CN108944531A - 一种电动汽车有序充电控制方法 - Google Patents
一种电动汽车有序充电控制方法 Download PDFInfo
- Publication number
- CN108944531A CN108944531A CN201810818651.XA CN201810818651A CN108944531A CN 108944531 A CN108944531 A CN 108944531A CN 201810818651 A CN201810818651 A CN 201810818651A CN 108944531 A CN108944531 A CN 108944531A
- Authority
- CN
- China
- Prior art keywords
- electric car
- power
- charging
- charge
- load
- 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 38
- 230000005611 electricity Effects 0.000 claims abstract description 29
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 230000000694 effects Effects 0.000 claims abstract description 8
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 6
- 238000006467 substitution reaction Methods 0.000 claims abstract description 6
- 238000004088 simulation Methods 0.000 claims abstract description 5
- 238000007476 Maximum Likelihood Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000013277 forecasting method Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
-
- 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
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开一种电动汽车有序充电控制方法，其主要内容包括，首先根据电动汽车的使用情况，得到电动汽车日行驶里程、最后一次出行结束时刻以及充电时长的概率分布；再通过蒙特卡洛法仿真模拟一天24小时不同时段的电动汽车充电负荷分布情况；然后将电动汽车的负荷随机接入IEEE33节点配电***中，通过前推回代的潮流计算法，计算出配电***各个节点的电压幅值和网络损耗；根据所述电动汽车24小时的充电功率需求模型和无序充电对配电网的负面影响，构建基于电价引导方案的电动汽车有序充电优化调度模型，该优化调度模型以减小日负荷峰谷差和降低电动汽车用户充电成本为优化目标对电价和电网的峰谷差进行优化调度，缓解了电动汽车的接入对电网造成的影响。
Description
技术领域
本发明属于电动汽车充电技术领域，具体是一种电动汽车有序充电控制方法。
背景技术
当今时代普遍使用的电动汽车是使用石油为唯一燃料的一种交通工具，随着社会经济的发展对石化资源的依赖越来越严重，化石能源的稀缺已经成为全世界共同面临的难题。另一方面，大量化石能源的燃烧使得SO2、CO2等有害气体的排放量正在逐年增加。传统汽车排放尾气中的CO2是造成温室效应的最大污染源，随着汽车数量的增加造成的环境问题日益严重。传统汽车行业面对能源和环境的双重压力，转型势在必行。
电动汽车是以车载电源为动力，用电机驱动车轮行驶的车辆，包括纯电动汽车、混合动力汽车和燃料电池汽车这三大类。其作为新兴产业之一，使用电能代替传统石油燃料能够有效的节能减排，是调整能源结构缓解环境问题的一个重要方法。电动汽车作为未来汽车行业发展的主导方向，具有广阔的发展前景。未来大规模的电动汽车涌入市场，其无序充电将对配电网经济可靠的运行、电能质量带来深远的影响和挑战，比如负荷峰谷差增大，电压偏移、网络损耗等。
当前现有技术中还没有出现一种对电动汽车的充电进行优化调度的方法，申请号为201810087702.6的专利公开了一种基于用户出行模拟的区域电动汽车充电站负荷预测方法，根据用户出行目的及所处区域划分电动汽车充电站的类型，采用离散马尔科夫过程模拟用户在不同区域之间的出行活动，构造出行链；提取出行链中影响电动汽车充电站充电负荷的时空特征量，并采用概率分布拟合；根据用户的出行需求设定充电条件，建立区域内电动汽车充电站负荷预测模型；利用蒙特卡罗模拟法计算得到不同类型的电动汽车充电站的负荷预测曲线。然而，该专利只能用于对充电站的负荷进行预测，进而研究电动汽车接入电网对电网的影响，而不能有效的解决电动汽车接入电网产生的问题。
发明内容
本发明的目的是针对现有技术存在的问题，提供一种电动汽车有序充电控制方法，用于对电动汽车接入电网有序充电进行优化调度，以最大限度的减少用户的充电费用、提高电网的经济效益并保证电网平稳可靠地运行。
为实现上述目的，本发明采用的技术方案是：一种电动汽车有序充电控制方法，包括以下步骤：
步骤A，根据电动汽车的使用情况，获取电动汽车的日行驶里程和最后一次出行结束时刻的数据，并对获取的数据进行归一化处理，通过极大似然估计法分别对所述日行驶里程和最后一次出行结束时刻的数据进行拟合，得到电动汽车日行驶里程、最后一次出行结束时刻以及充电时长的概率分布；
步骤B，根据电动汽车的起始充电时刻、充电功率和充电时长的概率分布，建立电动汽车一天24小时的充电功率需求模型，通过蒙特卡洛法仿真模拟一天24小时不同时段的电动汽车充电负荷分布情况；
步骤C，将电动汽车的负荷随机接入IEEE33节点配电***中，通过前推回代的潮流计算法，计算出配电***各个节点的电压幅值和网络损耗，从而验证电动汽车无序充电对配电网的负面影响；
步骤D，根据所述电动汽车24小时的充电功率需求模型和无序充电对配电网的负面影响，构建基于电价引导方案的电动汽车有序充电优化调度模型，该优化调度模型以减小日负荷峰谷差和降低电动汽车用户充电成本为优化目标对电价和电网的峰谷差进行优化调度；保证在满足电动汽车用户行驶需求的前提下，减小负荷峰谷差提高电网的经济性以及保证电网平稳可靠的运行，同时减少用户的充电费用。
具体地，步骤A中，所述电动汽车的使用情况包括电动汽车的充电特性、用户行驶习惯、充电方式等。
具体地，步骤A中，所述电动汽车日行驶里程的数据通过所述极大似然估计法拟合为对数正态分布，所述对数正态分布的概率密度函数为：
其中，μD＝3.20，σD＝0.88；x代表行驶的距离；μD和σD是一组经验值，可通过对电动汽车日行驶里程的调查数据得出；
所述最后一次出行结束时刻的数据通过所述极大似然估计法拟合为正态分布，所述正态分布的概率密度函数为：
其中，μT＝17.6，σT＝3.4；x代表时间；μT和σT是一组经验值，可通过对电动汽车充电时间选择的调查数据得出。
具体地，步骤D中，所述优化调度模型包括两个目标函数，分别为：
目标函数a，用户侧引导电价最小：
其中，函数采用96点日负荷曲线预测法，将一天24小时等分为96个时段，每个时段为15min，pj为第j(j＝1，2，...，96)个时段的电价，Pev表示电动汽车的充电功率大小；N为配电网区域内的电动汽车总数；取值为0或1，是一个决策变量，用于确定第i辆电动汽车在第j时间段内是否有充电行为，1代表电动汽车处于充电状态，0代表电动汽车不处于充电状态；Δt表示各时间段；Ti表示第i台车从开始充电到结束离开所需的充电时长；
目标函数b，电网侧峰谷差最小：
f2＝min(maxP′Lj-minP′Lj)
其中，PLj为第j时段原始负荷值，P′Lj为在第j时段叠加电动汽车充电负荷后的***负荷值，Pij为第i辆电动汽车在第j时段的负荷功率；大量电动汽车随机进行充电时会引起“峰上加峰”等问题，本发明通过制定实时电价方案来激励用户充电行为，合理安排各个用户的充电顺序，让车主能尽可能的在负荷低谷时段完成充电，这样就能让电网负荷的高峰值控制在一个相对低一点的范围内，使得负荷整体波动的更加平稳。
具体地，基于所述用户侧和电网侧两个目标函数，建立一个多目标函数，并采用遗传算法进行求解；所述多目标函数如下：
上述两个目标函数是相互影响、相互作用的，为使两者都能达到最优，采用线性加权的方法，将所述多目标函数的优化求解问题转变为单目标函数优化问题进行求解，并对所述单目标函数优化问题做归一化处理，使两个目标函数处于同一个数量级；
所述归一化公式为：
归一化处理后的单目标函数为：
minf＝λ1f1+λ2f2
其中，λ1和λ2分别为f1和f2的权重系数，分别表示充电费用和电网负荷各自所占的比重；λ1+λ2＝1，λ1≥0，λ2≥0。
具体地，步骤D中，所述优化调度模型包括电量约束条件：
TiPi＝(1-SOCi)×Bi
其中，SOCi为电动汽车充电的初始电量，所述初始电量为电动汽车到达配电网时的剩余电量，所述剩余电量采用百分数表示，所述电动汽车在配电网的充电量为1-SOCi，Ti为电动汽车充满电所需时长；Pi电动汽车充电功率；Bi为蓄电池容量。
具体地，步骤D中，所述优化调度模型还包括充电功率约束条件、网络节点电压约束条件以及配电网传输功率约束条件；
所述充电功率约束条件为：
0≤Pi≤PN
所述网络节点电压约束条件为：
所述配电网传输功率约束条件为：
其中，PN为电动汽车充电的额定功率值，为最小网络节点电压，为最大网络节点电压；为配电网最小传输功率，为配电网最大传输功率。
与现有技术相比，本发明的有益效果是：本发明根据电动汽车24小时的充电功率需求模型和无序充电对配电网的负面影响，构建基于电价引导方案的电动汽车有序充电优化调度模型，该优化调度模型以减小日负荷峰谷差和降低电动汽车用户充电成本为优化目标对电价和电网的峰谷差进行优化调度；在满足用户行驶需求的前提下，通过制定实时电价方案来激励用户充电行为，合理安排各个用户的充电顺序，让车主能尽可能的在负荷低谷时段完成充电；不仅站在用户的角度上考虑节约了充电的成本，同时还站在电网侧的角度考虑，减小了峰谷差，达到了“削峰填谷”的效果，使配电网更加可靠经济地运行。
附图说明
图1为本发明中基于蒙特卡洛法计算充电负荷的流程示意图；
图2为本发明中遗传算法的优化流程示意图；
图3为本发明一种电动汽车有序充电控制方法的流程示意图。
具体实施方式
下面将结合本发明中的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动条件下所获得的所有其它实施例，都属于本发明保护的范围。
如图1至3所示，本实施例提供了一种电动汽车有序充电控制方法，包括以下步骤：
步骤A，根据电动汽车的使用情况，获取电动汽车的日行驶里程和最后一次出行结束时刻的数据，并对获取的数据进行归一化处理，通过极大似然估计法分别对所述日行驶里程和最后一次出行结束时刻的数据进行拟合，得到电动汽车日行驶里程、最后一次出行结束时刻以及充电时长的概率分布；
步骤B，根据电动汽车的起始充电时刻、充电功率和充电时长的概率分布，建立电动汽车一天24小时的充电功率需求模型，通过蒙特卡洛法仿真模拟一天24小时不同时段的电动汽车充电负荷分布情况；
步骤C，将电动汽车的负荷随机接入IEEE33节点配电***中，通过前推回代的潮流计算法，计算出配电***各个节点的电压幅值和网络损耗，从而验证电动汽车无序充电对配电网的负面影响；
步骤D，根据所述电动汽车24小时的充电功率需求模型和无序充电对配电网的负面影响，构建基于电价引导方案的电动汽车有序充电优化调度模型，该优化调度模型以减小日负荷峰谷差和降低电动汽车用户充电成本为优化目标对电价和电网的峰谷差进行优化调度；保证在满足电动汽车用户行驶需求的前提下，减小负荷峰谷差提高电网的经济性以及保证电网平稳可靠的运行，同时减少用户的充电费用。
具体地，步骤A中，所述电动汽车的使用情况包括电动汽车的充电特性、用户行驶习惯、充电方式等。
具体地，步骤A中，所述电动汽车日行驶里程的数据通过所述极大似然估计法拟合为对数正态分布,所述对数正态分布的概率密度函数为：
其中，μD＝3.20，σD＝0.88；μD和σD是一组经验值，可通过对电动汽车日行驶里程的调查数据得出。
所述最后一次出行结束时刻的数据通过所述极大似然估计法拟合为正态分布，所述正态分布的概率密度函数为：
其中，μT＝17.6，σT＝3.4；μT和σT是一组经验值，可通过对电动汽车充电时间选择的调查数据得出。
进一步地，电动汽车所需的充电时长为：
其中，W为每百公里耗电量；S为日行驶里程；Pc为电动汽车充电功率。
具体地，步骤C中，所述前推回代的步骤为：
S1，假设给定固定的射型配电网络的拓扑结构，共有n个节点，其根节点电压为U0，其余节点的负荷为Pi+Qi(i＝1，2…，n-1)，其中Pi为有功功率，Qi为无功功率；Rij+jXij为相邻i，j两节点之间的阻抗，各节点电压、节点注入电流、支路潮流以及网络损耗为待求量；各节点的注入电流为：
S2，通过网络拓扑的结构并结合上式计算配电***各个支路中的电流，任一支路的电流是该支路末节点的电流与所有位于该支路下游节点的注入电流之和，Ii的表达式如下所示：
S3，计算完整个配电***的支路电流后结合己知的支路阻抗从根节点起计算各支路的电压降，并通过下式更新各节点电压，下式表示始端编号为i，末端编号为j的支路的末端电压；
Uj＝Ui-Ii(Rij+jXij)
S4，计算各节点的电压幅值修正量：
ΔUj＝|Uj-Uj(0)|
S5，重复前推支路电流和回代节点电压，直到满足迭代条件，得到该配电***的最终潮流计算结果。
具体地，步骤D中，所述优化调度模型包括两个目标函数，分别为：
目标函数a，用户侧引导电价最小：
其中，函数采用96点日负荷曲线预测法，将一天24小时等分为96个时段，每个时段为15min，pj为第j(j＝1，2，...，96)个时段的电价，Pev表示电动汽车的充电功率大小；N为配电网区域内的电动汽车总数；取值为0或1，是一个决策变量，用于确定第i辆电动汽车在第j时间段内是否有充电行为，1代表电动汽车处于充电状态，0代表电动汽车不处于充电状态；Δt表示各时间段；Ti表示第i台车从开始充电到结束离开所需的充电时长；
目标函数b，电网侧峰谷差最小：
f2＝min(maxP′Lj-minP′Lj)
其中，PLj为第j时段原始负荷值，P′Lj为在第j时段叠加电动汽车充电负荷后的***负荷值，Pij为第i辆电动汽车在第j时段的负荷功率；大量电动汽车随机进行充电时会引起“峰上加峰”等问题，本发明通过制定实时电价方案来激励用户充电行为，合理安排各个用户的充电顺序，让车主能尽可能的在负荷低谷时段完成充电，这样就能让电网负荷的高峰值控制在一个相对低一点的范围内，使得负荷整体波动的更加平稳。
具体地，基于所述用户侧和电网侧两个目标函数，建立一个多目标函数，并采用遗传算法进行求解；所述多目标函数如下：
上述两个目标函数是相互影响、相互作用的，为使两者都能达到最优，采用线性加权的方法，将所述多目标函数的优化求解问题转变为单目标函数优化问题进行求解，并对所述单目标函数优化问题做归一化处理，使两个目标函数处于同一个数量级；
所述归一化公式为：
归一化处理后的单目标函数为：
minf＝λ1f1+λ2f2
其中，λ1和λ2分别为f1和f2的权重系数，分别表示充电费用和电网负荷各自所占的比重；λ1+λ2＝1，λ1≥0，λ2≥0。
具体地，步骤D中，所述优化调度模型包括电量约束条件：
TiPi＝(1-SOCi)×Bi
其中，SOCi为电动汽车充电的初始电量，所述初始电量为电动汽车到达配电网时的剩余电量，所述剩余电量采用百分数表示，所述电动汽车在配电网的充电量为1-SOCi，Ti为电动汽车充满电所需时长；Pi电动汽车充电功率；Bi为蓄电池容量。
具体地，步骤D中，所述优化调度模型还包括充电功率约束条件、网络节点电压约束条件以及配电网传输功率约束条件；
所述充电功率约束条件为：
0≤Pi≤PN
所述网络节点电压约束条件为：
所述配电网传输功率约束条件为：
其中，PN为电动汽车充电的额定功率值，为最小网络节点电压，为最大网络节点电压；为配电网最小传输功率，为配电网最大传输功率。
具体地，如图2所示，步骤D中，以减小日负荷峰谷差和降低电动汽车用户充电成本为优化目标对电价和电网的峰谷差进行优化调度的方法为，采用遗传算法进行优化调度，其优化调度步骤如下：
第一步，初始化种群S，选择目标函数的编码方式，根据目标函数和约束条件定义一个适应度函数f(x)，设置种群的规模N，交叉概率Pc，变异概率Pm，遗传代数T；
第二步，利用适应度函数计算种群个体的适应度：
fi＝f(Si)
第三步，若满足迭代条件，则算法终止，取适应度最高的作为最优结果，否则计算概率：
第四步，选择复制，步骤如下：
(1)在第t代，计算fsum和P(Si)；
(2)产生{0，1}的随机数rand(.)，求s＝rand(.)*fsum；
(3)求和最小的k，则第k个个体被选中；
(4)进行N次(2)、(3)操作，得到N个个体，为S1；
第五步，按照交叉概率Pc在上述S1中随机选取相应数量的个体，并对这些个体进行交叉操作，并用新产生的个体代替原来的个体，得到S2；
第六步，按照变异概率Pm在S2中随机选取相应数量的个体，并对这些个体进行变异操作，用新产生的个体代替原来的个体，得到S3；
第七步，将代数增1，t＝t+1，将通过选择、交叉、变异操作得到的作为新一代的种群S3返回至第三步进行验证，直至得到最优结果。
图3为本实施例一种电动汽车有序充电控制方法的整个流程图，通过结合图1和图2，根据电动车的充电负荷和无序充电对电网的影响，构建基于电价引导方案的电动汽车有序充电优化调度模型，该优化调度模型以减小日负荷峰谷差和降低电动汽车用户充电成本为优化目标对电价和电网的峰谷差进行优化调度，得到适应度最高的最优结果；保证在满足电动汽车用户行驶需求的前提下，减小负荷峰谷差提高电网的经济性以及保证电网平稳可靠的运行，同时减少用户的充电费用。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种电动汽车有序充电控制方法，其特征在于，包括以下步骤：
步骤A，根据电动汽车的使用情况，获取电动汽车的日行驶里程和最后一次出行结束时刻的数据，并对获取的数据进行归一化处理，通过极大似然估计法分别对所述日行驶里程和最后一次出行结束时刻的数据进行拟合，得到电动汽车日行驶里程、最后一次出行结束时刻以及充电时长的概率分布；
步骤B，根据电动汽车的起始充电时刻、充电功率和充电时长的概率分布，建立电动汽车一天24小时的充电功率需求模型，通过蒙特卡洛法仿真模拟一天24小时不同时段的电动汽车充电负荷分布情况；
步骤C，将电动汽车的负荷随机接入IEEE33节点配电***中，通过前推回代的潮流计算法，计算出配电***各个节点的电压幅值和网络损耗，从而验证电动汽车无序充电对配电网的负面影响；
步骤D，根据所述电动汽车24小时的充电功率需求模型和无序充电对配电网的负面影响，构建基于电价引导方案的电动汽车有序充电优化调度模型，该优化调度模型以减小日负荷峰谷差和降低电动汽车用户充电成本为优化目标对电价和电网的峰谷差进行优化调度。
2.根据权利要求1所述的一种电动汽车有序充电控制方法，其特征在于，步骤A中，所述电动汽车日行驶里程的数据通过所述极大似然估计法拟合为对数正态分布,所述对数正态分布的概率密度函数为：
其中，μD＝3.20，σD＝0.88；x代表行驶的距离；μD和σD是一组经验值；
所述最后一次出行结束时刻的数据通过所述极大似然估计法拟合为正态分布，所述正态分布的概率密度函数为：
其中，μT＝17.6，σT＝3.4；x代表时间；μT和σT是一组经验值。
3.根据权利要求1所述的一种电动汽车有序充电控制方法，其特征在于，步骤D中，所述优化调度模型包括两个目标函数，分别为：
目标函数a，用户侧引导电价最小：
其中，函数采用96点日负荷曲线预测法，将一天24小时等分为96个时段，每个时段为15min，pj为第j(j＝1,2,…,96)个时段的电价，Pev表示电动汽车的充电功率大小；N为配电网区域内的电动汽车总数；取值为0或1，是一个决策变量，用于确定第i辆电动汽车在第j时间段内是否有充电行为，1代表电动汽车处于充电状态，0代表电动汽车不处于充电状态；Δt表示各时间段；Ti表示第i台车从开始充电到结束离开所需的充电时长；
目标函数b，电网侧峰谷差最小：
f2＝min(maxP’Lj-minP’Lj)
其中，PLj为第j时段原始负荷值，P′Lj为在第j时段叠加电动汽车充电负荷后的***负荷值，Pij为第i辆电动汽车在第j时段的负荷功率。
4.根据权利要求3所述的一种电动汽车有序充电控制方法，其特征在于，基于所述用户侧和电网侧两个目标函数，建立一个多目标函数：
采用线性加权的方法，将所述多目标函数的优化求解问题转变为单目标函数优化问题进行求解，并对所述单目标函数优化问题做归一化处理；
所述归一化公式为：
归一化处理后的单目标函数为：
minf＝λ1f1+λ2f2
其中，λ1和λ2分别为f1和f2的权重系数，分别表示充电费用和电网负荷各自所占的比重；λ1+λ2＝1，λ1≥0，λ2≥0。
5.根据权利要求1所述的一种电动汽车有序充电控制方法，其特征在于，步骤D中，所述优化调度模型包括电量约束条件：
TiPi＝(1-SOCi)×Bi
其中，SOCi为电动汽车充电的初始电量，所述初始电量为电动汽车到达配电网时的剩余电量，所述剩余电量采用百分数表示，所述电动汽车在配电网的充电量为1-SOCi，Ti为电动汽车充满电所需时长；Pi电动汽车充电功率；Bi为蓄电池容量。
6.根据权利要求1所述的一种电动汽车有序充电控制方法，其特征在于，步骤D中，所述优化调度模型还包括充电功率约束条件、网络节点电压约束条件以及配电网传输功率约束条件；
所述充电功率约束条件为：
0≤Pi≤PN
所述网络节点电压约束条件为：
所述配电网传输功率约束条件为：
其中，PN为电动汽车充电的额定功率；为最小网络节点电压，为最大网络节点电压；为配电网最小传输功率，为配电网最大传输功率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810818651.XA CN108944531A (zh) | 2018-07-24 | 2018-07-24 | 一种电动汽车有序充电控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810818651.XA CN108944531A (zh) | 2018-07-24 | 2018-07-24 | 一种电动汽车有序充电控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108944531A true CN108944531A (zh) | 2018-12-07 |
Family
ID=64464124
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810818651.XA Pending CN108944531A (zh) | 2018-07-24 | 2018-07-24 | 一种电动汽车有序充电控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108944531A (zh) |
Cited By (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109866628A (zh) * | 2019-01-18 | 2019-06-11 | 国网上海市电力公司 | 一种主动配电网电动汽车有序充电控制方法 |
| CN109878370A (zh) * | 2019-04-12 | 2019-06-14 | 广东电网有限责任公司 | 一种电动汽车集群的充电方法和装置 |
| CN109918798A (zh) * | 2019-03-11 | 2019-06-21 | 三峡大学 | 基于充电功率等级的电动汽车充电方式优化方法 |
| CN109934403A (zh) * | 2019-03-12 | 2019-06-25 | 浙江大学 | 基于数学模型的电动汽车居民区域充电负荷分析预测方法 |
| CN109934473A (zh) * | 2019-02-28 | 2019-06-25 | 深圳智链物联科技有限公司 | 充电健康指数评分方法、装置、终端设备及存储介质 |
| CN110733371A (zh) * | 2019-10-30 | 2020-01-31 | 深圳供电局有限公司 | 一种电动汽车充电桩充电分析方法 |
| CN110733370A (zh) * | 2019-11-20 | 2020-01-31 | 国网江苏省电力有限公司南通供电分公司 | 一种基于双层优化算法的电动汽车充电站有序充电方法 |
| CN110774929A (zh) * | 2019-10-25 | 2020-02-11 | 上海电气集团股份有限公司 | 一种电动汽车有序充电的实时控制策略及优化方法 |
| CN110929950A (zh) * | 2019-12-02 | 2020-03-27 | 燕山大学 | 一种电动汽车负荷预测方法及*** |
| CN110962667A (zh) * | 2019-11-25 | 2020-04-07 | 南京邮电大学 | 电动汽车有序充电的方法 |
| CN111301214A (zh) * | 2020-03-06 | 2020-06-19 | 佳源科技有限公司 | 一种电动汽车有序充电控制方法及*** |
| CN111523734A (zh) * | 2020-04-30 | 2020-08-11 | 广东电网有限责任公司 | 一种电动汽车有序充电优化方法 |
| CN111597690A (zh) * | 2020-04-26 | 2020-08-28 | 湖南省建筑设计院有限公司 | 电动汽车充电设备需要系数计算模型的建立方法 |
| CN111681127A (zh) * | 2020-05-14 | 2020-09-18 | 江苏大学 | 一种居民小区电动汽车有序充放电控制方法 |
| CN112308373A (zh) * | 2020-09-24 | 2021-02-02 | 国网天津市电力公司营销服务中心 | 基于时空双层优化的电动汽车有序充放电调度模型及算法 |
| CN112308309A (zh) * | 2020-10-28 | 2021-02-02 | 国网福建省电力有限公司 | 一种基于路径优化的电动汽车充电智能导引方法 |
| CN112366739A (zh) * | 2020-11-03 | 2021-02-12 | 国网河北省电力有限公司衡水供电分公司 | 配电网的配置方法、装置、设备及存储介质 |
| CN112418734A (zh) * | 2020-12-15 | 2021-02-26 | 深圳供电局有限公司 | 一种电动汽车充电负荷分配方法 |
| CN112418605A (zh) * | 2020-10-19 | 2021-02-26 | 国网上海市电力公司 | 一种光储式充电站储能***优化运行方法 |
| CN112550050A (zh) * | 2020-12-15 | 2021-03-26 | 深圳供电局有限公司 | 一种电动汽车充电方法和*** |
| CN112785050A (zh) * | 2021-01-12 | 2021-05-11 | 国网浙江省电力有限公司湖州供电公司 | 一种基于电动汽车充电负荷预测的有序充电调度方法 |
| CN112825102A (zh) * | 2019-11-20 | 2021-05-21 | 河海大学 | 一种电动汽车充电负荷特性模拟方法 |
| CN112994063A (zh) * | 2021-04-29 | 2021-06-18 | 重庆大学 | 基于储能有序充电和智能软开关控制模型的配电网优化运行方法 |
| CN113094907A (zh) * | 2021-04-15 | 2021-07-09 | 天津大学 | 一种用于空调负荷和电动汽车充电负荷联合调度方法 |
| CN113147482A (zh) * | 2020-01-07 | 2021-07-23 | 北京科东电力控制***有限责任公司 | 一种电动汽车有序充电优化方法及*** |
| CN113450023A (zh) * | 2021-07-28 | 2021-09-28 | 东北电力大学 | 一种网格化分时电价下电动汽车有序充电方法 |
| CN113537589A (zh) * | 2021-07-13 | 2021-10-22 | 国网北京市电力公司 | 有序充电控制方法及装置 |
| CN113580984A (zh) * | 2021-07-16 | 2021-11-02 | 国网浙江省电力有限公司湖州供电公司 | 一种电动汽车有序充电策略及其仿真方法 |
| CN113928155A (zh) * | 2021-09-29 | 2022-01-14 | 西安交通大学 | 一种基于iec61499的电动汽车有序充电控制***的搭建方法 |
| CN114204582A (zh) * | 2021-12-14 | 2022-03-18 | 广东电网有限责任公司 | 基于电动汽车出行特征的充电桩集群应急调度控制方法 |
| CN114580251A (zh) * | 2022-03-15 | 2022-06-03 | 国网江苏省电力有限公司泰州供电分公司 | 一种配电台区电动汽车充电负荷分析方法及装置 |
| CN114626206A (zh) * | 2022-02-22 | 2022-06-14 | 南京理工大学 | 一种面向交直流配电网的电动汽车时空调度建模方法 |
| CN116890688A (zh) * | 2023-09-07 | 2023-10-17 | 湖北工业大学 | 基于共享电动汽车运营商的电动汽车充电方法 |
| CN117239769A (zh) * | 2023-11-14 | 2023-12-15 | 吉林省有继科技有限公司 | 一种充电站电网调压建模***及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102738879A (zh) * | 2011-04-07 | 2012-10-17 | 湖南大学 | 自动响应分时电价的电动汽车智能充电机 |
| WO2014002205A1 (ja) * | 2012-06-27 | 2014-01-03 | 三菱電機株式会社 | 電動車両の充電制御装置 |
| US20140266041A1 (en) * | 2013-03-15 | 2014-09-18 | International Business Machines Corporation | Distributed charging of electrical assets |
| CN105024432A (zh) * | 2015-07-30 | 2015-11-04 | 浙江工业大学 | 一种基于虚拟电价的电动汽车充放电优化调度方法 |
| CN105870950A (zh) * | 2016-05-05 | 2016-08-17 | 国家电网公司 | 一种智能楼宇可调资源多目标协调***及优化控制方法 |
| CN106712077A (zh) * | 2016-11-28 | 2017-05-24 | 无锡智合电力技术有限公司 | 一种公共楼宇参与电网优化运行方法 |
| CN106786977A (zh) * | 2017-01-22 | 2017-05-31 | 中南大学 | 一种电动汽车充电站的充电调度方法 |
| CN107745650A (zh) * | 2017-10-26 | 2018-03-02 | 电子科技大学 | 一种基于峰谷分时电价的电动汽车有序充电控制方法 |
-
2018
- 2018-07-24 CN CN201810818651.XA patent/CN108944531A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102738879A (zh) * | 2011-04-07 | 2012-10-17 | 湖南大学 | 自动响应分时电价的电动汽车智能充电机 |
| WO2014002205A1 (ja) * | 2012-06-27 | 2014-01-03 | 三菱電機株式会社 | 電動車両の充電制御装置 |
| US20140266041A1 (en) * | 2013-03-15 | 2014-09-18 | International Business Machines Corporation | Distributed charging of electrical assets |
| CN105024432A (zh) * | 2015-07-30 | 2015-11-04 | 浙江工业大学 | 一种基于虚拟电价的电动汽车充放电优化调度方法 |
| CN105870950A (zh) * | 2016-05-05 | 2016-08-17 | 国家电网公司 | 一种智能楼宇可调资源多目标协调***及优化控制方法 |
| CN106712077A (zh) * | 2016-11-28 | 2017-05-24 | 无锡智合电力技术有限公司 | 一种公共楼宇参与电网优化运行方法 |
| CN106786977A (zh) * | 2017-01-22 | 2017-05-31 | 中南大学 | 一种电动汽车充电站的充电调度方法 |
| CN107745650A (zh) * | 2017-10-26 | 2018-03-02 | 电子科技大学 | 一种基于峰谷分时电价的电动汽车有序充电控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 罗庆: "电动汽车充电对电网的影响及有序充电研究", 《中国优秀硕士学位论文全文数据库（电子期刊）》 * |
Cited By (51)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109866628B (zh) * | 2019-01-18 | 2022-07-15 | 国网上海市电力公司 | 一种主动配电网电动汽车有序充电控制方法 |
| CN109866628A (zh) * | 2019-01-18 | 2019-06-11 | 国网上海市电力公司 | 一种主动配电网电动汽车有序充电控制方法 |
| CN109934473A (zh) * | 2019-02-28 | 2019-06-25 | 深圳智链物联科技有限公司 | 充电健康指数评分方法、装置、终端设备及存储介质 |
| CN109934473B (zh) * | 2019-02-28 | 2021-10-15 | 深圳智链物联科技有限公司 | 充电健康指数评分方法、装置、终端设备及存储介质 |
| CN109918798B (zh) * | 2019-03-11 | 2023-06-02 | 三峡大学 | 基于充电功率等级的电动汽车充电方式优化方法 |
| CN109918798A (zh) * | 2019-03-11 | 2019-06-21 | 三峡大学 | 基于充电功率等级的电动汽车充电方式优化方法 |
| CN109934403A (zh) * | 2019-03-12 | 2019-06-25 | 浙江大学 | 基于数学模型的电动汽车居民区域充电负荷分析预测方法 |
| CN109878370A (zh) * | 2019-04-12 | 2019-06-14 | 广东电网有限责任公司 | 一种电动汽车集群的充电方法和装置 |
| CN110774929A (zh) * | 2019-10-25 | 2020-02-11 | 上海电气集团股份有限公司 | 一种电动汽车有序充电的实时控制策略及优化方法 |
| CN110733371A (zh) * | 2019-10-30 | 2020-01-31 | 深圳供电局有限公司 | 一种电动汽车充电桩充电分析方法 |
| CN112825102A (zh) * | 2019-11-20 | 2021-05-21 | 河海大学 | 一种电动汽车充电负荷特性模拟方法 |
| CN110733370A (zh) * | 2019-11-20 | 2020-01-31 | 国网江苏省电力有限公司南通供电分公司 | 一种基于双层优化算法的电动汽车充电站有序充电方法 |
| CN110733370B (zh) * | 2019-11-20 | 2022-11-11 | 国网江苏省电力有限公司南通供电分公司 | 一种基于双层优化算法的电动汽车充电站有序充电方法 |
| CN110962667A (zh) * | 2019-11-25 | 2020-04-07 | 南京邮电大学 | 电动汽车有序充电的方法 |
| CN110962667B (zh) * | 2019-11-25 | 2023-05-05 | 南京邮电大学 | 电动汽车有序充电的方法 |
| CN110929950B (zh) * | 2019-12-02 | 2023-09-26 | 燕山大学 | 一种电动汽车负荷预测方法及*** |
| CN110929950A (zh) * | 2019-12-02 | 2020-03-27 | 燕山大学 | 一种电动汽车负荷预测方法及*** |
| CN113147482B (zh) * | 2020-01-07 | 2023-12-12 | 北京科东电力控制***有限责任公司 | 一种电动汽车有序充电优化方法及*** |
| CN113147482A (zh) * | 2020-01-07 | 2021-07-23 | 北京科东电力控制***有限责任公司 | 一种电动汽车有序充电优化方法及*** |
| CN111301214A (zh) * | 2020-03-06 | 2020-06-19 | 佳源科技有限公司 | 一种电动汽车有序充电控制方法及*** |
| CN111597690A (zh) * | 2020-04-26 | 2020-08-28 | 湖南省建筑设计院有限公司 | 电动汽车充电设备需要系数计算模型的建立方法 |
| CN111597690B (zh) * | 2020-04-26 | 2023-04-07 | 湖南省建筑设计院有限公司 | 电动汽车充电设备需要系数计算模型的建立方法 |
| CN111523734A (zh) * | 2020-04-30 | 2020-08-11 | 广东电网有限责任公司 | 一种电动汽车有序充电优化方法 |
| CN111523734B (zh) * | 2020-04-30 | 2022-03-29 | 广东电网有限责任公司 | 一种电动汽车有序充电优化方法 |
| CN111681127B (zh) * | 2020-05-14 | 2023-09-22 | 江苏大学 | 一种居民小区电动汽车有序充放电控制方法 |
| CN111681127A (zh) * | 2020-05-14 | 2020-09-18 | 江苏大学 | 一种居民小区电动汽车有序充放电控制方法 |
| CN112308373A (zh) * | 2020-09-24 | 2021-02-02 | 国网天津市电力公司营销服务中心 | 基于时空双层优化的电动汽车有序充放电调度模型及算法 |
| CN112418605A (zh) * | 2020-10-19 | 2021-02-26 | 国网上海市电力公司 | 一种光储式充电站储能***优化运行方法 |
| CN112308309A (zh) * | 2020-10-28 | 2021-02-02 | 国网福建省电力有限公司 | 一种基于路径优化的电动汽车充电智能导引方法 |
| CN112366739B (zh) * | 2020-11-03 | 2022-08-19 | 国网河北省电力有限公司衡水供电分公司 | 配电网的配置方法、装置、设备及存储介质 |
| CN112366739A (zh) * | 2020-11-03 | 2021-02-12 | 国网河北省电力有限公司衡水供电分公司 | 配电网的配置方法、装置、设备及存储介质 |
| CN112418734A (zh) * | 2020-12-15 | 2021-02-26 | 深圳供电局有限公司 | 一种电动汽车充电负荷分配方法 |
| CN112550050A (zh) * | 2020-12-15 | 2021-03-26 | 深圳供电局有限公司 | 一种电动汽车充电方法和*** |
| CN112785050A (zh) * | 2021-01-12 | 2021-05-11 | 国网浙江省电力有限公司湖州供电公司 | 一种基于电动汽车充电负荷预测的有序充电调度方法 |
| CN113094907A (zh) * | 2021-04-15 | 2021-07-09 | 天津大学 | 一种用于空调负荷和电动汽车充电负荷联合调度方法 |
| CN112994063A (zh) * | 2021-04-29 | 2021-06-18 | 重庆大学 | 基于储能有序充电和智能软开关控制模型的配电网优化运行方法 |
| CN112994063B (zh) * | 2021-04-29 | 2022-11-01 | 重庆大学 | 基于储能有序充电和智能软开关控制模型的配电网优化运行方法 |
| CN113537589A (zh) * | 2021-07-13 | 2021-10-22 | 国网北京市电力公司 | 有序充电控制方法及装置 |
| CN113580984A (zh) * | 2021-07-16 | 2021-11-02 | 国网浙江省电力有限公司湖州供电公司 | 一种电动汽车有序充电策略及其仿真方法 |
| CN113450023A (zh) * | 2021-07-28 | 2021-09-28 | 东北电力大学 | 一种网格化分时电价下电动汽车有序充电方法 |
| CN113928155A (zh) * | 2021-09-29 | 2022-01-14 | 西安交通大学 | 一种基于iec61499的电动汽车有序充电控制***的搭建方法 |
| CN113928155B (zh) * | 2021-09-29 | 2023-08-18 | 西安交通大学 | 一种电动汽车有序充电控制***的搭建方法 |
| CN114204582A (zh) * | 2021-12-14 | 2022-03-18 | 广东电网有限责任公司 | 基于电动汽车出行特征的充电桩集群应急调度控制方法 |
| CN114204582B (zh) * | 2021-12-14 | 2023-06-13 | 广东电网有限责任公司 | 基于电动汽车出行特征的充电桩集群应急调度控制方法 |
| CN114626206A (zh) * | 2022-02-22 | 2022-06-14 | 南京理工大学 | 一种面向交直流配电网的电动汽车时空调度建模方法 |
| CN114580251A (zh) * | 2022-03-15 | 2022-06-03 | 国网江苏省电力有限公司泰州供电分公司 | 一种配电台区电动汽车充电负荷分析方法及装置 |
| CN114580251B (zh) * | 2022-03-15 | 2023-10-20 | 国网江苏省电力有限公司泰州供电分公司 | 一种配电台区电动汽车充电负荷分析方法及装置 |
| CN116890688B (zh) * | 2023-09-07 | 2023-12-01 | 湖北工业大学 | 基于共享电动汽车运营商的电动汽车充电方法 |
| CN116890688A (zh) * | 2023-09-07 | 2023-10-17 | 湖北工业大学 | 基于共享电动汽车运营商的电动汽车充电方法 |
| CN117239769A (zh) * | 2023-11-14 | 2023-12-15 | 吉林省有继科技有限公司 | 一种充电站电网调压建模***及方法 |
| CN117239769B (zh) * | 2023-11-14 | 2024-04-09 | 吉林省有继科技有限公司 | 一种充电站电网调压建模***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108944531A (zh) | 一种电动汽车有序充电控制方法 | |
| Liu et al. | Optimal sizing of a wind-energy storage system considering battery life | |
| CN111178619B (zh) | 一种考虑分布式电源和充电站联合规划的多目标优化方法 | |
| Wang et al. | Demand side management of plug-in electric vehicles and coordinated unit commitment: A novel parallel competitive swarm optimization method | |
| Kavousi-Fard et al. | Reliability-oriented reconfiguration of vehicle-to-grid networks | |
| CN103840457B (zh) | 考虑电动汽车充放电影响的配电网内dg优化配置方法 | |
| CN105071389B (zh) | 计及源网荷互动的交直流混合微电网优化运行方法及装置 | |
| Yang et al. | A novel parallel-series hybrid meta-heuristic method for solving a hybrid unit commitment problem | |
| CN107634518A (zh) | 一种“源‑网‑荷”相协调的主动配电网经济调度方法 | |
| CN106786977B (zh) | 一种电动汽车充电站的充电调度方法 | |
| 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 | |
| CN103914734B (zh) | 基于改进型蚁群算法的微网容量优化布址方法 | |
| CN109167347B (zh) | 基于云自适应粒子群多目标电动汽车充放电优化调度方法 | |
| CN106602557A (zh) | 一种含电动汽车的主动配电网多时段优化重构方法 | |
| CN112238781B (zh) | 一种基于分层架构的电动汽车有序充电控制方法 | |
| CN110138006A (zh) | 考虑含有新能源电动汽车的多微电网协调优化调度方法 | |
| CN113326467B (zh) | 基于多重不确定性的多站融合综合能源***多目标优化方法、存储介质及优化*** | |
| CN103580020A (zh) | 一种基于NSGA-II和Look-ahead的含风电场电力***多目标动态优化调度方法 | |
| CN116402307A (zh) | 考虑可调度柔性资源运行特性的电网规划容量分析方法 | |
| CN111639866B (zh) | 基于遗传算法的储能充电站的储能容量的配置方法 | |
| CN111619391B (zh) | 基于合作博弈与动态分时电价的电动汽车有序充放电方法 | |
| CN116029453A (zh) | 一种电动汽车充电桩配置方法、记录媒体及*** | |
| CN106295885A (zh) | 基于主动管理模式的主动配电网联合规划方法 | |
| CN114462854A (zh) | 含新能源和电动汽车并网的分层调度方法及其*** | |
| He et al. | Expansion planning of electric vehicle charging stations considering the benefits of peak‐regulation frequency modulation |
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 |
Application publication date: 20181207 |
|
| RJ01 | Rejection of invention patent application after publication |