CN117794776A - 电动车辆的充电控制和安排以及相关系统和方法 - Google Patents
电动车辆的充电控制和安排以及相关系统和方法 Download PDFInfo
- Publication number
- CN117794776A CN117794776A CN202180101502.1A CN202180101502A CN117794776A CN 117794776 A CN117794776 A CN 117794776A CN 202180101502 A CN202180101502 A CN 202180101502A CN 117794776 A CN117794776 A CN 117794776A
- Authority
- CN
- China
- Prior art keywords
- charging
- electric vehicle
- information
- battery
- power
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000005457 optimization Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003750 conditioning effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 10
- 238000010521 absorption reaction Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 6
- 238000007599 discharging Methods 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 102100020865 EKC/KEOPS complex subunit LAGE3 Human genes 0.000 description 2
- 101001137983 Homo sapiens EKC/KEOPS complex subunit LAGE3 Proteins 0.000 description 2
- 101100122529 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) GON7 gene Proteins 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011424 computer programming method Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- MOJZMWJRUKIQGL-XILRTYJMSA-N procyanidin C1 Chemical compound C1([C@@H]2[C@H](O)[C@H](C3=C(O)C=C(O)C=C3O2)C2=C3O[C@@H]([C@H](O)[C@H](C3=C(O)C=C2O)C=2C(O)=CC(O)=C3C[C@H]([C@H](OC3=2)C=2C=C(O)C(O)=CC=2)O)C=2C=C(O)C(O)=CC=2)=CC=C(O)C(O)=C1 MOJZMWJRUKIQGL-XILRTYJMSA-N 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 102100039121 Histone-lysine N-methyltransferase MECOM Human genes 0.000 description 1
- 101001033728 Homo sapiens Histone-lysine N-methyltransferase MECOM Proteins 0.000 description 1
- 101001057166 Homo sapiens Protein EVI2A Proteins 0.000 description 1
- 101000785690 Homo sapiens Zinc finger protein 521 Proteins 0.000 description 1
- 102100027246 Protein EVI2A Human genes 0.000 description 1
- 102100026302 Zinc finger protein 521 Human genes 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
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
- B60L53/63—Monitoring or controlling charging stations in response to network capacity
-
- 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
- B60L53/67—Controlling two or more charging stations
-
- 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/70—Interactions with external data bases, e.g. traffic centres
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/80—Time limits
-
- 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
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/58—Departure time prediction
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
一种用于控制经由至少一个充电器(2)、特别是两个或更多个充电器对至少一个电动车辆(6)、特别是两个或更多个电动车辆进行充电的方法,所述方法包括:至少基于至少一个电动车辆(6)的电池的特性、关于可用功率的信息以及所述至少一个电动车辆(6)的可用性来确定用于经由至少一个充电器(2)对所述至少一个电动车辆(6)进行充电的充电曲线;以及根据所确定的充电曲线,提供用于控制所述相应充电器(2)进行充电的输出。
Description
技术领域
本公开涉及用于控制和安排电动车辆的充电的方法、装置和计算机程序。
背景技术
清洁能源的发展促进了在分布式能源(DER)的采用、需求侧管理的应用以及城市交通电气化方面的增长。这种增长至少在一定程度上是由世界各地政府政策制定的挑战性环境和经济目标推动的。在可再生能源、现场发电机、存储设备、可控负载和电动车辆(EV)等小型DER的集成和使用方面存在技术问题。
许多运输公司正在用更清洁的电动车辆代替通常使用柴油发动机的现有车辆。这些电动车辆有可能利用更环保的能源。在这一背景下,能源管理系统需要解决由集成和聚合DER引起的现代电力系统挑战。特别地,如果没有适当的管理系统,这种EV的大规模普及可能会导致如具有高功率吸收峰值的不均匀且不可预测的总需求曲线等技术问题。这反过来可能会导致如供应能力出现瓶颈等技术问题,并使电动车辆车队运营商面临装备尺寸调整问题。
在管理一队电动车辆在共享充电位置(如车库(depot))的充电方面存在技术问题。例如,在管理电力供应使用方面可能存在挑战。
一些实施例的目的是解决或至少减轻先前讨论的一个或多个问题。
发明内容
根据一方面,提供了一种如权利要求1所述的用于控制经由至少一个充电器、特别是两个或更多个充电器对至少一个电动车辆、特别是两个或更多个电动车辆进行充电的方法。
所述方法包括:至少基于至少一个电动车辆的电池的特性、关于可用功率的信息以及所述至少一个电动车辆的可用性来确定用于经由至少一个充电器对所述至少一个电动车辆进行充电的充电曲线;以及根据所确定的充电曲线,提供用于控制所述相应充电器进行充电的输出。
所述方法的进一步的实施例和方面可以进一步解决一个或多个上述问题。
根据进一步的实施例,所述方法可以是计算机实施的和/或可以由至少一个集成电路执行。所述方法可以由如工业控制器、计算设备或能量管理系统(EMS)的控制器等装置来执行。
根据进一步的实施例,所述至少一个电动车辆的可用性可以至少基于操作时间表、所述至少一个电动车辆的位置信息和所述至少一个电动车辆的实时位置信息之一。
操作时间表可以提供关于一个或多个电动车辆何时到达的信息和/或关于一个或多个电动车辆何时离开提供一个或多个充电器的充电位置的信息。
所述确定用于对所述至少一个电动车辆进行充电的充电曲线可以进一步基于所述至少一个电动车辆的预调节要求。
在进一步的实施例中,所述方法包括提供用于控制对所述至少一个电动车辆进行预调节的输出。
所述关于可用功率的信息可以包括关于可由以下各项中的一项或多项供应的功率的信息:电网;和/或一个或多个本地电源。
本地电源可以是在与至少一个充电器相同的微电网内提供的电源。
在进一步的实施例中,所述确定用于对所述至少一个电动车辆进行充电的充电曲线包括优化过程。
所述优化过程可以包括第一目标,即减少由所述充电曲线提供的充电操作和/或预调节操作的变化。
这可以是为了避免或减少电池充电过程中的中断和/或避免电流峰值。这可以减少电池上的应力,该应力会降低电池的有效寿命。
所述优化过程可以包括与所述至少一个电动车辆的相应电池的最低充电水平相关的最低充电水平约束。
所述优化过程可以包括与所述至少一个电动车辆的相应电池的最高充电水平相关的最高充电水平约束。
所述优化过程可以包括第二目标,即最大化所述相应电池的充电水平以超过所述最低充电水平、特别是达到预定义的充电水平。
所述优化过程可以包括与所述关于可用功率的信息相关的可用功率约束。
所述优化过程可以包括与所述至少一个电动车辆的可用性相关的电动车辆可用性约束。
所述优化过程可以包括与适用于所述相应电池的最大负载相关的电池最大负载约束。
所述确定可以进一步基于与一个或多个充电器相关联的电力供应限制。
所述电池的特性可以包括所述电池的充电状态。
所述电池的特性可以包括以下各项中的至少一项:一个或多个充电状态限制;以及一个或多个充电率限制。
所述确定用于对所述至少一个电动车辆进行充电的充电曲线可以进一步基于与当前时间段相关的信息和来自一个或多个未来时间段的信息。
所述确定用于对所述至少一个电动车辆进行充电的充电曲线可以在随后的时间重复进行以更新所述充电曲线。
所述用于控制充电的输出可以控制所述至少一个电动车辆何时进行充电以及所述至少一个电动车辆进行充电的速率中的一项或多项。
根据另一方面,提供了一种被配置为控制经由至少一个充电器、特别是两个或更多个充电器对至少一个电动车辆、特别是两个或更多个电动车辆进行充电的装置,所述装置包括至少一个集成电路,所述至少一个集成电路被配置为使得所述装置执行以下操作:至少基于至少一个电动车辆的相应电池的特性、关于可用功率的信息以及所述至少一个电动车辆的可用性来确定用于经由至少一个充电器对所述至少一个电动车辆进行充电的充电曲线;以及根据所确定的充电曲线,提供用于控制所述相应充电器进行充电的输出。
所述装置可以解决或减轻先前讨论的一个或多个问题。
所述至少一个电动车辆的可用性可以至少基于操作时间表、所述至少一个电动车辆的位置信息和所述至少一个电动车辆的实时位置信息之一。
操作时间表可以提供关于一个或多个电动车辆何时到达的信息和/或关于一个或多个电动车辆何时离开提供一个或多个充电器的充电位置的信息。
所述至少一个集成电路可以被配置为使得所述装置进一步基于至少一个电动车辆的预调节要求来确定用于对所述至少一个电动车辆进行充电的充电曲线。
所述至少一个集成电路可以被配置为使得所述装置提供用于控制对至少一个电动车辆进行预调节的输出。
所述关于可用功率的信息可以包括关于可由以下各项中的一项或多项供应的功率的信息:电网;和/或一个或多个本地电源。
本地电源可以是在与至少一个充电器相同的微电网内提供的电源。
所述至少一个集成电路可以被配置为使得所述装置使用优化过程来确定用于对所述至少一个电动车辆进行充电的充电曲线。
所述优化过程可以包括第一目标,即减少由所述充电曲线提供的充电操作和/或预调节操作的变化。
这可以是为了避免或减少电池充电过程中的中断和/或避免电流峰值。这可以减少电池上的应力,该应力会降低电池的有效寿命。
所述优化过程可以包括与所述至少一个电动车辆的相应电池的最低充电水平相关的最低充电水平约束。
所述优化过程可以包括与所述至少一个电动车辆的相应电池的最高充电水平相关的最高充电水平约束。
所述优化过程可以包括第二目标,即最大化所述相应电池的充电水平以超过所述最低充电水平、特别是达到预定义的充电水平。
所述优化过程可以包括与所述关于可用功率的信息相关的可用功率约束。
所述优化过程可以包括与所述至少一个电动车辆的可用性相关的电动车辆可用性约束。
所述优化过程可以包括与适用于所述相应电池的最大负载相关的电池最大负载约束。
所述至少一个集成电路可以被配置为使得所述装置进一步基于与一个或多个充电器相关联的电力供应限制来确定所述充电曲线。
所述电池的特性可以包括所述电池的充电状态。
所述电池的特性可以包括以下各项中的至少一项:一个或多个充电状态限制;以及一个或多个充电率限制。
所述至少一个集成电路可以被配置为使得所述装置进一步基于与当前时间段相关的信息和来自一个或多个未来时间段的信息来确定用于对所述至少一个电动车辆进行充电的充电曲线。
所述至少一个集成电路可以被配置为使得所述装置在随后的时间重复确定用于对所述至少一个电动车辆进行充电的充电曲线以更新所述充电曲线。
所述用于控制充电的输出可以控制所述至少一个电动车辆何时进行充电以及所述至少一个电动车辆进行充电的速率中的一项或多项。
根据一方面,提供了一种包括计算机可执行指令的计算机程序,所述计算机可执行指令当在至少一个处理器上运行时使得执行上述方法中的任一种方法。
根据一方面,提供了一种计算机可读介质,所述计算机可读介质包括存储在其上以用于执行上述方法中的至少一种方法的程序指令。
根据一方面,提供了一种非暂态计算机可读介质,所述非暂态计算机可读介质包括存储在其上以用于执行上述方法中的至少一种方法的程序指令。
根据一方面,提供了一种非易失性有形存储器介质,所述非易失性有形存储器介质包括存储在其上以用于执行上述方法中的至少一种方法的程序指令。
在上文中,已经描述了许多不同的方面。应当理解,可以通过上述方面中的任意两个或更多个方面的组合来提供进一步方面。
还在下面的详细描述和所附权利要求中描述了各种其他方面。
附图说明
现在将参考附图仅以示例的方式描述一些示例,在附图中:
图1示出了一些实施例的系统;
图2示意性地示出了在一些实施例中使用的滚动时间范围;
图3示出了根据本发明实施例的示例性装置;
图4示意性地示出了一些实施例的示例方法;以及
图5示意性地示出了一些实施例的另一示例方法。
具体实施方式
现在将描述本发明的各种示例实施例。一些实施例涉及对至少一个电动车辆的控制。一些示例实施例包括用于控制对至少一个电动车辆进行充电的方法。一些示例实施例包括一种用于控制对至少一个电动车辆进行充电的装置。所述装置可以包括集成电路和/或可以是设备。设备可以是计算机设备、工业控制器或任何其他合适的设备。一些实施例涉及一种用于控制对至少一个电动车辆进行充电的系统。
对至少一个电动车辆进行充电可以经由至少一个充电器进行。
参考图1,其示出了一些实施例的系统。所述系统包括多个充电器2。充电器2连接到用于控制充电的装置4。
一些实施例可以用于管理对一组或一队电动车辆(EV)6的充电。要充电的EV 6被插入相应的充电器2。这种充电可以由至少一个充电器2提供。在提供多于一个充电器2的情况下,充电器2可以布置在一个或多个充电位置处。
该组电动车辆6可以是电动公共汽车、送货车辆、出租车、多用途车辆、船、工厂车辆、飞行器、无人机或任何其他车辆。
相应的充电位置可以是车库、车房或包括一个或多个充电器且适合于要充电的车辆的任何其他充电位置。在一些实施例中,可能存在多于一个充电位置,例如两个公共汽车车库。
一些实施例可以用于需要在充电器2数量相对较大的充电位置处对相对较大数量的电动车辆6进行充电的情况。大量充电器可以是例如多于10、50或100个充电器。这些数量的充电器仅作为示例,并且其他实施例可以使用任何其他合适数量的充电器。
下面,描述包括一个或多个车辆6的电动车辆车队的示例。车辆在充电位置处充电。
如所提到的,电动车辆车队可以包括公共汽车车队或任何其他电动车辆车队。充电位置可以是任何合适的充电位置,例如车库或任何其他合适的充电位置。可以存在多于一个充电位置。充电位置设置有一个或多个充电器2。
一些实施例可以与不同类型的电动车辆6混合使用。
一些实施例解决了确保对一个或多个电动车辆中的每个电动车辆6都进行充电的技术挑战。一些实施例可以解决确保一个或多个电动车辆中的每个电动车辆6在需要根据时刻表或交货时间表或操作时间表等操作时对其进行充电的技术挑战。
一些实施例可以提供“智能充电”策略,这些策略可以允许通过利用系统和用户灵活性来规划和执行EV充电操作,作为在预定时刻表内削减峰值负载和/或给车辆电池再充电的方式。这种机制的范围可以从简单地打开和关闭充电过程并可能地提升或降低充电速率(即单向车辆控制(V1G))到具有挑战性的双向车辆到电网(V2G)(其允许车辆以放电模式反向服务电网)。
在一些实施例中,可能需要对电动车辆6进行预调节。对于一些实施例来说,预调节是可选的。
当电动车辆6连接到电力供应器时,对所述电动车辆进行预调节可以将电动车辆的电池加热或冷却至最佳操作温度。这样可以提高电池寿命和/或提高电动车辆的行驶里程。在电动车辆在出发前进行充电使得当电动车辆计划出发时电池仍处于或接近其通常的操作温度的情况下,可能是不需要进行预调节。对于一些实施例来说,可能不需要预调节。
当连接到电力供应器时,预调节可以替代地或附加地允许将电动车辆6的内部温度调节至期望温度。例如,在冬天,可以对公共汽车进行加热,而在夏天,可以对公共汽车进行冷却。当车辆未连接到电力供应器时,预调节可以减少控制电动车辆6的温度所需的电池电量。预调节可能需要在车辆出发前不久进行。例如,可能期望确保尽可能接近车辆出发时完成预调节。
预调节可以用在其中车辆电池用于除驱动车辆外的某种功能并且该功能可以在电动车辆离开充电器之前至少部分地提前提供的实施例中。
一些实施例可以解决控制充电位置处所需的能量分布以支持一个或多个充电器2的技术挑战。一个或多个充电器2用于对一个或多个电动车辆6进行充电。
例如,一些实施例可以避免如具有高功率吸收峰值的不均匀且不可预测的总能量需求曲线等问题。具有高功率吸收峰值的不均匀且不可预测的总能量需求曲线可能会导致能量供应能力出现瓶颈。这可能会降低车队的出行能力。在某些情况下,可能会出现无法适应高功率吸收峰值并且可能会在一些电池达到期望电量水平之前就停止对这些电池进行充电的情况。
一些充电位置可以至少部分地拥有其自己的本地电力供应器,如微电网。本地电力供应器可以由一种或多种可再生能源(例如PV(光伏)装置或风电场)、本地能量储存器、能量储存器和/或本地发电机提供。一些实施例可以管理这些资源的使用,使得这些资源中的一个或多个的使用优先于电网的使用(或反之亦然)。一些实施例可以管理对电动车辆(EV)的充电以在可能的情况下匹配可再生资源的可用性。一些实施例可以在主电网出现停电或问题的情况下使用本地电力供应器。
一些实施例可以管理充电位置的峰值负载。在一些实施例中,考虑峰值负载减少(消耗的功率)和/或消耗的能量(随时间变化的功率)。一些实施例可以旨在将充电位置处的能量负载保持在阈值水平以下。在一些实施例中,这个阈值水平可以小于可以供应的最大峰值负载。在一些实施例中,这个阈值是静态阈值。在其他实施例中,这个阈值可以变化。
一些实施例可以旨在确保EV在需要时准备好被使用。在公共汽车车队的情况下,这可以是为了确保公共汽车能够根据要求的时刻表操作。电动公共汽车可以根据规定的时刻表在给定的路线上执行日常驾驶任务。
一些实施例可以控制一个或多个电动车辆的充电过程。这可以是对每个单独车辆的控制。一些实施例可以控制每个电动车辆何时开启充电过程和/或何时关闭充电过程。一些实施例可以控制特定车辆的充电速率,即根据需要提高或降低充电速率。因此,一些实施例可以单独控制充电位置的每个充电器。
在一些实施例中,电动车辆6可以仅支持所谓的V1G操作。V1G操作是存在从电网(和/或其他电力供应)到电动车辆6的单向充电的情况。
在其他实施例中,部分或全部电动车辆可以支持所谓的V2G操作。V2G操作提供双向车辆到电网(V2G)操作。这允许电动车辆从电网进行充电,并且还允许车辆以放电模式反向服务电网。一些实施例可以控制V2G车辆何时从电网进行充电以及(如果有的话)V2G车辆何时放电回电网。电网可以是主电网和/或微电网。
以下示例假设单向V1G操作,但应当理解,一些实施例可以适应V2G车辆、并且特别是放电回电网。
现在将描述一些实施例,在这些实施例中,装置4管理在充电位置处进行的充电和可选的预调节。装置4可以是提供EMS(能量管理系统)的至少一部分的装置。在一些实施例中,装置4可以是EMS控制器。装置4将管理充电和预调节(如果提供)的安排。
装置4可以管理所谓的慢速充电。然而,在其他实施例中,可以替代地或附加地管理所谓的快速充电。
装置4可以控制充电器2——它们何时充电和/或它们对EV的电池进行充电的速率。
装置4可以设置在充电位置处和/或可以在远离充电位置的位置处运行。所述装置可以包括至少一个集成电路。
一些实施例中的装置4被配置为接收用于提供充电曲线的信息,如稍后将更详细描述的。所述信息可以通过以下各项中的一项或多项提供:
由用户输入;经由API(应用程序可编程接口)自动提供;以及响应于对相应信息的自动检测(例如检测EV是在充电位置中、是在充电位置处、还是在前往充电位置的途中的情况)。
在一些实施例中,可以“实时”提供一些信息。例如,可以实时提供电动车辆的当前位置。
装置4可以确定充电曲线。这可以基于接收到的或以其他方式获得的信息。
装置4被配置为根据所确定的充电曲线提供输出。由装置4提供的输出可以呈现在图形用户界面上。输出可以包括直接或间接地提供给充电器2的一个或多个控制信号。使用来自装置4的输出以控制充电器对电动车辆进行充电。
在一些实施例中,根据来自装置4的输出,电动车辆6可以由相应充电器2自动充电。
因此,充电器2可以被布置为从装置4接收控制信号,所述装置控制每个充电器如何对相应车辆进行充电。可以由装置4控制充电器开始充电和停止充电的时间。可以由装置4控制进行充电的速率。
充电器2可以被布置为向装置4提供数据。稍后将更详细地描述该数据。数据可以由充电器2直接提供给装置4,或者经由一个或多个其他实体提供给所述装置。
充电器2可以经由有线和/或无线连接8连接到装置4。
要充电的EV 6被插入相应的充电器2。来自EV 6的信息被提供给装置4。这可以直接进行和/或经由相应的充电器进行。在EV 6直接连接到装置4的情况下,这可以经由有线或无线连接进行。
可以由相应的EV 6和/或相应的充电器2向装置4提供指示哪个EV连接到特定充电器的身份信息。
装置可以使用与EV相关联的身份信息来确定关于该EV的电池的信息。例如,装置4使用身份信息在数据库7中查找关于电池的信息。在提供数据库7的情况下,所述数据库可以是与装置一起提供的数据库和/或可以经由因特网等访问的数据库。在一些实施例中,数据库7可以是装置的一部分。替代地或附加地,EV 6可以提供关于电池的信息的至少一部分。
充电器2连接到主电网10和/或任何其他合适的电力供应,如微电网或其他本地电力供应器(未示出)。
参考图3,其示出了一些实施例的装置4的一个示例。在该示例中,装置4由计算机或服务器提供。应当理解,在其他实施例中,所述装置可以包括两个或更多个服务器、两个或更多个计算机、或者一个或多个计算机和一个或多个服务器的组合。在一些实施例中,所述装置可以包括工业控制器。装置4可以运行计算机程序或算法。
图3所示的装置包括集成电路(IC)40。所述集成电路包括一个或多个处理器36和一个或多个存储器38。所述存储器可以存储定义可以在至少一个处理器上运行的计算机程序或算法的计算机代码。在一些实施例中,可以提供一个或多个集成电路。
可以提供显示器30来向用户显示信息。在一些实施例中,这可以是可选的。在一些实施例中,可以提供用户界面32。在一些实施例中,这可以是可选的。在一些实施例中,用户界面32可以提供显示。这可以是用户界面是触摸屏的情况。
所述装置具有通信接口34。这允许装置与充电器2、电动车辆6(其中,与EV的通信不经由充电器进行)和外部数据源进行通信。外部数据源可以向装置提供来自例如电网供应商的数据和/或可用性信息,如时刻表信息。通信接口可以支持无线和/或有线通信。在一些实施例中,通信接口可以支持一种或多种不同的通信标准(协议)。在一些实施例中,可以存在多个不同的通信接口。
可以在装置中提供如总线装置等的内部通信网络36,以允许在集成电路40、显示器30、用户界面32与通信接口34之间进行数据通信。
装置4所需的来自充电器2的数据可以经由通信网络直接从充电器发送到装置4。由装置4提供给充电器2的输出可以经由通信网络直接发送到充电器。
在一些实施例中,装置所需的来自充电器的数据可以经由一个或多个数据集线器(未示出)从充电器发送到装置。由所述装置提供给充电器的输出可以经由一个或多个数据集线器(未示出)发送到充电器。
在一些实施例中,装置4可以设置在远离充电位置的位置处,例如设置在一个或多个远程服务器上。这可以可选地得到充电位置中的一个或多个数据集线器的支持,所述一个或多个数据集线器收集信息并将该数据发送到装置4。同样,来自装置的控制指令可以由一个或多个数据集线器分发到例如充电器2。
在装置4位于远程位置处的另一实施例中,装置4与充电器2之间的通信可以经由因特网和/或其他通信网络进行。
如所提到的,一些实施例的装置4可以仅由集成电路或者两个或更多个集成电路来提供。
装置4可以被配置为确定充电曲线并提供用于控制充电的输出。为了实现这一点,装置4可以通过评估未来信息以及当前信息来计算有功功率设定点并将其分配给附接到充电器2的每个电动车辆6。替代地或附加地,可以计算和分配无功功率设定点。在一些实施例中,可以替代地或附加地分配有功电流和电压设定点和/或无功电流和电压设定点。
因此,使用与未来事件相关联的信息来确定当前充电曲线。该未来信息可以包括以下各项中的一项或多项:车辆到达;车辆出发;与能量供应相关联的信息;预见的初始电池荷电状态;以及电池的目标荷电状态。
与能量供应相关联的信息可以通过能量可用性信息或电网负载度量的预测来提供。能量供应提供商可以使用价格来帮助控制能量供应使用,因此这是可以提供电网负载度量预测信息的一种方式。
所述装置可以使用该未来信息来安排对EV的充电以管理能量使用。
一些实施例可以使用滚动范围框架来处理与未来信息相关联的不确定性。例如,电动巴士电池荷电状态(SoC)和电动巴士的实际到达时间存在不确定性。因此,对于给定的时间间隔,基于当前信息和未来信息来确定如何控制充电。对于下一个时间间隔,更新当前信息和未来信息,并且重新评估或更新关于如何控制充电的确定。在图2中示意性地示出了这一点。在当前时间t+1处,考虑接下来的n个时隙的数据。每个时隙是相同长度Δt。在图2所示的示例中,Δt为15分钟。在该示例中,n=96,因此考虑的时间为24小时。然而,应当理解,n可以大于或小于96。
Δt可以是任何合适的值。Δt可以取决于装置的应用。例如,对于公共汽车车库来说,Δt可以约为15分钟,如图2所示。
在下一个当前时间t+2处,针对接下来的n个时隙重新评估算法。
在一些实施例中,n的值可以不同。例如,在操作的峰值时间,n可以比在操作的安静时段期间短,反之亦然。应当理解,替代地或附加地,Δt可以随时间变化。例如,Δt可能在安静时间较长,而在繁忙时间较短。
可以根据需要设置采样时间和/或优化范围(即确定考虑到未来多远)。例如,这可以基于数据粒度和/或数据可用性。仅举例来说,这可以超过12或24小时的时段。当然,在其他实施例中可以使用更长或更短的范围。
装置4可以从EV和充电器收集数据。所收集的数据包括以下各项中的一项或多项:
哪个电动车辆6附接到相应的充电器2(例如EV的身份信息);
电动车辆6的电池荷电状态;以及
电池电动车辆6的充电/放电功率率(这可以替代地或者从例如先前讨论的数据库获得)。
装置4可以从电网供应商接收数据。这可以响应于来自装置4的请求。该数据可以包括以下各项中的一项或多项:
系统可以向电网供应商提供的功率量(在支持的情况下);
可以从主电网接收的有功功率量;
来自主电网的最大功率峰值吸收;
电网负载信息;
指示何时功率可用性较高的信息;以及
指示何时功率可用性较低的信息。
装置4可以接收时刻表、操作时间表或其他车辆可用性信息。这可以来自充电位置的运营商。在公共汽车运营商的示例中,该信息可以包括公共汽车的到达和出发时间数据。
装置4可以接收与微电网和/或本地电力供应器相关的数据。所述装置可以从一个或多个微电网实体接收数据和/或可以从一个或多个微电网控制器接收数据。微电网可以包括一个或多个本地电源。本地电源可以包括以下各项中的一项或多项:发电机;可再生能源电源;本地能量储存器;风电场;以及太阳能电池板装置。
从一个或多个微电网实体接收的数据可以是关于当前和未来范围内的能量可用性的信息。微电网实体可以包括仪表、控制器、计算机、监测设备或任何其他合适的实体。
在一些实施例中,可以在微电网上设置至少一个充电器2。在一些实施例中,这种充电器2可以附加地连接到主电网。
可以向装置4提供定义电池充电/放电的功率限制、电池充电/放电效率和荷电状态限制中的一项或多项的信息。该信息可以从存储该信息的数据库7等获得。在一些实施例中,替代地或附加地,该信息可以由存储该信息的EV 6本身提供。
装置4可以控制显示器30显示信息。例如,可以控制显示器30显示与能量使用相关的信息。该信息可以包括能耗、与所使用的能量相关联的值和/或任何其他合适信息中的一项或多项。
在一些实施例中,装置4可以被配置为显示指示每个车辆6何时充电以及充电多长时间的信息。
一些实施例可以在依赖于微服务和容器技术的应用程序平台上实施。在一些实施例中,所述装置支持一组服务。每个服务可以分开运行,例如在其自己的专用容器中运行。服务可以相对较小。这些服务中的一项或多项服务可以被配置为与一项或多项其他服务协作。一项或多项服务可以是松散耦接的。使用微服务平台可以提供以下一项或多项优势:灵活性;可扩展性;可维护性;便携性;可部署性;可测试性;以及网络安全性。
所述装置可以被配置为提供一个或多个API(应用程序可编程接口)。一个或多个API可以是web API。一个或多个API可以用于向第三方系统发布信息和/或从第三方系统提供信息。例如,所述信息可以包括时刻表、预调节数据、EV电池SoC信息等。一个或多个第三方系统可以具有一个或多个数据库。在一些实施例中,所述信息可以从一个或多个第三方系统获得并存储在装置4所使用的数据库7中。
装置4可以支持一种或多种不同的协议。仅举例来说,所述装置可以支持ModbusTCP/IP(传输控制协议/网际协议)、用于控制例如电力传输电网等的IEC 60870-104(国际电工委员会标准)和/或支持电动车辆充电的OCCP(开放充电协议)。这些协议仅作为示例,并且可以替代地或附加地使用其他协议。所述装置可以被配置为支持与所述装置通信的设备所使用的一种或多种协议。
在一些实施例中,与外部源的数据交换和/或用于系统中的参数配置的数据交换可以经由JSON格式和/或使用任何其他合适的数据格式进行。
装置4可以确定充电曲线,所述充电曲线在满足装备物理约束和/或充电位置运营商的需求的同时安排充电活动。装备约束的示例是充电位置容量和/或充电器容量。运营商需求的示例可以是功率峰值和/或站点效率。
一些实施例提供一种通过确定充电曲线来控制充电位置能量管理的计算机程序。计算机程序可以基于使用模型的编程技术。一些实施例可以使用数学模型。所述模型可以包括一个或多个约束和/或一个或多个目标。
可以使用所述模型来执行优化过程。然而,其他实施例可以使用任何其他合适的编程技术。计算机程序可以在装置或一个或多个任何其他合适的计算设备上运行。
因此,一些实施例可以提供确定充电曲线的装置4,所述装置考虑电池再充电需求和预调节需求两者来控制对电动车辆的充电。
因此,一些实施例可以提供确定充电曲线的装置4,所述装置控制充电定时、控制充了多少电以及可选地控制电动车辆的充电速率以控制电池再充电。一些实施例可以提供确定充电曲线的装置4,所述装置控制每个电动车辆的预调节策略。
装置4可以提供控制每个充电器2对插入到该充电器中的EV 6进行充电的输出。所述装置可以提供控制充电器在给定充电时间间隔内的行为的输出。可以为每个充电时间间隔提供输出。这可以基于稍后滚动范围的后续迭代来更新。
替代地或附加地,装置4可以向充电器2提供完整充电指令集,以控制充电器如何对EV充电。这可以包括充电何时开始、结束和/或要使用的一种或多种速率以及何时要使用。这可以基于稍后滚动范围的后续迭代来更新。
当充电要开始时,装置4可以替代地或附加地向充电器2发送命令。所述命令可以具有指示充电率的信息。如果充电率要改变或结束,装置4将向充电器发送更新命令。
一些实施例提供了可扩展的装置4,使得可以修改系统以考虑在不同充电位置中安装的不同数量的充电器2。
一些实施例可以使用专用硬约束来考虑给定充电位置的可用充电器2的最大数量。
一些实施例提供装置4,所述装置旨在降低功率峰值和/或控制能量使用的定时。这可能还有一个额外的好处,即有效的能量使用。
一些实施例提供装置4,所述装置能够考虑分布式能源或本地电源,如可再生能源、发电机、能量储存装置、PV(光伏)单元、(可控)负载、V2G电动车辆操作等中的一项或多项。
一些实施例可以使用计算机编程方法来管理功耗操作。EV 6可以表示要通过计算机编程方法进行建模的资产。
在本公开的各方面的实施例中,确定充电曲线可以包括优化过程。该优化过程的可能实施例描述如下:
充电位置可以被假设为连接到主外部电网10并且根据本地网络功率需求消耗(并且可选地供应——在充电位置配备有可再生能源或传统发电机的情况下)功率。
可以忽略配电基础设施(例如,线路、变压器等),并且可以认为分布式能源通过单个连接点(即公共耦接点(PCC))连接到公用事业电网。
下面,将描述对PCC、EV和充电器(CS)的约束。
在使用微服务架构的这些实施例中,约束所使用的数据是由微服务利用数据库中存储的信息生成的。
充电位置可以具有nc个充电器。可以存在一队或一组EV 6,并且该队或该组EV中的车辆数量可以是nE。
在示例中,假设充电器2是相同的。在一些实施例中,可以控制装置4以考虑两种或更多种不同类型的充电器2。例如,不同的充电器可以具有不同的充电特性。
在一些实施例中,充电位置连接到主电网10的PCC处。然而,在一些实施例中,可以存在多于一个PCC。
一个约束PCC1是对与主电网10交换的有功功率的限制。
对功率交换的限制可能是由变压器的物理属性造成的。
可能会由于主电网10与微电网MG之间的协议限制而存在限制。
系统可以从电力公用事业供应商获得的有功功率的量可能存在上限。替代地或附加地,可能存在系统必须从电力公用事业供应商获得的较低或最低有功功率量。
当系统发电时,可以供应给电网的功率量可能存在上限。替代地或附加地,可能要求存在必须向电网供应的最低功率量。
可能要求从电网提供的功率多于提供给系统发电所在的电网的功率。
如果存在微电网,并且微电网MG要用作主要电源,则在某些情况下与电网的功率交换可能等于零。然而,任何不足之数都可以由主电网来弥补。
在其他实施例中,主电网被用作主要电源。然而,任何不足之数都可以由微电网来弥补。
在一些实施例中,对与主电网交换的有功功率的限制可以由功率容量来定义。
在一些实施例中,可以没有微电网等并且所有功率可以由电力供应商提供。
用于与主电网10相关的该约束的该信息可以由主电网的电力供应商提供给装置4。
可以存在约束PCC2,其是来自主电网10的最大峰值输入功率。所述约束可以被视为对某一时间段的功率峰值的限制。所述约束可以随时间变化或者可以是恒定值。
该信息可以由主电网10的电力供应商提供。
PCC1和/或PCC2可以被认为是可用功率约束的示例。
EV 6是使用可充电电池中储存的化学能以便为电动机供电的车辆。在需要预调节的情况下,可充电电池中的能量也用于为此供电。例如,电池可以为一些车辆的辅助负载(如HVAC(加热、通风和空调)系统)供电。
下面,使用以下两个元件的组合对EV 6(更具体地是EV的电池)进行建模:
1)电池能量储存装置;
2)可控负载。这是可选的,且在需要预调节的情况下使用。
在一些实施例中,EV 6仅支持V1G操作。这意味着电动车辆在充电位置消耗功率以1)对电池再充电或2)通过预调节(如果需要)控制温度,或两者兼而有之。所控制的温度可以是电池和/或车辆的温度(例如HVAC)。
预调节可以通过具有预定义消耗曲线的简单可控负载来建模。该曲线可以根据车辆时刻表和预调节要求来定义。预调节需要在特定时间满足特定条件。例如,在公共汽车离开之前,公共汽车的温度需要处于特定值。
到达次数可以等于出发次数。从逻辑上讲,车辆仅在到达后的某个时间出发。
然而,不同的实施例可以对到达次数与出发次数之间的比较做出不同的假设。
对于能量储存系统,考虑对功率和能量边界的约束。
EV 6的电池可以具有与功率限制、荷电状态和荷电状态限制相关的一个或多个约束。应当理解,对EV 6充电的提及当然是对EV的一个或多个电池的充电的提及。
可以提供对给定车辆电池的储存单元(电池)的充电和/或放电有功功率率的EVb1-EV功率限制。可能存在最大和/或最小充电率。可能存在最大和/或最小放电率。这可以适用于电池向电网放电的情况。
EVb2-EV电池动态——荷电状态(SoC)。下一个时间段的荷电状态可以等于当前荷电状态加上该时间段内已经完成的充电的度量。已经完成的充电的度量可以取决于所提供的功率、电池容量以及储存装置的充电和/或放电效率。
一些实施例可以使用关于电池已充电的次数的信息以确定其充电和/或放电特性。
EVb3 EV SoC(荷电状态)限制:
这些可以是为避免极端的SoC水平(完全充电/放电)而预定义的限制。这些边界通常由相应的制造商推荐。一般来说,最好不要将电池完全放电,以避免快速退化问题和可能的永久性损坏。所使用的值可能会在电池的寿命内发生变化。可以存在与电池的最低充电水平相关的最低充电水平约束和/或与电池的最高充电水平相关的最高充电水平约束。
在支持预调节的情况下,可以提供EV负载建模。
预调节操作的负载吸收可以考虑在充电器总功耗中。在该示例中,用于供应内部负载的EV功率吸收被建模为连续可控负载。初始EV需求曲线可能会发生变化或重塑,以减少峰值需求和/或满足可用充电器的最大数量。
EVI1可控负载功率——这可以表示为HVAC的分数(小于或等于1)或其他预调节负载标称值。
EVI2负载调制约束——这可能基于负载需求处于由车辆在某一时间的负载需求程序预测加上或减去标称功率再乘以0到1之间的值所定义的范围内。该后一个值可以被视为其最大调制百分比的度量。
EVI3负载斜坡约束——这表示车辆负载功率需求在给定时间间隔内可以增加和/或减少的最大斜坡率。
EVI4负载能量约束——这确保在车辆6到达与离开充电位置之间的时间内供应计划的能量。负载能量可以在车辆6在充电位置中或处于充电位置处的时间段内发生变化或重塑。例如,预调节可以在电池充电一段时间后进行。在一些实施例中,支持预调节的充电曲线可以被平滑以避免负载能量的峰值和谷值。如果需要,可以延长充电曲线。
在确定充电曲线时,装置4可以考虑一个或多个充电器2约束。例如,这可以是充电器的可用性、充电器的数量以及充电器的充电曲线能力中的一项或多项。
如前所述,单个EV 6的总功耗由电池再充电与提供预调节的预调节功率之和组成。这就是充电器总功率交换的约束——CS1。换句话说,给定充电器提供的电量可能存在限制。
第二充电器CS约束——CS2。该充电器功率约束是给定车辆受充电器容量影响的总功率吸收量。车辆在附接到充电器时可以从电网汲取电力,也可以不从电网汲取电力。
在充电位置同时从电网汲取电力的电动车辆的数量不能超过提供第三充电器约束CS3——充电器可用性约束——的可用充电器的数量。
在每个时间间隔,总有功功率需求(针对正在充电的所有车辆)必须满足由公用事业电网(提供PB1有功功率平衡约束)供应的功率。
在该示例中,仅考虑单向V1G操作。然而,在V2G操作的情况下,所供应的功率可以将车辆所供应的功率考虑在内。
一些实施例可以使用成本函数。一些实施例的目的是使装置4为充电位置中的EV提供智能充电(以及在使用情况下的预调节策略),而不使电网负担过重。
一些实施例中的装置4的目的是控制将EV电池充电到其目标值,同时在功率可用性较低时最小化能量和功率使用量。例如,在一些实施例中,尽可能减少峰值需求时间的能量使用量。目的可以是将相应电池的充电操作变化保持在一个或多个定义的限制内。目的可以是最小化相应车辆的相应电池的充电操作变化。
某个时间的目标函数可以被认为是以下值的总和:
a)与由电网提供或来自电网的功率的使用相关联的值。该值可以是能量可用性的度量。当可用能量较低时,该值可能较高。该值可以与预测的可用性和/或当前的可用性相关联。
b)与EV相关联的值。在电池未在其定义的限制内进行充电或未达到最优充电的情况下,与EV相关联的值可能会更高。
与EV相关联的值可以表示对以下各项中的一项或多项的惩罚度量:EV的SoC水平与出发时的目标值不同:预调节重新安排成本(如果提供的话);以及设定点波动。
EV的SoC成本的惩罚度量可以包括在出发时的SoC水平与其期望值之间不匹配的情况下与EV相关联的值。
EV负载设定点重新安排不适的惩罚度量可以量化由从其初始功率程序曲线重新安排预调节功耗所引起的负载不适。
EV充电设定点波动的惩罚度量可以是电池充电操作变化的度量。
EV负载设定点波动的惩罚度量可以是预调节设定点变化的度量。
在替代实施例中,目标函数可以包括:与由电网提供或来自电网的功率的使用相关联的值;或与EV相关联的值。
一些实施例可以旨在在可能的情况下对每个单独的电池进行最优充电。例如,在确定充电曲线时考虑电池的特性。一些实施例旨在在确定充电曲线时考虑使用年限和/或次数。这是因为最优充电特性可以随着使用年限和/或充电循环次数而变化。一些实施例可以替代地或附加地在选择充电曲线时考虑如温度等环境条件。这可以延长电池的使用寿命和/或在电池的使用寿命期间提供更好的电池性能。
装置4可以被配置为定义每个EV 6的最优充电和预调节设定点。这可以是使用功率可用性信息。
一些实施例可以提供装置4,所述装置被配置为提供用于控制对充电位置的充电器处的EV进行充电的输出。所述装置被配置为使用优化过程来提供输出。优化过程旨在提供满足一个或多个约束和/或一个或多个目标的解决方案。当存在满足一个或多个约束和/或一个或多个目标的一种或多种解决方案时,可以使用与最低目标函数值相关联的解决方案。该解决方案可以被认为是最优解决方案。在实践中,所谓的最优解决方案可以是也可以不是最佳解决方案,但可以是尽可能满足一个或多个约束和/或一个或多个目标的解决方案。
在其他实施例中,可以找到多种充电解决方案,并且丢弃不满足所需约束的任何解决方案。
存在可以在一些实施例中使用的多种不同的计算机编程技术。仅举例来说,一些实施例可以使用MILP(混合整数线性规划)。求解MILP的一种方式是通过具有线性规划松弛的Branch&Bound算法进行树搜索。这可能具有指数复杂度(NP困难)。在最好的情况下,Branch&Bound算法的复杂度与二进制变量bin的数量成线性关系,即复杂度为O(bin),而在最坏的情况下,必须搜索整棵树,即复杂度为O(2bin)。
装置4可以使用一个或多个功率约束。这些功率约束可以如前所述。对于可以购买多少功率和/或对于给定时间的峰值功率使用量,可能存在限制。
装置4可以使用如前所述的一个或多个EV 6或电池约束。可能存在与功率限制、荷电状态和荷电状态限制相关的一个或多个约束。
装置4可以使用如前所述的与预调节(如果提供的话)相关联的一个或多个负载约束。可能存在与预调节何时进行、功率需求可以增加/减少的最大斜坡率以及预调节需求功率相关的一个或多个约束。
装置4可以使用如前所述的一个或多个充电器约束。可能存在与充电器的数量、EV的总功耗和充电器容量相关的一个或多个约束。
装置4可以使用有功功率平衡约束。换句话说,在给定时间段内使用的功率不能超过总可用功率。该功率可以来自主电网10和/或来自本地电源。
装置4可以使用关于车辆6是否可用于充电的信息作为可用性约束。EV 6的可用性可以由操作时间表、EV 6的位置信息和EV 6的实时位置中的一项或多项来提供。操作时间表可以是时刻表等。位置信息可以是EV 6的实时位置(如EV 6的GPS位置),或者可以是EV 6的预测位置。该预测位置可以基于EV的先前位置并且可以考虑经过的时间和/或交通信息。
当EV 6到达时,装置4可以使用与该EV的SoC相关的信息。这可以是已到达车辆的实际SoC,也可以是预测的SoC(如果车辆尚未到达但将会在考虑的范围内到达)。
已经描述了约束和目标的各种示例。可以从充电曲线的确定中省略这些约束和/或目标中的一个或多个。
所使用的约束可以取决于什么信息是可用的和/或能源的可用性限制。例如,在存在共享公共能源的多个不同消耗者(其可能位于不同的充电位置或是其他能源用户)的情况下,可能期望尽可能优化充电位置处能源的使用。这可以通过使用大量不同的约束来实现。
替代地或附加地,约束可以取决于该约束对于特定应用的相对重要性。例如,与公共汽车车队相比,EV的可用性约束对于送货车辆车队来说可能不太重要。
参考图4,其示出了一些实施例的方法。
在A1中,所述方法包括:至少基于至少一个电动车辆的相应电池的特性、关于可用功率的信息以及所述至少一个电动车辆的可用性来确定用于经由至少一个充电器对所述至少一个电动车辆进行充电的充电曲线。
可以使用先前讨论的电池特性的任何一个或多个示例。
可以使用先前讨论的至少一个电动车辆的可用性的任何一个或多个示例。
可以使用先前讨论的关于可用功率的信息的任何一个或多个示例。
在A2中,所述方法包括根据所确定的充电曲线提供用于控制相应的一个充电器进行充电的输出。
参考图5,其示意性地示出了一些实施例中的更详细的方法。
在B1中,所述方法包括:至少基于至少一个电动车辆的电池的特性、关于可用功率的信息以及所述至少一个电动车辆的可用性来确定用于经由至少一个充电器对所述至少一个电动车辆进行充电的候选充电曲线。
候选充电曲线可以定义相应电动车辆何时要充电以及可选地每个EV要充电的速率。
所述确定考虑了EV安排信息或其他可用性信息。该安排信息提供有关EV何时到达及其何时出发的信息。这可以适用于特定车辆,也可以只是EV必须在特定时间准备好出发,但它可以是任何EV。
候选充电曲线的确定考虑了一个或多个约束。在图5所示的方法中,约束是一个或多个功率约束、一个或多个EV约束以及一个或多个充电器约束。这些约束可以是前述约束中的任何一个或多个。可以省略这些约束中的一个或多个。
所述确定还考虑了功率平衡要求。
可能无法确定满足所有约束的解决方案。在该场景中,一个或多个约束可以优先于其他约束。例如,可以优先考虑功率平衡要求。
有些约束是硬约束,如充电器的数量。
在最大峰值输入功率是约束之一的情况下,可以容忍在相对短的时间段内超过该约束且不超过阈值量。
在提供预调节的情况下,如果不能找到满足该约束(以及其他约束)的充电曲线,则可以至少部分地忽略一个或多个相关联的约束。
EV可用性信息的优先级可以取决于相应充电位置的性质。例如,对于公共汽车车库来说,让公共汽车准备好在特定时间出发的要求可以优先于其他约束。然而,在其他场景中,与其他约束相比,EV可用性信息可以被给予较低的优先级。
在B2中,确定与每个候选充电曲线相关联的目标函数的值。这可以是先前讨论的目标函数。
在B3中,根据目标函数的值来选择一个或多个充电曲线。所选择的充电曲线可以与相关联的目标函数的最小值相关联。
在B4中,提供用于基于所选择的充电曲线控制相应充电器对EV进行充电的输出。
应当理解,可以针对下一个时间范围重复图5的方法。一些实施例可以在下一个时间范围内完整地重复图5的方法。其他实施例可以确定在仍然满足所要求的约束的同时,是否仍然可以使用针对先前时间范围提供的解决方案。如果是,则继续使用在所述方法的先前迭代中确定的充电曲线。在一些实施例中,仅当一个或多个值保持在定义的阈值内时才继续使用先前确定的充电曲线。
应当理解,图5的B1至B3提供了可以执行图4的A1的方法的一个示例。在其他实施例中,可以执行任何其他合适的优化过程以确定要使用的充电曲线。
装置可以考虑EV放电到系统中的场景。在该实施例中,可以考虑电池放电行为。
一些实施例可以考虑如先前描述的附加电源以及允许车辆以放电模式反向服务电网的双向V2G操作。
在前面的示例中,假设电动车辆仅在其底座或充电位置处进行充电。应当理解,在其他实施例中,一个或多个车辆可以在路线上的一个或多个点处进行充电。当在电动车辆在充电位置处进行充电的情况下确定电池要充电到的水平时,可以考虑这一点。
在前面的示例中,假设充电位置提供对车辆的慢速充电。在其他实施例中,可以支持部分或完全快速充电。
一些实施例已被描述为在依赖于微服务和容器技术的应用程序平台上实施。这仅作为示例,并且可以使用任何其他合适的计算机编程技术来实施其他实施例。
在至少一个实施例中,所述方法可以是计算机实施的方法。所述方法可以由一个或多个集成电路执行。此外,所述方法可以在计算设备上实施或者可以在工业控制器上实施。
因此,这些实施例可以在所附权利要求的范围内变化。通常,一些实施例可以以硬件或专用电路、软件、逻辑或其任何组合来实施。例如,一些方面可以以硬件来实施,而其他方面可以以可以由控制器、微处理器或其他计算设备执行的固件或软件来实施,但是实施例不限于此。
计算机软件或程序,也称为程序产品,包括软件例程、小应用程序和/或宏,可以存储在任何装置可读数据存储介质中,并且它们包括用于执行特定任务的程序指令。计算机程序产品可以包括一个或多个计算机可执行部件,当程序运行时,这些计算机可执行部件被配置为执行各实施例。所述一个或多个计算机可执行部件可以是至少一种软件代码或其一部分。
尽管各种实施例可以被图示并描述为框图、流程图或使用一些其他图形表示,但是可以理解,本文所述的这些框、装置、系统、技术或方法可以以硬件、软件、固件、专用电路或逻辑、通用硬件或控制器、或其他计算设备、或其某种组合来实施,作为非限制性示例。
前面的描述已经通过非限制性示例提供了本发明的示例性实施例的完整且信息丰富的描述。然而,当结合附图和所附权利要求阅读时,鉴于前述描述,各种修改和调整对于相关领域的技术人员而言可以变得显而易见。然而,本发明的教导的所有这种和类似的修改仍将落入所附权利要求所限定的本发明范围内。事实上,存在进一步的实施例,其包括一个或多个实施例与先前讨论的任何其他实施例的组合。
Claims (20)
1.一种用于控制经由至少一个充电器(2)对至少一个电动车辆(6)进行充电的方法,所述至少一个充电器特别是两个或更多个充电器,至少一个电动车辆特别是两个或更多个电动车辆,所述方法包括:
至少基于所述至少一个电动车辆(6)的电池的特性、关于可用功率的信息以及所述至少一个电动车辆(6)的可用性来确定用于经由至少一个充电器(2)对所述至少一个电动车辆(6)进行充电的充电曲线;以及
根据所确定的充电曲线,提供用于控制相应充电器(2)进行充电的输出。
2.如权利要求1所述的方法,其中,所述至少一个电动车辆(6)的可用性至少基于操作时间表、所述至少一个电动车辆(6)的位置信息和所述至少一个电动车辆(6)的实时位置信息之一。
3.如前述权利要求中任一项所述的方法,其中,所述确定用于对所述至少一个电动车辆(6)进行充电的充电曲线进一步基于所述至少一个电动车辆(6)的预调节要求。
4.如权利要求3所述的方法,进一步包括提供用于控制对所述至少一个电动车辆(6)进行预调节的输出。
5.如前述权利要求中任一项所述的方法,其中,所述关于可用功率的信息包括关于能由电网和一个或多个本地电源中的一项或多项供应的功率的信息。
6.如前述权利要求中任一项所述的方法,其中,所述确定用于对所述至少一个电动车辆(6)进行充电的充电曲线包括优化过程。
7.如权利要求6所述的方法,其中,所述优化过程包括第一目标,以用于减少由所述充电曲线提供的充电操作和/或预调节操作的变化。
8.如权利要求6和7中任一项所述的方法,其中,所述优化过程包括与所述至少一个电动车辆(6)的相应电池的最低充电水平相关的最低充电水平约束。
9.如权利要求8所述的方法,其中,所述优化过程包括第二目标,以用于最大化所述相应电池的充电水平以超过所述最低充电水平、特别是达到预定义的充电水平。
10.如前述权利要求6至9中任一项所述的方法,其中,所述优化过程包括与关于所述可用功率的信息相关的可用功率约束。
11.如前述权利要求6至10中任一项所述的方法,其中,所述优化过程包括与所述至少一个电动车辆(6)的可用性相关的电动车辆(6)可用性约束。
12.如前述权利要求6至11中任一项所述的方法,其中,所述优化过程包括与适用于所述相应电池的最大负载相关的电池最大负载约束。
13.如前述权利要求中任一项所述的方法,其中,所述确定进一步基于与所述至少一个充电器(2)中的一个或多个相关联的电力供应限制。
14.如前述权利要求中任一项所述的方法,其中,所述电池的特性包括所述电池的充电状态。
15.如前述权利要求中任一项所述的方法,其中,所述电池的特性包括以下各项中的至少一项:
一个或多个充电状态限制;以及
一个或多个充电率限制。
16.如前述权利要求中任一项所述的方法,其中,所述确定用于对所述至少一个电动车辆(6)进行充电的充电曲线进一步基于与当前时间段相关的信息和来自一个或多个未来时间段的信息。
17.如前述权利要求中任一项所述的方法,其中,所述确定用于对所述至少一个电动车辆(6)进行充电的充电曲线在随后的时间重复进行以更新所述充电曲线。
18.如前述权利要求中任一项所述的方法,其中,所述用于控制充电的输出控制所述至少一个电动车辆(6)何时进行充电以及所述至少一个电动车辆(6)进行充电的速率中的一项或多项。
19.一种包括计算机可执行代码的计算机程序,所述计算机可执行代码当在至少一个处理器(36)上运行时被配置为执行如前述权利要求中任一项所述的方法。
20.一种被配置为控制经由一个或多个充电器对一个或多个电动车辆进行充电的装置,所述装置包括至少一个集成电路(40),所述至少一个集成电路被配置为使得所述装置执行如权利要求1至18中任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2021/072606 WO2023016655A1 (en) | 2021-08-13 | 2021-08-13 | Controlling and scheduling of charging of electrical vehicles and related systems and methods |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117794776A true CN117794776A (zh) | 2024-03-29 |
Family
ID=77465989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180101502.1A Pending CN117794776A (zh) | 2021-08-13 | 2021-08-13 | 电动车辆的充电控制和安排以及相关系统和方法 |
Country Status (4)
Country | Link |
---|---|
CN (1) | CN117794776A (zh) |
AU (1) | AU2021460192A1 (zh) |
CA (1) | CA3227764A1 (zh) |
WO (1) | WO2023016655A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180121105A (ko) * | 2017-04-28 | 2018-11-07 | 현대자동차주식회사 | 스마트그리드용 전기자동차의 양방향 충방전 방법 및 장치 |
WO2018204818A1 (en) * | 2017-05-04 | 2018-11-08 | Iotecha Corp. | Method and apparatus for charging a battery using local power grid topology information |
US11485249B2 (en) * | 2017-12-22 | 2022-11-01 | Microgrid Labs Inc. | And control of electric vehicle charging infrastructure |
US10836273B2 (en) * | 2018-06-22 | 2020-11-17 | Hummingbirdev | Adaptive electric vehicle charging based on grid monitoring |
DE102019215609A1 (de) * | 2019-10-11 | 2021-04-15 | Vitesco Technologies GmbH | Verfahren und System zum Laden und zur Lastverteilung |
-
2021
- 2021-08-13 AU AU2021460192A patent/AU2021460192A1/en active Pending
- 2021-08-13 CN CN202180101502.1A patent/CN117794776A/zh active Pending
- 2021-08-13 CA CA3227764A patent/CA3227764A1/en active Pending
- 2021-08-13 WO PCT/EP2021/072606 patent/WO2023016655A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2023016655A1 (en) | 2023-02-16 |
CA3227764A1 (en) | 2023-02-16 |
AU2021460192A1 (en) | 2024-02-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230356605A1 (en) | Method and apparatus for charging a battery from an isolatable electric power grid | |
Mahmud et al. | Peak-load reduction by coordinated response of photovoltaics, battery storage, and electric vehicles | |
Lam et al. | Capacity estimation for vehicle-to-grid frequency regulation services with smart charging mechanism | |
Kabir et al. | Optimal scheduling of EV charging at a solar power-based charging station | |
Kumar et al. | V2G capacity estimation using dynamic EV scheduling | |
US10320203B2 (en) | Adaptive charging algorithms for a network of electric vehicles | |
Mukherjee et al. | A review of charge scheduling of electric vehicles in smart grid | |
Mets et al. | Optimizing smart energy control strategies for plug-in hybrid electric vehicle charging | |
US10843586B2 (en) | Optimal dispatch of electric vehicles performing V2G regulation | |
US20130103378A1 (en) | Electricity demand prediction | |
JP6194795B2 (ja) | 充電制御装置、電池管理装置、充電制御方法およびプログラム | |
Alabi et al. | Improved hybrid inexact optimal scheduling of virtual powerplant (VPP) for zero-carbon multi-energy system (ZCMES) incorporating Electric Vehicle (EV) multi-flexible approach | |
US20160164313A1 (en) | Power supply and demand adjustment system and power supply and demand adjustment method | |
Oviedo et al. | A residential PHEV load coordination mechanism with renewable sources in smart grids | |
CN112529271B (zh) | 一种可控负荷集群提供电网备用辅助服务的优化调度方法 | |
Zafar et al. | PV-EV integrated home energy management using vehicle-to-home (V2H) technology and household occupant behaviors | |
Arango Castellanos et al. | Design and simulation of a control algorithm for peak-load shaving using vehicle to grid technology | |
Rottondi et al. | An energy management system for a smart office environment | |
Athulya et al. | Electric vehicle recharge scheduling in a shopping mall charging station | |
JP5847650B2 (ja) | エネルギー管理システム、サーバ装置、エネルギー管理方法およびプログラム | |
CN114365370A (zh) | 区域能量管理装置以及区域能量管理方法 | |
KR101581684B1 (ko) | 에너지 저장장치의 방전심도 제어를 통한 충방전 스케줄링 장치 및 방법 | |
Kwasinski et al. | Signal processing in the electrification of vehicular transportation: techniques for electric and plug-in hybrid electric vehicles on the smart grid | |
KR20160136142A (ko) | 에너지 설비와 자원을 비용 기반으로 운용하는 에너지 운용 장치 및 에너지 운용 방법 | |
Li et al. | A decentralized load balancing approach for neighbouring charging stations via EV fleets |
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 |