CN111162524A - 一种电动汽车充电用户接入配电网的控制方法和系统 - Google Patents

一种电动汽车充电用户接入配电网的控制方法和系统 Download PDF

Info

Publication number
CN111162524A
CN111162524A CN202010019293.3A CN202010019293A CN111162524A CN 111162524 A CN111162524 A CN 111162524A CN 202010019293 A CN202010019293 A CN 202010019293A CN 111162524 A CN111162524 A CN 111162524A
Authority
CN
China
Prior art keywords
charging
user
time
electric vehicle
load
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
Application number
CN202010019293.3A
Other languages
English (en)
Inventor
张元星
李涛永
刁晓虹
章步琪
蒋林洳
张晶
闫华光
李斌
覃剑
张华栋
张健
李建祥
胡勇
袁弘
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
China Electric Power Research Institute Co Ltd CEPRI
State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Shandong 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, China Electric Power Research Institute Co Ltd CEPRI, State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010019293.3A priority Critical patent/CN111162524A/zh
Publication of CN111162524A publication Critical patent/CN111162524A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • 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
    • B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
    • 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
    • B60L53/63—Monitoring or controlling charging stations in response to network capacity
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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
    • Y02T90/14—Plug-in electric vehicles

Landscapes

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

Abstract

本发明提供了一种电动汽车充电用户接入配电网的控制方法，包括接收电动汽车充电用户的充电需求；基于电动汽车充电用户的充电需求、分时电价以及台区居民的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划；其中，电动汽车充电用户的充电需求包括：充电类型、电动汽车电池荷电状态和用车时间；充电类型包括：时间敏感型、寿命敏感型、价格敏感型和无倾向型。本发明的实施既满足了不同类型电动汽车充电用户的个性化充电需求，为用户充电提供便利性和经济性，又平抑了台区配电网的用电负荷波动情况，具备良好的可操作性和实用性。

Description

一种电动汽车充电用户接入配电网的控制方法和系统
技术领域
本发明涉及电动汽车充电领域，具体涉及一种电动汽车充电用户接入配电网的控制方法和系统。
背景技术
能源危机与环境污染的日益加剧促使电动汽车快速发展。在台区内，电动汽车可利用其移动储能特性，通过对充电行为的优化与控制，实现综合用电负荷曲线的“削峰填谷”。电网运营商及充电运营商可通过制定分时电价、充电费用优惠等政策，激励或引导电动汽车充电用户调整自身充放电时间，参与台区电网柔性负荷调控。作为电网运营商，更希望电动汽车充电用户都能参与到负荷调控队列当中，充分利用配电容量及充电时间序列可移动特性，以实现台区负荷的优化配置，延缓电网投资建设成本。但实际情况包含较多特殊充电需求的用户，如果在设计接入电网控制策略时不将其考虑在内，则会导致控制策略适应性差，且容易引发争议，因此，如何在满足多元化用户充电需求的同时，平抑配电网负荷波动是本领域技术人员需要解决的技术问题。
发明内容
为克服上述现有技术的不足，本发明提供了一种电动汽车充电用户接入配电网的控制方法，包括：
接收电动汽车充电用户的充电需求；
基于电动汽车充电用户的充电需求、分时电价以及台区居民的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划；
所述电动汽车充电用户的充电需求包括：充电类型、电动汽车电池荷电状态和用车时间；
所述充电类型包括：时间敏感型、寿命敏感型、价格敏感型和无倾向型。
优选的，基于电动汽车充电用户的充电需求、分时电价以及台区居民的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划，包括：
基于电动汽车充电用户的充电需求以及台区居民的用电负荷状态，预测台区配电网的日用电负的波动性；
基于电动汽车充电用户的充电需求和分时电价，计算电动汽车充电用户的充电成本；
基于预测的台区配电网的日用电负的波动性和电动汽车充电用户的充电成本，以充电快、充电费用低和台区配电网的日用电负的波动性小为目标，编排各类型电动汽车充电用户的充电计划。
优选的，基于电动汽车充电用户的充电需求以及台区居民的用电负荷状态，预测台区配电网的日用电负的波动性，包括：
基于电动汽车充电用户的充电需求，按照预先设定的用户模型，编排初始充电计划；
基于初始充电计划，计算电动汽车充电用户的预测充电负荷；
基于电动汽车充电用户的预测充电负荷以及台区居民的用电负荷状态，计算台区配电网预测用电负荷；
基于所述台区配电网预测用电负荷，计算台区配电网的日用电负荷预测曲线；
基于所述台区配电网的日用电负荷预测曲线，预测台区配电网的日用电负的波动性。
优选的，按照预先设定的用户模型，编排初始充电计划，包括：
当所述用户为时间敏感型时，充电模式为即插即充，充电优先级为高，充电时段和充电功率不受限制；
当所述用户为寿命敏感型时，充电模式为满充满放，充电优先级为次高，充电时段和充电功率不受限制；
当所述用户为价格敏感型时，充电模式为平谷电价充电，充电优先级为中，充电时段为平段和谷段为主，充电功率可调节；
当所述用户为无倾向型时，充电模式为电网控制模式，充电优先级为低，充电时段和充电功率根据负荷控制目标进行实时调整。
优选的，台区配电网预测用电负荷，计算式如下：
Pt＝Pt1(t)+Pt2(t)+Pt3(t)+Pt4(t)+Dt t∈[1,24]
式中，Pt为t时刻台区配电网预测用电负荷，Pt1(t)为t时刻价格敏感型电动汽车充电用户的预测充电负荷，Pt2(t)为t时刻时间敏感型电动汽车充电用户的预测充电负荷，Pt3(t)为t时刻寿命敏感型电动汽车充电用户的预测充电负荷，Pt4(t)为t时刻无倾向型电动汽车充电用户的预测充电负荷，Dt为t时刻除电动汽车充电以外的台区居民的用电负荷状态。
优选的，价格敏感型电动汽车充电用户的预测充电负荷，计算式如下：
Figure BDA0002360122550000021
式中，Pc(i,t)为第i个价格敏感型电动汽车充电用户在t时刻的充电功率，N1为价格敏感型电动汽车充电用户的数量。
优选的，时间敏感型电动汽车充电用户的预测充电负荷，计算式如下：
Figure BDA0002360122550000031
式中，Pc(j,t)为第j个时间敏感型电动汽车充电用户在t时刻的充电功率，N2为时间敏感型电动汽车充电用户的数量。
优选的，寿命敏感型电动汽车充电用户的预测充电负荷，计算式如下：
Figure BDA0002360122550000032
式中，Pc(k,t)为第k个寿命敏感型电动汽车充电用户在t时刻的充电功率，N3为寿命敏感型电动汽车充电用户的数量。
优选的，无倾向型电动汽车充电用户的预测充电负荷，计算式如下：
Figure BDA0002360122550000033
式中，Pc(l,t)为第l个无倾向型电动汽车充电用户在t时刻的充电功率，N4为无倾向型电动汽车充电用户的数量。
优选的，台区配电网的日用电负的波动性，计算式如下：
Figure BDA0002360122550000034
式中：F为台区配电网日用电负荷均方差，Pt为t时刻台区配电网预测用电负荷，Pav为台区配网日平均预测用电负荷。
优选的，电动汽车充电用户的充电成本，计算式如下：
Figure BDA0002360122550000035
式中，Ct为t时刻台区所有电动汽车充电用户的充电成本，
Figure BDA0002360122550000036
为t时刻价格敏感型电动汽车充电用户的充电成本，
Figure BDA0002360122550000037
为t时刻时间敏感型电动汽车充电用户的充电成本，
Figure BDA0002360122550000038
为t时刻寿命敏感型电动汽车充电用户的充电成本，
Figure BDA0002360122550000039
为t时刻无倾向型电动汽车充电用户的充电成本，
Figure BDA00023601225500000310
为t时段台区分时电价。
优选的，价格敏感型电动汽车充电用户的充电成本，计算式如下：
Figure BDA00023601225500000311
式中，Pc,i(t)为价格敏感型电动汽车充电用户i在t时刻的充电功率，Δti为价格敏感型电动汽车充电用户i的充电时长。
优选的，时间敏感型电动汽车充电用户的充电成本，计算式如下：
Figure BDA0002360122550000041
式中，Pc,j(t)为时间敏感型电动汽车充电用户j在t时刻的充电功率，Δtj为时间敏感型电动汽车充电用户j的充电时长。
优选的，寿命敏感型电动汽车充电用户的充电成本，计算式如下：
Figure BDA0002360122550000042
式中，Pc,k(t)为寿命敏感型电动汽车充电用户k在t时刻的充电功率，Δtk为时间敏感型电动汽车充电用户k的充电时长。
优选的，无倾向型电动汽车充电用户的充电成本，计算式如下：
Figure BDA0002360122550000043
式中，Pc,l(t)为无倾向型电动汽车充电用户l在t时刻的充电功率，Δtl为时间敏感型电动汽车充电用户l的充电时长。
优选的，基于预测的台区配电网的日用电负的波动性和电动汽车充电用户的充电成本，以充电快、充电费用低和台区配电网的日用电负的波动性小为目标，编排各类型电动汽车充电用户的充电计划，包括：
基于预测的台区配电网的日用电负的波动性，判断台区配电网是否满足台区居民基本用电负荷：
若不满足台区居民基本用电负荷，则不允许电动汽车充电用户接入配电网；若满足台区居民基本用电负荷，基于预测的台区配电网的日用电负的波动性和电动汽车充电用户的充电成本，以充电快、充电费用低和台区配电网的日用电负的波动性小为目标，构建目标函数，目标函数以台区变压器负载率、各类型电动汽车充电用户的充电功率和电动汽车电池荷电状态为约束；
计算目标函数的最优解，按照最优解编排各充电类型电动汽车充电用户的充电计划。
优选的，目标函数如下式所示：
min F(x)＝min(F,Ct)
式中，F(x)为多目标函数，F为台区配电网日用电负荷的峰谷差函数，Ct为t时刻台区所有电动汽车充电用户的充电成本函数。
优选的，约束条件如下式所示：
β≤85％
0kW≤Pc(i,t)≤7kW
0kW≤Pc(l,t)≤7kW
Pc(j,t)＝Pc(k,t)＝7kW
0≤SOC≤100％
式中，β为台区配电变压器负载率，Pc(i,t)为第i个价格敏感型电动汽车充电用户在t时刻的充电功率，Pc(l,t)为第l个无倾向型电动汽车充电用户在t时刻的充电功率，Pc(j,t)为第j个时间敏感型电动汽车充电用户在t时刻的充电功率，Pc(k,t)为第k个寿命敏感型电动汽车充电用户在t时刻的充电功率，SOC为电动汽车电池的荷电状态。
优选的，计算目标函数的最优解，包括：
1)获取台区分时电价、电动汽车充电用户的充电需求；
2)种群信息初始化，确定种群个数，初始化粒子的位置x和速度v；
3)计算粒子群的目标函数值，即电网峰谷差和用户充电成本，同时满足个体约束条件；
4)根据目标函数确定各粒子个体最优值和群体最优值；
5)计算各粒子与最优值之间的差值；
6)计算粒子当前的惯性权重；
7)迭代更新各粒子的速度和位置；
8)根据支配关系更新粒子的最优解，形成新的非劣解集；
9)判断是否满足迭代结束条件，若不满足，转到步骤5)，若满足迭代结束条件，则输出最优解集，从而得出台区所有电动汽车的最优充电控制计划。
基于同一发明构思，本发明还提供了一种电动汽车充电用户接入配电网的控制系统，其特征在于，包括：
接收模块，用于接收电动汽车充电用户的充电需求；
计算模块，用于基于电动汽车充电用户的充电需求、分时电价以及台区配电网的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划；
所述电动汽车充电用户的充电需求包括：充电类型、电动汽车电池荷电状态和用车时间；
所述充电类型包括：时间敏感型、寿命敏感型、价格敏感型和无倾向型。
与最接近的现有技术相比，本发明具有的有益效果如下：
本发明提供了一种电动汽车充电用户接入配电网的控制方法，包括接收电动汽车充电用户的充电需求；基于电动汽车充电用户的充电需求、分时电价以及台区居民的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划；其中，电动汽车充电用户的充电需求包括：充电类型、电动汽车电池荷电状态和用车时间；充电类型包括：时间敏感型、寿命敏感型、价格敏感型和无倾向型。本发明的实施既满足了不同类型电动汽车充电用户的个性化充电需求，为用户充电提供便利性和经济性，又平抑了台区配电网的用电负荷波动情况，具备良好的可操作性和实用性。
附图说明
图1为本发明提供的一种电动汽车充电用户接入配电网的控制方法示意图；
图2为本发明提供的一种电动汽车充电用户接入配电网的控制系统示意图；
图3为本发明实施例中提供的一种三层分布式电动汽车接入配电网控制系统架构示意图；
图4本发明实施例中提供的不同类型电动汽车充电用户优先级及逻辑关系示意图；
图5本发明实施例中提供的某台区配电网的日用电负荷预测曲线图；
图6本发明实施例中提供的某居民区充电分时电价。
具体实施方式
实施例1：
本实施例中提供了一种电动汽车充电用户接入配电网的控制方法，示意图如图1所示，包括：
S1接收电动汽车充电用户的充电需求；
S2基于电动汽车充电用户的充电需求、分时电价以及台区居民的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划；
所述电动汽车充电用户的充电需求包括：充电类型、电动汽车电池荷电状态和用车时间；
所述充电类型包括：时间敏感型、寿命敏感型、价格敏感型和无倾向型。
一种电动汽车充电用户接入配电网的控制方法如下：
S1接收电动汽车充电用户的充电需求，包括：
S1-1基于由多个层级子代理系统构成的多代理系统技术，构造一种三层分布式电动汽车接入配电网控制系统架构，如图3所示，该结构由充电运营商、台区主站、电动汽车充电用户三部分构成，它们具备各自相对独立的功能，各层级间通过信息交互实现充电负荷的精准控制，交互信息具体包括：台区用电负荷历史曲线、台区用电负荷实时曲线、充电历史负荷曲线、充电负荷预测曲线、电动汽车SOC(电动汽车荷电状态)、分时电价、充电费优惠信息、充放电可调节功率范围、电动汽车充电用户的用车时间等、用户充电需求等；
S1-2接收电动汽车充电用户通过客户端应用程序实时设置的充电需求，电动汽车充电用户的充电需求包括：充电类型、电动汽车电池荷电状态和用车时间；充电类型包括：时间敏感型、寿命敏感型、价格敏感型和无倾向型。
S2基于电动汽车充电用户的充电需求、分时电价以及台区居民的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划，包括：
S2-1基于电动汽车充电用户的充电需求以及台区居民的用电负荷状态，预测台区配电网的日用电负的波动性，包括：
S2-1-1基于电动汽车充电用户的充电需求，按照预先设定的户模型，编排初始充电计划，其中，预先设定的用户模型包括：价格敏感型-平谷电价充电模式、时间敏感型-即插即充模式、寿命敏感型-满充满放模式、无倾向性-电网控制模式，当前居民区一般安装7kW交流充电桩居多，因此单车充电功率调整范围为0kW～7kW，其中，不同类型电动汽车充电用户优先级及逻辑关系示意图如图4所示；
S2-1-2基于初始充电计划，计算电动汽车充电用户的预测充电负荷；
S2-1-3基于电动汽车充电用户的预测充电负荷以及台区居民的用电负荷状态，计算台区配电网预测用电负荷，其中，台区配电网预测用电负荷，计算式如下：
Pt＝Pt1(t)+Pt2(t)+Pt3(t)+Pt4(t)+Dt t∈[1,24]
式中，Pt为t时刻台区配电网预测用电负荷，Pt1(t)为t时刻价格敏感型电动汽车充电用户的预测充电负荷，Pt2(t)为t时刻时间敏感型电动汽车充电用户的预测充电负荷，Pt3(t)为t时刻寿命敏感型电动汽车充电用户的预测充电负荷，Pt4(t)为t时刻无倾向型电动汽车充电用户的预测充电负荷，Dt为t时刻除电动汽车充电以外的台区居民的用电负荷状态；
S2-1-4基于所述台区配电网预测用电负荷，计算台区配电网的日用电负荷预测曲线如图5所示；
S2-1-5基于所述台区配电网的日用电负荷预测曲线，预测台区配电网的日用电负的波动性，其中，波动性的计算式如下：
Figure BDA0002360122550000071
式中：F为台区配电网日用电负荷均方差，Pt为t时刻台区配电网预测用电负荷，Pav为台区配网日平均预测用电负荷；
S2-2基于电动汽车充电用户的充电需求和分时电价，计算电动汽车充电用户的充电成本，其中某居民区充电分时电价如图6所示，其中电动汽车充电用户的充电成本，计算式如下：
Figure BDA0002360122550000072
式中，Ct为t时刻台区所有电动汽车充电用户的充电成本，
Figure BDA0002360122550000073
为t时刻价格敏感型电动汽车充电用户的充电成本，
Figure BDA0002360122550000074
为t时刻时间敏感型电动汽车充电用户的充电成本，
Figure BDA0002360122550000081
为t时刻寿命敏感型电动汽车充电用户的充电成本，
Figure BDA0002360122550000082
为t时刻无倾向型电动汽车充电用户的充电成本，
Figure BDA0002360122550000083
为t时段台区分时电价；
S2-3基于预测的台区配电网的日用电负的波动性和电动汽车充电用户的充电成本，以充电快、充电费用低和台区配电网的日用电负的波动性小为目标，编排各类型电动汽车充电用户的充电计划，包括：
构造充电运营商模型：一个居民区的总负荷一般包括电动汽车充电负荷和居民区一般用电负荷，首先充电运营商应以满足电网负荷波动最小为目标，在获取台区用电负荷、充电负荷及充电需求信息的基础上，将电动汽车充电时段最大限度地引导至用电低谷时期，确保系统安全稳定运行；
构造台区主站模型：基于分层分区控制系统架构，将充电运营商总体控制目标分解至各台区主站，各台区主站对台区内充电负荷及一般用电负荷进行优化控制，首先满足电动汽车充电用户日常行驶充电需求，其次以台区配电变压器的负载率为限制条件，当变压器负载率高于85％时，不允许电动汽车用户接入配电网，当变压器负载率低于85％时，则按照电动汽车充电用户充电需求，最大程度满足充电速度最快、充电费用最低等目标；
构造电动汽车充电用户模型，通过对用户设定的充电需求对其进行实时筛选分类，并设定充电优先级顺序，在控制策略设定时需考虑配电网容量剩余情况及居民一般用电负荷情况，优先满足一般用电负荷需求即居民用电需求，时间敏感型优先级为1，在配网容量充足的情况下充电功率和充电时间不受限制，充电频次较高，充电费用最高；寿命敏感型优先级为2，在配网容量充足及SOC接近20％的情况下充电功率和充电时间不受限制，充电频次较低，充电费用较高；价格敏感型优先级为3，其充电时间大部分会平移至平谷电价时段，充电费用较低；无倾向型优先级为4，其充电功率和充电时间直接受充电运营商与配电网控制，充电费用给予一定减免优惠；
具体的，价格敏感型电动汽车充电用户设置为平谷电价充电模式，充电时段主要以平段和谷段为主，充电功率可在0kW～7kW之间进行调节，价格敏感型用户充电负荷计算式如下式所示：
Figure BDA0002360122550000084
式中，Pc(i,t)为第i个价格敏感型电动汽车充电用户在t时刻的充电功率，N1为价格敏感型电动汽车充电用户的数量；
价格敏感型电动汽车充电用户的充电成本，计算式如下式所示：
Figure BDA0002360122550000091
式中，Pc,i(t)为价格敏感型电动汽车充电用户i在t时刻的充电功率，Δti为价格敏感型电动汽车充电用户i的充电时长；
具体的，时间敏感型电动汽车充电用户设置为即插即充模式，充电时段和充电功率均不受限制，但为了保证台区居民基本用电需求，其充电功率主要受电网容量和故障与否的限制，由于其充电频次较高，每次充电持续时间及充电电量相对较少，当电网容量充裕(台区负载率＜85％)，可满足台区基本用电负荷需求时，时间敏感型电动汽车充电用户总充电功率计算式如下式所示：
Figure BDA0002360122550000092
式中，Pc(j,t)为第j个时间敏感型电动汽车充电用户在t时刻的充电功率，N2为时间敏感型电动汽车充电用户的数量；
时间敏感型电动汽车充电用户对应充电成本计算式如下式所示：
Figure BDA0002360122550000093
式中，Pc,j(t)为时间敏感型电动汽车充电用户j在t时刻的充电功率，Δtj为时间敏感型电动汽车充电用户j的充电时长；
当电网容量不足(台区负载率≥85％)，不能满足台区基本用电负荷需求时，其充电功率如下式所示：
Pt2(t)＝0(kW)
对应充电成本为：
Figure BDA0002360122550000094
寿命敏感型电动汽车充电用户设置为满充满放模式，即每次充满电后用户正常用车，当SOC降至20％左右时，产生充电需求，该类用户充电时段和充电功率不受限制，但充电频次会降低，当电网容量充裕(台区负载率＜85％)，可满足台区居民基本用电需求，且寿命敏感型电动汽车充电用户车辆SOC达到20％左右时，其充电功率计算式如下式所示：
Figure BDA0002360122550000095
式中，Pc(k,t)为第k个寿命敏感型电动汽车充电用户在t时刻的充电功率，N3为寿命敏感型电动汽车充电用户的数量；
寿命敏感型电动汽车充电用户对应充电成本为：
Figure BDA0002360122550000101
式中，Pc,k(t)为寿命敏感型电动汽车充电用户k在t时刻的充电功率，Δtk为时间敏感型电动汽车充电用户k的充电时长；
当电网容量不足(台区负载率≥85％)，不能满足台区基本用电负荷需求时，其充电功率如下式所示：
Pt3(t)＝0(kW)
对应充电成本为：
Figure BDA0002360122550000102
无倾向型电动汽车充电用户设置为电网控制型，当电动汽车接入配电网时，在满足优先级较高的电动汽车充电用户充电需求前提下，总体调整原则为错峰填谷，平滑电网负荷曲线，其充电时段和充电功率均可根据充电运营商的负荷控制目标进行实时调整，并给予一定的充电费用优惠，当电网容量充裕(台区负载率＜85％)，可满足台区基本用电负荷需求时，无倾向型电动汽车充电用户总充电功率计算式如下式所示：
Figure BDA0002360122550000103
式中，Pc(l,t)为第l个无倾向型电动汽车充电用户在t时刻的充电功率，N4为无倾向型电动汽车充电用户的数量；
无倾向型电动汽车充电用户对应充电成本计算式如下式所示：
Figure BDA0002360122550000104
式中，Pc,l(t)为无倾向型电动汽车充电用户l在t时刻的充电功率，Δtl为时间敏感型电动汽车充电用户l的充电时长。
针对用户充电成本最低、电网峰谷差最小两个目标函数，编排所有电动汽车最优充电计划属于多目标优化数学问题，其数学模型表示如下：
Figure BDA0002360122550000105
式中：F(x)为多目标函数，F为电网峰谷差函数，Ct为用户充电成本函数，β为台区配电变压器负载率，Pc(i,t)为第i个价格敏感型电动汽车充电用户在t时刻的充电功率，Pc(l,t)为第l个无倾向型电动汽车充电用户在t时刻的充电功率，Pc(j,t)为第j个时间敏感型电动汽车充电用户在t时刻的充电功率，Pc(k,t)为第k个寿命敏感型电动汽车充电用户在t时刻的充电功率，SOC为电动汽车电池的荷电状态。
本发明利用粒子群优化算法对上述多目标数学问题进行求解，基于粒子群多目标优化算法的电动汽车充电控制方法具体步骤如下：
1)获取台区居民实时用电负荷曲线，并根据配电变压器负载率β判断是否有电动汽车充电负荷裕量；
2)获取台区分时电价信息；
3)获取所有电动汽车用户的充电需求，包括用户类型、电池总容量、起始SOC、期望SOC、用车时间等信息；
4)种群信息初始化，确定种群个数，初始化粒子的位置x和速度v；
5)计算粒子群的目标函数值，即电网峰谷差和用户充电成本，同时满足个体约束条件；
6)根据目标函数确定各粒子个体最优值和群体最优值；
7)计算各粒子与最优值之间的差值；
8)计算粒子当前的惯性权重；
9)迭代更新各粒子的速度和位置；
10)根据支配关系更新粒子的最优解，形成新的非劣解集；
11)判断是否满足迭代结束条件，若不满足，转到步骤7)，若满足迭代结束条件，则输出最优解集，从而得出台区所有电动汽车的最优充电控制计划。
实施例2：
本实施例中提供了一种电动汽车充电用户接入配电网的控制系统，示意图如图2所示，包括：
接收模块，用于接收电动汽车充电用户的充电需求；
计算模块，用于基于电动汽车充电用户的充电需求、分时电价以及台区配电网的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划；
所述电动汽车充电用户的充电需求包括：充电类型、电动汽车电池荷电状态和用车时间；
所述充电类型包括：时间敏感型、寿命敏感型、价格敏感型和无倾向型。
优选的，计算模块包括：
波动性计算模块，用于基于电动汽车充电用户的充电需求以及台区居民的用电负荷状态，预测台区配电网的日用电负的波动性；
成本计算模块，用于基于电动汽车充电用户的充电需求和分时电价，计算电动汽车充电用户的充电成本；
目标函数计算模块，用于基于预测的台区配电网的日用电负的波动性和电动汽车充电用户的充电成本，以充电快、充电费用低和台区配电网的日用电负的波动性小为目标，编排各类型电动汽车充电用户的充电计划。
优选的，波动性计算模块，包括：
初始充电计划编制模块，用于基于电动汽车充电用户的充电需求，按照预先设定的户模型，编排初始充电计划；
电动汽车充电用户的预测充电负荷计算模块，基于初始充电计划，计算电动汽车充电用户的预测充电负荷；
台区配电网预测用电负荷计算模块，用于基于电动汽车充电用户的预测充电负荷以及台区居民的用电负荷状态，计算台区配电网预测用电负荷；
台区配电网的日用电负荷预测曲线计算模块，用于基于所述台区配电网预测用电负荷，计算台区配电网的日用电负荷预测曲线；
台区配电网的日用电负的波动性生成模块，用于基于所述台区配电网的日用电负荷预测曲线，预测台区配电网的日用电负的波动性。
优选的，预先设定的用户模型，包括：
时间敏感型：即插即充模式，充电优先级为高，充电时段和充电功率不受限制；
寿命敏感型：满充满放模式，充电优先级为次高，充电时段和充电功率不受限制；
价格敏感型：平谷电价充电模式，充电优先级为中，充电时段为平段和谷段为主，充电功率可调节；
无倾向型：电网控制模式，充电优先级为低，充电时段和充电功率根据负荷控制目标进行实时调整。
优选的，台区配电网预测用电负荷，计算式如下：
Pt＝Pt1(t)+Pt2(t)+Pt3(t)+Pt4(t)+Dt t∈[1,24]
式中，Pt为t时刻台区配电网预测用电负荷，Pt1(t)为t时刻价格敏感型电动汽车充电用户的预测充电负荷，Pt2(t)为t时刻时间敏感型电动汽车充电用户的预测充电负荷，Pt3(t)为t时刻寿命敏感型电动汽车充电用户的预测充电负荷，Pt4(t)为t时刻无倾向型电动汽车充电用户的预测充电负荷，Dt为t时刻除电动汽车充电以外的台区居民的用电负荷状态。
优选的，价格敏感型电动汽车充电用户的预测充电负荷，计算式如下：
Figure BDA0002360122550000131
式中，Pc(i,t)为第i个价格敏感型电动汽车充电用户在t时刻的充电功率，N1为价格敏感型电动汽车充电用户的数量。
优选的，时间敏感型电动汽车充电用户的预测充电负荷，计算式如下：
Figure BDA0002360122550000132
式中，Pc(j,t)为第j个时间敏感型电动汽车充电用户在t时刻的充电功率，N2为时间敏感型电动汽车充电用户的数量。
优选的，寿命敏感型电动汽车充电用户的预测充电负荷，计算式如下：
Figure BDA0002360122550000133
式中，Pc(k,t)为第k个寿命敏感型电动汽车充电用户在t时刻的充电功率，N3为寿命敏感型电动汽车充电用户的数量。
优选的，无倾向型电动汽车充电用户的预测充电负荷，计算式如下：
Figure BDA0002360122550000134
式中，Pc(l,t)为第l个无倾向型电动汽车充电用户在t时刻的充电功率，N4为无倾向型电动汽车充电用户的数量。
优选的，台区配电网的日用电负的波动性，计算式如下：
Figure BDA0002360122550000135
式中：F为台区配电网日用电负荷均方差，Pt为t时刻台区配电网预测用电负荷，Pav为台区配网日平均预测用电负荷。
优选的，电动汽车充电用户的充电成本，计算式如下：
Figure BDA0002360122550000136
式中，Ct为t时刻台区所有电动汽车充电用户的充电成本，
Figure BDA0002360122550000137
为t时刻价格敏感型电动汽车充电用户的充电成本，
Figure BDA0002360122550000138
为t时刻时间敏感型电动汽车充电用户的充电成本，
Figure BDA0002360122550000139
为t时刻寿命敏感型电动汽车充电用户的充电成本，
Figure BDA00023601225500001310
为t时刻无倾向型电动汽车充电用户的充电成本，
Figure BDA0002360122550000141
为t时段台区分时电价。
优选的，价格敏感型电动汽车充电用户的充电成本，计算式如下：
Figure BDA0002360122550000142
式中，Pc,i(t)为价格敏感型电动汽车充电用户i在t时刻的充电功率，Δti为价格敏感型电动汽车充电用户i的充电时长。
优选的，时间敏感型电动汽车充电用户的充电成本，计算式如下：
Figure BDA0002360122550000143
式中，Pc,j(t)为时间敏感型电动汽车充电用户j在t时刻的充电功率，Δtj为时间敏感型电动汽车充电用户j的充电时长。
优选的，寿命敏感型电动汽车充电用户的充电成本，计算式如下：
Figure BDA0002360122550000144
式中，Pc,k(t)为寿命敏感型电动汽车充电用户k在t时刻的充电功率，Δtk为时间敏感型电动汽车充电用户k的充电时长。
优选的，无倾向型电动汽车充电用户的充电成本，计算式如下：
Figure BDA0002360122550000145
式中，Pc,l(t)为无倾向型电动汽车充电用户l在t时刻的充电功率，Δtl为时间敏感型电动汽车充电用户l的充电时长。
优选的，目标函数计算模块，包括：
判断模块，用于基于预测的台区配电网的日用电负的波动性，判断台区配电网是否满足台区居民基本用电负荷，若不满足台区居民基本用电负荷，则不允许电动汽车充电用户接入配电网；
目标函数构建模块，用于若满足台区居民基本用电负荷，基于预测的台区配电网的日用电负的波动性和电动汽车充电用户的充电成本，以充电快、充电费用低和台区配电网的日用电负的波动性小为目标，构建目标函数，目标函数以台区变压器负载率、各类型电动汽车充电用户的充电功率和电动汽车电池荷电状态为约束；
运算模块，用于计算目标函数的最优解，按照最优解编排各充电类型电动汽车充电用户的充电计划。
优选的，目标函数如下式所示：
min F(x)＝min(F,Ct)
式中，F(x)为多目标函数，F为台区配电网日用电负荷的峰谷差函数，Ct为t时刻台区所有电动汽车充电用户的充电成本函数。
优选的，约束条件如下式所示：
β≤85％
0kW≤Pc(i,t)≤7kW
0kW≤Pc(l,t)≤7kW
Pc(j,t)＝Pc(k,t)＝7kW
0≤SOC≤100％
式中，β为台区配电变压器负载率，Pc(i,t)为第i个价格敏感型电动汽车充电用户在t时刻的充电功率，Pc(l,t)为第l个无倾向型电动汽车充电用户在t时刻的充电功率，Pc(j,t)为第j个时间敏感型电动汽车充电用户在t时刻的充电功率，Pc(k,t)为第k个寿命敏感型电动汽车充电用户在t时刻的充电功率，SOC为电动汽车电池的荷电状态。
优选的，运算模块，包括：
运算模块1，用于运行步骤1)获取台区分时电价、电动汽车充电用户的充电需求；
运算模块2，用于运行步骤2)种群信息初始化，确定种群个数，初始化粒子的位置x和速度v；
运算模块3，用于运行步骤3)计算粒子群的目标函数值，即电网峰谷差和用户充电成本，同时满足个体约束条件；
运算模块4，用于运行步骤4)根据目标函数确定各粒子个体最优值和群体最优值；
运算模块5，用于运行步骤5)计算各粒子与最优值之间的差值；
运算模块6，用于运行步骤6)计算粒子当前的惯性权重；
运算模块7，用于运行步骤7)迭代更新各粒子的速度和位置；
运算模块8，用于运行步骤8)根据支配关系更新粒子的最优解，形成新的非劣解集；
运算模块9，用于运行步骤9)判断是否满足迭代结束条件，若不满足，转到步骤5)，若满足迭代结束条件，则输出最优解集，从而得出台区所有电动汽车的最优充电控制计划。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (20)

1.一种电动汽车充电用户接入配电网的控制方法，其特征在于，包括：
接收电动汽车充电用户的充电需求；
基于电动汽车充电用户的充电需求、分时电价以及台区居民的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划；
所述电动汽车充电用户的充电需求包括：充电类型、电动汽车电池荷电状态和用车时间；
所述充电类型包括：时间敏感型、寿命敏感型、价格敏感型和无倾向型。
2.如权利要求1所述的方法，其特征在于，所述基于电动汽车充电用户的充电需求、分时电价以及台区居民的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划，包括：
基于电动汽车充电用户的充电需求以及台区居民的用电负荷状态，预测台区配电网的日用电负的波动性；
基于电动汽车充电用户的充电需求和分时电价，计算电动汽车充电用户的充电成本；
基于预测的台区配电网的日用电负的波动性和电动汽车充电用户的充电成本，以充电快、充电费用低和台区配电网的日用电负的波动性小为目标，编排各类型电动汽车充电用户的充电计划。
3.如权利要求2所述的方法，其特征在于，所述基于电动汽车充电用户的充电需求以及台区居民的用电负荷状态，预测台区配电网的日用电负的波动性，包括：
基于电动汽车充电用户的充电需求，按照预先设定的用户模型，编排初始充电计划；
基于初始充电计划，计算电动汽车充电用户的预测充电负荷；
基于电动汽车充电用户的预测充电负荷以及台区居民的用电负荷状态，计算台区配电网预测用电负荷；
基于所述台区配电网预测用电负荷，计算台区配电网的日用电负荷预测曲线；
基于所述台区配电网的日用电负荷预测曲线，预测台区配电网的日用电负的波动性。
4.如权利要求3所述的方法，其特征在于，所述按照预先设定的用户模型，编排初始充电计划，包括：
当所述用户为时间敏感型时，充电模式为即插即充，充电优先级为高，充电时段和充电功率不受限制；
当所述用户为寿命敏感型时，充电模式为满充满放，充电优先级为次高，充电时段和充电功率不受限制；
当所述用户为价格敏感型时，充电模式为平谷电价充电，充电优先级为中，充电时段为平段和谷段为主，充电功率可调节；
当所述用户为无倾向型时，充电模式为电网控制模式，充电优先级为低，充电时段和充电功率根据负荷控制目标进行实时调整。
5.如权利要求3所述的方法，其特征在于，所述台区配电网预测用电负荷，计算式如下：
Pt＝Pt1(t)+Pt2(t)+Pt3(t)+Pt4(t)+Dt t∈[1，24]
式中，Pt为t时刻台区配电网预测用电负荷，Pt1(t)为t时刻价格敏感型电动汽车充电用户的预测充电负荷，Pt2(t)为t时刻时间敏感型电动汽车充电用户的预测充电负荷，Pt3(t)为t时刻寿命敏感型电动汽车充电用户的预测充电负荷，Pt4(t)为t时刻无倾向型电动汽车充电用户的预测充电负荷，Dt为t时刻除电动汽车充电以外的台区居民的用电负荷状态。
6.如权利要求5所述的方法，其特征在于，所述价格敏感型电动汽车充电用户的预测充电负荷，计算式如下：
Figure FDA0002360122540000021
式中，Pc(i，t)为第i个价格敏感型电动汽车充电用户在t时刻的充电功率，N1为价格敏感型电动汽车充电用户的数量。
7.如权利要求5所述的方法，其特征在于，所述时间敏感型电动汽车充电用户的预测充电负荷，计算式如下：
Figure FDA0002360122540000022
Pc(j，t)＝7kW
式中，Pc(j，t)为第j个时间敏感型电动汽车充电用户在t时刻的充电功率，N2为时间敏感型电动汽车充电用户的数量。
8.如权利要求5所述的方法，其特征在于，所述寿命敏感型电动汽车充电用户的预测充电负荷，计算式如下：
Figure FDA0002360122540000023
Pc(k，t)＝7kW
式中，Pc(k，t)为第k个寿命敏感型电动汽车充电用户在t时刻的充电功率，N3为寿命敏感型电动汽车充电用户的数量。
9.如权利要求5所述的方法，其特征在于，所述无倾向型电动汽车充电用户的预测充电负荷，计算式如下：
Figure FDA0002360122540000024
式中，Pc(1，t)为第1个无倾向型电动汽车充电用户在t时刻的充电功率，N4为无倾向型电动汽车充电用户的数量。
10.如权利要求3所述的方法，其特征在于，所述台区配电网的日用电负的波动性，计算式如下：
Figure FDA0002360122540000031
式中：F为台区配电网日用电负荷均方差，Pt为t时刻台区配电网预测用电负荷，Pav为台区配网日平均预测用电负荷。
11.如权利要求2所述的方法，其特征在于，所述电动汽车充电用户的充电成本，计算式如下：
Figure FDA0002360122540000032
式中，Ct为t时刻台区所有电动汽车充电用户的充电成本，
Figure FDA0002360122540000033
为t时刻价格敏感型电动汽车充电用户的充电成本，
Figure FDA0002360122540000034
为t时刻时间敏感型电动汽车充电用户的充电成本，
Figure FDA0002360122540000035
为t时刻寿命敏感型电动汽车充电用户的充电成本，
Figure FDA0002360122540000036
为t时刻无倾向型电动汽车充电用户的充电成本，
Figure FDA0002360122540000037
为t时段台区分时电价。
12.如权利要求11所述的方法，其特征在于，所述价格敏感型电动汽车充电用户的充电成本，计算式如下：
Figure FDA0002360122540000038
式中，Pc，i(t)为价格敏感型电动汽车充电用户i在t时刻的充电功率，Δti为价格敏感型电动汽车充电用户i的充电时长。
13.如权利要求11所述的方法，其特征在于，所述时间敏感型电动汽车充电用户的充电成本，计算式如下：
Figure FDA0002360122540000039
式中，Pc，j(t)为时间敏感型电动汽车充电用户j在t时刻的充电功率，Δtj为时间敏感型电动汽车充电用户j的充电时长。
14.如权利要求11所述的方法，其特征在于，所述寿命敏感型电动汽车充电用户的充电成本，计算式如下：
Figure FDA00023601225400000310
式中，Pc，k(t)为寿命敏感型电动汽车充电用户k在t时刻的充电功率，Δtk为时间敏感型电动汽车充电用户k的充电时长。
15.如权利要求11所述的方法，其特征在于，所述无倾向型电动汽车充电用户的充电成本，计算式如下：
Figure FDA0002360122540000041
式中，Pc，1(t)为无倾向型电动汽车充电用户l在t时刻的充电功率，Δtl为时间敏感型电动汽车充电用户l的充电时长。
16.如权利要求2所述的方法，其特征在于，所述基于预测的台区配电网的日用电负的波动性和电动汽车充电用户的充电成本，以充电快、充电费用低和台区配电网的日用电负的波动性小为目标，编排各类型电动汽车充电用户的充电计划，包括：
基于预测的台区配电网的日用电负的波动性，判断台区配电网是否满足台区居民基本用电负荷：
若不满足台区居民基本用电负荷，则不允许电动汽车充电用户接入配电网；若满足台区居民基本用电负荷，基于预测的台区配电网的日用电负的波动性和电动汽车充电用户的充电成本，以充电快、充电费用低和台区配电网的日用电负的波动性小为目标，构建目标函数，目标函数以台区变压器负载率、各类型电动汽车充电用户的充电功率和电动汽车电池荷电状态为约束；
计算目标函数的最优解，按照最优解编排各充电类型电动汽车充电用户的充电计划。
17.如权利要求16所述的方法，其特征在于，所述目标函数如下式所示：
min F(x)＝min(F，Ct)
式中，F(x)为多目标函数，F为台区配电网日用电负荷的峰谷差函数，Ct为t时刻台区所有电动汽车充电用户的充电成本函数。
18.如权利要求16所述的方法，其特征在于，所述约束条件如下式所示：
β≤85％
0kW≤Pc(i，t)≤7kW
0kW≤Pc(l，t)≤7kW
Pc(j，t)＝Pc(k，t)＝7kW
0≤SOC≤100％
式中，β为台区配电变压器负载率，Pc(i，t)为第i个价格敏感型电动汽车充电用户在t时刻的充电功率，Pc(1，t)为第1个无倾向型电动汽车充电用户在t时刻的充电功率，Pc(j，t)为第j个时间敏感型电动汽车充电用户在t时刻的充电功率，Pc(k，t)为第k个寿命敏感型电动汽车充电用户在t时刻的充电功率，SOC为电动汽车电池的荷电状态。
19.如权利要求16所述的方法，其特征在于，所述计算目标函数的最优解，包括：
1)获取台区分时电价、电动汽车充电用户的充电需求；
2)种群信息初始化，确定种群个数，初始化粒子的位置x和速度v；
3)计算粒子群的目标函数值，即电网峰谷差和用户充电成本，同时满足个体约束条件；
4)根据目标函数确定各粒子个体最优值和群体最优值；
5)计算各粒子与最优值之间的差值；
6)计算粒子当前的惯性权重；
7)迭代更新各粒子的速度和位置；
8)根据支配关系更新粒子的最优解，形成新的非劣解集；
9)判断是否满足迭代结束条件，若不满足，转到步骤5)，若满足迭代结束条件，则输出最优解集，从而得出台区所有电动汽车的最优充电控制计划。
20.一种电动汽车充电用户接入配电网的控制系统，其特征在于，包括：
接收模块，用于接收电动汽车充电用户的充电需求；
计算模块，用于基于电动汽车充电用户的充电需求、分时电价以及台区配电网的用电负荷状态，编排各充电类型电动汽车充电用户的充电计划；
所述电动汽车充电用户的充电需求包括：充电类型、电动汽车电池荷电状态和用车时间；
所述充电类型包括：时间敏感型、寿命敏感型、价格敏感型和无倾向型。
CN202010019293.3A 2020-01-08 2020-01-08 一种电动汽车充电用户接入配电网的控制方法和系统 Pending CN111162524A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010019293.3A CN111162524A (zh) 2020-01-08 2020-01-08 一种电动汽车充电用户接入配电网的控制方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010019293.3A CN111162524A (zh) 2020-01-08 2020-01-08 一种电动汽车充电用户接入配电网的控制方法和系统

Publications (1)

Publication Number Publication Date
CN111162524A true CN111162524A (zh) 2020-05-15

Family

ID=70562084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010019293.3A Pending CN111162524A (zh) 2020-01-08 2020-01-08 一种电动汽车充电用户接入配电网的控制方法和系统

Country Status (1)

Country Link
CN (1) CN111162524A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111775758A (zh) * 2020-06-30 2020-10-16 深圳供电局有限公司 充电站的供电控制方法、装置、计算机设备和存储介质
CN111845453A (zh) * 2020-07-10 2020-10-30 国网天津市电力公司 考虑柔性控制的电动汽车充电站双层优化充放电策略
CN112339601A (zh) * 2020-11-11 2021-02-09 上海电享信息科技有限公司 一种电动汽车智能充电方法和系统
CN112659941A (zh) * 2020-11-19 2021-04-16 南京鼎牌电器有限公司 基于永磁切换开关的有序平衡充电系统
CN113442773A (zh) * 2021-08-31 2021-09-28 南京格润福度智能科技有限公司 一种动态分配电动汽车有序充电时间段的系统及使用方法
CN114298704A (zh) * 2021-12-29 2022-04-08 淘电（佛山）物联网信息技术有限公司 一种充电桩信息提醒方法、装置、电子设备及存储介质
CN114785736A (zh) * 2022-06-21 2022-07-22 中国铁道科学研究院集团有限公司电子计算技术研究所 动车分布式大数据传输优化方法、系统、设备及介质
CN114801838A (zh) * 2022-05-12 2022-07-29 昆高新芯微电子(江苏)有限公司 基于tsn通信的新能源汽车有序充电方法及系统
CN115447432A (zh) * 2022-09-28 2022-12-09 上海邻里邻外信息科技有限公司 一种基于不同需求的充电方法及装置
CN116552316A (zh) * 2023-07-07 2023-08-08 深圳安培时代数字能源科技有限公司 一种充电控制方法、装置及相关设备
CN116979513A (zh) * 2023-07-20 2023-10-31 一能充电科技(深圳)股份有限公司 一种充电功率动态调控的处理方法

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111775758A (zh) * 2020-06-30 2020-10-16 深圳供电局有限公司 充电站的供电控制方法、装置、计算机设备和存储介质
CN111775758B (zh) * 2020-06-30 2021-12-21 深圳供电局有限公司 充电站的供电控制方法、装置、计算机设备和存储介质
CN111845453A (zh) * 2020-07-10 2020-10-30 国网天津市电力公司 考虑柔性控制的电动汽车充电站双层优化充放电策略
CN111845453B (zh) * 2020-07-10 2024-01-30 国网天津市电力公司 考虑柔性控制的电动汽车充电站双层优化充放电策略
CN112339601A (zh) * 2020-11-11 2021-02-09 上海电享信息科技有限公司 一种电动汽车智能充电方法和系统
CN112659941A (zh) * 2020-11-19 2021-04-16 南京鼎牌电器有限公司 基于永磁切换开关的有序平衡充电系统
CN113442773A (zh) * 2021-08-31 2021-09-28 南京格润福度智能科技有限公司 一种动态分配电动汽车有序充电时间段的系统及使用方法
CN114298704A (zh) * 2021-12-29 2022-04-08 淘电（佛山）物联网信息技术有限公司 一种充电桩信息提醒方法、装置、电子设备及存储介质
CN114801838A (zh) * 2022-05-12 2022-07-29 昆高新芯微电子(江苏)有限公司 基于tsn通信的新能源汽车有序充电方法及系统
CN114785736A (zh) * 2022-06-21 2022-07-22 中国铁道科学研究院集团有限公司电子计算技术研究所 动车分布式大数据传输优化方法、系统、设备及介质
CN115447432A (zh) * 2022-09-28 2022-12-09 上海邻里邻外信息科技有限公司 一种基于不同需求的充电方法及装置
CN115447432B (zh) * 2022-09-28 2024-03-12 上海邻里邻外信息科技有限公司 一种基于不同需求的充电方法及装置
CN116552316A (zh) * 2023-07-07 2023-08-08 深圳安培时代数字能源科技有限公司 一种充电控制方法、装置及相关设备
CN116552316B (zh) * 2023-07-07 2023-09-19 深圳安培时代数字能源科技有限公司 一种充电控制方法、装置及相关设备
CN116979513A (zh) * 2023-07-20 2023-10-31 一能充电科技(深圳)股份有限公司 一种充电功率动态调控的处理方法
CN116979513B (zh) * 2023-07-20 2024-05-31 一能充电科技(深圳)股份有限公司 一种充电功率动态调控的处理方法

Similar Documents

Publication Publication Date Title
CN111162524A (zh) 一种电动汽车充电用户接入配电网的控制方法和系统
Jiang et al. A real-time EV charging scheduling for parking lots with PV system and energy store system
CN107994595B (zh) 一种削峰填谷控制方法和系统以及应用该控制方法的系统
Liu et al. Optimal sizing of a wind-energy storage system considering battery life
CN103241130B (zh) 一种电动公交车充换电站的能量管理方法及系统
Li et al. An optimal design and analysis of a hybrid power charging station for electric vehicles considering uncertainties
CN108964050A (zh) 基于需求侧响应的微电网双层优化调度方法
CN104200297A (zh) 实时电价环境下的家居混合供电系统能量优化调度方法
CN107732960A (zh) 微电网储能系统容量优化配置方法
CN112550047B (zh) 一种充光储一体化充电站优化配置方法和装置
CN113269372A (zh) 一种考虑用户意愿的集群电动汽车可调度容量预测评估方法
CN116307087B (zh) 考虑电动汽车充放电的微电网系统储能优化配置方法和系统
CN113326467B (zh) 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统
CN112865190A (zh) 计及光伏和充电需求的光储充电站优化调度方法和系统
CN114069678A (zh) 一种考虑储能退化成本的光储直流微电网能量调度方法
CN111244988A (zh) 考虑分布式电源的电动汽车和储能优化调度方法
CN114448044A (zh) 一种换电站双向快充有序充放电方法及系统
CN108921331A (zh) 一种计及v2g功能的电动汽车与新能源的调度优化建模及算法
CN115051415B (zh) 基于ai预测的光储直柔系统配电策略决策方法及装置
CN111525624A (zh) 基于蓄电池储能系统的家庭分布式能源调度方法
Patil et al. An intelligent control strategy for vehicle-to-grid and grid-to-vehicle energy transfer
CN114899856A (zh) 一种电动汽车充电桩功率调节方法、系统、设备及介质
CN117200334A (zh) 一种计及新能源不确定性的多能源调度方法及装置
Li et al. Multiobjective optimization configuration of a prosumer’s energy storage system based on an improved fast nondominated sorting genetic algorithm
CN117060470A (zh) 一种基于灵活性资源的配电网电压优化控制方法

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