CN106056255A - 时空联合调度有序充电方法和装置 - Google Patents

Abstract

本发明提供了一种时空联合调度有序充电方法和装置。其中，该方法包括：对分别与电动车的时间调度和空间调度相关的多个目标函数分别进行规范化处理；对多个目标函数进行归一化处理，将多目标优化问题转化为单目标优化问题，解出电动车驶往充电站的出发时刻和充电费用。通过本发明，解决了充电站充电负荷不均衡导致充电站超负荷运行或者充电站充电资源被浪费的问题，提高了充电站的时空利用率。

Description

时空联合调度有序充电方法和装置

技术领域

本发明涉及电动车充电调度领域，具体是涉及一种时空联合调度有序充电方法和装置。

背景技术

在电动汽车发展到一定市场规模的情况下，电动汽车充电负荷影响因素可以概括为四个方面，分别是电动汽车种类和数量、电动汽车行驶特性、电动汽车用户充电行为习惯、充电设施类型和建设布局。

目前电动车充电缺乏调度，用户随意选择时间、就近选择充电站进行充电，这样，导致在充电高峰时期、人口密集区域的充电站超负荷运行，而人口相对稀少、充电低谷的充电站的充电资源被浪费。

虽然相关技术中可以采用错峰电价、对不同充电站采取不同充电价格的方式使得用户对充电时间、充电站进行自主选择从而均衡各个时段各个充电站的充电负荷，但是，这种选择依赖用户的主观判断，缺乏可控性，充电负荷均衡的效果也并不理想。

针对相关技术中充电站充电负荷不均衡导致充电站超负荷运行或者充电站充电资源被浪费的问题，尚未给出有效的解决方案。

发明内容

本发明提供了一种时空联合调度有序充电方法和装置，以至少解决充电站充电负荷不均衡导致充电站超负荷运行或者充电站充电资源被浪费的问题。

根据本发明的一个方面，提供了一种时空联合调度有序充电方法，包括：

对分别与电动车的时间调度和空间调度相关的多个目标函数分别进行规范化处理：

$F=min({\mathrm{\λ}}_1\frac{F_1}{F_{1max}}+{\mathrm{\λ}}_2\frac{F_2}{F_{2max}}+...);$

式中：F_1max、F_2max为调度前的原始负荷曲线对应的目标函数；λ₁、λ₂为目标函数F₁、F₂对应的权系数，且λ₁+λ₂+…＝1；

对多个目标函数进行归一化处理，将多目标优化问题转化为单目标优化问题，解出电动车驶往所述充电站的出发时刻和充电费用。

可选地，所述多个目标函数包括：

以提高充电设施的时空利用率为目标函数，将充电车辆按照时间进行分配，将充电车辆的时间特性平均化，其中，时空利用率的目标函数为：

其中，

时间利用率

空间利用率

其中，T为总时长，M为T时长内区域内需要充电车辆的总数，N为T时长内区域内投入运营的充电站数量，C_n为第n个充电站的充电桩数量，P_m为充电站内第m车辆充电功率；x_mnt为三维决策变量，表示第m车辆在充电站n内第t时刻充电决策变量，变量值为0或1。

可选地，所述多个目标函数包括：

改善区域配电网的负荷分布，以使区域配电网运行损耗最小的算法，其中，区域配电网运行损耗的目标函数为：

$F_2=min\underset{t=1}{\overset{T}{\Σ}}(P_{loss,t}^2+Q_{loss,t}^2);$

其中，P_loss,t，Q_loss,t分别为第t时刻区域配电网潮流的有功和无功损耗。

可选地，所述多个目标函数包括：

使电动车用户充电服务时间最小化的算法，其中，电动车用户充电服务时间的目标函数为：

$F_3=min\underset{m=1}{\overset{M}{\Σ}}{\mathrm{TT}}_{mn,onway}+{\mathrm{TT}}_{mn,wait}+{\mathrm{TT}}_{mn,c};$

其中，TT_mn,onway，TT_mn,wait，TT_mn,c分别是指在T时长内第m车辆开往充电站n的路途时间，在充电站n充电的等待时间以及充电时间。

可选地，所述多个目标函数包括：

使电动车用户充电服务费用最省的算法，其中，电动车用户充电服务费用的目标函数为：

$F_4=min\underset{t=1}{\overset{T}{\Σ}}{c}_t\left(\underset{n=1}{\overset{N}{\Σ}}{c}_n\underset{m=1}{\overset{M}{\Σ}}{x}_{mnt}{P}_m\mathrm{\Δ}t\right);$

其中，c_t为时变单位时间电价，c_n为不同充电站充电单位电价，T为总时长，M为T时长内区域内需要充电车辆的总数，N为T时长内区域内投入运营的充电站数量，P_m为充电站内第m车辆充电功率；x_mnt为三维决策变量，表示第m车辆在充电站n内第t时刻充电决策变量，变量值为0或1。

根据本发明的另一个方面，还提供了一种时空联合调度有序充电装置，包括：

规范化模块，用于对分别与电动车的时间调度和空间调度相关的多个目标函数分别进行规范化处理：

$F=min({\mathrm{\λ}}_1\frac{F_1}{F_{1max}}+{\mathrm{\λ}}_2\frac{F_2}{F_{2max}}+...);$

式中：F_1max、F_2max为调度前的原始负荷曲线对应的目标函数；λ₁、λ₂为目标函数F₁、F₂对应的权系数，且λ₁+λ₂+…＝1；

优化模块，用于对多个目标函数进行归一化处理，将多目标优化问题转化为单目标优化问题，解出电动车驶往所述充电站的出发时刻和充电费用。

通过本发明，采用对分别与电动车的时间调度和空间调度相关的多个目标函数分别进行规范化处理；对多个目标函数进行归一化处理，将多目标优化问题转化为单目标优化问题，解出电动车驶往所述充电站的出发时刻和充电费用的方式，解决了充电站充电负荷不均衡导致充电站超负荷运行或者充电站充电资源被浪费的问题，提高了充电站的时空利用率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的时空联合调度有序充电方法的流程图；

图2是根据本发明实施例的时空联合调度有序充电装置的结构示意图；

图3是根据本发明优选实施例的改进粒子群算法的流程图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

在本发明实施例中，提供了一种时空联合调度有序充电方法，图1是根据本发明实施例的时空联合调度有序充电方法的流程图，如图1所示，该流程包括如下步骤：

步骤S101，对分别与电动车的时间调度和空间调度相关的多个目标函数分别进行规范化处理：

$F=\min ({\mathrm{\λ}}_1\frac{F_1}{F_{1\max }}+{\mathrm{\λ}}_2\frac{F_2}{F_{2\max }}+...);$

式中：F_1max、F_2max为调度前的原始负荷曲线对应的目标函数；λ₁、λ₂为目标函数F₁、F₂对应的权系数，且λ₁+λ₂+…＝1；

步骤S102，对多个目标函数进行归一化处理，将多目标优化问题转化为单目标优化问题，解出电动车驶往所述充电站的出发时刻和充电费用。

通过上述步骤，采用时空联合调度有序充电方法结合时间调度和空间调度的目标函数计算电动车驶往充电站的出发时刻和充电费用，解决了充电站充电负荷不均衡导致充电站超负荷运行或者充电站充电资源被浪费的问题，提高了充电站的时空利用率。

可选地，在计算电动车驶往充电站的出发时刻和充电费用之后，可以将充电站的充电站标识、出发时刻和充电费用发送给电动车。

可选地，时空联合调度有序充电方法包括：根据多个充电站的历史充电数据，统计多个充电站的充电负荷特征；以充电负荷特征削峰平谷为优化目标之一，计算出多个充电站中为电动车提供充电服务的充电站。

可选地，时空联合调度有序充电方法包括：以提高充电设施的时空利用率为目标函数，将充电车辆按照时间进行分配，将充电车辆的时间特性平均化，其中，时空利用率的目标函数为：

其中，

时间利用率

空间利用率

其中，T为总时长，M为T时长内区域内需要充电车辆的总数，N为T时长内区域内投入运营的充电站数量，C_n为第n个充电站的充电桩数量，P_m为充电站内第m车辆充电功率；x_mnt为三维决策变量，表示第m车辆在充电站n内第t时刻充电决策变量，变量值为0或1。

可选地，时空联合调度有序充电方法包括：改善区域配电网的负荷分布，以使区域配电网运行损耗最小的算法，其中，区域配电网运行损耗的目标函数为：

$F_2=min\underset{t=1}{\overset{T}{\Σ}}(P_{loss,t}^2+Q_{loss,t}^2);$

其中，P_loss,t，Q_loss,t分别为第t时刻区域配电网潮流的有功和无功损耗。

可选地，时空联合调度有序充电方法包括：使电动车用户充电服务时间最小化的算法，其中，电动车用户充电服务时间的目标函数为：

$F_3=min\underset{m=1}{\overset{M}{\Σ}}{\mathrm{TT}}_{mn,onway}+{\mathrm{TT}}_{mn,wait}+{\mathrm{TT}}_{mn,c};$

其中，TT_mn,onway，TT_mn,wait，TT_mn,c分别是指在T时长内第m车辆开往充电站n的路途时间，在充电站n充电的等待时间以及充电时间。

可选地，时空联合调度有序充电方法包括：使电动车用户充电服务费用最省的算法，其中，电动车用户充电服务费用的目标函数为：

$F_4=min\underset{t=1}{\overset{T}{\Σ}}{c}_t\left(\underset{n=1}{\overset{N}{\Σ}}{c}_n\underset{m=1}{\overset{M}{\Σ}}{x}_{mnt}{P}_m\mathrm{\Δ}t\right);$

其中，c_t为时变单位时间电价，c_n为不同充电站充电单位电价，T为总时长，M为T时长内区域内需要充电车辆的总数，N为T时长内区域内投入运营的充电站数量，P_m为充电站内第m车辆充电功率；x_mnt为三维决策变量，表示第m车辆在充电站n内第t时刻充电决策变量，变量值为0或1。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

在本实施例中还提供了一种时空联合调度有序充电装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图2是根据本发明实施例的时空联合调度有序充电装置的结构示意图。如图2所示，该装置包括：规范化模块21和优化模块22，其中，

规范化模块21，用于用于对分别与电动车的时间调度和空间调度相关的多个目标函数分别进行规范化处理；优化模块22，耦合至规范化模块21，用于对多个目标函数进行归一化处理，将多目标优化问题转化为单目标优化问题，解出电动车驶往所述充电站的出发时刻和充电费用。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述模块分别位于多个处理器中。

本发明的实施例还提供了一种软件，该软件用于执行上述实施例及优选实施方式中描述的技术方案。

本发明的实施例还提供了一种存储介质。在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的程序代码：

步骤S101，对分别与电动车的时间调度和空间调度相关的多个目标函数分别进行规范化处理：

$F=min({\mathrm{\λ}}_1\frac{F_1}{F_{1max}}+{\mathrm{\λ}}_2\frac{F_2}{F_{2max}}+...);$

式中：F_1max、F_2max为调度前的原始负荷曲线对应的目标函数；λ₁、λ₂为目标函数F₁、F₂对应的权系数，且λ₁+λ₂+…＝1；

步骤S102，对多个目标函数进行归一化处理，将多目标优化问题转化为单目标优化问题，解出电动车驶往所述充电站的出发时刻和充电费用。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

为了使本发明实施例的描述更加清楚，下面结合优选实施例进行描述和说明。

时空调度模型的建立

(1)提高充电站充电设施的时间利用率

由于电动汽车的运行特征，充电设备的效率在整体时间范围内，分布不均衡，从而造成待充电车辆集中选择某一个时段进行充电，这样降低了充电设备时间利用率，对配电网的负荷特性也造成负面影响。从充电站运营商的角度出发，以提高充电设施的时间利用率为目标函数，将充电车辆按照时间进行分配，将充电车辆的时间特性平均化，可以降低充电站的充电负荷在时间上的不均衡，使充电站内的充电设备使用率更高。其目标函数为：

$F_1=min\sqrt{F_{1,time}+F_{1,space}}---(1-1)$

$F_{1,time}=\underset{t=1}{\overset{T}{\Σ}}{(\underset{m=1}{\overset{M}{\Σ}}{x}_{mnt}{P}_m-\frac{1}{T}\underset{t=1}{\overset{T}{\Σ}}\underset{m=1}{\overset{M}{\Σ}}{x}_{mnt}{P}_m)}^2---(1-2)$

$F_{1,space}=\underset{n=1}{\overset{N}{\Σ}}{(\underset{m=1}{\overset{M}{\Σ}}{x}_{mn}{P}_m-\frac{C_n}{\underset{j=1}{\overset{N}{\Σ}}{C}_n}\underset{m=1}{\overset{M}{\Σ}}{P}_m)}^2---(1-3)$

式中：x_mnt－三维决策变量，表示第m车辆在充电站n内第t时刻充电决策变量，变量值为0或1；

(2)改善区域配电网的负荷分布

对于区域配电网负荷优化的目标，就是提高区域配电网运行损耗最小。

$F_2=min\underset{t=1}{\overset{T}{\Σ}}(P_{loss,t}^2+Q_{loss,t}^2)---(1-4)$

其中，P_loss,t,Q_loss,t分别为第t时刻区域配电网潮流的有功和无功损耗。

(3)电动汽车用户充电服务时间最小化

$F_3=min\underset{m=1}{\overset{M}{\Σ}}{\mathrm{TT}}_{mn,onway}+{\mathrm{TT}}_{mn,wait}+{\mathrm{TT}}_{mn,c}---(1-5)$

其中，TT_mn,onway,TT_mn,wait,TT_mn,c分别是指在T时长内第m车辆开往充电站n的路途时间，在充电站n充电的等待时间以及充电时间。

(4)电动汽车用户充电服务费用最省

$F_4=min\underset{t=1}{\overset{T}{\Σ}}{c}_t\left(\underset{n=1}{\overset{N}{\Σ}}{c}_n\underset{m=1}{\overset{M}{\Σ}}{x}_{mnt}{P}_m\mathrm{\Δ}t\right)---(1-6)$

(5)多目标优化目标函数处理方法

由于根据从不同角度出发进行分析，得到多个目标函数，所以需要对目标函数进行归一化处理，将多目标优化问题转化为单目标优化问题，对目标函数进行转化。本研究采用线性加权求和法。

由于多个目标的量纲不同，因此需要对每个目标函数进行规范化处理，如下式所示:

$F=min({\mathrm{\λ}}_1\frac{F_1}{F_{1max}}+{\mathrm{\λ}}_2\frac{F_2}{F_{2max}}+...)---(1-7)$

式中：F_1max、F_2max－调整前的原始负荷曲线对应的目标函数；

λ₁、λ₂－目标函数F₁、F₂对应的权系数，且λ₁+λ₂+…＝1。

算例分析

算例设置

首先，对相关数据进行设置：

1)研究考虑的电动汽车为出租车比亚迪E6，电池容量为200Ah，快速充电，以充电电流倍率0.5C，充电功率Pm＝30kW，2个小时充至满电。充电时长则按照SOC充至100％过程计算得出。

2)待充电电动汽车为100辆，即M＝100。

3)由于城市道路交通的平均时速是40km/h，本研究取v＝40km/h。

4)电动汽车行驶至充电站的充电路程为期望5km(加油站服务半径)，标准差1km的正态分布N(5,1)内随机取值。

5)选取8个充电站作为调度对象，即N＝8，具体充电桩配置如表1所示。

6)初始充电时间设置参考南方某城市充电站的起始充电时间。

表1充电站参数设置

算例流程

取粒子数为50，最大迭代次数为300，加速度因子c1,c2＝1.49445，r1,r2＝0.5,目标函数对应的权重系数为0.5。流程图如图3所示。

算例分析

根据上述的有序充电时间调度策略、有序充电空间调度策略以及有序充电时空联合调度策略三种策略分别进行优化计算，在时间范围内和空间范围内的到不同的优化结果。优化结果表明，未进行优化的充电负荷情况最差，其负荷有明显的充电尖峰；同时，有序充电时间优化策略以及时空联合优化策略都可以起到优化作用，改善充电负荷特性。此外，相对于时空联合优化策略对负荷的优化结果，有序充电时间优化策略对时间范围内的负荷优化的效果更为明显。

优化结果表明，空间与联合优化策略对于电动汽车负荷空间分布都有一定的优化效果，而且空间优化效果更优。

总体来讲，单独的有序时间和空间优化策略对于其相应的时间和空间优化控制都起到很好的效果，而时空联合优化需要兼顾时间空间两方面的优化指标，更难得到最优解。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种时空联合调度有序充电方法，其特征在于包括：

对分别与电动车的时间调度和空间调度相关的多个目标函数分别进行规范化处理：

$F=min({\mathrm{\λ}}_1\frac{F_1}{F_{1max}}+{\mathrm{\λ}}_2\frac{F_2}{F_{2max}}+...);$

式中：F_1max、F_2max为调度前的原始负荷曲线对应的目标函数；λ₁、λ₂为目标函数F₁、F₂对应的权系数，且λ₁+λ₂+…＝1；

对多个目标函数进行归一化处理，将多目标优化问题转化为单目标优化问题，解出电动车驶往所述充电站的出发时刻和充电费用。

2.根据权利要求1所述的方法，其特征在于，所述多个目标函数包括：

以提高充电设施的时空利用率为目标函数，将充电车辆按照时间进行分配，将充电车辆的时间特性平均化，其中，时空利用率的目标函数为：

其中，

时间利用率

空间利用率

其中，T为总时长，M为T时长内区域内需要充电车辆的总数，N为T时长内区域内投入运营的充电站数量，C_n为第n个充电站的充电桩数量，P_m为充电站内第m车辆充电功率；x_mnt为三维决策变量，表示第m车辆在充电站n内第t时刻充电决策变量，变量值为0或1。

3.根据权利要求1所述的方法，其特征在于，所述多个目标函数包括：

改善区域配电网的负荷分布，以使区域配电网运行损耗最小的算法，其中，区域配电网运行损耗的目标函数为：

$F_2=min\underset{t=1}{\overset{T}{\Σ}}(P_{loss,t}^2+Q_{loss,t}^2);$

其中，P_loss,t，Q_loss,t分别为第t时刻区域配电网潮流的有功和无功损耗。

4.根据权利要求1所述的方法，其特征在于，所述多个目标函数包括：

使电动车用户充电服务时间最小化的算法，其中，电动车用户充电服务时间的目标函数为：

$F_3=min\underset{m=1}{\overset{M}{\Σ}}{\mathrm{TT}}_{mn,onway}+{\mathrm{TT}}_{mn,wait}+{\mathrm{TT}}_{mn,c};$

其中，TT_mn,onway，TT_mn,wait，TT_mn,c分别是指在T时长内第m车辆开往充电站n的路途时间，在充电站n充电的等待时间以及充电时间。

5.根据权利要求1所述的方法，其特征在于，所述多个目标函数包括：

使电动车用户充电服务费用最省的算法，其中，电动车用户充电服务费用的目标函数为：

$F_4=min\underset{t=1}{\overset{T}{\Σ}}{c}_t\left(\underset{n=1}{\overset{N}{\Σ}}{c}_n\underset{m=1}{\overset{M}{\Σ}}{x}_{mnt}{P}_m\mathrm{\Δ}t\right);$

其中，c_t为时变单位时间电价，c_n为不同充电站充电单位电价，T为总时长，M为T时长内区域内需要充电车辆的总数，N为T时长内区域内投入运营的充电站数量，P_m为充电站内第m车辆充电功率；x_mnt为三维决策变量，表示第m车辆在充电站n内第t时刻充电决策变量，变量值为0或1。

6.一种时空联合调度有序充电装置，其特征在于包括：

规范化模块，用于对分别与电动车的时间调度和空间调度相关的多个目标函数分别进行规范化处理：

$F=min({\mathrm{\λ}}_1\frac{F_1}{F_{1max}}+{\mathrm{\λ}}_2\frac{F_2}{F_{2max}}+...);$

式中：F_1max、F_2max为调度前的原始负荷曲线对应的目标函数；λ₁、λ₂为目标函数F₁、F₂对应的权系数，且λ₁+λ₂+…＝1；

优化模块，用于对多个目标函数进行归一化处理，将多目标优化问题转化为单目标优化问题，解出电动车驶往所述充电站的出发时刻和充电费用。