CN114400653A - 一种基于日前负荷预测值的电动汽车充电优化方法 - Google Patents
一种基于日前负荷预测值的电动汽车充电优化方法 Download PDFInfo
- Publication number
- CN114400653A CN114400653A CN202111543224.3A CN202111543224A CN114400653A CN 114400653 A CN114400653 A CN 114400653A CN 202111543224 A CN202111543224 A CN 202111543224A CN 114400653 A CN114400653 A CN 114400653A
- Authority
- CN
- China
- Prior art keywords
- transformer
- power
- charging
- expression
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 230000005611 electricity Effects 0.000 description 11
- 238000007599 discharging Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
- B60L53/63—Monitoring or controlling charging stations in response to network capacity
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
一种基于日前负荷预测值的电动汽车充电优化方法,包括以下步骤:获取充电站变压器参数和无功经济当量;计算充电站变压器的最优综合运行效率;将一天分成24个时段,每小时为一个时段,对每个时段充电站充电桩的充电功率分别进行实时优化,定义各时段的基准优化系数为ki,获取各时段电动汽车功率基准优化系数ki;获取某时段充电站内正在充电的电动汽车的数量和每辆电动汽车的电池剩余电量SOC;获取某时段充电站内正在充电的电动汽车的数量和每辆电动汽车的电池剩余电量SOC;本发明能够对一天各时段内接入充电站的电动汽车进行实时的功率优化,用各时段的基准优化系数进行优化,大大减少了运算量,使变压器以最优综合效率运行。
Description
技术领域
本发明涉及电动汽车充电技术领域,具体涉及一种基于日前负荷预测值的电动汽车充电优化方法。
背景技术
近年来,人们对能源与环境的要求越来越高,化石燃料的储备不足以及全球气候变暖被日益关注,环保观念的提升使人们强烈要求在交通方面减少石油消耗。电动汽车由于其特殊的能源驱动方式,具有良好的节能和低排放潜力,得到广泛的发展。电动汽车可以提高能源利用效率并减少对环境的污染,其普及与推广已成为未来的趋势,各国也采取了积极的政策措施来鼓励电动汽车的发展。
交通***的电气化变革使车辆的能量需求从化石燃料逐渐转移至电力***。但是随着电动汽车的大规模发展,由于车主的充电行为往往比较随机,大量电动汽车接入电网进行充电,势必会对电网结构及运行造成巨大的压力。负荷峰谷差是电力***运行的一项重要安全、经济指标,峰谷差的加剧,会带来电网设备利用效率降低、供电侧购电风险增加等不良后果。大量电动汽车随机接入电网进行无序充电,会进一步加剧***负荷峰谷差,对配网的运行状态带来负面影响。
合理控制接入配电网的电动汽车充放电,可以降低大规模电动汽车充电对电网造成的影响,使其满足配电***稳定性及经济性要求。目前,国内外针对电动汽车有序充放电的研究成果已有很多。当前的电动汽车充电控制策略主要是分为两种:一种是通过制定合理的分时电价,避开电价差的死区阈值设定合理的电价梯度,积极调动电动汽车用户主动转移充电时段的意愿,使负荷在时间维度上合理分配,达到电力***负荷削峰填谷的作用,同时降低电动汽车用户的充电成本;另外一种是充电站运营商与用户签订协议,根据电网削峰填谷等需求,通过改变电动汽车充电功率或让电动汽车停止充电等方式对充电负荷进行直接控制,并对用户进行一定的经济补偿。
为解决上述技术问题,在中国专利号为201510458366.8,公告日为2017.12.29的专利文献中公开了一种基于虚拟电价的电动汽车充放电优化调度方法,包括:电能公共服务平台预测、采样优化时段内目标区域的基本日负荷信息;当有新的EV接入目标区域内的充电桩时,读取其入网信息;用户输入车辆的充电信息;构建EV充放电功率模型;计算虚拟电价信息,间接反映目标区域的负荷水平;构建以充放电功率为优化变量的调度模型;综合小波分析预处理和模糊聚类方法确定用于用户成本计算的动态分时电价;用户的自主响应决策;根据用户决策对EV实施充放电操作,并上传计划。
根据该专利文献公开的技术方案,是通过结合电力供需与动态分时电价来刺激用户相应调度方案,来对充电站进行放电优化调度,虽然一定程度上缓解了电网***的放电压力,但是,该技术方案存在以下问题:
(1)通过分时电价调动用户转移充电时段意愿具有较大的不确定性,可控性较低;同时,电动汽车用户主动改变其生活习惯或者出行需求来转移充电时段的意愿较低,需要通过较大的峰谷电价差来调度;另一方面,为了提高用户参与调度的积极性,充电站运营商需要在电价上进行较大的让步,其盈利需求将会受到影响,因此运营商采用该策略的意愿较低,需要当地政府对充电站运营商进行一定程度的补贴。
(2)补偿激励型的控制策略需要获取电力***实时功率变化,对各时刻接入充电站的电动汽车进行控制,优化计算量较大;同时,该方法对充电负荷进行直接调度,对用户充电活动和充电体验满意度的影响较大。
这样,充电站的负荷优化的运算量较大,且不能掌控功率调控的主动权。
发明内容
本发明提供一种基于日前负荷预测值的电动汽车充电优化方法,利用本发明的方案,在不用制定分时电价的情况下,掌握了功率调控的主动权,也不需要获取电力***的实时需求,大大减少了负荷优化的运算量,不仅使变压器以最优综合效率运行
为达到上述目的,本发明的技术方案是:一种基于日前负荷预测值的电动汽车充电功率实时优化方法,用于充电站对电动汽车进行充电,所述优化方法包括以下步骤:
(S1)获取充电站变压器总损耗功率和无功经济当量Kq;
变压器运行时,变压器的总损耗功率包括空载损耗和负载损耗,则有功功率损耗ΔP的表达式为:
ΔP=P0+β2PK (1)。
表达式(1)中,ΔP为变压器的有功功率损耗,P0为变压器空载损耗,β为变压器负载系数,Pk为变压器短路有功损耗;ΔP、P0和Pk的单位均为KW。
变压器负载系数β的表达式为:
表达式(2)中,S2为变压器二次侧计算负荷,SN为变压器额定容量,P2为变压器二次侧功率,cosφ2为负载功率因数;S2和SN的单位均为kVA,P2的单位为KW。
变压器一次侧功率的表达式为:P1=P2+ΔP(3)。
变压器的效率为输出功率比输入功率的表达式为:
表达式(4)中,ηp为变压器的运行效率,P1为变压器一次侧功率。
将表达式(4)对β求一阶导数并令其等于0:
则可求出变压器最大效率时的负载系数需要满足的条件为:
P0=β2 jPPk(6)。
表达式(6)中,βjP为变压器最大效率运行时对应的负载系数;表达式(6)说明当变压器的短路有功损耗PK等于变压器空载损耗P0时,变压器达到最优运行效率,对应的负载系数βjP的表达式(6)可简化为:
变压器的无功功率损耗ΔQ包括Qk和Q0,Qk为变压器负载无功损耗,Q0为变压器空载无功损耗,其关系表达式为:
ΔQ=Q0+β2Qk (8)。
由表达式(8)可知,变压器的无功传输效率表达式为:
Q1为变压器一次侧的无功功率损耗,Q2为变压器二次侧的无功功率损耗。
对表达式(9)求极大值可得变压器负载系数满足下述表达式时,此时变压器无功损耗最小,变压器的无功功率最大传输效率的负载系数βjQ表达式为:
在表达式(10)中,I0为变压器的空载电流,Uk为变压器的短路电压。
(S2)根据充电站变压器的总损耗功率确定充电站变压器的最优综合运行效率。
当考虑节约电能时,可使变压器运行在最优运行效率在βjP点附近;当考虑提高功率因数时,可使变压器运行在无功功率在最大传输效率βjQ点附近;当综合考虑二者时,变压器的综合功率运行效率为:
PZ0= P0+KqQ0,PZk= Pk+KqQk(11)。
表达式(11)中,Kq为无功经济当量,是变压器的固有参数,其定义为在变配电***中每减小1kvar的无功功率,可使有功功率损耗下降KqkW。
对表达式(11)求极大值时,可得变压器综合功率最大值时的负载系数βjZ的表达式:
此时变压器的综合功率传输效率达到最大值。
根据变压器负载系数的计算公式,由变压器容量和功率因素可算得充电站的最优充电功率Pe=P2(β=βjZ)(13)。
(S3)将一天分成24个时段,每小时为一个时段,充电站根据每个时段充电站充电桩的充电功率,定义各时段的基准优化系数为ki并获取各时段电动汽车功率基准优化系数ki。
其中,Pi(t)是基于日前预测到的第i时段的充电负荷大小,假设Pi(t)已知,Pe为该充电站的最优充电功率。
(S4)充电站获取某时段充电站内正在充电的电动汽车的数量和每辆电动汽车的电池剩余电量SOC。
(S5)充电站根据时段和各辆电动汽车的电池剩余电量SOC采取充电功率调控。
当充电站的充电桩数量充足时,充电站内的充电桩获取接入的电动汽车电池的荷电状态,即电动汽车的电池的剩余电量SOCj,(j∈[0,SOCm]);SOCm为保证电动汽车电池寿命而取的最大充电电量,SOCm∈[0.9,0.98];设置所有电动汽车的额定充电功率均为P1,且充电功率的上限为P1max、充电功率下限位P1min;基于日前预测到的该时段的充电负荷大小Pi(t)。
表达式(15)中,即当电动汽车的电池剩余电量SOC过低或者当电动汽车的电池能够在本时段内充满电时,PC=P1;表达式(15)中Sn为电动汽车电池的容量,ηc为当前电动汽车的充电效率,ηc∈[0.85,0.9];Tj为该电动汽车的剩余充电时长;S2(kVA)为变压器额定容量, P1为变压器一次侧功率;这样,一方面可以使得满足部分电量告急用户的充电需求,另一方面,可以保证部分在本时段内即将充满电的用户需求,提高用户的满意度,同时减轻下一时段的调控压力。
(S5.2)当前电动汽车的电池剩余电量25%<SOCj<50%时:
(S5.3)当检测到一电动汽车的电池剩余电量SOCj>50%,则提高对该电动汽车的充电功率的调控,降低充电功率:
当电动汽车的剩余电量满足SOCj>50%时,相比于(S5.2)中的条件,电动汽车剩余电量更加充足,因此这部分电动汽车的调整功率也可以适当增加为,其中n为基于日前数据所得到的某时段到达该充电站的电动汽车数量,X为对应电动汽车的剩余电量满足SOCj>50%时对电动汽车充电功率的调度系数,X ∈(1,2.5)。
进一步地,在所述步骤(S5.1)中,SOCm为0.95。
进一步地,在所述步骤(S3)中,当一时段预测充电功率低于最佳充电功率时,为了保证变压器的运行效率,在电动汽车充电功率的限制范围内增大每辆车的充电功率,此时ki可取负数。
进一步地,在所述步骤(S5.3)中,X为2。
附图说明
图1为本发明的流程框图。
图2为本发明中电动汽车日前负荷曲线。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步详细说明。
如图1-图2所示,一种基于日前负荷预测值的电动汽车充电优化方法,用于充电站对电动汽车进行充电,所述优化方法包括以下步骤:
(S1)获取充电站变压器总损耗功率和无功经济当量Kq。
变压器运行时,变压器的总损耗功率包括空载损耗P0和负载损耗PK,则有功功率损耗ΔP的表达式为:
ΔP=P0+β2PK (1)。
表达式(1)中,ΔP为变压器的有功功率损耗,P0为变压器空载损耗,β为变压器负载系数,Pk为变压器短路有功损耗;ΔP、P0和Pk的单位均为KW;即变压器在额定电流时的铜损。
变压器负载系数β的表达式为:
表达式(2)中,S2为变压器二次侧计算负荷,变压器二次侧即变压器的输出侧;SN为变压器额定容量,P2为变压器二次侧功率,cosφ2为负载功率因数;S2和SN的单位均为kVA,P2的单位为KW。
变压器一次侧功率的表达式为:P1=P2+ΔP(3)。
变压器的效率为输出功率比输入功率的表达式为:
表达式(4)中,ηp为变压器的运行效率,P1为变压器一次侧功率。
将表达式(4)对β求一阶导数并令其等于0:
则可求出变压器最大效率时的负载系数需要满足的条件为:
P0=β2 jPPk(6)。
表达式(6)中,βjP为变压器最大效率运行时对应的负载系数; PK为变压器的短路有功损耗,即铜损;P0为变压器空载损耗,即铁损;表达式(6)说明当变压器的短路有功损耗PK等于变压器空载损耗P0时,变压器达到最优运行效率,对应的负载系数βjP的表达式(6)可简化为:
变压器的无功功率损耗ΔQ包括Qk和Q0,Qk为变压器负载无功损耗,Q0为变压器空载无功损耗,其关系表达式为:
ΔQ=Q0+β2Qk (8)。
由表达式(8)可知,变压器的无功传输效率表达式为:
Q1为变压器一次侧的无功功率损耗,Q2为变压器二次侧的无功功率损耗。
对表达式(9)求极大值可得变压器负载系数满足下述表达式时,此时变压器无功损耗最小,变压器的无功功率最大传输效率的负载系数βjQ表达式为:
在表达式(10)中,I0为变压器的空载电流,Uk为变压器的短路电压。
(S2)根据充电站变压器的总损耗功率确定充电站变压器的最优综合运行效率。
当考虑节约电能时,可使变压器运行在最优运行效率在βjP点附近;当考虑提高功率因数时,可使变压器运行在无功功率在最大传输效率βjQ点附近;当综合考虑二者时,变压器的综合功率运行效率为:
PZ0= P0+KqQ0,PZk= Pk+KqQk(11)。
表达式(11)中,Kq为无功经济当量,是变压器的固有参数,其定义为在变配电***中每减小1kvar的无功功率,可使有功功率损耗下降KqkW。
对表达式(11)求极大值时,可得变压器综合功率最大值时的负载系数βjZ的表达式:
此时变压器的综合功率传输效率达到最大值。
根据变压器负载系数的计算公式,由变压器容量和功率因素可算得充电站的最优充电功率Pe=P2(β=βjZ)(13)。
(S3)将一天分成24个时段,每小时为一个时段,充电站根据每个时段充电站充电桩的充电功率定义各时段的基准优化系数为ki并计算各时段电动汽车功率基准优化系数ki;在本实施例中,当某时段预测充电功率低于最佳充电功率时,为了保证变压器的运行效率,可以在电动汽车充电功率的限制范围内适当增大每辆车的充电功率,此时ki可取负数。
其中,Pi(t)是基于日前预测到的第i时段的充电负荷大小,假设Pi(t)已知,Pe为该充电站的最优充电功率。
(S4)充电站获取某时段充电站内正在充电的电动汽车的数量和每辆电动汽车的电池剩余电量SOC。
(S5)充电站根据时段和各辆电动汽车的电池剩余电量SOC采取充电功率调控。
当充电站的充电桩数量充足时,充电站内的充电桩获取接入的电动汽车电池的荷电状态,即电动汽车的电池的剩余电量SOCj,(j∈[0,SOCm]);SOCm为保证电动汽车电池寿命而取的最大充电电量,SOCm∈[0.9,0.98];设置所有电动汽车的额定充电功率均为P1,且充电功率的上限为P1max、充电功率下限为P1min;基于日前预测到的该时段的充电负荷大小Pi(t)。
表达式(15)中,即当电动汽车的电池剩余电量SOC过低或者当电动汽车的电池能够在本时段内充满电时,PC=P1;表达式(15)中Sn为电动汽车电池的容量,ηc为当前电动汽车的充电效率,ηc∈[0.85,0.9],在本实施例中,ηc为0.9,SOCm为0.95;Tj为该电动汽车的剩余充电时长;S2(kVA)为变压器额定容量, P1为变压器一次侧功率;这样,一方面可以使得满足部分电量告急用户的充电需求,另一方面,可以保证部分在本时段内即将充满电的用户需求,提高用户的满意度,同时减轻下一时段的调控压力。
(S5.2)当前电动汽车的电池剩余电量25%<SOCj<50%时:
当电动汽车电池的剩余电量满足25%<SOCj<50%,将它们的充电功率在原额定充电功率P1的基础上增加或减少一部分,并且保证改变之后仍在充电功率的限制范围内,否则就取对应的上限功率P1max或下限功率P1min;功率改变量ΔP1与该时段预测负荷与最优负荷的差值有关,差值越大,需要调整的部分越多。因此可以用基准优化系数ki来进行计算,即为需要调整的功率总量,而表示需要将调整功率总量平均分摊到该时段内接入该充电站的每辆电动汽车上;但由于n表示基于日前数据所得到的某时段到达该充电站的电动汽车数量,假设n已知,大于满足该部分条件的电动汽车数量,所以实际上并不能将功率总量真正地分摊每辆电动汽车上,为了尽可能地使充电站的实际充电功率接近最优充电功率,提高变压器的综合运行效率,因此对其它电动汽车进行进一步的功率优化。
(S5.3)当检测到一电动汽车的电池剩余电量SOCj>50%时,则提高对该电动汽车的充电功率的调控,降低充电功率,:
当电动汽车的剩余电量满足SOCj>50%时,相比于(S5.2)中的条件,电动汽车剩余电量更加充足,因此这部分电动汽车的功率改变量ΔP2也可以适当增加为,其中n为基于日前数据所得到的某时段到达该充电站的电动汽车数量,X ∈(1,2.5)以补偿满足(S5.2)中电动汽车数量不足的问题;在本实施例中,X为2。
上述方法,先由充电站变压器的参数算出变压器的最优综合运行效率和最优充电功率;随后,将一天分成24个时段,基于日前预测到的某一时段的充电负荷大小,提出各时段电动汽车充电功率的基准优化系数ki;若某时段的预测充电功率与最优充电功率相差越远,调控力度就应该越大,因此取该时段预测充电功率与最优充电功率的差值和各时段该差值平均值的比值作为该时段的基准优化系数,以保证合适的调控量;基于变压器的最优综合运行效率和最优充电功率以及基准优化系数ki,在该某一时段充电站中接入的电动汽车中,根据不同电动汽车中不同的电池的剩余电量SOC,对电池的剩余电量SOC不同的电动汽车进行不同幅度的充电功率调控;对于剩余电量SOC较低的电动汽车,减少该电动汽车的充电功率的调控,使得剩余电量SOC较低的电动汽车充电功率更接近其额定充电功率;对于剩余电量SOC较高的电动汽车,提高该电动汽车的充电功率的调控,降低剩余电量SOC较高的电动汽车充电功率;这样,能够尽可能地使充电站的实际充电功率接近最优充电功率,提高变压器的综合运行效率;另外,当某时段预测充电功率低于最佳充电功率时,为了保证变压器的运行效率,还可以在电动汽车充电功率的限制范围内适当增大每辆车的充电功率。
Claims (4)
1.一种基于日前负荷预测值的电动汽车充电优化方法,用于充电站对电动汽车进行充电,其特征在于:
所述优化方法包括以下步骤:
(S1)获取充电站变压器总损耗功率和无功经济当量Kq;
变压器运行时,变压器的总损耗功率包括空载损耗和负载损耗,则有功功率损耗ΔP的表达式为:
ΔP=P0+β2PK (1);
表达式(1)中,ΔP为变压器的有功功率损耗,P0为变压器空载损耗,β为变压器负载系数, Pk为变压器短路有功损耗;ΔP、P0和Pk的单位均为KW;
变压器负载系数β的表达式为:
表达式(2)中,S2为变压器二次侧计算负荷,SN为变压器额定容量,P2为变压器二次侧功率,cosφ2为负载功率因数;S2和SN的单位均为kVA,P2的单位为KW;
变压器一次侧功率的表达式为:P1=P2+ΔP(3);
变压器的效率为输出功率比输入功率的表达式为:
表达式(4)中,ηp为变压器的运行效率,P1为变压器一次侧功率;
将表达式(4)对β求一阶导数并令其等于0:
则可求出变压器最大效率时的负载系数需要满足的条件为:
P0=β2 jPPk(6);
表达式(6)中,βjP为变压器最大效率运行时对应的负载系数;表达式(6)说明当变压器的短路有功损耗PK等于变压器空载损耗P0时,变压器达到最优运行效率,对应的负载系数βjP的表达式(6)可简化为:
变压器的无功功率损耗ΔQ包括Qk和Q0,Qk为变压器负载无功损耗,Q0为变压器空载无功损耗,其关系表达式为:
ΔQ=Q0+β2Qk (8);
由表达式(8)可知,变压器的无功传输效率表达式为:
Q1为变压器一次侧的无功功率损耗,Q2为变压器二次侧的无功功率损耗;
对表达式(9)求极大值可得变压器负载系数满足下述表达式时,此时变压器无功损耗最小,变压器的无功功率最大传输效率的负载系数βjQ表达式为:
在表达式(10)中,I0为变压器的空载电流,Uk为变压器的短路电压;
(S2)根据充电站变压器的总损耗功率确定充电站变压器的最优综合运行效率;
当考虑节约电能时,可使变压器运行在最优运行效率在βjP点附近;当考虑提高功率因数时,可使变压器运行在无功功率在最大传输效率βjQ点附近;当综合考虑二者时,变压器的综合功率运行效率为:
PZ0= P0+KqQ0,PZk= Pk+KqQk(11);
表达式(11)中,Kq为无功经济当量,是变压器的固有参数,其定义为在变配电***中每减小1kvar的无功功率,可使有功功率损耗下降KqkW;
对表达式(11)求极大值时,可得变压器综合功率最大值时的负载系数βjZ的表达式:
此时变压器的综合功率传输效率达到最大值;
根据变压器负载系数的计算公式,由变压器容量和功率因素可算得充电站的最优充电功率Pe=P2(β=βjZ)(13);
(S3)将一天分成24个时段,每小时为一个时段,充电站根据每个时段充电站充电桩的充电功率定义各时段的基准优化系数为ki并获取各时段电动汽车功率基准优化系数ki;
其中,Pi(t)是基于日前预测到的第i时段的充电负荷大小,假设Pi(t)已知,Pe为该充电站的最优充电功率;
(S4)充电站获取某时段充电站内正在充电的电动汽车的数量和每辆电动汽车的电池剩余电量SOC;
(S5)充电站根据时段和各辆电动汽车的电池剩余电量SOC采取充电功率调控;
当充电站的充电桩数量充足时,充电站内的充电桩获取接入的电动汽车电池的荷电状态,即电动汽车的电池的剩余电量SOCj,j∈[0,SOCm];SOCm为保证电动汽车电池寿命而取的最大充电电量,SOCm∈[0.9,0.98];设置所有电动汽车的额定充电功率均为P1,且充电功率的上限为P1max、充电功率下限位P1min;基于日前预测到的该时段的充电负荷大小Pi(t);
表达式(15)中,即当电动汽车的电池剩余电量SOC过低或者当电动汽车的电池能够在本时段内充满电时,PC=P1;表达式(15)中Sn为电动汽车电池的容量,ηc为当前电动汽车的充电效率,ηc∈[0.85,0.9];Tj为该电动汽车的剩余充电时长;S2为变压器额定容量, P1为变压器一次侧功率;
(S5.2)当前电动汽车的电池剩余电量25%<SOCj<50%时:
则(17);即为需要调整的功率总量,表示需要将调整功率总量平均分摊到该时段内接入该充电站的每辆电动汽车上;(S5.3)当检测到一电动汽车的电池剩余电量SOCj>50%,则提高对该电动汽车的充电功率的调控,降低充电功率:
2.根据权利要求1所述的一种基于日前负荷预测值的电动汽车充电优化方法,其特征在于:在所述步骤(S5.1)中,SOCm为0.95。
3.根据权利要求1所述的一种基于日前负荷预测值的电动汽车充电优化方法,其特征在于:在所述步骤(S3)中,当一时段预测充电功率低于最佳充电功率时,为了保证变压器的运行效率,在电动汽车充电功率的限制范围内增大每辆车的充电功率,此时ki可取负数。
4.根据权利要求1所述的一种基于日前负荷预测值的电动汽车充电优化方法,其特征在于:在所述步骤(S5.3)中,X为2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111543224.3A CN114400653A (zh) | 2021-12-16 | 2021-12-16 | 一种基于日前负荷预测值的电动汽车充电优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111543224.3A CN114400653A (zh) | 2021-12-16 | 2021-12-16 | 一种基于日前负荷预测值的电动汽车充电优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114400653A true CN114400653A (zh) | 2022-04-26 |
Family
ID=81227861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111543224.3A Pending CN114400653A (zh) | 2021-12-16 | 2021-12-16 | 一种基于日前负荷预测值的电动汽车充电优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114400653A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116278915A (zh) * | 2023-05-16 | 2023-06-23 | 国网信息通信产业集团有限公司 | 一种电动汽车负荷在线优化方法、***、设备及介质 |
-
2021
- 2021-12-16 CN CN202111543224.3A patent/CN114400653A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116278915A (zh) * | 2023-05-16 | 2023-06-23 | 国网信息通信产业集团有限公司 | 一种电动汽车负荷在线优化方法、***、设备及介质 |
CN116278915B (zh) * | 2023-05-16 | 2023-10-13 | 国网信息通信产业集团有限公司 | 一种电动汽车负荷在线优化方法、***、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105024432B (zh) | 一种基于虚拟电价的电动汽车充放电优化调度方法 | |
CN107745650B (zh) | 一种基于峰谷分时电价的电动汽车有序充电控制方法 | |
CN107719180B (zh) | 基于电动汽车柔性充电的混合型停车场多源互补充电方法 | |
CN108520314B (zh) | 结合v2g技术的主动配电网调度方法 | |
CN110112767B (zh) | 广域多形态需求侧负荷参与***调峰的荷源优化控制方法 | |
CN109217310A (zh) | 一种考虑新能源消纳的电动汽车有序充电控制方法 | |
CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
CN103679299A (zh) | 兼顾车主满意度的电动汽车最优峰谷分时电价定价方法 | |
CN111431198A (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 | |
CN106877339B (zh) | 一种考虑电动汽车接入配电网后随机模糊潮流的分析方法 | |
CN103904749B (zh) | 一种考虑风电出力波动性的电动汽车有序充电控制方法 | |
CN111626527A (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 | |
CN103997091A (zh) | 一种规模化电动汽车智能充电控制方法 | |
CN109742755B (zh) | 基于节点分区的含电动汽车的主动配电网运行调度方法 | |
CN115360804B (zh) | 一种有序充电***及有序充电方法 | |
CN111762057B (zh) | 一种区域微网中v2g电动汽车智能充放电管理方法 | |
CN107732937B (zh) | 含风-光-储-电动汽车的并网型微网的削峰填谷方法 | |
CN116054242A (zh) | 光储充用一体化的低碳型农村微电网优化运行控制方法 | |
Ren et al. | Multitime scale coordinated scheduling for electric vehicles considering photovoltaic/wind/battery generation in microgrid | |
Yi et al. | Power demand side response potential and operating model based on EV mobile energy storage | |
CN109950900B (zh) | 基于电动汽车负荷最小峰值模型的微网负荷削减控制方法 | |
CN115511658A (zh) | 一种计及储能装置折损的楼宇能量优化方法 | |
CN105656066A (zh) | 一种面向供需两侧协同优化的电动汽车动态激励方法 | |
CN112269966B (zh) | 一种考虑备用需求的通信基站虚拟电厂发电容量测量方法 | |
CN114400653A (zh) | 一种基于日前负荷预测值的电动汽车充电优化方法 |
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 |