CN111934331A - 一种电动汽车充放电优化调度方法及装置 - Google Patents
一种电动汽车充放电优化调度方法及装置 Download PDFInfo
- Publication number
- CN111934331A CN111934331A CN202010587539.7A CN202010587539A CN111934331A CN 111934331 A CN111934331 A CN 111934331A CN 202010587539 A CN202010587539 A CN 202010587539A CN 111934331 A CN111934331 A CN 111934331A
- Authority
- CN
- China
- Prior art keywords
- charging
- electric vehicle
- distribution network
- discharging
- power 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
Images
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
- H02J3/28—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
- H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种电动汽车充放电优化调度方法及装置,包括:获取电动汽车电站优化后的平均负荷;根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷;根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量;基于配电网各机组最优出力和各充电站的最优充放电电量调节配电网各机组的出力和各充电站的充放电电量。本发明提供的技术方案通过优化调度配电网各机组的出力和各充电站的充放电电量,能够控制电动汽车进行有序的充放电,并且能够实现削峰填谷的作用减小对电网的冲击,保证配电网安全稳定的运行。
Description
技术领域
本发明涉及电动汽车技术领域,具体涉及一种电动汽车充放电优化调度方法及装置。
背景技术
随着全球化石燃料的日益枯竭和人们对环境问题的不断关注,电动汽车被视为交通工具未来发展的趋势。但是大规模的电动汽车无序充电会导致电网过负荷,造成峰上加峰,同时大量电动汽车入网将对电网产生很大的冲击,不加控制的充电行为将有可能导致电网峰谷差加大。
目前电动汽车不仅在私家车中占有很高比例,以出租车为代表的公共交通车辆也将逐步被电动汽车取代,与私家车相比,出租车每天需要保持更长时间地运行状态,需要消耗更多的电量且用电特性也更加复杂。
发明内容
针对现有技术的不足,本发明的目的是提供一种电动汽车充放电优化调度方法及装置,可以优化配电网各机组的出力和各充电站的充放电电量,实现削峰填谷提高负荷率目标并使得配电网网损最低。
本发明的目的是采用下述技术方案实现的:
本发明提供了一种电动汽车充放电优化调度方法,其改进之处,所述方法包括:
获取电动汽车电站优化后的平均负荷;
根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷;
根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量;
基于配电网各机组最优出力和各充电站的最优充放电电量调节配电网各机组的出力和各充电站的充放电电量。
优选的,所述获取电动汽车电站优化后的平均负荷,包括:
按下式确定电动汽车电站优化后的平均负荷PAV:
上式中,PL,i为第i个时段电动汽车电站的原始负荷,PE,i为第i个时段电动汽车的整体充放电功率,T为时段总数。
优选的,所述根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷,包括:
将电动汽车电站优化后的平均负荷代入预先建立的电动汽车电站优化模型中,求解所述预先建立的电动汽车电站优化模型,获取电动汽车电站各时段的最优充放电负荷。
进一步的,所述预先建立的电动汽车电站优化模型中的目标函数为:
上式中,F1为配电网的负荷波动目标函数,F2为配电网的峰谷差目标函数,PL,i为第i个时段电动汽车电站的原始负荷,PE,i为第i个时段电动汽车的整体充放电功率,PAV为电动汽车电站优化后的平均负荷,T为时段总数。
进一步的,所述预先建立的电动汽车电站优化模型中的约束条件包括:
按下式确定电动汽车电站优化模型中参与充电的电动汽车接入时间约束条件:
Tin<Tj<Tout
上式中,Tj为第j辆电动汽车在各时段的充放电接入时间,Tin为无序充电情况下电动汽车的接入时间,Tout为用户设置的期望电动汽车充电完成时间;
按下式确定电动汽车电站优化模型中电动汽车电池的SOC状态约束条件:
SOCmin,r≤SOCr≤SOCmax,r
上式中:SOCr为电动汽车r的电池荷电状态;SOCmin,r为电动汽车r的电池荷电状态下限,SOCmax,r为电动汽车r的电池荷电状态上限。
优选的,所述根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量,包括:
将所述电动汽车电站各时段的最优充放电负荷代入预先建立的配电网优化模型中,求解所述预先建立的配电网优化模型,获取配电网各机组最优出力和各充电站的最优充放电电量。
进一步的,所述预先建立的配电网优化模型中的目标函数为:
min F3=(Ploss+f)
上式中,F3为配电网的网络损耗目标函数,Ploss为配电网的网络损耗值,f为功率平衡惩罚函数;其中,k为惩罚系数,PG,e为第e台发电机组出力,PE,e为第e时段充放电站的充放电功率,n为发电机组组数。
进一步的,所述预先建立的配电网优化模型中的约束条件包括:
按下式确定配电网优化模型中的功率平衡约束条件:
按下式确定配电网优化模型中的充放电站的功率约束条件:
上式中,PA,i,e为第i个时段配电网分配到节点e的充放电负荷的功率;PB,i为电动汽车电站第i个时段的最优充放电负荷的总功率。
本发明提供了一种电动汽车充放电优化调度装置,其改进之处在于,所述装置包括:
获取模块,用于获取电动汽车电站优化后的平均负荷;
第一确定模块,用于根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷;
第二确定模块,用于根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量;
调节模块,用于基于配电网各机组最优出力和各充电站的最优充放电电量调节配电网各机组的出力和各充电站的充放电电量。
优选的,所述获取模块,用于:
按下式确定电动汽车电站优化后的平均负荷PAV:
上式中,PL,i为第i个时段电动汽车电站的原始负荷,PE,i为第i个时段电动汽车的整体充放电功率,T为时段总数。
优选的,所述第一确定模块,用于:
将电动汽车电站优化后的平均负荷代入预先建立的电动汽车电站优化模型中,求解所述预先建立的电动汽车电站优化模型,获取电动汽车电站各时段的最优充放电负荷。
进一步的,所述预先建立的电动汽车电站优化模型中的目标函数为:
上式中,F1为配电网的负荷波动目标函数,F2为配电网的峰谷差目标函数,PL,i为第i个时段电动汽车电站的原始负荷,PE,i为第i个时段电动汽车的整体充放电功率,PAV为电动汽车电站优化后的平均负荷,T为时段总数。
进一步的,所述预先建立的电动汽车电站优化模型中的约束条件包括:
按下式确定电动汽车电站优化模型中参与充电的电动汽车接入时间约束条件:
Tin<Tj<Tout
上式中,Tj为第j辆电动汽车在各时段的充放电接入时间,Tin为无序充电情况下电动汽车的接入时间,Tout为用户设置的期望电动汽车充电完成时间;
按下式确定电动汽车电站优化模型中电动汽车电池的SOC状态约束条件:
SOCmin,r≤SOCr≤SOCmax,r
上式中:SOCr为电动汽车r的电池荷电状态;SOCmin,r为电动汽车r的电池荷电状态下限,SOCmax,r为电动汽车r的电池荷电状态上限。
优选的,所述第二确定模块,用于:
将所述电动汽车电站各时段的最优充放电负荷代入预先建立的配电网优化模型中,求解所述预先建立的配电网优化模型,获取配电网各机组最优出力和各充电站的最优充放电电量。
进一步的,所述预先建立的配电网优化模型中的目标函数为:
min F3=(Ploss+f)
上式中,F3为配电网的网络损耗目标函数,Ploss为配电网的网络损耗值,f为功率平衡惩罚函数;其中,k为惩罚系数,PG,e为第e台发电机组出力,PE,e为第e时段充放电站的充放电功率,n为发电机组组数。
进一步的,所述预先建立的配电网优化模型中的约束条件包括:
按下式确定配电网优化模型中的功率平衡约束条件:
按下式确定配电网优化模型中的充放电站的功率约束条件:
上式中,PA,i,e为第i个时段配电网分配到节点e的充放电负荷的功率;PB,i为电动汽车电站第i个时段的最优充放电负荷的总功率。
与最接近的现有技术相比,本发明具有的有益效果:
本发明提供的一种电动汽车充放电优化调度方法及装置,获取电动汽车电站优化后的平均负荷;根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷;根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量;基于配电网各机组最优出力和各充电站的最优充放电电量调节配电网各机组的出力和各充电站的充放电电量。本发明提供的技术方案首先在时间上确定电动汽车电站各时段的最优充放电负荷,然后再空间上对各个充电站功率进行优化分配,降低了调度方法中模型的复杂度,同时能够控制电动汽车进行有序的充放电,实现削峰填谷的作用减小对电网的冲击,保证配电网的安全稳定的运行。
附图说明
图1是本发明提供的一种电动汽车充放电优化调度方法的流程图;
图2是本发明提供的一种电动汽车充放电优化调度装置的结构图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明提供了一种电动汽车充放电优化调度方法,如图1所示,所述方法包括:
获取电动汽车电站优化后的平均负荷;
根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷;
根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量;
基于配电网各机组最优出力和各充电站的最优充放电电量调节配电网各机组的出力和各充电站的充放电电量。
在本发明的最优实施例中,所述获取电动汽车电站优化后的平均负荷,包括:
按下式确定电动汽车电站优化后的平均负荷PAV:
上式中,PL,i为第i个时段电动汽车电站的原始负荷,PE,i为第i个时段电动汽车的整体充放电功率,T为时段总数。
在本发明的最优实施例中,所述根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷,包括:
将电动汽车电站优化后的平均负荷代入预先建立的电动汽车电站优化模型中,求解所述预先建立的电动汽车电站优化模型,获取电动汽车电站各时段的最优充放电负荷。
其中,所述预先建立的电动汽车电站优化模型中的目标函数为:
上式中,F1为配电网的负荷波动目标函数,F2为配电网的峰谷差目标函数,PL,i为第i个时段电动汽车电站的原始负荷,PE,i为第i个时段电动汽车的整体充放电功率,PAV为电动汽车电站优化后的平均负荷,T为时段总数。
具体的,所述预先建立的电动汽车电站优化模型中的约束条件包括:
按下式确定电动汽车电站优化模型中参与充电的电动汽车接入时间约束条件:
Tin<Tj<Tout
上式中,Tj为第j辆电动汽车在各时段的充放电接入时间,Tin为无序充电情况下电动汽车的接入时间,Tout为用户设置的期望电动汽车充电完成时间;
按下式确定电动汽车电站优化模型中电动汽车电池的SOC状态约束条件:
SOCmin,r≤SOCr≤SOCmax,r
上式中:SOCr为电动汽车r的电池荷电状态;SOCmin,r为电动汽车r的电池荷电状态下限,SOCmax,r为电动汽车r的电池荷电状态上限。
在本发明的最优实施例中,所述根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量,包括:
将所述电动汽车电站各时段的最优充放电负荷代入预先建立的配电网优化模型中,求解所述预先建立的配电网优化模型,获取配电网各机组最优出力和各充电站的最优充放电电量。
其中,所述预先建立的配电网优化模型中的目标函数为:
min F3=(Ploss+f)
上式中,F3为配电网的网络损耗目标函数,Ploss为配电网的网络损耗值,f为功率平衡惩罚函数;其中,k为惩罚系数,PG,e为第e台发电机组出力,PE,e为第e时段充放电站的充放电功率,n为发电机组组数。
具体的,所述预先建立的配电网优化模型中的约束条件包括:
按下式确定配电网优化模型中的功率平衡约束条件:
按下式确定配电网优化模型中的充放电站的功率约束条件:
上式中,PA,i,e为第i个时段配电网分配到节点e的充放电负荷的功率;PB,i为电动汽车电站第i个时段的最优充放电负荷的总功率。
本发明提供了一种电动汽车充放电优化调度装置,如图2所示,所述装置包括:
获取模块,用于获取电动汽车电站优化后的平均负荷;
第一确定模块,用于根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷;
第二确定模块,用于根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量;
调节模块,用于基于配电网各机组最优出力和各充电站的最优充放电电量调节配电网各机组的出力和各充电站的充放电电量。
在本发明的最优实施例中,所述获取模块,用于:
按下式确定电动汽车电站优化后的平均负荷PAV:
上式中,PL,i为第i个时段电动汽车电站的原始负荷,PE,i为第i个时段电动汽车的整体充放电功率,T为时段总数。
在本发明的最优实施例中,所述第一确定模块,用于:
将电动汽车电站优化后的平均负荷代入预先建立的电动汽车电站优化模型中,求解所述预先建立的电动汽车电站优化模型,获取电动汽车电站各时段的最优充放电负荷。
其中,所述预先建立的电动汽车电站优化模型中的目标函数为:
上式中,F1为配电网的负荷波动目标函数,F2为配电网的峰谷差目标函数,PL,i为第i个时段电动汽车电站的原始负荷,PE,i为第i个时段电动汽车的整体充放电功率,PAV为电动汽车电站优化后的平均负荷,T为时段总数。
具体的,所述预先建立的电动汽车电站优化模型中的约束条件包括:
按下式确定电动汽车电站优化模型中参与充电的电动汽车接入时间约束条件:
Tin<Tj<Tout
上式中,Tj为第j辆电动汽车在各时段的充放电接入时间,Tin为无序充电情况下电动汽车的接入时间,Tout为用户设置的期望电动汽车充电完成时间;
按下式确定电动汽车电站优化模型中电动汽车电池的SOC状态约束条件:
SOCmin,r≤SOCr≤SOCmax,r
上式中:SOCr为电动汽车r的电池荷电状态;SOCmin,r为电动汽车r的电池荷电状态下限,SOCmax,r为电动汽车r的电池荷电状态上限。
在本发明的最优实施例中,所述第二确定模块,用于:
将所述电动汽车电站各时段的最优充放电负荷代入预先建立的配电网优化模型中,求解所述预先建立的配电网优化模型,获取配电网各机组最优出力和各充电站的最优充放电电量。
其中,所述预先建立的配电网优化模型中的目标函数为:
min F3=(Ploss+f)
上式中,F3为配电网的网络损耗目标函数,Ploss为配电网的网络损耗值,f为功率平衡惩罚函数;其中,k为惩罚系数,PG,e为第e台发电机组出力,PE,e为第e时段充放电站的充放电功率,n为发电机组组数。
具体的,所述预先建立的配电网优化模型中的约束条件包括:
按下式确定配电网优化模型中的功率平衡约束条件:
按下式确定配电网优化模型中的充放电站的功率约束条件:
上式中,PA,i,e为第i个时段配电网分配到节点e的充放电负荷的功率;PB,i为电动汽车电站第i个时段的最优充放电负荷的总功率。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (16)
1.一种电动汽车充放电优化调度方法,其特征在于,所述方法包括:
获取电动汽车电站优化后的平均负荷;
根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷;
根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量;
基于配电网各机组最优出力和各充电站的最优充放电电量调节配电网各机组的出力和各充电站的充放电电量。
3.如权利要求1所述的方法,其特征在于,所述根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷,包括:
将电动汽车电站优化后的平均负荷代入预先建立的电动汽车电站优化模型中,求解所述预先建立的电动汽车电站优化模型,获取电动汽车电站各时段的最优充放电负荷。
5.如权利要求4所述的方法,其特征在于,所述预先建立的电动汽车电站优化模型中的约束条件包括:
按下式确定电动汽车电站优化模型中参与充电的电动汽车接入时间约束条件:
Tin<Tj<Tout
上式中,Tj为第j辆电动汽车在各时段的充放电接入时间,Tin为无序充电情况下电动汽车的接入时间,Tout为用户设置的期望电动汽车充电完成时间;
按下式确定电动汽车电站优化模型中电动汽车电池的SOC状态约束条件:
SOCmin,r≤SOCr≤SOCmax,r
上式中:SOCr为电动汽车r的电池荷电状态;SOCmin,r为电动汽车r的电池荷电状态下限,SOCmax,r为电动汽车r的电池荷电状态上限。
6.如权利要求1所述的方法,其特征在于,所述根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量,包括:
将所述电动汽车电站各时段的最优充放电负荷代入预先建立的配电网优化模型中,求解所述预先建立的配电网优化模型,获取配电网各机组最优出力和各充电站的最优充放电电量。
9.一种电动汽车充放电优化调度装置,其特征在于,所述装置包括:
获取模块,用于获取电动汽车电站优化后的平均负荷;
第一确定模块,用于根据所述电动汽车电站优化后的平均负荷确定电动汽车电站各时段的最优充放电负荷;
第二确定模块,用于根据电动汽车电站各时段的最优充放电负荷确定配电网各机组最优出力和各充电站的最优充放电电量;
调节模块,用于基于配电网各机组最优出力和各充电站的最优充放电电量调节配电网各机组的出力和各充电站的充放电电量。
11.如权利要求9所述的装置,其特征在于,所述第一确定模块,用于:
将电动汽车电站优化后的平均负荷代入预先建立的电动汽车电站优化模型中,求解所述预先建立的电动汽车电站优化模型,获取电动汽车电站各时段的最优充放电负荷。
13.如权利要求12所述的装置,其特征在于,所述预先建立的电动汽车电站优化模型中的约束条件包括:
按下式确定电动汽车电站优化模型中参与充电的电动汽车接入时间约束条件:
Tin<Tj<Tout
上式中,Tj为第j辆电动汽车在各时段的充放电接入时间,Tin为无序充电情况下电动汽车的接入时间,Tout为用户设置的期望电动汽车充电完成时间;
按下式确定电动汽车电站优化模型中电动汽车电池的SOC状态约束条件:
SOCmin,r≤SOCr≤SOCmax,r
上式中:SOCr为电动汽车r的电池荷电状态;SOCmin,r为电动汽车r的电池荷电状态下限,SOCmax,r为电动汽车r的电池荷电状态上限。
14.如权利要求9所述的装置,其特征在于,所述第二确定模块,用于:
将所述电动汽车电站各时段的最优充放电负荷代入预先建立的配电网优化模型中,求解所述预先建立的配电网优化模型,获取配电网各机组最优出力和各充电站的最优充放电电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010587539.7A CN111934331A (zh) | 2020-06-24 | 2020-06-24 | 一种电动汽车充放电优化调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010587539.7A CN111934331A (zh) | 2020-06-24 | 2020-06-24 | 一种电动汽车充放电优化调度方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111934331A true CN111934331A (zh) | 2020-11-13 |
Family
ID=73316670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010587539.7A Pending CN111934331A (zh) | 2020-06-24 | 2020-06-24 | 一种电动汽车充放电优化调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111934331A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112994060A (zh) * | 2021-02-25 | 2021-06-18 | 浙江大有实业有限公司杭州科技发展分公司 | 一种用于负荷均衡的电动汽车充放电设施规划配置方法 |
-
2020
- 2020-06-24 CN CN202010587539.7A patent/CN111934331A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112994060A (zh) * | 2021-02-25 | 2021-06-18 | 浙江大有实业有限公司杭州科技发展分公司 | 一种用于负荷均衡的电动汽车充放电设施规划配置方法 |
CN112994060B (zh) * | 2021-02-25 | 2022-07-26 | 浙江大有实业有限公司杭州科技发展分公司 | 一种用于负荷均衡的电动汽车充放电设施规划配置方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960510B (zh) | 一种基于两阶段随机规划的虚拟电厂优化交易策略装置 | |
CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
CN111431198B (zh) | 峰谷电价下考虑电动汽车v2g能力的配电网储能调峰方法 | |
CN110877546B (zh) | 基于天气预测的光伏充电站充电控制方法及装置 | |
CN111626527B (zh) | 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法 | |
CN107730048B (zh) | 一种风电-电动汽车联合***随机鲁棒优化调度方法 | |
CN109146320B (zh) | 一种考虑配电网安全性的虚拟电厂优化调度方法 | |
CN108183473A (zh) | 一种集群电动汽车参与辅助服务市场的优化投标方法 | |
CN109787221B (zh) | 一种微电网电能安全经济调度方法和*** | |
CN105207207B (zh) | 基于能量管理的孤网状态下的微电网***调度方法 | |
CN112070628B (zh) | 一种计及环境因素的智能电网多目标经济调度方法 | |
CN110323768B (zh) | 一种电化学储能电站功率分配方法及*** | |
CN114899856A (zh) | 一种电动汽车充电桩功率调节方法、***、设备及介质 | |
CN111489009A (zh) | 一种电动汽车充电站运行方式的优化计算方法及装置 | |
CN111934331A (zh) | 一种电动汽车充放电优化调度方法及装置 | |
CN112260274A (zh) | 一种基于全景理论的虚拟电厂组建方法 | |
CN111861172A (zh) | 一种储能式充电站充放电服务费用制定方法与*** | |
CN114884133B (zh) | 一种计及电动汽车的微电网经济调度优化方法及*** | |
CN116247678A (zh) | 一种基于潮流模型的两级配电网协同优化运行方法及*** | |
CN110829474A (zh) | 用大数据智能储能支撑电网动态安全的方法与*** | |
CN116054286A (zh) | 一种考虑多元弹性资源的居民台区容量优化配置方法 | |
CN113708444B (zh) | 储能电站的能量均衡控制方法及装置 | |
CN112821451B (zh) | 基于需求侧管理与储能的城镇配电网光伏接入应对方法 | |
CN110854842A (zh) | 一种光储充电站调度方法及装置 | |
CN115001001A (zh) | 一种新型电力***源荷储的主从博弈优化方法 |
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 |