CN114784838A - 计及供需两侧的充放电调度方法 - Google Patents

计及供需两侧的充放电调度方法 Download PDF

Info

Publication number
CN114784838A
CN114784838A CN202210608155.8A CN202210608155A CN114784838A CN 114784838 A CN114784838 A CN 114784838A CN 202210608155 A CN202210608155 A CN 202210608155A CN 114784838 A CN114784838 A CN 114784838A
Authority
CN
China
Prior art keywords
charging
time
charge
discharging
discharge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210608155.8A
Other languages
English (en)
Inventor
袁莉芬
张凯
何怡刚
程珍
尹柏强
李兵
佐磊
吴帅
张永康
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202210608155.8A priority Critical patent/CN114784838A/zh
Publication of CN114784838A publication Critical patent/CN114784838A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H02J3/472—For selectively connecting the AC sources in a particular order, e.g. sequential, alternating or subsets of sources
    • 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]

Landscapes

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

Abstract

本发明公开了计及供需两侧的充放电调度方法，方法步骤如下：先对电动汽车用户出行特征按概率密度函数进行抽样，集群代理商获取电网基本信息并刷新入网车辆信息，根据用户的用车需求，对调度可行性进行判断，随后综合可靠性、响应能力和响应意愿三个方面制定充放电优先级列表。然后，综合考虑供需两侧需求，计及电池充电损耗因素，建立以电动汽车用户费用最低和最小化峰谷差为目标的两阶段多目标优化模型，从而求得优化策略并反馈至充电装置执行并更新。本发明充分尊重用户的调度能力和意愿，将可调度车辆进行充放电优先次序排列，保证了汽车充放电的平稳性，同时兼顾电网侧和用户侧利益，具有较强的现实意义。

Description

计及供需两侧的充放电调度方法
技术领域
本发明涉及电动汽车技术领域，尤其涉及计及供需两侧的充放电调度方法。
背景技术
目前电动汽车的调度方式主要可分为日前优化调度和实时优化调度。日前调度是基于历史统计数据对负荷进行预测实现充放电调度，其结果受车主意愿、天气、节假日等影响大，容易造成实际调度与日前调度结果偏差较大。实时优化调度可通过构建网损灵敏度指标进行分析，引入潮流计算与凸优化算法实时求解得到电动汽车的充放电调度策略。
目前大部分对于电动汽车有序充放电的研究存在优化目标相对单一、考虑不完善等问题，尤其是缺乏对用户充放电需求的定量分析，且大多未考虑用户的充放电需求对于控制策略设计的影响。
发明内容
基于背景技术存在的技术问题，本发明提出了计及供需两侧的充放电调度方法，充分尊重用户的调度能力和意愿，将可调度车辆进行充放电优先次序排列，保证了汽车充放电的平稳性，同时兼顾电网侧和用户侧利益，具有较强的现实意义。
本发明提出的计及供需两侧的充放电调度方法，方法步骤如下：
S1：根据出行数据对用户的出行规律进行高斯拟合，得到电动汽车接入/离开电网时间的概率密度函数；
S2：获取电网基本信息，并刷新入网车辆信息；
S3：判断车辆调度可行性；
S4：以可靠性、响应能力和响应意愿为因素制定充放电优先级列表；
S5：建立以电动汽车用户费用最低与最小化峰谷差为目标的两阶段优化模型并求解结果。
优选地，所述S1中电动汽车接入/离开电网时间的概率密度函数分别为：
Figure BDA0003672267960000011
Figure BDA0003672267960000021
其中，ft s(x)、μs、σs为电动汽车接入电网时间的概率密度函数、期望和方差；ft e(x)、μe、σe为电动汽车离开电网时间的概率密度函数、期望和方差。
优选地，所述S2中获取的电网基本信息包括变压器的容量限制、居民的日负荷曲线以及分时电价；刷新入网车辆信息包括预计下次用车时间、期望剩余电量、充放电可调度意愿、车辆剩余荷电状态以及电池容量信息。
优选地，所述S3中判断车辆调度可行性的方法步骤如下：
S31：根据用户提供的预计下次用车时间
Figure BDA0003672267960000022
得到可调度时间
Figure BDA0003672267960000023
其中m表示第m辆电动汽车；e表示离开电网；ti表示当前时刻；
S32：根据用户上传信息计算电动汽车达到预期电池容量所需要的充电时间：
Figure BDA0003672267960000024
其中Qq为期望剩余电量，Qs为车辆剩余荷电状态，Pc为充电桩充电功率，ηc为充电桩充电效率；
S33：进行调度可行性判断，若满足条件：
Figure BDA0003672267960000025
M为该时段电动汽车入网数量，则该汽车满足调度可行性需求，可以进行调度安排，反之，则按充电桩恒定功率直接充电。
优选地，所述S4中充放电优先级的计算方式为：
Figure BDA0003672267960000026
Figure BDA0003672267960000027
Figure BDA0003672267960000028
Figure BDA0003672267960000029
其中，
Figure BDA00036722679600000210
为充电优先级；
Figure BDA00036722679600000211
为放电优先级；γj为用户选择的充电模式所对应的系数；ω1、ω2为充放电优先级中可靠性与响应能力指标的权重系数；Rm为可靠性；fc,m为响应能力；N为汽车连接智能充电装置响应策略的历史次数；
Figure BDA0003672267960000031
为电动汽车在每一次响应中的实际离开电网时间；
Figure BDA0003672267960000032
为电动汽车在每一次响应中的入网时间；Pd为额定放电功率；
Figure BDA0003672267960000033
为充放电效率；Csm为电池容量；
Figure BDA0003672267960000034
为电池在t时刻的容量；
Figure BDA0003672267960000035
为电池初始容量。
优选地，所述充电模式包括立即充电模式、有序充电模式、有序充放电模式，对应的系数分别为0.1、0.5、1。
优选地，所述S5的两阶段优化包括第一阶段的以用户成本最小为优化目标和第二阶段的以最小化该区域峰谷差为优化目标。
优选地，所述第一阶段优化后的用户成本为：
Figure BDA0003672267960000036
其中，
Figure BDA0003672267960000037
为滑动优化时间窗口；
Figure BDA0003672267960000038
为电动汽车集群；xmj为电动汽车m在时间j的充放电功率，正值为充电，负值为放电；
Figure BDA0003672267960000039
为充放电矩阵
Figure BDA00036722679600000310
1为处于充放电状态，0为处于非充放电状态；cj为当时的电价；Δt为充放电持续时间，β、η为电池损耗系数；xm(j-1)为电动汽车m在时间j-1的充放电功率。
优选地，所述第二阶段优化后的峰谷差为：
Figure BDA00036722679600000311
其中，
Figure BDA00036722679600000312
Figure BDA00036722679600000313
分别是该区域配电网总负荷的最大值和最小值。
优选地，第一阶段的约束条件包括最终SOC约束、SOC安全性约束、配电变压器容量约束、充放电功率约束和可调度时间约束；第二阶段的约束条件包括第一阶段的约束条件以及第一阶段优化后的用户成本。
本发明的有益技术效果：
本发明提供的计及供需两侧的充放电调度策略，从日前—日内多时间尺度出发，充分尊重用户的调度能力和意愿，综合可靠性、响应能力和响应意愿三个方面制定充放电优先级列表，保证了汽车充放电的平稳性；建立以电动汽车用户费用最低和最小化峰谷差为目标的两阶段多目标优化模型，有效地减少了用户成本，并显著降低了电网负荷的峰谷差和波动方差。
附图说明
图1为本发明提出的调度技术架构示意图；
图2为本发明提出的调度方法流程图；
图3为本发明提出的日内实时优化范围示意图：
图4为本发明提出的电网常规负荷曲线；
图5为本发明提出的不同调度策略下的负荷曲线。
具体实施方式
本发明提出的计及供需两侧的充放电调度方法，方法步骤如下：
S1：根据出行数据对用户的出行规律进行高斯拟合，得到电动汽车接入/离开电网时间的概率密度函数。假设EV用户结束行程回家后即开始入网充电直至第二日出门，则的接入/离开电网时间分别对应电动汽车的返家时刻和离家时刻，且返家时刻和离家时刻的概率密度函数、分别满足下列正态分布：
Figure BDA0003672267960000041
Figure BDA0003672267960000042
其中，ft s(x)、μs、σs为电动汽车接入电网时间的概率密度函数、期望和方差；ft e(x)、μe、σe为电动汽车离开电网时间的概率密度函数、期望和方差。
S2：包括变压器的容量限制、居民的日负荷曲线以及分时电价。刷新入网车辆信息，包括预计下次用车时间、期望剩余电量、充放电可调度意愿、车辆剩余荷电状态以及电池容量信息。其中充放电可调度意愿包括：①立即充电模式：以充电桩恒定功率立即对电动汽车进行充电，直至达到预期充电需求；②有序充电模式：集群代理商将用户的EV纳入调度计划序列中参与有序充电；③有序充放电模式：集群代理商将用户的EV纳入调度计划序列中参与有序充放电。
S3：判断车辆调度可行性，方法步骤如下：
S31：根据用户提供的预计下次用车时间
Figure BDA0003672267960000051
得到可调度时间
Figure BDA0003672267960000052
其中m表示第m辆电动汽车；e表示离开电网；ti表示当前时刻；
S32：根据用户上传信息计算电动汽车达到预期电池容量所需要的充电时间：
Figure BDA0003672267960000053
其中Qq为期望剩余电量，Qs为车辆剩余荷电状态，Pc为充电桩充电功率，ηc为充电桩充电效率；
S33：进行调度可行性判断，若满足条件：
Figure BDA0003672267960000054
M为该时段电动汽车入网数量，则该汽车满足调度可行性需求，可以进行调度安排，反之，则按充电桩恒定功率直接充电。
S4：以可靠性、响应能力和响应意愿为因素制定充放电优先级列表，具体步骤如下：
(1)可靠性
Figure BDA0003672267960000055
其中，N为汽车连接智能充电装置响应策略的历史次数；
Figure BDA0003672267960000056
为电动汽车在每一次响应中的实际离开电网时间；
Figure BDA0003672267960000057
为电动汽车在每一次响应中的入网时间；Rm是一个历史累加均值，其值会上传至集群代理商处进行保存，设所有车辆第一次响应的值均为1。
(2)响应能力
Figure BDA0003672267960000058
Pd为额定放电功率；
Figure BDA0003672267960000059
为充放电效率；Csm为电池容量；
Figure BDA00036722679600000510
为电池在t时刻的容量；
Figure BDA00036722679600000511
为电池初始容量。
(3)响应意愿取决于用户选择的充电模式，根据用户选择的三种不同模式，其值分别为
Figure BDA00036722679600000512
这里分别取值0.1、0.5、1。
综合可靠性、响应能力和响应意愿这三个要素确定的放电优先级计算公式为
Figure BDA00036722679600000513
充电优先级计算公式为
Figure BDA00036722679600000514
其中ω1、ω2为充放电优先级中可靠性与响应能力指标的权重系数，均取0.5。
电动汽车调度优先级次序取决于由Yc m值形成的电动汽车充放电优先级列表；对于电动汽车m而言，当Yc m值越高，则EVm的充电优先级越高，相应的放电优先级越低。
S5：建立以电动汽车用户费用最低与最小化峰谷差为目标的两阶段优化模型并求解结果
两阶段优化包括第一阶段的以用户成本最小为优化目标和第二阶段的以最小化该区域峰谷差为优化目标。
其中第一阶段优化后的用户成本为：
Figure BDA0003672267960000061
其中，
Figure BDA0003672267960000062
为滑动优化时间窗口；
Figure BDA0003672267960000063
为电动汽车集群；xmj为电动汽车m在时间j的充放电功率，正值为充电，负值为放电；
Figure BDA0003672267960000064
为充放电矩阵
Figure BDA0003672267960000065
1为处于充放电状态，0为处于非充放电状态；cj为当时的电价；Δt为充放电持续时间，β、η为电池损耗系数；xm(j-1)为电动汽车m在时间j-1的充放电功率。
EV集群
Figure BDA0003672267960000066
与滑动优化时间窗口
Figure BDA0003672267960000067
的确定方法为：
将一天均匀地划分为N个区间，每个区间时长为τ，假设每个区间内的充放电功率保持不变，为了更加准确的获取入网电动汽车的实时信息，引入滑动优化时间窗口
Figure BDA0003672267960000068
来更新每个窗口内的EV充放电功率。假设当前第i个EV集群为
Figure BDA0003672267960000069
其滑动优化时间窗口为
Figure BDA00036722679600000610
当前时刻为ti，集群内第m辆电动汽车EVm的入网时间和结束时间分别为
Figure BDA00036722679600000611
和
Figure BDA00036722679600000612
则当
Figure BDA00036722679600000613
且
Figure BDA00036722679600000614
时，EVm属于当前集群
Figure BDA00036722679600000615
且滑动优化时间窗口
Figure BDA00036722679600000616
如图3所示，我们将一天按小时数进行划分，N为24，则区间时长τ为1h，任意假设四辆电动汽车EV1,2,3,4入网，则
Figure BDA00036722679600000617
Figure BDA00036722679600000618
Figure BDA00036722679600000619
此外，第一阶段的约束条件包括最终SOC约束、SOC安全性约束、配电变压器容量约束、充放电功率约束和可调度时间约束。
(1)对于最终SOC约束来说，在结束调度策略后，电动汽车最终SOC需要满足下一次用户的用车需求，需要有一个最低容量限制，即：
Figure BDA0003672267960000071
其中，λm为最低限度电池容量比，
Figure BDA0003672267960000072
为电动汽车电池容量。
(2)对于SOC安全性约束来说，由于过度充放电都会对电池带来不可逆转地损伤，所以我们考虑到电池安全性以及容量等限制，电池在任意充放电时刻都应该保证在安全约束范围以内，即：
Figure BDA0003672267960000073
其中，Smin、Smax分别为EV的SOC上下限。
(3)对于配电变压器容量约束来说，在任意时刻，所属区域的基础负载加上所有电动汽车的充放电负荷，都不能使配电变压器过载，即：
Figure BDA0003672267960000074
其中，PT为变压器的容量限制。
(4)对于充放电功率约束来说，电动汽车充放电功率有上下限约束，即：
Figure BDA0003672267960000075
其中，Pmax为充电功率上限，
Figure BDA0003672267960000076
适用于仅充电的电动汽车，
Figure BDA0003672267960000077
为可充放电的电动汽车。
(5)对于可调度时间约束来说，电动汽车可调度时间仅在其并网阶段，在并网时间前后并不进行调度，此时充放电决策变量
Figure BDA0003672267960000078
即电动汽车并网调度时间满足：
Figure BDA0003672267960000079
第二阶段优化后的峰谷差为：
Figure BDA00036722679600000710
其中，
Figure BDA00036722679600000711
分别是该区域配电网总负荷的最大值和最小值。
第二阶段的约束条件包括第一阶段的约束条件以及第一阶段优化后的用户成本。
此时可通过MATLAB的优化工具箱YALMIP调用外部求解器CPLEX对模型进行求解。其算法流程图如图2所示。
实施例
以某区域居民小区为例，调度范围内的电动汽车为200辆，智能充电桩采用常规充电模式，其充放电功率恒定，大小为6KW·h，充放电效率为90％，为满足充放电安全考虑，其SOC上下限分别为90％、10％。EV所选用锂电池的容量规格为32KW·h，每百公里耗电量为19.5KW·h。
根据区域内居民小区的电网历史数据进行大数据分析，我们提前预测得到居民小区一天内各时间段不计该充电桩的电网负荷信息，如图4所示。
本发明基于分时电价背景，具体电价设置见表1所示。
采用本发明所提方法后，不同调度策略下的负荷曲线如图5所示，其中无序充电策略是不进行调度安排，车辆在并网后立即充电至用户预期电量，然后断网。有序充电策略是EV用户采用本发明充电调度策略，但不参与放电。
如图5所示，当电动汽车无序充电时，用户在考虑自己需求的情况下，会选择在并网后尽快进行充电直至预期电量，但由于用户的出行特性，在返家后立即进行充电，其用电时间会与居民区用电高峰时间重叠，从而造成“峰上加峰”现象。在18时左右到达负荷顶峰，达到了2282.77KW，这会使得变压器负载过大，容易造成危险，同时加大了负荷峰谷差，影响电网的稳定运行，同时使得EV用户的用电成本增加。当电动汽车有序充电时，在分时电价的大背景下，EV用户会集中在负荷谷时段(00:00—08:00)进行充电，显著减小了电网负荷的峰谷差和波动方差，使得负荷谷值提高到了1697.44KW，改善了电网负荷，也大大降低了用户的支付成本。
当电动汽车进行本发明所提策略时，相比于其他两种策略，它在降低了用户用电成本的同时，非常有效地实现了削峰填谷。在用户支付成本方面，相比于无序充电降低了53％，在平缓电网负荷曲线方面，该策略使得负荷峰值降低至2142.69KW，负荷谷值提高至1697.44KW，峰谷差为445.25KW，相比于无序充电降低了33.29％，平缓了负荷波动，对电网负荷有较为明显的改善，从而也可以使此项措施能顺利执行。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.计及供需两侧的充放电调度方法，其特征在于，方法步骤如下：
S1：根据出行数据对用户的出行规律进行高斯拟合，得到电动汽车接入/离开电网时间的概率密度函数；
S2：获取电网基本信息，并刷新入网车辆信息；
S3：判断车辆调度可行性；
S4：以可靠性、响应能力和响应意愿为因素制定充放电优先级列表；
S5：建立以电动汽车用户费用最低与最小化峰谷差为目标的两阶段优化模型并求解结果。
2.根据权利要求1所述的计及供需两侧的充放电调度方法，其特征在于，所述S1中电动汽车接入/离开电网时间的概率密度函数分别为：
Figure FDA0003672267950000011
Figure FDA0003672267950000012
其中，ft s(x)、μs、σs为电动汽车接入电网时间的概率密度函数、期望和方差；ft e(x)、μe、σe为电动汽车离开电网时间的概率密度函数、期望和方差。
3.根据权利要求1所述的计及供需两侧的充放电调度方法，其特征在于，所述S2中获取的电网基本信息包括变压器的容量限制、居民的日负荷曲线以及分时电价；刷新入网车辆信息包括预计下次用车时间、期望剩余电量、充放电可调度意愿、车辆剩余荷电状态以及电池容量信息。
4.根据权利要求1所述的计及供需两侧的充放电调度方法，其特征在于，所述S3中判断车辆调度可行性的方法步骤如下：
S31：根据用户提供的预计下次用车时间
Figure FDA0003672267950000013
得到可调度时间
Figure FDA0003672267950000014
其中m表示第m辆电动汽车；e表示离开电网；ti表示当前时刻；
S32：根据用户上传信息计算电动汽车达到预期电池容量所需要的充电时间：
Figure FDA0003672267950000021
其中Qq为期望剩余电量，Qs为车辆剩余荷电状态，Pc为充电桩充电功率，ηc为充电桩充电效率；
S33：进行调度可行性判断，若满足条件：
Figure FDA0003672267950000022
m＝1,2,…,M，M为该时段电动汽车入网数量，则该汽车满足调度可行性需求，可以进行调度安排，反之，则按充电桩恒定功率直接充电。
5.根据权利要求1所述的计及供需两侧的充放电调度方法，其特征在于，所述S4中充放电优先级的计算方式为：
Figure FDA0003672267950000023
Figure FDA0003672267950000024
Figure FDA0003672267950000025
Figure FDA0003672267950000026
其中，
Figure FDA0003672267950000027
为充电优先级；
Figure FDA0003672267950000028
为放电优先级；γj为用户选择的充电模式所对应的系数；ω1、ω2为充放电优先级中可靠性与响应能力指标的权重系数；Rm为可靠性；fc,m为响应能力；N为汽车连接智能充电装置响应策略的历史次数；
Figure FDA0003672267950000029
为电动汽车在每一次响应中的实际离开电网时间；
Figure FDA00036722679500000210
为电动汽车在每一次响应中的入网时间；Pd为额定放电功率；
Figure FDA00036722679500000211
为充放电效率；Csm为电池容量；
Figure FDA00036722679500000212
为电池在t时刻的容量；
Figure FDA00036722679500000213
为电池初始容量。
6.根据权利要求5所述的计及供需两侧的充放电调度方法，其特征在于，所述充电模式包括立即充电模式、有序充电模式、有序充放电模式，对应的系数分别为0.1、0.5、1。
7.根据权利要求1所述的计及供需两侧的充放电调度方法，其特征在于，所述S5的两阶段优化包括第一阶段的以用户成本最小为优化目标和第二阶段的以最小化该区域峰谷差为优化目标。
8.根据权利要求7所述的计及供需两侧的充放电调度方法，其特征在于，所述第一阶段优化后的用户成本为：
Figure FDA0003672267950000031
其中，
Figure FDA0003672267950000032
为滑动优化时间窗口；
Figure FDA0003672267950000033
为电动汽车集群；xmj为电动汽车m在时间j的充放电功率，正值为充电，负值为放电；
Figure FDA0003672267950000034
为充放电矩阵
Figure FDA0003672267950000035
1为处于充放电状态，0为处于非充放电状态；cj为当时的电价；Δt为充放电持续时间，β、η为电池损耗系数；xm(j-1)为电动汽车m在时间j-1的充放电功率。
9.根据权利要求7所述的计及供需两侧的充放电调度方法，其特征在于，所述第二阶段优化后的峰谷差为：
Figure FDA0003672267950000036
其中，
Figure FDA0003672267950000037
分别是该区域配电网总负荷的最大值和最小值。
10.根据权利要求1所述的计及供需两侧的充放电调度方法，其特征在于，第一阶段的约束条件包括最终SOC约束、SOC安全性约束、配电变压器容量约束、充放电功率约束和可调度时间约束；第二阶段的约束条件包括第一阶段的约束条件以及第一阶段优化后的用户成本。
CN202210608155.8A 2022-05-31 2022-05-31 计及供需两侧的充放电调度方法 Pending CN114784838A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210608155.8A CN114784838A (zh) 2022-05-31 2022-05-31 计及供需两侧的充放电调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210608155.8A CN114784838A (zh) 2022-05-31 2022-05-31 计及供需两侧的充放电调度方法

Publications (1)

Publication Number Publication Date
CN114784838A true CN114784838A (zh) 2022-07-22

Family

ID=82420422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210608155.8A Pending CN114784838A (zh) 2022-05-31 2022-05-31 计及供需两侧的充放电调度方法

Country Status (1)

Country Link
CN (1) CN114784838A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115465141A (zh) * 2022-09-16 2022-12-13 上海挚达科技发展有限公司 电动汽车充放电控制方法、装置、电子设备及存储介质
CN116632896A (zh) * 2023-06-26 2023-08-22 中国地质大学（武汉） 一种多光储充电站的电动汽车充放电协同调度方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115465141A (zh) * 2022-09-16 2022-12-13 上海挚达科技发展有限公司 电动汽车充放电控制方法、装置、电子设备及存储介质
CN116632896A (zh) * 2023-06-26 2023-08-22 中国地质大学（武汉） 一种多光储充电站的电动汽车充放电协同调度方法及系统
CN116632896B (zh) * 2023-06-26 2024-05-14 中国地质大学（武汉） 一种多光储充电站的电动汽车充放电协同调度方法及系统

Similar Documents

Publication Publication Date Title
Zheng et al. A novel real-time scheduling strategy with near-linear complexity for integrating large-scale electric vehicles into smart grid
CN103241130B (zh) 一种电动公交车充换电站的能量管理方法及系统
CN108688503B (zh) 计及输电阻塞的电动汽车用户充电选择辅助决策方法
Erol-Kantarci et al. Prediction-based charging of PHEVs from the smart grid with dynamic pricing
CN107719180B (zh) 基于电动汽车柔性充电的混合型停车场多源互补充电方法
CN208101728U (zh) 一种电动汽车充电站充电管理装置
CN109713696A (zh) 考虑用户行为的电动汽车光伏充电站优化调度方法
CN114784838A (zh) 计及供需两侧的充放电调度方法
CN108573317B (zh) 一种换电站充放电策略优化控制的方法
CN108596667B (zh) 一种基于车联网的电动汽车实时充电电价计算方法
CN109849723B (zh) 一种基于充电站功率裕度的电动汽车有序充电控制方法
CN111177637B (zh) 电动汽车换电站动力电池的容量配置方法
CN114722595A (zh) 一种含有换电站的微电网优化运行方法
CN111798121A (zh) 一种面向电动汽车能源管理调度的分布式协同优化方法
Dahmane et al. Decentralized control of electric vehicle smart charging for cost minimization considering temperature and battery health
CN114039372A (zh) 参与电网分区削峰填谷的电动汽车车辆调度方法及系统
Shrestha et al. A study of electric vehicle battery charging demand in the context of Singapore
CN113054671A (zh) 一种基于计及储能无功调节模型的配电网日前-实时优化控制方法
CN117175579A (zh) 一种电动汽车充放电分群调度方法及系统
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
CN114640133B (zh) 一种基于实时信息的城市电网电动汽车协同调控方法及系统
CN115036952A (zh) 一种基于mpc的电动汽车参与负荷平抑的实时功率控制方法
CN114050577A (zh) 一种含电动汽车的微电网多目标分层经济调度方法
Yu et al. Research on dynamic pricing strategy of electric vehicle charging based on game theory under user demand service scheme
Liu et al. Orderly Charging and Discharging Scheduling Strategy for Electric Vehicles Considering the Demands of Both Users and Power Grid

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