CN108923536B - 可调度潜力分析方法、系统、计算机设备及存储介质 - Google Patents
可调度潜力分析方法、系统、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN108923536B CN108923536B CN201810761621.XA CN201810761621A CN108923536B CN 108923536 B CN108923536 B CN 108923536B CN 201810761621 A CN201810761621 A CN 201810761621A CN 108923536 B CN108923536 B CN 108923536B
- Authority
- CN
- China
- Prior art keywords
- scheduling
- charging
- time period
- data
- potential
- 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.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 66
- 238000007599 discharging Methods 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000006399 behavior Effects 0.000 claims description 68
- 238000000034 method Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 230000002354 daily effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- H02J13/0062—
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种可调度潜力分析方法、系统、计算机设备及存储介质。其中,可调度潜力分析方法包括步骤:根据电动汽车在预设时间段内的剩余电量数据以及各行为状态,获取可充电调度时段以及可放电调度时段;行为状态包括在网充电状态、在网闲置状态以及离网状态;在可充电调度时段内,处理电动汽车的充电功率,得到电动汽车的充电调度潜力数据;在可放电调度时段内,处理电动汽车的放电功率,得到电动汽车的放电调度潜力数据;根据各电动汽车的充电调度潜力数据和放电调度潜力数据,得到配电网中电动汽车充放电调度潜力分析结果。结合考虑电动汽车剩余电量和行为状态得到的分析结果能够更充分地利用电动汽车为配电网提供备用能量,提高供电可靠性。
Description
技术领域
本申请涉及电动汽车技术领域,特别是涉及一种可调度潜力分析方法、系统、计算机设备及存储介质。
背景技术
随着电动汽车技术的发展,出现了V2G(Vehicle to Grid,电动汽车到配电网)技术对电动汽车负荷进行优化调度,可以将电动汽车电池的能量传送到配电网,相反的,电动汽车电池可以从配电网获取能量。
在实现过程中,发明人发现传统技术中至少存在如下问题:
电动汽车所能提供给配电网的备用能量必然受到用户出行需求和剩余电量等各种因素的影响,进而使得目前的V2G技术在实现过程中难以有效评估电动汽车能为配电网提供多少备用能量,以及电动汽车电池还能从配电网获取多少能量。
发明内容
基于此,有必要针对上述技术问题,提供一种可调度潜力分析方法、系统、计算机设备及存储介质,能够有效评估电动汽车能为配电网提供的备用能量以及电动汽车电池能从配电网获取的能量。
为了实现上述目的,一方面,本发明实施例提供了一种可调度潜力分析方法,包括步骤:
根据电动汽车在预设时间段内的剩余电量数据以及各行为状态,获取可充电调度时段以及可放电调度时段;行为状态包括在网充电状态、在网闲置状态以及离网状态;在可充电调度时段内,处理电动汽车的充电功率,得到电动汽车的充电调度潜力数据;在可放电调度时段内,处理电动汽车的放电功率,得到电动汽车的放电调度潜力数据;
根据各电动汽车的充电调度潜力数据和放电调度潜力数据,得到配电网中电动汽车充放电调度潜力分析结果。
在其中一个实施例中,根据电动汽车在预设时间段内的剩余电量数据以及各行为状态,获取可充电调度时段的步骤包括:
获取预设时间段内、电动汽车处于在网闲置状态的闲置时段;
在闲置时段内、剩余电量数据小于或等于预设充电调度阈值时,确认闲置时段为可充电调度时段;
根据电动汽车在预设时间段内的剩余电量数据以及各行为状态,获取可放电调度时段的步骤包括:
在闲置时段内、剩余电量数据大于或等于预设放电调度阈值时,确认闲置时段为可放电调度时段。
在其中一个实施例中,处理电动汽车的充电功率,得到电动汽车的充电调度潜力数据的步骤包括:
将电动汽车的充电功率的值作为充电调度潜力数据的值;
处理电动汽车的放电功率,得到电动汽车的放电调度潜力数据的步骤包括:
将电动汽车的放电功率的值作为放电调度潜力数据的值。
在其中一个实施例中,还包括步骤:
根据电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量,确认各行为状态;入网时刻包括电动汽车接入配电网的时刻;离网时刻包括电动汽车断开配电网的时刻;
根据电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量以及各行为状态,得到预设时间段内的剩余电量数据。
在其中一个实施例中,确认各行为状态的步骤包括:
在上一次离网时刻和本次入网时刻之间的时段内,确认电动汽车的行为状态为离网状态;
在本次入网时刻和本次离网时刻之间的时段内,当入网时刻的剩余电量小于或等于预设充电阈值时,确认电动汽车的行为状态为在网充电状态;当入网时刻的剩余电量大于预设充电阈值或剩余电量表示电量已满时,确认电动汽车的行为状态为在网闲置状态。
得到预设时间段内的剩余电量数据的步骤包括:
在电动汽车的行为状态为离网状态时,根据本次离网时刻的剩余电量、续航里程以及预估行驶路程,获取本次离网状态下的剩余电量数据;
在电动汽车的行为状态为在网充电状态时,根据本次入网时刻的剩余电量、充电功率、充电效率以及与入网时刻的时间差,获取本次在网充电状态下的剩余电量数据;
在电动汽车的行为状态为在网闲置状态时,将剩余电量数据的值确认为本次入网时刻的剩余电量。
在其中一个实施例中,还包括步骤:
获取非调度时段;非调度时段为预设时间段内、除可充电调度时段与可放电调度时段以外的时段;
在非调度时段内,将充电调度潜力数据的值和放电调度潜力数据的值均确认为0。
在其中一个实施例中,剩余电量数据为剩余电量曲线;充电调度潜力数据为充电调度潜力曲线;放电调度潜力数据为放电调度潜力曲线;
根据各电动汽车的充电调度潜力数据和放电调度潜力数据,得到配电网中电动汽车充放电调度潜力分析结果的步骤包括:
累加各电动汽车的放电调度潜力曲线以及充电调度潜力曲线,得到的充放电调度潜力曲线作为充放电调度潜力分析结果。
另一方面,本发明实施例还提供了一种可调度潜力分析系统,包括:
可充电调度时段获取模块,用于根据电动汽车在预设时间段内的剩余电量数据以及各行为状态,获取可充电调度时段;行为状态包括在网充电状态、在网闲置状态以及离网状态;
可放电调度时段获取模块,用于根据电动汽车在预设时间段内的剩余电量数据以及各行为状态,获取可放电调度时段;
充电调度潜力数据模块,用于在可充电调度时段内,处理电动汽车的充电功率,得到电动汽车的充电调度潜力数据;
放电调度潜力数据模块,用于在可放电调度时段内,处理电动汽车的放电功率,得到电动汽车的放电调度潜力数据;
充放电调度潜力分析模块,用于根据各电动汽车的充电调度潜力数据和放电调度潜力数据,得到配电网中电动汽车充放电调度潜力分析结果。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现可调度潜力分析方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现可调度潜力分析方法的步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果:
结合电动汽车预设时间段内剩余电量数据和各行为状态,考虑到了各电动汽车在各时间段内的剩余电量,以及各电动汽车在各时间段内可能的行为状态,还原了各电动汽车与配电网间的充电场景,再将得到的各电动汽车的充电调度潜力数据以及放电调度潜力数据结合,即可得到能够与配电网中整体的电动汽车的充电场景相适应的充放电调度潜力分析结果,进而根据充放电调度潜力分析结果能够有效评估电动汽车能为配电网提供的备用能量以及电动汽车电池能从配电网获取的能量,能够充分利用电动汽车为配电网提供备用能量,帮助配电网进行削峰填谷,提高配电网供电可靠性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为一个实施例中可调度潜力分析方法的第一示意性流程示意图;
图2为一个实施例中可调度潜力分析方法的第二示意性流程示意图;
图3为一个实施例中电动汽车可调度潜力评估系统的结构框图;
图4为一个实施例中电动汽车可调度潜力评估方法的示意性流程示意图;
图5为一个实施例中结合电动汽车可调度潜力评估方法及系统实施分析的电动汽车日行驶距离统计图;
图6为一个实施例中结合电动汽车可调度潜力评估方法及系统实施分析的电动汽车出行时间统计图;
图7为一个实施例中结合电动汽车可调度潜力评估方法及系统实施分析的配电网中电动汽车一天之内的充电功率、充电潜力、放电潜力统计图;
图8为一个实施例中可调度潜力分析系统的结构框图;
图9为一个实施例中计算机设备的内部结构图;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的可调度潜力分析方法,可以应用于配电网系统中。其中,配电网向多辆电动汽车供电。其中,电动汽车可以但不限于是纯电动汽车和插电式混合动力汽车;配电网可以但不限于是特高压配电网、超高压配电网、高压配电网、中压配电网以及低压配电网。
在一个实施例中,如图1所示,提供了一种可调度潜力分析方法,以该方法应用于配电网系统为例进行说明,包括以下步骤:
S102,根据电动汽车在预设时间段内的剩余电量数据以及各行为状态,获取可充电调度时段以及可放电调度时段;其中,行为状态包括在网充电状态、在网闲置状态以及离网状态。预设时间段可取任意时长的时段,最优的,取时长为一天,避免数据量过大,而且电动汽车的活动也即人的活动,而人每日的活动具有一定规律性,进而分析一天内的数据有利于进行有效的分析处理。
具体地,可根据电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量,确认各行为状态;可根据电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量以及各行为状态,得到预设时间段内的剩余电量数据。
需要说明的是,入网时刻包括电动汽车接入配电网的时刻;离网时刻包括电动汽车断开配电网的时刻;电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量可以从配电网系统中获取得到。S104,在可充电调度时段内,处理电动汽车的充电功率,得到电动汽车的充电调度潜力数据;在可放电调度时段内,处理电动汽车的放电功率,得到电动汽车的放电调度潜力数据;
S106,根据各电动汽车的充电调度潜力数据和放电调度潜力数据,得到配电网中电动汽车充放电调度潜力分析结果。
上述可调度潜力分析方法中,结合电动汽车预设时间段内剩余电量数据和各行为状态,考虑到了各电动汽车在各时间段内的剩余电量,以及各电动汽车在各时间段内可能的行为状态(离网状态、在网充电状态及在网闲置状态),还原了各电动汽车与配电网间的充电场景,再将得到的各电动汽车的充电调度潜力数据以及放电调度潜力数据结合,即可得到能够与配电网中整体的电动汽车的充电场景相适应的充放电调度潜力分析结果,进而根据充放电调度潜力分析结果能够有效评估电动汽车能为配电网提供的备用能量以及电动汽车电池能从配电网获取的能量,能够充分利用电动汽车为配电网提供备用能量,帮助配电网进行削峰填谷,提高配电网供电可靠性。
在一个实施例中,如图2所示,提供了一种可调度潜力分析方法,以该方法应用于配电网系统为例进行说明,包括以下步骤:
S202,获取预设时间段内、电动汽车处于在网闲置状态的闲置时段;在闲置时段内、剩余电量数据小于或等于预设充电调度阈值时,确认闲置时段为可充电调度时段;在闲置时段内、剩余电量数据大于或等于预设放电调度阈值时,确认闲置时段为可放电调度时段;
其中,在实际应用中预设充电调度阈值可大于预设放电调度阈值,使得在闲置时段内、剩余电量数据在预设充电调度阈值和预设放电调度阈值之间的时段同时为可充电调度时段和可放电调度时段,提高调度的灵活性。
S204,在可充电调度时段内,将电动汽车的充电功率的值作为充电调度潜力数据的值;在可放电调度时段内,将电动汽车的放电功率的值作为放电调度潜力数据的值;
S206,根据各电动汽车的充电调度潜力数据和放电调度潜力数据,得到配电网中电动汽车充放电调度潜力分析结果。
进一步的,还包括根据电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量,确认各行为状态的步骤:
在上一次离网时刻和本次入网时刻之间的时段内,确认电动汽车的行为状态为离网状态;
具体地,设第i辆电动汽车的第j个离网时刻为TOUT,ij,第i辆电动汽车的第j+1个入网时刻为TIN,i(j+1),t为预设时间段内的时刻;当TOUT,ij≤t≤TIN,i(j+1)时,确认第i辆电动汽车的行为状态为离网状态。
在本次入网时刻和本次离网时刻之间的时段内,当入网时刻的剩余电量小于或等于预设充电阈值时,确认电动汽车的行为状态为在网充电状态;当入网时刻的剩余电量大于预设充电阈值或剩余电量表示电量已满时,确认电动汽车的行为状态为在网闲置状态。
具体地,设第i辆电动汽车的第j个入网时刻为TIN,ij,第i辆电动汽车的第j个入网时刻的剩余电量为SOCi(TIN,ij),第i辆电动汽车的预设充电阈值为SOCCi;当TIN,ij≤t≤TOUT,ij and SOCi(TIN,ij)≤SOCCi,确认第i辆电动汽车的行为状态为在网充电状态;当TIN,ij≤t≤TOUT,ij and SOCi(TIN,ij)>SOCCi或者TIN,ij≤t≤TOUT,ij and SOCi(t)=1时,确认第i辆电动汽车的行为状态为在网闲置状态,其中剩余电量用0至1表示,进而SOCi(t)=1表示电量已满。
需要说明的是,预设充电阈值为电动汽车车主自主设置,为了防止车主设置过高导致电动汽车一直处于在网充电状态,无法进行调度,还可对预设充电阈值进行一定的限定,在实际应用中可将预设充电阈值的最大值限定为电动汽车电池容量的一半。
电动汽车在预设时间段内入网时刻的剩余电量和离网时刻的剩余电量在实际应用中可通过配电网系统获取。
进一步的,还包括根据电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量以及各行为状态,得到预设时间段内的剩余电量数据的步骤:
在电动汽车的行为状态为离网状态时,根据本次离网时刻的剩余电量、续航里程以及预估行驶路程,获取本次离网状态下的剩余电量数据;
具体地,设离网状态下离网时刻t1的剩余电量为SOCi(t1),离网时刻t1在间隔Δt1之后的剩余电量为SOCi(t1+Δt1),续航里程为D,与间隔Δt1对应的预估行驶路程为d;在离网状态内取不同的间隔Δt1,通过计算SOCi(t1+Δt1)=SOCi(t1)-d/D,获得离网状态内的剩余电量数据。
在电动汽车的行为状态为在网充电状态时,根据本次入网时刻的剩余电量、充电功率、充电效率以及与入网时刻的时间差,获取本次在网充电状态下的剩余电量数据;
具体地,设在网充电状态下入网时刻t2的剩余电量为SOCi(t2),入网时刻t2在间隔Δt2之后的剩余电量为SOCi(t2+Δt2),第i辆电动汽车的充电功率为Pci,第i辆电动汽车的充电效率为αci,第i辆电动汽车的电池容量为Ci;在在网充电状态内取不同的间隔Δt2,通过计算SOCi(t2+Δt2)=SOCi(t2)+αci·Pci·Δt2/Ci,获得在网充电状态内的剩余电量数据。
需要说明的是,剩余电量数据用0%至100%来表示,因此需要根据第i辆电动汽车的电池容量Ci来获得剩余电量数据。
在电动汽车的行为状态为在网闲置状态时,将剩余电量数据的值确认为本次入网时刻的剩余电量。
具体地,设在网闲置状态下入网时刻t3的剩余电量为SOCi(t3),在离网状态内取不同的间隔Δt3,都有SOCi(t3+Δt3)=SOCi(t3)。
进一步的,步骤202包括:设闲置时段t4的剩余电量数据为SOCi(t4),预设充电调度阈值为SOCmax,预设放电调度阈值为SOCmin;其中符合SOCi(t4)≤SOCmax的时段为可充电调度时段,符合SOCmin≤SOCi(t4)的时段为可放电调度时段。
需要说明的是,若剩余电量数据用0%至100%来表示,则符合SOCmin≤SOCi(t4)≤1的时段为可放电调度时段。
进一步的,步骤204包括:设第i辆电动汽车的充、放电功率分别为Pci和Pfi,第i辆电动汽车的充电调度潜力数据为Qci(t),第i辆电动汽车的放电调度潜力数据为Qfi(t);在可充电调度时段内第i辆电动汽车的充电调度潜力数据:Qci(t)=Pci;在可放电调度时段内第i辆电动汽车的放电调度潜力数据:Qfi(t)=Pfi。
更具体地,第i辆电动汽车的充电调度潜力数据为充电调度潜力曲线,第i辆电动汽车的放电调度潜力数据为放电调度潜力曲线。
进一步地,步骤S206具体包括:
累加各辆电动汽车的放电调度潜力曲线以及充电调度潜力曲线,得到充放电调度潜力曲线作为配电网中电动汽车充放电调度潜力分析结果。
具体地,设电动汽车总共有M辆,充放电调度潜力曲线包括整体充电调度潜力曲线Qc(t)和整体放电调度潜力曲线Qf(t);整体充电调度潜力曲线通过各辆电动汽车的充电调度潜力曲线累加的到:整体放电调度潜力曲线通过各辆电动汽车的放电调度潜力曲线累加的到:最终得到的整体充电调度潜力曲线和整体放电调度潜力曲线配电网中电动汽车充放电调度潜力分析结果。
下面结合一个具体的例子对本发明的技术方案进行详细说明。
一种电动汽车可调度潜力评估系统,如图3所示,包含:
数据采集模块,采集配电网中电动汽车的数据,采集到的数据包括各类电动汽车的数量、各辆电动汽车一天的行驶里程、电池容量、充电时间段、充电桩数量;
评估模块,用于分析每辆电动汽车的行为状态,计算其一天的SOC(State ofCharge,荷电状态,也可称为剩余电量)曲线,并根据充、放电调度要求以及SOC曲线计算充、放电调度潜力曲线,并累加得到整个配电网中电动汽车充、放电调度潜力曲线;
其中,一天的SOC曲线为一天内的剩余电量数据;充、放电调度要求为预设充电调度阈值和预设放电调度阈值;每辆电动汽车的充、放电调度潜力曲线为充电调度潜力数据及放电调度潜力数据;整个配电网中电动汽车充、放电调度潜力曲线为充放电调度潜力曲线。
储存模块,储存采集到的数据以及评估结果,评估结果即整个配电网中电动汽车充、放电调度潜力曲线。
需要说明的是,评估与分析的含义等同,该电动汽车可调度潜力评估系统中也可以运行可调度潜力分析方法。
一种电动汽车可调度潜力评估方法,应用于一种电动汽车可调度潜力评估系统中,如图4所示,包含以下步骤:
S1、数据采集模块获取配电网中电动汽车的相关数据,并将数据储存到储存模块;
其中,步骤S1提及的配电网中电动汽车相关数据可以包括:各类电动汽车的数量、各辆电动汽车一天的行驶里程、电池容量、充电时间段、充电桩数量。
S2、评估模块逐辆分析电动汽车行为状态,并根据其行为状态计算相应时刻的SOC值,得到其一天的SOC曲线;
其中,SOC值为剩余电量,一天的SOC曲线为一天内的剩余电量数据。
S3、评估模块根据电动汽车SOC曲线判断其是否符合充、放电调度要求,计算该电动汽车充、放电调度潜力曲线;
其中,每辆电动汽车充、放电调度潜力曲线为充电调度潜力数据及放电调度潜力数据。
具体地,经过步骤S2和步骤S3后得到的是一辆电动汽车的充、放电调度潜力曲线,通过图4中的变量n计数,每执行一遍自加1,由0开始至n>M,即循环M次,分别计算配电网中M辆电动汽车的充、放电调度潜力曲线。
S4、评估模块将配电网中所有电动汽车的充、放电调度潜力曲线累加,得到整个配电网中电动汽车充、放电调度潜力曲线,并将结果储存到储存模块。
其中,整个配电网中电动汽车充、放电调度潜力曲线为充放电调度潜力曲线。
进一步的,步骤S2包含的具体步骤如下:
S212:将一辆电动汽车t时刻的行为状态分为以下三类:
(1)离网状态
当电动汽车正在出行途中,即离网状态时,无法进行充、放电调度,其行为状态判断条件为
TOUT,ij≤t≤TIN,i(j+1)
式中TOUT,ij为第i辆电动汽车的第j个离网时刻,TIN,i(j+1)为第i辆电动汽车第(j+1)个入网时刻,t为当前时刻。
(2)在网充电状态
当第i辆电动汽车按照其日常习惯进行充电时,调度人员无法对其进行充、放电调度,其行为状态判断条件为:
TIN,ij≤t≤TOUT,ij and SOCi(TIN,ij)≤SOCCi
式中,SOCi(TIN,ij)为第i辆电动汽车在第j个入网时刻的SOC值;SOCCi为第i辆电动汽车设定的充电阈值,即预设充电阈值,其大小由车主的出行习惯决定。
(3)在网闲置状态
在某个入网时间段内,电动汽车的SOC值并未低于SOCCi或者已经处于充满电的状态,此时的电动汽车无需进行充电,处于在网闲置状态,因而能够根据调度人员的调度指令来进行充、放电调度,其行为状态判断条件为:
TIN,ij≤t≤TOUT,ij and SOCi(TIN,ij)>SOCCi
或者:
TIN,ij≤t≤TOUT,ij and SOCi(t)=1
其中,SOCi(t)=1表示电量已满。
S214:根据电动汽车的行为状态,可以按照以下公式去计算其t时刻的SOC值:
(1)第i辆电动汽车在t时刻以恒定功率在网充电
SOCi(t+Δt)=SOCi(t)+αci·Pci·Δt/Ci
式中,SOCi(t+Δt)为第i辆电动汽车在时刻(t+Δt)的剩余电量,SOCi(t)为第i辆电动汽车在时刻t的剩余电量,Pci为电动汽车i的充电功率,Ci为第i辆电动汽车的电池容量,αci为第i辆电动汽车的充电效率,Δt为计算时间间隔。
(2)第i辆电动汽车在t时刻离网行驶
SOCi(t+Δt)=SOCi(t)-d/D
(3)第i辆电动汽车在t时刻在网闲置
SOCi(t+Δt)=SOCi(t)
进一步的,步骤S3所述的充、放电调度潜力曲线计算方法具体如下:
(1)若SOCi(t+Δt)=SOCi(t),表明此时第i辆电动汽车处于在网闲置状态。
假如SOCci≤SOCi(t)≤SOCmax,第i辆电动汽车此时符合充电调度要求,进而第i辆电动汽车充电调度潜力曲线Qci(t)有:
Qci(t)=Pci
假如SOCmin≤SOCi(t)≤1,其中1表示电量已满,第i辆电动汽车此时符合放电调度要求,进而第i辆电动汽车放电调度潜力曲线Qfi(t)有:
Qfi(t)=Pfi
式中,Qci(t)和Qfi(t)分别是指第i辆电动汽车t时刻的充、放电潜力,Pci和Pfi为第i辆电动汽车的充、放电功率;SOCmax和SOCmin分别是充、放电调度阈值,即预设充电调度阈值和预设放电调度阈值,在实际应用中由配电网系统的调度人员设定。
(2)若SOCi(t+Δt)<SOCi(t),表明第i辆电动汽车此时处于离网状态,进而有:
(3)若SOCi(t+Δt)>SOCi(t),表明第i辆电动汽车此时处于在网充电状态,进而有:
进一步的,步骤S4中整个配电网中电动汽车充、放电调度潜力计算方法如下:
(1)充电调度潜力计算,即计算整体充电调度潜力曲线:
式中,M是整个配电网中电动汽车的数量。
(2)放电调度潜力计算,即计算整体放电调度潜力曲线:
需要说明的是,评估与分析的含义等同,该电动汽车可调度潜力评估方法等同于电动汽车可调度潜力分析方法。
在一个具体的实施例中的一种电动汽车可调度潜力评估方法及系统具有以下优点:
1、充分考虑了用户电池用量和出行习惯,能够较为准确地预测配电网中电动汽车充电负荷的大小。
2、能够评估配电网中电动汽车的可调度潜力,为电网调度提供参考。
下面结合电动汽车可调度潜力评估方法及系统,选取某地区中的配电网为研究对象,对本发明进行具体实施分析。
选取到的地区配电网中共有4753辆电动汽车,为了简化评估流程,假设所有电动汽车为同样的参数,具体参数如表1所示:
表1电动汽车参数设置
电池额定电压 | 320V | 电池容量 | 70kWh |
最大日行驶距离 | 175km | 充电效率 | 0.9 |
充电功率 | 7kW | 充电判断阈值 | 0.5 |
充电调度阈值 | 0.9 | 放电调度阈值 | 0.6 |
其中,充电判断阈值即为预设充电阈值,充电调度阈值即为预设充电调度阈值,放电调度阈值即为预设充电调度阈值。
因考虑每辆电动汽车每天有着上班和下班两段同样的出行距离,进而电动汽车白天的SOC值(剩余电量)必须保持在0.5以上才能保证用户的出行需求,从而设置充电判断阈值为0.5及0.5以内。
该配电网中电动汽车每日平均出行距离如图5所示,大部分电动汽车的日平均行驶距离为20~50km。
如图6所示,该配电网中电动汽车上班时出发离网的高峰在6:30-8:30,到达工作地点入网的高峰在8:15-9:15之间;而下班时离网的高峰在17:15-18:45,到家的高峰在18:15-19:15之间。
将以上参数输入到评估系统,可得到如图7所示的该地区的配电网中电动汽车一天之内的充电功率、充电潜力、放电潜力曲线,充电功率曲线通过在网充电状态下电动汽车的充电功率累加得到。由图7可见,电动汽车的充电负荷,即充电功率曲线,在晚间九点到达最高峰,约为1911kW。而充、放电可调度潜力在一天的早上8:30和傍晚18:30点达到低谷,这是由于此时段是上下班高峰期,电动汽车离网所导致的。在其他时刻,充、放电调度潜力在白天电动汽车到达工作地点入网期间达到最大值并基本保持稳定,最大值为33082kW。在电动汽车在网率(电动汽车处于在网状态下的比例)不断提高的背景下,电动汽车的可调度潜力会不断增大,为电网提供更多备用容量,帮助电网削峰填谷。
应该理解的是,虽然图1、图2和图4中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1、图2和图4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图8所示,提供了一种可调度潜力分析系统,包括:可充电调度时段获取模块810、可放电调度时段获取模块830、充电调度潜力数据模块850、放电调度潜力数据模块870和充放电调度潜力分析模块890,其中:
可充电调度时段获取模块810,用于根据电动汽车在预设时间段内的剩余电量数据以及各行为状态,获取可充电调度时段;行为状态包括在网充电状态、在网闲置状态以及离网状态;
可放电调度时段获取模块830,用于根据电动汽车在预设时间段内的剩余电量数据以及各行为状态,获取可放电调度时段;
充电调度潜力数据模块850,用于在可充电调度时段内,处理电动汽车的充电功率,得到电动汽车的充电调度潜力数据;
放电调度潜力数据模块870,用于在可放电调度时段内,处理电动汽车的放电功率,得到电动汽车的放电调度潜力数据;
充放电调度潜力分析模块890,用于根据各电动汽车的充电调度潜力数据和放电调度潜力数据,得到配电网中电动汽车充放电调度潜力分析结果。
进一步的,还包括闲置时段获取模块,用于获取预设时间段内、电动汽车处于在网闲置状态的闲置时段;
可充电调度时段获取模块810包括:
可充电调度时段确认模块,在闲置时段内、剩余电量数据小于或等于预设充电调度阈值时,确认闲置时段为可充电调度时段。
可放电调度时段获取模块830包括:
可放电调度时段确认模块,在闲置时段内、剩余电量数据大于或等于预设放电调度阈值时,确认闲置时段为可放电调度时段。
进一步的,充电调度潜力数据模块850包括:
充电调度潜力数据计算模块,用于在可充电调度时段内,将电动汽车的充电功率的值作为充电调度潜力数据的值。
进一步的,放电调度潜力数据模块870包括:
放电调度潜力数据计算模块,用于在可放电调度时段内,将电动汽车的放电功率的值作为放电调度潜力数据的值。
进一步的,还包括:
行为状态确认模块,用于根据电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量,确认各行为状态;
具体地,在上一次离网时刻和本次入网时刻之间的时段内,确认电动汽车的行为状态为离网状态;
在本次入网时刻和本次离网时刻之间的时段内,当入网时刻的剩余电量小于或等于预设充电阈值时,确认电动汽车的行为状态为在网充电状态;当入网时刻的剩余电量大于预设充电阈值或剩余电量表示电量已满时,确认电动汽车的行为状态为在网闲置状态。
进一步的,还包括:
剩余电量数据模块,用于根据电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量以及各行为状态,得到预设时间段内的剩余电量数据;
具体地,在电动汽车的行为状态为离网状态时,根据本次离网时刻的剩余电量、续航里程以及预估行驶路程,获取本次离网状态下的剩余电量数据;
在电动汽车的行为状态为在网充电状态时,根据本次入网时刻的剩余电量、充电功率、充电效率以及与入网时刻的时间差,获取本次在网充电状态下的剩余电量数据;
在电动汽车的行为状态为在网闲置状态时,将剩余电量数据的值确认为本次入网时刻的剩余电量。
进一步的,还包括:
非调度时段获取模块,用于获取预设时间段内、除可充电调度时段与可放电调度时段以外的非调度时段。
充电调度潜力数据计算模块还用于在非调度时段内,将充电调度潜力数据的值确认为0;
放电调度潜力数据计算模块还用于在非调度时段内,将放电调度潜力数据的值确认为0。
进一步的,剩余电量数据为剩余电量曲线;充电调度潜力数据为充电调度潜力曲线;放电调度潜力数据为放电调度潜力曲线;
充放电调度潜力分析模块890包括:
累加模块,用于累加各电动汽车的放电调度潜力曲线以及充电调度潜力曲线,得到充放电调度潜力曲线作为配电网中电动汽车充放电调度潜力分析结果。
关于可调度潜力分析系统的具体限定可以参见上文中对于可调度潜力分析方法的限定,在此不再赘述。上述可调度潜力分析系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储上述提到的电动汽车相关数据以及上述方法执行过程中得到的各项数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种可调度潜力分析方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种可调度潜力分析方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图9、图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述可调度潜力分析方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述可调度潜力分析方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种可调度潜力分析方法,其特征在于,包括步骤:
根据电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量以及各行为状态,得到各所述行为状态对应时间段内的剩余电量数据,并根据各所述行为状态对应时间段内的剩余电量数据得到所述预设时间段内的剩余电量数据,以得到所述预设时间段内的剩余电量曲线;所述行为状态包括在网充电状态、在网闲置状态以及离网状态;
根据所述剩余电量曲线获取可充电调度时段以及可放电调度时段;
在所述可充电调度时段内,处理所述电动汽车的充电功率,得到所述电动汽车的充电调度潜力数据;在所述可放电调度时段内,处理所述电动汽车的放电功率,得到所述电动汽车的放电调度潜力数据;
根据各电动汽车的所述充电调度潜力数据和所述放电调度潜力数据,得到配电网中电动汽车充放电调度潜力分析结果。
2.根据权利要求1所述的可调度潜力分析方法,其特征在于,根据所述剩余电量曲线获取可充电调度时段的步骤包括:
根据所述剩余电量曲线获取所述预设时间段内、所述电动汽车处于所述在网闲置状态的闲置时段;
在所述闲置时段内、所述剩余电量数据小于或等于预设充电调度阈值时,确认所述闲置时段为所述可充电调度时段;
根据所述剩余电量曲线获取可放电调度时段的步骤包括:
在所述闲置时段内、所述剩余电量数据大于或等于预设放电调度阈值时,确认所述闲置时段为所述可放电调度时段。
3.根据权利要求1所述的可调度潜力分析方法,其特征在于,处理所述电动汽车的充电功率,得到所述电动汽车的充电调度潜力数据的步骤包括:
将所述电动汽车的充电功率的值作为所述充电调度潜力数据的值;
处理所述电动汽车的放电功率,得到所述电动汽车的放电调度潜力数据的步骤包括:
将所述电动汽车的放电功率的值作为所述放电调度潜力数据的值。
4.根据权利要求1所述的可调度潜力分析方法,其特征在于,还包括步骤:
根据所述电动汽车在所述预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量,确认各所述行为状态;所述入网时刻包括所述电动汽车接入所述配电网的时刻;所述离网时刻包括所述电动汽车断开所述配电网的时刻。
5.根据权利要求4所述的可调度潜力分析方法,其特征在于,确认各所述行为状态的步骤包括:
在上一次离网时刻和本次入网时刻之间的时段内,确认所述电动汽车的所述行为状态为所述离网状态;
在本次入网时刻和本次离网时刻之间的时段内,当所述入网时刻的所述剩余电量小于或等于预设充电阈值时,确认所述电动汽车的所述行为状态为所述在网充电状态;当所述入网时刻的所述剩余电量大于所述预设充电阈值或所述剩余电量表示电量已满时,确认所述电动汽车的所述行为状态为所述在网闲置状态;
得到所述预设时间段内的所述剩余电量数据的步骤包括:
在所述电动汽车的所述行为状态为所述离网状态时,根据本次离网时刻的所述剩余电量、续航里程以及预估行驶路程,获取本次离网状态下的剩余电量数据;
在所述电动汽车的所述行为状态为所述在网充电状态时,根据本次入网时刻的所述剩余电量、充电功率、充电效率以及与所述入网时刻的时间差,获取本次所述在网充电状态下的剩余电量数据;
在所述电动汽车的所述行为状态为所述在网闲置状态时,将所述剩余电量数据的值确认为本次所述入网时刻的剩余电量。
6.根据权利要求1至5任一项所述的可调度潜力分析方法,其特征在于,还包括步骤:
获取非调度时段;所述非调度时段为所述预设时间段内、除所述可充电调度时段与所述可放电调度时段以外的时段;
在所述非调度时段内,将所述充电调度潜力数据的值和所述放电调度潜力数据的值均确认为0。
7.根据权利要求1至5任一项所述的可调度潜力分析方法,其特征在于,所述剩余电量数据为剩余电量曲线;所述充电调度潜力数据为充电调度潜力曲线;所述放电调度潜力数据为放电调度潜力曲线;
根据各电动汽车的所述充电调度潜力数据和所述放电调度潜力数据,得到配电网中电动汽车充放电调度潜力分析结果的步骤包括:
累加各电动汽车的所述放电调度潜力曲线以及所述充电调度潜力曲线,将得到的充放电调度潜力曲线作为所述充放电调度潜力分析结果。
8.一种可调度潜力分析系统,其特征在于,所述系统包括:
剩余电量数据模块,用于根据电动汽车在预设时间段内、入网时刻的剩余电量和离网时刻的剩余电量以及各行为状态,得到各所述行为状态对应时间段内的剩余电量数据,并根据各所述行为状态对应时间段内的剩余电量数据得到所述预设时间段内的剩余电量数据,以得到所述预设时间段内的剩余电量曲线;所述行为状态包括在网充电状态、在网闲置状态以及离网状态;
可充电调度时段获取模块,用于根据所述剩余电量曲线获取可充电调度时段;
可放电调度时段获取模块,用于根据所述剩余电量曲线获取可放电调度时段;
充电调度潜力数据模块,用于在所述可充电调度时段内,处理所述电动汽车的充电功率,得到所述电动汽车的充电调度潜力数据;
放电调度潜力数据模块,用于在所述可放电调度时段内,处理所述电动汽车的放电功率,得到所述电动汽车的放电调度潜力数据;
充放电调度潜力分析模块,用于根据各电动汽车的所述充电调度潜力数据和所述放电调度潜力数据,得到配电网中电动汽车充放电调度潜力分析结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810761621.XA CN108923536B (zh) | 2018-07-12 | 2018-07-12 | 可调度潜力分析方法、系统、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810761621.XA CN108923536B (zh) | 2018-07-12 | 2018-07-12 | 可调度潜力分析方法、系统、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108923536A CN108923536A (zh) | 2018-11-30 |
CN108923536B true CN108923536B (zh) | 2020-09-08 |
Family
ID=64411092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810761621.XA Expired - Fee Related CN108923536B (zh) | 2018-07-12 | 2018-07-12 | 可调度潜力分析方法、系统、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108923536B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110232219B (zh) * | 2019-05-17 | 2022-12-16 | 华南理工大学 | 一种基于数据挖掘的电动汽车可调度容量核定方法 |
CN110422069B (zh) * | 2019-08-07 | 2020-11-27 | 中国恩菲工程技术有限公司 | 电动汽车充放电控制方法、装置、系统、介质和电子设备 |
CN115441491B (zh) * | 2022-09-26 | 2023-06-16 | 国网安徽省电力有限公司马鞍山供电公司 | 一种基于人工智能的自动化电力调度调节系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222928B (zh) * | 2011-06-16 | 2014-01-15 | 北京许继电气有限公司 | 电动汽车动力电池大型集中储能智能型充放电系统 |
CN104410089B (zh) * | 2014-12-18 | 2016-11-16 | 电子科技大学 | 基于电动汽车的风力发电微网功率平衡实时调度方法 |
US9731615B2 (en) * | 2015-03-24 | 2017-08-15 | Honda Motor Co., Ltd. | Grid overlay for a zip coded map system and method therefor |
CN104701931B (zh) * | 2015-04-18 | 2017-02-22 | 国家电网公司 | 一种规模化电动汽车的可放电容量评估方法 |
CN105160451B (zh) * | 2015-07-09 | 2018-08-24 | 上海电力学院 | 一种含电动汽车的微电网多目标优化调度方法 |
CN105046371A (zh) * | 2015-08-19 | 2015-11-11 | 东南大学 | 一种基于需求侧竞价的电动汽车充放电调度方法 |
CN105322559B (zh) * | 2015-11-11 | 2017-07-28 | 重庆大学 | 一种基于v2g技术的电动汽车配电调度控制方法 |
CN105576684B (zh) * | 2016-02-01 | 2018-06-01 | 浙江工业大学 | 一种含高渗透率光电微电网中的电动汽车优化调度方法 |
CN106712061B (zh) * | 2016-05-16 | 2019-02-01 | 浙江工业大学 | 一种基于电动汽车可调度能力的日内优先调度方法 |
CN106655243B (zh) * | 2016-08-12 | 2019-07-30 | 浙江工业大学 | 以维持微电网供需平衡为目的的电动汽车自动需求响应方法 |
CN106384175B (zh) * | 2016-11-04 | 2019-10-11 | 浙江工业大学 | 一种基于可调度能力的电动汽车实时控制方法 |
CN106945558A (zh) * | 2017-03-31 | 2017-07-14 | 天津大学 | 集群电动汽车v2g控制策略 |
CN107392462A (zh) * | 2017-07-18 | 2017-11-24 | 上海电力学院 | 一种考虑分类特性的电动汽车并网调度方法 |
CN108090277A (zh) * | 2017-12-15 | 2018-05-29 | 燕山大学 | 一种考虑满意度和调度能力的电动汽车微网双层优化调度方法 |
-
2018
- 2018-07-12 CN CN201810761621.XA patent/CN108923536B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN108923536A (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109532549B (zh) | 充电功率调整方法、装置、计算机设备和存储介质 | |
CN108923536B (zh) | 可调度潜力分析方法、系统、计算机设备及存储介质 | |
Develder et al. | Quantifying flexibility in EV charging as DR potential: Analysis of two real-world data sets | |
CN102439779B (zh) | 估计并提高能源储存系统中的剩余性能 | |
CN111126740B (zh) | 共享汽车充电调度方法、电子设备及存储介质 | |
DE102012212878A1 (de) | Energieversorgungssystem | |
CN109767087A (zh) | 光伏功率的调度方法、装置、计算机设备和存储介质 | |
CN110929921A (zh) | 充电站负荷预测方法、装置、计算机设备和存储介质 | |
CN107274008B (zh) | 电动汽车充换电需求量预测方法、存储设备及系统 | |
CN109615250B (zh) | 电动汽车充电处理方法、系统、计算机设备和存储介质 | |
CN111612363B (zh) | 基于区块链的电量调度方法、装置、计算机设备和存储介质 | |
CN109703396B (zh) | 无线充电车位的充电控制方法、装置、设备和存储介质 | |
CN109560577B (zh) | 一种交直流混合分布式可再生能源系统的控制方法及系统 | |
CN110806540B (zh) | 电芯测试数据处理方法、装置、系统和存储介质 | |
CN112198441A (zh) | 电池充电剩余时间估算方法及系统 | |
CN111497668B (zh) | 车辆充电管理方法、装置、计算机设备和存储介质 | |
CN109606191B (zh) | 供电控制方法、装置、计算机设备和存储介质 | |
Chai et al. | An evaluation framework for second-life EV/PHEV battery application in power systems | |
CN109830975A (zh) | 储能电池多功能运行优化方法、系统和存储介质 | |
CN113635788B (zh) | 电动非道路车辆充电控制方法、装置、计算机设备和存储介质 | |
CN112994119B (zh) | 供电调度方法、装置、供电系统和存储介质 | |
CN110843589A (zh) | 一种充电桩调度方法 | |
CN113602127B (zh) | 充电桩能源管理方法及装置 | |
CN115409411A (zh) | 一种储能用电方法和系统 | |
CN109624781B (zh) | 一种基于电动汽车能量响应能力预测的储能容量配置方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200908 Termination date: 20210712 |
|
CF01 | Termination of patent right due to non-payment of annual fee |