CN114056168A - 充电站供电方法、控制装置、计算机设备与存储介质 - Google Patents
充电站供电方法、控制装置、计算机设备与存储介质 Download PDFInfo
- Publication number
- CN114056168A CN114056168A CN202111265867.6A CN202111265867A CN114056168A CN 114056168 A CN114056168 A CN 114056168A CN 202111265867 A CN202111265867 A CN 202111265867A CN 114056168 A CN114056168 A CN 114056168A
- Authority
- CN
- China
- Prior art keywords
- load
- feeder line
- charging
- charged
- feeder
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 49
- 239000002245 particle Substances 0.000 claims description 61
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 20
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 230000006978 adaptation Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004134 energy conservation Methods 0.000 abstract description 3
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000013016 learning Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009326 social learning Effects 0.000 description 1
- 238000010129 solution processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- 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
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase networks
-
- 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]
-
- 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
- Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请涉及一种充电站供电方法,包括步骤:根据历史负荷数据预测各馈线的基础负荷;获取待充电车辆的充电负荷和各所述馈线的负荷容量;处理基础负荷和充电负荷得到馈线的总负荷;根据馈线的总负荷和负荷容量,得到各馈线的负载率;根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出;其中,馈线位置信息用于引导待充电车辆接入相应馈线下的充电桩。通过上述步骤,能够在不使用联络开关的情况下,提高各馈线的均衡度,避免馈线过载以及负荷不均衡带来的低电压的问题,有利于节能降耗、保证配电网的经济运行。
Description
技术领域
本申请涉及电动汽车充电技术领域,特别是涉及一种充电站供电方法、控制装置、计算机设备与存储介质。
背景技术
对于大型的公交车充电站,充电站负荷功率较大。若只接入一条10kV馈线,极易在负荷高峰时段引起过载。针对大型公交车充电站接入单条馈线造成的过载问题,目前的主要解决方法是通过各馈线之间联络开关的倒闸操作实现负荷转供,以提高各馈线负荷的均衡度,避免馈线以及负荷不均衡带来的低电压问题。然而,联络开关的倒闸操作工作量大且频繁的切换联络开关,会缩短联络开关的寿命。
发明内容
基于此,有必要针对上述技术问题,提供一种能够既能避免充电负荷过载,又能降低联络开关使用频率的充电站供电方法、控制装置、计算机设备与存储介质。
一种充电站供电方法,包括步骤:
根据历史负荷数据预测各馈线的基础负荷;
获取待充电车辆的充电负荷和各馈线的负荷容量;
处理基础负荷和充电负荷,得到馈线的总负荷;
根据总负荷和负荷容量,得到各馈线的负载率;
根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出;馈线位置信息用于引导待充电车辆接入相应馈线下的充电桩。
在其中一个实施例中,根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出的步骤,包括:
处理各馈线的负载率,得到负载率标准差;
处理负载率标准差和预设充电时段的数量,得到负载率标准差均值;
根据负载率标准差均值,确定待充电车辆的馈线位置信息并输出。
在其中一个实施例中,根据负载率标准差均值,确定待充电车辆的馈线位置信息并输出的步骤,包括:
获取待充电车辆的数量和馈线的序号;
采用粒子群算法处理待充电车辆的数量和馈线的序号,得到粒子的位置和粒子的速度;
根据负载率标准差均值、粒子的位置和粒子的速度,得到粒子的适应值;
基于适应值确定粒子的最佳位置;
根据粒子的最佳位置,得到待充电车辆的馈线位置信息并输出。
在其中一个实施例中,获取待充电车辆的充电负荷的步骤,包括:
获取充电桩的额定充电功率;
将待充电车辆的数量和额定充电功率的乘积确定为待充电车辆的充电负荷。
在其中一个实施例中,处理基础负荷和充电负荷,得到馈线的总负荷的步骤,包括:
将基础负荷和充电负荷的和确定为馈线的总负荷。
在其中一个实施例中,获取馈线的充电负荷的步骤之前,还包括步骤:
获取馈线的负荷容量和馈线的平均负载率;
处理负荷容量和平均负载率,得到馈线间充电桩数量的比值;
获取充电站的充电桩总数,处理充电桩总数和馈线间充电桩数量的比值,得到各馈线的充电桩数量。
一种充电站供电控制装置,包括:
基础负荷计算模块,用于根据历史负荷数据预测各馈线的基础负荷;
负荷获取模块,用于获取待充电车辆的充电负荷和各馈线的负荷容量;
馈线总负荷计算模块,用于处理基础负荷和充电负荷,得到馈线的总负荷;
负载率计算模块,用于根据总负荷和负荷容量,得到各馈线的负载率;
路径规划模块,用于根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出;馈线位置信息用于引导待充电车辆接入相应馈线下的充电桩。
在其中一个实施例中,路径规划模块包括:
标准差计算模块,用于处理各馈线的负载率,得到负载率标准差;
均值计算模块,用于处理负载率标准差和预设充电时段的数量,得到负载率标准差均值;
位置计算模块,用于根据负载率标准差均值,确定待充电车辆的馈线位置信息并输出。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
上述充电站供电方法,包括步骤:根据历史负荷数据预测各馈线的基础负荷;获取待充电车辆的充电负荷和各所述馈线的负荷容量;处理基础负荷和充电负荷得到馈线的总负荷;根据总负荷和负荷容量,得到各馈线的负载率;根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出;其中,馈线位置信息用于引导待充电车辆接入相应馈线下的充电桩。通过上述步骤,能够在不使用联络开关的情况下,提高各馈线的均衡度,避免了馈线过载以及负荷不均衡带来的低电压的问题,有利于节能降耗、保证配电网的经济运行。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中充电站供电方法的第一示意性流程示意图;
图2为一个实施例中根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出的步骤的流程示意图;
图3为一个实施例中根据负载率标准差均值,确定待充电车辆的馈线位置信息并输出的步骤的流程示意图;
图4为一个实施例中获取待充电车辆的充电负荷的步骤的流程示意图;
图5为一个实施例中获取馈线的充电负荷的步骤之前的步骤的流程示意图;
图6为一个实施例中两条馈线的负载率示意图;
图7为一个实施例中各时段选择两条馈线下充电桩的公交车数的示意图;
图8为一个实施例中优化前后接入馈线1和馈线2的充电负荷的示意图;
图9为一个实施例中优化前后馈线1和馈线2的负载率的示意图;
图10为一个实施例中优化前后馈线负载率标准差的示意图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
大量公交车集中充电可能使配电网的运行状态接近载荷极限,而大型公交车充电站的规模化则增加了这种风险的概率。对于大型的公交车充电站,充电站负荷功率较大,只接入一条10kV馈线时在负荷高峰时段引起过载的可能性较大。对于大型公交车充电站接入单条馈线造成的过载问题,目前的主要解决方法是通过馈线之间联络开关的倒闸操作实现负荷转供。但是,联络开关的倒闸操作给电网公司带来一定的工作量,同时联络开关不能频繁切换,否则可能导致联络开关的寿命缩短甚至出现联络开关故障,因此该方法很难保证馈线之间的负载均衡程度。
鉴于此,本发明提出了一种充电站供电方法,从降低联络开关使用率、提高馈线负载均衡度以及节能降耗的角度对电动汽车充电进行规划。
在一个实施例中,如图1所示,一种充电站供电方法,包括步骤:
S110,根据历史负荷数据预测各馈线的基础负荷;
具体而言,根据历史负荷数据预测各待充电车辆的到站时间、计划充电时间、离站时间以及各待充电车辆的荷电状态(SOC),预测各待充电车辆的充电负荷,并将预测的充电负荷上传到配网调度中心;配网调度中心根据历史负荷数据对预测各馈线的总负荷,将总负荷减掉预测的充电负荷,得到基础负荷。
S120,获取待充电车辆的充电负荷和各馈线的负荷容量;
具体而言,待充电车辆的充电负荷是指待充电车辆的充电功率;各馈线的负荷容量为从电网运营数据中得到。
S130,处理基础负荷和充电负荷,得到馈线的总负荷;
具体而言,将基础负荷和充电负荷的和,确定为馈线的总负荷。
S140,根据总负荷和负荷容量,得到各馈线的负载率;
具体而言,采用以下公式计算各馈线的负载率:
其中,fq(t)为第q条馈线的负载率;Pw_q(t)为第q条馈线的总负荷;Sq为第q条馈线的负荷容量;β为负荷的功率因数,为常数,具体地,可设为0.95。
S150,根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出;馈线位置信息用于引导待充电车辆接入相应馈线下的充电桩。
具体而言,可根据实际情况设定各馈线负载率满足的条件,可选地,设置各馈线负载率的标准差最小时的充电方案为本方法的最终方案,方案包括待充电车辆的馈线位置信息。
上述充电站供电方法,根据历史负荷数据预测各馈线的基础负荷;获取待充电车辆的充电负荷和各所述馈线的负荷容量;处理基础负荷和充电负荷得到馈线的总负荷;根据馈线的总负荷和负荷容量,得到各馈线的负载率;根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出;其中,馈线位置信息用于引导待充电车辆接入相应馈线下的充电桩。通过上述步骤,能够在不使用联络开关的情况下,提高各馈线的均衡度,避免了馈线过载以及负荷不均衡带来的低电压的问题,有利于节能降耗、保证配电网的经济运行。
在一个实施例中,如图2所示,根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出的步骤,包括:
S160,处理各馈线的负载率,得到负载率标准差;
具体而言,采用以下公式计算负载率平均值;
需要说明的是,根据馈线的实际情况,可计算负载率的加权平均值。因此,不仅仅包括上述公式,上述公式的变形也应当纳入为本申请的保护范围。
具体而言,采用以下公式计算负载率标准差:
式中,σ(t)为负载率标准差。
需要说明的是,不仅仅包括上述公式,上述公式的变形也应当纳入为本申请的保护范围。
S170,处理负载率标准差和预设充电时段的数量,得到负载率标准差均值;
具体而言,预设充电时段的数量为一天内的总充电时段,可以根据充电站的规模和充电车辆的数量进行设置,可选地,以15min为一个时段,将一天划分为96个时段。
具体而言,采用以下公式计算负载率标准差均值:
式中,mt为预设充电时段的数量。
需要说明的是,根据充电站的实际情况,可划分非均匀的充电时段,因此,不仅仅包括上述公式,上述公式的变形也应当纳入为本申请的保护范围。
S180,根据负载率标准差均值,确定待充电车辆的馈线位置信息并输出。
具体而言,可根据实际情况设定各馈线负载率满足的条件,可选地,设置各馈线负载率的标准差最小时的充电方案为本方法的最终方案,方案包括待充电车辆的馈线位置信息。
上述充电站供电方法,通过将一天划分成各充电时段,规划各充电时段中待充电车辆的充电馈线的位置,可以改善各时段内馈线的负载均衡度,进一步避免了过载问题的发生。
在一个实施例中,如图3所示,根据负载率标准差均值,确定待充电车辆的馈线位置信息并输出的步骤,包括:
S190,获取待充电车辆的数量和馈线的序号;
具体而言,可通过历史充电数据预测待充电车辆的数量;或者通过设备统计待充电车辆的数量,这里不做限定。
S200,采用粒子群算法处理待充电车辆的数量和馈线的序号,得到粒子的位置和粒子的速度;
具体而言,当馈线的数量为2,馈线的序号分别是1和2时,粒子i的位置可以表示为:
X=(Xi,1,Xi,2,…,Xi,2*j-1,Xi,2*j,…,Xi,2*M-1,Xi,2*M);
式中,M为待充电车辆的数量;j表示第j辆待充电车辆;Xi,2*j-1表示第j辆待充电车辆在白天的馈线选择行为;Xi,2*j表示第j辆待充电车辆在夜间的馈线选择行为。
具体而言,当馈线的数量为2,馈线的序号分别是1和2时,粒子i的速度可以表述为:
V=(Vi,1,Vi,2,…,Vi,2*j-1,Vi,2*j,…,Vi,2*M-1,Vi,2*M);
需要说明的是,由于待充电车辆在白天和夜间分别对充电馈线选择一次,因此,粒子i的位置X和速度V的维度均为2*M。
S210,根据负载率标准差均值、粒子的位置和粒子的速度,得到粒子的适应值;
具体而言,根据以下公式建立适应度函数:
g=minσav;
式中,g表示适应度函数,minσav表示馈线负载率的标准差最小值。
具体而言,将粒子的初始位置和初始速度带入到适应度函数g中,求解出粒子的适应值。
具体而言,根据以下公式更新粒子i的速度和位置:
式中,为粒子i经过k次迭代后的速度第d维分量;为粒子i经过k次迭代后的位置第d维分量;rand(0,1)表示[0,1]之间的随机数;为粒子i经过k次迭代后,历史最佳位置的第d维分量;Pg,d为全局最佳位置第d维分量;c1、c2分别为个体学习因子和社会学习因子。
不仅仅包括上述公式,上述公式的变形也应当纳入为本申请的保护范围。
具体而言,根据不断更新的粒子位置和粒子速度,计算粒子的适应值。
S220,基于适应值确定粒子的最佳位置;
具体而言,最佳位置为适应值最小时粒子的位置。
S230,根据粒子的最佳位置,得到待充电车辆的馈线位置信息并输出。
具体而言,馈线位置信息包括待充电车辆选择的充电馈线的序号,用于引导所述待充电车辆接入相应馈线下的充电桩。
具体而言,各粒子的位置中包括第j辆待充电车辆的馈线位置信息,输出该馈线位置信息至待充电车辆。
在一个实施例中,如图4所示,获取待充电车辆的充电负荷的步骤,包括:
S240,获取充电桩的额定充电功率;
S250,将待充电车辆的数量和额定充电功率的乘积确定为待充电车辆的充电负荷。
在一个实施例中,处理基础负荷和充电负荷,得到馈线的总负荷的步骤,包括:
将基础负荷和充电负荷的和确定为馈线的总负荷。
在一个实施例中,如图5所示,获取馈线的充电负荷的步骤之前,还包括步骤:
S270,获取馈线的负荷容量和馈线的平均负载率;
具体而言,馈线的负荷容量和馈线的平均负载率从电网运营数据统计中获取。
S280,处理负荷容量和平均负载率,得到馈线间充电桩数量的比值;
具体而言,当馈线的数量为2时,根据以下公式计算馈线充电桩数量的比值:
式中,f10为馈线1的平均负载率;S1为馈线1的负荷容量;f20为馈线2的平均负载率;S2为馈线2的负荷容量;fm0为馈线过载时的负载率限值,一般视配电网接线方式选取,可选地,选取范围为0.5~0.9。λzh表示接入馈线1和馈线2的充电桩数量的比例。
不仅仅包括上述公式,上述公式的变形也应当纳入为本申请的保护范围。
S290,获取充电站的充电桩总数,处理充电桩总数和馈线间充电桩数量的比值,得到各馈线的充电桩数量。
具体而言,根据以下公式计算接入馈线1的充电桩的数量:
式中,kzh0为充电站的充电桩总数;kzh_1表示接入馈线1的充电桩的数量;[·]表示取整运算。
具体而言,接入馈线2的充电桩的数量为:
kzh_2=kzh0-kzh_1;
式中,kzh_2表示接入馈线2的充电桩的数量。
不仅仅包括上述公式,上述公式的变形也应当纳入为本申请的保护范围。
应该理解的是,虽然图1-图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1-图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。
为了进一步阐述本申请,下面特结合一具体示例进行说明:
选取某市两条10kV馈线(为方便起见,分别记为馈线1和馈线2)进行说明。馈线1和馈线2的负荷容量分别为6765kVA和6929kVA。馈线1和馈线2的平均负载率分别为0.3和0.2。馈线过载的负载率限值为0.9。充电站一天需要服务110辆电动公交车的充电,即待充电车辆的数量为110。充电站的充电桩总数为110,计算可得到固定接入馈线1和馈线2的充电桩数分别为50和60。
假设不加以调控时,新到站的公交车均衡地按照充电桩数量比例接入两条馈线下的充电桩,此时两条馈线的负载率如图6所示。
以馈线负载率标准差均值最小为目标,通过本申请提出的方法对公交车的充电桩选择进行优化,以15min为一个时段,将一天平均划分为96个时段。各时段选择两条馈线下充电桩的公交车数如图7所示。粒子群体数为4000,迭代次数为500。
经过优化后,通过公交车对充电桩的选择,接入两条馈线的充电负荷发生了变化,优化前后接入馈线1和馈线2的充电负荷如图8所示;优化前后馈线1和馈线2的负载率如图9所示。图10为优化前后馈线负载率标准差,优化前后馈线负载率的标准差均值分别为0.13和0.1。由图7可知,相比于充电站通过单专变接入单馈线的场景,充电站负荷通过两个专变接入两条馈线,充电站负荷被分为两部分,可有效减小单馈线的充电负荷,同时,馈线的最大负载率也明显减小,馈线1的最大负载率由1.06直接下降到0.7,降幅为34%,馈线由严重过载转变为安全运行状态,由此可见通过两条馈线共同向大型充电站供电可以解决大型充电站接入单条馈线造成的过载问题。
在此基础上,通过新到站的公交车对不同馈线下充电桩的选择优化,可以进一步均衡各馈线的负载。由图6可知,馈线1的负载率比馈线2的要大。新到站的公交车更偏向于接入馈线2下的充电桩,因此在夜间充电时段,大部分新到站的公交车都选择馈线2下的充电桩充电,而白天所有新到站的公交车都选择馈线2下的充电桩充电。经过优化,如图9所示,在凌晨充电负荷高峰时段,馈线1和馈线2的负载率基本一致,而在白天充电时段馈线2的负载率与馈线1的负载率差距明显变小,馈线之间的负载更加均衡。馈线1的负载率由0.7进一步下降到0.61,降幅为13%,同时,如图10所示,两条馈线负载率的标准差大大减小,馈线负载率标准差均值由0.13下降到0.1,降幅为23%。实现了在负荷高峰时段馈线之间充电负荷的均衡分配。
在一个实施例中,提供了一种充电站供电控制装置,包括:
基础负荷计算模块,用于根据历史负荷数据预测各馈线的基础负荷;
负荷获取模块,用于获取待充电车辆的充电负荷和各馈线的负荷容量;
馈线总负荷计算模块,用于处理基础负荷和充电负荷,得到馈线的总负荷;
负载率计算模块,用于根据总负荷和负荷容量,得到各馈线的负载率;
路径规划模块,用于根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出;馈线位置信息用于引导待充电车辆接入相应馈线下的充电桩。
在一个实施例中,路径规划模块包括:
标准差计算模块,用于处理各馈线的负载率,得到负载率标准差;
均值计算模块,用于处理负载率标准差和预设充电时段的数量,得到负载率标准差均值;
位置计算模块,用于根据负载率标准差均值,确定待充电车辆的馈线位置信息并输出。
在一个实施例中,位置计算模块包括:
数量和序号获取模块,用于获取所述待充电车辆的数量和所述馈线的序号;
粒子位置和速度计算模块,用于采用粒子群算法处理所述待充电车辆的数量和所述馈线的序号,得到粒子的位置和粒子的速度;
适应值计算模块,用于根据所述负载率标准差均值和所述粒子的位置和速度,得到适应值;
最优解计算模块,用于基于适应值确定所述粒子的最佳位置;
最优解处理模块,用于根据粒子的最佳位置,得到所述待充电车辆的馈线位置信息并输出。
在一个实施例中,负荷获取模块包括:
额定功率获取模块,用于获取充电桩的额定充电功率;
充电负荷处理模块,用于将所述待充电车辆的数量和所述额定充电功率的乘积确定为所述待充电车辆的充电负荷。
在一个实施例中,馈线总负荷计算模块包括:
总负荷求和模块,用于将所述基础负荷和所述充电负荷的和确定为所述馈线的总负荷。
在一个实施例中,充电站供电控制装置还包括:
馈线信息获取模块,用于获取所述馈线的负荷容量和所述馈线的平均负载率;
充电桩数量比值计算模块,用于处理所述负荷容量和所述平均负载率,得到所述馈线间充电桩数量的比值;
充电桩数量获取模块,用于获取充电站的充电桩总数,处理所述充电桩总数和所述馈线间充电桩数量的比值,得到各所述馈线的充电桩数量。
关于充电站供电控制装置的具体限定可以参见上文中对于充电站供电控制方法的限定,在此不再赘述。上述充电站供电控制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。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
根据历史负荷数据预测各馈线的基础负荷;
获取待充电车辆的充电负荷和各馈线的负荷容量;
处理基础负荷和充电负荷,得到馈线的总负荷;
根据总负荷和负荷容量,得到各馈线的负载率;
根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出;馈线位置信息用于引导待充电车辆接入相应馈线下的充电桩。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
处理各馈线的负载率,得到负载率标准差;
处理负载率标准差和预设充电时段的数量,得到负载率标准差均值;
根据负载率标准差均值,确定待充电车辆的馈线位置信息并输出。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取待充电车辆的数量和馈线的序号;
采用粒子群算法处理待充电车辆的数量和馈线的序号,得到粒子的位置和粒子的速度;
根据负载率标准差均值、粒子的位置和粒子的速度,得到粒子的适应值;
基于适应值确定粒子的最佳位置;
根据粒子的最佳位置,得到待充电车辆的馈线位置信息并输出。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取充电桩的额定充电功率;
将待充电车辆的数量和额定充电功率的乘积确定为待充电车辆的充电负荷。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将基础负荷和充电负荷的和确定为馈线的总负荷。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取馈线的负荷容量和馈线的平均负载率;
处理负荷容量和平均负载率,得到馈线间充电桩数量的比值;
获取充电站的充电桩总数,处理充电桩总数和馈线间充电桩数量的比值,得到各馈线的充电桩数量。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
根据历史负荷数据预测各馈线的基础负荷;
获取待充电车辆的充电负荷和各馈线的负荷容量;
处理基础负荷和充电负荷,得到馈线的总负荷;
根据总负荷和负荷容量,得到各馈线的负载率;
根据各馈线的负载率,确定待充电车辆的馈线位置信息并输出;馈线位置信息用于引导待充电车辆接入相应馈线下的充电桩。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
处理各馈线的负载率,得到负载率标准差;
处理负载率标准差和预设充电时段的数量,得到负载率标准差均值;
根据负载率标准差均值,确定待充电车辆的馈线位置信息并输出。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取待充电车辆的数量和馈线的序号;
采用粒子群算法处理待充电车辆的数量和馈线的序号,得到粒子的位置和粒子的速度;
根据负载率标准差均值、粒子的位置和粒子的速度,得到粒子的适应值;
基于适应值确定粒子的最佳位置;
根据粒子的最佳位置,得到待充电车辆的馈线位置信息并输出。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取充电桩的额定充电功率;
将待充电车辆的数量和额定充电功率的乘积确定为待充电车辆的充电负荷。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将基础负荷和充电负荷的和确定为馈线的总负荷。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取馈线的负荷容量和馈线的平均负载率;
处理负荷容量和平均负载率,得到馈线间充电桩数量的比值;
获取充电站的充电桩总数,处理充电桩总数和馈线间充电桩数量的比值,得到各馈线的充电桩数量。
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。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或示例。
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)
1.一种充电站供电方法,其特征在于,包括步骤:
根据历史负荷数据预测各馈线的基础负荷;
获取待充电车辆的充电负荷和各所述馈线的负荷容量;
处理所述基础负荷和所述充电负荷,得到馈线的总负荷;
根据所述总负荷和所述负荷容量,得到各所述馈线的负载率;
根据各所述馈线的负载率,确定待充电车辆的馈线位置信息并输出;所述馈线位置信息用于引导所述待充电车辆接入相应馈线下的充电桩。
2.根据权利要求1所述的充电站供电方法,其特征在于,所述根据各所述馈线的负载率,确定待充电车辆的馈线位置信息并输出的步骤,包括:
处理各所述馈线的负载率,得到负载率标准差;
处理所述负载率标准差和预设充电时段的数量,得到负载率标准差均值;
根据所述负载率标准差均值,确定所述待充电车辆的馈线位置信息并输出。
3.根据权利要求2所述的充电站供电方法,其特征在于,所述根据所述负载率标准差均值,确定所述待充电车辆的馈线位置信息并输出的步骤,包括:
获取所述待充电车辆的数量和所述馈线的序号;
采用粒子群算法处理所述待充电车辆的数量和所述馈线的序号,得到粒子的位置和所述粒子的速度;
根据所述负载率标准差均值、所述粒子的位置和所述粒子的速度,得到所述粒子的适应值;
基于所述适应值确定所述粒子的最佳位置;
根据所述粒子的最佳位置,得到所述待充电车辆的馈线位置信息并输出。
4.根据权利要求3所述的充电站供电方法,其特征在于,所述获取待充电车辆的充电负荷的步骤,包括:
获取充电桩的额定充电功率;
将所述待充电车辆的数量和所述额定充电功率的乘积确定为所述待充电车辆的充电负荷。
5.根据权利要求1所述的充电站供电方法,其特征在于,所述处理所述基础负荷和所述充电负荷,得到馈线的总负荷的步骤,包括:
将所述基础负荷和所述充电负荷的和确定为所述馈线的总负荷。
6.根据权利要求1所述的充电站供电方法,其特征在于,所述获取馈线的充电负荷的步骤之前,还包括步骤:
获取所述馈线的负荷容量和所述馈线的平均负载率;
处理所述负荷容量和所述平均负载率,得到所述馈线间充电桩数量的比值;
获取充电站的充电桩总数,处理所述充电桩总数和所述馈线间充电桩数量的比值,得到各所述馈线的充电桩数量。
7.一种充电站供电控制装置,其特征在于,包括:
基础负荷计算模块,用于根据历史负荷数据预测各馈线的基础负荷;
负荷获取模块,用于获取待充电车辆的充电负荷和各所述馈线的负荷容量;
馈线总负荷计算模块,用于处理所述基础负荷和所述充电负荷,得到馈线的总负荷;
负载率计算模块,用于根据所述总负荷和负荷容量,得到各所述馈线的负载率;
路径规划模块,用于根据各所述馈线的负载率,确定待充电车辆的馈线位置信息并输出;所述馈线位置信息用于引导所述待充电车辆接入相应馈线下的充电桩。
8.根据权利要求7所述的充电站供电控制装置,其特征在于,所述路径规划模块包括:
标准差计算模块,用于处理各所述馈线的负载率,得到负载率标准差;
均值计算模块,用于处理所述负载率标准差和预设充电时段的数量,得到负载率标准差均值;
位置计算模块,用于根据所述负载率标准差均值,确定所述待充电车辆的馈线位置信息并输出。
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6中任一项所述方法的步骤。
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6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111265867.6A CN114056168B (zh) | 2021-10-28 | 2021-10-28 | 充电站供电方法、控制装置、计算机设备与存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111265867.6A CN114056168B (zh) | 2021-10-28 | 2021-10-28 | 充电站供电方法、控制装置、计算机设备与存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114056168A true CN114056168A (zh) | 2022-02-18 |
CN114056168B CN114056168B (zh) | 2024-04-12 |
Family
ID=80235809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111265867.6A Active CN114056168B (zh) | 2021-10-28 | 2021-10-28 | 充电站供电方法、控制装置、计算机设备与存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114056168B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140159483A1 (en) * | 2012-12-10 | 2014-06-12 | The Research Foundation For The State University Of New York | Apparatus and method for optimal phase balancing using dynamic programming with spatial consideration |
CN104753067A (zh) * | 2015-03-03 | 2015-07-01 | 国家电网公司 | 一种基于海量历史数据的配网负荷均衡重构方法 |
US20160190789A1 (en) * | 2013-11-28 | 2016-06-30 | State Grid Corporation Of China | Service restoration method for multi-faults in distribution network |
CN106655227A (zh) * | 2017-01-18 | 2017-05-10 | 天津大学 | 一种基于智能软开关的有源配电网馈线负载平衡方法 |
CN109754123A (zh) * | 2019-01-12 | 2019-05-14 | 国网江西省电力有限公司经济技术研究院 | 馈线供电范围划分的旋转中心线距离加权交替定位方法 |
CN110350536A (zh) * | 2019-05-26 | 2019-10-18 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于最短恢复时间的最优负荷转供路径计算方法 |
CN111564845A (zh) * | 2020-04-28 | 2020-08-21 | 国网福建省电力有限公司 | 一种考虑负荷特性和馈线分段的配电网供电能力评估方法 |
CN112491037A (zh) * | 2020-11-09 | 2021-03-12 | 四川大学 | 一种城市配电网多目标多级动态重构方法及系统 |
CN112583006A (zh) * | 2020-12-04 | 2021-03-30 | 国家电网有限公司 | 一种配电网负载接入决策与提升的方法 |
CN112736925A (zh) * | 2020-12-11 | 2021-04-30 | 国网浙江省电力有限公司宁波市北仑区供电公司 | 一种配网运行方式优化方法 |
-
2021
- 2021-10-28 CN CN202111265867.6A patent/CN114056168B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140159483A1 (en) * | 2012-12-10 | 2014-06-12 | The Research Foundation For The State University Of New York | Apparatus and method for optimal phase balancing using dynamic programming with spatial consideration |
US20160190789A1 (en) * | 2013-11-28 | 2016-06-30 | State Grid Corporation Of China | Service restoration method for multi-faults in distribution network |
CN104753067A (zh) * | 2015-03-03 | 2015-07-01 | 国家电网公司 | 一种基于海量历史数据的配网负荷均衡重构方法 |
CN106655227A (zh) * | 2017-01-18 | 2017-05-10 | 天津大学 | 一种基于智能软开关的有源配电网馈线负载平衡方法 |
CN109754123A (zh) * | 2019-01-12 | 2019-05-14 | 国网江西省电力有限公司经济技术研究院 | 馈线供电范围划分的旋转中心线距离加权交替定位方法 |
CN110350536A (zh) * | 2019-05-26 | 2019-10-18 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于最短恢复时间的最优负荷转供路径计算方法 |
CN111564845A (zh) * | 2020-04-28 | 2020-08-21 | 国网福建省电力有限公司 | 一种考虑负荷特性和馈线分段的配电网供电能力评估方法 |
CN112491037A (zh) * | 2020-11-09 | 2021-03-12 | 四川大学 | 一种城市配电网多目标多级动态重构方法及系统 |
CN112583006A (zh) * | 2020-12-04 | 2021-03-30 | 国家电网有限公司 | 一种配电网负载接入决策与提升的方法 |
CN112736925A (zh) * | 2020-12-11 | 2021-04-30 | 国网浙江省电力有限公司宁波市北仑区供电公司 | 一种配网运行方式优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114056168B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6157880B2 (ja) | 複数電池を有する二次電池システム及び充放電電力等の配分方法 | |
Hajforoosh et al. | Real-time charging coordination of plug-in electric vehicles based on hybrid fuzzy discrete particle swarm optimization | |
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 | |
CN110877546B (zh) | 基于天气预测的光伏充电站充电控制方法及装置 | |
CN109193718B (zh) | 一种适应于v2g的选择电动汽车入网调控方法 | |
JP6373476B2 (ja) | 電力管理装置、電力管理システム、および電力管理方法 | |
CN109888927B (zh) | 一种规模化储能集群充放电能力分析方法 | |
Hu et al. | Coordinated active and reactive power control for distribution networks with high penetrations of photovoltaic systems | |
CN113910961B (zh) | 一种电动汽车柔性充电功率分配方法、装置及系统 | |
CN111244985A (zh) | 基于节点综合灵敏度系数的分布式储能序次优化配置方法 | |
TWI674729B (zh) | 提供多服務之蓄電池之充放電控制裝置及方法 | |
CN111160618A (zh) | 一种结合电动汽车充电场站的建筑能量优化调度方法 | |
CN109460870B (zh) | 考虑阻塞的集群电动汽车交互方法 | |
CN109130943B (zh) | 共享电池站控制策略 | |
CN110880776A (zh) | 控制储能系统中储能设备充放电的方法和装置 | |
CN110866647A (zh) | 用户侧储能控制方法、装置、设备及存储介质 | |
CN110365032A (zh) | 一种考虑电动汽车参与风电消纳的荷源优化控制方法 | |
US20230148201A1 (en) | Method and system for supplying power to device, and related device | |
CN114056168A (zh) | 充电站供电方法、控制装置、计算机设备与存储介质 | |
CN111361443A (zh) | 光伏充电站充电控制方法及装置 | |
CN108462195B (zh) | 一种电动汽车的虚拟储能容量分配方法及系统 | |
US11641111B2 (en) | Energy dispatch system, apparatus, and method | |
CN115953011A (zh) | 通信基站储能资源调度方法及设备 | |
CN112884316B (zh) | 电力调控方法、装置、计算机设备和存储介质 | |
TWI712243B (zh) | 儲能系統之充放電控制裝置及方法 |
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 |