CN110323770B - 电动汽车有序充电方法、装置和终端设备 - Google Patents

电动汽车有序充电方法、装置和终端设备 Download PDF

Info

Publication number
CN110323770B
CN110323770B CN201910574518.9A CN201910574518A CN110323770B CN 110323770 B CN110323770 B CN 110323770B CN 201910574518 A CN201910574518 A CN 201910574518A CN 110323770 B CN110323770 B CN 110323770B
Authority
CN
China
Prior art keywords
charging
charging station
power
determining
alternating current
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
CN201910574518.9A
Other languages
English (en)
Other versions
CN110323770A (zh
Inventor
韩璟琳
王涛
凌云鹏
阎峻
贺春光
韩天华
赵阳
赵海洲
冯胜涛
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.)
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd
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 State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910574518.9A priority Critical patent/CN110323770B/zh
Publication of CN110323770A publication Critical patent/CN110323770A/zh
Application granted granted Critical
Publication of CN110323770B publication Critical patent/CN110323770B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/50—Charging stations characterised by energy-storage or power-generation means
    • B60L53/51—Photovoltaic means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/64—Optimising energy costs, e.g. responding to electricity rates
    • 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]
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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
    • 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
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • 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
    • Y02T90/12—Electric charging stations

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明适用于电动汽车充电领域，提供了电动汽车有序充电方法、装置和终端设备，包括：根据电动汽车充电的需求位置获取充电站信息和每个充电站所在区域变电站的多个时刻的交流母线功率；建立配电优化模型得到充电站可接纳车辆数，根据动态电价模型和充电站可接纳车辆数确定每个充电站的初始电价；建立以充电成本为目标函数的车主决策模型，根据车主决策模型和每个充电站的初始电价确定优选充电站，并根据优选充电站确定对应电价；判断两次电价的变化是否满足预设价差条件，若满足则确定当前电动汽车在所述优选充电站充电。本发明将电动汽车的充电负荷空间转移，促进电网对光伏发电的消纳，降低电动汽车车主的充电成本，实现有序充电。

Description

电动汽车有序充电方法、装置和终端设备
技术领域
本发明属于电动汽车充电领域，尤其涉及一种电动汽车有序充电方法、装置和终端设备。
背景技术
随着世界各地环境的不断恶化，传统能源正在日益减少，绿色环保的生活理念得到了越来越多的人的重视，因此电动汽车行业得到了迅猛的发展，太阳能也被广泛研究和使用。但目前，受城市路网结构和用户出行习惯的制约，充电站的布局和用户充电需求并不匹配，大量电动汽车无序充电，使变电站的交流母线功率出现了明显的峰谷现象，在用电高峰时期对电网造成很大冲击，同时由于地理因素的影响，快充站间利用率不均衡也将造成部分充电站车辆排队时间长等问题，使得电动汽车充电方案不科学。考虑电动汽车的负荷空间转移特征，充分挖掘电动汽车的需求响应能力，解决传统能量供应中多时空负荷峰谷需求难以有效协同的问题，具有重要意义。
发明内容
有鉴于此，本发明实施例提供了一种电动汽车有序充电方法、装置和终端设备，以解决现有技术中电动汽车无序充电，变电站的交流母线功率峰谷现象明显，快充站间利用率不均衡的问题。
本发明实施例的第一方面提供了一种电动汽车有序充电方法，包括：
根据当前电动汽车充电的需求位置获取对应充电站信息和每个充电站所在区域变电站的多个时刻的交流母线功率，根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，得到每个充电站可接纳车辆数，根据动态电价模型和每个充电站可接纳车辆数确定需求位置对应的每个充电站的初始电价；
建立以充电成本为目标函数的车主决策模型，根据车主决策模型和每个充电站的初始电价确定优选充电站，并根据优选充电站确定对应电价；
判断两次电价的变化是否满足预设价差条件，若满足预设价差条件则确定当前电动汽车在所述优选充电站充电。
可选的，所述充电站信息包括所述需求位置对应区域的充电站数目；
所述根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，包括：
根据多个时刻的交流母线功率和所述充电站的数目，建立以交流母线功率波动积最小为目标函数的配电优化模型，其中，通过
Figure BDA0002111742060000021
确定交流母线功率波动积F；
Figure BDA0002111742060000022
为t时刻第i充电站所在区域变电站的交流母线功率，
Figure BDA0002111742060000023
为t+1时刻第i充电站所在区域变电站的交流母线功率，
Figure BDA0002111742060000024
为t时刻之前的时段第i充电站所在区域变电站的交流母线功率的峰值，
Figure BDA0002111742060000025
为t时刻之前的时段第i充电站所在区域变电站的交流母线功率的谷值，T为1天的时刻数，I为所述充电站数目。
可选的，所述得到每个充电站可接纳车辆数，包括：
通过
Figure BDA0002111742060000026
确定t时刻第i充电站可接纳车辆数N；其中，
Figure BDA0002111742060000027
为t时刻第i充电站所在区域变电站的交流母线功率，
Figure BDA0002111742060000028
为t时刻第i充电站的电动汽车快充负荷功率，
Figure BDA0002111742060000029
为t时刻第i充电站所在区域变电站的供电常规负荷功率，
Figure BDA00021117420600000210
为t时刻第i充电站所在区域的光伏出力功率，E(X)为t时刻单台电动汽车充电需求功率期望。
可选的，所述t时刻第i充电站所在区域的光伏出力功率，包括：
通过
Figure BDA0002111742060000031
确定t时刻第i充电站所在区域的光伏出力功率
Figure BDA0002111742060000032
其中，Pmpp是第i充电站所在区域的光伏阵列的输出功率基准值；FT为当前温度；Irr是当前光照强度，EFF为逆变器的效率系数。
可选的，所述根据动态电价模型和每个充电站可接纳车辆数确定所述需求位置对应的每个充电站的初始电价，包括：
通过
Figure BDA0002111742060000033
确定t时刻第i充电站的初始电价
Figure BDA0002111742060000034
其中，n为所述需求位置对应区域内有充电需求的车辆数，N为t时刻第i充电站可接纳车辆数，α为电价系数，
Figure BDA0002111742060000035
为t-1时刻第i充电站的电价。
可选的，所述建立以充电成本为目标函数的车主决策模型，包括：
通过
minC＝Cch+Ctime
确定车主决策模型minC；其中，Cch是当前电动汽车根据初始电价确定的充电费用，Ctime是当前电动汽车充电过程中需要花费的时间成本。
可选的，所述当前电动汽车根据初始电价确定的充电费用，包括：
通过
Figure BDA0002111742060000036
确定充电费用Cch；其中，
Figure BDA0002111742060000037
为t时刻第i充电站的初始电价，SOCgol是当前电动汽车充电完成的荷电状态，SOCini是当前电动汽车充电开始的荷电状态，η是充电机的充电效率，Ba为当前电动汽车的电池容量。
可选的，所述时间成本包括行驶成本和等待成本；行驶成本
Figure BDA0002111742060000038
通过
Figure BDA0002111742060000041
确定；其中，β为当前电动汽车单位时间的行驶费用；d为当前电动汽车充电需求产生位置到对应区域充电站的最短路径；
Figure BDA0002111742060000042
为t时刻第li路段的拥堵系数，vli为第li路段的最高限速；
等待成本
Figure BDA0002111742060000043
通过
Figure BDA0002111742060000044
确定；其中，ki为对应区域的第i充电站的充电机数量；narr为到达充电站的电动汽车数量，ndep为充电完成离开充电站的电动汽车数量。
本发明实施例的第二方面提供了一种电动汽车有序充电装置，包括：
电价确定模块，用于根据当前电动汽车充电的需求位置获取对应充电站信息和每个充电站所在区域变电站的多个时刻的交流母线功率，根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，得到每个充电站可接纳车辆数，根据动态电价模型和每个充电站可接纳车辆数确定需求位置对应的每个充电站的初始电价；
位置决策模块，用于建立以充电成本为目标函数的车主决策模型，根据车主决策模型和每个充电站的初始电价确定优选充电站，并根据优选充电站确定对应电价；
最优位置确定模块，用于判断两次电价的变化是否满足预设价差条件，若满足预设价差条件则确定当前电动汽车在所述优选充电站充电。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一项所述电动汽车有序充电方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述电动汽车有序充电方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：根据充电站信息和交流母线功率建立配电优化模型，并得到充电站可接纳车辆数，然后根据动态电价模型和充电站可接纳车辆数确定每个充电站的初始电价，建立以充电成本为目标函数的车主决策模型，根据车主决策模型和每个充电站的初始电价确定优选充电站，并根据优选充电站确定对应电价；判断两次电价的变化是否满足预设价差条件，若满足则确定当前电动汽车在所述优选充电站充电，实现了充电负荷的空间转移，改善交流母线的功率曲线，减少大规模无序充电对电网造成的冲击，促进对光伏发电的消纳，同时降低电动汽车车主的充电成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的电动汽车有序充电方法的实现流程示意图；
图2是本发明实施例提供的光伏发电系统所在区域变电站的供电示意图；
图3是本发明实施例提供的区域常规负荷的时序负荷曲线示意图；
图4是本发明实施例提供的在有序充电和无序充电两种场景下每个充电站服务的车辆数的示意图；
图5是本发明实施例提供的传统充电站电价和在电动汽车有序充电方法下电价的对比示意图；
图6是本发明实施例提供的在电动汽车有序充电方法后负荷曲线示意图；
图7是本发明实施例提供的电动汽车有序充电装置的结构示意图；
图8是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
参见图1，提供了电动汽车有序充电方法的一个实施例实现流程示意图，详述如下：
步骤S101，根据当前电动汽车充电的需求位置获取对应充电站信息和每个充电站所在区域变电站的多个时刻的交流母线功率，根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，得到每个充电站可接纳车辆数，根据动态电价模型和每个充电站可接纳车辆数确定需求位置对应的每个充电站的初始电价。
本实施例将配电网作为上层主体，基于光伏发电系统和区域常规负荷的时间分布特性，制定电动汽车充电负荷空间转移策略，实现消纳光伏出力的目的。具体的，根据每个充电站可接纳车辆数和交流母线功率制定动态电价，通过充电站将制定的电价传递给用户，进而影响电动汽车的充电选择，即利用电价作为调节手段，减小变电站交流母线总波动。
由于传统的总交流母线功率波动最小为目标函数，无法细致反映每个变电站交流母线功率的波动情况，所以本实施例利用波动积这一指标建立配电优化模型。可选的，所述充电站信息包括所述需求位置对应区域的充电站数目。所述根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，包括：
根据多个时刻的交流母线功率和所述充电站的数目，建立以交流母线功率波动积最小为目标函数的配电优化模型，其中，通过
Figure BDA0002111742060000071
确定交流母线功率波动积F；
Figure BDA0002111742060000072
为t时刻第i充电站所在区域变电站的交流母线功率，
Figure BDA0002111742060000073
为t+1时刻第i充电站所在区域变电站的交流母线功率，
Figure BDA0002111742060000074
为t时刻之前的时段第i充电站所在区域变电站的交流母线功率的峰值，
Figure BDA0002111742060000075
为t时刻之前的时段第i充电站所在区域变电站的交流母线功率的谷值，T为1天的时刻数，I为所述充电站数目。
实际情况中，若充电站所在区域的变电站的供电区域含光伏发电系统，则变电站的供电包含光伏发电系统、区域常规负荷、区域电动汽车快充负荷。区域常规负荷主要是指变电站供电区域内除电动汽车负荷之外的居民负荷等。如图2为光伏发电系统所在区域变电站的供电示意图，变电站供电的区域负荷分为可调节负荷和不可调节负荷，不可调节负荷可以包括光伏发电系统和区域常规负荷，其中光伏发电系统的不可调节性是指其输出功率要受到温度和光照强度等因素影响，控制系统不对其输出功率进行调节；可调节负荷可以包括电动汽车快充负荷。
实际应用中，光伏能量就地消纳有利于配电网安全稳定运行，且可以减少并网损耗，提高使用效率。因此，本实施例中的光伏出力优先供给区域内常规负荷和电动汽车快充负荷，剩余容量再并入配网。
若获取到某时刻单台电动汽车充电需求期望E(X)，某一充电站内有N辆电动汽车，则该充电站的充电需求为n·E(X)，因此，可以通过充电站可容纳电动汽车数量N，并通过电价调节方法对这些电动汽车进行控制，来完成消纳含光伏区域的综合出力。具体的，所述得到每个充电站可接纳车辆数的具体实施过程可以包括：
通过
Figure BDA0002111742060000076
确定t时刻第i充电站可接纳车辆数N；其中，
Figure BDA0002111742060000077
为t时刻第i充电站所在区域变电站的交流母线功率，
Figure BDA0002111742060000081
为t时刻第i充电站的电动汽车快充负荷功率，
Figure BDA0002111742060000082
为t时刻第i充电站所在区域变电站的供电常规负荷功率，
Figure BDA0002111742060000083
为t时刻第i充电站所在区域的光伏出力功率，E(X)为t时刻单台电动汽车充电需求功率期望。
可选的，本实施例利用蒙特卡洛模拟法先计算出一天24h内各时刻点电动汽车负荷的充电需求的概率，示例性的，充电站可接纳车辆数N＝50000、充电功率为60kW，重复进行100次操作之后取平均值，可以得到单台电动汽车充电需求功率期望。
可选的，所述t时刻第i充电站所在区域的光伏出力功率的具体实施过程包括：通过
Figure BDA0002111742060000084
确定t时刻第i充电站所在区域的光伏出力功率
Figure BDA0002111742060000085
其中，Pmpp是第i充电站所在区域的光伏阵列的输出功率基准值；FT为当前温度；Irr是当前光照强度，EFF为逆变器的效率系数。
其中，光伏系统中的逆变器设有启动功率和切断功率，当光伏板发出的功率PPV小于切断功率时，逆变器停止工作；当光伏板发出的功率PPV大于启动功率时，逆变器工作。所以由于逆变器的损耗，将逆变器的效率系数考虑进光伏出力功率，计算出的光伏出力功率更准确。
动态电价之所以能够引导电动汽车用户进行特定的充电行为，是因为电动汽车车主在能够保证用车需要的前提下，会更倾向于在电价更低、更节省成本的充电站进行充电行为。为了尽可能使电动汽车快充负荷跟随光伏出力，本实施例依据区域内有充电需求的车辆数n及充电站可接纳车辆数N，制定动态电价模型，具体如下：
通过
Figure BDA0002111742060000086
确定t时刻第i充电站的初始电价
Figure BDA0002111742060000091
其中，n为所述需求位置对应区域内有充电需求的车辆数，N为t时刻第i充电站可接纳车辆数，α为电价系数，
Figure BDA0002111742060000092
为t-1时刻第i充电站的电价。
可选的，本实施例在建立配电优化模型和动态电价模型时还包括：电动汽车荷电状态约束、初始电价约束、区域充电站群收入约束、充电站容量约束和光伏消纳约束。具体的，电动汽车在t时刻的荷电状态需满足：
SOCmin,n≤SOCn(t)≤SOCmax,n
其中，SOCn(t)是第n电动汽车在t时刻的荷电状态，SOCmin，n和SOCmax，n分别是第n电动汽车的最大、最小荷电状态。
合理的价格调节有利于调动电动汽车车主需求响应的积极性，根据相关政策规定，初始价格不能超过限值。所以本实施例的初始价格约束：
Figure BDA0002111742060000093
其中，
Figure BDA0002111742060000094
为t时刻第i充电站的最大电价。
不同充电站进行价格调节后，应保证整个区域内的可调度充电站收入总和与调价之前保持一致，以维持整体市场价格稳定，本实施例的区域充电站群收入约束如下：
Figure BDA0002111742060000095
其中，I为所述充电站数目，
Figure BDA0002111742060000096
为t时刻第i充电站的初始电价，Nt为t时刻充电站可接纳车辆数，
Figure BDA0002111742060000097
为t+1时刻第i充电站的电价，Nt+1为t+1时刻充电站可接纳车辆数，E(X)为单台电动汽车充电需求功率期望。
充电站可以提供的最大充电功率应不大于所有充电机最大输出功率的总和，具体充电站容量约束如下:
Figure BDA0002111742060000098
其中，Nui为第i充电站的充电机数目，
Figure BDA0002111742060000099
为第i充电站的充电机最大输出功率。
在t时刻，区域常规负荷和电动汽车快充负荷消纳光伏出力的比例应高于规定的最低光伏消纳限值
Figure BDA0002111742060000101
即光伏消纳约束如下：
Figure BDA0002111742060000102
其中，
Figure BDA0002111742060000103
为t时刻第i充电站的电动汽车快充负荷功率，
Figure BDA0002111742060000104
为t时刻第i充电站所在区域变电站的供电常规负荷功率，
Figure BDA0002111742060000105
为t时刻第i充电站所在区域的光伏出力功率。
步骤S102，建立以充电成本为目标函数的车主决策模型，根据车主决策模型和每个充电站的初始电价确定优选充电站，并根据优选充电站确定对应电价。
电动汽车作为一类特殊的移动负荷，利用充电价格变化的激励作用，可以使其改变充电地点的选择，所以被视为保障和优化配电网安全稳定运行的灵活响应资源。本实施将电动汽车车主作为下层主体，根据上层主体发布的电价，在空间区域内选择充电站进行充电，实现充电负荷的转移，并将选择的结果反馈给上层。为增加车主充电满意度，本实施以充电成本为目标函数进行优化。
电动汽车用户选择充电站进行充电通常是考虑距充电站的距离、充电所消耗的时间和充电价格等因素。上层主体发布更新的电价(初始电价)后，对于电动汽车车主的充电选择可能会发生一定的变化，以充电成本最小为目标作为车主决策依据，具体如下：通过
minC＝Cch+Ctime
确定车主决策模型minC；其中，Cch是当前电动汽车根据初始电价确定的充电费用，Ctime是当前电动汽车充电过程中需要花费的时间成本。
可选的，所述当前电动汽车根据初始电价确定的充电费用的具体实施过程包括：通过
Figure BDA0002111742060000106
确定充电费用Cch；其中，
Figure BDA0002111742060000107
为t时刻第i充电站的初始电价，SOCgol是当前电动汽车充电完成的荷电状态，SOCini是当前电动汽车充电开始的荷电状态，η是充电机的充电效率，Ba为当前电动汽车的电池容量。
可选的，所述时间成本包括行驶成本和等待成本；行驶成本
Figure BDA0002111742060000111
通过
Figure BDA0002111742060000112
确定；其中，β为当前电动汽车单位时间的行驶费用；d为当前电动汽车充电需求产生位置到对应区域充电站的最短路径；
Figure BDA0002111742060000113
为t时刻第li路段的拥堵系数，vli为第li路段的最高限速；可选的，电动汽车充电需求产生位置到对应区域充电站的最短路径可以采用Dijkstra算法计算。
实际应用中，电动汽车在充电站接受充电服务满足先来先服务原则，则电动汽车充电的等待成本与充电站内充电机数量和第i电动汽车进站时排在其之前的车辆数有关。例如，站内电动汽车数量少于充电机数量，则无需等待，可以直接充电；站内电动汽车数量多于充电机数量，需要依据前序车辆充电时间计算等待时间。具体的，等待成本
Figure BDA0002111742060000114
可以通过
Figure BDA0002111742060000115
确定；其中，ki为对应区域的第i充电站的充电机数量；narr为到达充电站的电动汽车数量，ndep为充电完成离开充电站的电动汽车数量。
可选的，所述拥堵系数的获取过程可以包括：获取将每个路段的车辆行驶的实时速度，并根据所述车辆行驶的实时速度和对应路段标准车速确定对应路段的拥堵系数。示例性的，可以通过Python语言爬取高德地图交通态势数据获取每个路段的车辆行驶的实时速度。例如先用Python语言的requests库爬取高德地图API(Application ProgrammingInterface，应用程序编程接口)的返回信息，然后将返回信息中的JSON数据解析存入CSV文件中，最后将每条路段的实时速度按对应路段标准车速折算拥堵系数。
具体的，在高德地图API申请开发者账号，创建新应用，选择绑定Web服务，系统为此应用分配一个Key；然后在Anaconda3编译器中输入初始API的URL(Uniform ResourceLocator，统一资源定位符)；获取高德地图返回的交通态势数据。获取高德地图返回的交通态势数据的方式可以包括：输入矩形对角线坐标，构建矩形爬行区域；或是设定圆心坐标和半径，构建圆形爬行区域。
由于高德地图对用户的API行为做了限制，即设定的矩形爬行区域对角线长度不得超过10公里，但要获取交通态势的城市范围远不止这个区域的大小，所以本实施例采用网格划分技术，将城市范围等分为多个网格，多次调用API以获得更大范围的数据。例如，设定整个网格左下角坐标的经纬度值，再设定每个网格单元的经纬度宽，构成一个网格的范围。
然后，循环对每个网格进行数据爬取，对数据进行保留6位小数的操作；将数据结构化存储至规定目录的CSV文件中。再把CSV文件中的数据导入到记事本中，删除第一行标识数据，将剩余数据用MATLAB读取；最后根据所述车辆行驶的实时速度和对应路段标准车速确定对应路段的拥堵系数。
可选的，本实施例在建立车主决策模型时还包括：充电距离最大值约束和电动汽车剩余电量约束。具体的，电动汽车基于价格的需求响应应满足在一定范围内寻找充电站，即充电距离最大值约束如下：
dos≤dmax
其中，dos为发出充电请求的位置到优选充电站的距离，dmax为充电行驶的最大距离。
电动汽车选择充电站时，剩余电量需支持其到达充电站，即电动汽车剩余电量约束如下：
dos≤μ·SOCrem·Ba
其中，μ为每千瓦时电量电动汽车可以行驶的距离，SOCrem为产生充电需求时电动汽车的荷电状态。
步骤S103，判断两次电价的变化是否满足预设价差条件，若满足预设价差条件则确定当前电动汽车在所述优选充电站充电。
例如，光伏系统的光伏容量为6MW，输出最大功率为4.8MW，光照强度数据如表1所示。充电站的充电机输出功率为80kW，充电效率为90％，区域常规负荷功率的时序负荷功率曲线如图3所示。
表1城市光照强度数据
Figure BDA0002111742060000131
选取高峰时段分析，例如536辆电动汽车在区域内产生了充电需求，分为两种场景：有序充电和无序充电，两种场景下每个充电站服务的车辆数如图4所示。可知，S2号、S3号和S4号充电站交通流量较大，周围有充电需求的车辆数较多，在无序充电场景下站内车辆数明显超过了服务能力，而此时S1号充电站的服务能力尚未饱和。在有序充电的场景下，通过电价调节手段，有效地把S2号、S3号和S4号充电站的车辆分流到了S1号、S5号和S6号充电站。其中，在无序充电场景下，每个充电站的电价均为1元/kW·h，而本实施例利用动态电价模型对电价进行优化后，各个充电站在有序充电场景下的最优充电电价如图5所示。
未接入电动汽车之前，充电站功率曲线由于光伏出力将导致较大峰谷差的产生，不利于电网可靠运行。如图6所示，本实施例中，在电动汽车有序充电方法的控制下，可以最有效消纳光伏系统出力，同时使交流母线功率曲线更加平滑。从图中可以看到，在充电调度前，区域常规负荷和光伏出力之和的功率波动绝对值和较大，通过接入电动汽车快充负荷，能够显著减小交流母线功率波动的绝对值之和。
一个实施例中，本实施例的电动汽车有序充电方法还包括：若两次电价的变化不满足预设价差条件，则继续执行所述确定优选充电站和对应电价的步骤，直至初始电价与优选充电站对应电价的变化满足预设价差条件。示例性的，可以判断两次电价的变化是否小于一个给定的常数，若小于给定的常数，确定当前电动汽车在所述优选充电站充电；若大于给定的常数，重复执行步骤S103和S104，直至初始电价与优选充电站对应电价的变化满足预设价差条件。电价判断公式如下：
Figure BDA0002111742060000141
其中，ε1为给定的常数，可以取值为0.001，
Figure BDA0002111742060000142
为优选充电站在时刻t的电价，
Figure BDA0002111742060000143
为优选充电站在时刻t的初始电价。
一个实施例中，所述电动汽车有序充电方法还包括：
在两次电价的变化满足预设价差条件时，判断当前电动汽车充电的需求位置是否改变。
若当前电动汽车充电的需求位置不变，则确定当前电动汽车在所述优选充电站充电；若当前电动汽车充电的需求位置改变，判断执行确定优选充电站和对应电价的步骤的次数是否达到预设迭代次数。
若达到预设迭代次数，确定当前电动汽车在所述优选充电站充电；若小于预设迭代次数，根据改变的需求位置执行建立配电优化模型和确定初始电价的步骤。
上述电动汽车有序充电方法，根据充电需求位置获取的充电站信息和每个充电站所在区域变电站的交流母线功率建立配电优化模型，并得到充电站可接纳车辆数，然后根据动态电价模型和充电站可接纳车辆数确定每个充电站的初始电价，建立以充电成本为目标函数的车主决策模型，根据车主决策模型和每个充电站的初始电价确定优选充电站，并根据优选充电站确定对应电价；判断两次电价的变化是否满足预设价差条件，若满足则确定当前电动汽车在所述优选充电站充电，实现了充电负荷的空间转移，改善交流母线的功率曲线，减少大规模无序充电对电网造成的冲击，促进对光伏发电的消纳，同时降低电动汽车车主的充电成本。
本领域技术人员可以理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例二
对应于上述实施例一所述的电动汽车有序充电方法，图7中示出了本发明实施例二中电动汽车有序充电装置的结构框图。为了便于说明，仅示出了与本实施例相关的部分。
该装置主要包括：电价确定模块110、位置决策模块120和最优位置确定模块130。
电价确定模块110用于根据当前电动汽车充电的需求位置获取对应充电站信息和每个充电站所在区域变电站的多个时刻的交流母线功率，根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，得到每个充电站可接纳车辆数，根据动态电价模型和每个充电站可接纳车辆数确定需求位置对应的每个充电站的初始电价。
位置决策模块120用于建立以充电成本为目标函数的车主决策模型，根据车主决策模型和每个充电站的初始电价确定优选充电站，并根据优选充电站确定对应电价。
最优位置确定模块130用于判断两次电价的变化是否满足预设价差条件，若满足预设价差条件则确定当前电动汽车在所述优选充电站充电。
上述电动汽车有序充电装置，电价确定模块110根据充电站信息和交流母线功率建立配电优化模型得到充电站可接纳车辆数，然后确定每个充电站的初始电价，位置决策模块120建立以充电成本为目标函数的车主决策模型，确定优选充电站以及对应电价；最优位置确定模块130判断两次电价的变化是否满足预设价差条件，若满足则确定当前电动汽车在优选充电站充电，实现了充电负荷的空间转移，改善交流母线的功率曲线，减少大规模无序充电对电网造成的冲击，促进对光伏发电的消纳，同时降低电动汽车车主的充电成本。
实施例三
图8是本发明实施例三提供的终端设备100的示意图。如图8所示，该实施例所述的终端设备100包括：处理器140、存储器150以及存储在所述存储器150中并可在所述处理器140上运行的计算机程序151，例如电动汽车有序充电方法的程序。所述处理器140在执行所述计算机程序151时实现上述各个电动汽车有序充电方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，所述处理器140执行所述计算机程序151时实现上述各装置实施例中各模块/单元的功能，例如图7所示模块110至130的功能。
示例性的，所述计算机程序151可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器150中，并由所述处理器140执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序151在所述终端设备100中的执行过程。例如，所述计算机程序151可以被分割成电价确定模块、位置决策模块和最优位置确定模块，各模块具体功能如下：
电价确定模块用于根据当前电动汽车充电的需求位置获取对应充电站信息和每个充电站所在区域变电站的多个时刻的交流母线功率，根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，得到每个充电站可接纳车辆数，根据动态电价模型和每个充电站可接纳车辆数确定需求位置对应的每个充电站的初始电价。
位置决策模块用于建立以充电成本为目标函数的车主决策模型，根据车主决策模型和每个充电站的初始电价确定优选充电站，并根据优选充电站确定对应电价。
最优位置确定模块用于判断两次电价的变化是否满足预设价差条件，若满足预设价差条件则确定当前电动汽车在所述优选充电站充电。
所述终端设备100可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备100可包括，但不仅限于处理器140、存储器150。本领域技术人员可以理解，图8仅仅是终端设备100的示例，并不构成对终端设备100的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备100还可以包括输入输出设备、网络接入设备、总线等。
所称处理器140可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器150可以是终端设备100的内部存储单元，例如终端设备100的硬盘或内存。所述存储器150也可以是终端设备100的外部存储设备，例如终端设备100上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器150还可以既包括终端设备100的内部存储单元也包括外部存储设备。所述存储器150用于存储所述计算机程序以及终端设备100所需的其他程序和数据。所述存储器150还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包括的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包括在本发明的保护范围之内。

Claims (9)

1.一种电动汽车有序充电方法，其特征在于，包括：
根据当前电动汽车充电的需求位置获取对应充电站信息和每个充电站所在区域变电站的多个时刻的交流母线功率，根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，得到每个充电站可接纳车辆数，根据动态电价模型和每个充电站可接纳车辆数确定需求位置对应的每个充电站的初始电价；
建立以充电成本为目标函数的车主决策模型，根据车主决策模型和每个充电站的初始电价确定优选充电站，并根据优选充电站确定对应电价；
判断两次电价的变化是否满足预设价差条件，若满足预设价差条件则确定当前电动汽车在所述优选充电站充电；
其中，所述充电站信息包括所述需求位置对应区域的充电站数目；
所述根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，包括：
根据多个时刻的交流母线功率和所述充电站的数目，建立以交流母线功率波动积最小为目标函数的配电优化模型，其中，通过
Figure FDA0002803431690000011
确定交流母线功率波动积F；
Figure FDA0002803431690000012
为t时刻第i充电站所在区域变电站的交流母线功率，
Figure FDA0002803431690000013
为t+1时刻第i充电站所在区域变电站的交流母线功率，
Figure FDA0002803431690000014
为t时刻之前的时段第i充电站所在区域变电站的交流母线功率的峰值，
Figure FDA0002803431690000015
为t时刻之前的时段第i充电站所在区域变电站的交流母线功率的谷值，T为1天的时刻数，I为所述充电站数目；
所述建立以充电成本为目标函数的车主决策模型，包括：
通过
minC＝Cch+Ctime
确定车主决策模型minC；其中，Cch是当前电动汽车根据初始电价确定的充电费用，Ctime是当前电动汽车充电过程中需要花费的时间成本。
2.如权利要求1所述的电动汽车有序充电方法，其特征在于，所述得到每个充电站可接纳车辆数，包括：
通过
Figure FDA0002803431690000021
Figure FDA0002803431690000022
确定t时刻第i充电站可接纳车辆数N；其中，
Figure FDA0002803431690000023
为t时刻第i充电站所在区域变电站的交流母线功率，
Figure FDA0002803431690000024
为t时刻第i充电站的电动汽车快充负荷功率，
Figure FDA0002803431690000025
为t时刻第i充电站所在区域变电站的供电常规负荷功率，
Figure FDA0002803431690000026
为t时刻第i充电站所在区域的光伏出力功率，E(X)为t时刻单台电动汽车充电需求功率期望。
3.如权利要求2所述的电动汽车有序充电方法，其特征在于，所述t时刻第i充电站所在区域的光伏出力功率，包括：
通过
Figure FDA0002803431690000027
确定t时刻第i充电站所在区域的光伏出力功率
Figure FDA0002803431690000028
其中，Pmpp是第i充电站所在区域的光伏阵列的输出功率基准值；FT为当前温度；Irr是当前光照强度，EFF为逆变器的效率系数。
4.如权利要求1所述的电动汽车有序充电方法，其特征在于，所述根据动态电价模型和每个充电站可接纳车辆数确定所述需求位置对应的每个充电站的初始电价，包括：
通过
Figure FDA0002803431690000029
确定t时刻第i充电站的初始电价
Figure FDA00028034316900000210
其中，n为所述需求位置对应区域内有充电需求的车辆数，N为t时刻第i充电站可接纳车辆数，α为电价系数，
Figure FDA0002803431690000031
为t-1时刻第i充电站的电价。
5.如权利要求1所述的电动汽车有序充电方法，其特征在于，所述当前电动汽车根据初始电价确定的充电费用，包括：
通过
Figure FDA0002803431690000032
确定充电费用Cch；其中，
Figure FDA0002803431690000033
为t时刻第i充电站的初始电价，SOCgol是当前电动汽车充电完成的荷电状态，SOCini是当前电动汽车充电开始的荷电状态，η是充电机的充电效率，Ba为当前电动汽车的电池容量。
6.如权利要求5所述的电动汽车有序充电方法，其特征在于，所述时间成本包括行驶成本和等待成本；行驶成本
Figure FDA0002803431690000034
通过
Figure FDA0002803431690000035
确定；其中，β为当前电动汽车单位时间的行驶费用；d为当前电动汽车充电需求产生位置到对应区域充电站的最短路径；
Figure FDA0002803431690000036
为t时刻第li路段的拥堵系数，vli为第li路段的最高限速，LI为t时刻的路段总数；
等待成本
Figure FDA0002803431690000037
通过
Figure FDA0002803431690000038
确定；其中，ki为对应区域的第i充电站的充电机数量；narr为到达充电站的电动汽车数量，ndep为充电完成离开充电站的电动汽车数量，
Figure FDA0002803431690000039
为t时刻第i充电站的电动汽车快充负荷功率。
7.一种电动汽车有序充电装置，其特征在于，包括：
电价确定模块，用于根据当前电动汽车充电的需求位置获取对应充电站信息和每个充电站所在区域变电站的多个时刻的交流母线功率，根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，得到每个充电站可接纳车辆数，根据动态电价模型和每个充电站可接纳车辆数确定需求位置对应的每个充电站的初始电价；
位置决策模块，用于建立以充电成本为目标函数的车主决策模型，根据车主决策模型和每个充电站的初始电价确定优选充电站，并根据优选充电站确定对应电价；
最优位置确定模块，用于判断两次电价的变化是否满足预设价差条件，若满足预设价差条件则确定当前电动汽车在所述优选充电站充电；
其中，所述充电站信息包括所述需求位置对应区域的充电站数目；
所述根据所述充电站信息和多个时刻的交流母线功率建立配电优化模型，包括：
根据多个时刻的交流母线功率和所述充电站的数目，建立以交流母线功率波动积最小为目标函数的配电优化模型，其中，通过
Figure FDA0002803431690000041
确定交流母线功率波动积F；
Figure FDA0002803431690000042
为t时刻第i充电站所在区域变电站的交流母线功率，
Figure FDA0002803431690000043
为t+1时刻第i充电站所在区域变电站的交流母线功率，
Figure FDA0002803431690000044
为t时刻之前的时段第i充电站所在区域变电站的交流母线功率的峰值，
Figure FDA0002803431690000045
为t时刻之前的时段第i充电站所在区域变电站的交流母线功率的谷值，T为1天的时刻数，I为所述充电站数目；
所述建立以充电成本为目标函数的车主决策模型，包括：
通过
minC＝Cch+Ctime
确定车主决策模型minC；其中，Cch是当前电动汽车根据初始电价确定的充电费用，Ctime是当前电动汽车充电过程中需要花费的时间成本。
8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述电动汽车有序充电方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述电动汽车有序充电方法的步骤。
CN201910574518.9A 2019-06-28 2019-06-28 电动汽车有序充电方法、装置和终端设备 Active CN110323770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910574518.9A CN110323770B (zh) 2019-06-28 2019-06-28 电动汽车有序充电方法、装置和终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910574518.9A CN110323770B (zh) 2019-06-28 2019-06-28 电动汽车有序充电方法、装置和终端设备

Publications (2)

Publication Number Publication Date
CN110323770A CN110323770A (zh) 2019-10-11
CN110323770B true CN110323770B (zh) 2021-05-04

Family

ID=68121306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910574518.9A Active CN110323770B (zh) 2019-06-28 2019-06-28 电动汽车有序充电方法、装置和终端设备

Country Status (1)

Country Link
CN (1) CN110323770B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401627B (zh) * 2019-12-19 2022-04-01 华南理工大学 电动汽车充电调度方法和装置
CN112072683B (zh) * 2020-09-09 2023-07-18 河北大学 一种电动汽车智能有序充放电控制方法和系统
CN112224082B (zh) * 2020-09-30 2022-09-16 阳光新能源开发股份有限公司 一种充电控制方法及储能充电站
CN112874368A (zh) * 2021-03-26 2021-06-01 国网黑龙江省电力有限公司电力科学研究院 一种基于qpso算法的电动汽车充电策略优化方法
CN113450183B (zh) * 2021-06-15 2024-03-29 西安交通大学 基于区块链的电动汽车p2p电力交易方法、系统及设备
CN113459863B (zh) * 2021-07-02 2022-06-14 国网智慧能源交通技术创新中心(苏州)有限公司 一种基于网格分析法的有序充电算法
CN115991113B (zh) * 2023-03-23 2023-05-26 深圳市永联科技股份有限公司 充电规划方法及相关装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012173134A1 (ja) * 2011-06-15 2012-12-20 三菱重工業株式会社 充電システム、充電管理装置、制御方法、及びプログラム
CN109286189A (zh) * 2018-10-24 2019-01-29 云南电网有限责任公司电力科学研究院 一种电动汽车充电桩网荷协调控制方法及系统
CN109624776A (zh) * 2018-12-30 2019-04-16 于涛 一种功率共享调配充电站群
CN109808541A (zh) * 2019-01-17 2019-05-28 北京理工新源信息科技有限公司 一种电动汽车充电方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214095B (zh) * 2018-09-13 2023-04-07 云南民族大学 电动汽车充放电多目标优化调度方法
CN109583706B (zh) * 2018-11-08 2021-02-19 国网浙江省电力有限公司经济技术研究院 配电系统接纳电动汽车能力的多元优化评估方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012173134A1 (ja) * 2011-06-15 2012-12-20 三菱重工業株式会社 充電システム、充電管理装置、制御方法、及びプログラム
CN109286189A (zh) * 2018-10-24 2019-01-29 云南电网有限责任公司电力科学研究院 一种电动汽车充电桩网荷协调控制方法及系统
CN109624776A (zh) * 2018-12-30 2019-04-16 于涛 一种功率共享调配充电站群
CN109808541A (zh) * 2019-01-17 2019-05-28 北京理工新源信息科技有限公司 一种电动汽车充电方法及系统

Also Published As

Publication number Publication date
CN110323770A (zh) 2019-10-11

Similar Documents

Publication Publication Date Title
CN110323770B (zh) 电动汽车有序充电方法、装置和终端设备
Hussain et al. Optimal Management strategies to solve issues of grid having Electric Vehicles (EV): A review
CN103915869B (zh) 一种基于移动设备的电动汽车智能充电系统及方法
Li et al. Robust model of electric vehicle charging station location considering renewable energy and storage equipment
Humayd et al. Distribution system planning to accommodate distributed energy resources and PEVs
Madzharov et al. Integrating electric vehicles as flexible load in unit commitment modeling
Sousa et al. Day-ahead resource scheduling in smart grids considering vehicle-to-grid and network constraints
CN102880921B (zh) 一种电动汽车充电站选址优化方法
CN109177802B (zh) 一种基于无线通信的电动汽车有序充电系统及其方法
Paterakis et al. A methodology to generate power profiles of electric vehicle parking lots under different operational strategies
CN107104454A (zh) 计及电动汽车功率可调控域的最优潮流节点电价计算方法
Meng et al. Sequential construction planning of electric taxi charging stations considering the development of charging demand
CN103241130A (zh) 一种电动公交车充换电站的能量管理方法及系统
CN105279578A (zh) 一种主动配电网区域电源优化配置双层规划方法
CN108099634B (zh) 一种电动汽车有序充电方法及系统
CN103810539A (zh) 考虑换电服务可用性的电动汽车换电站容量优化配置方法
Gorbunova et al. Assessment of the use of renewable energy sources for the charging infrastructure of electric vehicles
Muñoz et al. A decentralized, non-iterative smart protocol for workplace charging of battery electric vehicles
Chen et al. Real-time optimal scheduling of large-scale electric vehicles: A dynamic non-cooperative game approach
WO2023226368A1 (zh) 电动汽车集群充放电控制方法、系统及相关设备
Zhong et al. A fast-charging navigation strategy for electric vehicles considering user time utility differences
Li et al. Bi-level programming model approach for electric vehicle charging stations considering user charging costs
Alghamdi et al. Profit maximization for EVSEs-based renewable energy sources in smart cities with different arrival rate scenarios
He et al. Expansion planning of electric vehicle charging stations considering the benefits of peak‐regulation frequency modulation
TW202311077A (zh) 利用區塊鏈的電動車充電站管理方法

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