CN109886501A - 一种电动汽车充放电多目标优化方法 - Google Patents
一种电动汽车充放电多目标优化方法 Download PDFInfo
- Publication number
- CN109886501A CN109886501A CN201910165914.6A CN201910165914A CN109886501A CN 109886501 A CN109886501 A CN 109886501A CN 201910165914 A CN201910165914 A CN 201910165914A CN 109886501 A CN109886501 A CN 109886501A
- Authority
- CN
- China
- Prior art keywords
- electric car
- discharge
- charge
- electric
- power
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 12
- 230000005611 electricity Effects 0.000 claims abstract description 80
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 230000002452 interceptive effect Effects 0.000 claims abstract description 8
- 230000006855 networking Effects 0.000 claims abstract description 7
- 238000013178 mathematical model Methods 0.000 claims abstract description 4
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 3
- 229910001416 lithium ion Inorganic materials 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 23
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Classifications
-
- 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
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种电动汽车充放电多目标优化方法,属于电力系统配电网经济技术领域。本发明针对电动汽车的入网情况和现有的分时电价制度,构建电价变化对电量变化的影响模型。从配电网方面考虑以最小化系统峰荷值与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型,并兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。根据考虑配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件。采用一种深度交互教学优化算法对该优化调度模型进行求解。本发明使大量电动汽车有序接入电网充电,相较于无序入网给电力系统带来的影响减小。
Description
技术领域
本发明涉及一种电动汽车充放电多目标优化方法,属于电力系统配电网经济技术领域。
背景技术
电动汽车作为一种新兴负荷接入电网会对电力系统产生一系列的影响,例如将负荷的峰谷差值进一步拉大,配电网负荷局部过载,电网局部线路电压过低,线路损耗值增大,配电网变压器容量越限等问题。随着电动汽车大规模普及,电动汽车入网在时空上的不确定性问题逐渐凸显出来,有效的控制策略可以减小电动汽车充放电对电网的影响。
发明内容
针对电动汽车的大规模普及,电动汽车入网在时空上的不确定性问题,本发明提供了一种电动汽车充放电多目标优化方法,能够减小大量电动汽车无序随机接入电网给电力系统带来的影响。
为实现上述目的,本发明采用的技术方案是:提供了一种电动汽车充放电多目标优化方法,包括如下步骤:
步骤1:针对电动汽车的入网情况和现有的分时电价制度,构建电价变化对电量变化的影响模型;
步骤2:从配电网方面考虑以最小化系统峰荷值与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型,并兼顾电网和用户双方共同的利益,从用户侧方面以电动汽车用户充放电成本最低作为优化目标函数;
步骤3:根据考虑配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件;
步骤4:采用深度交互教学优化算法对步骤2和步骤3所提电动汽车多目标优化调度模型求解。
具体地,所述步骤1的电价变化对电量变化的影响模型,具体如下:
式中:x表示电动汽车峰谷时段充电电量对平时段充电电量的比值;y表示峰谷时段充电电价对平时段充电电价的比值;
电动汽车放电电量与放电电价之间的关系通过电量电价弹性矩阵表示为:
式中:ξii表示自弹性系数;ξij表示互弹性系数。下标字母f,p,g分别代表峰、平、谷时段。qf、qp、qg代表峰时段放电电量、平时段放电电量、谷时段放电电量;pf、pp、pg峰时段放电电价、平时段放电电价、谷时段放电电价;电动汽车在平时段的充电电量作为基准参考值0.5kw/台。
具体地,所述步骤2考虑配电网和用户侧的电动汽车充放电多目标优化目标函数为:
目标函数1:最小化系统峰荷值:
F1=min(maxQ)
式中:Q表示系统负荷;
目标函数2:最小化系统负荷峰谷差值:
F2=min(maxQ-minQ)
目标函数3:最小化电动汽车用户的充放电成本:
式中:Cc,t表示电动汽车的充电电价;Cdc,t表示电动汽车的放电电价;Pc,t表示t时刻电动汽车总的充电功率;Pdc,t表示电动汽车在t时刻总的放电功率;
建立综合目标函数:
式中:λ1、λ2、λ3表示F1、F2、F3对应的权重;F1max表示原来系统负荷的峰值;F2max原来系统负荷峰谷差值;F3max表示执行原始电价的系统的负荷电费总和;
式中:λ1、λ2、λ3取值范围[0,1];
目标函数F1以峰值负荷最小为目标;目标函数F2是实现负荷的削峰填谷,是负荷波动的一个特例,目标函数F1和F2整体都是为了使系统负荷波动平缓为目的。将F1和F2两个目标函数转化为单目标,实现“削峰”,可以使充电负荷均匀地分布于整个谷时段,在调度结果中效果最优。
ω1+ω2=1
式子中:ω1表示系统波动平缓的权重;ω2表示电动汽车用户充放电收入的目标函数。ω1与ω2的权重取值对于不同的行业区别很大,ω1取值较大的话说明该地区的峰谷差和系统负荷的波动较为严重,ω2取值比较大说明电动汽车用户对电价颇为敏感。ω1与ω2是带有主观因素的模糊判断。
具体地,所述步骤3电动汽车充放电多目标优化模型的约束条件,具体如下:
(1)充放电功率约束
Pijmin≤Pij≤Pijmax
式子中:Pijmin为电动汽车i在j时刻的最大充电功率约束;Pijmax代表电动汽车i在j时刻的最大放电功率。按照车用锂离子电池的标准充放电功率曲线,电动汽车的充电电流Ic限制在C/15以下;电动汽车的放电电流Id不大于C/3;
(2)车用电池的约束一般由电池的荷电状态来表示:
SOCijmin≤SOCij≤SOCijmax
式子中:SOC表示电动汽车的剩余容量与最大容量的比值;SOCij代表电动汽车i在j时刻的荷电状态;SOCijmin表示电动汽车i在j时刻荷电状态的下限;SOCijmax表示电动汽车i在j时刻荷电状态的上限;考虑到车用蓄电池安全的前提下,下限SOCijmin通常取值0.2;SOCijmax取值为0.9;
(3)充放电电价上下限约束
1>Cc,f>Cc,p>Cc,g>0
式中,Cc,f为电动汽车峰时刻充电电价;Cc,p为电动汽车平时刻充电电价;Cc,g为电动汽车谷时刻充电电价;
1>Cdc,f>Cdc,p>Cdc,g>0
式中,Cdc,f为电动汽车峰时刻放电电价;Cdc,p为电动汽车平时刻放电电价;Cdc,g为电动汽车谷时刻放电电价;
(4)充放电功率上下限约束
式中,表示电动汽车充电功率的上限,表示电动汽车充电功率的下限;Pn,t为电动汽车充电功率;电动汽车最大的充电功率为1kW;电动汽车最大的放电功率为1kW;
(5)电动汽车接入电网数量的约束:
0≤Nc,t+Ndc,t≤N
式中:N为电动汽车的总数目;Nc,t为t时段处于充电状态的电动汽车数量;Ndc,t为t时段处于放电状态的电动汽车数量。
电动汽车的总数目为N辆,第n辆电动汽车在t时段的充放电功率用Pn,t表示;
式子中:Pc,t表示t时刻电动汽车总的充电功率;Pdc,t表示电动汽车在t时刻总的放电功率。
本发明的有益效果是:
(1)电动汽车作为新增加的负荷进一步增大负荷的峰谷差值,作为新兴负荷的电动汽车无序入网行为对电力系统的稳定运行产生影响,采用本发明电动汽车有序接入电网,在很大程度上减小了系统的网络损耗和配电设备损耗,使电动汽车充电对电网产生的影响相对减小;
(2)电网公司旨在电力系统的负荷波动最小,电动汽车运营商目的是使购电成本最小,在国家政策的控制下采用本发明能获取一定的经济效益,其根据经济学分析在充电价格变化范围内,采用本发明可以让电网公司、充电站运营商和电动汽车用户共赢;
(3)电动汽车属于移动性的随机负荷,电动汽车接入配电网的数量是不确定的,同时电动汽车充电在时间和空间也是随机的,采用本发明考虑了不同类别的电动汽车充电功率各不相同,电动汽车的充电时间和空间的不确定性,进一步规划升级配电网。
附图说明
图1为本发明整体流程图;
图2 DITL算法原理框架图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例,对本发明作进一步详细说明。
实施例1:如图1-2所示,一种电动汽车充放电多目标优化方法,包括:
步骤1:针对电动汽车的入网情况和现有的分时电价制度,构建电价变化对电量变化的影响模型;
步骤2:从配电网方面考虑以最小化系统峰荷值与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型,并兼顾电网和用户双方共同的利益,从用户侧方面以电动汽车用户充放电成本最低作为优化目标函数;
步骤3:根据考虑配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件;
步骤4:采用深度交互教学优化算法对步骤2和步骤3所提电动汽车多目标优化调度模型求解。
进一步地,所述步骤1包括:
式中:x表示电动汽车峰谷时段充电电量对平时段充电电量的比值;y表示峰谷时段充电电价对平时段充电电价的比值;
电动汽车放电电量与放电电价之间的关系通过电量电价弹性矩阵表示为:
式中:ξii表示自弹性系数;ξij表示互弹性系数。下标字母f,p,g分别代表峰、平、谷时段。qf、qp、qg代表峰时段放电电量、平时段放电电量、谷时段放电电量;pf、pp、pg峰时段放电电价、平时段放电电价、谷时段放电电价;电动汽车在平时段的充电电量作为基准参考值0.5kw/台。
进一步地,所述步骤2中电动汽车充放电多目标优化模型目标函数为:
目标函数1:最小化系统峰荷值:
F1=min(maxQ)
式中:Q表示系统负荷;
目标函数2:最小化系统负荷峰谷差值:
F2=min(maxQ-minQ)
目标函数3:最小化电动汽车用户的充放电成本:
式中:Cc,t表示电动汽车的充电电价;Cdc,t表示电动汽车的放电电价;Pc,t表示t时刻电动汽车总的充电功率;Pdc,t表示电动汽车在t时刻总的放电功率;
建立综合目标函数:
式中:λ1、λ2、λ3表示F1、F2、F3对应的权重;F1max表示原来系统负荷的峰值;F2max原来系统负荷峰谷差值;F3max表示执行原始电价的系统的负荷电费总和;
式中:λ1、λ2、λ3取值范围[0,1];
目标函数F1以峰值负荷最小为目标;目标函数F2是实现负荷的削峰填谷,是负荷波动的一个特例,目标函数F1和F2整体都是为了使系统负荷波动平缓为目的。将F1和F2两个目标函数转化为单目标,实现“削峰”,可以使充电负荷均匀地分布于整个谷时段,在调度结果中效果最优。
ω1+ω2=1
式子中:ω1表示系统波动平缓的权重;ω2表示电动汽车用户充放电收入的目标函数。ω1与ω2的权重取值对于不同的行业区别很大,ω1取值较大的话说明该地区的峰谷差和系统负荷的波动较为严重,ω2取值比较大说明电动汽车用户对电价颇为敏感。ω1与ω2是带有主观因素的模糊判断。
进一步地,所述步骤3中优化模型的约束条件,具体如下:
(1)充放电功率约束
Pijmin≤Pij≤Pijmax
式子中:Pijmin为电动汽车i在j时刻的最大充电功率约束;Pijmax代表电动汽车i在j时刻的最大放电功率。按照车用锂离子电池的标准充放电功率曲线,电动汽车的充电电流Ic限制在C/15以下;电动汽车的放电电流Id不大于C/3;
(2)车用电池的约束一般由电池的荷电状态来表示:
SOCijmin≤SOCij≤SOCijmax
式子中:SOC表示电动汽车的剩余容量与最大容量的比值;SOCij代表电动汽车i在j时刻的荷电状态;SOCijmin表示电动汽车i在j时刻荷电状态的下限;SOCijmax表示电动汽车i在j时刻荷电状态的上限;考虑到车用蓄电池安全的前提下,下限SOCijmin通常取值0.2;SOCijmax取值为0.9;
(3)充放电电价上下限约束
1>Cc,f>Cc,p>Cc,g>0
式中,Cc,f为电动汽车峰时刻充电电价;Cc,p为电动汽车平时刻充电电价;Cc,g为电动汽车谷时刻充电电价;
1>Cdc,f>Cdc,p>Cdc,g>0
式中,Cdc,f为电动汽车峰时刻放电电价;Cdc,p为电动汽车平时刻放电电价;Cdc,g为电动汽车谷时刻放电电价;
(4)充放电功率上下限约束
式中,表示电动汽车充电功率的上限,表示电动汽车充电功率的下限;Pn,t为电动汽车充电功率;电动汽车最大的充电功率为1kW;电动汽车最大的放电功率为1kW;
(5)电动汽车接入电网数量的约束:
0≤Nc,t+Ndc,t≤N
式中:N为电动汽车的总数目;Nc,t为t时段处于充电状态的电动汽车数量;Ndc,t为t时段处于放电状态的电动汽车数量。
电动汽车的总数目为N辆,第n辆电动汽车在t时段的充放电功率用Pn,t表示;
式子中:Pc,t表示t时刻电动汽车总的充电功率;Pdc,t表示电动汽车在t时刻总的放电功率。
进一步地,所述步骤4采用深度交互教学优化算法对电动汽车多目标优化调度模型求解,具体如下:
深度交互教学优化算法在标准教学优化算法的基础上,将单个班级扩展到多个班级,并采用小世界交互网络构建不同教师/学生之间的交互网络,实现不同个体之间的深度交互学习,从而提升算法的全局搜索及局部搜索能力,深度交互教学优化算法原理框架如图2所示。
本发明使大量电动汽车有序接入电网充电,相较于无序入网给电力系统带来的影响减小,且在充电价格变化范围内使电网公司、充电站运营商和电动汽车用户实现共赢。
以上结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (4)
1.一种电动汽车充放电多目标优化方法,其特征在于:包括如下步骤:
步骤1:针对电动汽车的入网情况和现有的分时电价制度,构建电价变化对电量变化的影响模型;
步骤2:从配电网方面以最小化系统峰荷值与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型,并兼顾电网和用户双方共同的利益,从用户侧方面以电动汽车用户充放电成本最低作为优化目标函数;
步骤3:根据配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件;
步骤4:采用深度交互教学优化算法对步骤2和步骤3所提电动汽车多目标优化调度模型求解。
2.根据权利要求1所述的一种电动汽车充放电多目标优化方法,其特征在于:所述步骤1中电价变化对电量变化的影响模型为:
式中:x表示电动汽车峰谷时段充电电量对平时段充电电量的比值;y表示峰谷时段充电电价对平时段充电电价的比值;
电动汽车放电电量与放电电价之间的关系通过电量电价弹性矩阵表示为:
式中:ξii表示自弹性系数;ξij表示互弹性系数,下标字母f,p,g分别代表峰、平、谷时段,qf、qp、qg代表峰时段放电电量、平时段放电电量、谷时段放电电量;pf、pp、pg峰时段放电电价、平时段放电电价、谷时段放电电价;电动汽车在平时段的充电电量作为基准参考值0.5kw/台。
3.根据权利要求1所述的一种电动汽车充放电多目标优化方法,其特征在于,所述步骤2的从配电网和用户侧方面电动汽车充放电多目标优化目标函数为:
目标函数1:最小化系统峰荷值:
F1=min(maxQ)
式中:Q表示系统负荷;
目标函数2:最小化系统负荷峰谷差值:
F2=min(maxQ-minQ)
目标函数3:最小化电动汽车用户的充放电成本:
式中:Cc,t表示电动汽车的充电电价;Cdc,t表示电动汽车的放电电价;Pc,t表示t时刻电动汽车总的充电功率;Pdc,t表示电动汽车在t时刻总的放电功率;
建立综合目标函数:
式中:λ1、λ2、λ3表示F1、F2、F3对应的权重;F1max表示原来系统负荷的峰值;F2max原来系统负荷峰谷差值;F3max表示执行原始电价的系统的负荷电费总和;
式中:λ1、λ2、λ3取值范围[0,1];
目标函数F1以峰值负荷最小为目标;目标函数F2是实现负荷的削峰填谷,是负荷波动的一个特例,目标函数F1和F2整体都是为了使系统负荷波动平缓为目的,将F1和F2两个目标函数转化为单目标,实现“削峰”,可以使充电负荷均匀地分布于整个谷时段,在调度结果中效果最优;
ω1+ω2=1
式子中:ω1表示系统波动平缓的权重;ω2表示电动汽车用户充放电收入的目标函数,ω1与ω2的权重取值对于不同的行业区别很大,ω1取值较大的话说明该地区的峰谷差和系统负荷的波动较为严重,ω2取值比较大说明电动汽车用户对电价颇为敏感,ω1与ω2是带有主观因素的模糊判断。
4.根据权利要求3所述的一种电动汽车充放电多目标优化方法,其特征在于:步骤3中根据配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件,其约束条件具体如下:
(1)充放电功率约束
Pijmin≤Pij≤Pijmax
式子中:Pijmin为电动汽车i在j时刻的最大充电功率约束;Pijmax代表电动汽车i在j时刻的最大放电功率,按照车用锂离子电池的标准充放电功率曲线,电动汽车的充电电流Ic限制在C/15以下;电动汽车的放电电流Id不大于C/3;
(2)车用电池的约束一般由电池的荷电状态来表示:
SOCijmin≤SOCij≤SOCijmax
式子中:SOC表示电动汽车的剩余容量与最大容量的比值;SOCij代表电动汽车i在j时刻的荷电状态;SOCijmin表示电动汽车i在j时刻荷电状态的下限;SOCijmax表示电动汽车i在j时刻荷电状态的上限;考虑到车用蓄电池安全的前提下,下限SOCijmin通常取值0.2;SOCijmax取值为0.9;
(3)充放电电价上下限约束
1>Cc,f>Cc,p>Cc,g>0
式中,Cc,f为电动汽车峰时刻充电电价;Cc,p为电动汽车平时刻充电电价;Cc,g为电动汽车谷时刻充电电价;
1>Cdc,f>Cdc,p>Cdc,g>0
式中,Cdc,f为电动汽车峰时刻放电电价;Cdc,p为电动汽车平时刻放电电价;Cdc,g为电动汽车谷时刻放电电价;
(4)充放电功率上下限约束
式中,表示电动汽车充电功率的上限,表示电动汽车充电功率的下限;Pn,t为电动汽车充电功率;电动汽车最大的充电功率为1kW;电动汽车最大的放电功率为1kW;
(5)电动汽车接入电网数量的约束:
0≤Nc,t+Ndc,t≤N
式中:N为电动汽车的总数目;Nc,t为t时段处于充电状态的电动汽车数量;Ndc,t为t时段处于放电状态的电动汽车数量;
电动汽车的总数目为N辆,第n辆电动汽车在t时段的充放电功率用Pn,t表示;
式子中:Pc,t表示t时刻电动汽车总的充电功率;Pdc,t表示电动汽车在t时刻总的放电功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910165914.6A CN109886501A (zh) | 2019-03-06 | 2019-03-06 | 一种电动汽车充放电多目标优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910165914.6A CN109886501A (zh) | 2019-03-06 | 2019-03-06 | 一种电动汽车充放电多目标优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109886501A true CN109886501A (zh) | 2019-06-14 |
Family
ID=66930752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910165914.6A Pending CN109886501A (zh) | 2019-03-06 | 2019-03-06 | 一种电动汽车充放电多目标优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109886501A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110406422A (zh) * | 2019-08-01 | 2019-11-05 | 国网江苏省电力有限公司苏州供电分公司 | 一种计及多方利益的电动公交车电池参与v2g控制方法 |
CN110443415A (zh) * | 2019-07-24 | 2019-11-12 | 三峡大学 | 一种计及动态电价策略的电动汽车充电站多目标优化调度方法 |
CN110733371A (zh) * | 2019-10-30 | 2020-01-31 | 深圳供电局有限公司 | 一种电动汽车充电桩充电分析方法 |
CN111564861A (zh) * | 2020-06-03 | 2020-08-21 | 厦门理工学院 | 一种充放电时间段的求解方法、装置、设备以及存储介质 |
CN111738518A (zh) * | 2020-06-24 | 2020-10-02 | 国家电网公司西南分部 | 一种基于计及平均放电率的电动汽车充放电调度方法 |
CN111798121A (zh) * | 2020-06-30 | 2020-10-20 | 浙江大学 | 一种面向电动汽车能源管理调度的分布式协同优化方法 |
CN112356724A (zh) * | 2020-10-15 | 2021-02-12 | 南瑞集团有限公司 | 一种基于人工鱼群算法的电动汽车有序充电控制方法 |
CN112668930A (zh) * | 2021-01-12 | 2021-04-16 | 中国科学院微小卫星创新研究院 | 基于改进教学优化方法的多星任务调度规划方法 |
CN112700069A (zh) * | 2021-01-15 | 2021-04-23 | 国家电网有限公司 | 一种含储能的区域配电网短期负荷预测方法 |
CN112865149A (zh) * | 2020-12-31 | 2021-05-28 | 天津大学 | 一种基于代理商与区域分时电价的车网多时空互动方法 |
CN112885141A (zh) * | 2021-02-04 | 2021-06-01 | 昆明理工大学 | 一种适用于停车场电动汽车的引导接入及充电优化方法 |
CN112994060A (zh) * | 2021-02-25 | 2021-06-18 | 浙江大有实业有限公司杭州科技发展分公司 | 一种用于负荷均衡的电动汽车充放电设施规划配置方法 |
CN113306431A (zh) * | 2021-05-07 | 2021-08-27 | 南方电网数字电网研究院有限公司 | 电动汽车的充放电功率确定方法、装置和计算机设备 |
CN113580984A (zh) * | 2021-07-16 | 2021-11-02 | 国网浙江省电力有限公司湖州供电公司 | 一种电动汽车有序充电策略及其仿真方法 |
CN113928155A (zh) * | 2021-09-29 | 2022-01-14 | 西安交通大学 | 一种基于iec61499的电动汽车有序充电控制系统的搭建方法 |
CN114498635A (zh) * | 2022-02-24 | 2022-05-13 | 国网江苏省电力有限公司苏州供电分公司 | 一种计及电动汽车充电优先级的配电网优化调度方法和系统 |
CN114881502A (zh) * | 2022-05-20 | 2022-08-09 | 天津大学 | 一种基于区间约束的电动汽车充放电优化调度方法 |
CN116073418A (zh) * | 2023-02-14 | 2023-05-05 | 燕山大学 | 基于动态电价的电动汽车充放电调度方法 |
CN117856270A (zh) * | 2023-11-24 | 2024-04-09 | 国网湖北省电力有限公司宜昌供电公司 | 一种基于分时电价的区域电动汽车优化调度方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133415A (zh) * | 2017-05-22 | 2017-09-05 | 河海大学 | 一种考虑用户满意和配网安全的电动汽车充放电优化方法 |
CN108099634A (zh) * | 2017-10-19 | 2018-06-01 | 中国电力科学研究院有限公司 | 一种电动汽车有序充电方法及系统 |
CN109214095A (zh) * | 2018-09-13 | 2019-01-15 | 云南民族大学 | 电动汽车充放电多目标优化调度方法 |
-
2019
- 2019-03-06 CN CN201910165914.6A patent/CN109886501A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133415A (zh) * | 2017-05-22 | 2017-09-05 | 河海大学 | 一种考虑用户满意和配网安全的电动汽车充放电优化方法 |
CN108099634A (zh) * | 2017-10-19 | 2018-06-01 | 中国电力科学研究院有限公司 | 一种电动汽车有序充电方法及系统 |
CN109214095A (zh) * | 2018-09-13 | 2019-01-15 | 云南民族大学 | 电动汽车充放电多目标优化调度方法 |
Non-Patent Citations (2)
Title |
---|
文芸 等: "计及大规模电动汽车接入的 AGC 功率动态分配深度交互教学优化算法", 《电力建设》 * |
赵洪山 等: "需求响应对配电网供电可靠性的影响", 《电力系统自动化》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443415A (zh) * | 2019-07-24 | 2019-11-12 | 三峡大学 | 一种计及动态电价策略的电动汽车充电站多目标优化调度方法 |
CN110443415B (zh) * | 2019-07-24 | 2022-07-15 | 三峡大学 | 一种计及动态电价策略的电动汽车充电站多目标优化调度方法 |
CN110406422A (zh) * | 2019-08-01 | 2019-11-05 | 国网江苏省电力有限公司苏州供电分公司 | 一种计及多方利益的电动公交车电池参与v2g控制方法 |
CN110733371A (zh) * | 2019-10-30 | 2020-01-31 | 深圳供电局有限公司 | 一种电动汽车充电桩充电分析方法 |
CN111564861A (zh) * | 2020-06-03 | 2020-08-21 | 厦门理工学院 | 一种充放电时间段的求解方法、装置、设备以及存储介质 |
CN111738518A (zh) * | 2020-06-24 | 2020-10-02 | 国家电网公司西南分部 | 一种基于计及平均放电率的电动汽车充放电调度方法 |
CN111798121B (zh) * | 2020-06-30 | 2024-03-22 | 浙江大学 | 一种面向电动汽车能源管理调度的分布式协同优化方法 |
CN111798121A (zh) * | 2020-06-30 | 2020-10-20 | 浙江大学 | 一种面向电动汽车能源管理调度的分布式协同优化方法 |
CN112356724A (zh) * | 2020-10-15 | 2021-02-12 | 南瑞集团有限公司 | 一种基于人工鱼群算法的电动汽车有序充电控制方法 |
CN112356724B (zh) * | 2020-10-15 | 2022-07-01 | 南瑞集团有限公司 | 一种基于人工鱼群算法的电动汽车有序充电控制方法 |
CN112865149A (zh) * | 2020-12-31 | 2021-05-28 | 天津大学 | 一种基于代理商与区域分时电价的车网多时空互动方法 |
CN112865149B (zh) * | 2020-12-31 | 2023-06-06 | 天津大学 | 一种基于代理商与区域分时电价的车网多时空互动方法 |
CN112668930B (zh) * | 2021-01-12 | 2024-05-17 | 中国科学院微小卫星创新研究院 | 基于改进教学优化方法的多星任务调度规划方法 |
CN112668930A (zh) * | 2021-01-12 | 2021-04-16 | 中国科学院微小卫星创新研究院 | 基于改进教学优化方法的多星任务调度规划方法 |
CN112700069A (zh) * | 2021-01-15 | 2021-04-23 | 国家电网有限公司 | 一种含储能的区域配电网短期负荷预测方法 |
CN112700069B (zh) * | 2021-01-15 | 2024-04-19 | 国网湖北省电力有限公司经济技术研究院 | 一种含储能的区域配电网短期负荷预测方法 |
CN112885141A (zh) * | 2021-02-04 | 2021-06-01 | 昆明理工大学 | 一种适用于停车场电动汽车的引导接入及充电优化方法 |
CN112885141B (zh) * | 2021-02-04 | 2022-02-18 | 昆明理工大学 | 一种适用于停车场电动汽车的引导接入及充电优化方法 |
CN112994060B (zh) * | 2021-02-25 | 2022-07-26 | 浙江大有实业有限公司杭州科技发展分公司 | 一种用于负荷均衡的电动汽车充放电设施规划配置方法 |
CN112994060A (zh) * | 2021-02-25 | 2021-06-18 | 浙江大有实业有限公司杭州科技发展分公司 | 一种用于负荷均衡的电动汽车充放电设施规划配置方法 |
CN113306431A (zh) * | 2021-05-07 | 2021-08-27 | 南方电网数字电网研究院有限公司 | 电动汽车的充放电功率确定方法、装置和计算机设备 |
CN113580984A (zh) * | 2021-07-16 | 2021-11-02 | 国网浙江省电力有限公司湖州供电公司 | 一种电动汽车有序充电策略及其仿真方法 |
CN113928155A (zh) * | 2021-09-29 | 2022-01-14 | 西安交通大学 | 一种基于iec61499的电动汽车有序充电控制系统的搭建方法 |
CN113928155B (zh) * | 2021-09-29 | 2023-08-18 | 西安交通大学 | 一种电动汽车有序充电控制系统的搭建方法 |
CN114498635B (zh) * | 2022-02-24 | 2023-12-19 | 国网江苏省电力有限公司苏州供电分公司 | 计及电动汽车充电优先级的配电网优化调度方法和系统 |
CN114498635A (zh) * | 2022-02-24 | 2022-05-13 | 国网江苏省电力有限公司苏州供电分公司 | 一种计及电动汽车充电优先级的配电网优化调度方法和系统 |
CN114881502A (zh) * | 2022-05-20 | 2022-08-09 | 天津大学 | 一种基于区间约束的电动汽车充放电优化调度方法 |
CN116073418A (zh) * | 2023-02-14 | 2023-05-05 | 燕山大学 | 基于动态电价的电动汽车充放电调度方法 |
CN116073418B (zh) * | 2023-02-14 | 2024-07-02 | 燕山大学 | 基于动态电价的电动汽车充放电调度方法 |
CN117856270A (zh) * | 2023-11-24 | 2024-04-09 | 国网湖北省电力有限公司宜昌供电公司 | 一种基于分时电价的区域电动汽车优化调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109886501A (zh) | 一种电动汽车充放电多目标优化方法 | |
CN110969284B (zh) | 一种配电网双层优化调度方法 | |
Mahmoudabadi et al. | An application of hybrid heuristic method to solve concurrent transmission network expansion and reactive power planning | |
CN107316125A (zh) | 一种基于经济运行域的主动配电网经济运行评价方法 | |
CN110929791B (zh) | 梯次利用电池的应用场景选择方法 | |
CN107579518A (zh) | 基于mhba的电力系统环境经济调度方法和装置 | |
CN104701858B (zh) | 计及分区动态无功储备的无功电压控制方法 | |
CN110796286B (zh) | 一种适用于电动汽车规模化应用的配电系统的灵活规划方法 | |
CN109002913A (zh) | 一种多虚拟电厂联合优化调度方法 | |
CN110739690A (zh) | 考虑电动汽车快充站储能设施的配电网优化调度方法及系统 | |
Zhao et al. | Plug-in electric vehicle charging management via a distributed neurodynamic algorithm | |
Rashed et al. | Optimal location and parameter settings of multiple TCSCs for increasing power system loadability based on GA and PSO techniques | |
CN104578145B (zh) | 一种面向智能用电的连续任务型负荷能量控制方法 | |
CN104283288B (zh) | 充电站的充电方法及装置 | |
Rana et al. | Heuristic enhanced evolutionary algorithm for community microgrid scheduling | |
CN115972965B (zh) | 应用于充电堆的充电控制方法、系统、装置及存储介质 | |
CN105634058A (zh) | 一种电池组的智能均衡方法和智能均衡系统 | |
CN114142517A (zh) | 光蓄充一体化系统与电网并网运行的控制方法 | |
Heidari et al. | Integrated battery model in cost‐effective operation and load management of grid‐connected smart nano‐grid | |
CN112366740A (zh) | 一种电动汽车集群调度方法 | |
CN110086195A (zh) | 交直流混合配用电系统的优化方法 | |
CN108649612A (zh) | 含电力电子变压器的配电网与多微网博弈运行调度方法 | |
CN112670982A (zh) | 一种基于奖励机制的微电网有功调度控制方法及系统 | |
CN114865673B (zh) | 一种微电网荷储协同优化方法、装置、设备及存储介质 | |
Zaferanlouei et al. | BATTPOWER application: Large-scale integration of EVs in an active distribution grid–A Norwegian case study |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190614 |
|
RJ01 | Rejection of invention patent application after publication |