CN112909973A - 一种电动汽车蓄电池经济性充放电方法 - Google Patents

一种电动汽车蓄电池经济性充放电方法 Download PDF

Info

Publication number
CN112909973A
CN112909973A CN202110129266.6A CN202110129266A CN112909973A CN 112909973 A CN112909973 A CN 112909973A CN 202110129266 A CN202110129266 A CN 202110129266A CN 112909973 A CN112909973 A CN 112909973A
Authority
CN
China
Prior art keywords
charging
battery
discharging
discharge
electricity price
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.)
Withdrawn
Application number
CN202110129266.6A
Other languages
English (en)
Inventor
张展浩
成泽阳
关林
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202110129266.6A priority Critical patent/CN112909973A/zh
Publication of CN112909973A publication Critical patent/CN112909973A/zh
Withdrawn legal-status Critical Current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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/28—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
    • H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • Y02T90/16—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
    • 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
    • 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
    • Y04S30/14—Details associated with the interoperability, e.g. vehicle recognition, authentication, identification or billing

Landscapes

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

Abstract

一种电动汽车蓄电池经济性充放电方法，属于电池控制技术领域，包括以下步骤：步骤1：设定T为总规划时间尺度，省级电网利用电网信息端下达日前电价预测曲线Ya，步骤2：建立机器学习知识数据库AT，利用XGBoost进行学习，得到获得学习电价Yb，步骤3：形成t时刻下的最终电价Yc(t)，步骤4：根据Ya生成电动汽车日前充放电安排曲线图S，对S曲线图、电动汽车电池状态SOCt进行修正、更新，形成
Figure DDA0002924566640000011
返回至电网信息端对实际充放电行为进行反馈等。通过本发明的方法可以保证电动汽车充放电的经济性。

Description

一种电动汽车蓄电池经济性充放电方法
技术领域
本发明属于电池控制技术领域，具体涉及一种电动汽车蓄电池及其经济性充放电方法。
背景技术
随着电池生产、制造技术的不断进步，环境污染的日益加剧及石油资源的逐渐枯竭，电动汽车(Electric Vehicle，EV)在道路交通系统中所占的比例将日益提高。由于清洁能源发电技术的大规模应用、源侧功率输出的波动性需要配置大容量的旋转备用机组来平衡，这给电力系统安全经济运行带来了挑战。就电动汽车而言，电网负荷大规模增长，进一步加大配网负荷峰谷差，导致变压器过载，威胁配网运行的安全稳定。如何设计有效的电动汽车充电协调机制，在保证电力系统稳定同时实现客户充电效益最大化，是当前电动汽车发展需要研究的重要问题之一。
目前电动汽车参与电网调节的研究主要有：电动汽车虚拟电厂(ElectricVehicle Virtual Power plant,EVPP)负责聚合某一区域内的EVs，同时对其充放电过程进行统一管理，从而为分散且容量小的EVs参与电力系统优化调度提供了一种途径。分析配电网馈线网损、配电网负载率以及负荷波动方差之间的联系，提出了可降低网损的快速有序充电方法。基于区块链的充电桩共享经济模式。上述文献尚未将区块链与充电权交易结合。研究了基于多重签名和区块链的分布式能源交易机制。
如何利用电价变动影响电动汽车充放电行为是本专利的研究重点，在保证充电量的前提下，谷时段进行充电行为，峰时段进行放电行为，保证电动汽车用户在经济效益最大的前提下，辅助参与电力系统调峰，平衡电网用电量，达到供需平衡，减少电力系统备用容量，减小用电曲线峰谷差的作用。
发明内容
基于上述技术问题，本发明提出一种电动汽车蓄电池经济性充放电方法，通过利用历史电网及环境数据构建机器学习库，预测电价变化，利用电价变动机制影响电动汽车充放电行为。
本发明采用如下技术方案：
一种电动汽车蓄电池经济性充放电方法，包括以下步骤：
步骤1：
设定T为总规划时间尺度，省级电网利用电网信息端下达日前电价预测曲线Ya，以历史电价Y′与地区α，天气温度β1、湿度β2，线路当前传输容量指标χ为特征进行XGBoost机器学习，
步骤2：
以省级电网一年历史电价数据作为基础，建立机器学习知识数据库AT，利用XGBoost进行学习，XGBoost的数学模型由K棵分类与回归树组成的加法模型，以历史电价Y′与地区α，天气温度β1、湿度β2，线路当前传输容量指标χ为输入特征进行机器学习，对数据进行归一化及缺失值处理，基于数据集对XGBoost进行训练，获取每个特征的重要度，剔除低贡献度的输入特征，得到获得学习电价Yb，
Figure BDA0002924566620000031
式中:K为树的棵数；F为所有可能的树；fk表示第k颗树；
Figure BDA00029245666200000310
表示样本xi的预测结果
Figure BDA0002924566620000032
式中，第一部分为损失函数，平方损失函数
Figure BDA0002924566620000033
Figure BDA0002924566620000034
表示第i个样本的预测误差，
Figure BDA0002924566620000035
表示树的复杂度的函数，y为样本的实际值，第二部分为正则项，由K棵正则化相加得到；
正则化项为：
Figure BDA0002924566620000036
式中，γ，λ为惩罚系数；T为树叶的节点个数；ω为树叶的分数；
分步骤逐步逼近优化目标函数，在第t步时，在现有的t-1棵树基础上添加1棵最优化的树即ft，目标函数变为：
Figure BDA0002924566620000037
Figure BDA0002924566620000038
其中：f(k)表示第k棵树，
Figure BDA0002924566620000039
表示组合t棵树模型对样本xi的预测结果；
步骤3：
实时电价曲线Yc以Ya为基础，以学习曲线Yb与日前预测曲线Ya差值通过影响因子δ为修正，形成t时刻下的最终电价Yc(t)，在t+1时刻滚动更新前t时刻电价，表达式Yc如下式所示：
Yc＝Ya+δ(Yb-Ya)；
步骤4：
根据Ya生成电动汽车日前充放电安排曲线图S，根据Yc得到的实际充放电曲线为
Figure BDA0002924566620000041
T时刻曲线
Figure BDA0002924566620000042
数值由t时刻电价Yc(t)及t-1时刻电动汽车实际电池状态SOCt-1决定，对S曲线图、电动汽车电池状态SOCt进行修正、更新，
Figure BDA0002924566620000043
返回至电网信息端对实际充放电行为进行反馈；
步骤5：
电池充电具有慢充PW1和快充PW2两种形式，放电保持恒功率P；
步骤6：
在规定时间段T1后要求电动汽车具有最小行驶电量，在规定时间段T后保证电电动汽车充电量达到Qmax，限制条件数学表达式如下：
Figure BDA0002924566620000044
Figure BDA0002924566620000045
Figure BDA0002924566620000046
式中：dt+1为下一行程的距离；Δut+1为下一行程的每公里耗电量；C为电池容量；Qmax为电池最大容量，假设电池阈值为20％-100％，即电池剩余电量为20％停止放电，电池充满则停止充电，设置电池充放电状态变量；
步骤7：
电池损耗与电池放电深度呈正相关，建立电动汽车充放电损耗成本模型，模型公式如下，
FD(t)＝SOC(t+1)-SOC(t)
LD(t)＝f(FD(t),t)
Figure BDA0002924566620000051
Figure BDA0002924566620000052
其中，LD(t)为电池特征放电曲线，C为电动汽车购买成本，M(Δt)为放电深度为LD(t)时的单次充放电成本，放电成本的累加值即为电池损耗；
步骤8：
保证客户电费收益最大，目标函数如下：
Figure BDA0002924566620000053
在经济最优下为目的进行电动汽车充放电行为调度控制策略，得到电池充放电时序数据，通过计算获得电动汽车充放电行为将其转化为状态变量；
步骤9：
在充电过程中，电网端电能通过充电桩转换装置给电动汽车充电，放电过程中，控制器控制转换器将电动汽车电能输送至电网；
设置充电状态时状态变量变为1，放电时为-1，无充放电活动则状态为0，将电池分为两组，进行充电动作和放电动作，当任一组到达阈值，进行状态转换，控制器控制电池充电方式分为恒功率充电1-和快充1+，为保护电池，在电池电量达到90％后，恒输出1-，控制充电桩进入充电状态或放电状态。
进一步地，步骤9中所述的阈值为电量100％，即充满电。
进一步地，步骤9中所述的进行状态转换，为充电组电池改为放电组电池且状态变量由1置为-1。
本发明的优点与效果为：
本发明提出一种电动汽车蓄电池经济性充放电方法，通过利用历史电网及环境数据构建机器学习库，预测电价变化，利用电价变动机制影响电动汽车充放电行为。在保证充电量不影响车主运行的前提下，低电价时段进行充电行为，高电价时段进行放电行为，保证电动汽车用户在经济效益最大的前提下，辅助参与电力系统调峰，平衡电网用电量，达到供需平衡，减少电力系统备用容量，减小用电曲线峰谷差的作用。
附图说明
图1是电价预测模块与智能计算模块流程图；
图2是电动汽车充放电优化曲线；
图3是电动汽车充放电出力图。
具体实施方式
下面结合附图及实施例对本发明做进一步解释。
一种电动汽车蓄电池经济性充放电方法，包括以下步骤：
步骤1：
设定T为总规划时间尺度(24h)，省级电网利用电网信息端下达日前电价预测曲线Ya，
电价受地区温度，湿度，线路当前传输容量等环境因素影响。以历史电价Y′与地区α，天气温度β1、湿度β2，线路当前传输容量指标χ为特征进行XGBoost机器学习。
步骤2：
以省级电网一年历史电价数据作为基础，建立机器学习知识数据库AT，利用XGBoost进行学习。XGBoost的数学模型可看作由K棵分类与回归树组成的加法模型。以历史电价Y′与地区α，天气温度β1、湿度β2，线路当前传输容量指标χ为输入特征进行机器学习，对数据进行必要的归一化及缺失值处理。基于数据集对XGBoost进行训练，获取每个特征的重要度，剔除低贡献度的输入特征，减少占用的计算机资源。得到获得学习电价Yb。
Figure BDA0002924566620000071
式中:K为树的棵数；F为所有可能的CART；fk为一颗具体的CART。
Figure BDA0002924566620000072
式中，第一部分为损失函数，本文为平方损失函数
Figure BDA0002924566620000081
第二部分为正则项，由K棵正则化相加得到。
正则化项为：
Figure BDA0002924566620000082
式中，γ，λ为惩罚系数；T为树叶的节点个数；ω为树叶的分数。
分步骤逐步逼近优化目标函数，在第t步时，在现有的t-1棵树基础上添加1棵最优化的VART即ft，目标函数变为：
Figure BDA0002924566620000083
Figure BDA0002924566620000084
步骤3：
实时电价曲线Yc以Ya为基础，以学习曲线Yb与日前预测曲线Ya差值通过影响因子δ为修正，形成t时刻下的最终电价Yc(t)。指标(温度β1、湿度β2，线路当前传输容量指标χ)的变化会影响Yb，在t+1时刻滚动更新前t时刻电价，表达式Yc如下式所示：
Yc＝Ya+δ(Yb-Ya)
步骤4：
根据Ya生成电动汽车日前充放电安排曲线图S，根据Yc得到的实际充放电曲线为
Figure BDA0002924566620000085
T时刻曲线
Figure BDA0002924566620000086
数值由t时刻电价Yc(t)及t-1时刻电动汽车实际电池状态SOCt-1决定。不断对S曲线图、电动汽车电池状态SOCt进行修正、更新。
Figure BDA0002924566620000087
返回至电网信息端对实际充放电行为进行反馈。
步骤5：
电池充电具有慢充PW1和快充PW2两种形式，放电保持恒功率P。
步骤6：
在规定时间段T1后要求电动汽车具有最小行驶电量，在规定时间段T后保证电电动汽车充电量达到Qmax。限制条件数学表达式如下：
Figure BDA0002924566620000091
Figure BDA0002924566620000092
Figure BDA0002924566620000093
式中试dt+1为下一行程的距离；Δut+1为下一行程的每公里耗电量；C为电池容量；Qmax为电池最大容量。为保证电池寿命，假设电池阈值为20％-100％，即电池剩余电量为20％停止放电，电池充满则停止充电。设置电池充放电状态变量。
步骤7：
电池损耗与电池放电深度呈正相关，建立电动汽车充放电损耗成本模型，模型公式如下，
FD(t)＝SOC(t+1)-SOC(t)
LD(t)＝f(FD(t),t)
Figure BDA0002924566620000101
Figure BDA0002924566620000102
其中，LD(t)为电池特征放电曲线，C为电动汽车购买成本，M(Δt)为放电深度为LD(t)时的单次充放电成本，放电成本的累加值即为电池损耗。
步骤8：
保证客户电费收益最大，目标函数如下：
Figure BDA0002924566620000103
在经济最优下为目的进行电动汽车充放电行为调度控制策略，得到电池充放电时序数据，通过计算获得电动汽车充放电行为将其转化为状态变量。
步骤9：
利用其转换装置控制电动汽车充放电行为，在充电过程中，电网端电能通过充电桩转换装置给电动汽车充电。放电过程中，控制器控制转换器将电动汽车电能输送至电网。
电池充电方式主要分为恒功率充电和快充，为保护电池，在电池电量达到90％后，无论最初充电方式如何控制器都会转变为恒冲，避免电池出现过充的现象。设置充电状态时状态变量变为1，放电时为-1，无充放电活动则状态为0。将电池分为两组，进行充电动作和放电动作。当任一组到达阈值(100％，即充满电)，进行状态转换，(充电组电池改为放电组电池且状态变量由1置为-1)。控制器控制电池充电方式主要分为恒功率充电1-和快充1+。为保护电池，在电池电量达到90％后，恒输出1-，避免电池出现过充的现象，控制充电桩进入充电状态或放电状态。
实施例1
电动汽车充放电优化曲线如图2所示，在保证用电经济性的同时保证电池充放电行为造成的损耗在可控范围内，由图可知，电动汽车在2时至6时进行充电，其中，2-6、12-18、22-24时为充电模式。其中2-4、4-6、8-10、12-18为慢充模式，4时、14-16时为快充模式。为保证客户出行要求，一般6-8时、18-20时为不参与系统调节时间。10-12时、20-22时为用电高峰，电动汽车进行放电以获取电费收益，为保证用户出行，具有最小行驶电量时间T1为(本发明为5：00)，在规定时间段T(本发明为17：00)后保证电电动汽车充电量达到Qmax本发明中要求。该用户原电费为平均每日10.2元，由于参与电网调度进行充放电，电费相比减小45.18％。
表1电动汽车参数表：
Figure BDA0002924566620000111

Claims (3)

1.一种电动汽车蓄电池经济性充放电方法，其特征在于：包括以下步骤：步骤1：
设定T为总规划时间尺度，省级电网利用电网信息端下达日前电价预测曲线Ya，以历史电价Y′与地区α，天气温度β1、湿度β2，线路当前传输容量指标χ为特征进行XGBoost机器学习，
步骤2：
以省级电网一年历史电价数据作为基础，建立机器学习知识数据库AT，利用XGBoost进行学习，XGBoost的数学模型由K棵分类与回归树组成的加法模型，以历史电价Y′与地区α，天气温度β1、湿度β2，线路当前传输容量指标χ为输入特征进行机器学习，对数据进行归一化及缺失值处理，基于数据集对XGBoost进行训练，获取每个特征的重要度，剔除低贡献度的输入特征，得到获得学习电价Yb，
Figure RE-FDA0003002958370000011
式中:K为树的棵数；F为所有可能的树；fk表示第k颗树；
Figure RE-FDA0003002958370000012
表示样本xi的预测结果
Figure RE-FDA0003002958370000013
式中，第一部分为损失函数，平方损失函数
Figure RE-FDA0003002958370000014
Figure RE-FDA0003002958370000015
表示第i个样本的预测误差，
Figure RE-FDA0003002958370000016
表示树的复杂度的函数，y为样本的实际值，第二部分为正则项，由K棵正则化相加得到；
正则化项为：
Figure RE-FDA0003002958370000021
式中，γ，λ为惩罚系数；T为树叶的节点个数；ω为树叶的分数；
分步骤逐步逼近优化目标函数，在第t步时，在现有的t-1棵树基础上添加1棵最优化的树即ft，目标函数变为：
Figure RE-FDA0003002958370000022
Figure RE-FDA0003002958370000023
其中：f(k)表示第k棵树，
Figure RE-FDA0003002958370000024
表示组合t棵树模型对样本xi的预测结果；
步骤3：
实时电价曲线Yc以Ya为基础，以学习曲线Yb与日前预测曲线Ya差值通过影响因子δ为修正，形成t时刻下的最终电价Yc(t)，在t+1时刻滚动更新前t时刻电价，表达式Yc如下式所示：
Yc＝Ya+δ(Yb-Ya)；
步骤4：
根据Ya生成电动汽车日前充放电安排曲线图S，根据Yc得到的实际充放电曲线为
Figure RE-FDA0003002958370000025
T时刻曲线
Figure RE-FDA0003002958370000026
数值由t时刻电价Yc(t)及t-1时刻电动汽车实际电池状态SOCt-1决定，对S曲线图、电动汽车电池状态SOCt进行修正、更新，
Figure RE-FDA0003002958370000027
返回至电网信息端对实际充放电行为进行反馈；
步骤5：
电池充电具有慢充PW1和快充PW2两种形式，放电保持恒功率P；
步骤6：
在规定时间段T1后要求电动汽车具有最小行驶电量，在规定时间段T后保证电电动汽车充电量达到Qmax，限制条件数学表达式如下：
Figure RE-FDA0003002958370000031
Figure RE-FDA0003002958370000032
Figure RE-FDA0003002958370000033
式中：dt+1为下一行程的距离；Δut+1为下一行程的每公里耗电量；C为电池容量；Qmax为电池最大容量，假设电池阈值为20％-100％，即电池剩余电量为20％停止放电，电池充满则停止充电，设置电池充放电状态变量；
步骤7：
电池损耗与电池放电深度呈正相关，建立电动汽车充放电损耗成本模型，模型公式如下，
FD(t)＝SOC(t+1)-SOC(t)
LD(t)＝f(FD(t),t)
Figure RE-FDA0003002958370000034
Figure RE-FDA0003002958370000041
其中，LD(t)为电池特征放电曲线，C为电动汽车购买成本，M(Δt)为放电深度为LD(t)时的单次充放电成本，放电成本的累加值即为电池损耗；
步骤8：
保证客户电费收益最大，目标函数如下：
Figure RE-FDA0003002958370000042
在经济最优下为目的进行电动汽车充放电行为调度控制策略，得到电池充放电时序数据，通过计算获得电动汽车充放电行为将其转化为状态变量；
步骤9：
在充电过程中，电网端电能通过充电桩转换装置给电动汽车充电，放电过程中，控制器控制转换器将电动汽车电能输送至电网；
设置充电状态时状态变量变为1，放电时为-1，无充放电活动则状态为0，将电池分为两组，进行充电动作和放电动作，当任一组到达阈值，进行状态转换，控制器控制电池充电方式分为恒功率充电1-和快充1+，为保护电池，在电池电量达到90％后，恒输出1-，控制充电桩进入充电状态或放电状态。
2.根据权利要求1所述的一种电动汽车蓄电池经济性充放电方法，其特征在于：步骤9中所述的阈值为电量100％，即充满电。
3.根据权利要求1所述的一种电动汽车蓄电池经济性充放电方法，其特征在于：步骤9中所述的进行状态转换，为充电组电池改为放电组电池且状态变量由1置为-1。
CN202110129266.6A 2021-01-29 2021-01-29 一种电动汽车蓄电池经济性充放电方法 Withdrawn CN112909973A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110129266.6A CN112909973A (zh) 2021-01-29 2021-01-29 一种电动汽车蓄电池经济性充放电方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110129266.6A CN112909973A (zh) 2021-01-29 2021-01-29 一种电动汽车蓄电池经济性充放电方法

Publications (1)

Publication Number Publication Date
CN112909973A true CN112909973A (zh) 2021-06-04

Family

ID=76121613

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110129266.6A Withdrawn CN112909973A (zh) 2021-01-29 2021-01-29 一种电动汽车蓄电池经济性充放电方法

Country Status (1)

Country Link
CN (1) CN112909973A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113978259A (zh) * 2021-11-19 2022-01-28 张展浩 一种基于驾驶场景及驾驶习惯的电动汽车制动控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113978259A (zh) * 2021-11-19 2022-01-28 张展浩 一种基于驾驶场景及驾驶习惯的电动汽车制动控制方法
CN113978259B (zh) * 2021-11-19 2022-10-18 张展浩 一种基于驾驶场景及驾驶习惯的电动汽车制动控制方法

Similar Documents

Publication Publication Date Title
CN111422094B (zh) 分布式充电桩的充放电协调优化控制方法
CN106651026B (zh) 多时间尺度微电网能量管理优化调度方法
Zand et al. Using adaptive fuzzy logic for intelligent energy management in hybrid vehicles
CN110782363A (zh) 一种计及风电不确定性的交直流配电网调度方法
CN110112767B (zh) 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法
CN113688567B (zh) 一种考虑冲击负荷的虚拟电厂两阶段优化调度方法
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN111244988B (zh) 考虑分布式电源的电动汽车和储能优化调度方法
CN108062619B (zh) 一种轨道车辆车地一体化容量配置方法及装置
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
CN114944661B (zh) 一种基于储能系统滚动优化的微电网三阶段优化控制方法
CN111313437A (zh) 计及充电计划优化的电动汽车分布式调频控制方法
CN114725969B (zh) 一种基于风电曲线连续追踪的电动汽车负荷聚合方法
CN116961114A (zh) 基于分区自治的多虚拟电厂协调调度优化方法
CN115577909A (zh) 考虑价格型需求响应和v2g的园区综合能源系统调度方法
CN116167573A (zh) 一种高铁站综合能源需求响应优化调度方法及相关装置
CN109693573B (zh) 促进可再生能源消纳的电动汽车集群充电功率优化方法
Mao et al. Microgrid group control method based on deep learning under cloud edge collaboration
CN112909973A (zh) 一种电动汽车蓄电池经济性充放电方法
Yan et al. Research on capacity configuration method of energy storage system in active distribution network considering the assessment of health risk for retired electric vehicle batteries
CN112993985A (zh) 一种考虑不确定性的微电网多目标规划方法
CN116258345A (zh) 一种考虑电动汽车参与的负荷聚合商运营优化管控方法
CN116780619A (zh) 考虑电力交易的分布式源-储聚合功率调节特性评价方法
CN112785048B (zh) 计及电动汽车用户需求的直流微电网经济调度方法
CN114103711A (zh) 充电负荷有序充电的控制方法、系统、装置和存储介质

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210604