基于智能充电桩的电动汽车V2G控制方法论文和设计

全文摘要

基于智能充电桩的电动汽车V2G控制方法,包括以下步骤:通过用户用电信息采集系统,获取当前控制区域的历史负荷数据信息,预测当日区域的常规用电负荷,并生成负荷曲线;根据生成的负荷曲线,进行峰谷时段划分;计算各子时段的负荷裕度:充电桩通过电池管理系统得到接入电动汽车的电池信息,由用户界面得到用户的充电需求等相关信息,确定用户接入时刻ai、用户离去时刻Li和充电时长Tev,i;为保证电动汽车电池的健康,则电池的荷电状态有上下限,整个充放电过程在这区间之内进行;根据用户接入时刻ai处于峰或谷时段对车群进行分组。本发明控制方法流程不用集中式控制中心进行实时通信与控制,减少了通信负担与控制难度。

主设计要求

1.基于智能充电桩的电动汽车V2G控制方法,其特征在于包括以下步骤:步骤一:通过用户用电信息采集系统,获取当前控制区域的历史负荷数据信息,预测当日区域的常规用电负荷,并生成负荷曲线;步骤二包括:步骤S21:根据步骤S1中生成的负荷曲线,进行峰谷时段划分;谷时段划分:设谷时段的开始时刻,结束时刻分别为tg,s、tg,e,将该谷时段划分为N个长度相等的子时段;峰时段划分:设峰时段的开始时刻,结束时刻分别为tp,s、tp,e,将该峰时段划分为N个长度相等的子时段;步骤S22:计算各子时段的负荷裕度:谷时段第j个子时段的负荷裕度计算公式为:其中:cg,j是负荷裕度;p(t)是谷时段时刻t的负荷;p0是谷时段中负荷的最大功率;峰时段第q个子时段的负荷裕度计算公式为:其中:cp,q是负荷裕度;p(t)是峰时段时刻t的负荷;p1是峰时段中负荷的最小功率;步骤三:各充电桩通过电池管理系统得到接入电动汽车的电池信息,由用户界面得到用户的充电需求相关信息,再结合充放电策略参数表,确定用户可能的开始充电时刻的集合和可能的开始放电时刻的集合,接着计算充电时间和放电时间的概率分布,最后分别按照起充概率和起放概率来确定用户的起充时刻和起放时刻;步骤四:当原接入充电桩的电动汽车离开,新电动汽车接入时,回到步骤三,进行新一轮的策略制定;步骤三包括:S31:充电桩通过电池管理系统得到接入电动汽车的电池信息,由用户界面得到用户的充电需求相关信息,确定用户接入时刻ai、用户离去时刻Li和充电时长Tev,i,其中:Sned,i是用户i的电池需求荷电状态;Sini,i是用户i的电池初始荷电状态;Wi是用户i的电池容量;Pc,i是用户i的充电功率;ηc,i是用户i的充电效率;S32:为保证电动汽车电池的健康,则电池的荷电状态有上下限,整个充放电过程在这区间之内进行:Smin≤Si≤Smax;其中:Smin是电池的荷电状态的最小值;Smax是电池的荷电状态的最大值;S33:根据用户接入时刻ai处于峰或谷时段对车群进行分组;所述步骤33包括以下步骤:S331:若用户接入时刻ai处于谷时段,则依循尽量聚集在谷时段负荷裕度最大的时刻,进行充电且不放电的原则:情况①:若用户需要的充电时间不长,仅靠在谷时段充电已经能满足需求;则智能充电桩为其制定的策略为:根据用户充电时间确定用户在谷时段可能的起充时刻的集合Qev,s{q1,q2,q3......qn},最后按照起充概率来选择用户的起充时刻;用户在谷时段充电的时长需大于用户所需的总充电时长,则确定集合Qev,s{q1,q2,q3......qn}的详细过程为:在Tev,i≤Hi-ai的前提下:Hi-Tev,i≥qm≥ai其中:Hi=min{Li,tg,e},qm∈Qev,s;将谷时段的负荷裕度转化为起充概率,则确定起充概率的详细过程为:其中:j∈Qev,s,Gi,j是用户i在第j时刻的起充概率;Cg,j是谷时段第j个子时段的负荷裕度;尽量使谷时段负荷裕度高的的子时段作为起充时刻的概率高,则按照起充概率来选择用户的起充时刻的详细过程为:当满足下式时,qm才作为用户的起充时刻,规定且q0=0:其中qm∈Qev,s,RN是0-1的随机数;情况②:若用户需要的充电时间比较长,仅靠在谷时段充电已经不能满足需求,但在峰时段的充电起始时刻可以选择;则智能充电桩为其制定的策略为:用户立即充电至tg,e,然后根据剩余充电时间确定用户在峰时段可能的起充时刻的集合Qev,s{q1,q2,q3......qn},最后按照起充概率来选择用户的起充时刻;用户在峰时段充电的时长与在谷时段充电的时长之和需大于用户所需的总充电时长,则确定集合Qev,s{q1,q2,q3......qn}的详细过程为:在Li-ai≥Tev,i≥tg,e-ai的前提下:(Li-qm)+(tg,e-ai)>Tev,i其中:qm∈Qev,s;将峰时段的负荷裕度转化为起充概率,则确定起充概率的详细过程为:其中:j∈Qev,s,Fi,j是用户i在第j时刻的起充概率;Cp,j是峰时段第j个子时段的负荷裕度;尽量使峰时段负荷裕度高的的子时段作为起充时刻的概率低,则按照起充概率来选择用户的起充时刻的详细过程为:当满足下式时,qm才作为用户的起充时刻,规定且q0=0:其中:qm∈Qev,s,RN是0-1的随机数;情况③:若用户需要的充电时间很长,直至离去时,都不能达到用户所需的充电时间;则智能充电桩为其制定的策略为:用户立即充电至离去时刻,即用户的起充时刻qm为接入时刻ai;其中情况③的详细过程为:qm=ai(Tev,i≥Li-ai)。

设计方案

1.基于智能充电桩的电动汽车V2G控制方法,其特征在于包括以下步骤:

步骤一:通过用户用电信息采集系统,获取当前控制区域的历史负荷数据信息,预测当 日区域的常规用电负荷,并生成负荷曲线;

步骤二包括:

步骤S21:根据步骤S1中生成的负荷曲线,进行峰谷时段划分;

谷时段划分:设谷时段的开始时刻,结束时刻分别为tg,s<\/sub>、tg,e<\/sub>,将该谷时段划分为N个长 度相等的子时段;

峰时段划分:设峰时段的开始时刻,结束时刻分别为tp,s<\/sub>、tp,e<\/sub>,将该峰时段划分为N个长 度相等的子时段;

步骤S22:计算各子时段的负荷裕度:

谷时段第j个子时段的负荷裕度计算公式为:

设计说明书

技术领域

本发明涉及智能电网技术领域,具体是一种基于智能充电桩的电动汽车V2G控制 方 法。

背景技术

近年来,能源危机和环境问题受到越来越广泛的关注。而由于电池技术的成熟、成 本 的下降以及其本身的环保特性,以电动汽车为核心的交通电气化正迅猛发展。然而,当 电 动汽车大量接入电网时,作为新型负荷,其用电具有时间和空间上的双重不确定性,若 不 加以调控,必会导致配电系统的负荷曲线出现峰峰叠加的现象,进一步加大峰谷差,严 重 影响供电的稳定性。

智能电网技术的蓬勃发展为较好地解决大量电动汽车入网问题指明了方向。基于 用户 的负荷需求,采用恰当的控制策略,在满足用户需求的前提下,根据电网系统负荷相 应地 增加或减少负荷,实现供电的稳定性。实行分时电价是目前受到最广泛认可的电动汽 车 V2G控制方法之一。其主要内容是提高系统负荷高峰时电价,同时降低系统负荷低谷时 电 价。以电价经济手段鼓励用户低谷充电,高峰放电,起到削峰填谷的目的。

现有技术中,基于分时电价的电动汽车有序充放电控制策略,大多依赖于复杂的 集中 式通信控制系统,但考虑到个体用户分布广泛、负荷容量小以及充放电行为具有一定 的随 机性,电网直接控制成本高,充电和控制信息也很难及时交互。若电动汽车身负双向 电力 电子变换器,当大量电动汽车接入电网后,在有效的电动汽车V2G控制方法下,使其能 在 系统负荷低谷时充电,而在系统负荷高峰时将电能反送给电力系统,即电动汽车到电网 的 技术,由此可实现削峰填谷,同时也可保证系统供电的稳定性。

发明内容

本发明提供一种基于智能充电桩的电动汽车V2G控制方法,与一般控制方法相比, 该 方法能根据当前控制区域的电价与负荷信息及用户信息,由各智能充电桩自己制定相 应的 电动汽车V2G控制方法,独立地完成充放电任务。整个控制方法流程不用集中式控制 中心 进行实时通信与控制,减少了通信负担与控制难度。

本发明采取的技术方案为:

基于智能充电桩的电动汽车V2G控制方法,包括以下步骤:

步骤一:通过用户用电信息采集系统,该系统能够实现从电网获取当前控制区域 的数 据,并对数据进行相应的处理,获取当前控制区域的历史负荷数据信息,预测当日区 域的 常规用电负荷,并生成负荷曲线;

步骤二包括:

步骤S21:根据步骤S1中生成的负荷曲线,进行峰谷时段划分;

谷时段划分:设谷时段的开始时刻,结束时刻分别为tg,s<\/sub>、tg,e<\/sub>,将该谷时段划分为N 个长度相等的子时段;

峰时段划分:设峰时段的开始时刻,结束时刻分别为tp,s<\/sub>、tp,e<\/sub>,将该峰时段划分为N 个长度相等的子时段。

步骤S22:计算各子时段的负荷裕度:

谷时段第j个子时段的负荷裕度计算公式为:

其中:cg,j<\/sub>是负荷裕度;p(t)是谷时段时刻t的负荷;p0<\/sub>是谷时段中负荷的最大功 率。

峰时段第q个子时段的负荷裕度计算公式为:

其中:cp,q<\/sub>是负荷裕度;p(t)是峰时段时刻t的负荷;p1<\/sub>是峰时段中负荷的最小功 率。

步骤三:各充电桩通过电池管理系统得到接入电动汽车的电池信息,由用户界面 得到 用户的充电需求等相关信息,再结合充放电策略参数表,确定用户可能的开始充电时 刻的 集合和可能的开始放电时刻的集合,接着计算充电时间和放电时间的概率分布,最后 分别 按照起充概率和起放概率来确定用户的起充时刻和起放时刻。

步骤四:当原接入充电桩的电动汽车离开,新电动汽车接入时,回到步骤三,进行 新一 轮的策略制定。

步骤三包括:

S31:充电桩通过电池管理系统,该系统能够接收接入电动汽车的电池信息,包括 电 池种类、电池荷电状态等,得到接入电动汽车的电池信息,由用户界面得到用户的充电 需 求等相关信息,确定用户接入时刻a i<\/sub>、用户离去时刻Li<\/sub>和充电时长Tev,i<\/sub>,

其中:Sned,i<\/sub>是用户i的电池需求荷电状态;Sini,i<\/sub>是用户i的电池初始荷电状态;Wi<\/sub>是 用户 i的电池容量;P c,i<\/sub>是用户i的充电功率;ηc,i<\/sub>是用户i的充电效率。

S32:为保证电动汽车电池的健康,则电池的荷电状态有上下限,整个充放电过程 在 这区间之内进行:

Smin<\/sub>≤Si<\/sub>≤Smax<\/sub>;

其中:Smin<\/sub>是电池的荷电状态的最小值;Smax<\/sub>是电池的荷电状态的最大值。

S33:根据用户接入时刻ai<\/sub>处于峰或谷时段对车群进行分组。

所述步骤33包括以下步骤:

S331:若用户接入时刻ai<\/sub>处于谷时段,则依循尽量聚集在谷时段负荷裕度最大的 时刻, 进行充电且不放电的原则:

情况①:若用户需要的充电时间不长,用户只需在谷时段充电,即其充电时长小于 用 户离去时刻(或谷时段结束时刻)与用户接入时刻的差值,则智能充电桩为其制定的策 略 为:根据用户充电时间确定用户在谷时段可能的起充时刻的集合Q ev,s<\/sub>{q1<\/sub>,q2<\/sub>, q 3<\/sub>......qn<\/sub>},最 后按照起充概率来选择用户的起充时刻。

用户在谷时段充电的时长需大于用户所需的总充电时长,则确定集合 Q ev,s<\/sub>{q1<\/sub>, q 2<\/sub>,q3<\/sub>......qn<\/sub>}的详细过程为:

在Tev,i<\/sub>≤Hi<\/sub>-ai<\/sub>的前提下:

Hi<\/sub>-Tev,i<\/sub>≥qm<\/sub>≥ai<\/sub>

其中:Tev,i<\/sub>是用户充电时长;tg,e<\/sub>是谷时段的结束时刻;ai<\/sub>是用户接入时刻;qm<\/sub>是集 合Q ev,s<\/sub>中的某个值;Hi<\/sub>=min{Li<\/sub>,tg,e<\/sub>}。

将谷时段的负荷裕度转化为起充概率,则确定起充概率的详细过程为:

其中:j∈Qev,s<\/sub>,Qev,s<\/sub>是用户在谷时段可能的起充时刻的集合;k是集合Qev,s<\/sub>中的某 个值; G i,j<\/sub>是用户i在第j时刻的起充概率;Cg,j<\/sub>是谷时段第j个子时段的负荷裕度;Cg,k<\/sub>是谷 时段第k个子时段的负荷裕度。

尽量使谷时段负荷裕度高的的子时段作为起充时刻的概率高,则按照起充概率来 选择 用户的起充时刻的详细过程为:

当满足下式时,qm<\/sub>才作为用户的起充时刻,规定设计图

基于智能充电桩的电动汽车V2G控制方法论文和设计

相关信息详情

申请码:申请号:CN201910181061.5

申请日:2019-03-11

公开号:CN109910671A

公开日:2019-06-21

国家:CN

国家/省市:42(湖北)

授权编号:CN109910671B

授权时间:20191008

主分类号:B60L 53/64

专利分类号:B60L53/64

范畴分类:32B;37C;

申请人:三峡大学

第一申请人:三峡大学

申请人地址:443002 湖北省宜昌市西陵区大学路8号

发明人:曾静雅;粟世玮;余瑞铭

第一发明人:曾静雅

当前权利人:三峡大学

代理人:吴思高

代理机构:42103

代理机构编号:宜昌市三峡专利事务所

优先权:关键词:当前状态:审核中

类型名称:外观设计

标签:;  ;  ;  

基于智能充电桩的电动汽车V2G控制方法论文和设计
下载Doc文档

猜你喜欢