CN115081929B - 一种基于云边协同的电动汽车实时响应能力评估方法 - Google Patents

一种基于云边协同的电动汽车实时响应能力评估方法 Download PDF

Info

Publication number
CN115081929B
CN115081929B CN202210842526.9A CN202210842526A CN115081929B CN 115081929 B CN115081929 B CN 115081929B CN 202210842526 A CN202210842526 A CN 202210842526A CN 115081929 B CN115081929 B CN 115081929B
Authority
CN
China
Prior art keywords
charging
electric vehicle
regulation
power
charging station
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.)
Active
Application number
CN202210842526.9A
Other languages
English (en)
Other versions
CN115081929A (zh
Inventor
刘盼盼
章锐
周吉
钱俊良
邰伟
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.)
Nanjing Dongbo Intelligent Energy Research Institute Co ltd
Liyang Research Institute of Southeast University
Original Assignee
Nanjing Dongbo Intelligent Energy Research Institute Co ltd
Liyang Research Institute of Southeast University
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 Nanjing Dongbo Intelligent Energy Research Institute Co ltd, Liyang Research Institute of Southeast University filed Critical Nanjing Dongbo Intelligent Energy Research Institute Co ltd
Priority to CN202210842526.9A priority Critical patent/CN115081929B/zh
Publication of CN115081929A publication Critical patent/CN115081929A/zh
Application granted granted Critical
Publication of CN115081929B publication Critical patent/CN115081929B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241—The oscillation concerning frequency
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • 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
    • 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
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]

Abstract

本发明公开了一种基于云边协同的电动汽车实时响应能力评估方法，具体方法包括：电动汽车充电信息在线采集及处理；构建电动汽车充电功率在线上调响应能力模型；构建电动汽车充电功率在线下调响应能力模型；构建电动汽车充电站最大上调、下调响应能力模型；构建电动汽车充电站充电功率上限、下限评估模型；最后，提出电动汽车响应能力评估及控制云边协同机制，在云端，基于负荷聚合商，采用激励手段，对边端电动汽车进行控制，响应电网调峰/调频需求。通过本发明的方法能够评估电动汽车实时上调、下调响应能力，为电网调峰/调压提供支撑，提高新型电力系统在线调控水平，助力电网早日实现“双碳”目标。

Description

一种基于云边协同的电动汽车实时响应能力评估方法
技术领域
本发明涉及电力系统领域，具体的说是一种基于云边协同的电动汽车实时响应能力评估方法。
背景技术
双碳目标的提出，使电力系统由传统以稳定的火电为供电主体，向以波动性、随机性更强的新能源为供电主体的新型电力系统转变，电网调峰/调压面临前所未有的挑战。另一方面，负荷侧用电用能多样化，用电精细化，对电网稳定程度要求更高。面对源荷侧供需矛盾的加深，仅依靠传统的水电、火电等有限资源参与电网调峰/调频，难以满足电网安全稳定的需求，难以给用户侧提供稳定的、质量更高的电能。近年来城市电动汽车数量越来越多，电动汽车充电负荷一方面具有随机性，对电网运行带来负面影响；另一方面其具有储能特性，规划其充放电行为，进行有序充电可以对电网运行带来积极的影响。但电动汽车到底能提供多少在线响应能力，给电网调峰/调频进行支撑，是目前面临的主要问题之一。
发明内容
为了充分挖掘电动汽车在线响应能力，掌握其在线可上调、下调功率，支撑电网调峰/调频需求，提高新型电力系统稳定运行水平，助力电网早日实现电网碳达峰、碳中和目标，本发明提出了基于云边协同的电动汽车实时响应能力评估方法。
为了达到上述目的，本发明是通过以下技术方案来实现的：
本发明是一种基于云边协同的电动汽车实时响应能力评估方法，包括如下步骤：
步骤1，在线采集并处理电动汽车充电信息，为电动汽车响应能力评估提供数据基础；
步骤2，在边端，构建电动汽车充电功率在线上调响应能力模型，评估单辆电动汽车在不同充放电状态和不同电池容量下，向上增加的充电功率；
步骤3，在边端，构建电动汽车充电功率在线下调响应能力模型，评估单辆电动汽车在不同充放电状态不同电池容量下，向下减少的充电功率；
步骤4，在边端，构建电动汽车充电站最大上调、下调响应能力模型，评估单个电动汽车充电站在当前状态下可上调、下调的响应能力；
步骤5，在边端，构建电动汽车充电站充电功率上限、下限评估模型，评估单个电动汽车充电站在当前状态下充电功率上下限；
步骤6，在云端，提出电动汽车响应能力评估及控制云边协同机制，负荷聚合商汇集边端各电动汽车充电站的信息，接受电网调峰/调压任务，向边端各电动汽车充电站分配激励，获取边端各电动汽车充电站的响应能力，响应电网调峰/调压需求。
本发明的进一步改进在于：步骤1中在线采集的原始的电动汽车充电信息是报文格式，从报文里提取电动汽车充放电信息，提取的信息如下：
Figure GDA0004072554880000021
其中，Xj为第j个充电站采集信息，包括t时刻充电站j的第i辆电动汽车EVji的SOC值Sji(t)、充放电功率Pji(t)、充放电状态δji(t)，SOC最大值
Figure GDA0004072554880000022
最小值
Figure GDA0004072554880000023
接入充电桩充电时间
Figure GDA0004072554880000024
离开充电桩充电时间
Figure GDA0004072554880000025
电池容量Dji。
本发明的进一步改进在于：步骤2中，构建的电动汽车充电功率在线上调响应能力模型的表达式为：
Figure GDA0004072554880000026
其中，
Figure GDA0004072554880000027
分别为充电站j的第i辆电动汽车EVji在t时刻的充电功率值、放电功率值，δji(t)＝0、δji(t)＝2分别表示充电站j的第i辆电动汽车EVji在t时刻处于空闲状态、放电状态，Sji(t)为t时刻充电站j的第i辆电动汽车EVji的SOC值，
Figure GDA0004072554880000028
表示充电站j的第i辆电动汽车EVjiSOC最大；
式(2)表示，若充电站j的第i辆电动汽车EVji处于放电状态，且t时刻充电站j的第i辆电动汽车EVji的SOC值Sji(t)小于SOC最大值
Figure GDA0004072554880000029
时，停止放电，且立刻进入充电状态，进行充电操作，响应电网功率上调需求；若充电站j的第i辆电动汽车EVji处于空闲状态，且t时刻充电站j的第i辆电动汽车EVji的SOC值Sji(t)小于SOC最大值
Figure GDA0004072554880000031
时，立即进入充电状态，进行充电操作，响应电网功率上调需求。
本发明的进一步改进在于：步骤3中，构建的电动汽车充电功率在线下调响应能力模型的表达式为：
Figure GDA0004072554880000032
其中，
Figure GDA0004072554880000033
分别为充电站j的第i辆电动汽车EVji在t时刻的充电功率值、放电功率值，δji(t)＝0、δji(t)＝1分别表示充电站j的第i辆电动汽车EVji在t时刻处于空闲状态、充电状态，
Figure GDA0004072554880000034
为充电站j的第i辆电动汽车EVji离开充电桩的时间，
Figure GDA0004072554880000035
为根据t时刻充电站j的第i辆电动汽车EVji的SOC值Sji(t)计算出的强制充电时间；
式(3)表示，对于处于充电状态的充电站j的第i辆电动汽车EVji，当强制充电时间
Figure GDA0004072554880000036
大于剩余离开时间时，停止充电，立即转入放电状态，响应电网功率下调需求；对于处于空闲状态的充电站j的第i辆电动汽车EVji，当强制充电时间
Figure GDA0004072554880000037
大于剩余离开时间时，立即转入放电状态，响应电网功率下调需求。
本发明的进一步改进在于：基于充电站j的第i辆电动汽车EVji的历史SOC数据Sji(t)和强制充电时刻
Figure GDA0004072554880000038
借助LSTM算法构建强制充电时刻
Figure GDA0004072554880000039
关于Sji(t)的预测模型，表达式为：
Figure GDA00040725548800000310
本发明的进一步改进在于：所述步骤4中，构建的电动汽车充电站最大上调、下调响应能力模型表达式为：
Figure GDA00040725548800000311
式中：
Figure GDA00040725548800000312
是充电站j在t时刻充电功率最大上调能力，
Figure GDA00040725548800000313
是充电站j在t时刻充电功率最大下调能力，N1、N2为充电站j在t时刻可参与功率上调、下调的电动汽车数量。
本发明的进一步改进在于：步骤5中构建的电动汽车充电站充电功率上限、下限评估模型的表达式为：
Figure GDA0004072554880000041
式中：
Figure GDA0004072554880000042
分别为充电站j在t时刻充电功率上限值、下限值，
Figure GDA0004072554880000043
Figure GDA0004072554880000044
分别为充电站j的第i辆电动汽车在t时刻的上调、下调响应能力，N1、N2为充电站j在t时刻可参与功率上调、下调的电动汽车数量，
Figure GDA0004072554880000045
为充电站j的第i辆电动汽车EVji在t时刻强制充电功率，N3为t时刻处于强制充电状态的电动汽车数量。
本发明的进一步改进在于：所述步骤6中的电动汽车响应能力评估及控制云边协同机制具体为：在边端，各充电站j在线采集电动汽车充电信息Xj，然后在边端充电站j的边缘计算模块上，对充电站j在t时刻充电功率最大上调能力
Figure GDA0004072554880000046
充电功率最大下调能力
Figure GDA0004072554880000047
充电功率上限值
Figure GDA0004072554880000048
充电功率下限值
Figure GDA0004072554880000049
进行计算，并将结果上传至云端的负荷聚合商，云端根据掌握的边端功率响应能力，结合电网调峰/调频需求，决定给边端的充电站下发多少激励，各充电站j在收到激励后，根据自身情况响应电网调峰/调频需求。
本发明的有益效果是：本发明通过电动汽车充电信息在线采集及处理技术为电动汽车响应能力评估提供数据基础，然后分别构建电动汽车充电功率在线上调、下调响应能力模型，评估单辆电动汽车在不同充放电状态，和不同电池容量下，可以向上、向下的充电功率。其次构建电动汽车充电站最大上调、下调响应能力模型，充电功率上限、下限评估模型，实现对电动汽响应能力的评估。最后，提出电动汽车响应能力评估及控制云边协同机制，在云端，基于负荷聚合商，采用激励手段，对边端电动汽车进行控制，响应电网调峰/调频需求。通过本发明的方法可以掌握电动汽车实时可上调、下调的充电功率，充电功率上下限，对支撑电网调峰/调频，提高新型电力系统稳定运行水平，助力电网早日实现碳达峰、碳中和目标，具有重要意义。
附图说明
图1是本发明的方法流程示意图；
图2是电动汽车充电站j的响应能力评估流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整的描述，以令本领域技术人员参照说明书文字能够据以实施。
如图1-图2所示，本发明是一种基于云边协同的电动汽车实时响应能力评估方法，包括如下步骤：
步骤1，提出电动汽车充电信息在线采集及处理技术，为电动汽车响应能力评估提供数据基础；
电动汽车充电信息在线采集到的原始充电信息是报文格式，需要对报文格式信息进行预处理，从报文信息里提取充放电信息，信息如公式(1)所示：
Figure GDA0004072554880000051
其中，其中，Xj为第j个充电站采集信息，主要包括t时刻充电站j第i辆电动汽车EVji的SOC值Sji(t)、充放电功率Pji(t)、充放电状态δji(t)，SOC最大值
Figure GDA0004072554880000052
最小值
Figure GDA0004072554880000053
接入充电桩充电时间
Figure GDA0004072554880000054
离开充电桩充电时间
Figure GDA0004072554880000055
电池容量Dji。
步骤2，在边端，构建电动汽车充电功率在线上调响应能力模型，评估单量电动汽车在不同充放电状态和不同电池容量下，向上增加的充电功率；
电动汽车充电功率在线上调响应能力模型的表达式为：
Figure GDA0004072554880000056
式中
Figure GDA0004072554880000057
分别为充电站j的第i辆电动汽车EVji在t时刻的充电功率、放电功率值，δji(t)＝0、δji(t)＝2分别表示充电站j的第i辆电动汽车EVji在t时刻处于空闲状态、放电状态。Sji(t)为t时刻充电站j第i量电动汽车EVji的SOC值。
Figure GDA0004072554880000058
分别表示充电站j的第i辆电动汽车EVji的SOC最大值、最小值。在边端充电站j的边缘计算模块上，根据公式(2)对充电站j的第i辆电动汽车EVji在t时刻的上调响应能力
Figure GDA0004072554880000061
进行计算，公式(2)表示，若电动汽车i处于放电状态，且t时刻充电站j的第i辆电动汽车EVji的SOC值Sji(t)小于SOC最大值
Figure GDA0004072554880000062
时，可以停止放电，且立刻投入充电状态，进行充电操作，响应电网功率上调需求。若充电站j的第i辆电动汽车EVji处于空闲状态，且t时刻充电站j的第i辆电动汽车EVji的SOC值Sji(t)小于SOC最大值
Figure GDA0004072554880000063
时，可以立即进入充电状态，进行充电操作，响应电网功率上调需求。
步骤3，在边端，构建电动汽车充电功率在线下调响应能力模型，评估单量电动汽车在不同充放电状态不同电池容量下，向下减少的充电功率；
电动汽车充电功率在线下调响应能力模型的表达式为：
Figure GDA0004072554880000064
式中
Figure GDA0004072554880000065
分别为充电站j的第i辆电动汽车EVji在t时刻的充电功率值、放电功率值，δji(t)＝0、δji(t)＝1分别表示充电站j的第i辆电动汽车EVji在t时刻处于空闲状态、充电状态。
Figure GDA0004072554880000066
为充电站j的第i辆电动汽车EVji离开充电桩的时间，
Figure GDA0004072554880000067
为根据充电站j的第i辆电动汽车EVji在t时刻SOC值Sji(t)计算出的强制充电时间，强制充电时间与t时刻充电站j的第i辆电动汽车EVjiSOC值Sji(t)有关，基于充电站j的第i辆电动汽车EVji历史SOC数据Si(t)和强制充电时刻
Figure GDA0004072554880000068
借助LSTM算法构建强制充电时刻
Figure GDA0004072554880000069
关于Sji(t)的预测模型，如公式(4)所示：
Figure GDA00040725548800000610
在边端充电站j的边缘计算模块上，根据公式(3)对充电站j的第i辆电动汽车EVji在t时刻的下调响应能力
Figure GDA00040725548800000611
进行计算。公式(3)表示，对于处于充电状态的第i辆电动汽车EVji，在强制充电时间大于剩余离开时间时，可以停止充电，立即转入放电状态，响应电网调峰。对于处于空闲状态的第i辆电动汽车EVji，在强制充电时间大于剩余离开时间时，可以立即转入放电状态，响应电网调峰。
步骤4，在边端，构建电动汽车充电站最大上调、下调响应能力模型，评估单个电动汽车充电站在当前状态下可上调、下调的响应能力；
电动汽车充电站最大上调、下调响应能力模型的表达式为：
Figure GDA0004072554880000071
式中：
Figure GDA0004072554880000072
是充电站j在t时刻充电功率最大上调能力，
Figure GDA0004072554880000073
是充电站j在t时刻充电功率最大下调能力。N1、N2为充电站j当前t时刻可参与功率上调、下调的电动汽车数量。
在边端充电站j的边缘计算模块上，根据公式(5)对充电站j的上调、下调响应能力进行计算。充电站j主要对t时刻可以参与功率上调、下调的电动汽车i进行聚合，获取整个充电站j的上调、下调响应能力。
步骤5，构建电动汽车充电站充电功率上限、下限评估模型，在边端充电站j的边缘计算模块上，根据所构建的电动汽车充电站充电功率上限、下限评估模型对充电站j的充电功率上限、下限评估进行计算。通过所构建的模型可评估单个电动汽车充电站在当前状态下充电功率上下限；
电动汽车充电站充电功率上限、下限评估模型如：
Figure GDA0004072554880000074
式中：
Figure GDA0004072554880000075
分别为充电站j在t时刻充电功率上限值、下限值。
Figure GDA0004072554880000076
Figure GDA0004072554880000077
分别为电动汽车i在t时刻的上调、下调响应能力。N1、N2为充电站j当前t时刻可参与功率上调、下调的电动汽车数量。式中
Figure GDA0004072554880000078
为电动汽车EVji在t时刻强制充电功率，N3为t时刻处于强制充电状态的电动汽车数量。
步骤6，在云端，提出电动汽车响应能力评估及控制云边协同机制，在边端，各充电站j在线采集电动汽车充电信息Xj，然后在边端充电站j的边缘计算模块上，对充电站j在t时刻充电功率最大上调能力
Figure GDA0004072554880000079
充电功率最大下调能力
Figure GDA00040725548800000710
充电功率上限值
Figure GDA00040725548800000711
充电功率下限值
Figure GDA00040725548800000712
进行计算，并将结果上传至云端的负荷聚合商，云端根据掌握边端功率响应能力，结合电网调峰/调频需求，决定给边端的充电站下发多少激励，各充电站j在收到激励后，根据自身情况响应电网调峰/调频需求，如图2所示。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本权利要求范围当中。

Claims (7)

1.一种基于云边协同的电动汽车实时响应能力评估方法，其特征在于：包括如下步骤：
步骤1，在线采集并处理电动汽车充电信息，为电动汽车响应能力评估提供数据基础；
步骤2，在边端，构建电动汽车充电功率在线上调响应能力模型，评估单辆电动汽车在不同充放电状态和不同电池容量下，向上增加的充电功率；
步骤3，在边端，构建电动汽车充电功率在线下调响应能力模型，评估单辆电动汽车在不同充放电状态不同电池容量下，向下减少的充电功率；
步骤4，在边端，构建电动汽车充电站最大上调、下调响应能力模型，评估单个电动汽车充电站在当前状态下可上调、下调的响应能力；
步骤5，在边端，构建电动汽车充电站充电功率上限、下限评估模型，评估单个电动汽车充电站在当前状态下充电功率上下限；
步骤6，在云端，提出电动汽车响应能力评估及控制云边协同机制，负荷聚合商汇集边端各电动汽车充电站的信息，接受电网调峰/调压任务，向边端各电动汽车充电站分配激励，获取边端各电动汽车充电站的响应能力，响应电网调峰/调压需求；
步骤2中，构建的电动汽车充电功率在线上调响应能力模型的表达式为：
其中，分别为充电站j的第i辆电动汽车EVji在t时刻的充电功率值、放电功率值，δji(t)＝0、δji(t)＝2分别表示充电站j的第i辆电动汽车EVji在t时刻处于空闲状态、放电状态，Sji(t)为t时刻充电站j的第i辆电动汽车EVji的SOC值，表示充电站j的第i辆电动汽车EVji的SOC最大值；式(2)表示，若充电站j的第i辆电动汽车EVji处于放电状态，且t时刻充电站j的第i辆电动汽车EVji的SOC值Sji(t)小于SOC最大值时，停止放电，且立刻进入充电状态，进行充电操作，响应电网功率上调需求；若充电站j的第i辆电动汽车EVji处于空闲状态，且t时刻充电站j的第i辆电动汽车EVji的SOC值Sji(t)小于SOC最大值时，立即进入充电状态，进行充电操作，响应电网功率上调需求。
2.根据权利要求1所述的一种基于云边协同的电动汽车实时响应能力评估方法，其特征在于：步骤1中在线采集的原始的电动汽车充电信息是报文格式，从报文里提取电动汽车充放电信息，提取的信息如下：
其中，Xj为第j个充电站采集信息，包括t时刻充电站j的第i辆电动汽车EVji的SOC值Sji(t)、充放电功率Pji(t)、充放电状态δji(t)，SOC最大值最小值接入充电桩充电时间离开充电桩充电时间电池容量Dji。
3.根据权利要求1所述的一种基于云边协同的电动汽车实时响应能力评估方法，其特征在于：步骤3中，构建的电动汽车充电功率在线下调响应能力模型的表达式为：
其中，分别为充电站j的第i辆电动汽车EVji在t时刻的充电功率值、放电功率值，δji(t)＝0、δji(t)＝1分别表示充电站j的第i辆电动汽车EVji在t时刻处于空闲状态、充电状态，为充电站j的第i辆电动汽车EVji离开充电桩的时间，为根据t时刻充电站j的第i辆电动汽车EVji的SOC值Sji(t)计算出的强制充电时间；
式(3)表示，对于处于充电状态的充电站j的第i辆电动汽车EVji，当强制充电时间大于剩余离开时间时，停止充电，立即转入放电状态，响应电网功率下调需求；对于处于空闲状态的充电站j的第i辆电动汽车EVji，当强制充电时间大于剩余离开时间时，立即转入放电状态，响应电网功率下调需求。
4.根据权利要求3所述的一种基于云边协同的电动汽车实时响应能力评估方法，其特征在于：基于充电站j的第i辆电动汽车EVji的历史SOC数据Sji(t)和强制充电时刻借助LSTM算法构建强制充电时刻关于Sji(t)的预测模型，表达式为：
5.根据权利要求3所述的一种基于云边协同的电动汽车实时响应能力评估方法，其特征在于：所述步骤4中，构建的电动汽车充电站最大上调、下调响应能力模型表达式为：
式中：是充电站j在t时刻充电功率最大上调能力，是充电站j在t时刻充电功率最大下调能力，N1、N2为充电站j在t时刻可参与功率上调、下调的电动汽车数量。
6.根据权利要求5所述的一种基于云边协同的电动汽车实时响应能力评估方法，其特征在于：步骤5中构建的电动汽车充电站充电功率上限、下限评估模型的表达式为：
式中：分别为充电站j在t时刻充电功率上限值、下限值， 分别为充电站j的第i辆电动汽车EVji在t时刻的上调、下调响应能力，N1、N2为充电站j在t时刻可参与功率上调、下调的电动汽车数量，为充电站j的第i辆电动汽车EVji在t时刻强制充电功率，N3为t时刻处于强制充电状态的电动汽车数量。
7.根据权利要求6所述的一种基于云边协同的电动汽车实时响应能力评估方法，其特征在于：所述步骤6中的电动汽车响应能力评估及控制云边协同机制具体为：在边端，各充电站j在线采集电动汽车充电信息Xj，然后在边端充电站j的边缘计算模块上，对充电站j在t时刻充电功率最大上调能力充电功率最大下调能力充电功率上限值充电功率下限值进行计算，并将结果上传至云端的负荷聚合商，云端根据掌握的边端功率响应能力，结合电网调峰、调频需求，决定给边端的充电站下发多少激励，各充电站j在收到激励后，根据自身情况响应电网调峰、调频需求。
CN202210842526.9A 2022-07-18 2022-07-18 一种基于云边协同的电动汽车实时响应能力评估方法 Active CN115081929B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210842526.9A CN115081929B (zh) 2022-07-18 2022-07-18 一种基于云边协同的电动汽车实时响应能力评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210842526.9A CN115081929B (zh) 2022-07-18 2022-07-18 一种基于云边协同的电动汽车实时响应能力评估方法

Publications (2)

Publication Number Publication Date
CN115081929A CN115081929A (zh) 2022-09-20
CN115081929B true CN115081929B (zh) 2023-04-07

Family

ID=83259574

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210842526.9A Active CN115081929B (zh) 2022-07-18 2022-07-18 一种基于云边协同的电动汽车实时响应能力评估方法

Country Status (1)

Country Link
CN (1) CN115081929B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378548A (zh) * 2019-05-22 2019-10-25 国网江苏省电力有限公司盐城供电分公司 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108944740B (zh) * 2018-07-10 2022-04-29 深圳市斗索科技有限公司 车辆控制方法和系统
CN110957752B (zh) * 2019-12-09 2023-06-09 重庆邮电大学 一种基于边缘物联的区域智能变电站调度系统及其方法
CN111483331B (zh) * 2020-05-27 2021-07-09 南京德睿能源研究院有限公司 一种基于调度指令的充电负荷聚合调度控制方法及系统
CN112874369B (zh) * 2021-01-12 2022-08-05 上海追日电气有限公司 一种充电管理系统的充电与供能优化方法及装置
CN113807647B (zh) * 2021-07-28 2022-07-05 合肥工业大学 基于云边协同的电动汽车充电调度方法和系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378548A (zh) * 2019-05-22 2019-10-25 国网江苏省电力有限公司盐城供电分公司 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法

Also Published As

Publication number Publication date
CN115081929A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN103683424B (zh) 基于动态分时电价的电动汽车充电站有序充电控制方法
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN110126813B (zh) 一种车载燃料电池混合动力系统的能量管理方法
CN106712012B (zh) 一种大规模电动汽车并网充放电的集中控制方法
CN105024432A (zh) 一种基于虚拟电价的电动汽车充放电优化调度方法
CN103810539B (zh) 考虑换电服务可用性的电动汽车换电站容量优化配置方法
Lu et al. Multi-objective optimal scheduling of a DC micro-grid consisted of PV system and EV charging station
CN103903090A (zh) 基于用户意愿和出行规律的电动汽车充电负荷分配方法
CN111738518B (zh) 一种基于计及平均放电率的电动汽车充放电调度方法
CN113067370B (zh) V2g充电站的充电控制方法、装置、服务器及存储介质
CN105826934A (zh) 一种基于可行域的电动汽车辅助调频控制方法
CN113269372A (zh) 一种考虑用户意愿的集群电动汽车可调度容量预测评估方法
CN110571855A (zh) 含储能设备和ev充电站的园区微电网联合功率响应控制方法
CN110611322B (zh) 一种基于电动汽车能效电厂的系统频率控制方法
CN110126679B (zh) 一种燃料电池最佳工作点的获取方法
CN115511658A (zh) 一种计及储能装置折损的楼宇能量优化方法
Kim Smart charging architecture for between a plug-in electrical vehicle (PEV) and a smart home
WO2022193395A1 (zh) 电力需求响应条件下基于充电桩的有序充电方法
CN107391899A (zh) 一种电动汽车集群负荷响应能力评估方法
CN111681127B (zh) 一种居民小区电动汽车有序充放电控制方法
CN115081929B (zh) 一种基于云边协同的电动汽车实时响应能力评估方法
CN104281984B (zh) 一种用于微电网经济运行的供电方法
CN108583311A (zh) 计及不确定性的混合动力有轨电车次优能量管理系统
CN110707736B (zh) 一种智能小区用户需求侧响应的微电网运行方法
CN110675044A (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

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