CN108515868B - 住宅小区电动汽车有序充电控制系统 - Google Patents

住宅小区电动汽车有序充电控制系统 Download PDF

Info

Publication number
CN108515868B
CN108515868B CN201810368271.0A CN201810368271A CN108515868B CN 108515868 B CN108515868 B CN 108515868B CN 201810368271 A CN201810368271 A CN 201810368271A CN 108515868 B CN108515868 B CN 108515868B
Authority
CN
China
Prior art keywords
charging
electric automobile
representing
electric
load
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
CN201810368271.0A
Other languages
English (en)
Other versions
CN108515868A (zh
Inventor
熊军
刘文亮
柯清辉
林健
周建英
陈浩珲
孙明洁
黄媛
刘友波
刘俊勇
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
Xiamen Power Supply Co of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Fujian Electric Power Co Ltd
Xiamen Power Supply Co of 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, Xiamen Power Supply Co of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Fujian Electric Power Co Ltd
Priority to CN201810368271.0A priority Critical patent/CN108515868B/zh
Publication of CN108515868A publication Critical patent/CN108515868A/zh
Application granted granted Critical
Publication of CN108515868B publication Critical patent/CN108515868B/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
    • B60L53/64—Optimising energy costs, e.g. responding to electricity rates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Biology (AREA)
  • Marketing (AREA)
  • Power Engineering (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Quality & Reliability (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)

Abstract

本发明提供了一种住宅小区电动汽车有序充电控制系统，包括数据采集管理模块、有序充电控制模块、数据分析查询展示模块；所述数据采集管理模块连接所述数据分析查询展示模块，所述数据分析查询展示模块连接所述有序充电控制模块；应用本技术方案可实现电动汽车充电成本的最优及整体负荷的峰谷差最小的有序充电控制。

Description

住宅小区电动汽车有序充电控制系统
技术领域
本发明涉及一种电动汽车领域，具体是指一种住宅小区电动汽车有序充电控制系统。
背景技术
随着人们对环境和能源的日益关注和重视，电动汽车以其环保、节能等优势受到各国政府的积极扶持，其普及程度大大提高了。国家对居民用户购买电动汽车的补贴不断提高，居民购买电动汽车的意愿也日益强烈。目前，用户的日用电需求均能在车载电池的容量范围内，因此大规模电动汽车的渗入已成趋势，也成为新的负荷增长点。随着大规模电动汽车负荷的急剧增多，而住宅小区因为用地限制和昂贵的改造成本，不具备新建专门供电设施的条件，不利于电动汽车的大规模接入，从而不利于电动汽车的普及，那么交通工具方面的能源消耗则无法响应改善坏境与节约能源的号召。
发明内容
本发明的目的在于克服上述现有技术中的不足，提供一种住宅小区电动汽车有序充电控制系统，实现电动汽车充电成本的最优及整体负荷的峰谷差最小的有序充电控制。
为了解决上述技术问题，本发明提供了一种住宅小区电动汽车有序充电控制系统，包括数据采集管理模块、有序充电控制模块、数据分析查询展示模块；所述数据采集管理模块连接所述数据分析查询展示模块，所述数据分析查询展示模块连接所述有序充电控制模块；
所述数据采集管理模块对充电桩的数据进行采集与交换后发送至所述数据分析查询展示模块；数据分析查询展示模块记录并储存电动汽车的充电信息及整个住宅小区的用电信息；统计并分析电动汽车充电电流电压变化曲线、电动汽车的电池在充电过程中的荷电状态后，将数据发送至所述有序充电控制模块；
所述有序充电控制模块根据接收到的数据完成有序充电的算法实现后，发送信号至充电桩与配电系统断路器的开关，控制所述充电桩及配电系统断路器的开启与关闭；
所述电动汽车充电信息包括：返回时刻的荷电状态SOCend,i、充电时长Ti、充电结束时刻Tend,i、电动汽车的停留时间Tstay,i：
Figure GDA0002450337210000021
其中，socstart,i代表初始时刻的荷电状态；Di代表电动汽车的行驶距离；Wi代表电动汽车的每百公里耗电量，Si代表电池容量；
Figure GDA0002450337210000022
其中，Pi代表电动汽车的充电功率；ηi代表电动汽车的充电效率；
Tend,i＝Tstart,i+Ti (3)
Tstay,i＝Tleave,i-Tback,i (4)；
其中，Tleave,i代表电动汽车的离开时刻，Tback,i代表电动汽车的返回时刻；
当以电动汽车的充电成本最优为目标时为第一阶段，如式(5)所示：
Figure GDA0002450337210000031
其中，f(x)代表电动汽车的最优充电成本函数；
式中：用n表示住宅小区电动汽车的数量；tend,i表示第i辆电动汽车的当日结束行程时间；tstart,i表示第i辆电动汽车的次日离家时间；C(t)表示第i台电动汽车在第j时段的峰谷电价，用式(6)描述：
Figure GDA0002450337210000032
式中：Cv为谷电价，Cp为峰电价，Cn为平电价，[tc1,tc2]为谷电价时段；[td1,td2]为峰电价时段；
当以整个住宅小区的负荷波动为优化对象，以负荷的峰谷差最小为优化目标时为第二阶段，考虑小区配电设备容量的限制，如式(7)所示：
Figure GDA0002450337210000033
其中，f2代表最小的负荷的峰谷差函数；
式中，Pload,t代表t时刻住宅小区的常规负荷，PEV,t代表t时刻的所有电动汽车充电负荷；
此外还需要满足以下约束：
SOCexp,i≤SOCstart,i≤1 (8)；
其中，SOCexp,i代表用户期望的电动汽车荷电量；
Figure GDA0002450337210000041
其中，Texp-leave,i代表用户的期望离开时刻，Tstart,i代表电动汽车的初始充电时刻；SOCexpect,i代表用户的期望电动汽车荷电量；
Figure GDA0002450337210000042
其中，Ptransform代表配电变压器的容量；
式中，Pload,j代表j时刻的住宅用户的功率，Pi,j表示第i台电动汽车在第j时段的充电功率。
在一较佳的实施例中，还包括配电生产管理系统、营销业务系统、用电采集系统、配电SCADAA系统；所述配电生产管理系统、营销业务系统、用电采集系统、配电SCADAA系统用于获取住宅用户的静态及动态信息、网络拓扑关系及电价信息后，发送至有序充电控制模块。
在一较佳的实施例中，采用遍历的方法，求得电动汽车充电成本最优的可行方案解集，将其用二维数组方式表达为：A＝[A1,1,L,Ai,j,L A1,m]，其中i代表车辆的台数，m代表所对应的方案个数，Ai,j代表可选择的充电时段。
在一较佳的实施例中，对考虑住宅小区整体负荷峰谷差的优化中采用遗传算法对第一阶段的可行性方案，求取满足式(7)目标函数的最优解，算法流程如下：
1)从充电桩的监控采集系统中获取N辆电动汽车实际数据，包括第i辆电动汽车的tend,i、tstart,i和Di(1≤i≤N),确定其相应的荷电状态及未来的出行安排；
2)获取住宅用户的用电负荷数据及电价信息；
3)利用遍历计算电动汽车用户的最优充电成本的可行解；
4)利用遗传算法求取满足配网容量约束下的住宅小区负荷峰谷差最小的充电方案。
相较于现有技术，本发明的技术方案具备以下有益效果：
本发明充分利用有线和无线通信进行信息交互，将电动汽车的有序充电策略与所在住宅小区的用电负荷相结合，并在峰谷电价的驱动下实现电动汽车的有序充电控制，从而保障电动汽车与电网的有序互动。不需要通过配电设备的扩容来满足充电负荷的增长，而是通过信息系统及电价机制的管理控制来实现电动汽车负荷的有序充电，能够充分实现用户与电网的互动。本系统在实施过程中能够利用峰谷时刻的电价调节灵活实现电动汽车充电负荷与住宅小区负荷特性多样性的有序管理，从而实现充电成本的最优及整体负荷的峰谷差最小的有序充电控制。
附图说明
图1为本发明优选实施例中住宅小区电动汽车接入配电网的有序充电构架图；
图2为本发明优选实施例中电动汽车有序充电的两阶段优化流程图。
具体实施方式
下文结合附图和具体实施方式对本发明做进一步说明。
一种住宅小区电动汽车有序充电控制系统，包括数据采集管理模块、有序充电控制模块、数据分析查询展示模块；所述数据采集管理模块连接所述数据分析查询展示模块，所述数据分析查询展示模块连接所述有序充电控制模块；
参考图1至2，所述数据采集管理模块对充电桩的数据进行采集与交换后发送至所述数据分析查询展示模块；数据分析查询展示模块记录并储存电动汽车的充电信息及整个住宅小区的用电信息；统计并分析电动汽车充电电流电压变化曲线、电动汽车的电池在充电过程中的荷电状态后，将数据发送至所述有序充电控制模块；所述住宅小区的用电信息通过配电生产管理系统、营销业务系统、用电采集系统、配电SCADAA系统获取；所述配电生产管理系统、营销业务系统、用电采集系统、配电SCADAA系统用于获取住宅用户的静态及动态信息、网络拓扑关系及电价信息后，发送至有序充电控制模块。
所述有序充电控制模块根据接收到的数据完成有序充电的算法实现后，发送信号至充电桩与配电系统断路器的开关，控制所述充电桩及配电系统断路器的开启与关闭。
所述电动汽车充电信息包括：返回时刻的荷电状态SOCend,i、充电时长Ti、充电结束时刻Tend,i、电动汽车的停留时间Tstay,i：
Figure GDA0002450337210000061
其中，socstart,i代表初始时刻的荷电状态；Di代表电动汽车的行驶距离；Wi代表电动汽车的每百公里耗电量，Si代表电池容量；
Figure GDA0002450337210000062
其中，Pi代表电动汽车的充电功率；ηi代表电动汽车的充电功率；
Tend,i＝Tstart,i+Ti (3)
Tstay,i＝Tleave,i-Tback,i (4)；
其中，Tleave,i代表电动汽车的离开时刻，Tback,i代表电动汽车的返回时刻；
当以电动汽车的充电成本最优为目标时为第一阶段，如式(5)所示：
Figure GDA0002450337210000071
其中，f(x)代表电动汽车的最优充电成本函数；
式中：用n表示住宅小区电动汽车的数量；tend,i表示第i辆电动汽车的当日结束行程时间；tstart,i表示第i辆电动汽车的次日离家时间；C(t)表示第i台电动汽车在第j时段的峰谷电价，用式(6)描述：
Figure GDA0002450337210000072
式中：Cv为谷电价，Cp为峰电价，Cn为平电价，[tc1,tc2]为谷电价时段；[td1,td2]为峰电价时段；Δt为时间长度；
当以整个住宅小区的负荷波动为优化对象，以负荷的峰谷差最小为优化目标时为第二阶段，考虑小区配电设备容量的限制，如式(7)所示：
Figure GDA0002450337210000081
其中，f2代表最小的负荷的峰谷差函数；
式中，Pload,t代表t时刻住宅小区的常规负荷，PEV,t代表t时刻的所有电动汽车充电负荷；
此外还需要满足以下约束：
SOCexp,i≤SOCstart,i≤1 (8)；
其中，SOCexp,i代表用户期望的电动汽车荷电量；
Figure GDA0002450337210000082
其中，Texp-leave,i代表用户的期望离开时刻，Tstart,i代表电动汽车的初始充电时刻；SOCexpect,i代表用户的期望电动汽车荷电量；
Figure GDA0002450337210000083
其中，Ptransform代表配电变压器的容量；
式中，Pload,j代表j时刻的住宅用户的功率，Pi,j表示第i台电动汽车在第j时段的充电功率。
具体来说，采用遍历的方法，求得电动汽车充电成本最优的可行方案解集，将其用二维数组方式表达为：A＝[A1,1,L,Ai,j,L A1,m]，其中i代表车辆的台数，m代表所对应的方案个数，Ai,j代表可选择的充电时段。
具体来说，对考虑住宅小区整体负荷峰谷差的优化中采用遗传算法(GeneticAlgorithm，GA)对第一阶段的可行性方案，求取满足式(7)目标函数的最优解，算法流程如下：
1)从充电桩的监控采集系统中获取N辆电动汽车实际数据，包括第i辆电动汽车的tend,i、tstart,i和Di(1≤i≤N),确定其相应的荷电状态及未来的出行安排；
2)获取住宅用户的用电负荷数据及电价信息；
3)利用遍历计算电动汽车用户的最优充电成本的可行解；
4)利用遗传算法求取满足配网容量约束下的住宅小区负荷峰谷差最小的充电方案。
综上所述，住宅小区电动汽车的有序充电控制以对充电桩的监控数据为基础，结合配电网的实时运行数据进行有序充电控制。其构架结构如图1所示，第一步，充电信息交互，即充电起、止时间及充电电流的需求信息获取；第二步，广播信息配电网预测负荷i-1辆电动汽车的充电计划；第三步，有序充电控制；第四步，下传充电计划。电动汽车控制中心负责对电动汽车充电桩进行集中管理，对电动汽车的充放电信息进行收集和传递，接收住宅小区所在的配电网用电信息及设备容量信息，对电动汽车进行有序充电控制。采用有线或无线通信方式相结合的方式对充电桩进行实时监视，获取电动汽车的基本运行状态信息、用户的用车信息，从而实现对住宅小区电动汽车的有序充电控制。
以上所述，仅为本发明较佳的具体实施方式，但本发明的设计构思并不局限于此，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，利用此构思对本发明进行非实质性的改动，均属于侵犯本发明保护范围的行为。

Claims (4)

1.一种住宅小区电动汽车有序充电控制系统，其特征在于包括数据采集管理模块、有序充电控制模块、数据分析查询展示模块；所述数据采集管理模块连接所述数据分析查询展示模块，所述数据分析查询展示模块连接所述有序充电控制模块；
所述数据采集管理模块对充电桩的数据进行采集与交换后发送至所述数据分析查询展示模块；数据分析查询展示模块记录并储存电动汽车的充电信息及整个住宅小区的用电信息；统计并分析电动汽车充电电流电压变化曲线、电动汽车的电池在充电过程中的荷电状态后，将数据发送至所述有序充电控制模块；
所述有序充电控制模块根据接收到的数据完成有序充电的算法实现后，发送信号至充电桩与配电系统断路器的开关，控制所述充电桩及配电系统断路器的开启与关闭；
所述电动汽车充电信息包括：返回时刻的荷电状态SOCend,i、充电时长Ti、充电结束时刻Tend,i、电动汽车的停留时间Tstay,i：
Figure FDA0002450337200000011
其中，socstart,i代表初始时刻的荷电状态；Di代表电动汽车的行驶距离；Wi代表电动汽车的每百公里耗电量，Si代表电池容量；
Figure FDA0002450337200000012
其中，Pi代表电动汽车的充电功率；ηi代表电动汽车的充电效率；
Tend,i＝Tstart,i+Ti (3)
Tstay,i＝Tleave,i-Tback,i (4)；
其中，Tleave,i代表电动汽车的离开时刻，Tback,i代表电动汽车的返回时刻；
当以电动汽车的充电成本最优为目标时为第一阶段，如式(5)所示：
Figure FDA0002450337200000021
其中，f(x)代表电动汽车的最优充电成本函数；
式中：用n表示住宅小区电动汽车的数量；tend,i表示第i辆电动汽车的当日结束行程时间；tstart,i表示第i辆电动汽车的次日离家时间；C(t)表示第i台电动汽车在第j时段的峰谷电价，用式(6)描述：
Figure FDA0002450337200000022
式中：Cv为谷电价，Cp为峰电价，Cn为平电价，[tc1,tc2]为谷电价时段；[td1,td2]为峰电价时段；
当以整个住宅小区的负荷波动为优化对象，以负荷的峰谷差最小为优化目标时为第二阶段，考虑小区配电设备容量的限制，如式(7)所示：
Figure FDA0002450337200000023
其中，f2代表最小的负荷的峰谷差函数；
式中，Pload,t代表t时刻住宅小区的常规负荷，PEV,t代表t时刻的所有电动汽车充电负荷；
此外还需要满足以下约束：
SOCexp,i≤SOCstart,i≤1 (8)；
其中，SOCexp,i代表用户期望的电动汽车荷电量；
Figure FDA0002450337200000031
其中，Texp-leave,i代表用户的期望离开时刻，Tstart,i代表电动汽车的初始充电时刻；SOCexpect,i代表用户的期望电动汽车荷电量；
Figure FDA0002450337200000032
其中，Ptransform代表配电变压器的容量；
式中，Pload,j代表j时刻的住宅用户的功率，Pi,j表示第i台电动汽车在第j时段的充电功率。
2.根据权利要求1所述的住宅小区电动汽车有序充电控制系统，其特征在于还包括配电生产管理系统、营销业务系统、用电采集系统、配电SCADAA系统；所述配电生产管理系统、营销业务系统、用电采集系统、配电SCADAA系统用于获取住宅用户的静态及动态信息、网络拓扑关系及电价信息后，发送至有序充电控制模块。
3.根据权利要求2所述的住宅小区电动汽车有序充电控制系统，其特征在于采用遍历的方法，求得电动汽车充电成本最优的可行方案解集，将其用二维数组方式表达为：A＝[A1,1,L,Ai,j,L A1,m]，其中i代表车辆的台数，m代表所对应的方案个数，Ai,j代表可选择的充电时段。
4.根据权利要求3所述的住宅小区电动汽车有序充电控制系统，其特征在于对考虑住宅小区整体负荷峰谷差的优化中采用遗传算法对第一阶段的可行性方案，求取满足式(7)目标函数的最优解，算法流程如下：
1)从充电桩的监控采集系统中获取N辆电动汽车实际数据，包括第i辆电动汽车的tend,i、tstart,i和Di(1≤i≤N),确定其相应的荷电状态及未来的出行安排；
2)获取住宅用户的用电负荷数据及电价信息；
3)利用遍历计算电动汽车用户的最优充电成本的可行解；
4)利用遗传算法求取满足配网容量约束下的住宅小区负荷峰谷差最小的充电方案。
CN201810368271.0A 2018-04-23 2018-04-23 住宅小区电动汽车有序充电控制系统 Active CN108515868B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810368271.0A CN108515868B (zh) 2018-04-23 2018-04-23 住宅小区电动汽车有序充电控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810368271.0A CN108515868B (zh) 2018-04-23 2018-04-23 住宅小区电动汽车有序充电控制系统

Publications (2)

Publication Number Publication Date
CN108515868A CN108515868A (zh) 2018-09-11
CN108515868B true CN108515868B (zh) 2020-06-09

Family

ID=63429050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810368271.0A Active CN108515868B (zh) 2018-04-23 2018-04-23 住宅小区电动汽车有序充电控制系统

Country Status (1)

Country Link
CN (1) CN108515868B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110867880A (zh) * 2019-11-28 2020-03-06 国网福建省电力有限公司厦门供电公司 一种电动船有序充电控制系统
CN111391700B (zh) * 2020-03-20 2021-09-24 重庆工业职业技术学院 纯电动汽车电池充电状态信息共享方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150029120A (ko) * 2013-09-09 2015-03-18 한국전기연구원 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10386820B2 (en) * 2014-05-01 2019-08-20 Johnson Controls Technology Company Incorporating a demand charge in central plant optimization
US10025277B2 (en) * 2014-09-14 2018-07-17 Electric Motor Werks, Inc. Systems and methods for electrical charging load modeling services to optimize power grid objectives
US9941699B2 (en) * 2014-11-21 2018-04-10 Siemens Industry, Inc. Systems, methods and apparatus for improved management and control of energy delivery systems
CN105870922B (zh) * 2016-05-13 2018-02-23 哈尔滨工业大学 一种引导私家电动车分群错时响应的低谷电价调控方法
CN106786683B (zh) * 2016-11-15 2019-04-09 国网山东省电力公司 基于需求侧柔性负荷的小区内电动汽车充电系统及方法
CN107521365B (zh) * 2017-08-22 2021-07-20 国网能源研究院 一种基于用户经济收益最优化的电动汽车充放电调度方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150029120A (ko) * 2013-09-09 2015-03-18 한국전기연구원 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법

Also Published As

Publication number Publication date
CN108515868A (zh) 2018-09-11

Similar Documents

Publication Publication Date Title
Gong et al. Optimal charging strategy for electric vehicles in residential charging station under dynamic spike pricing policy
CN104269849B (zh) 基于建筑光伏微电网的能量管理方法及系统
CN109193812B (zh) 一种园区光储荷微电网经济调度实现方法
Wi et al. Electric vehicle charging method for smart homes/buildings with a photovoltaic system
CN102708425B (zh) 基于Multi-Agent系统的电动汽车服务网络协调控制系统及方法
CN107719180B (zh) 基于电动汽车柔性充电的混合型停车场多源互补充电方法
Shang et al. Internet of smart charging points with photovoltaic Integration: A high-efficiency scheme enabling optimal dispatching between electric vehicles and power grids
Luthander et al. Photovoltaics and opportunistic electric vehicle charging in the power system–a case study on a Swedish distribution grid
CN108515868B (zh) 住宅小区电动汽车有序充电控制系统
CN108631344B (zh) 一种计及输电网运行约束的电动汽车有序充放电控制方法
CN112186809A (zh) 基于电动汽车v2g模式的虚拟电厂优化协同调度方法
JP7299201B2 (ja) 電力システム
CN106709610A (zh) 一种微电网电储能、冰蓄冷联合优化调度方法
CN113452055B (zh) 一种电网调峰调频方法、系统及电动汽车充放电调度系统
CN110943491A (zh) 基于泛在电力物联网的清洁能源智能配电系统
CN102427239A (zh) 在电网中应用电动汽车作为移动储能单元的充放电系统
CN117578522A (zh) 基于源网荷储协同服务的电动汽车快充站储能系统及方法
CN112183882A (zh) 一种基于电动汽车快充需求的智慧充电站充电优化方法
He et al. Optimal charging strategy of electric vehicles customers in a smart electrical car park
CN111224418B (zh) 一种基于电动汽车储能的微电网调度方法及系统
CN105048547A (zh) 充电装置
CN110443406B (zh) 一种电动汽车充电设施与分布式电源的分层规划方法
Dang et al. Community microgrid energy storage sizing considering ev fleet batteries as supplemental resource
CN114006390A (zh) 一种电动汽车充电负荷参与电网互动仿真方法及系统
Cheng et al. Research on the mode of energy distribution network for smart low-carbon city

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