CN109670674B - 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法 - Google Patents

一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法 Download PDF

Info

Publication number
CN109670674B
CN109670674B CN201811376530.0A CN201811376530A CN109670674B CN 109670674 B CN109670674 B CN 109670674B CN 201811376530 A CN201811376530 A CN 201811376530A CN 109670674 B CN109670674 B CN 109670674B
Authority
CN
China
Prior art keywords
charging
time
electric automobile
electric vehicle
node
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
CN201811376530.0A
Other languages
English (en)
Other versions
CN109670674A (zh
Inventor
杨强
孙思扬
颜文俊
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201811376530.0A priority Critical patent/CN109670674B/zh
Publication of CN109670674A publication Critical patent/CN109670674A/zh
Application granted granted Critical
Publication of CN109670674B publication Critical patent/CN109670674B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • 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
    • G06Q50/40—Business processes related to the transportation industry
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种考虑交通网‑配电网耦合的电动汽车时空分布充电调度方法。该方法根据电动汽车两种充电模式的不同特点，采用时‑空分割的方法，对电动汽车的两种充电负荷进行分别调度。同时基于城市交通网与含有大量分布式电源的城市配电网深度耦合的情况，综合考虑了交通网和配电网两者的约束条件，本发明不仅可以帮助电动汽车车主节约充电成本和行程时间，还可以调节配电网的潮流分布、提高分布式电源的利用效率、调度交通车流量，从而达到多赢的目的。本发明以实际的电动汽车和城市交通网、配电网，以及分布式电源的数据为基础，给出了详细的算法描述，通过一系列的实验证明所提出的方法调度电动汽车充电负荷的有效性。

Description

一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法
技术领域
本发明涉及电动汽车充电负荷的调度方法问题，尤其涉及一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法。
背景技术
随着经济的快速发展，资源匮乏和环境污染的问题越来越严重。目前庞大的汽车市场正在加剧资源的耗费，同时也为城市环境增添了更多的压力。而电动汽车因为其具有节能环保的特点正在成为汽车工业的主要发展方向。随着国家的政策支持和各大汽车厂商的积极参与，电动汽车的技术水平正日益提高。目前，已有一部分电动汽车的产品已经成型并投入示范运行，产业化和商业化的模式也在逐步完善。随着普及程度的增大，电动汽车的充电将会成为电网承担的又一重要负荷，对电网的影响也不可小视。如何最优地调度电动汽车的充电负荷，使得在满足电动汽车充电需求的同时，对配电网以及交通网的影响最小，是亟待解决的问题。
发明内容
针对现有的电动汽车充电负荷调度方法的不足，本发明的目的在于提出了一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法。
本发明的目的是通过以下技术手段实现的，一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法，该方法包括以下步骤：
(1)获取城市道路拓扑结构图，图中包括NT个交通节点，NT个交通节点
Figure BDA0001870909310000021
构成交通节点集合Ωn，交通节点集合Ωn中包含NS个充点节点，NS个充点节点
Figure BDA0001870909310000022
构成充电节点集合Ωs；获取任意两个相邻交通节点Ri,Rj之间的路段距离disij、及该路段的限速vij和最大车流量cij；从服务器实时获取任意两个相邻交通节点Ri,Rj之间的路段上的车流量fij；
(2)如果电动汽车准备开始行程前往某一目的地，则按照方案一进行行驶路径规划；若电动汽车已抵达目的地并准备在停车场停车充电，则按照方案二进行充电方案规划；
方案一：
步骤(1.1)，如果该电动汽车准备开始行程前往某一目的地，计算电动汽车电池的当前剩余电量所能行驶的最大距离dismax，由
Figure BDA0001870909310000023
计算得到，其中，q0和qmin是当前电池电量百分比以及所能允许的最低电池电量百分比；Cbat是电池最大容量；Ec是电动汽车平均每公里耗电量；
步骤(1.2)，计算从出发点到目的地的最短距离，如果步骤(1.1)中所述的电动汽车电池的当前剩余电量所能行驶的最大距离dismax大于该最短距离，则说明电动汽车在此次行程中不需要进行快速充电即可抵达目的地，则此次行程按照计算得到的最短距离的路径行驶即可；否则，按照步骤1.3重新规划路线。
步骤(1.3)，根据如下约束条件获得最小时间路径和最小费用路径：
Figure BDA0001870909310000024
qj≥qmin,(j∈Ωs)
其中，xij是路段选择的二进制变量，即1代表了该电动汽车选择了路段Ri到Rj，而0代表了该电动汽车没有行驶过路段Ri到Rj；O和D分别代表电动汽车的出发节点和目的地节点；qj为电动汽车抵达节点Rj时的电池剩余电量百分比；
Figure BDA0001870909310000031
行驶时间Ft包括了驾驶时间Td、充电等候时间Tq、以及充电时间Tfch三者，其中:
Figure BDA0001870909310000032
其中，tij代表了该电动汽车行驶过路段Ri到Rj所用的时间；
Figure BDA0001870909310000033
为充电节点j的等候时间，通过排队论计算，
Figure BDA0001870909310000034
其中，ξ是电动汽车快速充电站的服务效率，由
Figure BDA0001870909310000035
计算得到，λ是电动汽车的到达率，μ是一个电动汽车充电桩的服务效率，s是电动汽车快速充电站的充电桩数目；pn是电动汽车快速充电站当前有n辆电动汽车正在接受服务或等待的概率，N是该电动汽车快速充电站所能接收的最大数量的电动汽车数目；
Figure BDA0001870909310000036
p0是电动汽车快速充电站当前没有电动汽车接受服务的概率，
Figure BDA0001870909310000037
Figure BDA0001870909310000038
Pfch和ηfch分别是充电站在快速充电模式下的充电功率和充电效率；
时间目标函数为：min Ft＝Td+Tq+Tfch；
充点节点j在t时刻的电价
Figure BDA0001870909310000039
其中，ρj,t代表了节点j在t时刻的电价，
Figure BDA00018709093100000310
和
Figure BDA00018709093100000311
代表了节点j在t时刻时的基础负荷与分布式电源的发电功率，α是由电力运营商设定的电价因数；
行驶费用Fc包括了行驶费用Cd和充电费用Cfch两者；
其中，
Figure BDA00018709093100000312
Figure BDA00018709093100000313
是当前时刻交通网络中所有电动汽车快速充电站的电价的平均值；
Figure BDA0001870909310000041
其中，
Figure BDA0001870909310000042
Figure BDA0001870909310000043
表示出发时刻ts的电价；
目标函数为：min Fc＝Cd+Cfch；
按照最小时间路径或最小费用路径到达目的地后按照方案二进行充电方案规划。
方案二：
步骤(2.1)，计算若立即开始慢速充电，电池刚好充满的时刻
Figure BDA0001870909310000044
其中，t0是当前时刻，q0是电池剩余电量百分比；Pnch和ηnch分别充电节点慢速充电的充电功率和充电效率；
步骤(2.2)，若tf迟于td，则该电动汽车立即开始慢速充电，直至下一次行程的出发时间td；否则，进入步骤(2.3)；其中td为下一次行程的预估出发时间。
步骤(2.3)，求解总慢速充电费用Cnch的最小值，即
Figure BDA0001870909310000045
其中，Δt是预设的时间段长度，并假设在每一个单位时间段内，电价和电动汽车状态保持不变；yt是时间段选择的二进制变量，即1代表了该电动汽车将在时间段内t进行慢速充电，而0代表了该电动汽车不在时间段t内进行慢速充电；约束条件为
Figure BDA0001870909310000046
从而得到该电动汽车慢速充电的最优时间调度方法。
本发明的有益效果在于：不仅可以帮助电动汽车车主节约充电成本和行程时间，还可以调节配电网的潮流分布、提高分布式电源的利用效率、调度交通车流量，从而达到多赢的目的。
附图说明
图1：考虑交通网-配电网耦合的电动汽车时空分布充电调度方法示意图
图2：基础负荷和分布式电源出力的典型日曲线
图3：配电网络示意图
图4：交通网络拓扑示意图
图5：排队论模型示意图
图6：充电调度方法对电网负荷的影响
具体实施方案
下面结合实例对本发明做进一步详述：
(1)图中包括NT个交通节点，NT个交通节点
Figure BDA0001870909310000051
构成交通节点集合Ωn，交通节点集合Ωn中包含NS个充点节点，NS个充点节点
Figure BDA0001870909310000052
构成充电节点集合Ωs；获取任意两个相邻交通节点Ri,Rj之间的路段距离disij、及该路段的限速vij和最大车流量cij；从服务器实时获取任意两个相邻交通节点Ri,Rj之间的路段上的车流量fij；
(2)如果电动汽车准备开始行程前往某一目的地，则按照方案一进行行驶路径规划；若电动汽车已抵达目的地并准备在停车场停车充电，则按照方案二进行充电方案规划；
方案一：
步骤(1.1)，如果该电动汽车准备开始行程前往某一目的地，计算电动汽车电池的当前剩余电量所能行驶的最大距离dismax，由
Figure BDA0001870909310000053
计算得到，其中，q0和qmin是当前以及所能允许的最低电池电量；Cbat是电池最大容量；Ec是电动汽车平均每公里耗电量；考虑电池容量Cbat符合正态分布，均值28.5kWh，标准差14.7，最大值72.0kWh，最小值10.0kWh，最低电量qmin为20％；每公里耗电量Ec为0.159kWh/km；
步骤(1.2)，计算从出发点到目的地的最短距离，如果步骤(1.1)中所述的电动汽车电池的当前剩余电量所能行驶的最大距离dismax大于该最短距离，则说明电动汽车在此次行程中不需要进行快速充电即可抵达目的地，则此次行程按照计算得到的最短距离的路径行驶即可；否则，按照步骤1.3重新规划路线。所使用的交通网络如图4所示，计算从出发点到目的地的最短距离可以使用Floyd算法；
步骤(1.3)，根据如下约束条件获得最小时间路径和最小费用路径：
Figure BDA0001870909310000061
qj≥qmin,(j∈Ωs)
其中，xij是路段选择的二进制变量，即1代表了该电动汽车选择了路段Ri到Rj，而0代表了该电动汽车没有行驶过路段Ri到Rj；O和D分别代表电动汽车的出发节点和到达节点；qj为电动汽车抵达节点Rj时的电池剩余电量百分比；
Figure BDA0001870909310000062
行驶时间Ft包括了驾驶时间Td、充电等候时间Tq、以及充电时间Tfch三者，其中:
Figure BDA0001870909310000063
为该电动汽车此次行程的总驾驶时间，可由实时的交通拥堵数据计算得到，根据公共道路局(BPR)函数
Figure BDA0001870909310000064
可以得出在路段i到j上的行驶时间tij，其中disij是路段i到j的行驶距离，fij和cij是路段i到j上的当前和最大交通流量，v0是在路段i到j上零车流量时的车速；
Figure BDA0001870909310000065
为该电动汽车此次行程的充电等候时间,
Figure BDA0001870909310000066
为充电节点j的等候时间，通过排队论计算，
Figure BDA0001870909310000067
其中，ξ是电动汽车快速充电站的服务效率，由
Figure BDA0001870909310000068
计算得到，λ是电动汽车的到达率，μ是一个电动汽车充电桩的服务效率，s是电动汽车快速充电站的充电桩数目；pn是电动汽车快速充电站当前有n辆电动汽车正在接受服务或等待的概率，N是该电动汽车快速充电站所能接收的最大数量的电动汽车数目；
Figure BDA0001870909310000071
p0是电动汽车快速充电站当前没有电动汽车接受服务的概率，
Figure BDA0001870909310000072
本实施例中，4个快速充电站的等候时间分别是5、10、15、20分钟；
Figure BDA0001870909310000073
其中，
Figure BDA0001870909310000074
Pfch和ηfch分别是充电站在快速充电模式下的充电功率和充电效率；考虑快速充电模式的充电功率Pf-ch为50kW；效率为0.9；
时间目标函数为：min Ft＝Td+Tq+Tfch；
行驶费用Fc包括了行驶费用Cd和充电费用Cfch两者；
其中，
Figure BDA0001870909310000075
Figure BDA0001870909310000076
是当前时刻交通网络中所有电动汽车快速充电站的电价的平均值；考虑4个快速充电站的充电电价分别是20、15、10、5￥/kWh；
Figure BDA0001870909310000077
其中，
Figure BDA0001870909310000078
Figure BDA0001870909310000079
表示出发时刻ts的电价；
目标函数为：min Fc＝Cd+Cfch；
按照最小时间路径或最小费用路径到达目的地后按照方案二进行充电方案规划。
方案二：
(2.1)计算若立即开始慢速充电，电池刚好充满的时刻
Figure BDA00018709093100000710
其中，t0是当前时刻，q0是电池剩余电量百分比；Pnch和ηnch分别充电节点慢速充电的充电功率和充电效率；本实施例中，慢速充电模式的充电功率Pnch为3.3kW；效率为0.9；
(2.2)若tf迟于td，则该电动汽车立即开始慢速充电，直至下一次行程的出发时间td；否则，进入步骤(2.3)；其中td为下一次行程的预估出发时间。
(2.3)求解总慢速充电费用Cnch的最小值，即
Figure BDA0001870909310000081
考虑预测值如图2所示；其中，Δt是预设的时间段长度，并假设在每一个单位时间段内，电价和电动汽车状态保持不变；yt是时间段选择的二进制变量，即1代表了该电动汽车将在时间段内t进行慢速充电，而0代表了该电动汽车不在时间段t内进行慢速充电；约束条件为
Figure BDA0001870909310000082
从而得到该电动汽车慢速充电的最优时间调度方法。
对个人车主来说，使用本发明提出的充电调度方法的充电费用是￥2.83，远小于不使用本充电调度方法的费用￥10.79；对电网运营商来说，使用本发明提出的充电调度方法后电网负荷的曲线如图6所示，可以发现本充电调度方法可以有效地平衡电网负荷。

Claims (1)

1.一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法，其特征在于,该方法包括以下步骤：
(1)获取城市道路拓扑结构图，图中包括NT个交通节点，NT个交通节点构成交通节点集合Ωn，交通节点集合Ωn中包含NS个充点节点，NS个充点节点构成充电节点集合Ωs；获取任意两个相邻交通节点Ri,Rj之间的路段距离disij、及该路段的限速vij和最大车流量cij；从服务器实时获取任意两个相邻交通节点Ri,Rj之间的路段上的车流量fij；
(2)如果电动汽车准备开始行程前往某一目的地，则按照方案一进行行驶路径规划；若电动汽车已抵达目的地并准备在停车场停车充电，则按照方案二进行充电方案规划；
方案一：
步骤(1.1)，如果该电动汽车准备开始行程前往某一目的地，计算电动汽车电池的当前剩余电量所能行驶的最大距离dismax，由计算得到，其中，q0和qmin是当前电池电量百分比以及所能允许的最低电池电量百分比；Cbat是电池最大容量；Ec是电动汽车平均每公里耗电量；
步骤(1.2)，计算从出发点到目的地的最短距离，如果步骤(1.1)中所述的电动汽车电池的当前剩余电量所能行驶的最大距离dismax大于该最短距离，则说明电动汽车在此次行程中不需要进行快速充电即可抵达目的地，则此次行程按照计算得到的最短距离的路径行驶即可；否则，按照步骤1.3重新规划路线。
步骤(1.3)，根据如下约束条件获得最小时间路径和最小费用路径：
qj≥qmin,(j∈Ωs)
其中，xij是路段选择的二进制变量，即1代表了该电动汽车选择了路段Ri到Rj，而0代表了该电动汽车没有行驶过路段Ri到Rj；O和D分别代表电动汽车的出发节点和目的地节点；qj为电动汽车抵达节点Rj时的电池剩余电量百分比；
行驶时间Ft包括了驾驶时间Td、充电等候时间Tq、以及充电时间Tfch三者，其中:
其中，tij代表了该电动汽车行驶过路段Ri到Rj所用的时间；
为充电节点j的等候时间，通过排队论计算，其中，ξ是电动汽车快速充电站的服务效率，由计算得到，λ是电动汽车的到达率，μ是一个电动汽车充电桩的服务效率，s是电动汽车快速充电站的充电桩数目；pn是电动汽车快速充电站当前有n辆电动汽车正在接受服务或等待的概率，N是该电动汽车快速充电站所能接收的最大数量的电动汽车数目；p0是电动汽车快速充电站当前没有电动汽车接受服务的概率，
Pfch和ηfch分别是充电站在快速充电模式下的充电功率和充电效率；
时间目标函数为：minFt＝Td+Tq+Tfch；
充点节点j在t时刻的电价其中，ρj,t代表了节点j在t时刻的电价，和代表了节点j在t时刻时的基础负荷与分布式电源的发电功率，α是由电力运营商设定的电价因数；
行驶费用Fc包括了行驶费用Cd和充电费用Cfch两者；
其中， 是当前时刻交通网络中所有电动汽车快速充电站的电价的平均值；
其中， 表示出发时刻ts的电价；
目标函数为：minFc＝Cd+Cfch；
按照最小时间路径或最小费用路径到达目的地后按照方案二进行充电方案规划；
方案二：
步骤(2.1)，计算若立即开始慢速充电，电池刚好充满的时刻其中，t0是当前时刻，q0是电池剩余电量百分比；Pnch和ηnch分别充电节点慢速充电的充电功率和充电效率；
步骤(2.2)，若tf迟于td，则该电动汽车立即开始慢速充电，直至下一次行程的出发时间td；否则，进入步骤(2.3)；其中td为下一次行程的预估出发时间。
步骤(2.3)，求解总慢速充电费用Cnch的最小值，即其中，Δt是预设的时间段长度，并假设在每一个单位时间段内，电价和电动汽车状态保持不变；yt是时间段选择的二进制变量，即1代表了该电动汽车将在时间段内t进行慢速充电，而0代表了该电动汽车不在时间段t内进行慢速充电；约束条件为从而得到该电动汽车慢速充电的最优时间调度方法。
CN201811376530.0A 2018-11-19 2018-11-19 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法 Active CN109670674B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811376530.0A CN109670674B (zh) 2018-11-19 2018-11-19 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811376530.0A CN109670674B (zh) 2018-11-19 2018-11-19 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法

Publications (2)

Publication Number Publication Date
CN109670674A CN109670674A (zh) 2019-04-23
CN109670674B true CN109670674B (zh) 2023-04-07

Family

ID=66142533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811376530.0A Active CN109670674B (zh) 2018-11-19 2018-11-19 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法

Country Status (1)

Country Link
CN (1) CN109670674B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109920252B (zh) * 2019-04-24 2020-06-19 燕山大学 一种电气交通互联系统的协调优化方法及系统
CN110751409B (zh) * 2019-10-28 2022-03-29 华北电力大学 考虑储能系统和交通分配的电动汽车充电管理方法及系统
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
CN111768119B (zh) * 2020-07-07 2024-03-19 广东电网有限责任公司电力调度控制中心 一种基于虚拟电厂的车网融合调度方法及装置
CN114626206B (zh) * 2022-02-22 2023-02-10 南京理工大学 一种面向交直流配电网的电动汽车时空调度建模方法
CN117553816B (zh) * 2023-11-02 2024-05-24 浙江大学 考虑车主偏好与需求的电动汽车路径规划与充放电策略联合优化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107067110A (zh) * 2017-04-14 2017-08-18 天津大学 车‑路‑网模式下电动汽车充电负荷时空预测方法
CN108334991A (zh) * 2018-02-12 2018-07-27 清华大学 一种电动汽车充电站规划方法及系统
CN108596373A (zh) * 2018-04-09 2018-09-28 燕山大学 一种电-交通耦合网络动态平衡求解方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5607427B2 (ja) * 2010-05-31 2014-10-15 株式会社モーション 充電配車管理サーバ及び充電配車管理システム
US10220718B2 (en) * 2017-04-07 2019-03-05 Honda Motor Co., Ltd. System and method for creating a charging schedule for an electric vehicle

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107067110A (zh) * 2017-04-14 2017-08-18 天津大学 车‑路‑网模式下电动汽车充电负荷时空预测方法
CN108334991A (zh) * 2018-02-12 2018-07-27 清华大学 一种电动汽车充电站规划方法及系统
CN108596373A (zh) * 2018-04-09 2018-09-28 燕山大学 一种电-交通耦合网络动态平衡求解方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张书玮等.基于信息交互的大规模电动汽车充电路径规划.清华大学学报(自然科学版).2018,第58卷(第3期),279-285. *

Also Published As

Publication number Publication date
CN109670674A (zh) 2019-04-23

Similar Documents

Publication Publication Date Title
CN109670674B (zh) 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法
CN108955711B (zh) 一种应用于电动汽车智能充放电的导航方法
CN110880054B (zh) 一种电动网约车充换电路径的规划方法
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
CN112193116B (zh) 一种考虑奖励机制的电动汽车充电优化引导策略
CN109492791B (zh) 基于充电引导的城际高速路网光储充电站定容规划方法
CN105322559A (zh) 一种基于v2g技术的电动汽车配电调度控制方法
CN112418610B (zh) 基于soc信息与路网电网信息融合的充电优化方法
CN103072572B (zh) 可充电式混合动力汽车远程优化系统
CN106427654A (zh) 公交新能源纯电车充电功率动态分配方法
JP2015211482A (ja) スマートグリッドシステム
JP7377854B2 (ja) 蓄電要素の受電制御方法、及び受電制御装置
CN114611993A (zh) 一种基于移动电池包的城乡电动公交车辆调度方法
CN110232219A (zh) 一种基于数据挖掘的电动汽车可调度容量核定方法
Trocker et al. City-scale assessment of stationary energy storage supporting end-station fast charging for different bus-fleet electrification levels
Brenna et al. Synergy between renewable sources and electric vehicles for energy integration in distribution systems
Diab et al. Toward a better estimation of the charging corridor length of in-motion-charging trolleybuses
Afshar et al. Mobile charging station: A complementary charging technology for electric vehicles
CN111682538B (zh) 一种考虑时空特性的充电需求管理方法及系统
Yuan et al. Research on electric vehicle demand response strategy in traffic-grid coupling networks based on charging state forecasting model
CN106096793A (zh) 基于拥塞感知的周期性优化的电动汽车充电决策方法
CN111244990B (zh) 一种配电网v2g辅助服务日前调度方法
CN115663867B (zh) 基于智能充电网络系统的电动汽车充电调度方法
Wali et al. Cost benefit smart charging schedule for V2G applications
JP2024031460A (ja) サーバおよび車両管理方法

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