CN115759673A - 一种电动公交车协同调控方法及系统 - Google Patents

一种电动公交车协同调控方法及系统 Download PDF

Info

Publication number
CN115759673A
CN115759673A CN202211501604.5A CN202211501604A CN115759673A CN 115759673 A CN115759673 A CN 115759673A CN 202211501604 A CN202211501604 A CN 202211501604A CN 115759673 A CN115759673 A CN 115759673A
Authority
CN
China
Prior art keywords
charging
electric bus
energy storage
state
bus
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
CN202211501604.5A
Other languages
English (en)
Inventor
吴琼
周亮
马力
范晋衡
彭伟伦
刘琦颖
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.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau of Guangdong Power Grid 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 Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202211501604.5A priority Critical patent/CN115759673A/zh
Publication of CN115759673A publication Critical patent/CN115759673A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种电动公交车协同调控方法及系统,涉及电动公交车运行控制技术领域。所述协同调控方法包括:获取电动公交车实时信息和充电站储能装置储能信息;基于电动公交车实时信息,生成电动公交车状态值;基于使光伏消纳剩余最小的目标函数,构建电动公交车排班优化模型建立电动公交车约束条件,对电动公交车排班优化模型进行求解,生成一轮排班周期关于电动公交车与充电站储能装置的调控方案,并由电动公交车和储能装置响应该调控方案。本发明充分考虑了电动公交车和充电站两个主体的相互耦合,在保证公交站正常发车运营的情况下,生成调控方案,最大程度消纳光伏出力,提高光伏了利用率,相比传统的一般电动公交站具有更高的经济性。

Description

一种电动公交车协同调控方法及系统
技术领域
本发明涉及电动公交车运行控制技术领域,更具体地,涉及一种电动公交车协同调控方法及系统。
背景技术
电动汽车作为一种清洁、绿色、环保的交通出行工具,是推动实现我国“碳中和、碳达峰”未来发展战略必不可少的重要力量。目前公交车、出租车等公共交通工具已率先大面积电动化,部分城市实现了公交100%电动化。
电动公交车有固定的发车时间和较强的出行规律,且充电规模较大,通过建立充电站为电动公交车进行电能补给成为主流趋势,特别是由可再生能源供电的充电站,如光储充一体化充电站、风光储充一体化充电站等,能够很好满足电动公交车间歇式充电的需求。
但在电动公交车数量较多时,由于各个电动公交车的发车时间、到达时间、电池荷电状态、充电时长等存在差异以及公交班次间存在的高峰平峰异质性,致使电动公交车存在排班困难,还造成了充电站光伏发电出力的浪费,增加了电动公交车充电站的日常运营成本。
发明内容
本发明为克服上述现有技术所述的排班困难、光伏发电出力浪费、成本高缺陷,提供一种电动公交车协同调控方法。
为解决上述技术问题,本发明的技术方案如下:
第一方面,一种电动公交车协同调控方法,包括:
获取电动公交车实时信息和充电站储能装置储能信息;其中,所述电动公交车实时信息包括电动公交车的位置信息、SOC状态信息和到站时间信息,所述储能信息包括储能装置现存储能电量;
基于电动公交车实时信息,生成电动公交车状态值;所述状态值包括充电状态、闲置状态、行驶状态;
基于使光伏消纳剩余最小的目标函数,构建电动公交车排班优化模型;
建立电动公交车约束条件,对电动公交车排班优化模型进行求解,生成一轮排班周期对应时段[t1,t2]内电动公交车与充电站储能装置的调控方案,并由电动公交车和储能装置响应该调控方案;
其中,所述约束条件包括发车班次正常约束、电动公交车荷电状态约束、未到站公交车充电排班约束、充电站负载上限约束、储能上下限约束和储能装置状态约束,表示该轮排班周期对应时段的起始时刻,表示该轮排班周期对应时段的终止时刻;
所述调控方案包括该轮排班周期内电动公交车的调控状态及充电站储能装置的充放电状态,所述调控状态包括该轮排班周期内是否发车、是否进行充电及充电时间。
第二方面,一种电动公交车协同调控系统,应用第一方面提出的一种电动公交车协同调控方法,包括:
数据采集模块,用于获取电动公交车实时信息和充电站储能装置储能信息;其中,所述电动公交车实时信息包括电动公交车的位置信息、SOC状态信息和到站时间信息,所述储能信息包括储能装置现存储能电量;
电动车状态输出模块,用于根据电动公交车实时信息,生成电动公交车状态值;所述状态值包括充电状态、闲置状态、行驶状态;
调控方案输出模块,用于构建使光伏消纳最小的电动公交车排班优化模型,基于电动公交车实时信息和充电站储能装置储能信息,根据电动公交车约束条件对电动公交车排班优化模型进行求解,生成一轮排班周期内电动公交车与充电站储能装置的调控方案;其中,所述约束条件包括发车班次正常约束、电动公交车荷电状态约束、未到站公交车充电排班约束、充电站负载上限约束、储能上下限约束和储能装置状态约束,所述调控方案包括该轮排班周期内电动公交车的调控状态及充电站储能装置的充放电状态;
控制模块,用于根据生成的调控方案,控制对应电动公交车和充电站储能装置执行响应。
与现有技术相比,本发明技术方案的有益效果是:本发明充分考虑了电动公交车和充电站两个主体的相互耦合,基于使光伏消纳剩余最小的目标函数构建的电动公交车排班优化模型,在保证公交站正常发车运营的情况下,生成调控方案,最大程度消纳光伏出力,提高光伏了利用率,相比传统的一般电动公交站具有更高的经济性,特别适用于电动公交车数量多的场景。
附图说明
图1为电动公交车协同调控方法流程图;
图2为实施例2中0-24h光照强度特性和温度特性示意图;
图3为实施例2中部分电动公交车和充电站储能装置SOC状态示意图;
图4为实施例2中光储充一体公交站的光伏剩余示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
本实施例提供了一种电动公交车协同调控方法,参阅图1,包括:
获取电动公交车实时信息和充电站储能装置储能信息;其中,所述电动公交车实时信息包括电动公交车的位置信息、SOC状态信息和到站时间信息,所述储能信息包括储能装置现存储能电量,即储能装置每个时刻的剩余电量状态;
基于电动公交车实时信息,生成电动公交车状态值;所述状态值包括充电状态、闲置状态、行驶状态;
基于使光伏消纳剩余最小的目标函数,构建电动公交车排班优化模型;
建立电动公交车约束条件,对电动公交车排班优化模型进行求解,生成一轮排班周期对应时段[t1,t2]内电动公交车与充电站储能装置的调控方案,并由电动公交车和储能装置响应该调控方案;
其中,所述约束条件包括发车班次正常约束、电动公交车荷电状态约束、未到站公交车充电排班约束、充电站负载上限约束、储能上下限约束和储能装置状态约束,t1表示该轮排班周期对应时段的起始时刻,t2表示该轮排班周期对应时段的终止时刻;
所述调控方案包括该轮排班周期内电动公交车的调控状态及充电站储能装置的充放电状态,所述调控状态包括该轮排班周期内是否发车、是否进行充电及充电时间。
该实施例中,所述状态值通过电动公交车前后实时信息的变化来判断。所述状态值为充电状态时,表示电动公交车在光储充一体站中进行充电;所述状态值为闲置状态时,表示电动公交车到终点站后进行短暂休整,等待下一轮发车;所述状态值为行驶状态时,表示电动公交车正处于作业状态中。
作为非限制性示例,对于同一电动公交车,当在后时刻的位置相较于在前时刻的位置发生变化,表明电动公交车状态值为行驶状态;当在后时刻的电动公交车电池剩余容量相较于在前时刻增多时,表明电动公交车状态值为充电状态,进一步地,还可以结合位置信息进行判断,以增强电动公交车状态值生成结果的准确性。
该实施例充分考虑了充电站与电动公交车间的耦合关系,基于所述电动公交车排班优化模型,在所述电动公交车约束条件下,生成新一轮排班周期内关于电动公交车与充电站储能装置的调控方案,在保证公交站正常发车运营的情况下,最大程度消纳光伏出力,提高光伏利用率,有效降低成本。所述电动公交车状态值用于供电动公交车排班优化模型筛选参与该轮排班周期对应调控方案的电动公交车。
在一具体实施过程中,所述充电站为公交线路首发站或终点站。
在一具体实施过程中,所述充电站包括但不限于光储充一体化充电站、风光储充一体化充电站。
在一优选实施例中,所述光伏消纳剩余最小的目标函数为:
Figure BDA0003967941440000041
其中,PPV,t表示充电站第t时刻的光伏发电出力;Pbus,i表示第i辆电动公交的充电功率;PES,t表示充电站储能装置第t时刻的充放电功率;Nbus表示电动公交车总数;Tper表示每轮排班周期的计量时刻数;
Figure BDA0003967941440000042
表示计量时长颗粒度,
Figure BDA0003967941440000043
tmax表示排班周期最大时刻数;αi,t表示第i辆电动公交第t时刻的充电状态,其值为1时表示所述充电状态为充电,其值为0时表示所述充电状态为不进行充电;βt表示充电站储能装置第t时刻的充放电状态,其值为1时表示所述充放电状态为充电,其值为-1时表示所述充放电状态为放电,其值为0时表示所述充放电状态为不进行充放电。
在一可选实施例中,所述发车班次正常约束具体为电动公交车的排班充电不影响公交线路的正常发车时间安排,即每一发车时刻需至少有一辆电动公交处于非充电状态,对任一公交线路,有:
tdep,k=tdep+kΔTdep
tdep,k≤t2
式中,tdep,k表示该轮排班周期第k个发车时刻,
Figure BDA0003967941440000051
tdep表示该轮排班周期对应时段前最后一个发车时刻;ΔTdep表示同一公交线路内相邻两次发车时刻的时长间隔。
在一可选实施例中,所述电动公交车荷电状态约束具体为单轮排班周期内,每一辆被安排充电的电动公交车充满电后停止充电,即:
Figure BDA0003967941440000052
式中,SOCi表示该轮排班周期内第i辆电动公交的电池荷电状态;Tper表示每个排班周期的计量时刻数;αi,t表示第i辆电动公交第t时刻的充电状态,其值为1时表示所述充电状态为充电,其值为0时表示所述充电状态为不进行充电;Pbus,i表示第i辆电动公交的充电功率;
Figure BDA0003967941440000053
表示计量时长颗粒度;Si表示第i辆电动公交车的电池容量。
在一可选实施例中,该轮排班周期对应时段[t1,t2]内,对于状态值为行驶状态的电动公交车,根据其到站时间是否在该轮排班周期时段内确定是否将其纳入该轮排班周期调控方案的响应对象群体,具体为:
若t1+Tarr≥t2,则该电动公交车不被纳入该轮排班周期调控方案的响应对象群体;
若t1+Tarr<t2,则该电动公交车被纳入本轮排班调控方案的响应对象群体,此时所述未到站公交车充电排班约束具体为,对于状态值为行驶状态且到站时间在该轮排班周期时段内的电动公交车,到站前其充电状态αi,t满足αi,t=0,未到站电动公交车到站时的时刻点t满足t∈[t1,t1+Tarr];
其中,Tarr表示该电动公交车到站时间,其表达式为:
Figure BDA0003967941440000061
式中,Tset为线路单程规定用时;narr为电动公交车抵达充电站剩余站点数;nsta为线路总站点数。
在一可选实施例中,采用可在站时长来约束电动公交车的充电行为,当电动公交车的可在站时长较短时,即小于预设时长时,则不列入充电选择的对象,而大于等于预设时长的才列入。
在一具体实施过程中,电动公交车在该轮排班周期对应时段[t1,t2]内的可在站时长Tbus,i,通过如下表达式计算:
Figure BDA0003967941440000062
其中,t1表示该轮排班周期对应时段的起始时刻,t2表示该轮排班周期对应时段的终止时刻;Tper为排班周期的计量时刻数;Tarr表示电动公交车的到站时间,表示电动公交车在该轮排班周期的可在站时长。
作为非限制性示例,所述预设时长为半小时。
在一可选实施例中,所述充电站负载上限约束具体为拒绝充电站所属配变电设备出现重过载,即:
Figure BDA0003967941440000063
式中,Nbus表示电动公交车总数;αi,t表示第i辆电动公交第t时刻的充电状态;Pbus,i表示第i辆电动公交的充电功率;SN表示充电站配变容量;
Figure BDA0003967941440000064
表示功率因数;βt表示充电站储能装置第t时刻的充放电状态;PES,t表示充电站储能装置第t时刻的充放电功率;PPV,t表示充电站第t时刻的光伏发电出力;η表示充电站所属配变电设备重载边界。
在一可选实施例中,所述储能上下限约束具体为充电站储能装置充电电量不超过充电站储能容量上限,且储能装置放电电量不超过现存储能电量上限,即:
Figure BDA0003967941440000065
式中,βt表示充电站储能装置第t时刻的充放电状态,其值为1时表示所述充放电状态为充电,其值为-1时表示所述充放电状态为放电,其值为0时表示所述充放电状态为不进行充放电;PES,t表示充电站储能装置第t时刻的充放电功率;SES表示该轮排班周期充电站储能装置的储能大小;SES,lim表示充电站储能装置的容量上限。
在一可选实施例中,所述储能装置状态约束具体为每一轮排班周期内储能装置不进行充放电状态的切换,即一轮排班内储能装置只维持一种充放电状态。
进一步地,当充电站储能装置现存储能电量不足以维持整轮排班周期内持续放电电量时,则储能装置不放电,即βt≠-1。通过减少储能装置的充放电状态切换,可减轻储能装置频繁操作对其使用寿命的影响,降低充电站运营成本。
实施例2
本实施例以一个配置了8辆电动公交车的小型光储充一体公交站,对实施例1提出的一种电动公交车协同调控方法进行了验证。
该光储充一体公交站中起始储能为100kWh,上限为1000kWh,储能设备充放电功率为60kW,充电桩充电功率为40kW,光储能设备购置成本均为10万元,寿命均为10年,光伏最大出力为200kW,单个周期时长为1小时,功率因数为0.95,电动公交车充电过程为恒功率充电。图2展示了试验日0-24h影响光伏出力的光照强度特性和温度特性。
电动公交车数量为8辆,运营时间为6:00-22:00,初始SOC为50%,相邻发车时长为0.5小时,线路站数为20个,线路里程为10km,单程规定用时为2小时,电动公交电池容量为30kWh,单位里程耗电量为2.0kWh/km。电网侧中,夜间电价(22:00-6:00)为0.3元/kWh,日间电价(6:00-22:00)为1.0元/kWh,光伏上午补贴为2.5元/kWh,配变容量为800kW,重载边界为80%。图3展示了试验日电动公交车1、电动公交车8及充电站储能装置的SOC状态信息。
在试验过程中,6:00公交站开始运营,光储充一体公交站在结合光伏出力及自身站内车辆信息,进行站内的排班周期优化计算,根据生成的调控方案,协同调控车辆发车、充电以及储能装置的充放电;其中,电动公交车1于6:00进行发车作业,于8:00完成自身当天第一趟班次,而后因本线路有其他车辆陆续发出,因此其有一定的休整在站时间,为尽可能消纳此时站内的光伏出力,同时也需为下一趟班次出车保证足够的电量,根据生成的调控方案,其在光储充一体公交站进行了临时补电。
图4展示了该光储充一体公交站的光伏剩余情况。试验结果显示,在执行所述协同调控方法后,电动公交车在一天内多次利用在站闲置时间进行补电,且该部分电能来源于光伏出力和储能设备,达到了“自给自足”式的间断补电。如表1所示,在运营班次、充电需求相同的情况下,充分考虑设备采购维护等支出,光储充一体公交站的日运营净成本相比一般公交充电站可节省224.1元,降幅约为79.6%。按照一年运营周期测算,可节省8.18万元的运营综合成本,具有非常可观的经济效益。
表1光储充一体公交站和一般公交充电站运营效果对比
Figure BDA0003967941440000081
另外在所述电动公交车协同调控方法的帮助下,站内的负荷波动得到平抑,光储充一体公交站负荷高峰相比一般公交充电站也削减了74.7%,发挥了显著的削峰填谷效果。在采用了所述电动公交车协同调控方法的光储充一体公交站中,其日常公交运营过程中,站内光伏消纳率维持在41.3%~100%,使得光伏电量得到充分且即时的消纳,对于区域光伏消纳、减轻大规模充电负荷接入冲击也起到一定促进作用。
实施例3
本实施例提出了一种电动公交车协同调控系统,应用实施例1提出的一种电动公交车协同调控方法,包括:
数据采集模块,用于获取电动公交车实时信息和充电站储能装置储能信息;其中,所述电动公交车实时信息包括电动公交车的位置信息、SOC状态信息和到站时间信息,所述储能信息包括储能装置现存储能电量;
电动车状态输出模块,用于根据电动公交车实时信息,生成电动公交车状态值;所述状态值包括充电状态、闲置状态、行驶状态;
调控方案输出模块,用于构建使光伏消纳最小的电动公交车排班优化模型,基于电动公交车实时信息和充电站储能装置储能信息,根据电动公交车约束条件对电动公交车排班优化模型进行求解,生成一轮排班周期内电动公交车与充电站储能装置的调控方案;其中,所述约束条件包括发车班次正常约束、电动公交车荷电状态约束、未到站公交车充电排班约束、充电站负载上限约束、储能上下限约束和储能装置状态约束,所述调控方案包括该轮排班周期内电动公交车的调控状态及充电站储能装置的充放电状态;
控制模块,用于根据生成的调控方案,控制对应电动公交车和充电站储能装置执行响应。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种电动公交车协同调控方法,其特征在于,包括:
获取电动公交车实时信息和充电站储能装置储能信息;其中,所述电动公交车实时信息包括电动公交车的位置信息、SOC状态信息和到站时间信息,所述储能信息包括储能装置现存储能电量;
基于电动公交车实时信息,生成电动公交车状态值;所述状态值包括充电状态、闲置状态和行驶状态;
基于使光伏消纳剩余最小的目标函数,构建电动公交车排班优化模型;
建立电动公交车约束条件,对电动公交车排班优化模型进行求解,生成一轮排班周期对应时段[t1,t2]内电动公交车与充电站储能装置的调控方案,并由电动公交车和储能装置响应该调控方案;
其中,所述约束条件包括发车班次正常约束、电动公交车荷电状态约束、未到站公交车充电排班约束、充电站负载上限约束、储能上下限约束和储能装置状态约束,t1表示该轮排班周期对应时段的起始时刻,t2表示该轮排班周期对应时段的终止时刻;
所述调控方案包括该轮排班周期内电动公交车的调控状态及充电站储能装置的充放电状态,所述调控状态包括该轮排班周期内是否发车、是否进行充电及充电时间。
2.根据权利要求1所述的一种电动公交车协同调控方法,其特征在于,所述光伏消纳剩余最小的目标函数为:
Figure FDA0003967941430000011
其中,PPV,t表示充电站第t时刻的光伏发电出力;Pbus,i表示第i辆电动公交的充电功率;PES,t表示充电站储能装置第t时刻的充放电功率;Nbus表示电动公交车总数;Tper表示每轮排班周期的计量时刻数;
Figure FDA0003967941430000012
表示计量时长颗粒度,
Figure FDA0003967941430000013
tmax表示排班周期最大时刻数;αi,t表示第i辆电动公交第t时刻的充电状态,其值为1时表示所述充电状态为充电,其值为0时表示所述充电状态为不进行充电;βt表示充电站储能装置第t时刻的充放电状态,其值为1时表示所述充放电状态为充电,其值为-1时表示所述充放电状态为放电,其值为0时表示所述充放电状态为不进行充放电。
3.根据权利要求2所述的一种电动公交车协同调控方法,其特征在于,所述发车班次正常约束具体为电动公交车的排班充电不影响公交线路的正常发车时间安排,即每一发车时刻需至少有一辆电动公交处于非充电状态,对任一公交线路,有:
tdep,k=tdep+kΔTdep
tdep,k≤t2
式中,tdep,k表示该轮排班周期第k个发车时刻,
Figure FDA0003967941430000021
tdep表示该轮排班周期对应时段前最后一个发车时刻;ΔTdep表示同一公交线路内相邻两次发车时刻的时长间隔。
4.根据权利要求2所述的一种电动公交车协同调控方法,其特征在于,所述电动公交车荷电状态约束具体为单轮排班周期内,每一辆被安排充电的电动公交车充满电后停止充电,即:
Figure FDA0003967941430000022
式中,SOCi表示该轮排班周期内第i辆电动公交的电池荷电状态;Tper表示每个排班周期的计量时刻数;αi,t表示第i辆电动公交第t时刻的充电状态,其值为1时表示所述充电状态为充电,其值为0时表示所述充电状态为不进行充电;Pbus,i表示第i辆电动公交的充电功率;
Figure FDA0003967941430000023
表示计量时长颗粒度;Si表示第i辆电动公交车的电池容量。
5.根据权利要求2所述的一种电动公交车协同调控方法,其特征在于,该轮排班周期对应时段[t1,t2]内,对于状态值为行驶状态的电动公交车,根据其到站时间是否在该轮排班周期时段内确定是否将其纳入该轮排班周期调控方案的响应对象群体,具体为:
若t1+Tarr≥t2,则该电动公交车不被纳入该轮排班周期调控方案的响应对象群体;
若t1+Tarr<t2,则该电动公交车被纳入本轮排班调控方案的响应对象群体,此时所述未到站公交车充电排班约束具体为,对于状态值为行驶状态且到站时间在该轮排班周期时段内的电动公交车,到站前其充电状态αi,t满足αi,t=0,未到站电动公交车的时刻点t满足t∈[t1,t1+Tarr];
其中,Tarr表示该电动公交车到站时间,其表达式为:
Figure FDA0003967941430000031
式中,Tset为线路单程规定用时;narr为电动公交车抵达充电站剩余站点数;nsta为线路总站点数。
6.根据权利要求2所述的一种电动公交车协同调控方法,其特征在于,所述充电站负载上限约束具体为拒绝充电站所属配变电设备出现重过载,即:
Figure FDA0003967941430000032
式中,Nbus表示电动公交车总数;αi,t表示第i辆电动公交第t时刻的充电状态;Pbus,i表示第i辆电动公交的充电功率;SN表示充电站配变容量;
Figure FDA0003967941430000033
表示功率因数;βt表示充电站储能装置第t时刻的充放电状态;PES,t表示充电站储能装置第t时刻的充放电功率;PPV,t表示充电站第t时刻的光伏发电出力;η表示充电站所属配变电设备重载边界。
7.根据权利要求2所述的一种电动公交车协同调控方法,其特征在于,所述储能上下限约束具体为充电站储能装置充电电量不超过充电站储能容量上限,且储能装置放电电量不超过现存储能电量上限,即:
Figure FDA0003967941430000034
式中,βt表示充电站储能装置第t时刻的充放电状态,其值为1时表示所述充放电状态为充电,其值为-1时表示所述充放电状态为放电,其值为0时表示所述充放电状态为不进行充放电;PES,t表示充电站储能装置第t时刻的充放电功率;SES表示该轮排班周期充电站储能装置的储能大小;SES,lim表示充电站储能装置的容量上限。
8.根据权利要求2所述的一种电动公交车协同调控方法,其特征在于,所述储能装置状态约束具体为每一轮排班周期内储能装置不进行充放电状态的切换,即一轮排班内储能装置只维持一种充放电状态。
9.根据权利要求8所述的一种电动公交车协同调控方法,其特征在于,当充电站储能装置现存储能电量不足以维持整轮排班周期内持续放电电量时,则储能装置不放电,即βt≠-1。
10.一种电动公交车协同调控系统,应用权利要求1-9任一项提出的一种电动公交车协同调控方法,其特征在于,包括:
数据采集模块,用于获取电动公交车实时信息和充电站储能装置储能信息;其中,所述电动公交车实时信息包括电动公交车的位置信息、SOC状态信息和到站时间信息,所述储能信息包括储能装置现存储能电量;
电动车状态输出模块,用于根据电动公交车实时信息,生成电动公交车状态值;所述状态值包括充电状态、闲置状态、行驶状态;
调控方案输出模块,用于构建使光伏消纳最小的电动公交车排班优化模型,基于电动公交车实时信息和充电站储能装置储能信息,根据电动公交车约束条件对电动公交车排班优化模型进行求解,生成一轮排班周期内电动公交车与充电站储能装置的调控方案;其中,所述约束条件包括发车班次正常约束、电动公交车荷电状态约束、未到站公交车充电排班约束、充电站负载上限约束、储能上下限约束和储能装置状态约束,所述调控方案包括该轮排班周期内电动公交车的调控状态及充电站储能装置的充放电状态;
控制模块,用于根据生成的调控方案,控制对应电动公交车和充电站储能装置执行响应。
CN202211501604.5A 2022-11-28 2022-11-28 一种电动公交车协同调控方法及系统 Pending CN115759673A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211501604.5A CN115759673A (zh) 2022-11-28 2022-11-28 一种电动公交车协同调控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211501604.5A CN115759673A (zh) 2022-11-28 2022-11-28 一种电动公交车协同调控方法及系统

Publications (1)

Publication Number Publication Date
CN115759673A true CN115759673A (zh) 2023-03-07

Family

ID=85339294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211501604.5A Pending CN115759673A (zh) 2022-11-28 2022-11-28 一种电动公交车协同调控方法及系统

Country Status (1)

Country Link
CN (1) CN115759673A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116862205A (zh) * 2023-09-04 2023-10-10 安徽交欣科技股份有限公司 一种电动公交车充电管理方法、系统、装置和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116862205A (zh) * 2023-09-04 2023-10-10 安徽交欣科技股份有限公司 一种电动公交车充电管理方法、系统、装置和存储介质

Similar Documents

Publication Publication Date Title
CN108520314B (zh) 结合v2g技术的主动配电网调度方法
CN102903186B (zh) 一种电动汽车充电桩及其运行方法
CN109948823B (zh) 一种光储充电塔自适应鲁棒日前优化调度方法
CN103679299A (zh) 兼顾车主满意度的电动汽车最优峰谷分时电价定价方法
CN109334502A (zh) 电动汽车智能充放电控制及计量装置、系统及方法
CN115528717B (zh) 虚拟电厂调度方法、系统、电子设备及储存介质
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
CN109103939A (zh) 一种降低光伏电站损耗的储能系统智能控制装置及方法
CN113541181A (zh) 一种多类型电动车协同供电系统
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
CN113657017A (zh) 一种应用于10kV充电站的能量管理算法
CN105958498A (zh) 一种考虑电动汽车的机组组合与分时电价联合优化方法
CN115759673A (zh) 一种电动公交车协同调控方法及系统
CN113746123A (zh) 一种光储充一体化电站系统
CN115352311A (zh) 一种光储充放换电系统能源管理方法
CN104281984B (zh) 一种用于微电网经济运行的供电方法
CN103414201A (zh) 电动公交车动力电池集群参与海岛微网运行的调控方法
CN111224418B (zh) 一种基于电动汽车储能的微电网调度方法及系统
CN107769368A (zh) 一种共享出行电动车充电用光储充车一体化系统
CN214123063U (zh) 一种光伏共享换电柜系统
CN113128075A (zh) 一种考虑风光发电消纳和碳排放的混合公交车队调度方法
CN107359636A (zh) 一种充电系统
CN117913878B (zh) 电动汽车充放电协同调度方法及系统
CN113285464B (zh) 一种电动公交车与分布式光伏协调控制系统
CN103679281A (zh) 基于滚动优化的电动汽车充换电网络电池优化调度方法

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