CN109103878A - 电动汽车群有序充电方法及配电网用电优化方法 - Google Patents
电动汽车群有序充电方法及配电网用电优化方法 Download PDFInfo
- Publication number
- CN109103878A CN109103878A CN201811071886.3A CN201811071886A CN109103878A CN 109103878 A CN109103878 A CN 109103878A CN 201811071886 A CN201811071886 A CN 201811071886A CN 109103878 A CN109103878 A CN 109103878A
- Authority
- CN
- China
- Prior art keywords
- electric car
- charging
- load
- distribution network
- power distribution
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005457 optimization Methods 0.000 title claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 19
- 239000000178 monomer Substances 0.000 claims abstract description 19
- 230000005611 electricity Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 230000003542 behavioural effect Effects 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 101150040373 istA gene Proteins 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 1
- 230000000052 comparative effect Effects 0.000 description 8
- 240000002853 Nelumbo nucifera Species 0.000 description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 4
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 4
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- 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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种电动汽车群有序充电方法及配电网用电优化方法,所述电动汽车群有序充电方法是基于网格法将配电网有功功率上限值与居民基础负荷之间的冗余功率等分为若干个充电网格,再基于快速排序法实现电动汽车群的有序充电;利用上述有序充电方法的配电网用电优化方法,将居民基础负荷、换电汽车单体负荷、充电汽车有序充电总负荷的日负荷曲线进行拟合,再通过计算比较配电网有功功率上限优化值不同时配电网总负荷方差与用户充电成本,选择最优充电方案。本发明电动汽车群有序充电方法实现了电动汽车有序充电,避免配电网过载,配电网用电优化方法提供了最优充电方案以减小配电网损耗和用户充电成本。本发明适用于电动汽车领域。
Description
技术领域
本发明属于电动汽车领域,涉及电动汽车群充电领域,具体的说是一种电动汽车群有序充电方法及配电网用电优化方法。
背景技术
近年来,电动汽车发展迅猛,很大程度上解决了传统汽车行业带来的环境污染和资源短缺问题,但是也带来了一些新的问题,主要包括两点:一、传统配电网规划中确少对电动汽车充电负荷的考虑,因此当大规模电动汽车负荷接入配电网时,会造成与居民基础负荷叠峰现象严重,从而给居民区配电网带来巨大损耗;二、由于电动汽车充电行为具有时空不确定性,因此在控制上具有一定难度。
目前电动汽车群充电方法包括:一、电动汽车群无序充电,即“即插即用”,这种方法简单易行,但是会对配电网造成巨大冲击,引起配电网巨大损耗,且给用户侧带来较高的充电成本;二、根据对电动汽车群充电行为的时空特性研究,利用分时电价对电动汽车充电行为进行约束,这种方法目前得到很大范围的推广,但由于大部分的居民生活作息以及工作时间是重合的,所以电动汽车的充电时间还是不可避免的会集中在某一时间段,进而引起配电网损耗现象。
发明内容
为解决现有技术中存在的上述缺陷,本发明旨在提供一种电动汽车群有序充电方法,实现电动汽车群有序充电,避免配电网过载现象,本发明还提供了一种配电网用电优化方法,以实现减小配电网损耗和电动汽车充电成本的目的。
本发明为实现上述目的,所采用的技术方案如下:
电动汽车群有序充电方法是基于网格法和快速排序法,包括依次进行的如下步骤:
a1: 将一天平均划分为N个时段,对居民基础负荷进行预测;
a2:将配电网有功功率上限优化值与第t时段的居民基础负荷之间的冗余功率等分为n t 个充电网格,n t 的计算表达式如下:
式中,p lim 为配电网有功功率上限优化值,不大于配电网的有功功率上限值,p load 为居民基础负荷,p car 为电动汽车充电功率;
a3:第t时段接入K辆需充电的电动汽车,并通过步骤a2预测第t+1时段充电网格数量M,计算t时段起始点之前未充满电的电动汽车数W;
a4:若K+W≤M,则对所有电动汽车进行充电,若K+W>M,且t时段终止点之前有S辆人为设置的需要优先充电的电动汽车,则优先充电这S辆,并对剩下的K+W-S辆电动汽车按照剩余容量由大到小进行排序,并选取前M-S辆电动汽车进行充电;
a5:进入下一时段,重复进行步骤a3、a4,直至所有电动汽车充电完毕。
作为限定,所述电动汽车群有序充电方法基于数据库原理对电动汽车进行0-1编码,未充电的电动汽车记为0,充电的电动汽车记为1,充电的起始时段所有电动汽车均记为0。
利用上述电动汽车群有序充电方法实现配电网用电优化方法,依据不同充电方式:常规充电和电池快换,将电动汽车划分为充电汽车和换电汽车,包括依次进行的如下步骤:
b1:建立居民基础负荷的日负荷曲线;
b2:建立换电汽车单体负荷的日负荷曲线,以及利用电动汽车群有序充电方法对充电汽车进行有序充电,得到充电汽车有序充电总负荷的日负荷曲线;
b3:将步骤b1的居民基础负荷、步骤b2的换电汽车单体负荷以及充电汽车有序充电总负荷的日负荷曲线进行拟合,得到配电网总负荷随时间、换电汽车投入数量变化的优化模型,所述配电网总负荷计算表达式为:
式中,f load (t)、f car (t)和f taxi (t)分别为居民基础负荷、充电汽车有序充电总负荷和换电汽车单体负荷拟合曲线,n为换电汽车投入数量;
b4:构建配电网总负荷方差、充电汽车充电成本的目标函数,输出配电网总负荷方差与换电汽车投入数量的关系,得到配电网总负荷方差最小值和此时换电汽车投入数量,并根据分时电价,得到充电汽车的充电成本;
b5:当配电网有功功率上限优化值取不同值时,计算配电网总负荷方差最小值和此时换电汽车投入数量以及充电汽车的充电成本,并对结果进行分析比较,随着配电网有功功率上限优化值的减小,配电网总负荷方差和充电汽车的充电成本就越小,换电汽车投入数量几乎不变,进而选择出包括配电网总负荷方差、充电成本以及换电汽车投入数量参数的最优充电方案。
作为限定,所述步骤b1中居民基础负荷的日负荷曲线通过采集历史数据,再基于蒙特卡洛法建立的;
所述步骤b2中换电汽车单体负荷、充电汽车总负荷的日负荷曲线的建立具体步骤如下:
c1:采集电动汽车群充电行为数据,包括充电起始电量、充电起始时间、充电时长期望值以及充电方式;
c2:分析c1采集的大数据,得到充电起始电量、充电起始时间、充电时长期望值以及充电方式的概率分布;
c3:基于蒙特卡洛法输出换电汽车单体负荷的日负荷曲线;将步骤c2得到的各充电参数的概率代入到电动汽车群有序充电方法中,输出充电汽车有序充电总负荷的日负荷曲线。
作为进一步限定,所述步骤b4中,配电网总负荷方差计算表达式如下:
式中,N为将一天划分的时段数, F为配电网总负荷方差,n为换电汽车投入数量,p load 、p car 、p taxi 和p av 分别为第t个时段居民基础负荷、充电汽车总负荷、换电汽车单体负荷以及配电网日负荷均值;
充电汽车的充电成本计算表达式如下:
本发明由于采用了上述的方法,其与现有技术相比,所取得的技术进步在于:
本发明的电动汽车群有序充电方法,基于网格法将配电网有功功率限值与居民基础负荷之间的冗余功率等分为若干个充电网格,将充电网格分配给电动汽车进行充电,即避免了电动汽车负载接入配电网带来过载现象,又将充电任务程序化,有利于结合计算机算法实现充电安排,其次利用快速排序法控制电动汽车群的有序充电,该方法简单快速,可广泛应用于各种计算机***,另外本发明是基于数据库对电动汽车群进行统一排序,不需对每一辆充电汽车进行标号区别,节省大量计算时间,且数据库原理简单又应用广泛。
运用上述电动汽车群有序充电方法的配电网用电优化方法,建立了配电网总负荷随换电汽车投入数量、时间变化的优化模型,再构建配电网总负荷方差和充电成本的目标公式,得到配电网总负荷方差最小值(即配电网网损最小)和此时换电汽车投入数量以及充电汽车的充电成本,最后计算当配电网有功功率上限优化值取不同值时,配电网总负荷方差最小值和和此时换电汽车投入数量以及充电汽车充电成本,发现随着配电网优化水平在一定范围内的降低,配电网总负荷方差和用户侧的充电成本均下降,实现了电网与用户之间的双赢。总而言之,本发明的配电网用电优化方法,可根据居民区相关参数以及用户充电行为大数据,提供包含配电网总负荷方差(配电网网损)、充电成本、换电汽车(换电汽车一般指电动出租车)投入数量等参数的最优充电方案。
综上,本发明的电动汽车群有序充电方法,可方便实现电动汽车群的有序充电,避免配电网过载现象,运用上述电动汽车群有序充电方法的配电网用电优化方法,可实现减小配电网损耗和用户电动汽车的充电成本;适用于电动汽车群充电领域。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1为本实施例1基于网格法划分冗余功率示意图;
图2为本实施例1电动汽车群有序充电流程图;
图3为本实施例2在5200W优化水平下配电网总负荷随换电汽车投入数量、时间的变化模型;
图4为本实施例2充电汽车有序充电时配电网总负荷方差随换电汽车投入数量的变化曲线;
图5为对比例1与实施例2配电网总负荷曲线的比较。
具体实施方式
以下结合附图对本发明的优选实施例进行说明。应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1 电动汽车群有序充电方法
本实施例1基于数据库原理,对电动汽车进行0-1编码,未充电车辆记为0,充电车辆记为1,且起始时段所有车辆均记为0,本实施例1基于网格法和快速排序法,包括依次进行的如下步骤:
a1: 将一天平均划分为N个时段,并对某一居民区的居民基础负荷进行预测,本实施例N=72;
a2:将该居民区配电网有功功率上限优化值与第t时段的居民基础负荷之间的冗余功率等分为n t 个充电网格,可参考图1,n t 的计算表达式如下:
式中,p lim 为居民区配电网有功功率上限优化值,p lim 不大于配电网的有功功率上限值,p load 为居民基础负荷,p car 为电动汽车充电功率;
,a3:第t时段接入K辆需充电的电动汽车,并预测第t+1时段充电网格数量M,计算t时段起始点之前未充满电的电动汽车数W;
a4:若K+W≤M,则对所有电动汽车编码为1并进行充电,若K+W>M,且t时段终止点之前有S辆人为设置的需要优先充电的电动汽车,则优先充电这S辆,并对剩下的K+W-S辆电动汽车按照剩余容量由大到小进行排序,并选取前M-S辆电动汽车编码为1并进行充电;
a5:进入下一时段,重复步骤a3、a4,直至所有电动汽车充电完毕。
电动汽车群有序充电流程图参考图2。
实施例2 配电网用电优化方法
选取一个5000户的大型居民区,该配电网有功功率上限值为5500kW;平均每户拥有一辆汽车,居民区电动私家车渗透率为20%,即1000辆电动私家车。
依据不同的充电方式常规充电和电池快换,将电动汽车划分为充电汽车和换电汽车,电动私家车通常采用常规充电模式,故电动私家车即为本发明所说的充电汽车,电动出租车通常采用电池快换模式,故电动出租车即为本发明所说的换电汽车。
运用实施例1所述的电动汽车群有序充电方法的配电网用电优化方法,包括依次进行的如下步骤:
步骤一,居民基础负荷的日负荷曲线通过采集历史数据,再基于蒙特卡洛法建立的;
步骤二,建立换电汽车单体负荷的日负荷曲线,并运用实施例1所述的电动汽车群有序充电方法(配电网有功功率上限优化值取5200W)对充电汽车进行有序充电,得到充电汽车有序充电总负荷的日负荷曲线,所述换电汽车单体负荷、充电汽车总负荷的日负荷曲线的建立具体步骤如下:
(1)采集电动汽车群充电行为数据,包括充电起始电量、充电起始时间、充电时长期望值以及充电方式,采集的部分数据如下表所示;
表1 该居民区电动汽车充电数据
(2)分析步骤(1)采集的数据,得到充电汽车开始充电起始电量S概率分布如下:
式中s i 、p i ——第i种车主充电行为下电动汽车开始充电的起始剩余电量、第i种车主充电行为发生的概率;
电动汽车充电起始时间t的概率分布:
式中t j 、p j ——第j种车主充电行为下电动汽车开始充电的起始时间点、第j种车主充电行为发生的概率。
得到电动汽车充电时长期望值τ的概率分布:
式中τ k 、p k ——第k种车主充电行为下电动汽车充时长的期望值、第k种车主充电行为发生的概率。
电动汽车充电方式w的概率分布:
式中p a、p b——选用常规充电模式的概率、选用换电充电模式的概率。
(3)基于蒙特卡洛法输出换电汽车单体负荷的日负荷曲线;将步骤(2)得到的各充电参数的概率分布代入到实施例1所述的电动汽车群有序充电方法中,输出充电汽车有序充电总负荷的日负荷曲线。
步骤三,将步骤一中居民基础负荷的日负荷曲线以及步骤二中换电汽车单体负荷、充电汽车有序充电总负荷的日负荷曲线进行高阶傅里叶拟合,拟合公式如下:
从而获得配电网总负荷随时间、换电汽车投入数量变化的优化模型,如图3所示,计算表达式如下:
式中,f load (t)、f car (t)和f taxi (t)分别为居民基础负荷、充电汽车有序充电总负荷和换电汽车单体负荷拟合曲线,n为换电汽车投入数量。
步骤四,构建配电网总负荷方差的目标函数,其表达式如下:
式中,N为将一天划分的时段数(本实施例N=72), F为配电网总负荷方差,n为换电汽车投入数量,p load 、p car 、p taxi 和p av 分别为第t个时段居民基础负荷、充电汽车总负荷、换电汽车单体负荷以及配电网日负荷均值。
根据公式(17)、(18)计算出配电网有功功率上限优化值取5200W时换电汽车投入数量与配电网总负荷方差之间的关系,如图4所示。
由图4可知,在5200kW优化水平下,随着换电汽车投入数量的增加,配电网总负荷方差呈现出先大幅度减小后小幅度上升的趋势,当配电网总负荷方差最小时(即配电网网损最小),换电汽车投入数量为268台。
构建充电汽车的充电成本目标函数如下:
式中,C f 为第t个时段的分时电价,E t,i 为第t个时段第i辆车的充电电量;
根据该居民区的分时电价表2以及公式(19),计算出充电汽车的充电成本。
表2 该居民区的分时电价表
步骤五,计算当配电网有功功率上限优化值取5100W、5000W时,计算配电网总负荷方差最小值和此时换电汽车投入数量以及充电汽车的充电成本,结果如表3所示:
表3 配电网有功功率限值取不同优化值时结果对比
分析比较表3,随着配电网有功功率上限优化值的减小,配电网总负荷方差和充电汽车的充电成本就越小,换电汽车投入数量几乎不变,为了满足居民基础负荷,配电网有功功率限值取值不能过小,因此我们可以在满足居民基础负荷的前提下,选择出包括配电网总负荷方差、充电成本以及换电汽车投入数量参数的最优充电方案,以实现减小配电网损耗和用户充电汽车的充电成本,实现电网和用户双赢。
对比例1 电动汽车无序充电负荷模型
为说明本方法的有益效果,特给出对比例1电动汽车无序充电负荷模型,对比例1与实施例2的各参数相同,对比例1电动汽车无序充电模型具体建立如下:
(1)通过采集历史数据并基于蒙特卡洛法建立该居民区居民基础负荷的日负荷曲线;
(2)建立换电汽车负荷、充电汽车无序充电总负荷的日负荷曲线,其具体步骤如下:
采集充电汽车充电行为数据,包括充电汽车开始充电起始电量、充电起始时间、充电时长期望值以及充电方式;
对采集的大数据进行分析,分别得到充电汽车开始充电起始电量、充电起始时间、充电时长期望值、充电方式的概率分布:
基于蒙特卡洛法输出换电汽车负荷、充电汽车无序充电的日负荷曲线;
(3)将步骤(1)中居民基础负荷的日负荷曲线以及步骤(2)中换电汽车负荷、充电汽车无序充电总负荷的日负荷曲线进行高阶傅里叶拟合,获得电动汽车无序充电下配电网总负荷随时间变化的曲线。
将对比例1的电动汽车无序充电负荷曲线与实施例2中电动汽车有序充电配电网总负荷比较,如图5所示。
由图5可知,无序充电情况下,充电汽车负荷与居民基础负荷叠加导致19:00-22:00时段出现过载现象,从而对居民区配电网产生巨大冲击,且2:00-8:00出现的用电低谷深度过大,导致负荷方差过大,会对配电网产生较大损耗。而经过有序充电方法的优化,19:00-22:00的负荷峰值被限制在5200kW以下,且峰值负荷被移到2:00-8:00的用电低谷时段,从而达到移峰填谷的目的。
进一步计算充电汽车无序充电时配电网总负荷方差和充电汽车充电成本,并与实施例2配电网有功功率5200W水平下进行对比,如表4所示:
表4 对比例1与实施例2充电汽车充电成本的比较
通过图5和表4的分析可知,本发明不仅能够减小配电网总负荷方差,即减小配电网损耗,而且节约用户充电汽车的充电成本,实现电网和用户的双赢。
最后应说明的是: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,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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 (5)
1.一种电动汽车群有序充电方法,其特征在于:基于网格法和快速排序法完成,包括依次进行的如下步骤:
a1: 将一天平均划分为N个时段,对居民基础负荷进行预测;
a2:将配电网有功功率上限优化值与第t时段的居民基础负荷之间的冗余功率等分为n t 个充电网格,n t 的计算表达式如下:
式中,p lim 为配电网有功功率上限优化值,不大于配电网的有功功率上限值,p load 为居民基础负荷,p car 为电动汽车充电功率;
a3:第t时段接入K辆需充电的电动汽车,并通过步骤a2预测第t+1时段充电网格数量M,计算t时段起始点之前未充满电的电动汽车数W;
a4:若K+W≤M,则对所有电动汽车进行充电;若K+W>M,且t时段终止点之前有S辆人为设置的需要优先充电的电动汽车,则优先充电这S辆,并对剩下的K+W-S辆电动汽车按照剩余容量由大到小进行排序,选取前M-S辆电动汽车进行充电;
a5:进入下一时段,重复进行步骤a3、a4,直至所有电动汽车充电完毕。
2.根据权利要求1所述的电动汽车群有序充电方法,其特征在于:所述电动汽车群有序充电方法基于数据库原理对电动汽车进行0-1编码,未充电的电动汽车记为0,充电的电动汽车记为1,充电的起始时段所有电动汽车均记为0。
3.一种利用权利要求1或2所述的电动汽车群有序充电方法实现配电网用电优化方法,依据不同充电方式:常规充电和电池快换,将电动汽车划分为充电汽车和换电汽车,其特征在于:包括依次进行的如下步骤:
b1:建立居民基础负荷的日负荷曲线;
b2:建立换电汽车单体负荷的日负荷曲线,以及利用电动汽车群有序充电方法对充电汽车进行有序充电,得到充电汽车有序充电总负荷的日负荷曲线;
b3:将步骤b1的居民基础负荷、步骤b2的换电汽车单体负荷以及充电汽车有序充电总负荷的日负荷曲线进行拟合,得到配电网总负荷随时间、换电汽车投入数量变化的优化模型,所述配电网总负荷计算表达式为:
式中,f load (t)、f car (t)和f taxi (t)分别为居民基础负荷、充电汽车有序充电总负荷和换电汽车单体负荷拟合曲线,n为换电汽车投入数量;
b4:构建配电网总负荷方差、充电汽车充电成本的目标函数,输出配电网总负荷方差与换电汽车投入数量的关系,得到配电网总负荷方差最小值和此时换电汽车投入数量,并根据分时电价,得到充电汽车的充电成本;
b5:当配电网有功功率上限优化值取不同值时,计算配电网总负荷方差最小值和此时换电汽车投入数量以及充电汽车的充电成本,并对结果进行分析比较,随着配电网有功功率上限优化值的减小,配电网总负荷方差和充电汽车的充电成本就越小,换电汽车投入数量几乎不变,进而选择出包括配电网总负荷方差、充电成本以及换电汽车投入数量参数的最优充电方案。
4.根据权利要求3所述的配电网用电优化方法,其特征在于:
所述步骤b1中居民基础负荷的日负荷曲线通过采集历史数据,再基于蒙特卡洛法建立的;
所述步骤b2中换电汽车单体负荷、充电汽车总负荷的日负荷曲线的建立具体步骤如下:
c1:采集电动汽车群充电行为数据,包括充电起始电量、充电起始时间、充电时长期望值以及充电方式;
c2:分析c1采集的大数据,得到充电起始电量、充电起始时间、充电时长期望值以及充电方式的概率分布;
c3:基于蒙特卡洛法输出换电汽车单体负荷的日负荷曲线;将步骤c2得到的各充电参数的概率代入到电动汽车群有序充电方法中,输出充电汽车有序充电总负荷的日负荷曲线。
5.根据权利要求3或4所述的配电网用电优化方法,其特征在于:
所述步骤b4中,配电网总负荷方差计算表达式如下:
式中,N为将一天划分的时段数, F为配电网总负荷方差,n为换电汽车投入数量,p load 、p car 、p taxi 和p av 分别为第t个时段居民基础负荷、充电汽车总负荷、换电汽车单体负荷以及配电网日负荷均值;
充电汽车的充电成本计算表达式如下:
式中,C f 为第t个时段的分时电价,E t,i 为第t个时段第i辆车的充电电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811071886.3A CN109103878B (zh) | 2018-09-14 | 2018-09-14 | 电动汽车群有序充电方法及配电网用电优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811071886.3A CN109103878B (zh) | 2018-09-14 | 2018-09-14 | 电动汽车群有序充电方法及配电网用电优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109103878A true CN109103878A (zh) | 2018-12-28 |
CN109103878B CN109103878B (zh) | 2022-03-01 |
Family
ID=64866276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811071886.3A Active CN109103878B (zh) | 2018-09-14 | 2018-09-14 | 电动汽车群有序充电方法及配电网用电优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109103878B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109849723A (zh) * | 2019-02-20 | 2019-06-07 | 东南大学 | 一种基于充电站功率裕度的电动汽车有序充电控制方法 |
CN110429593A (zh) * | 2019-08-19 | 2019-11-08 | 国网安徽省电力有限公司 | 一种考虑电动汽车充电需求的配电最优容载比确定方法 |
CN110466384A (zh) * | 2019-07-05 | 2019-11-19 | 武汉新能源汽车工业技术研究院有限公司 | 一种充电模块群功率分配方法及装置 |
CN110509788A (zh) * | 2019-08-21 | 2019-11-29 | 三峡大学 | 深化调峰的电动汽车群组合优化充放电方法 |
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 |
CN111301212A (zh) * | 2020-03-06 | 2020-06-19 | 西安西瑞控制技术股份有限公司 | 一种电动汽车有序充电方法 |
CN111619393A (zh) * | 2020-04-30 | 2020-09-04 | 国网天津市电力公司电力科学研究院 | 一种面向用户的台区电动汽车有序充电控制方法 |
CN111723993A (zh) * | 2020-06-24 | 2020-09-29 | 南方电网科学研究院有限责任公司 | 一种配电网双层协同调度方法、装置、终端及存储介质 |
CN113268815A (zh) * | 2021-06-24 | 2021-08-17 | 南方电网科学研究院有限责任公司 | 一种配电网双层规划方法、装置、设备和存储介质 |
CN113320427A (zh) * | 2021-08-03 | 2021-08-31 | 车主邦(北京)科技有限公司 | 一种节能减排的充电导航方法及装置 |
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 |
CN116834567A (zh) * | 2023-09-04 | 2023-10-03 | 北京新源恒远科技发展有限公司 | 适用于双枪充电桩的充电方法、***、终端及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105591433A (zh) * | 2016-01-15 | 2016-05-18 | 国家电网公司 | 基于电动汽车充电功率动态分布的电动汽车充电负荷优化方法 |
CN106786692A (zh) * | 2016-12-19 | 2017-05-31 | 湘潭大学 | 一种基于分布式的电动汽车有序充电控制方法 |
-
2018
- 2018-09-14 CN CN201811071886.3A patent/CN109103878B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105591433A (zh) * | 2016-01-15 | 2016-05-18 | 国家电网公司 | 基于电动汽车充电功率动态分布的电动汽车充电负荷优化方法 |
CN106786692A (zh) * | 2016-12-19 | 2017-05-31 | 湘潭大学 | 一种基于分布式的电动汽车有序充电控制方法 |
Non-Patent Citations (2)
Title |
---|
XIAOXUE RONG等: "Coordinated Charging Strategy ofElectric Vehicle Charging Station Based on Combination of Linear Power Flow and Genetic Algorithm", 《2016 IEEE PES ASIA-PACIFIC POWER AND ENERGY ENGINEERING CONFERENCE (APPEEC)》 * |
齐先军等: "采用功率限制的住宅区电动汽车有序充电控制策略", 《电网技术》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109849723B (zh) * | 2019-02-20 | 2021-07-20 | 东南大学溧阳研究院 | 一种基于充电站功率裕度的电动汽车有序充电控制方法 |
CN109849723A (zh) * | 2019-02-20 | 2019-06-07 | 东南大学 | 一种基于充电站功率裕度的电动汽车有序充电控制方法 |
CN110466384A (zh) * | 2019-07-05 | 2019-11-19 | 武汉新能源汽车工业技术研究院有限公司 | 一种充电模块群功率分配方法及装置 |
CN110429593A (zh) * | 2019-08-19 | 2019-11-08 | 国网安徽省电力有限公司 | 一种考虑电动汽车充电需求的配电最优容载比确定方法 |
CN110509788A (zh) * | 2019-08-21 | 2019-11-29 | 三峡大学 | 深化调峰的电动汽车群组合优化充放电方法 |
CN110509788B (zh) * | 2019-08-21 | 2022-12-02 | 三峡大学 | 深化调峰的电动汽车群组合优化充放电方法 |
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 |
CN111301212A (zh) * | 2020-03-06 | 2020-06-19 | 西安西瑞控制技术股份有限公司 | 一种电动汽车有序充电方法 |
CN111301212B (zh) * | 2020-03-06 | 2023-03-10 | 西安西瑞控制技术股份有限公司 | 一种电动汽车有序充电方法 |
CN111619393A (zh) * | 2020-04-30 | 2020-09-04 | 国网天津市电力公司电力科学研究院 | 一种面向用户的台区电动汽车有序充电控制方法 |
CN111619393B (zh) * | 2020-04-30 | 2022-10-28 | 国网天津市电力公司电力科学研究院 | 一种面向用户的台区电动汽车有序充电控制方法 |
CN111723993A (zh) * | 2020-06-24 | 2020-09-29 | 南方电网科学研究院有限责任公司 | 一种配电网双层协同调度方法、装置、终端及存储介质 |
CN111723993B (zh) * | 2020-06-24 | 2024-04-26 | 南方电网科学研究院有限责任公司 | 一种配电网双层协同调度方法、装置、终端及存储介质 |
CN113268815A (zh) * | 2021-06-24 | 2021-08-17 | 南方电网科学研究院有限责任公司 | 一种配电网双层规划方法、装置、设备和存储介质 |
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 |
CN113320427A (zh) * | 2021-08-03 | 2021-08-31 | 车主邦(北京)科技有限公司 | 一种节能减排的充电导航方法及装置 |
CN116834567A (zh) * | 2023-09-04 | 2023-10-03 | 北京新源恒远科技发展有限公司 | 适用于双枪充电桩的充电方法、***、终端及存储介质 |
CN116834567B (zh) * | 2023-09-04 | 2023-11-17 | 北京新源恒远科技发展有限公司 | 适用于双枪充电桩的充电方法、***、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109103878B (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109103878A (zh) | 电动汽车群有序充电方法及配电网用电优化方法 | |
Liu et al. | Optimal sizing of a wind-energy storage system considering battery life | |
CN108944531A (zh) | 一种电动汽车有序充电控制方法 | |
CN112131733B (zh) | 计及电动汽车充电负荷影响的分布式电源规划方法 | |
CN109910671B (zh) | 基于智能充电桩的电动汽车v2g控制方法 | |
CN106972481A (zh) | 规模化充电设施接入有源配电网的安全性量化评估方法 | |
Zhang et al. | Multi-objective hydro-thermal-wind coordination scheduling integrated with large-scale electric vehicles using IMOPSO | |
CN108376985B (zh) | 一种电动汽车充电负荷模型建立及节点电压计算方法 | |
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 | |
CN108062619B (zh) | 一种轨道车辆车地一体化容量配置方法及装置 | |
CN113988384A (zh) | 一种提高配电网可靠性的储能容量优化配置方法 | |
CN113824111A (zh) | 一种光储能场景中储能容量配置和调度方法 | |
CN110163445A (zh) | 一种电动汽车充电站选址方法、***及相关装置 | |
CN109978240A (zh) | 一种电动汽车有序充电优化方法及*** | |
CN115714382A (zh) | 一种基于安全强化学习的主动配电网实时调度方法及装置 | |
CN115147245B (zh) | 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法 | |
CN107273968A (zh) | 一种基于动态模糊混沌粒子群的多目标调度方法及装置 | |
CN110829424A (zh) | 一种考虑风电消纳的区域多微网配电网互动方法 | |
CN115829114A (zh) | 一种多目标优化的能源管理方法、装置及存储介质 | |
CN113500940B (zh) | 一种基于粒子群算法的电动汽车有序充放电动态优化策略 | |
CN105470947A (zh) | 一种基于量子行为粒子群算法的微电网调度方法 | |
CN117477552A (zh) | 一种配电侧含分布式储能的微电网层级协同优化调控方法及*** | |
CN108110800A (zh) | 风、光、储、热多能柔性互补的有源配电负荷重构方法 | |
CN110110929A (zh) | 一种充换电站的资源配置及充换电调度联合优化方法 | |
CN116388160A (zh) | 一种基于改进粒子群算法的虚拟电厂优化调度方法 |
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 |