负荷，把所有的电动汽车的充电负荷曲线叠加到基础负荷曲线上，即可得出总的电动汽车无序充电负荷，如图2所示；
S4.2、为了降低无序充电负荷对电网的影响，要对电动汽车充电行为进行控制，使电动汽车参与有序充电，因此我们需要分阶段建立优化模型，进而调整电动汽车的充电负荷；
S4.2.1、建立第一阶段的优化模型
以电动汽车总充电费用最低为目标，建立第一阶段的最低充电费用模型：
Figure BDA0001447639170000071
F1是第一阶段电动汽车用户总充电费用；pi,k是第i辆电动汽车在第k时段的充电功率；Qk为第k时段的分时电价；ui,k为第i辆车在第k时段的充电状态，电动汽车若处于充电状态则为1，否则为0；把每天分成96个时间段，每时段15分钟，即T＝96，Δt＝15分钟；N是配电网中电动汽车的保有量；
建立第一阶段的充电约束模型：
充电时间的约束：Tc≤Td-Tb；
其中，Tb为电动汽车的抵达时间，Td为电动汽车预计要的离开时间；
总充电量不变的约束：
Figure BDA0001447639170000072
其中，
Figure BDA0001447639170000073
和Pi,sum分别是有序充电引导前后第i辆电动汽车每天的充电量；
充电需求约束：
Figure BDA0001447639170000074
其中，t表示开始充电时刻，SOCi,t表示第i辆电动汽车在t时刻的荷电状态；
S4.2.2、建立第二阶段的优化模型
以配电网负荷峰谷差最小为目标，并以最低充电费用模型为基础，建立第二阶段的负荷波动模型：
minEp-v＝maxEk-minEk
其中，Ep-v是配电网负荷峰谷差，Ek是配电网的负荷；
建立第二阶段负荷波动的约束模型：
总充电费用最低约束：
Figure BDA0001447639170000081
其中，F1 *为第一阶段优化求解得到的最低充电费用，第二阶段优化时要保证第一阶段的充电费用最低；
充电时间约束：Tc≤Td-Tb；
总充电量不变约束：
Figure BDA0001447639170000082
充电需求约束：
Figure BDA0001447639170000083
S4.3、利用CPLEX算法对上述优化模型进行求解，得出电动汽车最优有序充电方案，确定充电计划；
在本实施例中，经过第一阶段优化后，负荷曲线如图3所示，从图3可以看出，经过第一阶段优化后，18点至22点的无序充电负荷全都转移到夜间进行充电，削弱了日间充电负荷对电网的冲击，18点至22点时段的充电成本较高，而夜间电价为谷电价，充电费用会明显降低，符合第一阶段优化目标。但是转移后负荷集中在谷电价起始时段进行充电，形成新的局部负荷高峰，而在电网总负荷达到最低时几乎没有电动汽车处于充电状态，“填谷”效果不佳。所以需要第二阶段来继续对电动汽车充电负荷进行优化。
经过第二阶段优化后，负荷曲线如图4所示，可以从图中看出，经过第二阶段优化后有序充电负荷曲线得到明显改善。首先，“填谷”效果明显，最低负荷由原来的1251.3kW抬高到1819.1kW，峰谷差也由原来的4155.4kW降至2985.3kW，比优化前减少28.2％，大大提高了电力系统稳定性。8至10点时段部分充电负荷转移至15点后，可以减弱电网负荷的波动。夜间负荷曲线较平稳，有利于电网的运行，也减少在夜间对电能的浪费。并且优化后，电动汽车充电时间主要分布在三个时间段，而这三个时段均避开高峰电价，在相对低价时段进行充电，
因此通过本实施例可以发现，依靠峰谷分时电价进行引导，两阶段优化可以有效促进电动汽车进行有序充电。
S5、获取最优充电方案后，即可得出每辆电动汽车的充电时段，进而模拟出每辆电动汽车的充电负荷，把所有的电动汽车的充电负荷曲线叠加到基础负荷曲线上，即可得出总的电动汽车有序充电负荷；
S6、判断本时段内是否还有新的电动汽车接入到充电站，如果有则返回步骤S2，否则在下一时段开始充电。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (1)

1.一种基于峰谷分时电价的电动汽车有序充电控制方法，其特征在于，包括以下步骤：
(1)、综合电动汽车充电特性及用户出行习惯因素，建立电动汽车无序充电负荷模型；
设电动汽车充电以恒定功率充电；
设用户日行驶里程R的概率密度函数服从于对数正态分布，即：
Figure FDA0002237092560000011
其中，μn为对数正态分布的均值，σn为标准差；
设用户抵达时间Tb的概率密度函数服从于正态分布，即：
Figure FDA0002237092560000012
其中，μs为正态分布的均值，σs为标准差；
设最后一次行程结束时刻即为开始充电时间，根据充电功率、用户日行驶里程R和用户抵达时间Tb，建立电动汽车无序充电负荷模型；
Figure FDA0002237092560000013
其中，Tc为充电时长，B为电动汽车的电池容量，η为充电效率，p为电动汽车的充电功率，SOC为电动汽车的起始充电时的荷电状态，
Figure FDA0002237092560000014
R为用户日行驶里程，Rm为电动汽车电池充满后可以行驶的里程数；
(2)、分阶段建立优化模型，进而调整电动汽车的充电负荷；
(2.1)、建立第一阶段的优化模型
以电动汽车总充电费用最低为目标，建立第一阶段的最低充电费用模型：
Figure FDA0002237092560000021
F1是第一阶段电动汽车用户总充电费用；pi,k是第i辆电动汽车在第k时段的充电功率；Qk为第k时段的分时电价；ui,k为第i辆车在第k时段的充电状态，电动汽车若处于充电状态则为1，否则为0；把每天分成T个时间段，Δt是每个时段的时长；N是配电网中电动汽车的保有量；
建立第一阶段的充电约束模型：
充电时间的约束：Tc≤Td-Tb；
其中，Tb为电动汽车的抵达时间，Td为电动汽车预计要的离开时间；
总充电量不变的约束：
Figure FDA0002237092560000022
其中，
Figure FDA0002237092560000023
和Pi,sum分别是有序充电引导前后第i辆电动汽车每天的充电量；
充电需求约束：
Figure FDA0002237092560000024
其中，t表示开始充电时刻，SOCi,t表示第i辆电动汽车在t时刻的荷电状态；
(2.2)、建立第二阶段的优化模型
以配电网负荷峰谷差最小为目标，并以最低充电费用模型为基础，建立第二阶段的负荷波动模型：
min Ep-v＝maxEk-min Ek
其中，Ep-v是配电网负荷峰谷差，Ek是配电网的负荷；
建立第二阶段负荷波动的约束模型：
总充电费用最低约束：
Figure FDA0002237092560000025
其中，F1 *为第一阶段优化求解得到的最低充电费用，第二阶段优化时要保证第一阶段的充电费用最低；
充电时间约束：Tc≤Td-Tb；
总充电量不变约束：
Figure FDA0002237092560000027
充电需求约束：
Figure FDA0002237092560000028
(3)、利用CPLEX算法对上述优化模型进行求解，得出电动汽车最优有序充电方案；
每当有电动汽车接入充电系统后，系统会自动获取电动汽车的抵达时间Tb、电池剩余电量SOC以及电池总容量B，再根据步骤(1)建立的电动汽车无序充电负荷模型计算出此辆电动汽车的充电时长；
充电系统要求用户先输入预计的离开时间Td和充电结束时的期望电量SOCe，系统再预判出该辆电动汽车离开时能否达到用户的期望电量，如果不能则会提醒用户重新输入；如果该辆电动汽车离开时达到用户的期望电量，则会询问用户是否参加有序充电调节，保证用户自由选择的权利；
若用户不参与有序充电调节，则可以立即开始充电，但立即充电会要承担较高的电费；若用户参与有序充电调节，则通过上述的两阶段优化模型及相应的约束条件求解出此辆电动汽车的最优充电方案，并确定充电计划且在下一时段开始充电。
CN201711021969.7A 2017-10-26 2017-10-26 一种基于峰谷分时电价的电动汽车有序充电控制方法 Active CN107745650B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711021969.7A CN107745650B (zh) 2017-10-26 2017-10-26 一种基于峰谷分时电价的电动汽车有序充电控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711021969.7A CN107745650B (zh) 2017-10-26 2017-10-26 一种基于峰谷分时电价的电动汽车有序充电控制方法

Publications (2)

Publication Number Publication Date
CN107745650A CN107745650A (zh) 2018-03-02
CN107745650B true CN107745650B (zh) 2020-04-14

Family

ID=61253671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711021969.7A Active CN107745650B (zh) 2017-10-26 2017-10-26 一种基于峰谷分时电价的电动汽车有序充电控制方法

Country Status (1)

Country Link
CN (1) CN107745650B (zh)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108556651A (zh) * 2018-03-16 2018-09-21 上海工程技术大学 一种智能型车载蓄电池定时充电装置及方法
CN108596667B (zh) * 2018-04-25 2022-02-22 国网天津市电力公司电力科学研究院 一种基于车联网的电动汽车实时充电电价计算方法
CN108944531A (zh) * 2018-07-24 2018-12-07 河海大学常州校区 一种电动汽车有序充电控制方法
CN109017399B (zh) * 2018-08-13 2020-05-05 青岛特来电新能源科技有限公司 电动汽车的智能充电系统及方法
CN109214095B (zh) * 2018-09-13 2023-04-07 云南民族大学 电动汽车充放电多目标优化调度方法
CN109409574B (zh) * 2018-09-27 2022-02-22 深圳供电局有限公司 一种负荷波动特性的处理方法
CN109217310A (zh) * 2018-10-25 2019-01-15 三峡大学 一种考虑新能源消纳的电动汽车有序充电控制方法
CN109606198B (zh) * 2018-11-30 2021-12-07 国网西藏电力有限公司 考虑用户行为不确定性的智能配电网电动汽车充电方法
CN109918798B (zh) * 2019-03-11 2023-06-02 三峡大学 基于充电功率等级的电动汽车充电方式优化方法
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
CN109866645A (zh) * 2019-04-02 2019-06-11 东北大学 一种基于虚拟实时电价的电动汽车有序充电控制方法
CN110020505B (zh) * 2019-04-28 2022-11-08 三峡大学 基于小数据的大规模充电桩规划模型建模方法
CN110533222B (zh) * 2019-07-29 2022-09-09 国网河南省电力公司经济技术研究院 基于峰平谷电价的电动汽车充电负荷预测方法及装置
CN110633847B (zh) * 2019-09-02 2023-02-14 华南理工大学 一种基于模块分割式电池换电站的充电策略控制方法
CN110861508B (zh) * 2019-10-16 2021-07-06 国电南瑞南京控制系统有限公司 居民区直流充电机共享充电控制方法、系统及存储介质
CN110712559A (zh) * 2019-10-18 2020-01-21 浙江海洋大学 一种基于电费分时计价的电动车经济性充电方法
CN110774929A (zh) * 2019-10-25 2020-02-11 上海电气集团股份有限公司 一种电动汽车有序充电的实时控制策略及优化方法
CN110829446B (zh) * 2019-11-06 2021-08-13 国电南瑞南京控制系统有限公司 一种基于柔性负荷动态特性的台区弹性调度方法与装置
CN112825102A (zh) * 2019-11-20 2021-05-21 河海大学 一种电动汽车充电负荷特性模拟方法
CN110962667B (zh) * 2019-11-25 2023-05-05 南京邮电大学 电动汽车有序充电的方法
CN110979085B (zh) * 2019-11-29 2021-12-14 深圳供电局有限公司 电动汽车充电调控的方法、装置及设备
CN111002862B (zh) * 2019-12-31 2021-08-10 四川大学 一种基于实时恒定功率的谷时段有序充电的方法和系统
CN113147482B (zh) * 2020-01-07 2023-12-12 北京科东电力控制系统有限责任公司 一种电动汽车有序充电优化方法及系统
CN111652405B (zh) * 2020-02-20 2023-05-30 贵州电网有限责任公司 一种电动汽车充放电策略和电网侧分时电价的双层优化方法
CN111469682B (zh) * 2020-04-02 2021-09-17 国网上海市电力公司 一种基于日前计划的电动汽车实时智能充电方法
CN111619393B (zh) * 2020-04-30 2022-10-28 国网天津市电力公司电力科学研究院 一种面向用户的台区电动汽车有序充电控制方法
CN111639303B (zh) * 2020-05-29 2023-09-15 深圳供电局有限公司 一种电动汽车有序充电博弈方法及装置
CN111845453B (zh) * 2020-07-10 2024-01-30 国网天津市电力公司 考虑柔性控制的电动汽车充电站双层优化充放电策略
CN112356724B (zh) * 2020-10-15 2022-07-01 南瑞集团有限公司 一种基于人工鱼群算法的电动汽车有序充电控制方法
CN112550047B (zh) * 2020-11-13 2022-05-10 国电南瑞南京控制系统有限公司 一种充光储一体化充电站优化配置方法和装置
CN112477674A (zh) * 2020-11-16 2021-03-12 深圳市康士柏实业有限公司 一种充电桩的远程集群充电控制方法、装置及系统
CN112550050B (zh) * 2020-12-15 2022-04-26 深圳供电局有限公司 一种电动汽车充电方法和系统
CN113500940B (zh) * 2021-07-08 2022-06-28 东北电力大学 一种基于粒子群算法的电动汽车有序充放电动态优化策略
CN113928155B (zh) * 2021-09-29 2023-08-18 西安交通大学 一种电动汽车有序充电控制系统的搭建方法
CN113910962B (zh) * 2021-10-20 2023-11-10 济南信通达电气科技有限公司 一种充电桩充电方法、设备及介质
CN114103711B (zh) * 2021-12-01 2022-10-18 国网北京市电力公司 充电负荷有序充电的控制方法、系统、装置和存储介质
CN113954680B (zh) * 2021-12-07 2023-08-25 国网浙江杭州市萧山区供电有限公司 基于充电时段优化的电动汽车充电控制方法
CN114511156B (zh) * 2022-02-23 2024-07-09 国网江苏省电力有限公司电力科学研究院 一种含部分无序充电的有序充电优化方法及装置
CN115411756A (zh) * 2022-08-31 2022-11-29 杭州电子科技大学 一种基于灰狼算法的光储充电站电动汽车三阶段优化方法
CN116923164A (zh) * 2023-09-18 2023-10-24 国网江苏省电力有限公司常州供电分公司 考虑泊位分配的船舶充电控制方法及装置

Citations (3)

* 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
WO2017009978A1 (ja) * 2015-07-15 2017-01-19 本田技研工業株式会社 Ｖ２ｇシステム及び充放電制御方法
CN106855960A (zh) * 2016-12-27 2017-06-16 国网福建省电力有限公司 一种峰谷分时电价引导下的电动汽车充电负荷预测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9987940B2 (en) * 2014-09-16 2018-06-05 Honda Motor Co., Ltd. Priority based vehicle control strategy

Patent Citations (3)

* 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
WO2017009978A1 (ja) * 2015-07-15 2017-01-19 本田技研工業株式会社 Ｖ２ｇシステム及び充放電制御方法
CN106855960A (zh) * 2016-12-27 2017-06-16 国网福建省电力有限公司 一种峰谷分时电价引导下的电动汽车充电负荷预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于峰谷电价的家用电动汽车居民小区有序充电控制方法;苏海锋等;《电力自动化设备》;20150630;第35卷(第6期);第17-21页 *
采用两阶段优化模型的电动汽车充电站内有序充电策略;张良等;《电网技术》;20140430;第38卷(第4期);第967-973页 *

Also Published As

Publication number Publication date
CN107745650A (zh) 2018-03-02

Similar Documents

Publication Publication Date Title
CN107745650B (zh) 一种基于峰谷分时电价的电动汽车有序充电控制方法
CN105024432B (zh) 一种基于虚拟电价的电动汽车充放电优化调度方法
CN111431198B (zh) 峰谷电价下考虑电动汽车v2g能力的配电网储能调峰方法
CN104283292B (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
CN111626527B (zh) 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法
CN109217310A (zh) 一种考虑新能源消纳的电动汽车有序充电控制方法
CN103246942B (zh) 风电-电动汽车-火电联合运行模型的多目标调度方法
CN103679299A (zh) 兼顾车主满意度的电动汽车最优峰谷分时电价定价方法
CN107730048B (zh) 一种风电-电动汽车联合系统随机鲁棒优化调度方法
CN103997091A (zh) 一种规模化电动汽车智能充电控制方法
CN109948823B (zh) 一种光储充电塔自适应鲁棒日前优化调度方法
CN110378548A (zh) 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法
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
CN104924916B (zh) 一种电动车经济充电控制方法
CN104332985B (zh) 基于混合控制策略的直流配网运行控制与优化调度方法
CN110533222B (zh) 基于峰平谷电价的电动汽车充电负荷预测方法及装置
Jiang et al. A coordinated charging strategy for electric vehicles based on multi-objective optimization
CN109866645A (zh) 一种基于虚拟实时电价的电动汽车有序充电控制方法
Shi et al. A robust economic dispatch of residential microgrid with wind power and electric vehicle integration
CN116451883A (zh) 一种园区多能协同优化方法、装置、设备及介质
CN110098623B (zh) 一种基于智能负载的Prosumer单元控制方法
CN105870922B (zh) 一种引导私家电动车分群错时响应的低谷电价调控方法
CN107154628B (zh) 电动汽车入网放电电价上限与入网功率关系计算方法
CN116404629A (zh) 一种高比例分布式光伏配电网中的电动汽车协调充电方法
CN114400653A (zh) 一种基于日前负荷预测值的电动汽车充电优化方法

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