CN113580994A - 一种电动汽车集成充电智能趋优方法及其*** - Google Patents

一种电动汽车集成充电智能趋优方法及其*** Download PDF

Info

Publication number
CN113580994A
CN113580994A CN202110897408.3A CN202110897408A CN113580994A CN 113580994 A CN113580994 A CN 113580994A CN 202110897408 A CN202110897408 A CN 202110897408A CN 113580994 A CN113580994 A CN 113580994A
Authority
CN
China
Prior art keywords
charging
group
electric
electric vehicle
time interval
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
CN202110897408.3A
Other languages
English (en)
Other versions
CN113580994B (zh
Inventor
赵奇
杨泽鑫
吕洋
黄学良
田江
高山
霍雪松
高天
王浩伟
丁宏恩
俞瑜
赵慧
孟雨庭
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.)
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
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 Southeast University, State Grid Jiangsu Electric Power Co Ltd, Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Southeast University
Priority to CN202110897408.3A priority Critical patent/CN113580994B/zh
Publication of CN113580994A publication Critical patent/CN113580994A/zh
Priority to PCT/CN2021/141421 priority patent/WO2023010778A1/zh
Application granted granted Critical
Publication of CN113580994B publication Critical patent/CN113580994B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

一种电动汽车集成充电智能趋优方法及其***。该方法首先针对每一个时间间隔t，采集每一个时间间隔内连接到充电桩的电动汽车信息；然后，建立电动汽车能量需求的数学模型并对电动汽车进行群体分类，分为刚性充电群体(群体1)、柔性充电群体(群体2)和放电群体(群体3)；根据电动汽车的剩余停留时间和电池SOC状态，计算电动汽车的充电/放电优先级，并根据优先级对电动汽车的充电电量进行分配；之后结合停车场的实时充放电情况，对停车场中需要进行充电的电动汽车充电电量进行调整；最后，更新电动汽车的充电数据并根据判定条件选择结束本方法或优化下一个时间间隔t的充放电分配；本发明还公开了基于该方法的集成充电智能趋优***。

Description

一种电动汽车集成充电智能趋优方法及其***
技术领域
本发明涉及一种电动汽车集成充电智能趋优方法及其***，属于电动汽车充电站能量管理领域。
背景技术
全球变暖带来了许多环境问题，人们对于环境保护问题的关注越来越多，如何减少温室气体的排放是现在的研究重点。运输工具的温室气体排放量约占全球总排放量的23％，因此使用低排放或零排放的电动汽车代替燃油车是减少温室气体排放的关键。尽管目前电动汽车的普及率很低，但随着政府的政策鼓励，预计未来几年电动汽车的渗透率将迅速增长。高渗透率的电动汽车的不协调充电会给配电网的安全、稳定运行带来不同程度的影响，如电力损耗、电压偏差和台变越限等。因此如何在不影响配电网基础设施的前提下，提高电动汽车渗透率是目前迫切需要解决的问题。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供一种电动汽车集成充电智能趋优方法及其***。本发明采用如下的技术方案：
一种电动汽车集成充电智能趋优方法包括以下步骤：
步骤1：针对每一个时间间隔t，采集每一个时间间隔内连接到充电桩的电动汽车信息；
步骤2：建立电动汽车能量需求的数学模型；
步骤3：对电动汽车进行群体分类；
步骤4：分别计算各个群体内每个电动汽车的充放电优先级数值，并根据优先级对电动汽车的充电电量进行分配；
步骤5：结合停车场的实时充放电情况，对停车场中需要进行充电的电动汽车充电电量进行调整；
步骤6：根据步骤5的充放电分配情况，更新电动汽车的充电数据，以判定电动汽车的充电量是否满足电动汽车群体的充电需求；确定当前时间间隔t是否为结束时间，如果是，则结束本方法；否则，返回步骤1，根据更新的电动汽车信息，优化下一个时间间隔t的充放电分配。
在步骤1中，所采集的信息包括停车场充电桩连接的电动汽车总数
Figure BDA0003198407230000021
第i辆电动汽车到达停车场的时间ti,s，第i辆电动汽车到达停车场时的SOC状态Si,ini，第i辆电动汽车离开停车场的时间ti,e，第i辆电动汽车在离开停车长时期望达到的SOC状态Si,expect，第i辆电动汽车电池的在t时间间隔内的充电功率上限
Figure BDA0003198407230000022
以及第i辆电动汽车电池在t时间间隔内的放电功率上限
Figure BDA0003198407230000023
在步骤2中，数学模型包括以下内容：
所连充电桩变压器的越限约束满足以下关系式：
Figure BDA0003198407230000024
其中，Lload,t表示在t时间间隔内所连充电桩变压器的常规负荷，
Figure BDA0003198407230000025
表示第i辆电动汽车在t时间间隔内的实际充电功率，
Figure BDA0003198407230000026
表示第i辆电动汽车在t时间间隔内的实际放电功率，Tnor表示所连充电桩变压器的额定功率。
每辆电动汽车电池在t时间间隔内的SOC约束满足以下关系式：
Figure BDA0003198407230000027
其中，Si,min表示第i辆电动汽车电池的SOC最小下限，Si,t表示第i辆电动汽车电池在t时间间隔内的SOC值，Si,max表示第i辆电动汽车电池的SOC最大上限；T表示总时间。
群体分类的方法为：
在时间间隔t中，第i辆电动汽车的剩余充电时间为
Figure BDA0003198407230000031
其中，ti,e表示第i辆电动汽车离开停车场的时间；
进而可以求出时间间隔t内第i辆电动汽车的最小SOC：
Figure BDA0003198407230000032
其中，Ei表示第i辆电动汽车额定容量。
此时，根据每辆电动汽车在t时间间隔内的最小SOC状态SOCi,min,t，在t时间间隔内的真实SOC状态SOCi,now以及期望达到的SOC状态Si,expect，对电动汽车群体进行分群：
刚性充电群体，即群体1满足以下条件：
SOCi,now＜SOCi,min,t
柔性充电群体，即群体2满足以下条件：
SOCi,min,t＜SOCi,now＜Si,expect
放电群体，即群体3满足以下条件：
Si,except＜SOCi,now＜Si,max
在步骤4中，对于充电群体，即群体1与群体2，第i辆电动汽车在t时间间隔内的充电优先级数值满足下列关系式：
Figure BDA0003198407230000033
对于放电群体，即群体3，第i辆电动汽车在t时间间隔内的放电优先级数值满足下列关系式：
Figure BDA0003198407230000034
Figure DA00031984072345837138
对于群体1中第igroup1辆汽车在t时间间隔内所分配到的充电电量满足以下关系式：
Figure BDA0003198407230000042
其中，Ngroup1表示刚性充电群体中电动汽车的个数，
Figure BDA0003198407230000043
表示电动汽车刚性充电群体中第igroup1辆电动汽车的充电优先级数值，
Figure BDA0003198407230000044
表示电动汽车刚性充电群体中第igroup1辆汽车所分配到的充电电量；Tres,t表示扣除所连充电桩变压器常规负荷Lload,t后的变压器裕量，
Figure BDA0003198407230000045
表示电动汽车刚性充电群体中所有电动汽车充电优先级数值总和；
对于群体2中每辆电动汽车在t时间间隔内所分配到的充电电量
Figure BDA0003198407230000046
求取方法相同，计算方法为：计算电动汽车群体2中每辆电动汽车的充电优先级数值与群体2中所有电动汽车充电优先级数值总和的比乘以扣除常规负荷后的变压器裕量。
步骤5包括以下内容：
步骤501：对于每一个时间间隔t，首先以最大充电功率上限
Figure BDA0003198407230000047
进行充电，求出在t时间间隔内停车场充电需求
Figure BDA0003198407230000048
步骤502：根据Tres,t和
Figure BDA0003198407230000049
的关系计算电动汽车的充电需求或放电能力；
步骤503：根据步骤502计算出的充电需求与放电能力对充放电电量分配进行调整。
在步骤501中，t时间间隔内停车场充电需求
Figure BDA0003198407230000051
即为在t时间间隔内停车场充电桩连接的所有电动汽车最大充电功率上限的总和，即
Figure BDA0003198407230000052
辆电动汽车最大充电功率上限的总和。
在步骤502中，如果
Figure BDA0003198407230000053
此时变压器裕量能够满足停车场充电需求，充电方法不需要进行改变；
如果
Figure BDA0003198407230000054
则利用步骤3的方法对电动汽车群体重新进行分类，再采用步骤4的方法对各个群体内每个电动汽车的充放电优先级数值进行计算，再利用以下关系对群体的充电需求或放电能力进行计算：
在t时间间隔内刚性充电群体，即群体1的充电需求
Figure BDA0003198407230000055
满足以下关系式：
Figure BDA0003198407230000056
其中，SOCi1,min,t表示在t时间间隔内第i1辆电动汽车电池的SOC最小下限，SOCi1,now表示在t时间间隔内群体1中第i1辆电动汽车的真实SOC状态，Ei1表示群体1中第i1辆电动汽车额定容量；
在t时间间隔内柔性充电群体，即群体2的充电需求
Figure BDA0003198407230000057
满足以下关系式：
Figure BDA0003198407230000058
其中，Ngroup2表示柔性充电群体中电动汽车的个数，Si2,expect表示群体2中第i2辆电动汽车在离开停车长时期望达到的SOC状态，SOCi2,now表示在t时间间隔内群体2中第i2辆电动汽车的真实SOC状态，Ei2表示群体2中第i2辆电动汽车额定容量，
Figure BDA0003198407230000061
表示群体2中第i2辆电动汽车电池在t时间间隔内的充电功率上限；
在t时间间隔内放电群体，即群体3的放电能力
Figure BDA0003198407230000062
满足以下关系式：
Figure BDA0003198407230000063
其中，Ngroup3表示放电群体中电动汽车的个数，Si3,expect表示群体3中第i3辆电动汽车在离开停车长时期望达到的SOC状态，SOCi2,now表示在t时间间隔内群体3中第i3辆电动汽车的真实SOC状态，Ei2表示群体3中第i3辆电动汽车额定容量，
Figure BDA0003198407230000064
表示群体3中第i3辆电动汽车电池在t时间间隔内的放电功率上限。
在步骤503中，如果
Figure BDA0003198407230000065
说明此时的变压器裕量能够满足群体1的充电需求，群体1的充电需求不变，群体2的充电需求不能够完全能满足，因此根据充电优先级对剩余的能量进行分配：
Figure BDA0003198407230000066
其中，
Figure BDA0003198407230000071
表示电动汽车柔性充电群体中第igroup2辆电动汽车的充电优先级数值，
Figure BDA0003198407230000072
表示电动汽车柔性充电群体中第igroup2辆汽车所分配到的充电电量；
Figure BDA0003198407230000073
表示电动汽车柔性充电群体中所有电动汽车充电优先级数值总和；
不对群体3分配充电量；
如果
Figure BDA0003198407230000074
说明此时的变压的剩余能量不能够满足群体1的充电需求，此时需要根据群体3的放电能力
Figure BDA0003198407230000075
对充电电量进行分配。
根据群体3的放电能力
Figure BDA0003198407230000076
对充电电量进行分配的方法包括以下内容：
如果
Figure BDA0003198407230000077
此时群体3的放电能力不能够满足群体1剩余的充电需求，此时的群体1的能量分配为：
Figure BDA0003198407230000078
如果
Figure BDA0003198407230000079
此时群体3的放电能力能够满足群体1剩余的充电需求，此时的群体1的能量分配满足以下关系式：
Figure BDA00031984072300000710
此时，群体3还为群体2提供充电能量，群体2的能量分配满足以下关系式：
Figure BDA0003198407230000081
本发明还公开了基于本发明所提出的电动汽车集成充电智能趋优方法的电动汽车集成充电智能趋优***，包括数据采集模块、电动汽车群体分类模块、充放电优先级计算模块、充电电量分配模块、变压器裕量比对模块、充电需求计算模块以及放电能力计算模块：
数据采集模块采集时间间隔t内连接到停车场充电桩的电动汽车信息，该信息包括停车场充电桩连接的电动汽车总数、每辆电动汽车到达停车场的时间、每辆电动汽车离开停车场的时间、每辆电动汽车在离开停车长时期望达到的SOC状态、每辆电动汽车电池的在t时间间隔内的充电功率上限以及第i辆电动汽车电池在t时间间隔内的放电功率上限，并将采集到的数据输入至其他所有模块；
电动汽车群体分类模块根据每辆电动汽车在t时间间隔内的真实SOC状态、每辆电动汽车在t时间间隔内的最小SOC状态、每辆电动汽车在离开停车长时期望达到的SOC状态以及每辆电动汽车电池的SOC最大上限将电动汽车分为群体1、群体2与群体3，分别代表刚性充电群体、柔性充电群体以及放电群体；
充放电优先级计算模块计算群体1与群体2的充电优先级数值，以及群体3的放电优先级数值，并将计算结果输入至充电电量分配模块；
充电需求计算模块计算群体1与群体2电动汽车的充电需求，并将结果输入至变压器裕量模块；
放电能力计算模块计算群体3电动汽车的放电能力，并将结果输入至变压器裕量比对模块；
变压器裕量模块比对变压器裕量以及群体1的充电需求以及群体3的放电能力，并将比对结果输入至充电电量分配模块；
充电电量分配模块根据变压器裕量模块的比对结果对群体1与群体2的充电电量进行计算、调整与分配。
本发明的有益效果在于，与现有技术相比，本发明：
1、充分考虑了同一时间下每辆电动汽车充电需求和当前电池状态之间的耦合关系，并结合同一时间下所有电动汽车的需求以及充放电的实时情况进行充放电分配的协调。
2、本发明对电动汽车群体进行智能分群，并进行充放电优先级排序，根据充电需求和变压器裕量之间的关系，优化电动汽车群体的充电行为，以满足更多的电动汽车同时充电，实现电动汽车渗透率的最大化。
3、本发明所提出的算法能够快速将电动汽车进行分群，并准确分析出电动汽车群体充电需求与变压器裕量的关系以实现充电效率的最大化。
附图说明
图1是一种电动汽车集成充电智能趋优方法及其***具体实施流程图。
图2是配电网常规负荷曲线图；
图3是200辆电动汽车非协调充电的负荷曲线图；
图4是运用本文提出的智能策略后不同渗透率下的电动汽车充电负荷曲线图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
一种电动汽车集成充电智能趋优方法及其***，其方法的流程示意图如图1所示，具体包括以下步骤：
步骤1：针对每一个时间间隔t，通过停车场的控制装置，采集每一个时间间隔内连接到充电桩的电动汽车信息，该信息包括停车场充电桩连接的电动汽车总数
Figure BDA0003198407230000091
第i辆电动汽车到达停车场的时间ti,s，第i辆电动汽车到达停车场时的SOC状态Si,ini，第i辆电动汽车离开停车场的时间ti,e，第i辆电动汽车在离开停车长时期望达到的SOC状态Si,expect，第i辆电动汽车电池的在t时间间隔内的充电功率上限
Figure BDA0003198407230000092
以及第i辆电动汽车电池在t时间间隔内的放电功率上限
Figure BDA0003198407230000101
步骤2：建立电动汽车能量需求的数学模型。
进一步的，上述的步骤2如下：
计算第i辆电动汽车在停车场中的停留时间:
ti,stop＝ti,s-ti,e
其中，ti,s是第i辆电动汽车到达停车场的时间，ti,e是第i辆电动汽车离开停车场的时间。
假设第i辆电动汽车在停留时间内一直以最大充电功率进行充电，则结束充电时电池理论荷电状态(SOC)满足以下条件：
Figure BDA0003198407230000102
其中，S’i,fin是第i辆电动汽车结束充电时的理论SOC，Si,ini是第i辆电动汽车到达停车场时的SOC状态，Si,max是第i辆电动汽车电池的SOC最大上限，
Figure BDA0003198407230000103
是第i辆电动汽车电池在t时间间隔内的充电功率上限，
Figure BDA0003198407230000104
是该电池的充电效率。
根据用户的SOC需求，得到第i辆电动汽车离开停车场时实际的SOC
Figure BDA0003198407230000105
其中，Si,expect是第i辆电动汽车在离开停车长时期望达到的SOC状态。
每辆电动汽车在充电过程中，需要满足如下的约束条件：
每辆电动汽车充电功率约束：
Figure BDA0003198407230000106
其中，
Figure BDA0003198407230000107
表示第i辆电动汽车在t时间间隔内的实际充电功率任意的一个时间间隔，T表示总时间；
每辆电动汽车放电功率约束满足以下关系式：
Figure BDA0003198407230000111
其中，
Figure BDA0003198407230000112
表示第i辆电动汽车在t时间间隔内的实际放电功率；
每辆电动汽车不能同时充放电约束满足以下关系式：
Figure BDA0003198407230000113
所连充电桩变压器的越限约束满足以下关系式：
Figure BDA0003198407230000114
其中，Lload,t表示在t时间间隔内所连充电桩变压器的常规负荷，
Figure BDA0003198407230000115
表示停车场充电桩连接的电动汽车总数，
Figure BDA0003198407230000116
表示第i辆电动汽车在t时间间隔内的实际充电功率，
Figure BDA0003198407230000117
表示第i辆电动汽车在t时间间隔内的实际放电功率，Tnor表示所连充电桩变压器的额定功率。
每辆电动汽车电池在t时间间隔内的SOC约束满足以下关系式：
Figure BDA0003198407230000118
其中，Si,min表示第i辆电动汽车电池的SOC最小下限，Si,t表示第i辆电动汽车电池在t时间间隔内的SOC值；
步骤3：根据每辆电动汽车的剩余充电时间，计算每一时间间隔内t每辆电动汽车的最小SOC状态SOCi,min,t，再根据每辆电动汽车在t时间间隔内的SOC状态和充电需求，将连接充电桩的电动汽车群体分成刚性充电群体、柔性充电群体和放电群体，即群体1、群体2以及群体3。
进一步的，上述的步骤3如下：
在时间间隔t中，第i辆电动汽车的剩余充电时间为
Figure BDA0003198407230000121
其中，ti,e表示第i辆电动汽车离开停车场的时间。
进而可以求出时间间隔t内第i辆电动汽车的最小SOC
Figure BDA0003198407230000122
其中，Ei表示第i辆电动汽车的额定容量。
此时，根据每辆电动汽车在t时间间隔内的最小SOC状态SOCi,min,t，在t时间间隔内的真实SOC状态SOCi,now以及期望达到的SOC状态Si,expect，对电动汽车群体进行分群：
刚性充电群体，群体1满足的条件
SOCi,now＜SOCi,min,t
柔性充电群体，群体2满足的条件
SOCi,min,t＜SOCi,now＜Si,expect
放电群体，群体3满足的条件
Si,except＜SOCi,now＜Si,max
步骤4：分别计算各个群体内每个电动汽车的充放电优先级数值，并根据优先级对电动汽车的充电电量进行分配。
进一步的，上述的步骤4如下：
对于充电群体，即群体1与群体2，第i辆电动汽车在t时间间隔内的充电优先级数值满足下列关系式：
Figure BDA0003198407230000123
对于放电群体，即群体3，第i辆电动汽车在t时间间隔内的放电优先级数值满足下列关系式：
Figure BDA0003198407230000131
在进行充电或者放电时，需要根据充电优先级数值和放电优先级数值分别分配充电电量。以刚性充电群体充电行为为例，对于刚性充电群体中第igroup1辆汽车在t时间间隔内所分配到的充电电量满足以下关系式：
Figure BDA0003198407230000132
其中，Ngroup1表示刚性充电群体中电动汽车的个数，
Figure BDA0003198407230000138
表示电动汽车刚性充电群体中第igroup1辆电动汽车的充电优先级数值，
Figure BDA0003198407230000134
表示电动汽车刚性充电群体中第igroup1辆汽车所分配到的充电电量；Tres,t表示扣除所连充电桩变压器常规负荷Lload,t后的变压器裕量，
Figure BDA0003198407230000135
表示电动汽车刚性充电群体中所有电动汽车充电优先级数值总和。
对于群体2中每辆电动汽车在t时间间隔内所分配到的充电电量
Figure BDA0003198407230000136
求取方法相同，计算方法为：计算电动汽车群体2中每辆电动汽车的充电优先级数值与群体2中所有电动汽车充电优先级数值总和的比乘以扣除常规负荷后的变压器裕量；对于群体3中每辆电动汽车在t时间间隔内所的放电电量
Figure BDA0003198407230000137
求取方法相同，计算方法为：计算电动汽车群体3中每辆电动汽车的放电优先级数值与群体3中所有电动汽车放电优先级数值总和的比乘以扣除常规负荷后的变压器裕量。
步骤5：结合停车场的实时充放电情况，对停车场中需要进行充电的电动汽车充电电量进行调整；
进一步的，上述的步骤5包括以下内容：
步骤501：对于每一个时间间隔t，首先以最大充电功率上限
Figure BDA0003198407230000141
进行充电，求出在t时间间隔内停车场充电需求
Figure BDA0003198407230000142
t时间间隔内停车场充电需求
Figure BDA0003198407230000143
即为在t时间间隔内停车场充电桩连接的所有电动汽车最大充电功率上限的总和，即
Figure BDA0003198407230000144
辆电动汽车最大充电功率上限的总和；
步骤502：根据Tres,t和
Figure BDA0003198407230000145
的关系计算电动汽车的充电需求或放电能力；
如果
Figure BDA0003198407230000146
此时变压器裕量能够满足停车场充电需求，所以充电方法不需要进行改变。
如果
Figure BDA0003198407230000147
则利用步骤3的方法对电动汽车群体重新进行分类，再采用步骤4的方法对各个群体内每个电动汽车的充放电优先级数值进行计算，再利用以下关系对群体的充电需求或放电能力进行计算；
在t时间间隔内刚性充电群体，即群体1的充电需求
Figure BDA0003198407230000148
满足以下关系式：
Figure BDA0003198407230000149
其中，SOCi1,min,t表示在t时间间隔内第i1辆电动汽车电池的SOC最小下限，SOCi1,now表示在t时间间隔内群体1中第i1辆电动汽车的真实SOC状态，Ei1表示群体1中第i1辆电动汽车额定容量；
在t时间间隔内柔性充电群体，即群体2的充电需求
Figure BDA0003198407230000151
满足以下关系式：
Figure BDA0003198407230000152
其中，Ngroup2表示柔性充电群体中电动汽车的个数，Si2,expect表示群体2中第i2辆电动汽车在离开停车长时期望达到的SOC状态，SOCi2,now表示在t时间间隔内群体2中第i2辆电动汽车的真实SOC状态，Ei2表示群体2中第i2辆电动汽车额定容量，
Figure BDA0003198407230000153
表示群体2中第i2辆电动汽车电池在t时间间隔内的充电功率上限；
在t时间间隔内放电群体，即群体3的放电能力
Figure BDA0003198407230000154
满足以下关系式：
Figure BDA0003198407230000155
其中，Ngroup3表示放电群体中电动汽车的个数，Si3,expect表示群体3中第i3辆电动汽车在离开停车长时期望达到的SOC状态，SOCi2,now表示在t时间间隔内群体3中第i3辆电动汽车的真实SOC状态，Ei2表示群体3中第i3辆电动汽车额定容量，
Figure BDA0003198407230000156
表示群体3中第i3辆电动汽车电池在t时间间隔内的放电功率上限；
步骤503：根据群体1、群体2的充电需求以及群体3的放电能力，对充放电电量分配进行调整；调整方式如下：
如果
Figure BDA0003198407230000161
说明此时的变压器裕量能够满足群体1的充电需求，群体1的充电需求不变，群体2的充电需求不能够完全能满足，因此根据充电优先级对剩余的能量进行分配：
Figure BDA0003198407230000162
其中，
Figure BDA0003198407230000163
表示电动汽车柔性充电群体中第igroup2辆电动汽车的充电优先级数值，
Figure BDA0003198407230000164
表示电动汽车柔性充电群体中第igroup2辆汽车所分配到的充电电量；
Figure BDA0003198407230000165
表示电动汽车柔性充电群体中所有电动汽车充电优先级数值总和。
不对群体3分配充电量。
如果
Figure BDA0003198407230000166
说明此时的变压的剩余能量不能够满足群体1的充电需求，此时需要根据群体3的放电能力
Figure BDA0003198407230000167
进行分配：
case1：如果
Figure BDA0003198407230000168
此时群体3的放电能力不能够满足群体1剩余的充电需求，此时的群体1的能量分配为：
Figure BDA0003198407230000169
case2：如果
Figure BDA00031984072300001610
此时群体3的放电能力能够满足群体1剩余的充电需求，此时的群体1的能量分配为：
Figure BDA0003198407230000171
此时，群体3还有为群体2提供充电的能量
Figure BDA0003198407230000172
步骤6：根据步骤5的充放电分配情况，更新电动汽车的充电数据，以判定电动汽车的充电量是否满足电动汽车群体的充电需求；确定当前时间间隔t是否为结束时间，如果是，则结束本方法；否则，返回步骤1，根据更新的电动汽车信息，优化下一个时间间隔t的充放电分配。
本发明还公开了一种电动汽车集成充电智能趋优***，该***包括数据采集模块、电动汽车群体分类模块、充放电优先级计算模块、充电电量分配模块、变压器裕量比对模块、充电需求计算模块以及放电能力计算模块。
数据采集模块采集时间间隔t内连接到停车场充电桩的电动汽车信息，该信息包括停车场充电桩连接的电动汽车总数、每辆电动汽车到达停车场的时间、每辆电动汽车离开停车场的时间、每辆电动汽车在离开停车长时期望达到的SOC状态、每辆电动汽车电池的在t时间间隔内的充电功率上限以及第i辆电动汽车电池在t时间间隔内的放电功率上限，并将采集到的数据输入至其他所有模块；
电动汽车群体分类模块根据每辆电动汽车在t时间间隔内的真实SOC状态、每辆电动汽车在t时间间隔内的最小SOC状态、每辆电动汽车在离开停车长时期望达到的SOC状态以及每辆电动汽车电池的SOC最大上限将电动汽车分为群体1、群体2与群体3，分别代表刚性充电群体、柔性充电群体以及放电群体；
充放电优先级计算模块计算群体1与群体2的充电优先级数值，以及群体3的放电优先级数值，并将计算结果输入至充电电量分配模块；
充电需求计算模块计算群体1与群体2电动汽车的充电需求，并将结果输入至变压器裕量模块；
放电能力计算模块计算群体3电动汽车的放电能力，并将结果输入至变压器裕量比对模块；
变压器裕量模块比对变压器裕量以及群体1的充电需求以及群体3的放电能力，并将比对结果输入至充电电量分配模块；
充电电量分配模块根据变压器裕量模块的比对结果对群体1与群体2的充电电量进行计算、调整与分配。
本文的研究重点是工作场所的停车场，在白天停车。假设停车场有500个车位，每个车位都配备有具有G2V和V2G功能的电动汽车充电设施。假设停车场内的所有电动汽车都接受充电协调器的控制，由其对电动汽车进行智能充电。
图2为停车场内变压器典型的24小时常规负荷分布图。可以看出，该地区常规用电负荷在180kW-380kw之间变化，功率高峰时段为13:00-19:00，功率谷时段为22:00-08:00，剩余时间为正常用电时段。
对于到达停车场的电动汽车采用即到即充充电方法，模拟200辆电动汽车的充电场景可以发现，如图3所示，这些电动汽车在07:00-12:00充电负荷会造成严重的功率峰值需求。这种情况严重影响了电网的安全稳定运行。
本发明提出的集成充电智能趋优方法应用于工作场所停车场，实现电动汽车的优化集成。假设停车场有500个车位，将电动汽车渗透率离散为10个等级，分别为10％、20％、…，100％(考虑增量步长为10％)。从图4中可以看出，运用了本文提出的智能充电策略后，停车场可容纳的电动汽车最大渗透率得到有效提升。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (12)

1.一种电动汽车集成充电智能趋优方法，其特征在于，所述集成充电智能趋优方法包括以下步骤：
步骤1：针对每一个时间间隔t，采集每一个时间间隔内连接到充电桩的电动汽车信息；
步骤2：建立电动汽车能量需求的数学模型；
步骤3：对电动汽车进行群体分类；
步骤4：分别计算各个群体内每个电动汽车的充放电优先级数值，并根据优先级对电动汽车的充电电量进行分配；
步骤5：结合停车场的实时充放电情况，对停车场中需要进行充电的电动汽车充电电量进行调整；
步骤6：根据步骤5的充放电分配情况，更新电动汽车的充电数据，以判定电动汽车的充电量是否满足电动汽车所述群体的充电需求；确定当前时间间隔t是否为结束时间，如果是，则结束本方法；否则，返回步骤1，根据更新的电动汽车信息，优化下一个时间间隔t的充放电分配。
2.根据权利要求1所述的电动汽车集成充电智能趋优方法，其特征在于：
在所述步骤1中，所采集的信息包括停车场充电桩连接的电动汽车总数
Figure FDA0003198407220000011
第i辆电动汽车到达停车场的时间ti,s，第i辆电动汽车到达停车场时的SOC状态Si,ini，第i辆电动汽车离开停车场的时间ti,e，第i辆电动汽车在离开停车长时期望达到的SOC状态Si,expect，第i辆电动汽车电池的在t时间间隔内的充电功率上限
Figure FDA0003198407220000012
以及第i辆电动汽车电池在t时间间隔内的放电功率上限
Figure FDA0003198407220000013
3.根据权利要求2所述的电动汽车集成充电智能趋优方法，其特征在于：
在所述步骤2中，所述数学模型包括以下内容：
所连充电桩变压器的越限约束满足以下关系式：
Figure FDA0003198407220000014
其中，Lload,t表示在t时间间隔内所连充电桩变压器的常规负荷，
Figure FDA0003198407220000021
表示第i辆电动汽车在t时间间隔内的实际充电功率，
Figure FDA0003198407220000022
表示第i辆电动汽车在t时间间隔内的实际放电功率，Tnor表示所连充电桩变压器的额定功率；
每辆电动汽车电池在t时间间隔内的SOC约束满足以下关系式：
Figure FDA0003198407220000023
其中，Si,min表示第i辆电动汽车电池的SOC最小下限，Si,t表示第i辆电动汽车电池在t时间间隔内的SOC值，Si,max表示第i辆电动汽车电池的SOC最大上限；T表示总时间。
4.根据权利要求2或3所述的电动汽车集成充电智能趋优方法，其特征在于：
所述群体分类的方法为：
在时间间隔t中，第i辆电动汽车的剩余充电时间
Figure FDA0003198407220000024
为
Figure FDA0003198407220000025
其中，ti,e表示第i辆电动汽车离开停车场的时间；
进而可以求出时间间隔t内第i辆电动汽车的最小SOC，即SOCi,min,t：
Figure FDA0003198407220000026
其中，Ei表示第i辆电动汽车额定容量；
此时，根据每辆电动汽车在t时间间隔内的最小SOC状态SOCi,min,t，在t时间间隔内的真实SOC状态SOCi,now以及期望达到的SOC状态Si,expect，对电动汽车群体进行分群：
刚性充电群体，即群体1满足以下条件：
SOCi,now＜SOCi,min,t
柔性充电群体，即群体2满足以下条件：
SOCi,min,t＜SOCi,now＜Si,expect
放电群体，即群体3满足以下条件：
Si,except＜SOCi,now＜Si,max
5.根据权利要求4所述的电动汽车集成充电智能趋优方法，其特征在于：
在所述步骤4中，对于充电群体，即群体1与群体2，第i辆电动汽车在t时间间隔内的充电优先级数值满足下列关系式：
Figure FDA0003198407220000031
对于放电群体，即群体3，第i辆电动汽车在t时间间隔内的放电优先级数值满足下列关系式：
Figure FDA0003198407220000032
6.根据权利要求5所述的电动汽车集成充电智能趋优方法，其特征在于：
对于群体1中第igroup1辆汽车在t时间间隔内所分配到的充电电量满足以下关系式：
Figure FDA0003198407220000033
其中，Ngroup1表示刚性充电群体中电动汽车的个数，
Figure FDA0003198407220000034
表示电动汽车刚性充电群体中第igroup1辆电动汽车的充电优先级数值，
Figure FDA0003198407220000041
表示电动汽车刚性充电群体中第igroup1辆汽车所分配到的充电电量；Tres,t表示扣除所连充电桩变压器常规负荷Lload,t后的变压器裕量，
Figure FDA0003198407220000042
表示电动汽车刚性充电群体中所有电动汽车充电优先级数值总和；
对于群体2中每辆电动汽车在t时间间隔内所分配到的充电电量
Figure FDA0003198407220000043
求取方法相同，计算方法为：计算电动汽车群体2中每辆电动汽车的充电优先级数值与群体2中所有电动汽车充电优先级数值总和的比乘以扣除常规负荷后的变压器裕量。
7.根据权利要求6所述的电动汽车集成充电智能趋优方法，其特征在于：
所述步骤5包括以下内容：
步骤501：对于每一个时间间隔t，首先以最大充电功率上限
Figure FDA0003198407220000044
进行充电，求出在t时间间隔内停车场充电需求
Figure FDA0003198407220000045
步骤502：根据Tres,t和
Figure FDA0003198407220000046
的关系计算电动汽车的充电需求或放电能力；
步骤503：根据步骤502计算出的充电需求与放电能力对充放电电量分配进行调整。
8.根据权利要求7所述的电动汽车集成充电智能趋优方法，其特征在于：
在所述步骤501中，t时间间隔内停车场充电需求
Figure FDA0003198407220000047
即为在t时间间隔内停车场充电桩连接的所有电动汽车最大充电功率上限的总和，即
Figure FDA0003198407220000048
辆电动汽车最大充电功率上限的总和。
9.根据权利要求7或8所述的电动汽车集成充电智能趋优方法，其特征在于：
在所述步骤502中，如果
Figure FDA0003198407220000051
此时变压器裕量能够满足停车场充电需求，充电方法不需要进行改变；
如果
Figure FDA0003198407220000052
则利用步骤3的方法对电动汽车群体重新进行分类，再采用步骤4的方法对各个群体内每个电动汽车的充放电优先级数值进行计算，再利用以下关系对群体的充电需求或放电能力进行计算：
在t时间间隔内刚性充电群体，即群体1的充电需求
Figure FDA0003198407220000053
满足以下关系式：
Figure FDA0003198407220000054
其中，SOCi1,min,t表示在t时间间隔内第i1辆电动汽车电池的SOC最小下限，SOCi1,now表示在t时间间隔内群体1中第i1辆电动汽车的真实SOC状态，Ei1表示群体1中第i1辆电动汽车额定容量；
在t时间间隔内柔性充电群体，即群体2的充电需求
Figure FDA0003198407220000055
满足以下关系式：
Figure FDA0003198407220000056
其中，Ngroup2表示柔性充电群体中电动汽车的个数，Si2,expect表示群体2中第i2辆电动汽车在离开停车长时期望达到的SOC状态，SOCi2,now表示在t时间间隔内群体2中第i2辆电动汽车的真实SOC状态，Ei2表示群体2中第i2辆电动汽车额定容量，
Figure FDA0003198407220000057
表示群体2中第i2辆电动汽车电池在t时间间隔内的充电功率上限；
在t时间间隔内放电群体，即群体3的放电能力
Figure FDA0003198407220000061
满足以下关系式：
Figure FDA0003198407220000062
其中，Ngroup3表示放电群体中电动汽车的个数，Si3,expect表示群体3中第i3辆电动汽车在离开停车长时期望达到的SOC状态，SOCi2,now表示在t时间间隔内群体3中第i3辆电动汽车的真实SOC状态，Ei2表示群体3中第i3辆电动汽车额定容量，
Figure FDA0003198407220000063
表示群体3中第i3辆电动汽车电池在t时间间隔内的放电功率上限。
10.根据权利要求9所述的电动汽车集成充电智能趋优方法，其特征在于：
在所述步骤503中，如果
Figure FDA0003198407220000064
说明此时的变压器裕量能够满足群体1的充电需求，群体1的充电需求不变，群体2的充电需求不能够完全能满足，因此根据充电优先级对剩余的能量进行分配：
Figure FDA0003198407220000065
其中，
Figure FDA0003198407220000066
表示电动汽车柔性充电群体中第igroup2辆电动汽车的充电优先级数值，
Figure FDA0003198407220000067
表示电动汽车柔性充电群体中第igroup2辆汽车所分配到的充电电量；
Figure FDA0003198407220000068
表示电动汽车柔性充电群体中所有电动汽车充电优先级数值总和；
不对群体3分配充电量；
如果
Figure FDA0003198407220000071
说明此时的变压的剩余能量不能够满足群体1的充电需求，此时需要根据群体3的放电能力
Figure FDA0003198407220000072
对充电电量进行分配。
11.根据权利要求10所述的电动汽车集成充电智能趋优方法，其特征在于：
根据群体3的放电能力
Figure FDA0003198407220000073
对充电电量进行分配的方法包括以下内容：
如果
Figure FDA0003198407220000074
此时群体3的放电能力不能够满足群体1剩余的充电需求，此时的群体1的能量分配为：
Figure FDA0003198407220000075
如果
Figure FDA0003198407220000076
此时群体3的放电能力能够满足群体1剩余的充电需求，此时的群体1的能量分配满足以下关系式：
Figure FDA0003198407220000077
此时，群体3还为群体2提供充电能量，群体2的能量分配满足以下关系式：
Figure FDA0003198407220000078
12.根据权利要求1-11任意一项权利要求所述的电动汽车集成充电智能趋优方法的电动汽车集成充电智能趋优***，包括数据采集模块、电动汽车群体分类模块、充放电优先级计算模块、充电电量分配模块、变压器裕量比对模块、充电需求计算模块以及放电能力计算模块，其特征在于：
所述数据采集模块采集时间间隔t内连接到停车场充电桩的电动汽车信息，该信息包括停车场充电桩连接的电动汽车总数、每辆电动汽车到达停车场的时间、每辆电动汽车离开停车场的时间、每辆电动汽车在离开停车长时期望达到的SOC状态、每辆电动汽车电池的在t时间间隔内的充电功率上限以及第i辆电动汽车电池在t时间间隔内的放电功率上限，并将采集到的数据输入至其他所有模块；
所述电动汽车群体分类模块根据每辆电动汽车在t时间间隔内的真实SOC状态、每辆电动汽车在t时间间隔内的最小SOC状态、每辆电动汽车在离开停车长时期望达到的SOC状态以及每辆电动汽车电池的SOC最大上限将电动汽车分为群体1、群体2与群体3，分别代表刚性充电群体、柔性充电群体以及放电群体；
所述充放电优先级计算模块计算群体1与群体2的充电优先级数值，以及群体3的放电优先级数值，并将计算结果输入至充电电量分配模块；
所述充电需求计算模块计算群体1与群体2电动汽车的充电需求，并将结果输入至变压器裕量模块；
所述放电能力计算模块计算群体3电动汽车的放电能力，并将结果输入至变压器裕量比对模块；
所述变压器裕量模块比对变压器裕量以及群体1的充电需求以及群体3的放电能力，并将比对结果输入至充电电量分配模块；
所述充电电量分配模块根据变压器裕量模块的比对结果对群体1与群体2的充电电量进行计算、调整与分配。
CN202110897408.3A 2021-08-05 2021-08-05 一种电动汽车集成充电智能趋优方法及其*** Active CN113580994B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110897408.3A CN113580994B (zh) 2021-08-05 2021-08-05 一种电动汽车集成充电智能趋优方法及其***
PCT/CN2021/141421 WO2023010778A1 (zh) 2021-08-05 2021-12-26 一种电动汽车集成充电智能趋优方法及其***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110897408.3A CN113580994B (zh) 2021-08-05 2021-08-05 一种电动汽车集成充电智能趋优方法及其***

Publications (2)

Publication Number Publication Date
CN113580994A true CN113580994A (zh) 2021-11-02
CN113580994B CN113580994B (zh) 2023-04-14

Family

ID=78255562

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110897408.3A Active CN113580994B (zh) 2021-08-05 2021-08-05 一种电动汽车集成充电智能趋优方法及其***

Country Status (2)

Country Link
CN (1) CN113580994B (zh)
WO (1) WO2023010778A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023010778A1 (zh) * 2021-08-05 2023-02-09 国网江苏省电力有限公司苏州供电分公司 一种电动汽车集成充电智能趋优方法及其***
CN116118555A (zh) * 2023-04-17 2023-05-16 北京玖行智研交通科技有限公司 一种车辆动力电池充电电量分配方法
WO2024124955A1 (zh) * 2022-12-13 2024-06-20 国网智慧车联网技术有限公司 一种多层级的大规模电动汽车功率控制方法及***

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116160902B (zh) * 2023-03-02 2024-02-20 惠州华智新能源科技有限公司 基于储能装置的能源监控管理***和方法
CN117584790B (zh) * 2023-11-23 2024-06-18 北京海蓝云联技术有限公司 一种无增容充电桩控制***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201220664Y (zh) * 2008-05-07 2009-04-15 长春轨道客车股份有限公司 铁道车辆真空和空气双制动装置
CN201276112Y (zh) * 2008-10-14 2009-07-22 西安轨道交通装备有限责任公司 一种真空制动***端部布置铁路货车
JP2020104575A (ja) * 2018-12-26 2020-07-09 トヨタ自動車株式会社 ハイブリッド車両およびハイブリッド車両の制御方法
CN112700087A (zh) * 2020-12-09 2021-04-23 国网江苏省电力有限公司 一种区域场景下电动汽车有序充电计划的制定方法及***

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9440548B2 (en) * 2012-08-08 2016-09-13 Cognizant Technology Solutions India Pvt. Ltd. Method and system for managing and controlling electrical vehicle charging events
CN103840521B (zh) * 2014-02-27 2016-08-17 武汉大学 基于最优潮流的大规模电动汽车优化充放电***及方法
CN104578293A (zh) * 2014-12-31 2015-04-29 普天新能源车辆技术有限公司 电动汽车充电控制方法和装置
CN106329619B (zh) * 2016-08-31 2019-03-26 浙江爱充网络科技有限公司 一种充电桩调度方法、***和装置
CN111038319A (zh) * 2019-12-16 2020-04-21 苏州奇才电子科技股份有限公司 一种智能充电桩使用方法及充放电控制方法
CN112277713B (zh) * 2020-09-18 2022-07-26 国网浙江省电力有限公司杭州供电公司 一种电动车与充电桩的动态分配方法及装置
CN113580994B (zh) * 2021-08-05 2023-04-14 国网江苏省电力有限公司苏州供电分公司 一种电动汽车集成充电智能趋优方法及其***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201220664Y (zh) * 2008-05-07 2009-04-15 长春轨道客车股份有限公司 铁道车辆真空和空气双制动装置
CN201276112Y (zh) * 2008-10-14 2009-07-22 西安轨道交通装备有限责任公司 一种真空制动***端部布置铁路货车
JP2020104575A (ja) * 2018-12-26 2020-07-09 トヨタ自動車株式会社 ハイブリッド車両およびハイブリッド車両の制御方法
CN112700087A (zh) * 2020-12-09 2021-04-23 国网江苏省电力有限公司 一种区域场景下电动汽车有序充电计划的制定方法及***

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023010778A1 (zh) * 2021-08-05 2023-02-09 国网江苏省电力有限公司苏州供电分公司 一种电动汽车集成充电智能趋优方法及其***
WO2024124955A1 (zh) * 2022-12-13 2024-06-20 国网智慧车联网技术有限公司 一种多层级的大规模电动汽车功率控制方法及***
CN116118555A (zh) * 2023-04-17 2023-05-16 北京玖行智研交通科技有限公司 一种车辆动力电池充电电量分配方法
CN116118555B (zh) * 2023-04-17 2023-06-16 北京玖行智研交通科技有限公司 一种车辆动力电池充电电量分配方法

Also Published As

Publication number Publication date
WO2023010778A1 (zh) 2023-02-09
CN113580994B (zh) 2023-04-14

Similar Documents

Publication Publication Date Title
CN113580994B (zh) 一种电动汽车集成充电智能趋优方法及其***
CN110895638A (zh) 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法
CN109435753A (zh) 一种有序充电控制方法、控制器及***
CN106972516A (zh) 一种适用于微网的多类型储能多级控制方法
CN110289622B (zh) 一种光储充能量路由器的日前经济优化调度方法
CN113022361B (zh) 电力需求响应条件下基于充电桩的有序充电方法
CN109193718A (zh) 一种适应于v2g的选择电动汽车入网调控方法
CN104269896A (zh) 适用于大规模电动汽车有序充放电的控制方法
CN105068419B (zh) 居民小区电动汽车充放电控制方法
CN106004503A (zh) 一种用于频率调节的多电动汽车充电站间功率分配方法
CN111244988A (zh) 考虑分布式电源的电动汽车和储能优化调度方法
CN113580984A (zh) 一种电动汽车有序充电策略及其仿真方法
CN109383323B (zh) 一种电动汽车群的充放电优化控制方法
CN113085860A (zh) 一种跟车环境下的燃料电池混合动力汽车的能量管理方法
Jiang et al. A coordinated charging strategy for electric vehicles based on multi-objective optimization
CN104078978A (zh) 一种面向智能电网的电动汽车入网一次调频控制方法
CN106299511B (zh) 电动汽车充电站储能容量优化方法
CN103457326A (zh) 一种大规模电动汽车充电负荷的分布式联合协调控制方法
CN112070628A (zh) 一种计及环境因素的智能电网多目标经济调度方法
CN115000985A (zh) 一种用户侧分布式储能设施聚合管控方法及***
CN105207241A (zh) 一种基于荷电状态检测的电动汽车调频优化控制方法
CN112491057B (zh) 以消除配电网节点电压越限为目标的分布式储能控制方法
CN117996807A (zh) 一种光储充电站储能电池充放电方法
CN110334903B (zh) 基于背包算法的电动汽车充电调度方法
CN117522020A (zh) 基于调度可行域边界辨识的电动汽车优化调度方法

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