CN115593266A - 一种面向汽车充电预约的光储充电站能量调度方法和终端 - Google Patents

一种面向汽车充电预约的光储充电站能量调度方法和终端 Download PDF

Info

Publication number
CN115593266A
CN115593266A CN202211149996.3A CN202211149996A CN115593266A CN 115593266 A CN115593266 A CN 115593266A CN 202211149996 A CN202211149996 A CN 202211149996A CN 115593266 A CN115593266 A CN 115593266A
Authority
CN
China
Prior art keywords
power
charging
grid
energy
time
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
CN202211149996.3A
Other languages
English (en)
Inventor
林兵
赵文薇
李国伟
卢宇
郑其荣
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.)
Fujian Normal University
Fujian Times Nebula Technology Co Ltd
Original Assignee
Fujian Normal University
Fujian Times Nebula Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujian Normal University, Fujian Times Nebula Technology Co Ltd filed Critical Fujian Normal University
Priority to CN202211149996.3A priority Critical patent/CN115593266A/zh
Publication of CN115593266A publication Critical patent/CN115593266A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • B60L53/665—Methods related to measuring, billing or payment
    • 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
    • B60L53/30—Constructional details of charging stations
    • B60L53/31—Charging columns specially adapted for electric vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/50—Charging stations characterised by energy-storage or power-generation means
    • B60L53/51—Photovoltaic means
    • 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)

Abstract

本发明公开了一种面向汽车充电预约的光储充电站能量调度方法与终端，获取所有新能源电动汽车EV的预约信息；对于每辆EV，根据对应的所述预约信息计算停车时间、满足充电需求的快充所需时间以及慢充所需时间，并选择充电模式；为每辆EV生成分时段的二进制充电状态编码，得到所有EV的二进制充电状态编码的逻辑矩阵；根据所述逻辑矩阵，计算各时段的EV用电总功率，进而计算各时段的总用电负荷；对于每个时段，判断光伏发电功率是否满足总用电负荷，并在光伏发电功率小于总用电负荷时，仅在电网购电价格小于预设阈值时向电网购电，否则由储能系统承担剩余用电负荷；能够满足电动汽车的充电要求，并最小化电网侧成本。

Description

一种面向汽车充电预约的光储充电站能量调度方法和终端
技术领域
本发明涉及光储充电站系统能量调度策略技术领域，特别涉及一种面向汽车充电预约的光储充电站能量调度方法和终端。
背景技术
2019年全球一次能源利用中，84％来自化石能源而汽车，是交通领域二氧化碳的主要排放源。随着新能源电动汽车(Electric Vehicle，EV)普及，可以有效减少二氧化碳排放、降低碳污染、降低汽车的运行成本。
影响EV推广普及的关键因素是其充电的便捷性。目前，公认最具应用前景的解决方案是EV的能源补给基础设施——光储充电站(Photovoltaic Storage ChargingStation,PSCS)的合理化部署。大量EV的不协调充电行为可能对电力质量和电网整体稳定性构成重大冲击，形成高峰、降低储备利润、扰乱供需、影响电压。与此同时，随着以光伏(Photovoltaic，PV)、风电为主要形式的分布式能源和储能技术的快速发展，带储能系统(Energy Storage System，ESS)的PSCS为应用调峰和需求响应策略提供了可能，实现分布式能源、储能、智能充电相互协调支撑的绿色运行模式。
PSCS在满足EV负荷需求的同时，合理吐纳PV，控制储能系统在负荷低谷时间片充电，在较高的销售价格下实现多余能源到电网，以降低需求侧峰谷差、提高电力供需平衡，达到降低成本、安全运行的目的。为了描述这种动态调度，系统内供应和需求之间的能量交互可以建模为能量管理模型。针对能量管理，Aluisio等人针对EV日常运行和PV产量预测的运营成本进行了研究，提出了一种供电动汽车的直流微电网运行优化规划的方法。作为凸规划问题，Yan等提出一种随机规划模型，考虑EV充电需求、PV的不确定性和不同约束条件，来最小化EV充电站的总成本，但对于EV充电规划没有进行具体研究。Chaudhari等以储能系统和PV集成EV充电站中EV充电成本最小为目标，提出了利用分时电价(Electricityprices，EP)进行储能管理的混合优化问题。较少人在能量优化过程中，针对充电规划进行优化调度，关于需求端和能源端前后配合优化工作也比较少，考虑到今后大规模的充电需求和时间约束，在满足EV充电需求的情况下，实现预约机制下PSCS的EV充电负荷调度和能量管理愈发重要。
发明内容
本发明所要解决的技术问题是：提供一种面向汽车充电预约的光储充电站能量调度方法和终端，通过能量调度降低对电网侧的购电成本。
为了解决上述技术问题，本发明采用的技术方案为：
一种面向汽车充电预约的光储充电站能量调度方法，包括步骤：
S1、获取所有新能源电动汽车EV的预约信息；
S2、对于每辆EV，根据对应的所述预约信息计算停车时间、满足充电需求的快充所需时间以及慢充所需时间，并选择充电模式；
S3、为每辆EV生成分时段的二进制充电状态编码，得到所有EV的二进制充电状态编码的逻辑矩阵；
S4、根据所述逻辑矩阵，计算各时段的EV用电总功率，进而计算各时段的总用电负荷；
S5、对于每个时段，判断光伏发电功率是否满足总用电负荷，并在光伏发电功率小于总用电负荷时，仅在电网购电价格小于预设阈值时向电网购电，否则由储能系统承担剩余用电负荷。
为了解决上述技术问题，本发明采用的另一种技术方案为：
一种面向汽车充电预约的光储充电站能量调度终端，包括处理器、存储器以及存储在存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以上一种面向汽车充电预约的光储充电站能量调度方法中的步骤。
本发明的有益效果在于：本发明的一种面向汽车充电预约的光储充电站能量调度方法与终端，考虑预约车辆充电的时机和功率调配和能量调度，通过充电形式和能源调配的协作来实现能量调度的流动性。采用贪婪决策方法对系统能源进行调度，以满足电动汽车的充电要求，并最小化电网侧成本。
附图说明
图1为本发明实施例的一种面向汽车充电预约的光储充电站能量调度方法的光储充电站系统架构示意图；
图2为本发明实施例的一种面向汽车充电预约的光储充电站能量调度方法的光储充电站系统能量流调度情况示意图；
图3为本发明实施例的一种面向汽车充电预约的光储充电站能量调度方法的电动汽车充电时段关系示例图；
图4为本发明实施例的一种面向汽车充电预约的光储充电站能量调度方法的电动汽车停车时间和充电时间关系示意图；
图5为本发明实施例的一种面向汽车充电预约的光储充电站能量调度方法的电动汽车充电状态示意图；
图6为本发明实施例的一种面向汽车充电预约的光储充电站能量调度方法的流程示意图；
图7为本发明实施例的一种面向汽车充电预约的光储充电站能量调度终端的结构图；
图8为本发明实施例的一种面向汽车充电预约的光储充电站能量调度终端的流程图；
标号说明：
1、一种面向汽车充电预约的光储充电站能量调度终端；2、处理器；3、存储器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
请参照图1至图6以及图8，一种面向汽车充电预约的光储充电站能量调度方法，包括步骤：
S1、获取所有新能源电动汽车EV的预约信息；
S2、对于每辆EV，根据对应的所述预约信息计算停车时间、满足充电需求的快充所需时间以及慢充所需时间，并选择充电模式；
S3、为每辆EV生成分时段的二进制充电状态编码，得到所有EV的二进制充电状态编码的逻辑矩阵；
S4、根据所述逻辑矩阵，计算各时段的EV用电总功率，进而计算各时段的总用电负荷；
S5、对于每个时段，判断光伏发电功率是否满足总用电负荷，并在光伏发电功率小于总用电负荷时，仅在电网购电价格小于预设阈值时向电网购电，否则由储能系统承担剩余用电负荷。
从上述描述可知，本发明的有益效果在于：本发明的一种面向汽车充电预约的光储充电站能量调度方法与终端，考虑预约车辆充电的时机和功率调配和能量调度，通过充电形式和能源调配的协作来实现能量调度的流动性。采用贪婪决策方法对系统能源进行调度，以满足电动汽车的充电要求，并最小化电网侧成本。
进一步地，所述预约信息包括进入时间、离开时间以及充电需求。
由上述描述可知，根据上述信息能够有直接了解EV的需求，从而便于后续进行充电模式的选择。
进一步地，所述步骤S2中，所述停车时间
Figure BDA0003856001300000041
的计算具体为：
Figure BDA0003856001300000042
所述快充所需时间t1以及所述慢充所需时间t2的计算具体为：
Figure BDA0003856001300000043
Figure BDA0003856001300000044
选择充电模式具体为：
Figure BDA0003856001300000051
其中，
Figure BDA0003856001300000052
为充电桩的充电功率，P1表示预设的快充充电功率，P2为预设的慢充充电功率，P0表示0功率充电，
Figure BDA0003856001300000053
为一天内需要充电的EV的期望集，i表示第i辆EV。
由上述描述可知，在慢充足以在EV停靠期间完成其充电需求的情况下，通过慢充来进行充电，从而尽可能保证同一时段内能够同时为更多的EV进行充电，在慢充无法在EV停靠期间完成其充电需求的情况下，通过快充进行充电，保证EV充电需求的满足，EV充电过少导致无法满足充电需求，则为其他情况，采用0功率充电。
进一步地，所述步骤S3具体为：
对于每辆EV，根据各个时段的状态生成分时段的所述二进制充电状态编码wi,t：
Figure BDA0003856001300000054
得到I×T的所述逻辑矩阵
Figure BDA0003856001300000055
其中，I表示EV数量，T表示时段数量，i表示第i辆EV，t表示第t个时段，i<I，t<T。
由上述描述可知，根据各个时段内所有EV的充电状态进行统计，从而生成得到能够反映各时段EV充电情况的逻辑矩阵。
进一步地，所述步骤S4具体为：
根据所述逻辑矩阵和对应EV的充电模式，对于每个时段t，计算所有EV的用电总功率Pt EV：
Figure BDA0003856001300000056
并计算各时段的总用电负荷Pt EVA：
Figure BDA0003856001300000061
其中，i表示第i辆EV，t表示第t个时段，
Figure BDA0003856001300000062
表示第t个时段包括空调散热和设备运转的基础负荷。
由上述描述可知，根据逻辑矩阵和对应EV的充电模式，能够计算出用于EV充电所需要的用电总功率，并结合指出基础运转所需的用电功率，从而计算出每个时段所需的总用电负荷。
进一步地，所述步骤S5具体为：
对于每个时段，执行以下步骤：
S51、更新当前时段内的总用电负荷Pt EVA、光伏PV发电功率Pt PV、当前时段从电网购电的分时电价
Figure BDA0003856001300000063
以及储能系统的荷电状态SOCt；
S52、对Pt PV和Pt EVA进行比较，若Pt PV≥Pt EVA，则判断储能系统是否需要充电，若需要充电则由光伏在满足的Pt EVA基础上以多出的部分功率为储能系统充电，若不需要充电则由光伏在满足的Pt EVA基础上以多出的部分功率向电网售电；
若Pt PV<Pt EVA，则光伏发电完全用于供给Pt EVA，并判断当前
Figure BDA0003856001300000064
是否大于预设阈值，若是则由储能系统供给Pt EVA-Pt PV的部分，否则向电网购电以供给Pt EVA-Pt PV的部分。
由上述描述可知，对光伏发电功率和当前时段的总用电负荷进行比较，从而判断光伏发电是否足以供给当前的总用电负荷，在光伏发电足以供给当前总用电负荷的情况下，直接由光伏发电进行用电供给，多余的电能则可以用于对储能系统进行充电或向电网售电，若光伏发电不足以供给总用电负荷，则根据实时的电网购电价格，若价格较低则可以向电网购电以供给总用电负荷，否则通过储能系统进行供电，从而更好地降低购电成本。
进一步地，所述步骤S52中，若Pt PV<Pt EVA且
Figure BDA0003856001300000065
小于预设阈值，则还进行以下步骤：
判断储能系统是否需要充电，若是则向电网购电为储能系统充电。
由上述描述可知，在当前时段电价较低时，可以购电为储能系统进行充电，利用低价时间进行储能系统的电力补给。
进一步地，步骤S5中对于每个时段，还执行以下步骤：
S53、动态更新储能系统SOC：
Figure BDA0003856001300000071
Figure BDA0003856001300000072
Figure BDA0003856001300000073
Figure BDA0003856001300000074
其中，
Figure BDA0003856001300000075
表示储能系统电力输入的损耗系数，
Figure BDA0003856001300000076
表示储能系统电力输出的损耗系数，Pt PV,ESS、Pt Grid,ESS分别表示t时间片光伏发电和电网给储能系统输入的电能功率，Pt ESS,Grid表示储能系统向电网输出的电能功率，Pt ESS,PV表示储能系统向光伏发电输出的电能功率。
由上述描述可知，动态更新储能系统SOC，从而保证储能系统剩余电量是清楚的。
进一步地，步骤S5中对于每个时段，还执行以下步骤：
S54、更新计算向电网买电、卖电的情况Pt Grid：
Figure BDA0003856001300000077
Figure BDA0003856001300000078
Figure BDA0003856001300000079
其中，Pt Grid,b和Pt s,Grid分别表示t时段从电网购买和向电网出售的电能功率，Pt Grid ,EV表示向电网购买以供给光伏发电的电能功率，Pt Grid,ESS表示向电网购买以向储能系统供电的电能功率，Pt ESS,Grid表示储能系统向电网售电的电能功率，Pt PV,Grid表示光伏发电向电网售电的电能功率。
以上所述描述可知，还需要更新统计每个时段向电网买电、售电的情况。
进一步地，所述步骤S2之前还包括步骤：
S11、初始化EGA种群；
所述步骤S5之后还包括步骤：
S6、获取步骤S5的决策结果、历史的所述逻辑矩阵以及对应的决策结果，根据EGA算法得到最优的决策结果。
由上述描述可知，基于带精英策略遗传算法EGA，能够更好的选择能量调度策略。
请参照图7，一种面向汽车充电预约的光储充电站能量调度终端，包括处理器、存储器以及存储在存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以上一种面向汽车充电预约的光储充电站能量调度方法中的步骤。
本发明的一种面向汽车充电预约的光储充电站能量调度方法与终端，适用于具有汽车充电预约功能的光储充电站系统的能量调度。
请参照图1至图6，本发明的实施例一为：
一种面向汽车充电预约的光储充电站能量调度方法：
光储充电站系统主要包含电网、ESS、PV、负荷单元和其他电子设备。负荷单元包含基础负荷和EV充电负荷，可由PV、ESS和电网协同供电。作为充电负荷的输入口，充电桩为EV提供充电服务，同时收集EV充电信息。
电网和ESS通过AC-DC转换器接入，PV通过DC-DC转换器连接到母线。能量管理系统(Energy Management System，EMS)内部基于EGAHR算法设定能量调度策略。为了确保EV充电的服务质量，假设每阶段EV数不大于充电桩数。在PSCS的日常运行中，EMS获取PV发电、储能状态、EP和EV等的相关信息，并管理所有EV的充电过程，实现充电能源的调度策略制定。PV输出优先服务需求负荷，过剩能量存储到ESS或反馈到电网。当PV输出不够满足负荷需求时，则由电网或ESS来供给。ESS的关键作用是在低EP时期存储电网电力或多余的PV发电,并在高EP时放电，利用峰谷EP差，进一步减少成本。
图1描述了光储充电站系统的架构。图2进一步展示了PSCS系统能量流调度细节。
EMS根据EV预约信息(充电需求、到达时间和离开时间)，在合适的时间以合适的充电模式来选择合适能源充电，达到削峰填谷目的的同时，降低车主充电费用和运营商的成本。假设：EV离开前的荷电状态(SOC，state of charge)达到100％，为简化实际模型，忽略EV和储能中电池的效率和寿命而造成的成本影响。
本研究将一天平均划分为T时间片，Δt为每个时间片的长度，让t表示当前时间片。设
Figure BDA0003856001300000091
为一天内需要充电的EV的期望集，
Figure BDA0003856001300000092
为t时间片内接入充电系统的EV的期望集，t∈[Ai,Di](Ai和Di分别表示EVi的接入时间和断开时间)，充电桩个数为m。因此，有
Figure BDA0003856001300000093
和
Figure BDA0003856001300000094
且
Figure BDA0003856001300000095
始终成立。EV充电时段关系示意图如图3所示，由于EV1已经在当前第3时间片完成充电，所以
Figure BDA0003856001300000096
EV的充电模式分快充P1和慢充P2两种，同时采取智充策略。若平行充电车辆过多导致用电紧张，达到上限而采取错峰供电，则阶段性调节慢充为第三种零功率P0充电。EVi的停车时间和充电需求分别表示为
Figure BDA0003856001300000097
和
Figure BDA0003856001300000098
快充和慢充的充电时间分别由t1和t2表示，充电桩的输出功率
Figure BDA0003856001300000099
决定于停车时间和满足需求用快慢充电方式所用时间的关系。当一段时间需求能量负荷达到最大限制，使得充电设施被饱和占用，或EV充电时间过少等情况统称为其他状态。充电状态的选择具体为：
Figure BDA00038560013000000910
Figure BDA00038560013000000911
Figure BDA00038560013000000912
对于慢充的EV，EMS可以通过间断控制将充电时间调整到低EP时间片。对于快充的EV，一旦开始充电，过程将不会中断，EMS在优化调度中只需要确定何时开始充电即可。
对于EVi，我们假设EV的充电完成时间可以早于其断开时间，但不能超过用户定义的断开时间。EV停车时间和充电时间关系示意图如图4所示。
设I表示整个期间预约充电的EV的预期总数量。我们用I×T的逻辑矩阵W(0-1)去记录在不同时间片EVs的充电状态，如图5所示的EV充电状态示意图。有如下式(4)EV充电状态的二元变量wi,t：
Figure BDA0003856001300000101
[Ai,Di]表示EVi的接入时间片范围，
Figure BDA0003856001300000102
表示EVi完成充电任务的时间片个数。
Figure BDA0003856001300000103
的计算过程为：
Figure BDA0003856001300000104
EVi的充电时间限制应该满足：
Figure BDA0003856001300000105
在t时间片EVi的充电能量
Figure BDA0003856001300000106
可以表示为：
Figure BDA0003856001300000107
此时，考虑到包括空调散热、设备运转等的基础负荷
Figure BDA0003856001300000108
在t时间片用电总负荷Pt EVA有：
Figure BDA0003856001300000109
Figure BDA00038560013000001010
式中，Pt EV表示t时间片的EV负荷，通常情况下，由于EV预约信息的差异性，智充策略的充电决策受直接影响。
为满足EV的充电需求，在PSCS内部由能源相互调度供应。因此，根据功率守恒约束，在t时间片内：
Figure BDA00038560013000001011
式中，Pt EVA表示包含EV负载的总负荷，Pt ESS,EVA表示由ESS供电，Pt PV,EVA表示由PV供电，Pt Grid,EVA表示由Grid供电。
(1)ESS模型
设SOCt为ESS在t时间片的荷电状态，它的范围在0到1之间，可由ESS在t时间片的剩余电量
Figure BDA00038560013000001012
和总容量ETotal来计算如下式：
Figure BDA0003856001300000111
在ESS充放电过程中，SOC随着能量的流入流出而呈现动态变化。我们用ΔPt ESS表示ESS输入功率Pt c,ESS和输出功率Pt d,ESS之差，另外，ESS的输入输出功率由于化学能电能转化，存在一定的损耗，我们用
Figure BDA0003856001300000112
表示输入的损耗系数，
Figure BDA0003856001300000113
表示输出的损耗系数。因此，ESS充放电过程中，SOC的动态调整如下所示：
Figure BDA0003856001300000114
Figure BDA0003856001300000115
Figure BDA0003856001300000116
Figure BDA0003856001300000117
式中，Pt PV,ESS、Pt Grid,ESS分别表示t时间片PV、电网给ESS的电能，Pt ESS,Grid表示ESS给电网的电能。
(2)PV模型
由于PV在未来很难采集到太阳能的准确值，EMS通过历史数据估算的PV数据进行调度管理。PV首先可以为EV供电，多余电力存储在ESS中，或在适当时候出售给电网。他们之间的能量平衡式有：
Figure BDA0003856001300000118
式中，Pt PV为t时间片PV的总发电量，Pt PV,EV是t时间片PV给EV的能量，Pt PV,ESS是t时间片PV给ESS的能量，Pt PV,Grid是t时间片PV给电网的电量。
(3)电网模型
EV或ESS可以直接由电网供电，ESS和PV也可以将多余的电力在适当的时间片出售给电网。因此，t时间片的电网侧能量可表示为:
Figure BDA0003856001300000119
Figure BDA00038560013000001110
Figure BDA0003856001300000121
式中，Pt Grid,b和Pt s,Grid表示t时间片从电网购买和向电网出售的功率。
光储充电站的目标是为平滑电网充电负荷，在采用分时EP情况下，满足所有EV充电需求的同时，使其效益最大化。在这里，光储充电站的效益取决于能源成本和收益。收益根据预约机制EV信息的确定为常量，考虑减小成本使效益最大化，由于PV安装后太阳能的收集成本较低，只考虑来自电网的电能成本。我们寻找一个最优的智充策略，使来自电网的能量成本最小。以
Figure BDA0003856001300000122
表示所有时间片的充电决策。EV充电的调度优化问题可表示为:
Figure BDA0003856001300000123
式中：fCOST表示需优化的总成本；
Figure BDA0003856001300000124
和
Figure BDA0003856001300000125
表示t时间片从电网购电和向电网售电的EP；电网、储能、充电桩可用功率的上限，分别用
Figure BDA0003856001300000126
表示；
Figure BDA0003856001300000127
表示储能的存储容量最大限制；wi,t为决策变量；zt表示基础负荷变量。限制包括ESS充放电约束条件、电网的功率约束、充电桩的功率约束、ESS运行荷电状态、存储容量、功率等的限制以及ESS充放电动作的互斥约束、负载约束。已知预测PV发电量和基于预约机制的所有EV的充电需求和接入时间片范围，充电调度优化问题为凸优化问题，通过现有的集中算法和策略进行求解。
在光储充电站运行过程中，车辆信息和能量信息通过系统不断运算汇总，为了在满足约束条件的前提下，降低电网侧购电成本，考虑EV充电规划，通过混合递推优化策略进行能量调度。
混合递推策略即考虑充电规划的能量调度策略，包含EV需求侧的充电规划和能量调度过程。不同的时间片内，PSCS的能量调度将发生变化，有以下变化情况：
1)车辆的充电时段
2)ESS的充放电数据
3)PV流向数据
4)电网取电数据
这部分基于预约信息进行充电规划初步设定(充电功率的快慢和时段)，在算法1EV需求侧的充电规划算法中给出。首先根据预约信息，按照EV需求充电量和停车时间，计算车辆分别采取快充和慢充两种充电方式的时间情况，生成EVs的充电状态逻辑矩阵，为确定车辆的最佳充电方式做基础准备。
Figure BDA0003856001300000131
Figure BDA0003856001300000141
Figure BDA0003856001300000151
基于上述算法，具体实现以下一种面向汽车充电预约的光储充电站能量调度方法，包括步骤：
S1、获取所有新能源电动汽车EV的预约信息；
所述预约信息包括进入时间Ai、离开时间Di以及充电需求
Figure BDA0003856001300000152
S2、对于每辆EV，根据对应的所述预约信息计算停车时间、满足充电需求的快充所需时间以及慢充所需时间，并选择充电模式；
所述步骤S2中，所述停车时间
Figure BDA0003856001300000153
的计算具体为：
Figure BDA0003856001300000154
Figure BDA0003856001300000155
所述快充所需时间t1以及所述慢充所需时间t2的计算具体为：
Figure BDA0003856001300000156
Figure BDA0003856001300000157
选择充电模式具体为：
Figure BDA0003856001300000158
其中，
Figure BDA0003856001300000159
为充电桩的充电功率，P1表示预设的快充充电功率，P2为预设的慢充充电功率，P0表示0功率充电，
Figure BDA00038560013000001510
为一天内需要充电的EV的期望集，i表示第i辆EV。
S3、为每辆EV生成分时段的二进制充电状态编码，得到所有EV的二进制充电状态编码的逻辑矩阵；
所述步骤S3具体为：
对于每辆EV，根据各个时段的状态生成分时段的所述二进制充电状态编码wi,t：
Figure BDA0003856001300000161
得到I×T的所述逻辑矩阵
Figure BDA0003856001300000162
其中，I表示EV数量，T表示时段数量，i表示第i辆EV，t表示第t个时段，i<I，t<T。
S4、根据所述逻辑矩阵，计算各时段的EV用电总功率，进而计算各时段的总用电负荷；
所述步骤S4具体为：
根据所述逻辑矩阵和对应EV的充电模式，对于每个时段t，计算所有EV的用电总功率Pt EV：
Figure BDA0003856001300000163
并计算各时段的总用电负荷Pt EVA：
Figure BDA0003856001300000164
其中，i表示第i辆EV，t表示第t个时段，
Figure BDA0003856001300000165
表示第t个时段包括空调散热和设备运转的基础负荷。
S5、对于每个时段，判断光伏发电功率是否满足总用电负荷，并在光伏发电功率小于总用电负荷时，仅在电网购电价格小于预设阈值时向电网购电，否则由储能系统承担剩余用电负荷；
所述步骤S5具体为：
对于每个时段，执行以下步骤：
S51、更新当前时段内的总用电负荷Pt EVA、光伏PV发电功率Pt PV、当前时段从电网购电的分时电价
Figure BDA0003856001300000166
以及储能系统的荷电状态SOCt；
S52、对Pt PV和Pt EVA进行比较，若Pt PV≥Pt EVA，则判断储能系统是否需要充电，若需要充电则由光伏在满足的Pt EVA基础上以多出的部分功率为储能系统充电，若不需要充电则由光伏在满足的Pt EVA基础上以多出的部分功率向电网售电；
若Pt PV<Pt EVA，则光伏发电完全用于供给Pt EVA，并判断当前
Figure BDA0003856001300000167
是否大于预设阈值，若是则由储能系统供给Pt EVA-Pt PV的部分，否则向电网购电以供给Pt EVA-Pt PV的部分；
所述步骤S52中，若Pt PV<Pt EVA且
Figure BDA0003856001300000171
小于预设阈值，则还进行以下步骤：
判断储能系统是否需要充电，若是则向电网购电为储能系统充电；
步骤S5中对于每个时段，还执行以下步骤：
S53、动态更新储能系统SOC：
Figure BDA0003856001300000172
Figure BDA0003856001300000173
Figure BDA0003856001300000174
Figure BDA0003856001300000175
其中，
Figure BDA0003856001300000176
表示储能系统电力输入的损耗系数，
Figure BDA0003856001300000177
表示储能系统电力输出的损耗系数，Pt PV,ESS、Pt Grid,ESS分别表示t时间片光伏发电和电网给储能系统输入的电能功率，Pt ESS,Grid表示储能系统向电网输出的电能功率，Pt ESS,PV表示储能系统向光伏发电输出的电能功率；
S54、更新计算向电网买电、卖电的情况Pt Grid：
Figure BDA0003856001300000178
Figure BDA0003856001300000179
Figure BDA00038560013000001710
其中，Pt Grid,b和Pt s,Grid分别表示t时段从电网购买和向电网出售的电能功率，Pt Grid ,EV表示向电网购买以供给光伏发电的电能功率，Pt Grid,ESS表示向电网购买以向储能系统供电的电能功率，Pt ESS,Grid表示储能系统向电网售电的电能功率，Pt PV,Grid表示光伏发电向电网售电的电能功率。
请参照图8，本发明的实施例二为：
一种面向汽车充电预约的光储充电站能量调度方法，与实施例一的区别在于，所述步骤S2之前还包括步骤：
S11、初始化EGA种群；
所述步骤S5之后还包括步骤：
S6、获取步骤S5的决策结果、历史的所述逻辑矩阵以及对应的决策结果，根据EGA算法得到最优的决策结果。
带精英策略遗传算法EGA来源于对原始遗传算法(Genetic Algorithm，GA)的改进，更好的搜索全局最优解，弥补现有算法的不足，找到更好的解空间。其问题编码影响了EGA算法的可搜索性，要求EGA算法满足三个基本条件:完整性、非冗余、可行性。
采用离散编码方式来构建I-T维候选解染色体，每个染色体代表问题的一个候选解，即一个调度结果。染色体在问题空间中迭代更新，得到更优的染色体。
假设个体的数量为C，第n次迭代，时间片t，第c个体，EVi的充电状态表示为
Figure BDA0003856001300000181
在充电调度范围内，迭代n时第c个体的矩阵可以表示为
Figure BDA0003856001300000182
所有个体的充电状态可以用表达式
Figure BDA0003856001300000183
表示。
Figure BDA0003856001300000184
表示为：
Figure BDA0003856001300000185
为了评价个体的绩效，我们使用式(22)计算每个个体的适应度值，即Ffitness。其中μ为防止适应度值为负的系数。
Figure BDA0003856001300000186
和ζ是惩罚因素。当
Figure BDA0003856001300000187
是一个大正数。当
Figure BDA0003856001300000188
等于1。同理当
Figure BDA0003856001300000189
是一个大正数。当
Figure BDA00038560013000001810
Figure BDA00038560013000001811
ζ等于1。通过设置惩罚因子
Figure BDA00038560013000001812
和ζ，可以在搜索过程中有效地排除不符合限制条件的个体。
Figure BDA00038560013000001813
采用锦标赛选择法对遗传基因进行选择。从种群中随机选择大小为k的个体群(个体被选择的概率相同)，选择适应度最好的个体作为生成下一代的父体，重复操作直到新的种群规模达到原来的种群规模。通过单点交叉对选出个体进行交叉操作，发生概率记为Pc，一般Pc范围设置为0.7～0.9。变异概率Pm，由于实际中变异的可能性非常小，一般将Pm范围设置为0.01～0.20。通过变异来随机改变这些个体中0和1的数量，为不在当前种群中的个体提供了一个机会，可以有效地避免局部最优，扩大种群范围使算法的全局优化功能提升。
将每代种群进化中搜索到的最优适应度值的个体best保存为精英个体，再对剩下的个体进行遗传操作，以此避免目前种群中最好的基因受到丢失和破坏。采用EGA拟合模型参数具有如下优点：(1)保留传统GA的可并行性，算法效率高，节省了寻优的时间。(2)精英保留策略的引入，提高了传统GA的搜索速度，全局收敛性更快。
请参照图7，本发明的实施例三为：
一种面向汽车充电预约的光储充电站能量调度终端1，包括处理器2、存储器3以及存储在存储器3中并可在所述处理器2上运行的计算机程序，所述处理器2执行所述计算机程序时实现以上实施例一中的一种面向汽车充电预约的光储充电站能量调度方法中的步骤。
综上所述，本发明提供的一种面向汽车充电预约的光储充电站能量调度方法与终端，考虑预约车辆充电的时机和功率调配和能量调度，通过充电形式和能源调配的协作来实现能量调度的流动性。采用贪婪决策方法对系统能源进行调度，以满足电动汽车的充电要求，并最小化电网侧成本。
本发明的目的是考虑不同时间片中汽车充电需求和剩余停车时长信息，决策相应电动汽车的充电方式动态变化情况，结合能量调度计算，目的是在满足充电需求和时间调度约束条件下，降低电网取电费用。该策略以电动汽车充电时间片为基本调控时间单元，合理调度光伏、储能和电网等能源的能量来满足当前时间片内的电动汽车充电需求，并优化系统电费。在带精英策略的遗传算法中通过前后混合递推，实现算法的探索开发与寻优。
为了实现上述发明的目的，本发明的设计技术方案是：考虑预约车辆充电的时机和功率调配和能量调度，通过充电形式和能源调配的协作来实现能量调度的流动性。采用贪婪决策方法对系统能源进行调度，以满足电动汽车的充电要求，并最小化电网侧成本，降低电网取电费用。
能够在保证能量调度任务在可容忍时间内被调度执行完成的情况下，优化满足汽车需求充电过程中的光储充电站从电网取电费用。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种面向汽车充电预约的光储充电站能量调度方法，其特征在于，包括步骤：
S1、获取所有新能源电动汽车EV的预约信息；
S2、对于每辆EV，根据对应的所述预约信息计算停车时间、满足充电需求的快充所需时间以及慢充所需时间，并选择充电模式；
S3、为每辆EV生成分时段的二进制充电状态编码，得到所有EV的二进制充电状态编码的逻辑矩阵；
S4、根据所述逻辑矩阵，计算各时段的EV用电总功率，进而计算各时段的总用电负荷；
S5、对于每个时段，判断光伏发电功率是否满足总用电负荷，并在光伏发电功率小于总用电负荷时，仅在电网购电价格小于预设阈值时向电网购电，否则由储能系统承担剩余用电负荷。
2.根据权利要求1所述的一种面向汽车充电预约的光储充电站能量调度方法，其特征在于，所述预约信息包括进入时间Ai、离开时间Di以及充电需求
Figure FDA0003856001290000011
所述步骤S2中，所述停车时间
Figure FDA0003856001290000012
的计算具体为：
Figure FDA0003856001290000013
所述快充所需时间t1以及所述慢充所需时间t2的计算具体为：
Figure FDA0003856001290000014
Figure FDA0003856001290000015
选择充电模式具体为：
Figure FDA0003856001290000016
其中，
Figure FDA0003856001290000017
为充电桩的充电功率，P1表示预设的快充充电功率，P2为预设的慢充充电功率，P0表示0功率充电，
Figure FDA0003856001290000018
为一天内需要充电的EV的期望集，i表示第i辆EV。
3.根据权利要求1所述的一种面向汽车充电预约的光储充电站能量调度方法，其特征在于，所述步骤S3具体为：
对于每辆EV，根据各个时段的状态生成分时段的所述二进制充电状态编码wi,t：
Figure FDA0003856001290000021
得到I×T的所述逻辑矩阵
Figure FDA0003856001290000022
其中，I表示EV数量，T表示时段数量，i表示第i辆EV，t表示第t个时段，i<I，t<T。
4.根据权利要求在1所述的一种面向汽车充电预约的光储充电站能量调度方法，其特征在于，所述步骤S4具体为：
根据所述逻辑矩阵和对应EV的充电模式，对于每个时段t，计算所有EV的用电总功率Pt EV：
Figure FDA0003856001290000023
并计算各时段的总用电负荷Pt EVA：
Figure FDA0003856001290000024
其中，i表示第i辆EV，t表示第t个时段，
Figure FDA0003856001290000025
表示第t个时段包括空调散热和设备运转的基础负荷。
5.根据权利要求1所述的一种面向汽车充电预约的光储充电站能量调度方法，其特征在于，所述步骤S5具体为：
对于每个时段，执行以下步骤：
S51、更新当前时段内的总用电负荷Pt EVA、光伏PV发电功率Pt PV、当前时段从电网购电的分时电价
Figure FDA0003856001290000026
以及储能系统的荷电状态SOCt；
S52、对Pt PV和Pt EVA进行比较，若Pt PV≥Pt EVA，则判断储能系统是否需要充电，若需要充电则由光伏在满足的Pt EVA基础上以多出的部分功率为储能系统充电，若不需要充电则由光伏在满足的Pt EVA基础上以多出的部分功率向电网售电；
若Pt PV<Pt EVA，则光伏发电完全用于供给Pt EVA，并判断当前Yt b是否大于预设阈值，若是则由储能系统供给Pt EVA-Pt PV的部分，否则向电网购电以供给Pt EVA-Pt PV的部分。
6.根据权利要求5所述的一种面向汽车充电预约的光储充电站能量调度方法，其特征在于，所述步骤S52中，若Pt PV<Pt EVA且Yt b小于预设阈值，则还进行以下步骤：
判断储能系统是否需要充电，若是则向电网购电为储能系统充电。
7.根据权利要求5所述的一种面向汽车充电预约的光储充电站能量调度方法，其特征在于，步骤S5中对于每个时段，还执行以下步骤：
S53、动态更新储能系统SOC：
Figure FDA0003856001290000031
Figure FDA0003856001290000032
Figure FDA0003856001290000033
Figure FDA0003856001290000034
其中，
Figure FDA0003856001290000035
表示储能系统电力输入的损耗系数，
Figure FDA0003856001290000036
表示储能系统电力输出的损耗系数，Pt PV,ESS、Pt Grid,ESS分别表示t时间片光伏发电和电网给储能系统输入的电能功率，Pt ESS ,Grid表示储能系统向电网输出的电能功率，Pt ESS,PV表示储能系统向光伏发电输出的电能功率。
8.根据权利要求5所述的一种面向汽车充电预约的光储充电站能量调度方法，其特征在于，步骤S5中对于每个时段，还执行以下步骤：
S54、更新计算向电网买电、卖电的情况Pt Grid：
Figure FDA0003856001290000037
Figure FDA0003856001290000038
Figure FDA0003856001290000039
其中，Pt Grid,b和Pt s,Grid分别表示t时段从电网购买和向电网出售的电能功率，Pt Grid,EV表示向电网购买以供给光伏发电的电能功率，Pt Grid,ESS表示向电网购买以向储能系统供电的电能功率，Pt ESS,Grid表示储能系统向电网售电的电能功率，Pt PV,Grid表示光伏发电向电网售电的电能功率。
9.根据权利要求1所述的一种面向汽车充电预约的光储充电站能量调度方法，其特征在于，所述步骤S2之前还包括步骤：
S11、初始化EGA种群；
所述步骤S5之后还包括步骤：
S6、获取步骤S5的决策结果、历史的所述逻辑矩阵以及对应的决策结果，根据EGA算法得到最优的决策结果。
10.一种面向汽车充电预约的光储充电站能量调度终端，包括处理器、存储器以及存储在存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以上权利要求1-9任一的一种面向汽车充电预约的光储充电站能量调度方法中的步骤。
CN202211149996.3A 2022-09-21 2022-09-21 一种面向汽车充电预约的光储充电站能量调度方法和终端 Pending CN115593266A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211149996.3A CN115593266A (zh) 2022-09-21 2022-09-21 一种面向汽车充电预约的光储充电站能量调度方法和终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211149996.3A CN115593266A (zh) 2022-09-21 2022-09-21 一种面向汽车充电预约的光储充电站能量调度方法和终端

Publications (1)

Publication Number Publication Date
CN115593266A true CN115593266A (zh) 2023-01-13

Family

ID=84845230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211149996.3A Pending CN115593266A (zh) 2022-09-21 2022-09-21 一种面向汽车充电预约的光储充电站能量调度方法和终端

Country Status (1)

Country Link
CN (1) CN115593266A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934040A (zh) * 2023-07-28 2023-10-24 天津大学 一种移动充电站日前协同优化调度方法
CN116923164A (zh) * 2023-09-18 2023-10-24 国网江苏省电力有限公司常州供电分公司 考虑泊位分配的船舶充电控制方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934040A (zh) * 2023-07-28 2023-10-24 天津大学 一种移动充电站日前协同优化调度方法
CN116934040B (zh) * 2023-07-28 2024-03-19 天津大学 一种移动充电站日前协同优化调度方法
CN116923164A (zh) * 2023-09-18 2023-10-24 国网江苏省电力有限公司常州供电分公司 考虑泊位分配的船舶充电控制方法及装置

Similar Documents

Publication Publication Date Title
Li et al. An optimal design and analysis of a hybrid power charging station for electric vehicles considering uncertainties
CN115593266A (zh) 一种面向汽车充电预约的光储充电站能量调度方法和终端
CN103795079A (zh) 离网并网混合光伏发电控制系统及其经济性运行优化方法
JP6457266B2 (ja) 保有バッテリ群の充電
CN103793758A (zh) 含光伏发电系统的电动汽车充电站的多目标优化调度方法
Yu et al. A real time energy management for EV charging station integrated with local generations and energy storage system
CN113988444A (zh) 一种光储系统的电费优化控制系统及方法
CN113799640B (zh) 适用于含电动汽车充电桩微电网的能量管理方法
CN203933038U (zh) 离网并网混合光伏发电控制系统
Rathor et al. Decentralized energy management system for LV microgrid using stochastic dynamic programming with game theory approach under stochastic environment
CN110889581A (zh) 一种电动汽车参与的台区优化调度方法和系统
CN114169211A (zh) 一种基于改进的粒子群算法的多站融合储能优化配置模型
CN115549159A (zh) 一种考虑调峰成本的大规模电动汽车分群调度策略
CN109130943B (zh) 共享电池站控制策略
CN115271195A (zh) 一种基于改进遗传算法的电力系统多目标储能优化方法
Athulya et al. Electric vehicle recharge scheduling in a shopping mall charging station
CN116632896B (zh) 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
He et al. Hybrid portable and stationary energy storage systems with battery charging and swapping coordination
CN112785048B (zh) 计及电动汽车用户需求的直流微电网经济调度方法
Tutkun et al. Design of a PV Powered Charging Station for PHEVs
Arcos-Aviles et al. Fuzzy control-based energy management system for interconnected residential microgrids using the forecasts of power generation and load demand
CN114723278A (zh) 一种考虑光伏储能的社区微电网调度方法及系统
Kabir et al. Impact of Grid-tied Battery to Grid (B2G) Technology for Electric Vehicles Battery Swapping Station
Chang et al. A coordinated charging strategy for PV-Assisted charging station of electric vehicles based on charging service price
CN109038624B (zh) 基于双蓄电池容量动态分配的家庭能源调度方法

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