CN110466384A - 一种充电模块群功率分配方法及装置 - Google Patents

Abstract

本发明提出一种充电模块群功率分配方法及装置，所述方法包括：将充电负载曲线进行网格化划分；根据所述网格化的充电负载曲线计算充电站负荷调度矩阵的行数和列数；通过遗传算法来求取所述负荷调度矩阵，根据所述负荷调度矩阵计算总的网格化负载模块数量；根据已知的柔性充电站内充电模块的总数量和所述总的网格化负载模块数量计算充电模块功率的平均分配时段和冗余能量；构建充电模块群功率分配矩阵，根据所述平均分配时段、冗余能量和负荷调度矩阵求解所述功率分配矩阵。本发明可实现柔性充电堆内充电模块的功率平均分配，可满足多样化充电需求，保障充电模块的工作效率。

Description

一种充电模块群功率分配方法及装置

技术领域

本发明涉及电动汽车充电技术领域，具体涉及一种充电模块群功率分配方法及装置。

背景技术

我国的电动汽车行业起步较晚且市场的占有率较小，但是在近几年来却有着十分迅猛的发展趋势。随着电动汽车的大量增长，充电设施建设也得到了飞速发展，当前充电技术又有了越来越多的新要求。主要的发展方向上看有以下的几个发展方向：超大功率发展趋势、新型材料器件、柔性充电技术、V2G技术、无线充电技术、结合新能源发展等多个方向。

传统的柔性充电技术目标主要在功率分配方法以及充电电池的保护方面，其缺陷在于各自的优化目标单一，且主要是针对充电站与充电设施的充电过程，没有考虑与配合电网侧以及用户群的充电需求。

发明内容

有鉴于此，本发明提供一种充电模块群功率分配方法及装置，提出柔性充电策略的优化目标，解决现有技术优化目标单一、无法满足多样化充电需求的问题。

本发明第一方面，提出一种充电模块群功率分配方法，所述方法包括：

S1、将充电负载曲线进行网格化划分，横坐标为将时间维度按预设时间间隔分段而得到的段数，纵坐标为充电平均功率；

S2、根据所述网格化的充电负载曲线构造充电站负荷调度矩阵，并计算所述负荷调度矩阵的行数和列数；

S3、通过遗传算法来求取所述负荷调度矩阵；

S5、根据所述负荷调度矩阵计算总的网格化负载模块数量；

S4、根据已知的柔性充电站内充电模块的总数量和所述总的网格化负载模块数量计算充电模块功率的平均分配时段和冗余能量；

S5、构建充电模块群功率分配矩阵，根据所述平均分配时段、冗余能量和负荷调度矩阵求解所述功率分配矩阵。

可选的，所述步骤S2中，所述负荷调度矩阵的行数n为：n＝int(P_M/P₀)，其中P_M为电网容量限制，P₀为电动汽车平均充电功率，int()为向下取整函数；列数m为将一天24h时间维度按所述预设时间间隔分成的时间段数。

可选的，所述步骤S3中，所述负荷调度矩阵中，通过1和0来分别表示充电模块的工作和非工作状态；

可选的，所述步骤S4中，所述根据所述负荷调度矩阵得到总的网格化负载模块数量具体为：

设负荷调度矩阵为R_n,m，则总的网格化负载模块数量M_n为：

其中，R_i,j为R_n,m的第i行、第j列元素。

可选的，所述步骤S5中，所述计算充电模块功率的平均分配时段和冗余能量的方法为：

假设柔性充电站内充电模块的总数量为S，由公式得到平均分配时段θ和冗余能量λ；所述平均分配时段θ表示每个充电模块每天需要参加θ个时段的工作时间。

可选的，所述步骤S6具体包括：

采用延长控制周期轮休充电模块的策略实现冗余能量λ的平均分配，通过λ天的分配处理达到每一个充电模块均摊负荷；设第h天按照编号1，2，3，…，h，…，S的充电模块的工作时段分配，m为将时间维度按所述预设时间间隔分成的时间段数，为S个充电模块组构建充电模块群功率分配矩阵H，

其中k＝1，2，…，S，j＝1，2，…，m，H为0，1矩阵，1表示模块工作，0表示模块休眠，H矩阵的S行对应S个充电模块的工作时序安排；第h天的充电调度满足以下公式：

且有：

联立公式(2)和(3)并求解方程组，得到所述功率分配矩阵H的解集，即充电模块群的功率分配方案。

本发明第二方面，提供一种充电模块群功率分配装置，所述装置包括：

曲线网格划分模块：用于将充电负载曲线进行网格化划分，横坐标为将时间维度按预设时间间隔分段而得到的段数，纵坐标为充电平均功率；

调度矩阵求解模块：用于根据所述网格化的充电负载曲线构造充电站负荷调度矩阵，并计算所述负荷调度矩阵的行数和列数；通过遗传算法来求取所述负荷调度矩阵，根据所述负荷调度矩阵计算总的网格化负载模块数量；

分配方案求解模块：用于根据已知的柔性充电站内充电模块的总数量和所述总的网格化负载模块数量计算充电模块功率的平均分配时段和冗余能量；构建充电模块群功率分配矩阵，根据所述平均分配时段、冗余能量和负荷调度矩阵求解所述功率分配矩阵。

可选的，所述调度矩阵求解模块中，所述负荷调度矩阵的行数n为：n＝int(P_M/P₀)，其中P_M为电网容量限制，P₀为电动汽车平均充电功率，int()为向下取整函数；列数m为将一天24h的时间维度按所述预设时间间隔分成的时间段数；设负荷调度矩阵为R_n,m，则总的网格化负载模块数量M_n为：

其中，R_i,_j为R_n,m的第i行、第j列元素。

可选的，所述分配方案求解模块具体包括

策略制定单元：假设柔性充电站内充电模块的总数量为S，由公式得到平均分配时段θ和冗余能量λ；所述平均分配时段θ表示每个充电模块每天需要参加θ个时段的工作时间，采用延长控制周期轮休充电模块的方法实现冗余能量λ的平均分配，通过λ天的分配处理达到每一个充电模块均摊负荷；

方案求解单元：设第h天按照编号1，2，3，…，h，…，S的充电模块的工作时段分配，m为将时间维度按所述预设时间间隔分成的时间段数，为S个充电模块组构建充电模块群功率分配矩阵H，

其中k＝1，2，…，S，j＝1，2，…，m，H为0，1矩阵，1表示模块工作，0表示模块休眠，H矩阵的S行对应S个充电模块的工作时序安排；第h天的充电调度满足以下公式：

h+λ≤S时

h+λ＞S时

且有：

联立上述两个公式并求解方程组，得到所述功率分配矩阵H的解集，即充电模块群的功率分配方案。

本发明可实现柔性充电堆内充电模块的功率平均分配，一是实现电网侧部分的削峰填谷，可实现分时电价优惠；二是针对不同车型用户的充电策略规划，满足不同用户的充电需求；三是保证充电模块40％-70％的负载率，保障充电模块工作效率。

附图说明

为了更清楚地说明本发明的技术方案，下面将对本发明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为本发明实施例提供的方法流程示意图；

图2为本发明实施例提供的的装置结构示意图。

具体实施方式

本发明提出一种充电模块群功率分配方法及装置，可实现柔性充电堆内充电模块的功率平均分配，且充分考虑配合电网侧以及用户群的充电需求，保障充电模块工作效率。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，本发明提出一种充电模块群功率分配方法，所述方法包括：

S1、将充电负载曲线进行网格化划分，横坐标为将一天时间维度按预设时间间隔分段而得到的段数，纵坐标为充电平均功率；

具体的，充电站的充电负荷曲线代表一天内的所有总的电动汽车充电任务，可采用蒙特卡洛法仿真电动汽车的充电负荷；预设时间间隔可取30分钟，将一天时间分为48个时间段，纵坐标为充电平均功率，设为20.8kW。

S2、根据所述网格化的充电负载曲线构造充电站负荷调度矩阵，计算所述充电站负荷调度矩阵的行数和列数；

所述步骤S2中，所述负荷调度矩阵的行数n为：n＝int(P_M/P₀)，其中P_M为电网容量限制，P₀为电动汽车平均充电功率，int()为向下取整函数；列数m为将一天24h时间维度按所述预设时间间隔分成的时间段数。具体的，设P_M＝1500kW，得行数n＝67，同样将一天的时间维度按30分钟的时间间隔分成48个时间段，即m＝48。

S3、通过遗传算法来求取所述负荷调度矩阵；

所述步骤S3中，所述负荷调度矩阵中，通过1和0来分别表示充电模块在某一时段的工作和非工作状态；具体的，遗传算法是一种通过模拟自然进化过程搜索最优解的方法，为了实现电网侧部分的削峰填谷，分时电价优惠，本发明所述通过遗传算法来求取所述负荷调度矩阵的目标函数为：

其中c_f、c_g、c_p分别为波峰、波谷、波平的电网分时电价，d_f、d_g、d_p分别为波峰、波谷、波平的充电电量；d代表每日柔性充电站充电负荷的总量，d的计算方法如下式所示：

选择因子：电网侧以及充电站选择目标归一函数J做作为优秀基因的选择参考。因为J的值越高代表着成本越高和峰谷差越高，对选择算子做出一个求倒数的处理得到E表示物种基因环境适应度：

E＝1/J

选择种群：对不满足约束条件要求的个体直接淘汰，对种群中满足约束条件的N组种群使用轮盘赌的方式进行选择，充电个体充电方案i的选择概率P_i用下式进行计算。

本发明根据上式的种群选择概率P_i确定出柔性充电策略的选择情况，P_i越大表示用户和电网的目标优化程度越高的方案具有更高的选择机会。遗传算法求解过程中优化程度高的方案被选择的概率也越大，反映出遗传算法中的优胜劣汰的规律。

交叉改进：遗传算法需要产生足够种群数量优质子代进行下一步选择，本发明可设置交叉的概率为0.8对矩阵父代种群进行交叉操作。根据矩阵编码的方式需要进行传统交叉操作的改进，初始种群中的目标限制要求充电任务基因交换后不影响父代矩阵元素总和。交叉操作根据需要先求解交叉点解集，初代矩阵中相邻的矩阵X(1)与矩阵X(2)的基因交叉点如下式所示。

n∈[1,67]依次求解：

因为p可能出现多解的情况，交叉点多解情况下随机选取一个解值作为交叉点，根据n从1到67可以得出交叉点解数组p如下式所示。

p＝{p₁,p₂,p₃...p₆₇}

根据解集交换父代X(1)与父代X(2)中每一行交叉点p之后的所有基因片段，交叉变换后得到得出变异后的子代X(1)，子代的X(2)。

变异改进：种群中的少量矩阵进行变异操作有利于优质方案选择，本实施例设置变异的概率为0.01，摒弃传统遗传算法的将单点变化的0，1变异，变异采取矩阵中的换列操作进行基因变异，这样更符合电动汽车将峰时段充电时间向谷时段充电时间转移的过程，能够更合理的找出最优矩阵解。变异过程以变异矩阵X(1)举例说明：产生[1,48]随机数q，交换变异矩阵X(1)中的第q列和第q+1列的全部元素，如果q为48，则交换第1列和第48列，得出变异后的子代。

通过遗传算法选出优秀的后代，得到所述负荷调度矩阵。

S4、根据所述负荷调度矩阵计算总的网格化负载模块数量；

所述根据所述负荷调度矩阵得到总的网格化负载模块数量具体为：设负荷调度矩阵为R_n,m，则总的网格化负载模块数量M_n为：

其中，R_i,j为R_n,m的第i行、第j列元素。

S4、根据已知的柔性充电站内充电模块的总数量和所述总的网格化负载模块数量计算充电模块功率的平均分配时段和冗余能量；所述计算充电模块功率的平均分配时段和冗余能量的方法为：

假设柔性充电站内充电模块的总数量为S，由公式得到平均分配时段θ和冗余能量λ；所述平均分配时段θ表示每个充电模块每天需要参加θ个时段的工作时间。

S5、构建充电模块群功率分配矩阵，根据所述平均分配时段、冗余能量和负荷调度矩阵求解所述功率分配矩阵。

首先根据所述平均分配时段和冗余能量确定分配策略，采用延长控制周期轮休充电模块的策略实现冗余能量λ的平均分配，通过λ天的分配处理达到每一个充电模块均摊负荷；具体实现方法为：S个充电模块按编号1，2，3，…，S排列，第1天的功率分配策略中，编号1，2，3，…，λ的充电模块负担冗余能量；第2天的功率分配策略中，编号2，3，4，…，λ+1的模块处理这部分能量；以此类推，第S天的功率分配策略中，编号S，1，2，…，λ-1的模块处理这部分能量。

根据正常负担充电模块平均功率的部分行的和为θ，额外负担充电模块λ余数部分行的和为θ+1，设第h天按照编号1，2，3，…，h，…，S的充电模块的工作时段分配，m为将时间维度按所述预设时间间隔分成的时间段数，为S个充电模块组构建充电模块群功率分配矩阵H，

其中k＝1，2，…，S，j＝1，2，…，m，H为0，1矩阵，1表示模块工作，0表示模块休眠，H矩阵的S行对应S个充电模块的工作时序安排；矩阵H的求解方法主要依靠两个条件:条件一是H矩阵的行等式关系；H矩阵共有S行对应S个充电模块的工作时序安排，一天的模块正常时序安排综合为行列式的和等于上述求解结果的平均值θ，如果当天有模块调度是承担冗余部分，那么该行的行等式和等于θ+1。

第h天的充电调度满足以下公式：

且有：

联立公式(2)和(3)并求解方程组，得到所述功率分配矩阵H的解集，即每一天充电模块群的功率分配方案。选取其中任意一组解作为柔性充电堆的控制方案即可实现充电站内的柔性充电模块的功率平均分配。充电站根据每个充电模块的每日工作时段安排矩阵H完成柔性充电堆对应的开关切换控制，便可实现整个充电站的柔性充电调配控制策略。该方法充电安排方法求解上更全面，在计算求解时综合考虑了电动汽车充电连续与不连续安排上的调配情况。

请参阅图2，本发明还提供一种充电模块群功率分配装置，所述装置包括：

曲线网格划分模块210：用于将充电负载曲线进行网格化划分，横坐标为将时间维度按预设时间间隔分段而得到的段数，纵坐标为充电平均功率；

调度矩阵求解模块220：用于根据所述网格化的充电负载曲线计算充电站负荷调度矩阵的行数和列数；通过遗传算法来求取所述负荷调度矩阵，根据所述负荷调度矩阵计算总的网格化负载模块数量；

分配方案求解模块230：用于根据已知的柔性充电站内充电模块的总数量和所述总的网格化负载模块数量计算充电模块功率的平均分配时段和冗余能量；构建充电模块群功率分配矩阵，根据所述平均分配时段、冗余能量和负荷调度矩阵求解所述功率分配矩阵。

所述调度矩阵求解模块中，所述负荷调度矩阵的行数n为：n＝int(P_M/P₀)，其中P_M为电网容量限制，P₀为电动汽车平均充电功率，int()为向下取整函数；列数m为将一天24h时间维度按所述预设时间间隔分成的时间段数；设负荷调度矩阵为R_n,m，则总的网格化负载模块数量M_n为：

其中，R_i,_j为R_n,m的第i行、第j列元素。

所述分配方案求解模块230具体包括

策略制定单元2301：假设柔性充电站内充电模块的总数量为S，由公式得到平均分配时段θ和冗余能量λ；所述平均分配时段θ表示每个充电模块每天需要参加θ个时段的工作时间，采用延长控制周期轮休充电模块的方法实现冗余能量λ的平均分配，通过λ天的分配处理达到每一个充电模块均摊负荷；

方案求解单元2302：设第h天按照编号1，2，3，…，h，…，S的充电模块的工作时段分配，m为将时间维度按所述预设时间间隔分成的时间段数，为S个充电模块组构建充电模块群功率分配矩阵H，

其中k＝1，2，…，S，j＝1，2，…，m，H为0，1矩阵，1表示模块工作，0表示模块休眠，H矩阵的S行对应S个充电模块的工作时序安排；第h天的充电调度满足以下公式：

h+λ≤S时

h+λ＞S时

且有：

联立上述两个公式并求解方程组，得到所述功率分配矩阵H的解集，即充电模块群的功率分配方案。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。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实施例的模块、单元和/或方法步骤，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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，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装置、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，RandomAccess 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含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，以上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。

Claims (9)

1.一种充电模块群功率分配方法，其特征在于，所述方法包括：

S1、将充电负载曲线进行网格化划分，横坐标为将一天时间按预设时间间隔分段而得到的段数，纵坐标为充电平均功率；

S2、根据所述网格化的充电负载曲线构造充电站负荷调度矩阵，并计算所述负荷调度矩阵的行数和列数；

S3、通过遗传算法来求取所述负荷调度矩阵；

S4、根据所述负荷调度矩阵计算总的网格化负载模块数量；

S5、根据已知的柔性充电站内充电模块的总数量和所述总的网格化负载模块数量计算各个充电模块的平均分配时段和冗余能量；

S6、构建充电模块群功率分配矩阵，根据所述平均分配时段、冗余能量和负荷调度矩阵求解所述功率分配矩阵。

2.根据权利要求1所述充电模块群功率分配方法，其特征在于，所述步骤S2中，所述负荷调度矩阵的行数n为：n＝int(P_M/P₀)，其中P_M为电网容量限制，P₀为电动汽车平均充电功率，int()为向下取整函数；列数m为将一天24小时按所述预设时间间隔分成的时间段数。

3.根据权利要求1所述充电模块群功率分配方法，其特征在于，所述步骤S3中，所述负荷调度矩阵中，通过1和0来分别表示充电模块的工作和非工作状态。

4.根据权利要求1所述充电模块群功率分配方法，其特征在于，所述步骤S3中，所述根据所述负荷调度矩阵得到总的网格化负载模块数量具体为：设负荷调度矩阵为R_n,m，则总的网格化负载模块数量M_n为：

其中，R_i,j为R_n,m的第i行、第j列元素。

5.根据权利要求1所述充电模块群功率分配方法，其特征在于，所述步骤S5中，所述计算各个充电模块的平均分配时段和冗余能量的方法为：

假设柔性充电站内充电模块的总数量为S，由公式得到各个充电模块的平均分配时段θ和冗余能量λ；所述平均分配时段θ表示每个充电模块每天需要参加θ个时段的工作时间。

6.根据权利要求1所述充电模块群功率分配方法，其特征在于，所述步骤S6具体包括：

采用延长控制周期轮休充电模块的策略实现冗余能量λ的平均分配，通过λ天的分配处理使每一个充电模块均摊负荷；设第h天按照编号1，2，3，…，h，…，S的充电模块的工作时段分配，m为将一天时间按所述预设时间间隔分成的时间段数，为S个充电模块组构建充电模块群功率分配矩阵H，

其中k＝1，2，…，S，j＝1，2，…，m，H为0，1矩阵，1表示模块工作，0表示模块休眠，H矩阵的S行对应S个充电模块的工作时序安排；第h天的充电调度满足以下公式：

且有：

联立公式(2)和(3)并求解方程组，得到所述功率分配矩阵H的解集，即充电模块群的功率分配方案。

7.一种充电模块群功率分配装置，其特征在于，所述装置包括：

曲线网格划分模块：用于将充电负载曲线进行网格化划分，横坐标为将时间维度按预设时间间隔分段而得到的段数，纵坐标为充电平均功率；

调度矩阵求解模块：用于根据所述网格化的充电负载曲线构造充电站负荷调度矩阵，并计算所述负荷调度矩阵的行数和列数；通过遗传算法来求取所述负荷调度矩阵，根据所述负荷调度矩阵计算总的网格化负载模块数量；

分配方案求解模块：用于根据已知的柔性充电站内充电模块的总数量和所述总的网格化负载模块数量计算充电模块功率的平均分配时段和冗余能量；构建充电模块群功率分配矩阵，根据所述平均分配时段、冗余能量和负荷调度矩阵求解所述功率分配矩阵。

8.根据权利要求6所述充电模块群功率分配装置，其特征在于，所述调度矩阵求解模块中，所述负荷调度矩阵的行数n为：n＝int(P_M/P₀)，其中P_M为电网容量限制，P₀为电动汽车平均充电功率，int()为向下取整函数；列数m为将一天24h时间维度按所述预设时间间隔分成的时间段数；设负荷调度矩阵为R_n,m，则总的网格化负载模块数量M_n为：

其中，R_i,j为R_n,m的第i行、第j列元素。

9.根据权利要求6所述充电模块群功率分配装置，其特征在于，所述分配方案求解模块具体包括：

策略制定单元：假设柔性充电站内充电模块的总数量为S，由公式得到平均分配时段θ和冗余能量λ；所述平均分配时段θ表示每个充电模块每天需要参加θ个时段的工作时间，采用延长控制周期轮休充电模块的方法实现冗余能量λ的平均分配，通过λ天的分配处理达到每一个充电模块均摊负荷；

方案求解单元：设第h天按照编号1，2，3，…，h，…，S的充电模块的工作时段分配，m为将时间维度按所述预设时间间隔分成的时间段数，为S个充电模块组构建充电模块群功率分配矩阵H，

其中k＝1，2，…，S，j＝1，2，…，m，H为0，1矩阵，1表示模块工作，0表示模块休眠，H矩阵的S行对应S个充电模块的工作时序安排；第h天的充电调度满足以下公式：

h+λ≤S时

h+λ＞S时

且有：

联立上述两个公式并求解方程组，得到所述功率分配矩阵H的解集，即充电模块群的功率分配方案。