CN109658009A - 基于随机原理与排队理论的电动汽车充电站能量管理方法 - Google Patents

Abstract

本发明涉及一种基于随机原理与排队理论的电动汽车充电站能量管理方法。针对目前大量电动汽车无序充电行为给电网带来较大负荷峰谷差的问题，提出一种电动汽车充电站两阶段能量管理方法：第一阶段在充分考虑电动汽车充电站服务质量的前提下，运用随机原理对电动汽车充电站日前能量进行配置；第二阶段为进一步提高充电站服务质量和改善电动汽车充电站负荷特性，在严格遵循第一阶段能量配置的前提下，运用排队理论对电动汽车充电进行实时管理。通过该方法可以有效提高电动汽车充电站的服务质量和改善电动汽车无序充电引起的电网较大的负荷峰谷差问题。

Description

基于随机原理与排队理论的电动汽车充电站能量管理方法

技术领域

本发明涉及一种电动汽车充电站能量管理技术，特别涉及一种基于随机原理与排队理论的电动汽车充电站能量管理方法。

背景技术

随着电动汽车行业的快速发展，大量电动汽车的无序充电行为造成电网较大的负荷峰谷差问题。针对此问题，目前研究主要集中在通过制定分时电价来引导电动汽车充电实现对电动汽车充电站能量管理，但是往往会引起反向负荷峰谷差问题，进而并不能有效减小较大的负荷峰谷差。而电动汽车充电站的实时能量管理策略能够改善电动汽车反向负荷峰谷差，但由于电动汽车充电行为的随机性，实时能量管理策略给区域电网调度中心带来很大的困难。所以将电动汽车日前能量配置和实时能量管理策略相结合可以有效解决目前研究中存在的问题。如何在考虑到大量电动汽车充电行为随机性的特性，保证电动汽车充电站服务质量和改善电动汽车充电站负荷特性的前提下，准确得出电动汽车充电站日前能量配置和实时能量管理策略是目前研究的一大难点。

发明内容

本发明是针对大量电动汽车无序充电行为给电网带来较大的负荷峰谷差的问题，提出了一种基于随机原理与排队理论的电动汽车充电站能量管理方法，能够有效提高电动汽车充电站的服务质量和改善电动汽车充电站负荷峰谷差。

本发明的技术方案为：一种基于随机原理与排队理论的电动汽车充电站能量管理方法，，具体包括如下步骤：

1)以最小化电动汽车充电站能量配置为目标函数，确定日前电动汽车充电站能量配置：

1.1)设定电动汽车充电站服务质量的评价标准：

式中：E_ch为用户充电电量；E_re为需要电量；t_stay用户充电等待时间；T_th为最大限度的等待时间；c为电池满充影响系数；

若上式成立，则表明电动汽车用户对于此次的充电服务满意，即电动汽车充电站的本次服务质量满足要求；

超过90％的电动汽车用户满意充电站的服务质量时，则表明该能量配置方案能够满足充电服务质量要求；

1.2)充电场景样本空间数量的确定：

式中：N为满足预测精度和置信度要求下的充电场景样本数量；e为自然常数；η为预测精度；σ为预测置信度；m为可以接受的最大用户不满意的场景数量；n_Θ为日前能量配置方案个数；

能量配置方案满足充电服务质量要求函数g(θ,S)：

θ为日前电动汽车能量配置曲线参数；S为充电场景；

1.3)充电场景的产生：

根据统计数据得出电动汽车到达充电站时间t_arr、离开充电站时间t_lea和需要的充电电量E_re的概率密度分布，根据此概率密度曲线抽样产生充电场景如下：

式中：分别为第l种充电场景下第k辆电动汽车到达充电站时间、离开充电站时间和需要的充电电量；N_EV为电动汽车数量；

1.4)日前电动汽车充电站能量配置确定：

在确定的充电场景样品空间中随机产生充电场景，将每个能量配置方案分别应用于每种充电场景，分别记录不满足充电站服务质量和满足电动汽车充电站服务质量的能量配置方案，从满足服务质量的方案中选择最小配置能量为最终能量配置；

每个能量配置方案则是以固定负荷为基础，同时考虑到动态变化的随机负荷，对电动汽车的能量配置进行估计方案；

2)基于排队理论的电动汽车充电站实时能量管理：

在严格遵守电动汽车充电站日前能量配置的前提下，依据电动汽车到达充电站的时间对电动汽车进行初步充电安排；根据电动汽车充电站的智能管理系统，得到电动汽车的停车时长、需要充电电量和电动汽车充电站负荷特性，在不影响各电动汽车出行的前提下，综合考虑电动汽车用户充电紧急性和电动汽车充电站负荷特性，再次对队列中电动汽车充电顺序进行调整，对电动汽车充电进行实时管理。

本发明的有益效果在于：本发明基于随机原理与排队理论的电动汽车充电站能量管理方法，在充分考虑预测精度和置信度的情况下，通过随机原理确定电动汽车充电场景数量，在保证电动汽车充电站服务质量的前提下，实现了电动汽车充电站的日前能量配置；基于排队理论实现对充电汽车的实时管理，能够进一步提高充电站的服务质量和改善电动汽车充电站较大负荷峰谷差。该方法能为电动汽车充电站的能量管理提供了简单可行的方案。

附图说明

图1为本发明电动汽车充电站能量管理流程图；

图2本发明电动汽车充电站能量管理负荷曲线；

图3电动汽车充电站服务质量图。

具体实施方式

基于随机原理与排队理论的电动汽车充电站能量管理方法，在保证一定预测精度和置信度的前提下，运用随机原理确定充电场景样本空间数量。通过将不同的能量配置方案应用于不同的充电场景，以满足充电站服务质量为前提条件，最小化电动汽车充电站能量配置为选择标准，进而确定最佳电动汽车充电站日前能量配置；为进一步提高电动汽车充电站服务质量和改善电动汽车充电站负荷峰谷差，以不影响电动汽车用户出行为前提条件，减小电动汽车充电站负荷峰谷差管理标准，对到站的电动汽车进行充电时间的调整实现对电动汽车充电站能量的实时管理，方法主要步骤如图1所示。

具体实施步骤如下：

1)日前电动汽车充电站能量配置：

目标函数：

式中：θ为日前电动汽车能量配置曲线参数；P(θ)为电动汽车充电站总负荷功率；Q(θ)为电动汽车充电站一天的总负荷；S为充电场景；W为充电场景空间集合；g(θ,S)能量配置方案满足充电服务质量要求函数。

电动汽车充电站能量配置曲线参数θ中包括θ₁、θ₂、θ₃、θ₄、θ₅，其中θ₁、θ₂为水平分量，θ₃、θ₄为能量配置曲线的幅值，θ₅为幅值饱和因子。为了使得到的能量配置方案更加合理准确，添加不同的幅值饱和因子能够使能量配置方案更加准确。

1.1)电动汽车充电站服务质量的评价标准：

式中：E_ch为用户充电电量；E_re为需要电量；t_stay用户充电等待时间；T_th为最大限度的等待时间；c为电池满充影响系数，通常设定为90％，即电池的充电电量达到最大容量的90％时，便认为该电池已经“满充”了。

若上式成立，则表明电动汽车用户对于此次的充电服务满意，即电动汽车充电站的本次服务质量满足要求。超过90％的电动汽车用户满意充电站的服务质量时，则表明该能量配置方案能够满足充电服务质量要求，具体表达式如下：

1.2)充电场景样本空间数量的确定：

式中：N为满足预测精度和置信度要求下的充电场景样本数量；e为自然常数；η为预测精度；σ为预测置信度；m为可以接受的最大用户不满意的场景数量；n_Θ为日前能量配置方案个数。

1.3)充电场景的产生：

根据统计数据得出电动汽车到达充电站时间t_arr、离开充电站时间t_lea和需要的充电电量E_re的概率密度分布，根据此概率密度曲线抽样产生充电场景如下：

式中：分别为第l种充电场景下第k辆电动汽车到达充电站时间、离开充电站时间和需要的充电电量；N_EV为电动汽车数量。

1.4)日前电动汽车充电站能量配置在确定的充电场景样品空间中随机产生充电场景，将每个能量配置方案分别应用于每种充电场景，分别记录不满足充电站服务质量和满足电动汽车充电站服务质量的能量配置方案，从满足服务质量的方案中选择最小配置能量为最终能量配置。

每个地区的电动汽车充电站负荷主要分为固定负荷和随机负荷，固定负荷是指充电较为规律的电动汽车，而随机负荷指充电的不确定性比较大，则每个能量配置方案则是以固定负荷为基础，同时考虑到动态变化的随机负荷，对电动汽车的能量配置进行相应的估计；

2)基于排队理论的电动汽车充电站实时能量管理方法:

在严格遵循电动汽车充电站日前制定的能量分布曲线前提下，进一步提高电动汽车用户满意度和改善电动汽车充电站负荷峰谷差，对电动汽车充电站进行实时能量管理。具体步骤如下：

2.1)根据电动汽车到达充电站的先后顺序，初步遵循先到先充的原则安排电动汽车进行充电；

2.2)根据电动汽车充电站的智能管理系统，得到电动汽车的停车时长、需要充电电量和电动汽车充电站负荷特性，基于上述信息，在不影响各电动汽车出行的前提下，综合考虑电动汽车用户充电紧急性和电动汽车充电站负荷特性，再次对队列中电动汽车充电顺序进行调整，进而达到提高电动汽车充电站服务质量和改善电动汽车充电站的负荷特性的目的。

为验证所提基于随机原理与排队理论的电动汽车充电站两阶段能量管理方法的有效性。提出仿真案例研究：

(1)电动汽车负荷特性分析：该案例的统计数据来源于某高校的电动汽车充电站，该充电站共有充电桩的数量为50，根据充电站的历史统计数据可以得出t_arr、t_lea和E_re的分布情况。

(2)系统参数设计：θ₁∈{0.9 1.0 1.1}，θ₂∈{0.9 1.0 1.1}，θ₃∈{0.9 1.0 1.1}，θ₄∈{0.9 1.0 1.1 1.2}，θ₅∈{0.9 0.95 1 1.05}，η＝0.05，σ＝0.05，m＝20，则n_Θ＝3³·4²＝432；故可以得出N＝432。

(3)则根据步骤(1)，采用蒙特卡洛法产生N种充电场景,将每一种充电方案应用于不同的充电场景得出最优能量配置方案。

θopt＝{0.9 1.0 1.0 1.2 0.95}

(4)严格执行步骤(3)得出的最佳日前电动汽车充电站能量配置曲线，依据电动汽车用户充电的紧急性和电动汽车充电站负荷特性，对电动汽车充电站进行能量实时管理。

(5)将本发明所提出的基于随机原理与排队理论的两阶段能量管理方法和现有电动汽车能量管理策略进行对比，如图2所示，所提方法能够有效降低电动汽车充电站较大的负荷峰谷差，进而改善电动汽车充电站负荷特性。与此同时，电动汽车用户对充电站的服务满意度如图3所示，超过95％的电动汽车用户对于充电站的服务表示满意，有效提高了充电站服务质量。故本发明所提出基于随机原理与排队理论的电动汽车充电站能量管理方法能够有效提高充电站服务质量和改善电动汽车充电站较大的负荷峰谷差问题。

Claims (1)

1.一种基于随机原理与排队理论的电动汽车充电站能量管理方法，其特征在于，具体包括如下步骤：

1)以最小化电动汽车充电站能量配置为目标函数，确定日前电动汽车充电站能量配置：

1.1)设定电动汽车充电站服务质量的评价标准：

式中：E_ch为用户充电电量；E_re为需要电量；t_stay用户充电等待时间；T_th为最大限度的等待时间；c为电池满充影响系数；

若上式成立，则表明电动汽车用户对于此次的充电服务满意，即电动汽车充电站的本次服务质量满足要求；

超过90％的电动汽车用户满意充电站的服务质量时，则表明该能量配置方案能够满足充电服务质量要求；

1.2)充电场景样本空间数量的确定：

式中：N为满足预测精度和置信度要求下的充电场景样本数量；e为自然常数；η为预测精度；σ为预测置信度；m为可以接受的最大用户不满意的场景数量；n_Θ为日前能量配置方案个数；

能量配置方案满足充电服务质量要求函数g(θ,S)：

θ为日前电动汽车能量配置曲线参数；S为充电场景；

1.3)充电场景的产生：

根据统计数据得出电动汽车到达充电站时间t_arr、离开充电站时间t_lea和需要的充电电量E_re的概率密度分布，根据此概率密度曲线抽样产生充电场景如下：

式中：分别为第l种充电场景下第k辆电动汽车到达充电站时间、离开充电站时间和需要的充电电量；N_EV为电动汽车数量；

1.4)日前电动汽车充电站能量配置确定：

在确定的充电场景样品空间中随机产生充电场景，将每个能量配置方案分别应用于每种充电场景，分别记录不满足充电站服务质量和满足电动汽车充电站服务质量的能量配置方案，从满足服务质量的方案中选择最小配置能量为最终能量配置；

每个能量配置方案则是以固定负荷为基础，同时考虑到动态变化的随机负荷，对电动汽车的能量配置进行估计方案；

2)基于排队理论的电动汽车充电站实时能量管理：

在严格遵守电动汽车充电站日前能量配置的前提下，依据电动汽车到达充电站的时间对电动汽车进行初步充电安排；根据电动汽车充电站的智能管理系统，得到电动汽车的停车时长、需要充电电量和电动汽车充电站负荷特性，在不影响各电动汽车出行的前提下，综合考虑电动汽车用户充电紧急性和电动汽车充电站负荷特性，再次对队列中电动汽车充电顺序进行调整，对电动汽车充电进行实时管理。