CN108944500A - 一种分布式站点联合控制的电动汽车充电调度方法 - Google Patents

一种分布式站点联合控制的电动汽车充电调度方法 Download PDF

Info

Publication number
CN108944500A
CN108944500A CN201810593127.7A CN201810593127A CN108944500A CN 108944500 A CN108944500 A CN 108944500A CN 201810593127 A CN201810593127 A CN 201810593127A CN 108944500 A CN108944500 A CN 108944500A
Authority
CN
China
Prior art keywords
charging
current
vehicle
charge request
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.)
Granted
Application number
CN201810593127.7A
Other languages
English (en)
Other versions
CN108944500B (zh
Inventor
王非
汪鹏程
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201810593127.7A priority Critical patent/CN108944500B/zh
Publication of CN108944500A publication Critical patent/CN108944500A/zh
Application granted granted Critical
Publication of CN108944500B publication Critical patent/CN108944500B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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"
    • 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
    • Y02T90/14—Plug-in electric vehicles

Landscapes

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

Abstract

本发明公开了一种分布式站点联合控制的电动汽车充电调度方法，包括：划分充电区域，为各个充电站点的各充电桩分配充电功率；获取当前各个充电站点实时信息、当前发出充电请求的车辆及其相关信息、当前路网的平均车辆运行速度；根据当前各个充电站点实时信息，结合当前发出充电请求的车辆的相关信息，将当前发出充电请求的车辆划分到距离最近的充电区域；根据当前各个充电站点实时信息和当前路网的平均车辆运行速度，得到各个充电区域中当前发出充电请求的车辆的最优充电站点，当前发出充电请求的车辆在最优充电站点进行充电，完成当前充电调度。本发明合理匹配充电请求与充电设施间的对应关系，保障用户的充电体验和充电设施的合理利用。

Description

一种分布式站点联合控制的电动汽车充电调度方法
技术领域
本发明属于电动汽车充电调度领域，更具体地，涉及一种分布式站点联合控制的电动汽车充电调度方法。
背景技术
尽管目前电动汽车产业得到了快速发展，但仍然面临着用户找充电桩难、排队时间长、充电设施利用率低等问题，特别是随着网约电动车和共享电动车的大力发展，越来越多的户外充电需求需要由现有大规模站点分布式充电设施网络来完成，因此，如何建立更合理的大规模站点参与的充电调度引导机制，利用现有大规模分布式站点的充电网络资源解决大规模用户的户外充电需求，保障用户的充电体验与充电设施的合理利用是目前需要进一步研究和亟待解决的问题。
目前，考虑分布式站点快速充电调度的充电调度策略较少，大量研究考虑的是单个站点的调度策略，仅有的相关研究在分布式充电调度层面和并行整体优化层面仍具有很大的局限性，为了解决分布式站点联合控制下大规模充电请求的并行调度整体优化，合理匹配充电请求与充电设施间的对应关系，保障分布式站点设施下的区域化实时调度引导需求，保障用户的充电体验和充电设施的合理利用。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种分布式站点联合控制的电动汽车充电调度方法，由此解决大规模用户的户外充电需求无法满足、充电设施利用不合理的技术问题。
为实现上述目的，本发明提供了一种分布式站点联合控制的电动汽车充电调度方法，包括：
(1)将分布式充电站点按站点地理位置和每个充电站点拥有的充电桩数目划分到不同的充电区域；
(2)为各个充电站点的充电桩编号并按编号由小到大的顺序为各充电桩分配充电功率；
(3)获取当前各个充电站点实时信息、当前发出充电请求的车辆、当前发出充电请求的车辆的相关信息、当前路网的平均车辆运行速度；
(4)根据当前各个充电站点实时信息，得到各个充电区域的充电桩利用率，结合当前发出充电请求的车辆的相关信息，将当前发出充电请求的车辆划分到距离最近的充电区域；
(5)根据当前各个充电站点实时信息和当前路网的平均车辆运行速度，得到各个充电区域中当前发出充电请求的车辆的最优充电站点，当前发出充电请求的车辆在最优充电站点进行充电，完成当前充电调度。
进一步地，步骤(1)包括：
(101)根据每个充电区域平均拥有的充电站点数，确定充电区域的划分数目k；
(102)将每个充电站点初始化为一个单独的站点集合；
(103)判断站点集合的个数n是否等于k，若不等则转到步骤(104)，若相等则转到步骤(105)；
(104)将站点集合间距离最近的两个站点集合合并为一个站点集合，并转到步骤(103)继续判断，任意两站点集合间的距离度量公式如下：
上式中，c1、c2表示两个任意的站点集合，n1、n2分别表示两站点集合c1、c2中充电站点的数目，s1表示站点集合c1中的任意充电站点，s2表示站点集合c2中的任意充电站点，d(s1，s2)表示s1、s2两充电站点间的距离：
上式中，m1、x1、y1分别为充电站点S1的充电桩数目、地理位置经度、地理位置纬度，m2、x2、y2分别为充电站点S2的充电桩数目、地理位置经度、地理位置纬度，R为地球半径常数；
(105)得到k个站点集合，每个站点集合构成一个充电区域。
进一步地，充电区域的划分数目k为：
上式中，N表示所有充电站点的个数，a表示每个充电区域平均拥有的充电站点数，a的范围是15～20，表示取不小于此括号中数的最小整数。
进一步地，步骤(2)包括：
(201)初始化功率待分配充电桩编号j＝1和站点剩余未分配负荷remaini，即
remaini＝Totali
上式中，Totali为当前站点总负荷容量；
(202)为编号为j的充电桩分配功率pi，j，pi，j的计算公式如下：
上式中，pmax为充电桩最大可提供的充电功率，mi为第i个充电站点充电桩总数，b为优先功率分配的比例常数，b的取值为0～1；
(203)更新剩余未分配充电负荷，计算公式如下：
remaini＝remaini-pi，j
(204)更新下一个待分配充电桩编号j＝j+1；
(205)判断是否所有充电桩功率都分配完毕，即j＞mi，若是则转到步骤(206)，若不是则转到步骤(202)继续进行功率分配；
(206)第i个充电站点所有充电桩功率分配完成，得到功率分配结果。
进一步地，优先功率分配的比例常数的取值优选为0.3～0.5。
进一步地，当前各个充电站点实时信息包括：当前各个充电站点所有充电桩的充电功率、当前各个充电站点所有充电桩的工作状态、当前各个充电站点的等待充电车辆的电池容量和当前各个充电站点的等待充电车辆的剩余电量信息；所述当前发出充电请求的车辆的相关信息包括：当前发出充电请求的车辆的地理位置信息、当前发出充电请求的车辆的电池容量和当前发出充电请求的车辆的剩余电量信息。
进一步地，步骤(4)中的距离为当前发出充电请求的车辆与充电区域之间的距离dreq(req，c)：
上式中，dis(req，c)表示当前发出充电请求的车辆与充电区域中所有充电站点实际距离的平均值，dmax表示所有充电站点间最远两充电站点的实际距离，ntotal、nwork分别表示充电区域中所有充电站点充电桩数目和充电区域中所有充电站点处于工作状态的充电桩数目，w为加权系数，w的范围为0～1。
进一步地，步骤(5)包括对各个充电区域进行如下操作：
(501)将充电区域中的各充电站点中已有等待充电车辆的充电请求预分配给各充电站点内的各充电桩；
(502)构建充电区域中当前发出充电请求的车辆的指派模型，具体的构建方法如下：
根据当前各个充电站点实时信息和当前路网的平均车辆运行速度，得到当前发出充电请求的g个车辆去第h个充电桩的路途时间估计当前发出充电请求的g个车辆去第h个充电桩充电所需要等待的时间估计和当前发出充电请求的g个车辆去第h个充电桩与充电所需要耗费的充电时间估计三者相加得到当前发出充电请求的g个车辆去第h个充电桩完成充电的总体时间消耗作为当前发出充电请求的g个车辆去第h个充电桩完成充电的费用costg，h；进而建立指派模型：
上式中，G表示充电区域中当前发出充电请求的车辆的数目，H表示充电区域中中所有充电桩的数目，xg，h为决策变量，当前发出充电请求的g个车辆去第h个充电桩充电时，xg，h为1，当前发出充电请求的g个车辆不去第h个充电桩充电时，xg，h为0；
(503)求解指派模型，得到充电区域中当前发出充电请求的车辆的最优充电站点。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
1、本发明能对大规模的分布式充电站点进行合理的区域划分，保证了进行分布式联合调度时各区域有均衡的寻优空间，同时降低了大规模充电调度优化的计算复杂度。
2、本发明将充电站点间的调度与各个充电站点内充电桩的功率分配策略相结合，能够更充分的利用各个充电站点的充电负荷资源，进一步减少电动汽车用户的充电时间。
3、本发明通过结合充电请求与充电区域的实际距离，以及充电区域的充电桩利用率两方面的因素，能够更加合理的为当前发出充电请求的车辆选择最优的充电区域。
4、本发明建立大量充电请求与各个充电站点间的最优指派模型，能够实现对大量并发充电请求的整体优化，从整体上保证了用户的充电体验，提高了充电设施的利用率。同时，将估计的路途时间、等待时间和充电时间之和作为模型中充电请求与充电站点间费用度量，能够满足路网、电网和用户等多方的利益诉求，实现多方位的优化。
附图说明
图1是本发明实施例提供的一种分布式站点联合控制的电动汽车充电调度方法的流程示意图；
图2是本发明实施例提供的充电区域划分的流程示意图；
图3是本发明实施例提供的为各充电桩分配充电功率的流程示意图；
图4是本发明实施例提供的确定各个充电区域中当前发出充电请求的车辆的最优充电站点的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，一种分布式站点联合控制的电动汽车充电调度方法，包括：
(1)将分布式充电站点按站点地理位置和每个充电站点拥有的充电桩数目划分到不同的充电区域；
(2)为各个充电站点的充电桩编号并按编号由小到大的顺序为各充电桩分配充电功率；
(3)获取当前各个充电站点实时信息、当前发出充电请求的车辆、当前发出充电请求的车辆的相关信息、当前路网的平均车辆运行速度；
(4)根据当前各个充电站点实时信息，得到各个充电区域的充电桩利用率，结合当前发出充电请求的车辆的相关信息，将当前发出充电请求的车辆划分到距离最近的充电区域；
(5)根据当前各个充电站点实时信息和当前路网的平均车辆运行速度，得到各个充电区域中当前发出充电请求的车辆的最优充电站点，当前发出充电请求的车辆在最优充电站点进行充电，完成当前充电调度。
如图2所示，步骤(1)包括：
(101)根据每个充电区域平均拥有的充电站点数，确定充电区域的划分数目k；
(102)将每个充电站点初始化为一个单独的站点集合；
(103)判断站点集合的个数n是否等于k，若不等则转到步骤(104)，若相等则转到步骤(105)；
(104)将站点集合间距离最近的两个站点集合合并为一个站点集合，并转到步骤(103)继续判断，任意两站点集合间的距离度量公式如下：
上式中，c1、c2表示两个任意的站点集合，n1、n2分别表示两站点集合c1、c2中充电站点的数目，s1表示站点集合c1中的任意充电站点，s2表示站点集合c2中的任意充电站点，d(s1，s2)表示s1、s2两充电站点间的距离：
上式中，m1、x1、y1分别为充电站点S1的充电桩数目、地理位置经度、地理位置纬度，m2、x2、y2分别为充电站点S2的充电桩数目、地理位置经度、地理位置纬度，R为地球半径常数(单位千米，一般R取6371千米)；
(105)得到k个站点集合，每个站点集合构成一个充电区域。
进一步地，充电区域的划分数目k为：
上式中，N表示所有充电站点的个数，a表示每个充电区域平均拥有的充电站点数，a的范围是15～20，表示取不小于此括号中数的最小整数。
如图3所示，步骤(2)包括：
(201)初始化功率待分配充电桩编号j＝1和站点剩余未分配负荷remaini，即
remaini＝Totali
上式中，Totali为当前站点总负荷容量；
(202)为编号为j的充电桩分配功率pi，j，pi，j的计算公式如下：
上式中，pmax为充电桩最大可提供的充电功率，mi为第i个充电站点充电桩总数，b为优先功率分配的比例常数，b的取值为0～1；
(203)更新剩余未分配充电负荷，计算公式如下：
remaini＝remaini-pi，j
(204)更新下一个待分配充电桩编号j＝j+1；
(205)判断是否所有充电桩功率都分配完毕，即j＞mi，若是则转到步骤(206)，若不是则转到步骤(202)继续进行功率分配；
(206)第i个充电站点所有充电桩功率分配完成，得到功率分配结果。
进一步地，优先功率分配的比例常数的取值优选为0.3～0.5。
进一步地，当前各个充电站点实时信息包括：当前各个充电站点所有充电桩的充电功率、当前各个充电站点所有充电桩的工作状态、当前各个充电站点的等待充电车辆的电池容量和当前各个充电站点的等待充电车辆的剩余电量信息；所述当前发出充电请求的车辆的相关信息包括：当前发出充电请求的车辆的地理位置信息、当前发出充电请求的车辆的电池容量和当前发出充电请求的车辆的剩余电量信息。
进一步地，步骤(4)中的距离为当前发出充电请求的车辆与充电区域之间的距离dreq(req，c)：
上式中，dis(req，c)表示当前发出充电请求的车辆与充电区域中所有充电站点实际距离的平均值，dmax表示所有充电站点间最远两充电站点的实际距离，ntotal、nwork分别表示充电区域中所有充电站点充电桩数目和充电区域中所有充电站点处于工作状态的充电桩数目，w为加权系数，w的范围为0～1。
如图4所示，步骤(5)包括对各个充电区域进行如下操作：
(501)将充电区域中的各充电站点中已有等待充电车辆的充电请求预分配给各充电站点内的各充电桩；步骤(501)包括：将充电区域cp中的各充电站点已有等待充电车辆的充电请求预分配给各站点内各充电桩，以此来确定各个充电桩服务对象，便于对新划分到cp充电请求的充电时间和等待时间进行估算，记cp中充电站的个数为rp，对cp中的站点sp，q(q＝1，2，...，rp)进行已有等待充电车辆的充电请求预分配的具体步骤如下：
1)将步骤(501)得到的站点sp，q等待充电车辆(包括已经在站内等待的和来此站点途中的)按时间顺序构成一个等待队列WaitListp，q；
2)将等待队列WaitListp，q中的充电请求依次分配给站点sp，q中编号由小到大的充电桩，记站点sp，q有mp，q个充电桩，则等待队列中的第e辆车的充电请求分配给站点sp，q编号为f的充电桩，f与e具有如下关系：
f＝(e-1)％mp，q+1
上式中，％表示取余运算。
(502)构建充电区域中当前发出充电请求的车辆的指派模型，具体的构建方法如下：
根据当前各个充电站点实时信息和当前路网的平均车辆运行速度，得到当前发出充电请求的g个车辆去第h个充电桩的路途时间估计当前发出充电请求的g个车辆去第h个充电桩充电所需要等待的时间估计和当前发出充电请求的g个车辆去第h个充电桩与充电所需要耗费的充电时间估计三者相加得到当前发出充电请求的g个车辆去第h个充电桩元成充电的总体时间消耗作为当前发出充电请求的g个车辆去第h个充电桩完成充电的费用costg，h；的具体估算方式如下：
上式中，disance(g，h)表示当前发出充电请求的g个车辆与第h个充电桩之间的实际距离(单位千米)，v表示当前路网的平均车辆运行速度(单位千米/小时)，Echarging表示当前正在第h个充电桩上充电的车辆仍需补充的电能(单位千瓦时)，Ewaiting表示预分配给第h个充电桩所有等待车辆仍需补充的电能之和(单位千瓦时)，Eneed表示当前发出充电请求的g个车辆需要补充的电能(单位千瓦时)，ph表示预分配给第h个充电桩的充电功率(单位千瓦)。
指派模型的约束条件为：
进而建立指派模型：
上式中，G表示充电区域中当前发出充电请求的车辆的数目，H表示充电区域中中所有充电桩的数目，xg，h为决策变量，当前发出充电请求的g个车辆去第h个充电桩充电时，xg，h为1，当前发出充电请求的g个车辆不去第h个充电桩充电时，xg，h为0；
(503)使用匈牙利算法求解指派模型，得到充电区域中当前发出充电请求的车辆的最优充电站点。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种分布式站点联合控制的电动汽车充电调度方法，其特征在于，包括：
(1)将分布式充电站点按站点地理位置和每个充电站点拥有的充电桩数目划分到不同的充电区域；
(2)为各个充电站点的充电桩编号并按编号由小到大的顺序为各充电桩分配充电功率；
(3)获取当前各个充电站点实时信息、当前发出充电请求的车辆、当前发出充电请求的车辆的相关信息、当前路网的平均车辆运行速度；
(4)根据当前各个充电站点实时信息，得到各个充电区域的充电桩利用率，结合当前发出充电请求的车辆的相关信息，将当前发出充电请求的车辆划分到距离最近的充电区域；
(5)根据当前各个充电站点实时信息和当前路网的平均车辆运行速度，得到各个充电区域中当前发出充电请求的车辆的最优充电站点，当前发出充电请求的车辆在最优充电站点进行充电，完成当前充电调度。
2.如权利要求1所述的一种分布式站点联合控制的电动汽车充电调度方法，其特征在于，所述步骤(1)包括：
(101)根据每个充电区域平均拥有的充电站点数，确定充电区域的划分数目k；
(102)将每个充电站点初始化为一个单独的站点集合；
(103)判断站点集合的个数n是否等于k，若不等则转到步骤(104)，若相等则转到步骤(105)；
(104)将站点集合间距离最近的两个站点集合合并为一个站点集合，并转到步骤(103)继续判断，任意两站点集合间的距离度量公式如下：
上式中，c1、c2表示两个任意的站点集合，n1、n2分别表示两站点集合c1、c2中充电站点的数目，s1表示站点集合c1中的任意充电站点，s2表示站点集合c2中的任意充电站点，d(s1，s2)表示s1、s2两充电站点间的距离：
上式中，m1、x1、y1分别为充电站点S1的充电桩数目、地理位置经度、地理位置纬度，m2、x2、y2分别为充电站点S2的充电桩数目、地理位置经度、地理位置纬度，R为地球半径常数；
(105)得到k个站点集合，每个站点集合构成一个充电区域。
3.如权利要求2所述的一种分布式站点联合控制的电动汽车充电调度方法，其特征在于，所述充电区域的划分数目k为：
上式中，N表示所有充电站点的个数，a表示每个充电区域平均拥有的充电站点数，a的范围是15～20，表示取不小于此括号中数的最小整数。
4.如权利要求1或2所述的一种分布式站点联合控制的电动汽车充电调度方法，其特征在于，所述步骤(2)包括：
(201)初始化功率待分配充电桩编号j＝1和站点剩余未分配负荷remaini，即
remaini＝Totali
上式中，Totali为当前站点总负荷容量；
(202)为编号为j的充电桩分配功率pi，j，pi，j的计算公式如下：
上式中，pmax为充电桩最大可提供的充电功率，mi为第i个充电站点充电桩总数，b为优先功率分配的比例常数，b的取值为0～1；
(203)更新剩余未分配充电负荷，计算公式如下：
remaini＝remaini-pi，j
(204)更新下一个待分配充电桩编号j＝j+1；
(205)判断是否所有充电桩功率都分配完毕，即j＞mi，若是则转到步骤(206)，若不是则转到步骤(202)继续进行功率分配；
(206)第i个充电站点所有充电桩功率分配完成，得到功率分配结果。
5.如权利要求4所述的一种分布式站点联合控制的电动汽车充电调度方法，其特征在于，所述优先功率分配的比例常数的取值优选为0.3～0.5。
6.如权利要求1或2所述的一种分布式站点联合控制的电动汽车充电调度方法，其特征在于，所述当前各个充电站点实时信息包括：当前各个充电站点所有充电桩的充电功率、当前各个充电站点所有充电桩的工作状态、当前各个充电站点的等待充电车辆的电池容量和当前各个充电站点的等待充电车辆的剩余电量信息；所述当前发出充电请求的车辆的相关信息包括：当前发出充电请求的车辆的地理位置信息、当前发出充电请求的车辆的电池容量和当前发出充电请求的车辆的剩余电量信息。
7.如权利要求1或2所述的一种分布式站点联合控制的电动汽车充电调度方法，其特征在于，所述步骤(4)中的距离为当前发出充电请求的车辆与充电区域之间的距离dreq(req，c)：
上式中，dis(req，c)表示当前发出充电请求的车辆与充电区域中所有充电站点实际距离的平均值，dmax表示所有充电站点间最远两充电站点的实际距离，ntotal、nwork分别表示充电区域中所有充电站点充电桩数目和充电区域中所有充电站点处于工作状态的充电桩数目，w为加权系数，w的范围为0～1。
8.如权利要求1或2所述的一种分布式站点联合控制的电动汽车充电调度方法，其特征在于，所述步骤(5)包括对各个充电区域进行如下操作：
(501)将充电区域中的各充电站点中已有等待充电车辆的充电请求预分配给各充电站点内的各充电桩；
(502)构建充电区域中当前发出充电请求的车辆的指派模型，具体的构建方法如下：
根据当前各个充电站点实时信息和当前路网的平均车辆运行速度，得到当前发出充电请求的g个车辆去第h个充电桩的路途时间估计当前发出充电请求的g个车辆去第h个充电桩充电所需要等待的时间估计和当前发出充电请求的g个车辆去第h个充电桩与充电所需要耗费的充电时间估计三者相加得到当前发出充电请求的g个车辆去第h个充电桩完成充电的总体时间消耗作为当前发出充电请求的g个车辆去第h个充电桩完成充电的费用costg，h；进而建立指派模型：
上式中，G表示充电区域中当前发出充电请求的车辆的数目，H表示充电区域中中所有充电桩的数目，xg，h为决策变量，当前发出充电请求的g个车辆去第h个充电桩充电时，xg，h为1，当前发出充电请求的g个车辆不去第h个充电桩充电时，xg，h为0；
(503)求解指派模型，得到充电区域中当前发出充电请求的车辆的最优充电站点。
CN201810593127.7A 2018-06-08 2018-06-08 一种分布式站点联合控制的电动汽车充电调度方法 Expired - Fee Related CN108944500B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810593127.7A CN108944500B (zh) 2018-06-08 2018-06-08 一种分布式站点联合控制的电动汽车充电调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810593127.7A CN108944500B (zh) 2018-06-08 2018-06-08 一种分布式站点联合控制的电动汽车充电调度方法

Publications (2)

Publication Number Publication Date
CN108944500A true CN108944500A (zh) 2018-12-07
CN108944500B CN108944500B (zh) 2020-05-19

Family

ID=64488269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810593127.7A Expired - Fee Related CN108944500B (zh) 2018-06-08 2018-06-08 一种分布式站点联合控制的电动汽车充电调度方法

Country Status (1)

Country Link
CN (1) CN108944500B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110993A (zh) * 2019-04-30 2019-08-09 广州大学 一种为电动汽车提供充电服务的调度***
CN110599023A (zh) * 2019-09-05 2019-12-20 厦门金龙联合汽车工业有限公司 一种电动车群组的换电调度方法和云管理服务器
CN110782113A (zh) * 2019-07-11 2020-02-11 北京嘀嘀无限科技发展有限公司 充电调度方法及装置、电子设备、计算机可读存储介质
CN113400960A (zh) * 2021-08-05 2021-09-17 安徽富煌科技股份有限公司 一种基于电动公交车的充电调度方法
CN114475290A (zh) * 2022-02-28 2022-05-13 广东工业大学 一种高速公路上的电动汽车能量交换方法
CN114509082A (zh) * 2021-12-27 2022-05-17 车主邦（北京）科技有限公司 导航数据处理方法、装置、程序产品、介质及电子设备
WO2024140787A1 (zh) * 2022-12-29 2024-07-04 华为技术有限公司 一种充电调度方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000102102A (ja) * 1998-09-18 2000-04-07 Oki Electric Ind Co Ltd 電気走行車の残電気量管理及び緊急充電方法及びそのシステム
US20110246252A1 (en) * 2010-03-31 2011-10-06 Motion Co., Ltd. Vehicle charging allocation managing server and vehicle charging allocation managing system
CN106372780A (zh) * 2016-08-25 2017-02-01 南京理工大学 一种基于微电网的电动汽车充电站区域互联***及方法
CN107139741A (zh) * 2017-04-17 2017-09-08 东南大学 一种电动汽车充电引导方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000102102A (ja) * 1998-09-18 2000-04-07 Oki Electric Ind Co Ltd 電気走行車の残電気量管理及び緊急充電方法及びそのシステム
US20110246252A1 (en) * 2010-03-31 2011-10-06 Motion Co., Ltd. Vehicle charging allocation managing server and vehicle charging allocation managing system
CN106372780A (zh) * 2016-08-25 2017-02-01 南京理工大学 一种基于微电网的电动汽车充电站区域互联***及方法
CN107139741A (zh) * 2017-04-17 2017-09-08 东南大学 一种电动汽车充电引导方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110993A (zh) * 2019-04-30 2019-08-09 广州大学 一种为电动汽车提供充电服务的调度***
CN110782113A (zh) * 2019-07-11 2020-02-11 北京嘀嘀无限科技发展有限公司 充电调度方法及装置、电子设备、计算机可读存储介质
CN110599023A (zh) * 2019-09-05 2019-12-20 厦门金龙联合汽车工业有限公司 一种电动车群组的换电调度方法和云管理服务器
CN110599023B (zh) * 2019-09-05 2022-06-14 厦门金龙联合汽车工业有限公司 一种电动车群组的换电调度方法和云管理服务器
CN113400960A (zh) * 2021-08-05 2021-09-17 安徽富煌科技股份有限公司 一种基于电动公交车的充电调度方法
CN114509082A (zh) * 2021-12-27 2022-05-17 车主邦（北京）科技有限公司 导航数据处理方法、装置、程序产品、介质及电子设备
CN114475290A (zh) * 2022-02-28 2022-05-13 广东工业大学 一种高速公路上的电动汽车能量交换方法
CN114475290B (zh) * 2022-02-28 2022-09-02 广东工业大学 一种高速公路上的电动汽车能量交换方法
WO2024140787A1 (zh) * 2022-12-29 2024-07-04 华为技术有限公司 一种充电调度方法及装置

Also Published As

Publication number Publication date
CN108944500B (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN108944500A (zh) 一种分布式站点联合控制的电动汽车充电调度方法
Davidov et al. Planning of electric vehicle infrastructure based on charging reliability and quality of service
Zhang et al. Incorporating demand dynamics in multi-period capacitated fast-charging location planning for electric vehicles
He et al. Optimal scheduling for charging and discharging of electric vehicles
CN109034465B (zh) 考虑充电站选址与出行路径耦合的充电站两层规划方法
CN112193116B (zh) 一种考虑奖励机制的电动汽车充电优化引导策略
CN109492791B (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
CN109523051A (zh) 一种电动汽车充电实时优化调度方法
US20210237609A1 (en) A method to plan the optimal construction quantity and site selection scheme of electric vehicle charging stations
Chen et al. Multimicrogrid load balancing through EV charging networks
Liu et al. A planning strategy considering multiple factors for electric vehicle charging stations along German motorways
CN109711630A (zh) 一种基于出行概率矩阵的电动汽车快充站选址定容方法
CN102880921B (zh) 一种电动汽车充电站选址优化方法
CN105760949A (zh) 一种电动汽车快充站充电机台数优化配置方法
CN104680258A (zh) 电动出租车调度方法及装置
CN109657993A (zh) 一种基于非合作博弈的能源局域网储能***自动需求响应方法
US10328811B2 (en) Self-managing charging poles
Mashhoodi et al. Drivers’ range anxiety and cost of new EV chargers in Amsterdam: a scenario-based optimization approach
CN110232219A (zh) 一种基于数据挖掘的电动汽车可调度容量核定方法
Zhong et al. A fast-charging navigation strategy for electric vehicles considering user time utility differences
CN113222241B (zh) 考虑充电服务引导与客户需求的出租车快充电站规划方法
Qureshi et al. Scheduling and routing of mobile charging stations to charge electric vehicles in a smart-city
KR20200068987A (ko) 멀티 액세스 에지 컴퓨팅을 위한 딥 네크워크 방법 및 시스템
Bouhassani et al. Pinpointing the smart charging potential for electric vehicles at public charging points
Mashhoodi et al. Regional allocation of EV chargers’ grid load

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200519

Termination date: 20210608

CF01 Termination of patent right due to non-payment of annual fee