CN113949091A - 一种智能充电电动汽车能源网联调度方法及系统 - Google Patents

一种智能充电电动汽车能源网联调度方法及系统 Download PDF

Info

Publication number
CN113949091A
CN113949091A CN202111565274.1A CN202111565274A CN113949091A CN 113949091 A CN113949091 A CN 113949091A CN 202111565274 A CN202111565274 A CN 202111565274A CN 113949091 A CN113949091 A CN 113949091A
Authority
CN
China
Prior art keywords
charging
electric
time
vehicle
electric vehicle
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
CN202111565274.1A
Other languages
English (en)
Other versions
CN113949091B (zh
Inventor
李建威
姚晔
孙超
邹巍涛
朱晋
张再驰
王程
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202111565274.1A priority Critical patent/CN113949091B/zh
Publication of CN113949091A publication Critical patent/CN113949091A/zh
Application granted granted Critical
Publication of CN113949091B publication Critical patent/CN113949091B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/28—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
    • 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
    • B60L55/00—Arrangements for supplying energy stored within a vehicle to a power network, i.e. vehicle-to-grid [V2G] arrangements
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及一种智能充电电动汽车能源网联调度方法及系统，其在充电桩具有能够自动接入、脱离电动汽车充电接口以在一定数量的汽车中切换充电目标车辆的自动充电能力背景下，考虑了电动汽车充放电功率限制、电池荷电状态和配电网容量等客观约束条件，综合电动汽车用户、电网及充电桩运营方三方利益，建立了一桩对多车场景下确定各车充电优先级和充、放电功率的策略。本发明提出的调度方法直面当前充电桩数量紧张、电动汽车无序充电的问题，能在车多桩少情况下实现电动汽车有序充电，合理利用充电资源，在满足车主出行需求的同时，减少电网波动，并提供了有利于运营方盈利的计价方案，增加企业在市场上推广的积极性。

Description

一种智能充电电动汽车能源网联调度方法及系统
技术领域
本发明涉及电动汽车能源网联领域，特别是涉及一种智能充电电动汽车能源网联调度方法及系统。
背景技术
当今，全球变暖和能源短缺已经成为影响人类社会可持续发展的两大危机。由于全球能源消耗的快速增长，可以预见，在不久的将来，化石能源将面临枯竭。由于交通领域内燃机所消耗的液体燃料和排放的温室气体分别是能源枯竭和全球变暖的主要因素，交通领域的减排降耗被认为是减弱甚至解决危机的重要方式。电动汽车以其可将清洁、可再生资源电能转化为动力，运行污染小、能源使用效率高等优点被寄予厚望，成为各国大力发展和推行的对象。
目前，电动汽车的数量逐年攀升，但充电桩建设增速放缓，充电桩与电动汽车数量不匹配的问题日益凸出。同时，充电基础设施信息和支付互联互通水平仍然较低，充电设施多处于无序接入的状态，使“有车无桩、有桩无车”的现象经常出现，对本来就并不充裕的充电资源造成浪费。并且由于配电线路改造增容困难，无序接入的充电设施让配电网面临更大压力，使配电网负荷和波动增加，峰谷差加剧，电能利用效率低下。因此，需要有合适的充电调度方案来改善无序充电的问题。
现有的电动汽车充电调度方法的研究主要是考虑用户成本或者停车场总利润亦或是电网波动的单目标调度方法，且都未涉及一桩对多车充电场景。而当前车多桩少的现状使得充电时必须面临一桩对多车场景，用户出行需求、运营方盈利需求以及电网负荷需求使得电动汽车充电是一个多方利益相关联的事件。
发明内容
本发明的目的是提供一种智能充电电动汽车能源网联调度方法，以实现在一个充电桩对多个电动车自动充电场景下考虑电动汽车用户、电网和充电桩运营方三方利益的电动汽车充电调度。
为实现上述目的，本发明提供了如下方案：
一种面向自动充电的电动汽车能源网联调度方法，所述方法包括：
确定一充电桩对多车自动充电能力技术背景下所允许的参与电网网联调度的最大电动汽车数量N；
获取所述充电桩控制区域内电动汽车的充电请求，并将新到达的电动汽车侧的需求信息发送至存储器存储；
判断是否开启新的调度时间段，若是，则开启新的调度时间段；
若否，则等待新时间段开启；
获取配电网侧负荷信息；
基于所述电动汽车侧的需求信息、所述配电网侧负荷信息和充电桩运营利益，通过V2G调度模式，确定当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及优先级最高的电动汽车的充电或放电功率；所述未完成充电的电动汽车不超过N辆；
将所述当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及其充电或放电功率的信号传输至充电枪；
充电枪执行本阶段充电工作；
获取充电或放电优先级最高的电动汽车的实时信息，并将所述实时信息存储至存储器进行实时更新；
当前阶段结束后若充电桩前所有车辆完成充电，充电桩会进入空闲状态直至另有电动汽车到来；否则，重复第一个步骤至最后一个步骤，开启新一阶段的调度工作，直至所有电动汽车完成充电。
可选的，所述电动汽车侧的需求信息包括：车辆到达时间
Figure 341855DEST_PATH_IMAGE001
、预计离去时间
Figure 568699DEST_PATH_IMAGE002
、车辆到达时电池荷电状态
Figure 422255DEST_PATH_IMAGE003
、离去时期望电池荷电状态
Figure 173173DEST_PATH_IMAGE004
、电池容量
Figure 559899DEST_PATH_IMAGE005
是否需要优先充电标志
Figure 987338DEST_PATH_IMAGE006
；所述
Figure 829654DEST_PATH_IMAGE006
有0和1两个取值，1表示需要优先充电，0表示不需要优先充电。
可选的，所述获取配电网侧负荷信息具体采用以下公式：
Figure 118684DEST_PATH_IMAGE007
其中，
Figure 595802DEST_PATH_IMAGE008
为该充电桩所需求的功率，
Figure 686818DEST_PATH_IMAGE009
为不计该充电桩后的用电需求功率，
Figure 46124DEST_PATH_IMAGE010
由配电网历史数据经大数据预测得到，预测总时长为24h，预测单位长度为15min，分为96个时段。
可选的，所述确定当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车具体包括以下步骤：
在调度时刻点，选择该充电桩前未完成充电的电动汽车，形成
Figure 404424DEST_PATH_IMAGE011
集合；
计算所述
Figure 299830DEST_PATH_IMAGE011
集合中各电动汽车EV的充电紧急度U；
基于所述充电紧急度确定充电或放电优先级最高的电动汽车
Figure 334651DEST_PATH_IMAGE012
。
可选的，所述计算所述
Figure 931986DEST_PATH_IMAGE013
集合中各电动汽车EV的充电紧急度U具体采用以下公式：
Figure 576200DEST_PATH_IMAGE014
其中，
Figure 575381DEST_PATH_IMAGE015
，
Figure 515524DEST_PATH_IMAGE016
为当前时间车辆电池荷电状态，
Figure 616466DEST_PATH_IMAGE017
为离去时期望电池荷电状态，
Figure 316569DEST_PATH_IMAGE018
为电池容量，
Figure 419523DEST_PATH_IMAGE019
为充电效率，
Figure 546879DEST_PATH_IMAGE020
为第
Figure 606888DEST_PATH_IMAGE021
个时间段内充电桩对该车辆充电所能提供的最大功率，
Figure 359950DEST_PATH_IMAGE022
为第
Figure 333722DEST_PATH_IMAGE023
个时间段长度，
Figure 382712DEST_PATH_IMAGE024
为充电枪所允许的最大充电功率，
Figure 176355DEST_PATH_IMAGE025
为第
Figure 733107DEST_PATH_IMAGE026
个时间段不计该充电桩后的平均用电需求功率，
Figure 43610DEST_PATH_IMAGE027
为第
Figure 512768DEST_PATH_IMAGE026
个时间段配电网能提供的最大功率。
可选的，基于所述充电紧急度确定充电或放电优先级最高的电动汽车
Figure 308555DEST_PATH_IMAGE028
具体采用包括步骤：
若存在
Figure 888572DEST_PATH_IMAGE029
，优先充电标志
Figure 322089DEST_PATH_IMAGE030
，则选择
Figure 211417DEST_PATH_IMAGE030
且最早到达的电动汽车成为
Figure 245232DEST_PATH_IMAGE031
；
若所有
Figure 128742DEST_PATH_IMAGE032
，
Figure 931612DEST_PATH_IMAGE033
，则选择紧急度U值最大的电动汽车为
Figure 991841DEST_PATH_IMAGE034
。
可选的，所述确定优先级最高的电动汽车的充电或放电功率具体包括以下步骤：
确定目标函数
Figure 998106DEST_PATH_IMAGE035
其中，
Figure 185504DEST_PATH_IMAGE036
，
Figure 826570DEST_PATH_IMAGE037
Figure 74012DEST_PATH_IMAGE038
，
Figure 564643DEST_PATH_IMAGE039
为实际数据，
Figure 539421DEST_PATH_IMAGE040
为预测数据；
约束条件为：
Figure 51305DEST_PATH_IMAGE041
；
采用粒子群算法求解，得到最优
Figure 220380DEST_PATH_IMAGE042
，
Figure 450504DEST_PATH_IMAGE043
为当前阶段充电桩向优先级最高车辆的输入功率，
Figure 963394DEST_PATH_IMAGE044
为当前时段之前的时间段数，
Figure 349026DEST_PATH_IMAGE045
为从当前时间到该车离开时间所经历的时间段个数，
Figure 938270DEST_PATH_IMAGE046
为电动汽车用户失望度，
Figure 639379DEST_PATH_IMAGE047
为当前时间车辆电池荷电状态，
Figure 972271DEST_PATH_IMAGE048
为离去时期望电池荷电状态，
Figure 209480DEST_PATH_IMAGE049
为经过算法求解的功率计算得到的电动汽车离开时的SOC值，
Figure 953314DEST_PATH_IMAGE050
为紧急度目标权重，
Figure 892451DEST_PATH_IMAGE051
为电网功率波动目标权重，
Figure 511258DEST_PATH_IMAGE052
为第
Figure 852240DEST_PATH_IMAGE053
个时段电网经充电桩向车辆的输入功率，
Figure 766976DEST_PATH_IMAGE054
为
Figure 944141DEST_PATH_IMAGE055
个时间段内电网总负荷的平均功率，
Figure 618836DEST_PATH_IMAGE056
为充电枪所允许的最大放电功率。
可选的，选择优先充电的车主需要承担一定代价，所述代价函数如下：
Figure 798014DEST_PATH_IMAGE057
其中，
Figure 165541DEST_PATH_IMAGE058
为第
Figure 821214DEST_PATH_IMAGE059
个时间段内的代价，
Figure 17709DEST_PATH_IMAGE060
为第
Figure 333284DEST_PATH_IMAGE059
个时间段调度时刻点所计算出的所有车紧急度的最大值，
Figure 356866DEST_PATH_IMAGE061
为第
Figure 757891DEST_PATH_IMAGE059
个时间段调度时刻点优先充电的汽车紧急度值；
每个充电时间段计价方案为：
实际收取的费用=原定收费方案*
Figure 758077DEST_PATH_IMAGE062
。
可选的，所述开启新的调度时间段需满足以下条件：
I.有新的电动汽车到达且充电桩处于空闲状态, 该车到达时刻点；
II.当前
Figure 410382DEST_PATH_IMAGE063
完成充电，即
Figure 119712DEST_PATH_IMAGE064
时刻点；SOC为当前充电的电动汽车电池荷电状态，
Figure 726142DEST_PATH_IMAGE065
为离去时期望电动汽车电池荷电状态；
III. 当前
Figure 297063DEST_PATH_IMAGE063
车主由于突发驶离该车，中断充电时刻点；
IV. 当前
Figure 321651DEST_PATH_IMAGE063
处于放电状态，
Figure 185571DEST_PATH_IMAGE066
时刻点，SOC为当前放电的电动汽车电池荷电状态，
Figure 295609DEST_PATH_IMAGE067
为允许电动汽车放电的最低电池荷电状态。
基于本发明中的上述方法，本发明还另外提供一种智能充电电动汽车能源网联调度系统，其特征在于，所述系统包括：
最大电动汽车数量N确定模块，用于确定一充电桩对多车自动充电能力技术背景下所允许的参与电网网联调度的最大电动汽车数量N；
充电请求获取模块，用于获取所述充电桩控制区域内电动汽车的充电请求，并将新到达的电动汽车侧的需求信息发送至存储器存储；
判断模型，用于判断是否开启新的调度时间段，若是，则开启新的调度时间段；若否，则等待新时间段开启；
配电网侧负荷信息获取模块，用于获取配电网侧负荷信息；
优先级最高的电动汽车及优先级最高的电动汽车的充电或放电功率确定模块，用于基于所述电动汽车侧的需求信息、所述配电网侧负荷信息和充电桩运营利益，通过V2G调度模式，确定当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及优先级最高的电动汽车的充电或放电功率；所述未完成充电的电动汽车不超过N辆；
信号传输模块，用于将所述当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及其充电或放电功率的信号传输至充电枪；
充电模块，用于采用充电枪执行本阶段充电工作；
更新模块，用于获取充电或放电优先级最高的电动汽车的实时信息，并将所述实时信息存储至存储器进行实时更新；
循环模块，用于当前阶段结束后若充电桩前所有车辆完成充电，充电桩会进入空闲状态直至另有电动汽车到来；否则，重复最大电动汽车数量N确定模块-循环模块，开启新一阶段的调度工作，直至所有电动汽车完成充电。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明中的上述方法和系统建立了一桩对多车自动充电能力场景下的电动汽车充电调度方法，符合当下车多桩少的现实需求，能够实现电动汽车的有序充电；建立了体现电动汽车用户出行需求的紧急度、失望度模型和有利于充电桩运营商盈利的代价函数及计价方案，提出了兼顾电动汽车用户、电网、运营商各方利益的电动汽车充电调度算法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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为本发明实施例一种智能充电电动汽车能源网联调度方法流程图；
图2为本发明实施例多目标确定充(放)电优先级和充(放)电功率的算法流程图；
图3为本发明实施例A地未来一天不计充电桩的电网功率预测曲线图；
图4为本发明实施例A地未来一天不计充电桩的电网功率预测曲线和实际曲线对比图；
图5为本发明实施例A地充电桩1号车充电期间SOC随时间的变化曲线图；
图6为本发明实施例A地充电桩2号车充电期间SOC随时间的变化曲线图；
图7为本发明实施例A地电动汽车充电期间的电网总功率与不计充电桩的实际功率曲线；
图8为本发明实施例一种智能充电电动汽车能源网联调度系统结构示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
本发明的目的是提供一种智能充电电动汽车能源网联调度方法，以实现在一个充电桩对多个电动车自动充电场景下考虑电动汽车用户、电网和充电桩运营方三方利益的电动汽车充电调度。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例一种智能充电电动汽车能源网联调度方法流程图，图2为本发明实施例多目标确定充(放)电优先级和充(放)电功率的算法流程图，如图1和图2所示，所述方法包括：
步骤101：确定一充电桩对多车自动充电能力技术背景下所允许的参与电网网联调度的最大电动汽车数量N。
参与电网网联调度的最大电动汽车数量N可根据当地实际情况对桩车比1：N进行经济性分析，确定N值，并作为调度方法的预设量。
步骤102：获取所述充电桩控制区域内电动汽车的充电请求，并将新到达的电动汽车侧的需求信息发送至存储器存储。
具体的，一桩对多车可通过桁架及机械臂结构实现对一定位置范围内的电动汽车进行充电，桁架及机械臂可到达的位置范围视为充电桩的控制区域。
所述电动汽车侧的需求信息包括：车辆到达时间
Figure 407572DEST_PATH_IMAGE001
、预计离去时间
Figure 801513DEST_PATH_IMAGE068
、车辆到达时电池荷电状态
Figure 587066DEST_PATH_IMAGE003
、离去时期望电池荷电状态
Figure 935133DEST_PATH_IMAGE004
、电池容量
Figure 97124DEST_PATH_IMAGE005
是否需要优先充电标志
Figure 79992DEST_PATH_IMAGE006
；所述
Figure 784250DEST_PATH_IMAGE006
有0和1两个取值，1表示需要优先充电，0表示不需要优先充电，即：电动汽车侧信息={
Figure 603301DEST_PATH_IMAGE069
，
Figure 552672DEST_PATH_IMAGE070
，
Figure 157091DEST_PATH_IMAGE071
，
Figure 284447DEST_PATH_IMAGE072
，
Figure 105641DEST_PATH_IMAGE073
}；
Figure 343855DEST_PATH_IMAGE074
。
步骤103：判断是否开启新的调度时间段，若是，则开启新的调度时间段；
若否，则等待新时间段开启。
调度时间段的初始划分同所述配电网
Figure 348588DEST_PATH_IMAGE075
预测时间段划分相同;调度时刻点为每个调度时间段的起点，下一调度时刻点为本次调度时间段的终点。
以下几种情况若发生时刻点不与初始调度时刻点重合，会在初始的
调度时刻点间增加新的调度时刻点：
I.有新的电动汽车到达且充电桩处于空闲状态, 该车到达时刻点。
II.当前
Figure 381266DEST_PATH_IMAGE076
完成充电，即
Figure 689756DEST_PATH_IMAGE077
时刻点；SOC为当前充电的电动汽车电池荷电状态，
Figure 216815DEST_PATH_IMAGE078
为离去时期望电池荷电状态；
III. 当前
Figure 779514DEST_PATH_IMAGE079
车主由于突发驶离该车，中断充电时刻点；
IV. 当前
Figure 763520DEST_PATH_IMAGE079
处于放电状态，
Figure 526683DEST_PATH_IMAGE080
时刻点，SOC为当前放电的电动汽车电池荷电状态，
Figure 372279DEST_PATH_IMAGE081
为允许电动汽车放电的最低电池荷电状态；
出现上述情况，充电桩停止本时段充(放)电过程，进入调度时刻点，开启新的调度时段，初始的调度时段被分割。
步骤104：获取配电网侧负荷信息。
具体采用以下公式：
Figure 304332DEST_PATH_IMAGE082
其中，
Figure 695124DEST_PATH_IMAGE008
为该充电桩所需求的功率，
Figure 463360DEST_PATH_IMAGE009
为不计该充电桩后的用电需求功率，
Figure 96336DEST_PATH_IMAGE010
由配电网历史数据经大数据预测得到，预测总时长为24h，预测单位长度为15min，分为96个时段，一个时段内预测得到的
Figure 633627DEST_PATH_IMAGE009
为一定值。则在0:00-24:00这24h内，
Figure 198251DEST_PATH_IMAGE083
。
步骤105：基于所述电动汽车侧的需求信息、所述配电网侧负荷信息和充电桩运营利益，通过V2G调度模式，确定当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及优先级最高的电动汽车的充电或放电功率；所述未完成充电的电动汽车不超过N辆。
具体包括：在调度时刻点，选择该充电桩前未完成充电的电动汽车，形成
Figure 968629DEST_PATH_IMAGE084
集合；
计算所述
Figure 890449DEST_PATH_IMAGE084
集合中各电动汽车EV的充电紧急度U；
基于所述充电紧急度确定充电或放电优先级最高的电动汽车
Figure 298559DEST_PATH_IMAGE085
。
其中，计算所述
Figure 280421DEST_PATH_IMAGE086
集合中各电动汽车EV的充电紧急度U具体采用以下公式：
Figure 272517DEST_PATH_IMAGE014
其中，
Figure 745830DEST_PATH_IMAGE015
，
Figure 257714DEST_PATH_IMAGE016
为当前时间车辆电池荷电状态，
Figure 394166DEST_PATH_IMAGE017
为离去时期望电池荷电状态，
Figure 375023DEST_PATH_IMAGE018
为电池容量，
Figure 904224DEST_PATH_IMAGE019
为充电效率，
Figure 254303DEST_PATH_IMAGE020
为第
Figure 843547DEST_PATH_IMAGE021
个时间段内充电桩对该车辆充电所能提供的最大功率，
Figure 771753DEST_PATH_IMAGE022
为第
Figure 822754DEST_PATH_IMAGE023
个时间段长度，
Figure 794383DEST_PATH_IMAGE024
为充电枪所允许的最大充电功率，
Figure 288950DEST_PATH_IMAGE025
为第
Figure 742934DEST_PATH_IMAGE026
个时间段不计该充电桩后的平均用电需求功率，
Figure 361741DEST_PATH_IMAGE027
为第
Figure 437144DEST_PATH_IMAGE026
个时间段配电网能提供的最大功率。
基于所述充电紧急度确定充电或放电优先级最高的电动汽车
Figure 617458DEST_PATH_IMAGE087
具体采用包括步骤：
若存在
Figure 43892DEST_PATH_IMAGE088
，优先充电标志
Figure 203740DEST_PATH_IMAGE089
，则选择
Figure 382917DEST_PATH_IMAGE090
且最早到达的电动汽车成为
Figure 750445DEST_PATH_IMAGE091
；
若所有
Figure 152257DEST_PATH_IMAGE092
，
Figure 614331DEST_PATH_IMAGE093
，则选择紧急度U值最大的电动汽车为
Figure 929906DEST_PATH_IMAGE094
。
所述确定优先级最高的电动汽车的充电或放电功率具体包括以下步骤：
确定目标函数
Figure 687909DEST_PATH_IMAGE095
其中，
Figure 88934DEST_PATH_IMAGE096
，
Figure 89120DEST_PATH_IMAGE037
Figure 741425DEST_PATH_IMAGE097
，
Figure 919597DEST_PATH_IMAGE098
为实际数据，
Figure 57186DEST_PATH_IMAGE040
为预测数据；
约束条件为：
Figure 362527DEST_PATH_IMAGE099
；
采用粒子群算法求解，得到最优
Figure 387115DEST_PATH_IMAGE042
，
Figure 985456DEST_PATH_IMAGE100
为当前阶段充电桩向优先级最高车辆的输入功率，
Figure 329717DEST_PATH_IMAGE044
为当前时段之前的时间段数，
Figure 406126DEST_PATH_IMAGE045
为从当前时间到该车离开时间所经历的时间段个数，
Figure 550799DEST_PATH_IMAGE046
为电动汽车用户失望度，
Figure 821506DEST_PATH_IMAGE101
为当前时间车辆电池荷电状态，
Figure 136950DEST_PATH_IMAGE102
为离去时期望电池荷电状态，
Figure 515585DEST_PATH_IMAGE103
为经过算法求解的功率计算得到的电动汽车离开时的SOC值，
Figure 514765DEST_PATH_IMAGE050
为紧急度目标权重，
Figure 189329DEST_PATH_IMAGE051
为电网功率波动目标权重，
Figure 759113DEST_PATH_IMAGE104
为第
Figure 911745DEST_PATH_IMAGE105
个时段电网经充电桩向车辆的输入功率，
Figure 499853DEST_PATH_IMAGE054
为
Figure 115291DEST_PATH_IMAGE055
个时间段内电网总负荷的平均功率，
Figure 936486DEST_PATH_IMAGE056
为充电枪所允许的最大放电功率。
步骤106：将所述当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及其充电或放电功率的信号传输至充电枪。
步骤107：充电枪执行本阶段充电工作。
步骤108：获取充电或放电优先级最高的电动汽车的实时信息，并将所述实时信息存储至存储器进行实时更新。
步骤109：当前阶段结束后若充电桩前所有车辆完成充电，充电桩会进入空闲状态直至另有电动汽车到来；否则，重复上述步骤，开启新一阶段的调度工作，直至所有电动汽车完成充电。
具体而言，在其未完成充电期间，充电优先级一直最高，相当于一桩对一车进行充电选择优先充电的车主需要承担一定代价，所述代价函数如下：
Figure 440279DEST_PATH_IMAGE057
其中，
Figure 899205DEST_PATH_IMAGE058
为第
Figure 446730DEST_PATH_IMAGE059
个时间段内的代价，
Figure 771532DEST_PATH_IMAGE060
为第
Figure 561240DEST_PATH_IMAGE059
个时间段调度时刻点所计算出的所有车紧急度的最大值，
Figure 655098DEST_PATH_IMAGE106
为第
Figure 373524DEST_PATH_IMAGE059
个时间段调度时刻点优先充电的汽车紧急度值。
充电桩后台计算充电费用时，每个充电时间段计价方案为：
实际收取的费用=原定收费方案*
Figure 654464DEST_PATH_IMAGE107
；
因此车辆充电总费用=充电所占用的各时间段实际费用之和。
下面以一个实施例的方式对该方案做进一步介绍：
以A地的具有自动充电能力的充电桩为例。一桩对多车自动充电能力背景下所允许的参与电网网联调度的最大电动汽车数量N设置为2，该充电桩控制区域内所需要充电的电动汽车根据车位分别标号为1号车、2号车。该充电桩所允许的最大充电功率和电动汽车最大发电功率均为20kw,充、放电效率均为0.9，车辆允许放电的SOC最小值SOC min 设置为0.1。
根据A地的电网历史数据进行大数据分析，我们提前预测得到A地一天内各时间段不计该充电桩的电网负荷信息，如图3所示；而A地当天各时间段不计该充电桩的实际电网负荷信息在图4中给出(在图4中某一时刻，我们只知道该时刻之前的电网实际功率，该时刻之后的电网实际功率未知)。如图4 所示，目前的大数据技术使预测数据能具有相当的精确度，使充电桩在调度电动汽车充电行为时使用预测得的信息具有足够的可靠性。
当天6:30之前，该充电桩控制区域内并无车辆；6:30时刻，一车进入该充电桩的控制区域，被标号为1号车。充电桩收集到的1号车信息如下：
Figure 516372DEST_PATH_IMAGE108
6:50时刻，又有一车进入该充电桩控制区域，被标号为2号车。充电桩收集到的2号车信息如下：
Figure 464736DEST_PATH_IMAGE109
如图1流程图所示，1号车到达后向充电桩发出充电请求，充电桩获取1号车信息，并基于本发明中对调度时间段和调度时刻点的划定规则，判定1号车到达时刻6:30为一调度时刻点，可开启新的调度时间段。充电桩将全天预测功率(图3)和6:30之前的电网实际功率输入给算法，对1号车充电行为进行调度；2号车6:50到达后向充电桩发出充电请求，其信息随即被充电桩获取，但直至7:00新的调度时间段才能开启，7:00之后充电桩才能对2号车充电行为进行调度。每个调度时刻点，算法根据车辆实时状态信息以及全天电网负荷预测信息和当前时间之前的电网实际负荷信息确定电动汽车充电优先级和充放电功率。
基于图1和图2流程图所示流程，并假设在两辆车离开之前未有新的电动汽车来到该充电桩控制区域内，则充电桩在各时间段对1号车、2号车的充电行为调度具体如下表所示：
表3充电桩在各时间段对1号车、2号车的充电行为调度信息
Figure 354064DEST_PATH_IMAGE110
Figure 387879DEST_PATH_IMAGE111
Figure 247951DEST_PATH_IMAGE112
Figure 565669DEST_PATH_IMAGE113
1号车、2号车SOC随时间的变化曲线如图5、图6所示，各时刻车辆具体的SOC数据可由上表读取。本发明所采用的电动汽车调度方法充分考虑了电动汽车用户需求和电网负荷，1号车和2号车都在离开前达到了各自期望的车辆SOC；并且如图5所示，在1号车和2号车充电期间，电网的总功率相比于不计充电桩的实际功率波动程度明显降低，电网效率得以提高。由于本实施例中未有车主选择优先充电，故运营方利益在本实施例中未涉及。
图8为本发明实施例一种智能充电电动汽车能源网联调度系统结构示意图，如图8所示，所述系统包括：
最大电动汽车数量N确定模块201，用于确定一充电桩对多车自动充电能力技术背景下所允许的参与电网网联调度的最大电动汽车数量N；
充电请求获取模块202，用于获取所述充电桩控制区域内电动汽车的充电请求，并将新到达的电动汽车侧的需求信息发送至存储器存储；
判断模型203，用于判断是否开启新的调度时间段，若是，则开启新的调度时间段；若否，则等待新时间段开启；
配电网侧负荷信息获取模块204，用于获取配电网侧负荷信息；
优先级最高的电动汽车及优先级最高的电动汽车的充电或放电功率确定模块205，用于基于所述电动汽车侧的需求信息、所述配电网侧负荷信息和充电桩运营利益，通过V2G调度模式，确定当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及优先级最高的电动汽车的充电或放电功率；所述未完成充电的电动汽车不超过N辆；
信号传输模块206，用于将所述当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及其充电或放电功率的信号传输至充电枪；
充电模块207，用于采用充电枪执行本阶段充电工作；
更新模块208，用于获取充电或放电优先级最高的电动汽车的实时信息，并将所述实时信息存储至存储器进行实时更新；
循环模块209，用于当前阶段结束后若充电桩前所有车辆完成充电，充电桩会进入空闲状态直至另有电动汽车到来；否则，重复最大电动汽车数量N确定模块-循环模块，开启新一阶段的调度工作，直至所有电动汽车完成充电.
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种智能充电电动汽车能源网联调度方法，其特征在于，所述方法包括：
确定一充电桩对多车自动充电能力技术背景下所允许的参与电网网联调度的最大电动汽车数量N；
获取所述充电桩控制区域内电动汽车的充电请求，并将新到达的电动汽车侧的需求信息发送至存储器存储；
判断是否开启新的调度时间段，若是，则开启新的调度时间段；
若否，则等待新时间段开启；
获取配电网侧负荷信息；
基于所述电动汽车侧的需求信息、所述配电网侧负荷信息和充电桩运营利益，通过V2G调度模式，确定当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及优先级最高的电动汽车的充电或放电功率；所述未完成充电的电动汽车不超过N辆；
将所述当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及其充电或放电功率的信号传输至充电枪；
充电枪执行本阶段充电工作；
获取充电或放电优先级最高的电动汽车的实时信息，并将所述实时信息存储至存储器进行实时更新；
当前阶段结束后若充电桩前所有车辆完成充电，充电桩会进入空闲状态直至另有电动汽车到来；否则，重复第一个步骤至最后一个步骤，开启新一阶段的调度工作，直至所有电动汽车完成充电。
2.根据权利要求1所述的一种智能充电电动汽车能源网联调度方法，其特征在于，所述电动汽车侧的需求信息包括：车辆到达时间
Figure 100340DEST_PATH_IMAGE001
、预计离去时间
Figure 55789DEST_PATH_IMAGE002
、车辆到达时电池荷电状态
Figure 910481DEST_PATH_IMAGE003
、离去时期望电池荷电状态
Figure 517043DEST_PATH_IMAGE004
、电池容量
Figure 195892DEST_PATH_IMAGE005
是否需要优先充电标志
Figure 356746DEST_PATH_IMAGE006
；所述
Figure 546288DEST_PATH_IMAGE006
有0和1两个取值，1表示需要优先充电，0表示不需要优先充电。
3.根据权利要求1所述的一种智能充电电动汽车能源网联调度方法，其特征在于，所述获取配电网侧负荷信息具体采用以下公式：
Figure 741777DEST_PATH_IMAGE007
其中，
Figure 594458DEST_PATH_IMAGE008
为该充电桩所需求的功率，
Figure 757455DEST_PATH_IMAGE009
为不计该充电桩后的用电需求功率，
Figure 235841DEST_PATH_IMAGE009
由配电网历史数据经大数据预测得到，预测总时长为24h，预测单位长度为15min，分为96个时段。
4.根据权利要求1所述的一种智能充电电动汽车能源网联调度方法，其特征在于，所述确定当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车具体包括以下步骤：
在调度时刻点，选择该充电桩前未完成充电的电动汽车，形成
Figure 39499DEST_PATH_IMAGE010
集合；
计算所述
Figure 46769DEST_PATH_IMAGE010
集合中各电动汽车EV的充电紧急度U；
基于所述充电紧急度确定充电或放电优先级最高的电动汽车
Figure 697062DEST_PATH_IMAGE011
。
5.根据权利要求4所述的一种智能充电电动汽车能源网联调度方法，其特征在于，所述计算所述
Figure 464292DEST_PATH_IMAGE012
集合中各电动汽车EV的充电紧急度U具体采用以下公式：
Figure 634373DEST_PATH_IMAGE013
其中，
Figure 327392DEST_PATH_IMAGE014
，
Figure 215713DEST_PATH_IMAGE015
为当前时间车辆电池荷电状态，
Figure 518125DEST_PATH_IMAGE016
为离去时期望电池荷电状态，
Figure 808292DEST_PATH_IMAGE017
为电池容量，
Figure 406633DEST_PATH_IMAGE018
为充电效率，
Figure 267403DEST_PATH_IMAGE019
为第
Figure 891283DEST_PATH_IMAGE020
个时间段内充电桩对该车辆充电所能提供的最大功率，
Figure 19645DEST_PATH_IMAGE021
为第
Figure 70777DEST_PATH_IMAGE022
个时间段长度，
Figure 433493DEST_PATH_IMAGE023
为充电枪所允许的最大充电功率，
Figure 595484DEST_PATH_IMAGE024
为第
Figure 843931DEST_PATH_IMAGE025
个时间段不计该充电桩后的平均用电需求功率，
Figure 816698DEST_PATH_IMAGE026
为第
Figure 635749DEST_PATH_IMAGE025
个时间段配电网能提供的最大功率。
6.根据权利要求4所述的一种智能充电电动汽车能源网联调度方法，其特征在于，基于所述充电紧急度确定充电或放电优先级最高的电动汽车
Figure 585119DEST_PATH_IMAGE027
具体采用包括步骤：
若存在
Figure 438806DEST_PATH_IMAGE028
，优先充电标志
Figure 579544DEST_PATH_IMAGE029
，则选择
Figure 400738DEST_PATH_IMAGE029
且最早到达的电动汽车成为
Figure 904532DEST_PATH_IMAGE030
；
若所有
Figure 363457DEST_PATH_IMAGE031
，
Figure 661715DEST_PATH_IMAGE032
，则选择紧急度U值最大的电动汽车为
Figure 970205DEST_PATH_IMAGE033
。
7.根据权利要求1所述的一种智能充电电动汽车能源网联调度方法，其特征在于，所述确定优先级最高的电动汽车的充电或放电功率具体包括以下步骤：
确定目标函数
Figure 277690DEST_PATH_IMAGE034
其中，
Figure 859631DEST_PATH_IMAGE035
，
Figure 594368DEST_PATH_IMAGE036
Figure 124576DEST_PATH_IMAGE037
，
Figure 720904DEST_PATH_IMAGE038
为实际数据，
Figure 669269DEST_PATH_IMAGE039
为预测数据；
约束条件为：
Figure 558596DEST_PATH_IMAGE040
；
采用粒子群算法求解，得到最优
Figure 326832DEST_PATH_IMAGE041
，
Figure 723922DEST_PATH_IMAGE042
为当前阶段充电桩向优先级最高车辆的输入功率，
Figure 792372DEST_PATH_IMAGE043
为当前时段之前的时间段数，
Figure 852601DEST_PATH_IMAGE044
为从当前时间到该车离开时间所经历的时间段个数，
Figure 593286DEST_PATH_IMAGE045
为电动汽车用户失望度，
Figure 46264DEST_PATH_IMAGE046
为当前时间车辆电池荷电状态，
Figure 952909DEST_PATH_IMAGE047
为离去时期望电池荷电状态，
Figure 200351DEST_PATH_IMAGE048
为经过算法求解的功率计算得到的电动汽车离开时的SOC值，
Figure 419543DEST_PATH_IMAGE049
为紧急度目标权重，
Figure 145054DEST_PATH_IMAGE050
为电网功率波动目标权重，
Figure 171784DEST_PATH_IMAGE051
为第
Figure 75281DEST_PATH_IMAGE052
个时段电网经充电桩向车辆的输入功率，
Figure 570984DEST_PATH_IMAGE053
为
Figure 83874DEST_PATH_IMAGE054
个时间段内电网总负荷的平均功率，
Figure 715843DEST_PATH_IMAGE055
为充电枪所允许的最大放电功率。
8.根据权利要求1所述的一种智能充电电动汽车能源网联调度方法，其特征在于，选择优先充电的车主需要承担一定代价，所述代价函数如下：
Figure 52890DEST_PATH_IMAGE056
其中，
Figure 504731DEST_PATH_IMAGE057
为第
Figure 86891DEST_PATH_IMAGE058
个时间段内的代价，
Figure 324100DEST_PATH_IMAGE059
为第
Figure 84246DEST_PATH_IMAGE058
个时间段调度时刻点所计算出的所有车紧急度的最大值，
Figure 538230DEST_PATH_IMAGE060
为第
Figure 409234DEST_PATH_IMAGE058
个时间段调度时刻点优先充电的汽车紧急度值；
每个充电时间段计价方案为：
实际收取的费用=原定收费方案*
Figure 503878DEST_PATH_IMAGE061
。
9.根据权利要求1所述的一种智能充电电动汽车能源网联调度方法，其特征在于，所述开启新的调度时间段需满足以下条件：
I.有新的电动汽车到达且充电桩处于空闲状态, 该车到达时刻点；
II.当前
Figure 434925DEST_PATH_IMAGE062
完成充电，即
Figure 110626DEST_PATH_IMAGE063
时刻点；SOC为当前充电的电动汽车电池荷电状态，
Figure 50900DEST_PATH_IMAGE064
为离去时期望电动汽车电池荷电状态；
III. 当前
Figure 997122DEST_PATH_IMAGE062
车主由于突发驶离该车，中断充电时刻点；
IV. 当前
Figure 348338DEST_PATH_IMAGE062
处于放电状态，
Figure 262067DEST_PATH_IMAGE065
时刻点，SOC为当前放电的电动汽车电池荷电状态，
Figure 222676DEST_PATH_IMAGE066
为允许电动汽车放电的最低电池荷电状态。
10.一种智能充电电动汽车能源网联调度系统，其特征在于，所述系统包括：
最大电动汽车数量N确定模块，用于确定一充电桩对多车自动充电能力技术背景下所允许的参与电网网联的最大电动汽车数量N；
充电请求获取模块，用于获取所述充电桩控制区域内电动汽车的充电请求，并将新到达的电动汽车侧的需求信息发送至存储器存储；
判断模型，用于判断是否开启新的调度时间段，若是，则开启新的调度时间段；若否，则等待新时间段开启；
配电网侧负荷信息获取模块，用于获取配电网侧负荷信息；
优先级最高的电动汽车及优先级最高的电动汽车的充电或放电功率确定模块，用于基于所述电动汽车侧的需求信息、所述配电网侧负荷信息和充电桩运营利益，通过V2G调度模式，确定当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及优先级最高的电动汽车的充电或放电功率；所述未完成充电的电动汽车不超过N辆；
信号传输模块，用于将所述当前阶段在该充电桩前未完成充电的电动汽车中充电或放电优先级最高的电动汽车及其充电或放电功率的信号传输至充电枪；
充电模块，用于采用充电枪执行本阶段充电工作；
更新模块，用于获取充电或放电优先级最高的电动汽车的实时信息，并将所述实时信息存储至存储器进行实时更新；
循环模块，用于当前阶段结束后若充电桩前所有车辆完成充电，充电桩会进入空闲状态直至另有电动汽车到来；否则，重复最大电动汽车数量N确定模块-循环模块，开启新一阶段的调度工作，直至所有电动汽车完成充电。
CN202111565274.1A 2021-12-21 2021-12-21 一种智能充电电动汽车能源网联调度方法及系统 Active CN113949091B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111565274.1A CN113949091B (zh) 2021-12-21 2021-12-21 一种智能充电电动汽车能源网联调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111565274.1A CN113949091B (zh) 2021-12-21 2021-12-21 一种智能充电电动汽车能源网联调度方法及系统

Publications (2)

Publication Number Publication Date
CN113949091A true CN113949091A (zh) 2022-01-18
CN113949091B CN113949091B (zh) 2022-03-22

Family

ID=79339367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111565274.1A Active CN113949091B (zh) 2021-12-21 2021-12-21 一种智能充电电动汽车能源网联调度方法及系统

Country Status (1)

Country Link
CN (1) CN113949091B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113844313A (zh) * 2016-08-23 2021-12-28 柏思科技有限公司 用于将电力分配到多个负载的方法和系统
CN115610269A (zh) * 2022-09-21 2023-01-17 佛山市金皓泰灯具配件有限公司 一种停车场智能充电分配方法及系统
CN116176337A (zh) * 2022-12-28 2023-05-30 南京国电南思科技发展股份有限公司 一种多充电预约下充电桩的功率分配方法、设备及介质
CN116331051A (zh) * 2023-03-03 2023-06-27 深圳市永联科技股份有限公司 基于区域供电网格的功率调度方法及相关装置
CN116353399A (zh) * 2023-05-09 2023-06-30 湖北国网华中科技开发有限责任公司 充电桩的动态运行方法、装置、设备及可读存储介质
CN117644794A (zh) * 2024-01-26 2024-03-05 昱洁电气科技(无锡)有限公司 一种基于充电桩的智能时段控制系统
CN117774755A (zh) * 2023-12-18 2024-03-29 安徽易加能数字科技有限公司 一种充电桩的多模式充放电控制方法及系统
CN117901694A (zh) * 2024-02-23 2024-04-19 宁波恒升电气有限公司 一种智能式充电桩用配电柜的供电控制方法及系统
CN118082596A (zh) * 2024-02-27 2024-05-28 启垠科技(深圳)有限公司 一种多功能智慧v2g充电设备的控制方法
CN118117629A (zh) * 2023-12-08 2024-05-31 国网江苏省电力有限公司电力科学研究院 一种电动汽车充电优化调度方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8106627B1 (en) * 2008-12-15 2012-01-31 Comverge, Inc. Method and system for co-operative charging of electric vehicles
CN106515492A (zh) * 2016-12-01 2017-03-22 湖南大学 一种基于cps的电动汽车充电方法
CN112297930A (zh) * 2020-10-21 2021-02-02 北京理工大学 一种电动汽车自动充电桩的调度方法和系统
CN113002347A (zh) * 2021-04-28 2021-06-22 北京理工大学 一种电动汽车自动充电系统及自动充电方法
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
CN113580984A (zh) * 2021-07-16 2021-11-02 国网浙江省电力有限公司湖州供电公司 一种电动汽车有序充电策略及其仿真方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8106627B1 (en) * 2008-12-15 2012-01-31 Comverge, Inc. Method and system for co-operative charging of electric vehicles
CN106515492A (zh) * 2016-12-01 2017-03-22 湖南大学 一种基于cps的电动汽车充电方法
CN112297930A (zh) * 2020-10-21 2021-02-02 北京理工大学 一种电动汽车自动充电桩的调度方法和系统
CN113002347A (zh) * 2021-04-28 2021-06-22 北京理工大学 一种电动汽车自动充电系统及自动充电方法
CN113580984A (zh) * 2021-07-16 2021-11-02 国网浙江省电力有限公司湖州供电公司 一种电动汽车有序充电策略及其仿真方法
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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CHAO SUN, CHUNTAO ZHANG: "An_Eco-driving_Approach_with_Flow_Uncertainty_Tolerance_for_Connected_Vehicles_against_Waiting_Queue_Dynamics_on_Arterial_Roads", 《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS ( EARLY ACCESS )》 *
LU WANG: "Dispatch_of_Vehicle-to-Grid_Battery_Storage_Using_an_Analytic_Hierarchy_Process", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 *
孙超: "混合动力汽车预测能量管理研究", 《中国博士学位论文全文数据库》 *
葛文捷: "含光伏电源的电动汽车充电站服务定价策略研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113844313B (zh) * 2016-08-23 2024-02-20 柏思科技有限公司 用于将电力分配到多个负载的方法和系统
CN113844313A (zh) * 2016-08-23 2021-12-28 柏思科技有限公司 用于将电力分配到多个负载的方法和系统
CN115610269A (zh) * 2022-09-21 2023-01-17 佛山市金皓泰灯具配件有限公司 一种停车场智能充电分配方法及系统
CN116176337A (zh) * 2022-12-28 2023-05-30 南京国电南思科技发展股份有限公司 一种多充电预约下充电桩的功率分配方法、设备及介质
CN116176337B (zh) * 2022-12-28 2023-10-31 南京国电南思科技发展股份有限公司 一种多充电预约下充电桩的功率分配方法、设备及介质
CN116331051A (zh) * 2023-03-03 2023-06-27 深圳市永联科技股份有限公司 基于区域供电网格的功率调度方法及相关装置
CN116331051B (zh) * 2023-03-03 2024-03-19 深圳市永联科技股份有限公司 基于区域供电网格的功率调度方法及相关装置
CN116353399A (zh) * 2023-05-09 2023-06-30 湖北国网华中科技开发有限责任公司 充电桩的动态运行方法、装置、设备及可读存储介质
CN116353399B (zh) * 2023-05-09 2023-11-03 湖北国网华中科技开发有限责任公司 充电桩的动态运行方法、装置、设备及可读存储介质
CN118117629A (zh) * 2023-12-08 2024-05-31 国网江苏省电力有限公司电力科学研究院 一种电动汽车充电优化调度方法、装置、设备及介质
CN117774755A (zh) * 2023-12-18 2024-03-29 安徽易加能数字科技有限公司 一种充电桩的多模式充放电控制方法及系统
CN117774755B (zh) * 2023-12-18 2024-08-02 安徽易加能数字科技有限公司 一种充电桩的多模式充放电控制方法及系统
CN117644794A (zh) * 2024-01-26 2024-03-05 昱洁电气科技(无锡)有限公司 一种基于充电桩的智能时段控制系统
CN117644794B (zh) * 2024-01-26 2024-04-09 昱洁电气科技(无锡)有限公司 一种基于充电桩的智能时段控制系统
CN117901694A (zh) * 2024-02-23 2024-04-19 宁波恒升电气有限公司 一种智能式充电桩用配电柜的供电控制方法及系统
CN117901694B (zh) * 2024-02-23 2024-09-06 宁波恒升电气有限公司 一种智能式充电桩用配电柜的供电控制方法及系统
CN118082596A (zh) * 2024-02-27 2024-05-28 启垠科技(深圳)有限公司 一种多功能智慧v2g充电设备的控制方法
CN118082596B (zh) * 2024-02-27 2024-08-16 启垠科技(深圳)有限公司 一种多功能智慧v2g充电设备的控制方法

Also Published As

Publication number Publication date
CN113949091B (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
CN113949091B (zh) 一种智能充电电动汽车能源网联调度方法及系统
CN112193116B (zh) 一种考虑奖励机制的电动汽车充电优化引导策略
CN108390421B (zh) 计及用户满意度的电动汽车双尺度充电引导方法及系统
CN108955711B (zh) 一种应用于电动汽车智能充放电的导航方法
CN110303931B (zh) 一种适用于v2g的电动汽车智能充电方法
CN111431198B (zh) 峰谷电价下考虑电动汽车v2g能力的配电网储能调峰方法
CN105322559A (zh) 一种基于v2g技术的电动汽车配电调度控制方法
CN113067370B (zh) V2g充电站的充电控制方法、装置、服务器及存储介质
CN101257218A (zh) 一种用于电力车辆的电池交互式充电的系统和方法
CN111497676B (zh) 混合动力车辆和用于控制混合动力车辆的方法
CN109670674A (zh) 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法
CN112440805A (zh) 一种基于用户习惯的新能源汽车充电方法
EP3885182A1 (en) Power calculation apparatus and power calculation method
CN111016721A (zh) 一种满足台区三相平衡的电动汽车本地有序充电策略
CN111681127A (zh) 一种居民小区电动汽车有序充放电控制方法
CN112606729A (zh) 一种并行连接充电桩功率模块的虚拟充电枪管理方法及系统
CN110293872A (zh) 一种电动汽车智能充电导航系统及方法
Datta et al. The strategies of EV charge/discharge management in smart grid vehicle-to-everything (V2X) communication networks
CN112072713A (zh) 一种配电网调度方法和存储介质
CN112332433B (zh) 一种电动汽车参与填谷辅助服务可转移负荷容量分析方法
CN111682538B (zh) 一种考虑时空特性的充电需求管理方法及系统
CN110675044B (zh) 一种用于确定电动汽车参加辅助服务类型的方法及系统
CN115716426B (zh) 新能源汽车充电桩联网管理系统及人工智能管理平台
CN110861508B (zh) 居民区直流充电机共享充电控制方法、系统及存储介质
CN110707736B (zh) 一种智能小区用户需求侧响应的微电网运行方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant