CN108183514A - 一种立体式充电站云平台智能充放电控制***及方法 - Google Patents
一种立体式充电站云平台智能充放电控制***及方法 Download PDFInfo
- Publication number
- CN108183514A CN108183514A CN201611123570.5A CN201611123570A CN108183514A CN 108183514 A CN108183514 A CN 108183514A CN 201611123570 A CN201611123570 A CN 201611123570A CN 108183514 A CN108183514 A CN 108183514A
- Authority
- CN
- China
- Prior art keywords
- charging
- charge
- user
- cloud platform
- charging station
- 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 40
- 238000004891 communication Methods 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 230000005284 excitation Effects 0.000 claims abstract description 4
- 230000005611 electricity Effects 0.000 claims description 17
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 3
- 240000002853 Nelumbo nucifera Species 0.000 claims description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 3
- 206010048669 Terminal state Diseases 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 241001310793 Podium Species 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- H02J7/0027—
-
- 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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- H02J7/0068—Battery or charger load switching, e.g. concurrent charging and load supply
-
- 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
-
- 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
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
-
- 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
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
- Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
- Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
- Y04S30/12—Remote or cooperative charging
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
- Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
- Y04S30/14—Details associated with the interoperability, e.g. vehicle recognition, authentication, identification or billing
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种立体式充电站云平台智能充放电控制***及方法。所述***包括充电终端、数据中心、云平台服务器、在线监视***和移动终端，充电终端内的充电桩相互通信形成充电站内网，所述充电终端、在线监视***和移动终端分别通过数据中心与云平台服务器进行通信。方法为：采用分层级多目标协调方法，首先，建立电动汽车充电负荷模型；其次，以最优负荷水平为目标，确定电网级智能充电策略；然后，根据整体充电接入方案，均衡各充电站接入充电后的传输线路负载率；最后，针对峰谷时采用分时电价，采用用户激励和引导策略，以及预约和排队机制，使用户充电行为得到优化。本发明能够快速、准确地为电网、充电站和用户提供最优充电方案。
Description
技术领域
本发明涉及电力***技术领域，尤其涉及一种立体式充电站云平台智能充放电控制***及方法。
背景技术
作为解决传统化石能源短缺、城市环境污染加剧、全球气候变暖的一种有效途径，电动汽车势必会在全世界范围内受到广泛的关注。而随着电动汽车大规模接入,必定会对电网运行产生影响。不加控制的无序充电将会对电力***安全、经济运行带来严重的威胁。
协调充电或智能充电的研究尚在起步阶段,模型建立、目标、模式、约束条件和控制方法均有待进一步探索。调度机构直接对接入的每台电动汽车统一调度,实现有序控制,会带来规模庞大,变量维数激增,收敛困难等问题。电动汽车充电负荷影响因素较多,模型建立困难,此外,在现有研究中尚未充分考虑充电电流、电池寿命等约束条件。总体上,国内外研究处于起步和探索阶段,亟待在规模化应用电动汽车的充电建模、控制方法,及其对电网影响等方面进行研究。然而区域电网电动汽车智能充电的实现需要电力网、车联网、充电站联网及其他相关信息的融合。随着行业的发展，在多信息源融合的过程中，会产生海量异构化数据，呈大数据化，采用传统的单机串行化处理模式已经无法满足时间和空间上的需求，其存储和计算都将成为瓶颈。兙
发明内容
本发明的目的在于提供一种立体式充电站云平台智能充放电控制***及方法，从而快速、准确地为电网、充电站和用户提供最优充电方案。
实现本发明目的的技术解决方案为：一种立体式充电站云平台智能充放电控制***，包括充电终端、数据中心、云平台服务器、在线监视***和移动终端，充电终端内的充电桩相互通信形成充电站内网，所述充电终端、在线监视***和移动终端分别通过数据中心与云平台服务器进行通信；
所述云平台服务器包括数据接收模块、实时计算模块、Web展示模块和离线处理模块，其中数据接收模块接收电网侧和用户侧的数据；实时计算模块根据所接收的电网侧和用户侧数据，确定电网侧充电策略和用户侧充电方案；Web展示模块用于控制移动终端，并对充电方案进行在线展示，同时对充电站进行实时监视；离线处理模块的功能包括充电负荷预测、充电事件的记录与查询。
一种立体式充电站云平台智能充放电控制方法，采用分层级多目标协调方法，分析电网级、站级充电终端、用户级的智能充电策略，包括以下步骤：
步骤1，综合车辆电池到达时刻、电池起始荷电状态、车辆可调度性、用户预约情况建立电动汽车充电负荷模型；
步骤2，确定电网级智能充电策略：以最优负荷水平为目标，综合配电网供电区域内待充电池预测数量及其电量、预测的接入规律、配电网基础负荷，得到最优整体充电方案；
步骤3，确定站级充电服务单元智能充电策略：根据整体充电接入方案，均衡各充电站接入充电后的传输线路负载率；
步骤4，确定用户级智能充电策略：针对峰谷时采用分时电价，采用用户激励和引导策略，以及预约和排队机制，使用户充电行为得到优化。
进一步地，步骤1所述车辆电池到达时刻为：有充电需求的电动汽车最后一次出行结束后泊车的时刻，所述车辆电池到达时刻服从正态分布；所述电池起始荷电状态，与车辆行驶距离相关，根据对电动汽车每日行驶里程的统计分析得到；所述车辆可调度性，根据用户意愿将用户采用的充电方式分为接入即充和托管可控充电两种。
进一步地，步骤2所述预测的接入规律，包括对于电动汽车的最优充电时间预测，采用最小负荷法，具体如下：
根据电动汽车电池的完整充电功率曲线，从其中截取电池起始荷电状态至电池充满时间段的曲线，通过功率对时间积分求得充电所需能量；将截取的电池充电功率曲线叠加到背景负荷曲线之上，然后将叠加后的所有功率值作和，求得的即为该段时间充电的电网负荷能量值；运用遍历方法，将截取的电池充电功率曲线依次后移，叠加到背景负荷曲线，并计算总能量值，最终求得拥有最小能量值的充电时间段。
进一步地，步骤3所述确定站级充电服务单元智能充电策略，具体为：将停车和充电需求相结合，将充电站分为三层，分别停放电量低、中、高的电动汽车，电量低的电动汽车停在上层，随充电进度向下层移动，使充电需求和充电优先级相平衡。
进一步地，步骤4所述确定用户级智能充电策略：针对峰谷时采用分时电价，采用用户激励和引导策略，以及预约和排队机制，使用户充电行为得到优化，具体如下：
用户能够选择充电偏好站点，云平台服务器将通过移动终端提醒用户充电站实时状态；用户也能够通过移动终端提前预约，充电站内在线监视***根据排队机制智能控制用户充电次序；
用户预约机制为，建立双边匹配的预约机制，以M/G/k排队模型为数学依据，基于物联网信息平台建立电动汽车调度模式，并增加选择偏好地点和实时提醒功能。
进一步地，所述托管可控充电方式，具体为：用户将电动汽车接入电网时，需设定出行时间以及出行时电动车所需最小荷电状态；如果到达该最小荷电状态所需时间小于停车时间，电动汽车作为储备电能设备将电能回馈电网。
本发明与现有技术相比，其显著优点为：(1)通过云计算平台对大数据的处理，快速、准确地为电网、充电站和用户提供最优充电方案；(2)在保证用户需求的前提下，提升电网运斤安全性和效益性，实现区域电网内电动汽车充电的统一监测控制。
附图说明
图1是电池充电功率拟合曲线图。
图2是最小负荷法实现流程图。
图3是***功能框架图。
图4是***通信结构示意图。
图5是***逻辑框架图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明提出的基于云计算平台的电动汽车智能充放电控制***。针对整个区域电网的多个充电站，依据电网负荷，分时电价以及汽车位置等信息，提出综合考虑多元素的有序充电控制方案，建立多目标优化充电模型。采用云计算平台，搭建电动汽车智能充电控制***，实现区域电网内电网、充电站与电动汽车信息的融合及有序充电的监控。
本发明立体式充电站云平台智能充放电控制***，包括充电终端、数据中心、云平台服务器、在线监视***和移动终端，充电终端内的充电桩相互通信形成充电站内网，所述充电终端、在线监视***和移动终端分别通过数据中心与云平台服务器进行通信；
所述云平台服务器包括数据接收模块、实时计算模块、Web展示模块和离线处理模块，其中数据接收模块接收电网侧和用户侧的数据；实时计算模块根据所接收的电网侧和用户侧数据，确定电网侧充电策略和用户侧充电方案；Web展示模块用于控制移动终端，并对充电方案进行在线展示，同时对充电站进行实时监视；离线处理模块的功能包括充电负荷预测、充电事件的记录与查询。
本发明立体式充电站云平台智能充放电控制方法，采用分层级多目标协调方法，分析电网级、站级充电终端、用户级的智能充电策略，针对电网侧需求的充电桩的有序接入策略，先考虑车辆到达时间、初始SOC、可调度性建立电动汽车充电负荷模型；再经过两阶段优化，分别得到最优整体充电桩接入方案和各电站最优接入充电后的传输线路负载率，达到降低网损的预期目标，具体包括以下步骤：
步骤1，综合车辆电池到达时刻、电池起始荷电状态、车辆可调度性、用户预约情况建立电动汽车充电负荷模型；
步骤2，确定电网级智能充电策略：以最优负荷水平为目标，综合配电网供电区域内待充电池预测数量及其电量、预测的接入规律、配电网基础负荷，得到最优整体充电方案；
步骤3，确定站级充电服务单元智能充电策略：根据整体充电接入方案，均衡各充电站接入充电后的传输线路负载率；
步骤4，确定用户级智能充电策略：针对峰谷时采用分时电价，采用用户激励和引导策略，以及预约和排队机制，使用户充电行为得到优化。
进一步，步骤1中，所述车辆电池到达时刻为：有充电需求的电动汽车最后一次出行结束后泊车的时刻，所述车辆电池到达时刻服从正态分布；所述电池起始荷电状态，与车辆行驶距离相关，根据对电动汽车每日行驶里程的统计分析得到；所述车辆可调度性，根据用户意愿将用户采用的充电方式分为接入即充和托管可控充电两种。所述托管可控充电方式，具体为：用户将电动汽车接入电网时，需设定出行时间以及出行时电动车所需最小荷电状态；如果到达该最小荷电状态所需时间小于停车时间，电动汽车作为储备电能设备将电能回馈电网。
进一步，步骤2中，所述预测的接入规律，包括对于电动汽车的最优充电时间预测，采用最小负荷法，具体如下：
根据电动汽车电池的完整充电功率曲线，从其中截取电池起始荷电状态至电池充满时间段的曲线，通过功率对时间积分求得充电所需能量；将截取的电池充电功率曲线叠加到背景负荷曲线之上，然后将叠加后的所有功率值作和，求得的即为该段时间充电的电网负荷能量值；运用遍历方法，将截取的电池充电功率曲线依次后移，叠加到背景负荷曲线，并计算总能量值，最终求得拥有最小能量值的充电时间段。
进一步，步骤3中，所述确定站级充电服务单元智能充电策略，具体为：将停车和充电需求相结合，将充电站分为三层，分别停放电量低、中、高的电动汽车，电量低的电动汽车停在上层，随充电进度向下层移动，使充电需求和充电优先级相平衡。
进一步，步骤4中，所述确定用户级智能充电策略：针对峰谷时采用分时电价，采用用户激励和引导策略，以及预约和排队机制，使用户充电行为得到优化，具体如下：
用户能够选择充电偏好站点，云平台服务器将通过移动终端提醒用户充电站实时状态；用户也能够通过移动终端提前预约，充电站内在线监视***根据排队机制智能控制用户充电次序；
用户预约机制为，建立双边匹配的预约机制，以M/G/k排队模型为数学依据，基于物联网信息平台建立电动汽车调度模式，并增加选择偏好地点和实时提醒功能。
实施例1
本发明的实施例提出了一种区域电网电动汽车有序充电的多目标优化模型。模型分为电网侧和用户侧两方面。其中，电网侧多目标有序充电优化模型主要考虑电网负荷和用户公平性因素，采用最小负荷法和多级反馈队列等算法实现。
图1是一般电池充电功率拟合曲线图。
对于同一型号电池的电动汽车，其整体充电功率曲线是固定的。在己知各种.型号电池充电功率曲线的情况下，电动汽车充电的过程可抽象为截取该型号电池的部分充电功率曲线逐一叠加至该充电站的背景负荷曲线之上。
电动汽车充电过程反映到信息***中就是电网功率曲线与电池充电功率曲线对应叠加的过程。
每种固定型号的电池充电功率曲线是固定的，其充电过程、能量和电池状态均是可以准确预测的。
为减小充电行为对电网负荷造成的增峰等影响，实现电网的稳定运行，电网侧需要考虑电动汽车尽量在负荷波谷时段充电。而通过上述结论，在可调的范围内移动充电时段，使充电后负荷能量尽可能小是完全可以实现的。其实现需要两个方面的数据的支持，充电站背景负荷信息和电动汽车电池型号及SOC信息。
图2是最小负荷法实现流程图。
如图所示，算法主要分3个部分：充电时长的计算、总能量的计算和最优充电开始的计算。
具体的，首先根据电池的完整充电功率曲线，从其中截取部分曲线，充电所需能量可通过功率对时间积分求得。将截取的电池充电功率曲线叠加到背景负荷曲线之上，然后将叠加后的所有功率值作和，求得的即为该段时间充电的电网负荷能量值。运用遍历方法，将截取的电池充电功率曲线依次后移，叠加到背景负荷曲线，并计算总能量值，最终求得一个拥有最小能量值的充电时间段。
图3是***功能框架图。
从功能上划分，电动汽车有序充电控制***整体可分为数据接收模块、实时计算模块、Web展示模块和离线处理模块。
数据接收模块的功能包括电网侧数据导入以及用户侧数据接收。模块的数据来源包括两个方面；一是电网侧数据的导入，包括背景负荷数据、充电站位置信息、电气指数、充电巧信息、充电类型信息等；二是用户侧的充电请求数据，包括车辆位置信息、电池信息、时间需求等。数据接收模块是通过在线、离线、移动客户端多种方式采集上述各类基础信息，并存入***数据库的过程。数据接收模块是整个***的数据基础，对***数据分析和展示起支撑作用。
实时计算模块是电动汽车有序充电控制***的核心子***，是对多目标优化充电模型的具体实现。电网侧和用户侧的数据输入实时计算***，计算出最优充电方案并输出，以此为依据对充电过程进行控制，并交由Web展示模块对充电方案进行展示，交由离线处理模块对充电过程和结果进行离线分析。从控制的层面划分，实时计算模块的功能可分为用户侧有序充电方案计算和电网侧智能充电策略计算。
Web展示模块的功能包括手持终端控制功能、充电方案在线展示、充电站在线监视功能。
手持终端控制功能，指分布式充电装置可通过移动端APP控制启停机，当充电装置符合充电条件时，客户通过手机等移动终端可以实时控制充电装置的启停。
离线处理模块主要是针对一些实时性要求不强，计算量较大的任务，如负荷预测、日志挖掘、充电事件汇总与搜索等。负荷预测是根据电网为各充电站提供上级配电变电站常规负荷的历史数据预测各工作日和节假日的负荷情况，作为背景负荷。日志挖掘是大数据挖掘的一种，采用关联规则、分类、聚类等挖掘算法对区域电网各充电站的海量充电数据进行挖掘和分析，发现数据规律和趋势走向，作为决策支持和其他商务智能的依据。
图4是***通信结构示意图。
如图所示，充电终端含有WiFi通信模块，可与WiFi路由器进行通信；WiFi路由器通过4G或光纤网络等将信息发送给云平台服务器；智能手机、平板电脑等终端设备通过WiFi、4G等与后台服务器通信。此外，为了确保信息安全，在云平台中部署密钥管理***和加密机；在充电装置中加入自主研发的嵌入式安全模块芯片。
图5***逻辑框架图。
立体式充电站云平台智能充放电控制***是建立在互联网、高速无线网和电力信息***基础上的大型分布式网络信息***。整个***分为平台层、网络层和终端层，***逻辑结构如图5。
平台层采用针对电动汽车充电服务的数据挖掘技术、云计算技术、门户技术，提供用户管理、身份认证、权限控制、充电装置信息记录、电动汽车充电海量数据存储等基础服务，并支撑手机APP实现充电装置使用情况查询、定位导航、充电预约及充电装置锁定等业务，并与相关外部***进行数据交换实现跨应用、跨***的信息互通、共享和协同。
网络层是平台层和终端层之间的纽带，提供了各类用户信息、电动汽车充电信息等多种数据的传输通道。网络层既包括诸如WiFi形式的高速无线网络，也包含广域铺设的互联网。
终端层包括电动汽车充电终端设施、智能手机和平板电脑等用户设备。电动汽车充电终端可以将车辆的充电信息通过网络层发送给远端平台，也可以接收平台下发的控制指令。
采用分层级多目标的协调策略，协调配电网、充电站和用户，利用云平台的大数据分析和挖掘能力，规划协调，建立智能充放电优化控制***，以缓解充电站接入对电网的影响，达到“平峰填谷”，降低网损的作用。
Claims (7)
1.一种立体式充电站云平台智能充放电控制***，其特征在于，包括充电终端、数据中心、云平台服务器、在线监视***和移动终端，充电终端内的充电桩相互通信形成充电站内网，所述充电终端、在线监视***和移动终端分别通过数据中心与云平台服务器进行通信；
所述云平台服务器包括数据接收模块、实时计算模块、Web展示模块和离线处理模块，其中数据接收模块接收电网侧和用户侧的数据；实时计算模块根据所接收的电网侧和用户侧数据，确定电网侧充电策略和用户侧充电方案；Web展示模块用于控制移动终端，并对充电方案进行在线展示，同时对充电站进行实时监视；离线处理模块的功能包括充电负荷预测、充电事件的记录与查询。
2.一种立体式充电站云平台智能充放电控制方法，其特征在于，采用分层级多目标协调方法，分析电网级、站级充电终端、用户级的智能充电策略，包括以下步骤：
步骤1，综合车辆电池到达时刻、电池起始荷电状态、车辆可调度性、用户预约情况建立电动汽车充电负荷模型；
步骤2，确定电网级智能充电策略：以最优负荷水平为目标，综合配电网供电区域内待充电池预测数量及其电量、预测的接入规律、配电网基础负荷，得到最优整体充电方案；
步骤3，确定站级充电服务单元智能充电策略：根据整体充电接入方案，均衡各充电站接入充电后的传输线路负载率；
步骤4，确定用户级智能充电策略：针对峰谷时采用分时电价，采用用户激励和引导策略，以及预约和排队机制，使用户充电行为得到优化。
3.如权利要求2所述的立体式充电站云平台智能充放电控制方法，其特征在于，步骤1所述车辆电池到达时刻为：有充电需求的电动汽车最后一次出行结束后泊车的时刻，所述车辆电池到达时刻服从正态分布；所述电池起始荷电状态，与车辆行驶距离相关，根据对电动汽车每日行驶里程的统计分析得到；所述车辆可调度性，根据用户意愿将用户采用的充电方式分为接入即充和托管可控充电两种。
4.如权利要求2所述的立体式充电站云平台智能充放电控制方法，其特征在于，步骤2所述预测的接入规律，包括对于电动汽车的最优充电时间预测，采用最小负荷法，具体如下：
根据电动汽车电池的完整充电功率曲线，从其中截取电池起始荷电状态至电池充满时间段的曲线，通过功率对时间积分求得充电所需能量；将截取的电池充电功率曲线叠加到背景负荷曲线之上，然后将叠加后的所有功率值作和，求得的即为该段时间充电的电网负荷能量值；运用遍历方法，将截取的电池充电功率曲线依次后移，叠加到背景负荷曲线，并计算总能量值，最终求得拥有最小能量值的充电时间段。
5.如权利要求2所述的立体式充电站云平台智能充放电控制方法，其特征在于，步骤3所述确定站级充电服务单元智能充电策略，具体为：将停车和充电需求相结合，将充电站分为三层，分别停放电量低、中、高的电动汽车，电量低的电动汽车停在上层，随充电进度向下层移动，使充电需求和充电优先级相平衡。
6.如权利要求2所述的立体式充电站云平台智能充放电控制方法，其特征在于，步骤4所述确定用户级智能充电策略：针对峰谷时采用分时电价，采用用户激励和引导策略，以及预约和排队机制，使用户充电行为得到优化，具体如下：
用户能够选择充电偏好站点，云平台服务器将通过移动终端提醒用户充电站实时状态；用户也能够通过移动终端提前预约，充电站内在线监视***根据排队机制智能控制用户充电次序；
用户预约机制为，建立双边匹配的预约机制，以M/G/k排队模型为数学依据，基于物联网信息平台建立电动汽车调度模式，并增加选择偏好地点和实时提醒功能。
7.如权利要求3所述的立体式充电站云平台智能充放电控制方法，其特征在于，所述托管可控充电方式，具体为：用户将电动汽车接入电网时，需设定出行时间以及出行时电动车所需最小荷电状态；如果到达该最小荷电状态所需时间小于停车时间，电动汽车作为储备电能设备将电能回馈电网。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611123570.5A CN108183514A (zh) | 2016-12-08 | 2016-12-08 | 一种立体式充电站云平台智能充放电控制***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611123570.5A CN108183514A (zh) | 2016-12-08 | 2016-12-08 | 一种立体式充电站云平台智能充放电控制***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108183514A true CN108183514A (zh) | 2018-06-19 |
Family
ID=62544887
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611123570.5A Pending CN108183514A (zh) | 2016-12-08 | 2016-12-08 | 一种立体式充电站云平台智能充放电控制***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108183514A (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109228953A (zh) * | 2018-09-07 | 2019-01-18 | 上海科世达-华阳汽车电器有限公司 | 一种充电控制方法、***、装置及计算机可读存储介质 |
| CN109398149A (zh) * | 2018-11-29 | 2019-03-01 | 江苏大学 | 基于分布式能源应用的智能电动汽车充放电***及其运行控制方法 |
| CN110110941A (zh) * | 2019-05-20 | 2019-08-09 | 浙江工商大学 | 交流充电桩的有序充电管理***及有序充电方法 |
| CN110175865A (zh) * | 2019-04-23 | 2019-08-27 | 国网浙江省电力有限公司湖州供电公司 | 基于泛在感知技术的电动汽车充电实时定价方法 |
| CN110293871A (zh) * | 2019-05-28 | 2019-10-01 | 福建瑶光智能科技有限公司 | 一种远程控制电动汽车充电方法 |
| CN110687452A (zh) * | 2019-09-05 | 2020-01-14 | 南京理工大学 | 基于K均值聚类与Elman神经网络的锂电池容量在线预测方法 |
| CN110957752A (zh) * | 2019-12-09 | 2020-04-03 | 重庆邮电大学 | 一种基于边缘物联的区域智能变电站调度***及其方法 |
| CN111098743A (zh) * | 2018-10-26 | 2020-05-05 | 上海汽车集团股份有限公司 | 一种充电时间的预测方法、装置及电子设备 |
| CN111864759A (zh) * | 2020-08-19 | 2020-10-30 | 合肥博软电子科技有限公司 | 一种充电桩的智能配电***及方法 |
| CN112308389A (zh) * | 2020-10-22 | 2021-02-02 | 黑龙江省电工仪器仪表工程技术研究中心有限公司 | 基于云计算的电动汽车有序充电调度***及方法 |
| CN112590604A (zh) * | 2020-12-02 | 2021-04-02 | 南京理工大学北方研究院 | 一种新能源汽车充电桩群运营管理*** |
| CN112606727A (zh) * | 2020-12-31 | 2021-04-06 | 上海电享信息科技有限公司 | 充电方案推荐方法和充电方案推荐*** |
| CN113060039A (zh) * | 2021-05-10 | 2021-07-02 | 成都特来电新能源有限公司 | 一种两级安全管控的小直流充电调控方法及其*** |
| CN113298436A (zh) * | 2021-06-22 | 2021-08-24 | 东北大学秦皇岛分校 | 考虑乘车定价的AMoD***充电调度与车辆再平衡方法 |
| CN113541317A (zh) * | 2021-07-26 | 2021-10-22 | 国网吉林省电力有限公司 | 一种海量充电桩实时远程监控方法 |
| CN114274827A (zh) * | 2021-12-06 | 2022-04-05 | 上海电享信息科技有限公司 | 一种云端服务与本地控制结合的充电场站控制*** |
| CN115366728A (zh) * | 2022-08-11 | 2022-11-22 | 广东天枢新能源科技有限公司 | 一种可错峰充电的电动汽车充电桩控制*** |
| CN115583176A (zh) * | 2022-11-07 | 2023-01-10 | 重庆标能瑞源储能技术研究院有限公司 | 一种基于分时电价的动力电池充电方法及*** |
| DE102022104771A1 (de) | 2022-03-01 | 2023-09-07 | Audi Aktiengesellschaft | Verfahren zum Kontrollieren einer Ladeinfrastruktur |
| CN117087478A (zh) * | 2023-08-16 | 2023-11-21 | 鸿洋集团有限公司 | 一种充电桩充电控制*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104123598A (zh) * | 2014-08-07 | 2014-10-29 | 山东大学 | 一种基于多目标优化的电动私家车充电模式选择方法 |
| CN104124724A (zh) * | 2013-04-28 | 2014-10-29 | 株式会社日立制作所 | 充电控制装置和方法 |
| CN105529793A (zh) * | 2015-10-08 | 2016-04-27 | 李庄 | 一种同时作为应急供电源的电动汽车群充电微网的控制方法 |
| CN106127339A (zh) * | 2016-06-23 | 2016-11-16 | 海南电力技术研究院 | 基于概率模型的电动汽车充电负荷预测方法和装置 |
-
2016
- 2016-12-08 CN CN201611123570.5A patent/CN108183514A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104124724A (zh) * | 2013-04-28 | 2014-10-29 | 株式会社日立制作所 | 充电控制装置和方法 |
| CN104123598A (zh) * | 2014-08-07 | 2014-10-29 | 山东大学 | 一种基于多目标优化的电动私家车充电模式选择方法 |
| CN105529793A (zh) * | 2015-10-08 | 2016-04-27 | 李庄 | 一种同时作为应急供电源的电动汽车群充电微网的控制方法 |
| CN106127339A (zh) * | 2016-06-23 | 2016-11-16 | 海南电力技术研究院 | 基于概率模型的电动汽车充电负荷预测方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 艾明浩: "基于云计算平台的电动汽车有序充电监控***研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109228953A (zh) * | 2018-09-07 | 2019-01-18 | 上海科世达-华阳汽车电器有限公司 | 一种充电控制方法、***、装置及计算机可读存储介质 |
| CN109228953B (zh) * | 2018-09-07 | 2022-04-19 | 上海科世达-华阳汽车电器有限公司 | 一种充电控制方法、***、装置及计算机可读存储介质 |
| CN111098743A (zh) * | 2018-10-26 | 2020-05-05 | 上海汽车集团股份有限公司 | 一种充电时间的预测方法、装置及电子设备 |
| CN109398149A (zh) * | 2018-11-29 | 2019-03-01 | 江苏大学 | 基于分布式能源应用的智能电动汽车充放电***及其运行控制方法 |
| CN110175865A (zh) * | 2019-04-23 | 2019-08-27 | 国网浙江省电力有限公司湖州供电公司 | 基于泛在感知技术的电动汽车充电实时定价方法 |
| CN110110941A (zh) * | 2019-05-20 | 2019-08-09 | 浙江工商大学 | 交流充电桩的有序充电管理***及有序充电方法 |
| CN110293871A (zh) * | 2019-05-28 | 2019-10-01 | 福建瑶光智能科技有限公司 | 一种远程控制电动汽车充电方法 |
| CN110687452A (zh) * | 2019-09-05 | 2020-01-14 | 南京理工大学 | 基于K均值聚类与Elman神经网络的锂电池容量在线预测方法 |
| CN110957752A (zh) * | 2019-12-09 | 2020-04-03 | 重庆邮电大学 | 一种基于边缘物联的区域智能变电站调度***及其方法 |
| CN110957752B (zh) * | 2019-12-09 | 2023-06-09 | 重庆邮电大学 | 一种基于边缘物联的区域智能变电站调度***及其方法 |
| CN111864759A (zh) * | 2020-08-19 | 2020-10-30 | 合肥博软电子科技有限公司 | 一种充电桩的智能配电***及方法 |
| CN111864759B (zh) * | 2020-08-19 | 2022-03-29 | 合肥博软电子科技有限公司 | 一种充电桩的智能配电***及方法 |
| CN112308389A (zh) * | 2020-10-22 | 2021-02-02 | 黑龙江省电工仪器仪表工程技术研究中心有限公司 | 基于云计算的电动汽车有序充电调度***及方法 |
| CN112590604A (zh) * | 2020-12-02 | 2021-04-02 | 南京理工大学北方研究院 | 一种新能源汽车充电桩群运营管理*** |
| CN112606727A (zh) * | 2020-12-31 | 2021-04-06 | 上海电享信息科技有限公司 | 充电方案推荐方法和充电方案推荐*** |
| CN113060039A (zh) * | 2021-05-10 | 2021-07-02 | 成都特来电新能源有限公司 | 一种两级安全管控的小直流充电调控方法及其*** |
| CN113060039B (zh) * | 2021-05-10 | 2023-03-07 | 成都特来电新能源有限公司 | 一种两级安全管控的小直流充电调控方法及其*** |
| CN113298436A (zh) * | 2021-06-22 | 2021-08-24 | 东北大学秦皇岛分校 | 考虑乘车定价的AMoD***充电调度与车辆再平衡方法 |
| CN113541317A (zh) * | 2021-07-26 | 2021-10-22 | 国网吉林省电力有限公司 | 一种海量充电桩实时远程监控方法 |
| CN114274827A (zh) * | 2021-12-06 | 2022-04-05 | 上海电享信息科技有限公司 | 一种云端服务与本地控制结合的充电场站控制*** |
| CN114274827B (zh) * | 2021-12-06 | 2024-05-17 | 上海电享信息科技有限公司 | 一种云端服务与本地控制结合的充电场站控制*** |
| DE102022104771A1 (de) | 2022-03-01 | 2023-09-07 | Audi Aktiengesellschaft | Verfahren zum Kontrollieren einer Ladeinfrastruktur |
| CN115366728A (zh) * | 2022-08-11 | 2022-11-22 | 广东天枢新能源科技有限公司 | 一种可错峰充电的电动汽车充电桩控制*** |
| CN115583176A (zh) * | 2022-11-07 | 2023-01-10 | 重庆标能瑞源储能技术研究院有限公司 | 一种基于分时电价的动力电池充电方法及*** |
| CN115583176B (zh) * | 2022-11-07 | 2023-09-08 | 重庆标能瑞源储能技术研究院有限公司 | 一种基于分时电价的动力电池充电方法及*** |
| CN117087478A (zh) * | 2023-08-16 | 2023-11-21 | 鸿洋集团有限公司 | 一种充电桩充电控制*** |
| CN117087478B (zh) * | 2023-08-16 | 2024-04-05 | 鸿洋集团有限公司 | 一种充电桩充电控制*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108183514A (zh) | 一种立体式充电站云平台智能充放电控制***及方法 | |
| CN109398149B (zh) | 基于分布式能源应用的智能电动汽车充放电***及其运行控制方法 | |
| CN207106202U (zh) | 基于移动互联网的汽车综合补能*** | |
| Li et al. | Big data analytics for electric vehicle integration in green smart cities | |
| Miao et al. | Autonomous connected electric vehicle (ACEV)-based car-sharing system modeling and optimal planning: A unified two-stage multi-objective optimization methodology | |
| Li et al. | Price incentive-based charging navigation strategy for electric vehicles | |
| CN109501630A (zh) | 一种电动汽车充电方案实时推荐方法及*** | |
| CN105122585B (zh) | 电动车辆管理*** | |
| CN103840549B (zh) | 电动汽车充电负荷空间调度***及方法 | |
| CN104850949A (zh) | 一种电动汽车无线充电导引*** | |
| CN106515492A (zh) | 一种基于cps的电动汽车充电方法 | |
| CN101952137A (zh) | 电动车辆网络 | |
| CN103339664A (zh) | 充电器配置计划支持装置、充电器配置计划支持方法和程序 | |
| CN109492791A (zh) | 基于充电引导的城际高速路网光储充电站定容规划方法 | |
| CN108182483A (zh) | 基于二次聚类的大规模电动汽车充电调度***及其优化方法 | |
| CN203164714U (zh) | 基于虚拟充电站模式的电动汽车离散充电设施管理*** | |
| CN112356721A (zh) | 基于云平台的电动汽车充电引导方法及*** | |
| CN110677445A (zh) | 动态分配电池模组的方法和相应的服务器 | |
| CN114936666B (zh) | 基于车-站-平台***的电动汽车充电导航方法及*** | |
| CN106873552B (zh) | 群互联控制的电动汽车充电监控***及方法 | |
| CN114039372B (zh) | 参与电网分区削峰填谷的电动汽车车辆调度方法及*** | |
| CN108106625A (zh) | 基于互联网的新能源汽车充电导航*** | |
| CN103186132B (zh) | 基于虚拟充电站模式的电动汽车充电设施管理***及方法 | |
| Zhou et al. | Design and optimization of solar-powered shared electric autonomous vehicle system for smart cities | |
| Qureshi et al. | Scheduling and routing of mobile charging stations to charge electric vehicles in a smart-city |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180619 |