CN116278915B - 一种电动汽车负荷在线优化方法、系统、设备及介质 - Google Patents

一种电动汽车负荷在线优化方法、系统、设备及介质 Download PDF

Info

Publication number
CN116278915B
CN116278915B CN202310545066.8A CN202310545066A CN116278915B CN 116278915 B CN116278915 B CN 116278915B CN 202310545066 A CN202310545066 A CN 202310545066A CN 116278915 B CN116278915 B CN 116278915B
Authority
CN
China
Prior art keywords
state
charge
charging power
preset
stage
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
CN202310545066.8A
Other languages
English (en)
Other versions
CN116278915A (zh
Inventor
姜雨滋
孟洪民
刘泽三
邹徐欢
文爱军
李娜
黄澍
徐哲男
王孟强
赵阳
李芳�
阎誉榕
肖钧浩
刘冕
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.)
State Grid Comprehensive Energy Service Group Co ltd
State Grid Information and Telecommunication Co Ltd
Original Assignee
State Grid Comprehensive Energy Service Group Co ltd
State Grid Information and Telecommunication 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 State Grid Comprehensive Energy Service Group Co ltd, State Grid Information and Telecommunication Co Ltd filed Critical State Grid Comprehensive Energy Service Group Co ltd
Priority to CN202310545066.8A priority Critical patent/CN116278915B/zh
Publication of CN116278915A publication Critical patent/CN116278915A/zh
Application granted granted Critical
Publication of CN116278915B publication Critical patent/CN116278915B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请公开了一种电动汽车负荷在线优化方法、系统、设备及介质，主要涉及电动汽车负荷在线优化技术领域，用以解决现有技术不能针对不同车辆的电池状态制定不同充电功率的问题。包括：获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态；检测荷电状态与的预设荷电状态节点之间的关系，确定电动汽车对应的充电阶段；其中，充电阶段分为第一阶段和第二阶段；根据荷电状态、初始充电功率、充电阶段，确定电动汽车对应的充电功率上限；获取平均荷电状态、平均充电功率；根据预设优化目标函数、预设皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率。

Description

一种电动汽车负荷在线优化方法、系统、设备及介质
技术领域
本申请涉及电动汽车负荷在线优化技术领域，尤其涉及一种电动汽车负荷在线优化方法、系统、设备及介质。
背景技术
现阶段，当电力运营机构发布了需求响应要求减少用电功率的任务后，大部分电动汽车充电场站的运营商在不做优化的情况下进行充电负荷的削减，会将需求响应给出的用电功率上限值均匀地分摊给每一个充电车辆，这会导致电池状态很饱和的车辆和电池状态不饱和的车辆以相近的速度充电，后者的车主可能会因为充电时长的大量延迟而降低满意度和回头率。其中，电力需求响应，指的是电力用户对电力运营机构发布的价格信号或激励机制做出响应，并改变电力消费模式的一种参与行为。
现有技术要么是没有站在电动汽车充电场站的运营商的角度考虑车主对充电速度、时长的满意度问题，要么是对这个问题考虑得不够，没有具体的解决方案。
因此，亟需一种电动汽车负荷在线优化方法、系统、设备及介质，帮助电动汽车充电场站的运营商在接到电网下发需求响应指令，要求高峰时段限制用电功率的任务时，能够尽可以地让充电快充满的电动汽车最大程度地减少充电功率，而让电池电量还很低的电动汽车维持在一个较高功率的充电水平，以减少车主因为充电时间延长的不满意率，提高用户的回头率。
发明内容
针对现有技术的上述不足，本发明提供一种电动汽车负荷在线优化方法、系统、设备及介质，以解决上述技术问题。
第一方面，本申请提供了一种电动汽车负荷在线优化方法，方法包括：获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态；检测荷电状态与的预设荷电状态节点之间的关系，确定电动汽车对应的充电阶段；其中，充电阶段分为第一阶段和第二阶段；根据荷电状态、初始充电功率、充电阶段，确定电动汽车对应的充电功率上限；获取平均荷电状态、平均充电功率；根据预设优化目标函数、预设皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率。
进一步地，获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态，具体包括：根据公式：，计算电动汽车的荷电状态；其中，/>表示第i辆电动汽车的荷电状态，/>表示第i辆电动汽车的剩余电池电量，/>表示第i辆电动汽车的电池额定容量。
进一步地，检测荷电状态与的预设荷电状态节点之间的关系，确定电动汽车对应的充电阶段，具体包括：当荷电状态小于预设荷电状态节点时，确定电动汽车对应的充电阶段为第一阶段；当荷电状态大于等于预设荷电状态节点时，确定电动汽车对应的充电阶段为第二阶段。
进一步地，根据荷电状态、初始充电功率、充电阶段，确定电动汽车对应的充电功率上限，具体包括：当荷电状态小于预设荷电状态节点且初始充电功率大于预设平均转折功率时，确定电动汽车第一阶段对应的充电功率上限为初始充电功率，第二阶段对应的充电功率上限为预设平均转折功率；当荷电状态小于预设荷电状态节点且初始充电功率小于预设平均转折功率时，确定电动汽车第一阶段对应的充电功率上限为初始充电功率，第二阶段对应的充电功率上限为初始充电功率；当荷电状态大于等于预设荷电状态节点且初始充电功率大于预设平均转折功率时，确定第二阶段对应的充电功率上限为预设平均转折功率；当荷电状态大于等于预设荷电状态节点且初始充电功率小于预设平均转折功率时，确定第二阶段对应的充电功率上限为初始充电功率。
进一步地，根据预设优化目标函数、预设皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率，具体包括：根据预设优化目标函数：、/>、/>、，调整/>的值，以使皮尔逊相关系数值为趋近皮尔逊相关系数最小值，求解预设优化目标函数；其中，/>表示皮尔逊相关系数值，i表示场内电动车的编号，/>表示第i辆车的充电功率，/>表示第i辆车参与需求响应时的荷电状态，/>表示平均荷电状态，/>表示平均充电功率，/>表示根据需求响应时电网下发的任务预设的需求负荷限额。
进一步地，皮尔逊相关系数最小值为-1。
第二方面，本申请提供了一种电动汽车负荷在线优化系统，系统包括：计算模块，用于获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态；确定模块，用于检测荷电状态与的预设荷电状态节点之间的关系，确定电动汽车对应的充电阶段；其中，充电阶段分为第一阶段和第二阶段；根据荷电状态、初始充电功率、充电阶段，确定电动汽车对应的充电功率上限；调整模块，用于获取平均荷电状态、平均充电功率；根据预设优化目标函数、预设皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率。
进一步地，调整模块包括计算单元；用于根据预设优化目标函数：、、/>、/>，调整/>的值，以使皮尔逊相关系数值为趋近皮尔逊相关系数最小值，求解预设优化目标函数；其中，/>表示皮尔逊相关系数值，i表示场内电动车的编号，/>表示第i辆车的充电功率，/>表示第i辆车参与需求响应时的荷电状态，/>表示平均荷电状态，/>表示平均充电功率，/>表示根据需求响应时电网下发的任务预设的需求负荷限额。
第三方面，本申请提供了一种电动汽车负荷在线优化设备，设备包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被执行时，使得处理器执行如上述任一项的一种电动汽车负荷在线优化方法。
第四方面，本申请提供了一种非易失性计算机存储介质，其上存储有计算机指令，计算机指令在被执行时实现如上述任一项的一种电动汽车负荷在线优化方法。
本领域技术人员能够理解的是，本发明至少具有如下有益效果：
本申请所提出的电动汽车负荷在线优化方法对于功率型需求响应任务，能完成对负荷的最理想分配，这里的最理想是符合电动汽车充电站运营商的理想，那就是快充满电的车辆尽量配合需求响应削减负荷，适当延长充电时间，而电量较少的车辆尽量让其能快速充满电，实现总体充电时间并不显著增加，用户满意度不打折扣，同时能满足需求响应要求的结果。
附图说明
下面参照附图来描述本公开的部分实施例，附图中：
图1是本申请实施例提供的一种电动汽车负荷在线优化方法流程图。
图2是本申请实施例提供的一种电动汽车负荷在线优化系统内部结构示意图。
图3是本申请实施例提供的一种电动汽车负荷在线优化设备内部结构示意图。
具体实施方式
本领域技术人员应当理解的是，下文所描述的实施例仅仅是本公开的优选实施例，并不表示本公开仅能通过该优选实施例实现，该优选实施例仅仅是用于解释本公开的技术原理，并非用于限制本公开的保护范围。基于本公开提供的优选实施例，本领域普通技术人员在没有付出创造性劳动的情况下所获得的其它所有实施例，仍应落入到本公开的保护范围之内。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
下面通过附图对本申请实施例提出的技术方案进行详细的说明。
本申请实施例提供了一种电动汽车负荷在线优化方法，如图1所示，本申请实施例提供的方法，主要包括以下步骤：
步骤110、获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态。
作为示例地，获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态，具体可以为：
根据公式：，计算电动汽车的荷电状态；其中，/>表示第i辆电动汽车的荷电状态，/>表示第i辆电动汽车的剩余电池电量，/>表示第i辆电动汽车的电池额定容量。
步骤120、检测荷电状态与的预设荷电状态节点之间的关系，确定电动汽车对应的充电阶段。
需要说明的是，预设荷电状态节点可以为任意可行的数值，本领域技术人员可以根据实际需求确定具体数值。大部分的电动汽车都可以用一个充电特性曲线，来表示动力电池从零开始到充满电的功率变化过程。以往有些方法将其视为恒定功率不变化的恒功率负荷，但实际中，动力电池有一个逐步充电饱和的过程，即在动力电池从零开始充电的前期，充电功率会有一个上升过程，而在充电过程的后期会呈现降落特性，这一特性跟电动汽车的荷电状态有关系。因此，充电功率特性会影响负荷分配范围精度，因此需要进一步还原动力电池的充电特性，因此，本申请提出一种两阶段的充电特性。
作为示例地，检测荷电状态与的预设荷电状态节点之间的关系，确定电动汽车对应的充电阶段，具体可以为：
当荷电状态小于预设荷电状态节点时，确定电动汽车对应的充电阶段为第一阶段；
当荷电状态大于等于预设荷电状态节点时，确定电动汽车对应的充电阶段为第二阶段。
步骤130、根据荷电状态、初始充电功率、充电阶段，确定电动汽车对应的充电功率上限。
需要说明的是，在负荷优化过程中，首先需要知道负荷可以被控制在一个合理的范围区间内，才能对其进行优化计算。根据进入充电站平台的电动汽车的动力电池型号不同，他们的两阶段充电功率下限都是零（不充电），但他们的充电功率上限数值可能会有区别。处于充电第一阶段的汽车，我们难以判断充电功率上限。因此我们使用假定法来核定每一辆汽车的充电功率上下限，其中需要假设一个平均转折功率，/>是由充电站的充电历史数据中计算得到的，所有电动车荷电状态在90%-98%区间内时的充电功率均值。
作为示例地，根据荷电状态、初始充电功率、充电阶段，确定电动汽车对应的充电功率上限，具体可以为：
当荷电状态小于预设荷电状态节点且初始充电功率大于预设平均转折功率时，确定电动汽车第一阶段对应的充电功率上限为初始充电功率，第二阶段对应的充电功率上限为预设平均转折功率；
当荷电状态小于预设荷电状态节点且初始充电功率小于预设平均转折功率时，确定电动汽车第一阶段对应的充电功率上限为初始充电功率，第二阶段对应的充电功率上限为初始充电功率；
当荷电状态大于等于预设荷电状态节点且初始充电功率大于预设平均转折功率时，确定第二阶段对应的充电功率上限为预设平均转折功率；
当荷电状态大于等于预设荷电状态节点且初始充电功率小于预设平均转折功率时，确定第二阶段对应的充电功率上限为初始充电功率。
步骤140、获取平均荷电状态、平均充电功率；根据预设优化目标函数、预设皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率。
这里的平均荷电状态可以通过车辆所在区域的全部车辆数量和全部荷电状态计算、平均充电功率同上。
需要说明的是，理论中，皮尔逊相关系数最小值为-1。但是，往往实际计算中各种约束条件会导致皮尔逊相关系数的值不能达到-1，为了实现趋近于-1且、的目的，本领域技术人员可以按照预设优化目标函数进行求最优解。
作为示例地，根据预设优化目标函数、皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率，具体包括
根据预设优化目标函数：、/>、、/>，调整/>的值，以使皮尔逊相关系数值为皮尔逊相关系数最小值；皮尔逊相关系数最小值趋近-1。其中，/>表示皮尔逊相关系数值，i表示场内电动车的编号，/>表示第i辆车的充电功率，/>表示第i辆车参与需求响应时的荷电状态，/>表示平均荷电状态，/>表示平均充电功率,/>表示根据需求响应时电网下发的任务预设的需求负荷限额。这里预设需求负荷限额的具体数值可由本领域技术人员自行确定。（关于，等式约束为需求响应任务下发的负荷控制约束，即需求响应期间站内总充电负荷等于需求响应下发的需求负荷限额/>，因为如果小于这个限额，运营商的收益受损，高于这个限额，不满足电网控制运行的需求，也可能受到惩罚，因此最佳情形就是等于这个限额。）
除此之外，图2为本申请实施例提供的一种电动汽车负荷在线优化系统。如图2所示，本申请实施例提供的系统，主要包括：
计算模块210，用于获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态；
确定模块220，用于检测荷电状态与的预设荷电状态节点之间的关系，确定电动汽车对应的充电阶段；其中，充电阶段分为第一阶段和第二阶段；根据荷电状态、初始充电功率、充电阶段，确定电动汽车对应的充电功率上限；
调整模块230，用于获取平均荷电状态、平均充电功率；根据预设优化目标函数、皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率。
调整模块230包括计算单元231；
用于根据预设优化目标函数、预设皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率，具体包括：根据预设优化目标函数：、/>、/>、，调整/>的值，以使皮尔逊相关系数值为趋近皮尔逊相关系数最小值，求解预设优化目标函数；其中，/>表示皮尔逊相关系数值，i表示场内电动车的编号，/>表示第i辆车的充电功率，/>表示第i辆车参与需求响应时的荷电状态，/>表示平均荷电状态，/>表示平均充电功率，/>表示根据需求响应时电网下发的任务预设的需求负荷限额。
此外，本申请实施例还提供了一种电动汽车负荷在线优化设备。如图3所示，该设备包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被执行时，使得处理器执行如上述实施例中的一种电动汽车负荷在线优化方法。
具体地，服务器端获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态；检测荷电状态与的预设荷电状态节点之间的关系，确定电动汽车对应的充电阶段；其中，充电阶段分为第一阶段和第二阶段；根据荷电状态、初始充电功率、充电阶段，确定电动汽车对应的充电功率上限；获取平均荷电状态、平均充电功率；根据预设优化目标函数、预设皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率。
除此之外，本申请实施例还提供了一种非易失性计算机存储介质，其上存储有可执行指令，在该可执行指令被执行时，实现如上述的一种电动汽车负荷在线优化方法。
至此，已经结合前文的多个实施例描述了本公开的技术方案，但是，本领域技术人员容易理解的是，本公开的保护范围并不仅限于这些具体实施例。在不偏离本公开技术原理的前提下，本领域技术人员可以对上述各个实施例中的技术方案进行拆分和组合，也可以对相关技术特征作出等同的更改或替换，凡在本公开的技术构思和/或技术原理之内所做的任何更改、等同替换、改进等都将落入本公开的保护范围之内。

Claims (8)

1.一种电动汽车负荷在线优化方法，其特征在于，所述方法包括：
获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态；
检测荷电状态与预设荷电状态节点之间的关系，确定电动汽车对应的充电阶段；其中，充电阶段分为第一阶段和第二阶段；具体包括：当荷电状态小于预设荷电状态节点时，确定电动汽车对应的充电阶段为第一阶段；当荷电状态大于等于预设荷电状态节点时，确定电动汽车对应的充电阶段为第二阶段；
根据荷电状态、初始充电功率、充电阶段，确定电动汽车对应的充电功率上限；具体包括：当荷电状态小于预设荷电状态节点且初始充电功率大于预设平均转折功率时，确定电动汽车第一阶段对应的充电功率上限为初始充电功率，第二阶段对应的充电功率上限为预设平均转折功率；当荷电状态小于预设荷电状态节点且初始充电功率小于预设平均转折功率时，确定电动汽车第一阶段对应的充电功率上限为初始充电功率，第二阶段对应的充电功率上限为初始充电功率；当荷电状态大于等于预设荷电状态节点且初始充电功率大于预设平均转折功率时，确定第二阶段对应的充电功率上限为预设平均转折功率；当荷电状态大于等于预设荷电状态节点且初始充电功率小于预设平均转折功率时，确定第二阶段对应的充电功率上限为初始充电功率；
获取平均荷电状态、平均充电功率；根据预设优化目标函数、预设皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率。
2.根据权利要求1所述的电动汽车负荷在线优化方法，其特征在于，获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态，具体包括：
根据公式：，计算电动汽车的荷电状态；其中，/>表示第i辆电动汽车的荷电状态，/>表示第i辆电动汽车的剩余电池电量，/>表示第i辆电动汽车的电池额定容量。
3.根据权利要求1所述的电动汽车负荷在线优化方法，其特征在于，根据预设优化目标函数、预设皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率，具体包括
根据预设优化目标函数：、/>、/>、，调整/>的值，以使皮尔逊相关系数值为趋近皮尔逊相关系数最小值，求解预设优化目标函数；其中，/>表示皮尔逊相关系数值，i表示场内电动车的编号，/>表示第i辆车的充电功率，/>表示第i辆车参与需求响应时的荷电状态，/>表示平均荷电状态，/>表示平均充电功率，/>表示根据需求响应时电网下发的任务预设的需求负荷限额。
4.根据权利要求1或3所述的电动汽车负荷在线优化方法，其特征在于，
皮尔逊相关系数最小值为-1。
5.一种电动汽车负荷在线优化系统，其特征在于，所述系统包括：
计算模块，用于获取电动汽车的剩余电池电量和电池额定容量，计算电动汽车的荷电状态；
确定模块，用于检测荷电状态与预设荷电状态节点之间的关系，确定电动汽车对应的充电阶段；其中，充电阶段分为第一阶段和第二阶段；具体包括：当荷电状态小于预设荷电状态节点时，确定电动汽车对应的充电阶段为第一阶段；当荷电状态大于等于预设荷电状态节点时，确定电动汽车对应的充电阶段为第二阶段；根据荷电状态、初始充电功率、充电阶段，确定电动汽车对应的充电功率上限；具体包括：当荷电状态小于预设荷电状态节点且初始充电功率大于预设平均转折功率时，确定电动汽车第一阶段对应的充电功率上限为初始充电功率，第二阶段对应的充电功率上限为预设平均转折功率；当荷电状态小于预设荷电状态节点且初始充电功率小于预设平均转折功率时，确定电动汽车第一阶段对应的充电功率上限为初始充电功率，第二阶段对应的充电功率上限为初始充电功率；当荷电状态大于等于预设荷电状态节点且初始充电功率大于预设平均转折功率时，确定第二阶段对应的充电功率上限为预设平均转折功率；当荷电状态大于等于预设荷电状态节点且初始充电功率小于预设平均转折功率时，确定第二阶段对应的充电功率上限为初始充电功率；
调整模块，用于获取平均荷电状态、平均充电功率；根据预设优化目标函数、预设皮尔逊相关系数公式、荷电状态、充电功率上限、平均荷电状态、平均充电功率和皮尔逊相关系数最小值，调整充电功率。
6.根据权利要求5所述的电动汽车负荷在线优化系统，其特征在于，调整模块包括计算单元；
用于根据预设优化目标函数：、/>、、/>，调整/>的值，以使皮尔逊相关系数值为趋近皮尔逊相关系数最小值，求解预设优化目标函数；其中，/>表示皮尔逊相关系数值，i表示场内电动车的编号，/>表示第i辆车的充电功率，/>表示第i辆车参与需求响应时的荷电状态，/>表示平均荷电状态，/>表示平均充电功率，/>表示根据需求响应时电网下发的任务预设的需求负荷限额。
7.一种电动汽车负荷在线优化设备，其特征在于，所述设备包括：
处理器；
以及存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如权利要求1-4任一项所述的一种电动汽车负荷在线优化方法。
8.一种非易失性计算机存储介质，其特征在于，其上存储有计算机指令，所述计算机指令在被执行时实现如权利要求1-4任一项所述的一种电动汽车负荷在线优化方法。
CN202310545066.8A 2023-05-16 2023-05-16 一种电动汽车负荷在线优化方法、系统、设备及介质 Active CN116278915B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310545066.8A CN116278915B (zh) 2023-05-16 2023-05-16 一种电动汽车负荷在线优化方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310545066.8A CN116278915B (zh) 2023-05-16 2023-05-16 一种电动汽车负荷在线优化方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN116278915A CN116278915A (zh) 2023-06-23
CN116278915B true CN116278915B (zh) 2023-10-13

Family

ID=86794432

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310545066.8A Active CN116278915B (zh) 2023-05-16 2023-05-16 一种电动汽车负荷在线优化方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN116278915B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116749813B (zh) * 2023-08-18 2023-10-24 上海重塑能源科技有限公司 燃料电池充电系统调节方法、装置、设备和介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103023089A (zh) * 2011-09-22 2013-04-03 富士重工业株式会社 电力供应系统、电动车辆及充电适配器
CN107054114A (zh) * 2016-12-08 2017-08-18 蔚来汽车有限公司 动力电池充电功率智能分配方法
CN109037810A (zh) * 2017-06-08 2018-12-18 宁德新能源科技有限公司 一种电池的充电方法、装置及电池系统
CN110827066A (zh) * 2019-10-25 2020-02-21 上海电力大学 一种基于博弈论的电动汽车充电实时定价方法
CN112035777A (zh) * 2020-09-01 2020-12-04 蜂巢能源科技有限公司 电池充电剩余时间计算方法、装置及车辆
CN113103905A (zh) * 2021-04-02 2021-07-13 山东大卫国际建筑设计有限公司 一种电动汽车智能充电分配调节方法、装置、设备及介质
CN113541168A (zh) * 2021-05-31 2021-10-22 国网江苏省电力有限公司电力科学研究院 一种电动汽车集群可调控能力确定方法、调度方法及系统
CN114400653A (zh) * 2021-12-16 2022-04-26 广州城市理工学院 一种基于日前负荷预测值的电动汽车充电优化方法
EP4023486A1 (de) * 2021-01-05 2022-07-06 Innogy eMobility Solutions GmbH Lastmanagementtechnik für ladestationen für elektrofahrzeuge
CN115360738A (zh) * 2022-09-15 2022-11-18 四川大学 一种考虑可控域约束的电动汽车一次调频控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103023089A (zh) * 2011-09-22 2013-04-03 富士重工业株式会社 电力供应系统、电动车辆及充电适配器
CN107054114A (zh) * 2016-12-08 2017-08-18 蔚来汽车有限公司 动力电池充电功率智能分配方法
CN109037810A (zh) * 2017-06-08 2018-12-18 宁德新能源科技有限公司 一种电池的充电方法、装置及电池系统
CN110827066A (zh) * 2019-10-25 2020-02-21 上海电力大学 一种基于博弈论的电动汽车充电实时定价方法
CN112035777A (zh) * 2020-09-01 2020-12-04 蜂巢能源科技有限公司 电池充电剩余时间计算方法、装置及车辆
EP4023486A1 (de) * 2021-01-05 2022-07-06 Innogy eMobility Solutions GmbH Lastmanagementtechnik für ladestationen für elektrofahrzeuge
CN113103905A (zh) * 2021-04-02 2021-07-13 山东大卫国际建筑设计有限公司 一种电动汽车智能充电分配调节方法、装置、设备及介质
CN113541168A (zh) * 2021-05-31 2021-10-22 国网江苏省电力有限公司电力科学研究院 一种电动汽车集群可调控能力确定方法、调度方法及系统
CN114400653A (zh) * 2021-12-16 2022-04-26 广州城市理工学院 一种基于日前负荷预测值的电动汽车充电优化方法
CN115360738A (zh) * 2022-09-15 2022-11-18 四川大学 一种考虑可控域约束的电动汽车一次调频控制方法

Also Published As

Publication number Publication date
CN116278915A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN109177802B (zh) 一种基于无线通信的电动汽车有序充电系统及其方法
CN116278915B (zh) 一种电动汽车负荷在线优化方法、系统、设备及介质
CN104011967B (zh) 电力需求调整系统、电力需求调整装置及电力需求调整方法
US20120326724A1 (en) Apparatus and method for estimating available time of battery
CN112368198A (zh) 车辆动力管理系统和方法
WO2021186512A1 (ja) 情報処理装置、情報処理方法、コンピュータプログラム及び情報処理システム
US20230116812A1 (en) Power supply/demand management device and power supply/demand adjusting method
CN112115404A (zh) 车辆电池电量的预判方法、装置、系统、设备和存储介质
CN111071074B (zh) 一种大数据和bms结合的电动汽车优化充电方法
CN109515244B (zh) 一种充电方法、装置及系统
CN113022314A (zh) 一种续驶里程估算方法、装置及车辆
CN117639039A (zh) 一种参与电网电量调配的电动汽车调配激励方法
CN107967528A (zh) 充电价格显示方法及装置
EP4144564A2 (en) In-vehicle battery management device
CN113844311B (zh) 车载电池荷电能力的评估方法、车辆和可读存储介质
CN114744660B (zh) 一种电动汽车与电网能量双向流动的储能方法及系统
CN116245559A (zh) 一种充电服务平台定价预测方法、装置、设备和存储介质
EP3889856B1 (en) Power calculation apparatus and power calculation method
JP6719501B2 (ja) バッテリー交換料金決定システム
CN112590601A (zh) 基于边缘计算平台的新型v2g充电场站系统及其充电方法
CN114187051B (zh) 一种基于多模型博弈的电动汽车充电实时定价方法和系统
CN115577863B (zh) 一种电动汽车充电场站点推荐方法、系统、设备及介质
CN116993382A (zh) 基于充电交易数据的充电站确定方法及装置
US20230095670A1 (en) Electrical grid system
CN113978303B (zh) 一种电动汽车的充电方法和系统

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