CN109193718A - 一种适应于v2g的选择电动汽车入网调控方法 - Google Patents
一种适应于v2g的选择电动汽车入网调控方法 Download PDFInfo
- Publication number
- CN109193718A CN109193718A CN201810862734.9A CN201810862734A CN109193718A CN 109193718 A CN109193718 A CN 109193718A CN 201810862734 A CN201810862734 A CN 201810862734A CN 109193718 A CN109193718 A CN 109193718A
- Authority
- CN
- China
- Prior art keywords
- electric car
- regulation
- power grid
- state
- index
- 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
Links
- 230000033228 biological regulation Effects 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000006855 networking Effects 0.000 title claims abstract description 17
- 238000006116 polymerization reaction Methods 0.000 claims abstract description 5
- 230000005611 electricity Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 abstract description 3
- 230000004044 response Effects 0.000 abstract description 3
- 238000011217 control strategy Methods 0.000 abstract description 2
- 230000001276 controlling effect Effects 0.000 abstract 1
- 230000009977 dual effect Effects 0.000 abstract 1
- 238000005457 optimization Methods 0.000 abstract 1
- 230000000295 complement effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种适应于V2G的选择电动汽车入网调控方法,在考虑电动汽车车主、电动汽车聚合商以及调度机构的需求基础上,依据电动汽车充放电特性,建立以需求响应为基础的电动汽车聚合商及调度机构双层管理模式,提出一种判定电动汽车参与电网调控的4种判定指标,包括电池寿命、电动汽车可控状态、电动汽车荷电状态、参与调控的经济效应。在此基础上,本发明考虑用户出行需求等约束条件,提出基于指标排序的电动汽车聚合控制策略。本发明可实现电动汽车参与电网调控优先级排序,在V2G中更好地调控电动汽车参与电网削峰填谷的同时,又不影响车主的使用需求,同时在电动汽车调控中考虑调控费用因素,可以减小不必要的调控成本,实现V2G的优化。
Description
技术领域
本发明属于电动汽车调控领域,尤其是涉及一种适应于V2G的选择电动汽车 入网调控方法。
背景技术
电动汽车作为环保型新型交通工具得以发展迅速,随着续航里程的提升和相 关基础设施的完善,电动公交和电动出租车的推广使用势头迅猛。同时电力市场 也在不断进行改革,电力工业管理不再拘泥于过去的供应侧单独管理,逐渐变成 了需求侧和供应侧双向管理的模式,这使得电动汽车不仅可以作为一种电力负荷 从电网吸收电能,同时也可以作为一种临时储能系统,在电力负荷的高峰时段反 向向电网释放电能,实现电网电能与电动汽车的双向互动。但是电动汽车不同于 普通传统家庭用电设备,它对电能的消耗较大,大规模且无序的电动汽车充放电 会给配电网造成巨大冲击。因此,如果将大规模无序的电动汽车整合起来,进行 合理的管理和控制,按照电网要求有次序进行充放电,使其可以在用电低谷时充 电,用电高峰时放电,可以起到削峰填谷电力系统负荷曲线的作用。
如果将大规模无序的电动汽车整合起来,按照时间和调度命令的不同对其进 行集群管理,将其作为可灵活调度的需求侧响应资源,不仅可以消除不利影响, 还可用于平抑负荷及可再生能源波动、调频等,有效支持电网的安全稳定运行。
发明内容
本发明为解决如何选择电动汽车接入电网参与调控的问题,在满足电动汽车 车主需求的基础上,同时考虑降低调控成本,提供一种选择电动汽车作为分布式 能源参与电网调控的指标体系。
为了实现上述目的,本发明采取以下技术方案实现。该技术方案包括下列步 骤:
一种适应于V2G的选择电动汽车入网调控方法,具体包含如下步骤:
步骤1,确定待研究区域电网,记典型工商业区负荷下的电网区域为S,该 电网区域S为双层调度模式,即存在电网聚合商,且该电网存在负荷波动;
步骤2,利用MATLAB分析电网区域S中电网在常规负荷情况下当电动汽车 随机接入电网充电时电网的负荷波动情况,记电网常规负荷加上电动汽车负荷的 总负荷为负荷A;
步骤3,负荷A相较于电网常规负荷存在更明显的峰谷差与负荷波动,应杜 绝电动汽车接入电网随机充电行为,计算电网区域S内电动汽车集群中每台电动 汽车的四个指标:状态切换指标f1、可控系数指标f2、荷电状态指标f3、经济指 标f4,记总调控指标为F;
步骤4,计算全天内该集群中电动汽车指标F变化情况,记当前时刻为时刻 T,当结束本次时刻电动汽车的调控后,要相应的变化电动汽车自身特性值,如 荷电状态等,根据T+1时刻电动汽车的状态计算T+1时刻每台电动汽车的F值;
步骤5,根据T时刻的F指标,进行此时刻集群内部调控容量分配。
作为本发明一种适应于V2G的选择电动汽车入网调控方法的进一步优选方 案,在步骤3中,状态切换指标f1采用下式计算:
其中,tdura表示电动汽车从一种状态变为另一种状态的时间;表示可控 电动汽车从一种状态变为另一种状态间隔时间最大值;tlimit为设定的最短切换时 间;ti表示第i辆电动汽车两次状态切换的时间间隔。易得f1∈[0,1],f1越大越 应优先控制。
作为本发明一种适应于V2G的选择电动汽车入网调控方法的进一步优选方 案,在步骤3中,可控系数指标f2采用下式计算:
式中,分别为根据汽车所有者的要求的第i辆车接入电网的时间和 车主预先设定的停止充电时间,为第i辆车充最短充电时间需求:
式中,为电动汽车额定充电功率;为电动汽车电池容量;为电动 汽车刚接入电网时刻的SOC状态,且离开电网时刻的SOC状态表示为ηi为电动汽车充放电效率。
作为本发明一种适应于V2G的选择电动汽车入网调控方法的进一步优选方 案,在步骤3中,荷电状态指标f3采用下式计算:
式中,SOCmax和SOCmin分别为当前时刻电动汽车荷电状态最大和最小值; Preg(t)=Pd(t)-P0(t),P0(t)为电动汽车集群在t时刻自然充电功率,令Pd(t) 代表由上层电网控制中心发送给集群电动汽车的功率跟踪目标,当Preg(t)>0 时,表示Pd(t)>P0(t),即此时集群电动汽车的自然充电功率小于需要达到的控 制目标,整个集群需要增加充电功率,当Preg(t)<0时,表示电动汽车集群需要 增加放电功率,易知f3是0---1之间的数字,且是一个时变量。
作为本发明一种适应于V2G的选择电动汽车入网调控方法的进一步优选方 案,在步骤3中,在调控之中计及调控费用,降低电网调控成本,不同时间段车 主参与调控所要求的费用也不相同,经济指标f4采用下式计算:
式中,Pricemarginal为电网增发单位电量所需成本价格,为第i辆电 动汽车向电网反馈单位电量的电能价格。
作为本发明一种适应于V2G的选择电动汽车入网调控方法的进一步优选方 案,在步骤3中,通过对四个指标的组合作为最终电动汽车当前参与调控优先级 的判定指标,综合判定指标F采用下式计算:
F=f2f4(ω1f1+ω2f3)
式中,ω1、ω2分别为指标f1、f3的权重。
作为本发明一种适应于V2G的选择电动汽车入网调控方法的进一步优选方 案,考虑到电动汽车本身可参与调控的能力不同,不同汽车参与调控的所分担的 负荷值也不同,其特征在于步骤3中,电动汽车集群内部容量分配中使用总指标 按比例分配给集群内部的每一台电动汽车,分配方案采用下式计算:
式中PGrid为电网调控的要求容量,Pcar为电动汽车可提供的调控容量,Pneed为电动汽车集群最终参与调控容量。
有益效果:本发明提供一种衡量电动汽车接入电网参与削峰填谷平稳系统负 荷能力的指标体系,应用于电力系统早晚高峰时期,可以实现在满足电动汽车车 主用电需求的同时兼顾电动汽车自身特性以及调控费用的条件下实现电网的削 峰填谷,减小电网负荷波动,可产生如下技术效果:
1、采用该方法,可有效评估不同电动汽车参与V2G的能力,可通过此能力 判定不同电动汽车投入调控的优先级;
2、针对不同的电动汽车,采用此方法可以将车主的需求考虑到V2G之中, 在不影响车主本身出行的需要的同时增强V2G的用户满意度,;
3、对于需要电动汽车集群参与的电力系统,采用该方法可以有效地降低电 网调控费用。此外,由于电网峰谷差的下降,也使得电网本身网损费用减少。
附图说明
图1是本发明方法流程图;
图2是本发明实施例所描述的在网电动汽车数量与可参与调控的电动汽车 数量随时间变化图;
图3是本发明实施例所描述的电动汽车集群可提供调控容量与电网所需调 控量图;
图4是本发明实施例所描述的电动汽车集群可提供调控容量与电网常规负 荷图;
图5是本发明实施例所描述的电动汽车集群可以提供的调控容量与电网常 规负荷成互补关系。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
本实施例以工商业区规模的5000个电动汽车集群作为研究对象。
假设该集群电动汽车入网时间ton服从N(8.5,2)正态分布,离网时间服从 N(18,2)正态分布;假设EV类型相同,电池容量都为48KWh,充电功率极限为8KW, 放电功率极限为-8KW,充电桩效率为0.95;设置初始SOC服从N(0.5,1)正态分 布,最大SOCmax为1,最小SOCmin为0.2;选取边际电价Pmarginal为0.8元/度, Pcar服从N(0.6,1)正态分布;取ω1=0.5,ω2=0.5;假设所有F值大于1的车主 有85%愿意参与调控;认为车主对于自己的电动汽车是否参与调控以及汽车接入 电网的时间与离开时间具有完全自主选择权;假设仿真中车主在电动汽车接入电 网后不再改变电动汽车的行驶安排;采用典型工作日EV行驶状态进行模拟仿真, 仿真时段为Δt=15min,将全天24h分为96个时间段,早上7点为第一个时间 点。认为每个时间段内用电基本情况不变即电网的常规负荷以及电动汽车充放电 负荷不变。其中电网常规负荷在早上9:30点至早上11:45点(第10时刻至第 19时刻)形成用电高峰,第二个用电高峰出现在傍晚18:30至20:15(第46时 刻至第53时刻)。
适应于电动汽车接入电网参与电网调控的方法,如图1所示,包括以下步骤:
在网的电动汽车才具有参与电网调控的能力,根据《2016年北京交通发展 年报》的调研数据可以得到表1,表1为在网电动汽车数量。
表1
确定工商业区规模的5000个电动汽车集群作为研究对象;选定早上7点作 为调控开始的第一个时刻,采用公式(1)、(2)、(3)判断初始时刻集群中所有 车辆所处的可调度模式,根据前24小时对于电网负荷预测的数据,可以得到电 网在每个时刻所处的是削峰状态或是填谷状态,如表2所示,表2是削峰填谷 时刻值。
仅提供充电调度:
SOCi(t)<SOCi,min (1)
式中,SOCi(t)为电动汽车i在时刻t的SOC,SOCi,min为电动汽车i的放电调度 阈值。
仅提供放电调度:
SOCi(t)>SOCi,max (2)
式中,SOCi,max为电动汽车i的充电调度阈值。
同时提供充放电调度:
SOCi,min≤SOCi(t)≤SOCi,max (3)
表2
由表2可知,模拟的电网在1-9时刻与63-96时刻处于削峰的状态,10-63 时刻处于填谷的状态。同时针对平稳系统负荷可以得到不同时刻电动汽车所需调 控量曲线图,如图2所示:
在完成上述电动汽车状态与电网状态的判断后,根据公式(4)、(5)、(7)、(8)计算各个电动汽车不同的指标数据:
其中,tdura表示电动汽车从一种状态变为另一种状态之间间隔的时间,表示可控电动汽车从一种状态变为另一种状态之间间隔时间最大值。tlimit为设定 的最短切换时间。ti表示第i辆电动汽车两次状态切换的时间间隔,易得f1∈ [0,1],f1越大越应优先控制。
式中,分别为第i辆车接入电网的时间和车主预先设定的停止充 电时间分别为根据汽车所有者的要求。为第i辆车充电的最短充电时间需求:
式中,为电动汽车的额定充电功率。表示电动汽车的电池容量;电动 汽车刚接入电网时刻的SOC状态表示为离开电网时刻的SOC状态表示 为ηi表示电动汽车的充放电效率。
若定义的充电时间则这台电动汽车一直以额定 功率在电网中充电直至离开电网。
式中,SOCmax和SOCmin分别是当前时刻电动汽车荷电状态的最大和最小值, 易知f3是0---1之间的数字,且是一个时变量。其中Preg(t)=Pd(t)-P0(t),电 动汽车集群在t时刻自然充电功率为P0(t),令Pd(t)代表由上层电网控制中心发 送给集群电动汽车的功率跟踪目标。当Preg(t)>0时,表示Pd(t)>P0(t),即此 时集群电动汽车的自然充电功率小于需要达到的控制目标,整个集群需要增加充 电功率;当Preg(t)<0时,表示电动汽车集群需要增加放电功率。
式中,Pricemarginal表示电网增发单位电量所需成本价格,表示第i 辆电动汽车向电网反馈单位电量的电能的价格。理论上,因为每一台电动汽车都 有不同的车主,每个车主愿意参加电网调度的意愿程度不同,所以根据车辆 的变化而变化。同时还应是一个时变量不同的时间段车主 参与调控所要求的调控费用也不相同。
四个指标计算完成后,根据式(9)计算每台电动汽车时刻1的总指标值F:
F=f2f4(ω1f1+ω2f3) (9)
式中,ω1、ω2分别表示指标f1、f3的权重。
按照上述计算方法计算时刻1集群中所有电动汽车的F值,所有电动汽车完 成此计算循环后对每一辆电动汽车的F值进行排序,得出时刻1参与调度的电动 汽车的优先级排序。判断时刻1该电动汽车集群可提供的调控容量与电网所需的 调控容量,当可提供的调控容量大于或等于电网所需的调控容量时取电网所需调 控容量为最终需要填充量,否则只选取可提供的调控容量为最终填补量。考虑到 电动汽车本身可参与调控的能力不同,不同汽车参与调控的所分担的负荷值也不 同,分配方法如式10所示。
式中PGrid为电网调控的要求容量,Pcar为电动汽车可以提供的调控的容量, Pneed为电动汽车集群最终参与调控的容量。
完成时刻1的调控任务后,每个电动汽车此时的荷电量SOC与状态切换次数 等也发生了变化,在时刻2进行调控时,仍需重新计算不同车辆的F值,进行优 先级排序,再根据此优先级排序完成电动汽车集群内部的容量再分配,以此类推 直至完成全天时刻调控。
通过表1和上述计算可以得到不同时刻在网电动汽车数量与可控电动汽车 数量的变化曲线如图3所示。
根据综合指标排序及在网电动汽车的百分比得出在网且可参与调控的电动 汽车,此集群为Carcontrol,此集群响应图2或表2所示的调控命令,可以得到不 同时间段可参与调控的电动汽车的数量变化情况,如图3所示。从图3可以得到, 随着长时间的调控,在网可调电动汽车集群中电动汽车数量是一直处于变化的状 态,且长时间的调控会使得一直处于这个状态的电动汽车数量呈现下降趋势,可 见增大电动汽车集群规模,增大有意愿参与调控的车主的百分比对于电网削峰填 谷的调控是很有意义的。根据式(10)可得到修正后的电动汽车集群调度命令Pneed, 从图4可以看出在大部分时刻电动汽车集群能满足电网调控的命令需求的,但是 在调控的后期(削峰时段后期/填谷时段后期)或者调控需求较高的时期由于集 群自身原因的限制,不能完全满足电网的调控命令。总而言之,在一定程度的调 控需求上,以及调控时段持续时间没有超过定值的基础上,根据该聚合控制策略, 电动汽车集可以满足电网的调控需求。根据图5可以看出电动汽车集群可以提供 的调控容量与电网常规负荷成互补关系,可以实现平滑电网负荷曲线的作用。
Claims (7)
1.一种适应于V2G的选择电动汽车入网调控方法,其特征在于:具体包含如下步骤:
步骤1,确定待研究区域电网,记典型工商业区负荷下的电网区域为S,该电网区域S为双层调度模式,即存在电网聚合商,且该电网存在负荷波动;
步骤2,利用MATLAB分析电网区域S中电网在常规负荷情况下当电动汽车随机接入电网充电时电网的负荷波动情况,记电网常规负荷加上电动汽车负荷的总负荷为负荷A;
步骤3,负荷A相较于电网常规负荷存在更明显的峰谷差与负荷波动,应杜绝电动汽车接入电网随机充电行为,计算电网区域S内电动汽车集群中每台电动汽车的四个指标:状态切换指标f1、可控系数指标f2、荷电状态指标f3、经济指标f4,记总调控指标为F;
步骤4,计算全天内该集群中电动汽车指标F变化情况,记当前时刻为时刻T,当结束本次时刻电动汽车的调控后,要相应的变化电动汽车自身特性值,如荷电状态等,根据T+1时刻电动汽车的状态计算T+1时刻每台电动汽车的F值;
步骤5,根据T时刻的F指标,进行此时刻集群内部调控容量分配。
2.根据权利要求1所述的一种适应于V2G的选择电动汽车入网调控方法,其特征在于:在步骤3中,状态切换指标f1采用下式计算:
其中,tdura表示电动汽车从一种状态变为另一种状态的时间;表示可控电动汽车从一种状态变为另一种状态间隔时间最大值;tlimit为设定的最短切换时间;ti表示第i辆电动汽车两次状态切换的时间间隔。易得f1∈[0,1],f1越大越应优先控制。
3.根据权利要求1所述的一种适应于V2G的选择电动汽车入网调控方法,其特征在于:在步骤3中,可控系数指标f2采用下式计算:
式中,分别为根据汽车所有者的要求的第i辆车接入电网的时间和车主预先设定的停止充电时间,为第i辆车充最短充电时间需求:
式中,为电动汽车额定充电功率;为电动汽车电池容量;为电动汽车刚接入电网时刻的SOC状态,且离开电网时刻的SOC状态表示为ηi为电动汽车充放电效率。
4.根据权利要求1所述的一种适应于V2G的选择电动汽车入网调控方法,其特征在于:在步骤3中,荷电状态指标f3采用下式计算:
式中,SOCmax和SOCmin分别为当前时刻电动汽车荷电状态最大和最小值;Preg(t)=Pd(t)-P0(t),P0(t)为电动汽车集群在t时刻自然充电功率,令Pd(t)代表由上层电网控制中心发送给集群电动汽车的功率跟踪目标,当Preg(t)>0时,表示Pd(t)>P0(t),即此时集群电动汽车的自然充电功率小于需要达到的控制目标,整个集群需要增加充电功率,当Preg(t)<0时,表示电动汽车集群需要增加放电功率,易知f3是0---1之间的数字,且是一个时变量。
5.根据权利要求1所述的一种适应于V2G的选择电动汽车入网调控方法,其特征在于:在步骤3中,在调控之中计及调控费用,降低电网调控成本,不同时间段车主参与调控所要求的费用也不相同,经济指标f4采用下式计算:
式中,Pricemarginal为电网增发单位电量所需成本价格,为第i辆电动汽车向电网放单位电量的电能价格。
6.根据权利要求1所述的一种适应于V2G的选择电动汽车入网调控方法,其特征在于步骤3中,通过对四个指标的组合作为最终电动汽车当前参与调控优先级的判定指标,综合判定指标F采用下式计算:
F=f2f4(ω1f1+ω2f3)
式中,ω1、ω2分别为指标f1、f3的权重。
7.根据权利要求1所述的一种适应于V2G的选择电动汽车入网调控方法,考虑到电动汽车本身可参与调控的能力不同,不同汽车参与调控的所分担的负荷值也不同,其特征在于步骤3中,电动汽车集群内部容量分配中使用总指标按比例分配给集群内部的每一台电动汽车,分配方案采用下式计算:
式中PGrid为电网调控的要求容量,Pcar为电动汽车可提供的调控容量,Pneed为电动汽车集群最终参与调控容量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810862734.9A CN109193718B (zh) | 2018-08-01 | 2018-08-01 | 一种适应于v2g的选择电动汽车入网调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810862734.9A CN109193718B (zh) | 2018-08-01 | 2018-08-01 | 一种适应于v2g的选择电动汽车入网调控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109193718A true CN109193718A (zh) | 2019-01-11 |
CN109193718B CN109193718B (zh) | 2022-03-11 |
Family
ID=64937692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810862734.9A Active CN109193718B (zh) | 2018-08-01 | 2018-08-01 | 一种适应于v2g的选择电动汽车入网调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109193718B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110293874A (zh) * | 2019-06-06 | 2019-10-01 | 北京航盛新能科技有限公司 | 一种基于模糊控制的v2g微网系统能量优化控制方法 |
CN110303931A (zh) * | 2019-05-29 | 2019-10-08 | 北京航盛新能科技有限公司 | 一种适用于v2g的电动汽车智能充电方法 |
CN111016725A (zh) * | 2019-12-31 | 2020-04-17 | 西安交通大学 | 一种储能式充电桩的模式选择控制方法 |
CN111783359A (zh) * | 2020-07-02 | 2020-10-16 | 重庆大学 | 考虑换电经济性与电网削峰填谷的电池调度优化方法 |
CN112193121A (zh) * | 2020-12-04 | 2021-01-08 | 国网智慧能源交通技术创新中心(苏州)有限公司 | 一种v2g直流充电桩的集群放电控制方法 |
CN113725884A (zh) * | 2021-09-01 | 2021-11-30 | 沈阳工业大学 | 考虑用户出行需求的电动汽车集群电网调峰容量整合方法 |
CN114612001A (zh) * | 2022-03-31 | 2022-06-10 | 华中科技大学 | 集群电动汽车参与电网削峰的调控指令分解方法和系统 |
CN114757507A (zh) * | 2022-03-30 | 2022-07-15 | 华南理工大学 | 基于动态区域调度电价的电动汽车v2g调控方法 |
CN116706963A (zh) * | 2023-05-07 | 2023-09-05 | 国网湖北省电力有限公司营销服务中心(计量中心) | 基于区域电力负荷预测的大规模电动汽车v2g调度方法 |
EP4293605A4 (en) * | 2021-02-10 | 2024-03-27 | Nissan Motor Co., Ltd. | CHARGE/DISCHARGE CONTROL METHOD AND CHARGE/DISCHARGE CONTROL DEVICE |
EP4293604A4 (en) * | 2021-02-10 | 2024-03-27 | Nissan Motor Co., Ltd. | CHARGE/DISCHARGE LOSS REDUCTION METHOD AND CHARGE/DISCHARGE LOSS REDUCTION DEVICE |
DE102023107416A1 (de) | 2023-03-24 | 2024-09-26 | Audi Aktiengesellschaft | Verfahren zum Bestimmen eines Betriebsmodus für ein Energieversorgungssystem sowie Energieversorgungssystem und Fahrzeug |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106384175A (zh) * | 2016-11-04 | 2017-02-08 | 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 |
CN106873552A (zh) * | 2017-02-06 | 2017-06-20 | 山东鲁能智能技术有限公司 | 群互联控制的电动汽车充电监控系统及方法 |
CN106945558A (zh) * | 2017-03-31 | 2017-07-14 | 天津大学 | 集群电动汽车v2g控制策略 |
US20170337646A1 (en) * | 2016-05-19 | 2017-11-23 | Hefei University Of Technology | Charging and discharging scheduling method for electric vehicles in microgrid under time-of-use price |
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
- 2018-08-01 CN CN201810862734.9A patent/CN109193718B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170337646A1 (en) * | 2016-05-19 | 2017-11-23 | Hefei University Of Technology | Charging and discharging scheduling method for electric vehicles in microgrid under time-of-use price |
CN106384175A (zh) * | 2016-11-04 | 2017-02-08 | 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 |
CN106873552A (zh) * | 2017-02-06 | 2017-06-20 | 山东鲁能智能技术有限公司 | 群互联控制的电动汽车充电监控系统及方法 |
CN106945558A (zh) * | 2017-03-31 | 2017-07-14 | 天津大学 | 集群电动汽车v2g控制策略 |
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 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110303931B (zh) * | 2019-05-29 | 2021-03-23 | 北京航盛新能科技有限公司 | 一种适用于v2g的电动汽车智能充电方法 |
CN110303931A (zh) * | 2019-05-29 | 2019-10-08 | 北京航盛新能科技有限公司 | 一种适用于v2g的电动汽车智能充电方法 |
CN110293874A (zh) * | 2019-06-06 | 2019-10-01 | 北京航盛新能科技有限公司 | 一种基于模糊控制的v2g微网系统能量优化控制方法 |
CN110293874B (zh) * | 2019-06-06 | 2021-07-02 | 北京航盛新能科技有限公司 | 一种基于模糊控制的v2g微网系统能量优化控制方法 |
CN111016725A (zh) * | 2019-12-31 | 2020-04-17 | 西安交通大学 | 一种储能式充电桩的模式选择控制方法 |
CN111783359A (zh) * | 2020-07-02 | 2020-10-16 | 重庆大学 | 考虑换电经济性与电网削峰填谷的电池调度优化方法 |
CN111783359B (zh) * | 2020-07-02 | 2023-11-03 | 重庆大学 | 考虑换电经济性与电网削峰填谷的电池调度优化方法 |
CN112193121B (zh) * | 2020-12-04 | 2021-03-02 | 国网智慧能源交通技术创新中心(苏州)有限公司 | 一种v2g直流充电桩的集群放电控制方法 |
CN112193121A (zh) * | 2020-12-04 | 2021-01-08 | 国网智慧能源交通技术创新中心(苏州)有限公司 | 一种v2g直流充电桩的集群放电控制方法 |
EP4293605A4 (en) * | 2021-02-10 | 2024-03-27 | Nissan Motor Co., Ltd. | CHARGE/DISCHARGE CONTROL METHOD AND CHARGE/DISCHARGE CONTROL DEVICE |
EP4293604A4 (en) * | 2021-02-10 | 2024-03-27 | Nissan Motor Co., Ltd. | CHARGE/DISCHARGE LOSS REDUCTION METHOD AND CHARGE/DISCHARGE LOSS REDUCTION DEVICE |
CN113725884A (zh) * | 2021-09-01 | 2021-11-30 | 沈阳工业大学 | 考虑用户出行需求的电动汽车集群电网调峰容量整合方法 |
CN113725884B (zh) * | 2021-09-01 | 2024-08-02 | 沈阳工业大学 | 考虑用户出行需求的电动汽车集群电网调峰容量整合方法 |
CN114757507A (zh) * | 2022-03-30 | 2022-07-15 | 华南理工大学 | 基于动态区域调度电价的电动汽车v2g调控方法 |
CN114757507B (zh) * | 2022-03-30 | 2024-09-27 | 华南理工大学 | 基于动态区域调度电价的电动汽车v2g调控方法 |
CN114612001B (zh) * | 2022-03-31 | 2024-07-05 | 华中科技大学 | 集群电动汽车参与电网削峰的调控指令分解方法和系统 |
CN114612001A (zh) * | 2022-03-31 | 2022-06-10 | 华中科技大学 | 集群电动汽车参与电网削峰的调控指令分解方法和系统 |
DE102023107416A1 (de) | 2023-03-24 | 2024-09-26 | Audi Aktiengesellschaft | Verfahren zum Bestimmen eines Betriebsmodus für ein Energieversorgungssystem sowie Energieversorgungssystem und Fahrzeug |
CN116706963A (zh) * | 2023-05-07 | 2023-09-05 | 国网湖北省电力有限公司营销服务中心(计量中心) | 基于区域电力负荷预测的大规模电动汽车v2g调度方法 |
CN116706963B (zh) * | 2023-05-07 | 2024-04-12 | 国网湖北省电力有限公司营销服务中心(计量中心) | 基于区域电力负荷预测的大规模电动汽车v2g调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109193718B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109193718A (zh) | 一种适应于v2g的选择电动汽车入网调控方法 | |
CN111682567B (zh) | 一种基于模糊控制技术考虑用户评价的有序充放电控制方法 | |
CN111422094B (zh) | 分布式充电桩的充放电协调优化控制方法 | |
CN107612048B (zh) | 基于模型预测的电动汽车调频控制策略 | |
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 | |
CN111313437B (zh) | 计及充电计划优化的电动汽车分布式调频控制方法 | |
CN103903090B (zh) | 基于用户意愿和出行规律的电动汽车充电负荷分配方法 | |
CN108062619B (zh) | 一种轨道车辆车地一体化容量配置方法及装置 | |
CN110289622B (zh) | 一种光储充能量路由器的日前经济优化调度方法 | |
CN116632896B (zh) | 一种多光储充电站的电动汽车充放电协同调度方法及系统 | |
CN105515110A (zh) | 一种电动汽车有序充电实时控制系统 | |
CN110611322A (zh) | 一种基于电动汽车能效电厂的系统频率控制方法 | |
CN113829934A (zh) | 一种电动汽车集群聚合响应能力确定方法及调度方法 | |
CN115549159A (zh) | 一种考虑调峰成本的大规模电动汽车分群调度策略 | |
CN116811628A (zh) | 一种含电动汽车充电的综合能源系统及有序充电方法 | |
CN109130943B (zh) | 共享电池站控制策略 | |
Zhang et al. | Orderly automatic real-time charging scheduling scenario strategy for electric vehicles considering renewable energy consumption | |
CN108736496B (zh) | 一种分布式储能系统的补充性规划方法及系统 | |
CN108321916B (zh) | 一种具有能量协作功能的基站及能量协作方法 | |
CN110334903B (zh) | 基于背包算法的电动汽车充电调度方法 | |
CN110826210B (zh) | 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法 | |
CN110861508B (zh) | 居民区直流充电机共享充电控制方法、系统及存储介质 | |
CN114640133B (zh) | 一种基于实时信息的城市电网电动汽车协同调控方法及系统 | |
CN114400653A (zh) | 一种基于日前负荷预测值的电动汽车充电优化方法 | |
CN114742449B (zh) | 基于优先级权重系数的电动汽车分群调度方法 |
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 |