CN113306431A - 电动汽车的充放电功率确定方法、装置和计算机设备 - Google Patents

电动汽车的充放电功率确定方法、装置和计算机设备 Download PDF

Info

Publication number
CN113306431A
CN113306431A CN202110494027.0A CN202110494027A CN113306431A CN 113306431 A CN113306431 A CN 113306431A CN 202110494027 A CN202110494027 A CN 202110494027A CN 113306431 A CN113306431 A CN 113306431A
Authority
CN
China
Prior art keywords
electric automobile
function
power grid
net cost
charging
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.)
Granted
Application number
CN202110494027.0A
Other languages
English (en)
Other versions
CN113306431B (zh
Inventor
吴昊文
徐键
谢尧
杜浩东
王翀
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.)
China Southern Power Grid Digital Grid Technology Guangdong Co ltd
Original Assignee
Southern Power Grid Digital Grid Research Institute 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 Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical Southern Power Grid Digital Grid Research Institute Co Ltd
Priority to CN202110494027.0A priority Critical patent/CN113306431B/zh
Publication of CN113306431A publication Critical patent/CN113306431A/zh
Application granted granted Critical
Publication of CN113306431B publication Critical patent/CN113306431B/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
    • B60L53/60—Monitoring or controlling charging stations
    • 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
    • B60L53/62—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
    • 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
    • B60L53/66—Data transfer between charging stations and vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本申请涉及一种电动汽车的充放电功率确定方法、装置和计算机设备。所述方法包括：获取电动汽车的充电状态信息和数值资源信息；根据所述充电状态信息和所述数值资源信息，获取用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小的目标函数；获取针对所述目标函数设置的约束条件，根据所述约束条件和所述目标函数确定混合整数线性规划模型；对所述混合整数线性规划模型求取最优解，得到所述电动汽车的目标充放电功率。该方法使用混合整数线性规划公式，不仅仅从发电侧考虑使电动汽车充电，馈入光伏发电和提供电网储能的总净成本最小，而且从电网侧考虑使电网总负荷峰值最小，可以实现能源的分布式智能优化调度。

Description

电动汽车的充放电功率确定方法、装置和计算机设备
技术领域
本申请涉及智能电网技术领域，特别是涉及一种电动汽车的充放电功率确定方法、装置、计算机设备和存储介质。
背景技术
随着电动汽车的广泛发展，充电基础设施的规划与建设问题、建设后的优化调度问题成为电网管理领域的重要问题。
目前，针对含光伏发电系统的电动汽车充电桩的优化调度问题一般是从电网侧考虑降低电网峰谷差、从发电侧考虑提高光伏发电的利用率等，但是目前的研究方向将电动汽车、光伏发电和电网间能源之间优化调度问题的优化目标考虑的比较单一，使能源调度的模型不能充分考虑实际应用场景，所得出来的充电策略只是对某一侧有利，不能实现电网侧、光伏发电侧和用户侧之间的全局优化平衡。
发明内容
基于此，有必要针对上述技术问题，提供一种能够实现电网侧、光伏发电侧和用户侧之间的全局优化平衡的电动汽车的充放电功率确定方法、装置、计算机设备和存储介质。
一种电动汽车的充放电功率确定方法，所述方法包括：
获取电动汽车的充电状态信息和数值资源信息；
根据所述充电状态信息和所述数值资源信息，获取目标函数；所述目标函数用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小；
获取针对所述目标函数设置的约束条件，根据所述约束条件和所述目标函数确定混合整数线性规划模型；
对所述混合整数线性规划模型求取最优解，得到所述电动汽车的目标充放电功率。
在其中一个实施例中，所述根据所述充电状态信息和所述数值资源信息，获取目标函数，包括：
根据所述充电状态信息和所述数值资源信息，构建总净成本函数；所述总净成本函数用于表示电动汽车充电、馈入光伏发电和提供电网储能的总净成本；
获取电网负荷参数，根据所述电网负荷参数获取电网侧的总负荷峰值函数；
根据所述总净成本函数和所述总负荷峰值函数，构建目标函数。
在其中一个实施例中，所述根据所述充电状态信息和所述数值资源信息，构建总净成本函数，包括：
根据所述充电状态信息和所述数值资源信息，分别获取光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数；
将所述光伏发电侧的净成本函数、所述电动汽车侧的净成本函数和所述电网侧的净成本函数相加，得到所述总净成本函数。
在其中一个实施例中，所述充电状态信息包括：结束充电后的期望荷电状态值、预计离开时间的实时荷电状态值、电动汽车与电动汽车充电器的连接状态以及电动汽车的放电功率；所述数值资源信息包括：光伏发电侧未满足用户充电需求而支付的罚款、电网储能设备向电动汽车充电器输送的功率、电动汽车向电网购电的价格、电动汽车向电网储能设备输送的功率、电动汽车向电网售电的价格、光伏发电侧向电动汽车充电器输送的功率、光伏发电侧向电动汽车售电的价格以及电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款；
所述根据所述充电状态信息和所述数值资源信息，分别获取光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数，包括：
根据所述结束充电后的期望荷电状态值、所述预计离开时间的实时荷电状态值、所述光伏发电侧未满足用户充电需求而支付的罚款、所述电动汽车与电动汽车充电器的连接状态、所述光伏发电侧向电动汽车充电器输送的功率和所述光伏发电侧向电动汽车售电的价格，确定光伏发电侧的净成本函数；
根据所述电网储能设备向电动汽车充电器输送的功率、所述电动汽车向电网购电的价格、所述电动汽车向电网储能设备输送的功率、所述电动汽车向电网售电的价格，确定电动汽车侧的净成本函数；
根据所述电动汽车的放电功率和所述电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款，确定电网侧的净成本函数。
在其中一个实施例中，所述根据所述总净成本函数和所述总负荷峰值函数，构建目标函数，包括：
对所述总净成本函数和所述总负荷峰值函数进行归一化处理，得到归一化的总净成本函数和归一化后的总负荷峰值函数；
获取所述总净成本函数和所述总负荷峰值函数的权重系数，以及最优充电策略下的综合经济成本、电网侧峰谷达到相对均衡时的峰值；
根据所述归一化后的总净成本函数、所述归一化后的总负荷峰值函数、所述权重系数、所述综合经济成本和所述峰值，构建目标函数。
在其中一个实施例中，所述根据所述归一化后的总净成本函数、所述归一化后的总负荷峰值函数、所述权重系数、所述综合经济成本和所述峰值，构建目标函数，包括：
获取所述归一化后的总净成本函数与所述综合经济成本的比值，得到优化成本函数；
获取所述归一化后的总负荷峰值函数与所述峰值的比值，得到优化峰值函数；
通过所述权重系数，分别对所述优化成本函数和所述优化峰值函数进行加权求和，得到目标函数。
在其中一个实施例中，所述针对所述目标函数设置的约束条件包括：电动汽车的实时充放电功率的约束条件、电动汽车的实时荷电状态值的约束条件、电动汽车的荷电状态值与充放电功率的平衡条件以及电动汽车、电网和光伏发电之间的充放电平衡条件。
一种电动汽车的充放电功率确定装置，所述装置包括：
信息获取模块，用于获取电动汽车的充电状态信息和数值资源信息；
目标函数确定模块，用于根据所述充电状态信息和所述数值资源信息，获取目标函数；所述目标函数用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小；
模型确定模块，用于获取针对所述目标函数设置的约束条件，根据所述约束条件和所述目标函数确定混合整数线性规划模型；
模型求解模块，用于对所述混合整数线性规划模型求取最优解，得到所述电动汽车的目标充放电功率。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取电动汽车的充电状态信息和数值资源信息；
根据所述充电状态信息和所述数值资源信息，获取目标函数；所述目标函数用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小；
获取针对所述目标函数设置的约束条件，根据所述约束条件和所述目标函数确定混合整数线性规划模型；
对所述混合整数线性规划模型求取最优解，得到所述电动汽车的目标充放电功率。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取电动汽车的充电状态信息和数值资源信息；
根据所述充电状态信息和所述数值资源信息，获取目标函数；所述目标函数用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小；
获取针对所述目标函数设置的约束条件，根据所述约束条件和所述目标函数确定混合整数线性规划模型；
对所述混合整数线性规划模型求取最优解，得到所述电动汽车的目标充放电功率。
上述电动汽车的充放电功率确定方法、装置、计算机设备和存储介质，通过获取电动汽车的充电状态信息和数值资源信息；根据充电状态信息和数值资源信息，获取用于确定电动汽车的充放电功率的目标函数；目标函数用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小；获取针对目标函数设置的约束条件，根据约束条件和目标函数确定混合整数线性规划模型，最后获取混合整数线性规划模型的最优解，作为电动汽车的目标充放电功率。该方法使用混合整数线性规划公式，不仅仅从发电侧考虑使电动汽车充电，馈入光伏发电和提供电网储能的总净成本最小，而且从电网侧考虑使电网总负荷峰值最小，将这两方面综合成一个目标函数，最终通过求解混合整数线性规划公式得出电动汽车的最优充电策略，实现能源的分布式智能优化调度，该方法可节省大量成本，使得智能充电的大规模采用成为可能。
附图说明
图1为一个实施例中光伏发电系统的结构框图；
图2为一个实施例中电动汽车的充放电功率确定方法的流程示意图；
图3为一个实施例中目标函数获取步骤的流程示意图；
图4为另一个实施例中目标函数获取步骤的流程示意图；
图5为另一个实施例中电动汽车的充放电功率确定方法的流程示意图；
图6为一个实施例中电动汽车的充放电功率确定装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
目前针对电动汽车的充电管理有两种方式：一是大力发展可再生能源发电系统，协同调度电网中电动汽车充电和可再生能源发电，提高电网对可再生能源的消纳能力；二是直接建立充放电设施与分布式可再生能源发电系统的关联，实现可再生能源的就地消纳利用。但是由于调整电网的一次能源结构难度较大，因此，目前多采用第二种方式，实现光伏能源与电动汽车的就地集成，以提高可再生能源的利用率。
本申请基于上述第二种方式提供一种电动汽车的充放电功率确定方法，如图1所示，为光伏发电系统的结构框图。光伏发电侧通过电动汽车-光伏发电功率转换器(batteryElectric Vehicle-Photovoltaic，EV-PV功率转换器)与电动汽车充电器连接，电动汽车充电器与电动汽车连接。当光伏发电系统的电能大于电动汽车的充电需求时，由光伏发电系统通过EV-PV功率转换器向电动汽车充电器输送电能，使电动汽车充电器可为连接的电动汽车充电。当光伏发电系统的电能不满足电动汽车的充电需求时，由电网侧的电网储能设备释放电能，与光伏发电系统一起向电动汽车充电。
在一个实施例中，如图2所示，提供了一种电动汽车的充放电功率确定方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本实施例中，该方法包括以下步骤：
步骤S202，获取电动汽车的充电状态信息和数值资源信息。
其中，充电状态信息包括电动汽车的荷电状态值信息、充电时间信息、充电需求信息以及电动汽车与电动汽车充电器的连接状态信息等。
其中，数值资源信息包括电动汽车与电网储能设备或光伏发电系统之间的输送功率信息、购电售电价格信息以及一些罚款信息。
具体实现中，可利用停车场区域内的能量采集管理系统实时采集停车场内电动汽车的充电状态信息和数值资源信息，若设i时刻停车场区域内的电动汽车数量为Ni，则i时刻第j辆电动汽车的实时充电状态信息集可表示为：
Figure BDA0003053558540000061
Figure BDA0003053558540000062
其中，
Figure BDA0003053558540000063
为第j辆电动汽车的到达时间，
Figure BDA0003053558540000064
为第j辆电动汽车的预计离开时间，
Figure BDA0003053558540000065
为i时刻第j辆电动汽车的实时荷电状态值，
Figure BDA0003053558540000066
第j辆电动汽车到达停车场时的初始荷电状态值，
Figure BDA0003053558540000067
为第j辆电动汽车结束充电后的期望荷电状态值，j∈[1,Ni]，Δi＝2πf，f为采集电动汽车状态信息的频率。
步骤S204，根据充电状态信息和数值资源信息，获取目标函数；目标函数用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小。
具体实现中，由于目标函数用于使电动汽车充电、光伏发电系统供电和电网储能设备的总净成本最小，且使电网侧的总负荷峰值最小，因此，可根据充电状态信息和数值资源信息构建总净成本函数，以及构建电网侧总负荷峰值函数，由总净成本函数和电网侧总负荷峰值函数构建目标函数，其中，电网侧总负荷峰值函数根据电网负荷参数构建。
更具体地，由于总净成本涉及光伏发电系统、电动汽车和电网三个方面，因此，可根据充电状态信息和数值资源信息分别获取光伏发电侧的净成本、电动汽车侧的净成本和电网侧的净成本，三者求和得到总净成本。其中，光伏发电侧的净成本可通过光伏发电系统的罚款成本和出售给电动汽车电能的售电收入作差得到，其中，电动汽车侧的净成本可由电动汽车的购电成本与出售给电网侧的电网储能设备的售电收入作差得到，其中，电网侧的净成本可分为电网向电动汽车供电和电网未向电动汽车供电两种情况：当电网未向电动汽车供电时，由于电动汽车在向电网储能设备放电后可能导致电池降级，因此，电网侧的净成本仅包括电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款成本；当电网向电动汽车供电时，则电网侧的净成本可由电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款与出售给电动汽车的售电收入作差得到。
步骤S206，获取针对目标函数设置的约束条件，根据约束条件和目标函数确定混合整数线性规划模型。
其中，约束条件包括：电动汽车的实时充放电功率的约束条件、电动汽车的实时荷电状态值的约束条件、电动汽车的荷电状态值与充放电功率的平衡条件以及电动汽车、电网和光伏发电之间的充放电平衡条件。
本步骤中，在得到目标函数后，将获取的约束条件和目标函数联立，得到混合整数线性规划模型(Mixed Integer Linear Programming，MILP)，可表示为：
Figure BDA0003053558540000081
步骤S208，对混合整数线性规划模型求取最优解，得到电动汽车的目标充放电功率。
具体实现中，可以将电动汽车的充电功率和放电功率作为决策变量，通过调用求解器获得混合整数线性规划模型的最优解，得到电动汽车的充放电策略，即得到电动汽车的目标充电功率和目标放电功率，基于目标充电功率和目标放电功率控制电动汽车的充放电，使得电动汽车充电、光伏发电系统供电和电网储能设备的总净成本最小，且使电网侧的总负荷峰值最小。
上述电动汽车的充放电功率确定方法中，通过获取电动汽车的充电状态信息和数值资源信息；根据充电状态信息和数值资源信息，获取用于确定电动汽车的充放电功率的目标函数；目标函数用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小；获取针对目标函数设置的约束条件，根据约束条件和目标函数确定混合整数线性规划模型，最后获取混合整数线性规划模型的最优解，作为电动汽车的目标充放电功率。该方法使用混合整数线性规划公式，不仅仅从发电侧考虑使电动汽车充电，馈入光伏发电和提供电网储能的总净成本最小，而且从电网侧考虑使电网总负荷峰值最小，将这两方面综合成一个目标函数，最终通过求解混合整数线性规划公式得出电动汽车的最优充电策略，实现能源的分布式智能优化调度，该方法可节省大量成本，使得智能充电的大规模采用成为可能。
在一个实施例中，如图3所示，上述步骤S204具体包括：
步骤S302，根据充电状态信息和数值资源信息，构建总净成本函数；总净成本函数用于表示电动汽车充电、馈入光伏发电和提供电网储能的总净成本；
步骤S304，获取电网负荷参数，根据电网负荷参数获取电网侧的总负荷峰值函数；
步骤S306，根据总净成本函数和总负荷峰值函数，构建目标函数。
其中，电网负荷参数包括电网不考虑电动汽车充电时的基础负荷功率、电网考虑电动汽车充电后的充电负荷功率。
其中，电网考虑电动汽车充电后的充电负荷功率与电网储能设备向电动汽车输送的净功率相同，由电网储能设备向电动汽车输送的功率与电动汽车向电网储能设备馈送的功率作差得到。
进一步地，在一个实施例中，上述步骤S302具体包括：根据充电状态信息和数值资源信息，分别获取光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数；将光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数相加，得到总净成本函数。
具体实现中，总净成本函数涉及光伏发电侧、电动汽车侧和电网侧，因此，可分别获取光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数，将光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数相加，得到总净成本函数。
对于电网侧的总负荷峰值函数，由于电网侧的负荷包括不考虑电动汽车充电时的基础负荷和考虑电动汽车充电后的充电负荷，因此，可将基础负荷功率与充电负荷功率相加，得到电网侧总负荷峰值函数。
例如，若用Pd表示电网不考虑电动汽车充电时的基础负荷，用
Figure BDA0003053558540000091
表示i时刻电网储能装置向电动汽车充电器输送的功率，用
Figure BDA0003053558540000092
表示电动汽车在i时刻向电网储能装置馈送的功率，则电网侧总负荷峰值函数f2可表示为：
Figure BDA0003053558540000093
其中，c∈[1,C]，C为停车场区域内电动汽车充电器的总个数。
本实施例中，通过根据充电状态信息和数值资源信息分别构建光伏发电侧、电动汽车侧和电网侧的净成本函数，三者相加得到总净成本函数，并根据电网负荷参数构建电网侧总负荷峰值函数，最后由总净成本函数和总负荷峰值函数得到目标函数，使得目标函数结合了构建光伏发电侧、电动汽车侧和电网侧的总净成本和电网侧总负荷峰值，便于对目标函数求最优解，得到使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网的总负荷峰值最小的电动汽车的充电策略。
在一个实施例中，充电状态信息包括：结束充电后的期望荷电状态值、预计离开时间的实时荷电状态值、电动汽车与电动汽车充电器的连接状态以及电动汽车的放电功率；数值资源信息包括：光伏发电侧未满足用户充电需求而支付的罚款、电网储能设备向电动汽车充电器输送的功率、电动汽车向电网购电的价格、电动汽车向电网储能设备输送的功率、电动汽车向电网售电的价格、光伏发电侧向电动汽车充电器输送的功率、光伏发电侧向电动汽车售电的价格以及电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款；
上述根据充电状态信息和数值资源信息，分别获取光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数的步骤，进一步包括：根据结束充电后的期望荷电状态值、预计离开时间的实时荷电状态值、光伏发电侧未满足用户充电需求而支付的罚款、电动汽车与电动汽车充电器的连接状态、光伏发电侧向电动汽车充电器输送的功率和光伏发电侧向电动汽车售电的价格，确定光伏发电侧的净成本函数；根据电网储能设备向电动汽车充电器输送的功率、电动汽车向电网购电的价格、电动汽车向电网储能设备输送的功率、电动汽车向电网售电的价格，确定电动汽车侧的净成本函数；根据电动汽车的放电功率和电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款，确定电网侧的净成本函数。
具体实现中，光伏发电侧的净成本由光伏发电系统的罚款成本和出售给电动汽车电能的售电收入作差得到，其中，罚款成本根据结束充电后的期望荷电状态值、预计离开时间的实时荷电状态值、发电侧未满足用户充电需求而支付的罚款计算得到，售电收入根据电动汽车与电动汽车充电器的连接状态、光伏发电侧向电动汽车充电器输送的功率和光伏发电侧向电动汽车售电的价格计算得到。更具体地，若用
Figure BDA0003053558540000101
表示第j辆电动汽车结束充电后的期望荷电状态值，用
Figure BDA0003053558540000102
表示第j辆电动汽车的预计离开时间，用
Figure BDA0003053558540000103
表示i时刻第j辆电动汽车的实时荷电状态值，用
Figure BDA0003053558540000104
表示光伏发电侧未满足用户充电需求而支付的罚款，则可得到光伏发电系统的罚款成本为：
Figure BDA0003053558540000111
其中，j∈[1,Ni]，Ni为停车场内电动汽车的总数量。
若用
Figure BDA0003053558540000112
表示第i辆电动汽车和第c个电动汽车充电器的连接状态，其中，
Figure BDA0003053558540000113
Figure BDA0003053558540000114
表示无连接，
Figure BDA0003053558540000115
表示有连接，用
Figure BDA0003053558540000116
表示i时刻光伏发电系统向第c个电动汽车充电器输送的功率，用
Figure BDA0003053558540000117
表示i时刻光伏发电系统向电动汽车出售电量的价格，则可得到光伏发电系统的售电收入为：
Figure BDA0003053558540000118
其中，Δi＝2πf，f为采集电动汽车状态信息的频率，c∈[1,C]，C为停车场区域内电动汽车充电器的总个数。
进一步由光伏发电系统的罚款成本和售电收入作差，得到光伏发电侧的净成本函数为：
Figure BDA0003053558540000119
电动汽车侧的净成本可由电动汽车的购电成本与出售给电网侧的电网储能设备的售电收入作差得到，若用
Figure BDA00030535585400001110
表示i时刻电网储能装置向第c个电动汽车充电器输送的功率，用
Figure BDA00030535585400001111
表示电动汽车在i时刻向电网储能装置馈送的功率；用
Figure BDA00030535585400001112
分别表示i时刻电动汽车向电网买卖电量的价格；则电动汽车侧的净成本函数可表示为：
Figure BDA00030535585400001113
电网侧的净成本可分为电网向电动汽车供电和电网未向电动汽车供电两种情况，本实施例以电网未向电动汽车供电为例，则电网侧的净成本仅包括电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款成本，若用CV2G表示电动汽车因参向电网储能设备放电导致的电池降级而支付的罚款，用
Figure BDA00030535585400001114
表示i时刻第j辆电动汽车的放电功率，则电网侧的净成本函数可表示为：
Figure BDA00030535585400001115
进一步地，将光伏发电侧净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数相加，得到总净成本函数f1为：
Figure BDA0003053558540000121
本实施例中，通过充电状态信息和数值资源信息分别计算得到光伏发电侧、电动汽车侧和电网侧的净成本函数，以便于进一步根据光伏发电侧、电动汽车侧和电网侧的净成本函数确定目标函数，根据目标函数获取电动汽车的充放电策略。
在一个实施例中，针对所述目标函数设置的约束条件包括：电动汽车的实时充放电功率的约束条件、电动汽车的实时荷电状态值的约束条件、电动汽车的荷电状态值与充放电功率的平衡条件以及电动汽车、电网和光伏发电之间的充放电平衡条件。
更具体地，针对所述目标函数设置的约束条件包括以下七个条件：
约束条件一：i时刻第j辆EV的充电功率
Figure BDA0003053558540000122
≤第j辆电动汽车的额定充电功率
Figure BDA0003053558540000123
约束条件二：i时刻第j辆EV的放电功率
Figure BDA0003053558540000124
≤第j辆电动汽车的额定放电功率
Figure BDA0003053558540000125
约束条件三：
Figure BDA0003053558540000126
Figure BDA0003053558540000127
Figure BDA0003053558540000128
是连接到EV-PV功率转换器上的第c个电动汽车充电器的额定功率，c∈[1,C]，C为停车场区域内电动汽车充电器的总个数；
约束条件四：
Figure BDA0003053558540000129
Figure BDA00030535585400001210
为第j辆电动汽车的最大荷电状态值；
约束条件五：
Figure BDA00030535585400001211
Figure BDA00030535585400001212
为第j辆电动汽车的最小荷电状态值；
约束条件六：
Figure BDA00030535585400001213
Figure BDA00030535585400001214
为电动汽车电池的充电效率，
Figure BDA00030535585400001215
为电动汽车电池的放电效率。
约束条件七：
Figure BDA00030535585400001216
Figure BDA0003053558540000131
其中，
Figure BDA0003053558540000132
为i时刻光伏发电系统向第c个电动汽车充电器输送的功率，
Figure BDA0003053558540000133
为i时刻电网储能装置向第c个电动汽车充电器输送的功率，
Figure BDA0003053558540000134
为第i辆电动汽车和第c个电动汽车充电器的连接状态，其中，
Figure BDA0003053558540000135
表示无连接，
Figure BDA0003053558540000136
表示有连接,
Figure BDA0003053558540000137
表示电动汽车在i时刻向电网储能装置输送的功率。
其中，约束条件一至三为电动汽车的实时充放电功率的约束条件、约束条件四和五为电动汽车的实时荷电状态值的约束条件、约束条件六为电动汽车的荷电状态值与充放电功率的平衡条件，约束条件七电动汽车、电网和光伏发电之间的充放电平衡条件。
本实施例中，通过约束条件的设置，以便于加快对目标函数的求解速率，得到使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网的总负荷峰值最小的情况下，电动汽车的充放电策略。
在一个实施例中，如图4所示，上述步骤S306具体包括：
步骤S402，对总净成本函数和总负荷峰值函数进行归一化处理，得到归一化的总净成本函数和归一化后的总负荷峰值函数；
步骤S404，获取总净成本函数和总负荷峰值函数的权重系数，以及最优充电策略下的综合经济成本、峰谷达到相对均衡时的峰值；
步骤S406，根据归一化后的总净成本函数、归一化后的总负荷峰值函数、权重系数、综合经济成本和峰值，构建目标函数。
进一步地，在一个实施例中，上述步骤S406具体包括：获取归一化后的总净成本函数与综合经济成本的比值，得到优化成本函数；获取归一化后的总负荷峰值函数与峰值的比值，得到优化峰值函数；按照权重系数，分别对优化成本函数和优化峰值函数进行加权求和，得到目标函数。
具体实现中，将总净成本函数为f1和总负荷峰值函数f2进行归一化处理，得到归一化后的总净成本函数f1＇和归一化后的总负荷峰值函数f2＇，若用w1和w2分别表示总净成本函数和总负荷峰值函数的权重系数，用Δ表示最优充电策略下的综合经济成本，用F表示峰谷达到相对均衡时的峰值，则目标函数可表示为：
Figure BDA0003053558540000141
进一步地，将目标函数minf与前述实施例的七个约束条件联合，构成混合整数线性规划模型，可表示为：
Figure BDA0003053558540000142
本实施例中，通过将对总净成本函数和电网侧总负荷峰值函数进行归一化处理，消除了净成本单位和负荷单位的量纲对目标函数的影响，从而提高了所构建的目标函数的准确性，并且本实施例还提供了为总净成本函数和电网侧总负荷峰值函数赋予对应的权重的方式，便于用户根据所关注的部分，构建目标函数，例如，若用户更关注总净成本，则可增加总净成本函数的权重，若更关注电网侧总负荷峰值，则可增加电网侧总负荷峰值函数的权重。
在另一个实施例中，如图5所示，提供了一种电动汽车的充放电功率确定方法，本实施例中，该方法包括以下步骤：
步骤S502，获取电动汽车的充电状态信息和数值资源信息；
步骤S504，根据充电状态信息和数值资源信息，分别获取光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数；
步骤S506，将光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数相加，得到总净成本函数；
步骤S508，获取电网负荷参数，根据电网负荷参数获取电网侧的总负荷峰值函数；
步骤S510，对总净成本函数和总负荷峰值函数进行归一化处理，得到归一化的总净成本函数和归一化后的总负荷峰值函数；
步骤S512，获取总净成本函数和总负荷峰值函数的权重系数，以及最优充电策略下的综合经济成本、电网侧峰谷达到相对均衡时的峰值；
步骤S514，根据归一化后的总净成本函数、归一化后的总负荷峰值函数、权重系数、综合经济成本和峰值，构建目标函数；
步骤S516，获取针对目标函数设置的约束条件，根据约束条件和目标函数确定混合整数线性规划模型；
步骤S518，对混合整数线性规划模型求取最优解，得到电动汽车的目标充放电功率。
本实施例，提出了一个考虑多目标约束的电动汽车、光伏发电和电网间能源优化调度模型，使用混合整数线性规划公式，不仅仅从发电侧考虑使电动汽车充电，馈入光伏发电和提供电网储能的总净成本最小，而且从电网侧考虑使电网总负荷峰值最小，将这两方面综合成一个目标函数，并且约束条件中也充分考虑了电网电价的动态变化，最终通过求解混合整数线性规划公式得出电动汽车的最优充电策略，实现能源的分布式智能优化调度，该方法可节省大量成本，使得智能充电的大规模采用成为可能。
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种电动汽车的充放电功率确定装置，包括：信息获取模块602、目标函数确定模块604、模型确定模块606和模型求解模块608，其中：
信息获取模块602，用于获取电动汽车的充电状态信息和数值资源信息；
目标函数确定模块604，用于根据充电状态信息和数值资源信息，获取目标函数；目标函数用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小；
模型确定模块606，用于获取针对目标函数设置的约束条件，根据约束条件和目标函数确定混合整数线性规划模型；
模型求解模块608，用于对混合整数线性规划模型求取最优解，得到电动汽车的目标充放电功率。
在一个实施例中，目标函数确定模块604，包括：
总净成本函数确定子模块，用于根据充电状态信息和数值资源信息，构建总净成本函数；总净成本函数用于表示电动汽车充电、馈入光伏发电和提供电网储能的总净成本；
总负荷峰值函数确定子模块，用于获取电网负荷参数，根据电网负荷参数获取电网侧的总负荷峰值函数；
目标函数确定子模块，用于根据总净成本函数和总负荷峰值函数，构建目标函数。
在一个实施例中，总净成本函数确定子模块，具体用于根据充电状态信息和数值资源信息，分别获取光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数；将光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数相加，得到总净成本函数。
在一个实施例中，充电状态信息包括：结束充电后的期望荷电状态值、预计离开时间的实时荷电状态值、电动汽车与电动汽车充电器的连接状态以及电动汽车的放电功率；数值资源信息包括：光伏发电侧未满足用户充电需求而支付的罚款、电网储能设备向电动汽车充电器输送的功率、电动汽车向电网购电的价格、电动汽车向电网储能设备输送的功率、电动汽车向电网售电的价格、光伏发电侧向电动汽车充电器输送的功率、光伏发电侧向电动汽车售电的价格以及电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款；总净成本函数确定子模块，还用于根据结束充电后的期望荷电状态值、预计离开时间的实时荷电状态值、光伏发电侧未满足用户充电需求而支付的罚款、电动汽车与电动汽车充电器的连接状态、光伏发电侧向电动汽车充电器输送的功率和光伏发电侧向电动汽车售电的价格，确定光伏发电侧的净成本函数；根据电网储能设备向电动汽车充电器输送的功率、电动汽车向电网购电的价格、电动汽车向电网储能设备输送的功率、电动汽车向电网售电的价格，确定电动汽车侧的净成本函数；根据电动汽车的放电功率和电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款，确定电网侧的净成本函数。
在一个实施例中，目标函数确定子模块，还用于对总净成本函数和总负荷峰值函数进行归一化处理，得到归一化的总净成本函数和归一化后的总负荷峰值函数；获取总净成本函数和总负荷峰值函数的权重系数，以及最优充电策略下的综合经济成本、电网侧峰谷达到相对均衡时的峰值；根据归一化后的总净成本函数、归一化后的总负荷峰值函数、权重系数、综合经济成本和峰值，构建目标函数。
在一个实施例中，目标函数确定子模块，还用于获取归一化后的总净成本函数与综合经济成本的比值，得到优化成本函数；获取归一化后的总负荷峰值函数与峰值的比值，得到优化峰值函数；通过权重系数，分别对优化成本函数和优化峰值函数进行加权求和，得到目标函数。
在一个实施例中，针对目标函数设置的约束条件包括：电动汽车的实时充放电功率的约束条件、电动汽车的实时荷电状态值的约束条件、电动汽车的荷电状态值与充放电功率的平衡条件以及电动汽车、电网和光伏发电之间的充放电平衡条件。
需要说明的是，本申请的电动汽车的充放电功率确定装置与本申请的电动汽车的充放电功率确定方法一一对应，在上述电动汽车的充放电功率确定方法的实施例阐述的技术特征及其有益效果均适用于电动汽车的充放电功率确定装置的实施例中，具体内容可参见本申请方法实施例中的叙述，此处不再赘述，特此声明。此外，上述电动汽车的充放电功率确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电动汽车的充放电功率确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电动汽车的充放电功率确定方法，其特征在于，所述方法包括：
获取电动汽车的充电状态信息和数值资源信息；
根据所述充电状态信息和所述数值资源信息，获取目标函数；所述目标函数用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小；
获取针对所述目标函数设置的约束条件，根据所述约束条件和所述目标函数确定混合整数线性规划模型；
对所述混合整数线性规划模型求取最优解，得到所述电动汽车的目标充放电功率。
2.根据权利要求1所述的方法，其特征在于，所述根据所述充电状态信息和所述数值资源信息，获取目标函数，包括：
根据所述充电状态信息和所述数值资源信息，构建总净成本函数；所述总净成本函数用于表示电动汽车充电、馈入光伏发电和提供电网储能的总净成本；
获取电网负荷参数，根据所述电网负荷参数获取电网侧的总负荷峰值函数；
根据所述总净成本函数和所述总负荷峰值函数，构建目标函数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述充电状态信息和所述数值资源信息，构建总净成本函数，包括：
根据所述充电状态信息和所述数值资源信息，分别获取光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数；
将所述光伏发电侧的净成本函数、所述电动汽车侧的净成本函数和所述电网侧的净成本函数相加，得到所述总净成本函数。
4.根据权利要求3所述的方法，其特征在于，所述充电状态信息包括：结束充电后的期望荷电状态值、预计离开时间的实时荷电状态值、电动汽车与电动汽车充电器的连接状态以及电动汽车的放电功率；所述数值资源信息包括：光伏发电侧未满足用户充电需求而支付的罚款、电网储能设备向电动汽车充电器输送的功率、电动汽车向电网购电的价格、电动汽车向电网储能设备输送的功率、电动汽车向电网售电的价格、光伏发电侧向电动汽车充电器输送的功率、光伏发电侧向电动汽车售电的价格以及电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款；
所述根据所述充电状态信息和所述数值资源信息，分别获取光伏发电侧的净成本函数、电动汽车侧的净成本函数和电网侧的净成本函数，包括：
根据所述结束充电后的期望荷电状态值、所述预计离开时间的实时荷电状态值、所述光伏发电侧未满足用户充电需求而支付的罚款、所述电动汽车与电动汽车充电器的连接状态、所述光伏发电侧向电动汽车充电器输送的功率和所述光伏发电侧向电动汽车售电的价格，确定光伏发电侧的净成本函数；
根据所述电网储能设备向电动汽车充电器输送的功率、所述电动汽车向电网购电的价格、所述电动汽车向电网储能设备输送的功率、所述电动汽车向电网售电的价格，确定电动汽车侧的净成本函数；
根据所述电动汽车的放电功率和所述电动汽车因向电网储能设备放电导致电池降级时电网侧支付的罚款，确定电网侧的净成本函数。
5.根据权利要求2所述的方法，其特征在于，所述根据所述总净成本函数和所述总负荷峰值函数，构建目标函数，包括：
对所述总净成本函数和所述总负荷峰值函数进行归一化处理，得到归一化的总净成本函数和归一化后的总负荷峰值函数；
获取所述总净成本函数和所述总负荷峰值函数的权重系数，以及最优充电策略下的综合经济成本、电网侧峰谷达到相对均衡时的峰值；
根据所述归一化后的总净成本函数、所述归一化后的总负荷峰值函数、所述权重系数、所述综合经济成本和所述峰值，构建目标函数。
6.根据权利要求5所述的方法，其特征在于，所述根据所述归一化后的总净成本函数、所述归一化后的总负荷峰值函数、所述权重系数、所述综合经济成本和所述峰值，构建目标函数，包括：
获取所述归一化后的总净成本函数与所述综合经济成本的比值，得到优化成本函数；
获取所述归一化后的总负荷峰值函数与所述峰值的比值，得到优化峰值函数；
通过所述权重系数，分别对所述优化成本函数和所述优化峰值函数进行加权求和，得到目标函数。
7.根据权利要求1所述的方法，其特征在于，所述针对所述目标函数设置的约束条件包括：电动汽车的实时充放电功率的约束条件、电动汽车的实时荷电状态值的约束条件、电动汽车的荷电状态值与充放电功率的平衡条件以及电动汽车、电网和光伏发电之间的充放电平衡条件。
8.一种电动汽车的充放电功率确定装置，其特征在于，所述装置包括：
信息获取模块，用于获取电动汽车的充电状态信息和数值资源信息；
目标函数确定模块，用于根据所述充电状态信息和所述数值资源信息，获取目标函数；所述目标函数用于使电动汽车侧、光伏发电侧和电网侧的总净成本最小，且使电网侧的总负荷峰值最小；
模型确定模块，用于获取针对所述目标函数设置的约束条件，根据所述约束条件和所述目标函数确定混合整数线性规划模型；
模型求解模块，用于对所述混合整数线性规划模型求取最优解，得到所述电动汽车的目标充放电功率。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202110494027.0A 2021-05-07 2021-05-07 电动汽车的充放电功率确定方法、装置和计算机设备 Active CN113306431B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110494027.0A CN113306431B (zh) 2021-05-07 2021-05-07 电动汽车的充放电功率确定方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110494027.0A CN113306431B (zh) 2021-05-07 2021-05-07 电动汽车的充放电功率确定方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN113306431A true CN113306431A (zh) 2021-08-27
CN113306431B CN113306431B (zh) 2023-06-09

Family

ID=77371678

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110494027.0A Active CN113306431B (zh) 2021-05-07 2021-05-07 电动汽车的充放电功率确定方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN113306431B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120133337A1 (en) * 2010-11-30 2012-05-31 Jan-Willem Rombouts Method and system for charging a fleet of batteries
CN103793758A (zh) * 2014-01-23 2014-05-14 华北电力大学 含光伏发电系统的电动汽车充电站的多目标优化调度方法
CN106026152A (zh) * 2016-05-19 2016-10-12 合肥工业大学 一种电动汽车接入微电网的充放电调度方法
CN109740846A (zh) * 2018-11-30 2019-05-10 国网江苏省电力有限公司电力科学研究院 智能小区需求响应调度方法和系统
CN109886501A (zh) * 2019-03-06 2019-06-14 昆明理工大学 一种电动汽车充放电多目标优化方法
CN110943475A (zh) * 2019-11-08 2020-03-31 广东电网有限责任公司 一种计及分布式光伏和电动汽车的配网协同优化调度方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120133337A1 (en) * 2010-11-30 2012-05-31 Jan-Willem Rombouts Method and system for charging a fleet of batteries
CN103793758A (zh) * 2014-01-23 2014-05-14 华北电力大学 含光伏发电系统的电动汽车充电站的多目标优化调度方法
CN106026152A (zh) * 2016-05-19 2016-10-12 合肥工业大学 一种电动汽车接入微电网的充放电调度方法
CN109740846A (zh) * 2018-11-30 2019-05-10 国网江苏省电力有限公司电力科学研究院 智能小区需求响应调度方法和系统
CN109886501A (zh) * 2019-03-06 2019-06-14 昆明理工大学 一种电动汽车充放电多目标优化方法
CN110943475A (zh) * 2019-11-08 2020-03-31 广东电网有限责任公司 一种计及分布式光伏和电动汽车的配网协同优化调度方法

Also Published As

Publication number Publication date
CN113306431B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
Ginigeme et al. Distributed optimal vehicle-to-grid approaches with consideration of battery degradation cost under real-time pricing
Li et al. An energy management strategy with renewable energy and energy storage system for a large electric vehicle charging station
Wang et al. Demand side management of plug-in electric vehicles and coordinated unit commitment: A novel parallel competitive swarm optimization method
Liu et al. Energy management problems under uncertainties for grid-connected microgrids: A chance constrained programming approach
Wan et al. Game theoretic-based distributed charging strategy for PEVs in a smart charging station
Reddy et al. Distributed resource scheduling in smart grid with electric vehicle deployment using fireworks algorithm
CN103241130A (zh) 一种电动公交车充换电站的能量管理方法及系统
Zhang et al. Modeling of fast charging station equipped with energy storage
CN107316152A (zh) 电动汽车参与需求侧响应的规划方法、装置及计算设备
Ma et al. Real-time plug-in electric vehicles charging control for V2G frequency regulation
WO2019182016A1 (ja) 電力情報管理システム、管理方法、プログラム、電力情報管理サーバ、通信端末、及び、電力システム
Rajani et al. A hybrid optimization based energy management between electric vehicle and electricity distribution system
Su et al. Reactive power compensation using electric vehicles considering drivers’ reasons
Zhou et al. Research on multi‐objective optimisation coordination for large‐scale V2G
Naik et al. Optimization of vehicle-to-grid (V2G) services for development of smart electric grid: a review
CN108304984A (zh) 行为量化方法及系统
CN114498768A (zh) 一种区域智能变电站源荷储优化运行策略生成方法及装置
Pinto et al. Space-aware modeling of two-phase electric charging stations
CN109359784A (zh) 计及运营商的电动汽车负荷时间预测方法和系统
Ma et al. Market-based co-optimization of energy and ancillary services with distributed energy resource flexibilities
JP2019165580A (ja) 電力システム、制御装置、電力管理方法、プログラム、及び、電力管理サーバ
CN113306431B (zh) 电动汽车的充放电功率确定方法、装置和计算机设备
Lu et al. Research on multi-objective optimization of EV charging and discharging for different stakeholders
Ilango et al. Charging demand based on the interaction among electric vehicles and renewable energy sources using hybrid technique
Zhang et al. Nodal dynamic charging price formulation for electric vehicle through the Stackelberg game considering grid congestion

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230411

Address after: Full Floor 14, Unit 3, Building 2, No. 11, Middle Spectra Road, Huangpu District, Guangzhou, Guangdong 510700

Applicant after: China Southern Power Grid Digital Grid Technology (Guangdong) Co.,Ltd.

Address before: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province

Applicant before: Southern Power Grid Digital Grid Research Institute Co.,Ltd.

GR01 Patent grant
GR01 Patent grant