电动车辆充电运行模式的确定方法及装置制造方法及图纸

一种电动车辆充电运行模式的确定方法及装置，获取电动车辆的充放电功率、预设车辆数量及馈电线路的日负荷曲线；根据充放电功率、预设车辆数量及日负荷曲线建立加入充电的电动车辆后馈电线路的最小负荷峰值模型；变化预设车辆数量得到当前车辆数量，以当前车辆数量及当前车辆数量分配至各个时间段的充电数量作为变化因子，对最小负荷峰值模型进行寻优以得到当前车辆数量对应的馈电线路的日负荷曲线峰值最小的寻优结果。如此，通过找到一种通过规划充电数量及各个时间段的充电数量的电动车辆充电运行模式来保证最大数量的电动车辆正常运营的同时，无需改变充电站建设地址和现有馈电线路便从而提高经济性。

【技术实现步骤摘要】

本专利技术涉及电网安全领域，尤其涉及一种电动车辆充电运行模式的确定方法及装置。
技术介绍
在当前全球汽车工业面临金融危机和能源环境问题的巨大挑战的情况下，发展电动汽车，实现汽车能源动力系统的电气化，推动传统汽车产业的战略转型，在国际上已经形成了广泛共识。电动汽车要大规模普及仍然是一个漫长的过程，而优先发展城市电动车辆，不仅可以提高城市的交通运力，而且对于节能减排，优化城市环境有着重大意义。在电动汽车的普及过程中，最大的难题之一是充电问题。电动车辆由于集中管理，运行规律性强，一般都是通过建设集中充电站来解决充电问题。电动车辆可以通过自身的运营要求，有选择性的在集中充电站进行充电。但由于集中充电站一般建在某个单条馈电线路上，电动车辆充电过程中必然对充电站所在馈电线路产生影响，即馈电线路的最大容量将制约电动车辆的充电台数，进而制约了电动车辆的总的运营数量。解决这个问题的方法，一是选择馈电线路容量冗余更大的线路建充电站，二是将该条馈电线路进行升级改造，使之符合电动车充电运营要求。第一种方法改变了电动车辆的充电规划，将增加车辆公司的成本；第二种方法则改变了配电线路的现有模式，经济开销大。
技术实现思路
基于此，有必要提供一种无需改变充电站建设地址和现有馈电线路从而提高经济性的电动车辆充电运行模式的确定方法及装置。一种电动车辆充电运行模式的确定方法，包括：参数获取步骤：获取电动车辆的充放电功率、预设车辆数量及馈电线路的日负荷曲线；模型构建步骤：根据所述充放电功率、所述预设车辆数量及所述日负荷曲线建立加入充电的所述电动车辆后所述馈电线路的最小负荷峰值模型；迭代寻优步骤：变化所述预设车辆数量得到当前车辆数量，以所述当前车辆数量及所述当前车辆数量分配至各个时间段的充电数量作为变化因子，对所述最小负荷峰值模型进行寻优以得到所述当前车辆数量对应的所述馈电线路的日负荷曲线峰值最小的寻优结果；所述寻优结果包括目标车辆数量、最小负荷峰值及所述目标车辆数量分配至各个时间段的充电数量；其中，所述目标车辆数量为所述最小负荷峰值小于所述馈电线路的最大容量时的所述当前车辆数量中的最大值。一种电动车辆充电运行模式的确定装置，包括：参数获取模块，用于获取电动车辆的充放电功率、预设车辆数量及馈电线路的日负荷曲线；模型构建模块，用于根据所述充放电功率、所述预设车辆数量及所述日负荷曲线建立加入充电的所述电动车辆后所述馈电线路的最小负荷峰值模型；迭代寻优模块，用于变化所述预设车辆数量得到当前车辆数量，以所述当前车辆数量及所述当前车辆数量分配至各个时间段的充电数量作为变化因子，对所述最小负荷峰值模型进行寻优以得到所述当前车辆数量对应的所述馈电线路的日负荷曲线峰值最小的寻优结果；所述寻优结果包括目标车辆数量、最小负荷峰值及所述目标车辆数量分配至各个时间段的充电数量；其中，所述目标车辆数量为所述最小负荷峰值小于所述馈电线路的最大容量时的所述当前车辆数量中的最大值。上述电动车辆充电运行模式的确定方法及装置，获取电动车辆的充放电功率、预设车辆数量及馈电线路的日负荷曲线；根据所述充放电功率、所述预设车辆数量及所述日负荷曲线建立加入充电的所述电动车辆后所述馈电线路的最小负荷峰值模型；变化所述预设车辆数量得到当前车辆数量，以所述当前车辆数量及所述当前车辆数量分配至各个时间段的充电数量作为变化因子，对所述
最小负荷峰值模型进行寻优以得到所述当前车辆数量对应的所述馈电线路的日负荷曲线峰值最小的寻优结果。如此，通过找到一种通过规划充电数量及各个时间段的充电数量的电动车辆充电运行模式来保证最大数量的电动车辆正常运营的同时，无需改变充电站建设地址和现有馈电线路便从而提高经济性。附图说明图1为一种实施方式的电动车辆充电运行模式的确定方法的流程图；图2为双中心粒子群优化算法的原理图；图3为一种实施方式的电动车辆充电运行模式的馈电线路的调后负荷曲线图；图4为一种实施方式的电动车辆充电运行模式的电动公交车电行驶车辆的调度情况说明图；图5为图4的电动车辆充电运行模式的电动公交车充电调度情况说明图；图6为图4的电动车辆充电运行模式的电动公交车的电池变化情况说明图；图7一直实施方式的电动车辆充电运行模式的确定装置的结构图。具体实施方式为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的较佳的实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容的理解更加透彻全面。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。本文所使用的术语“或/和”包括一个或多个相关的所列项目的任意的和所有的组合。如图1所示，为本专利技术一种实施方式的电动车辆充电运行模式的确定方法，包括：S100，参数获取步骤：获取电动车辆的充放电功率、预设车辆数量及馈电
线路的日负荷曲线。预设车辆数量为初始估计的车辆的数量。日负荷曲线是根据现有的车辆馈电线路的运营情况确定的曲线。日负荷曲线的表现形式可以为一个函数形式。充放电功率为一辆电动车辆单位时间的充放电功率。S300，模型构建步骤：根据所述充放电功率、所述预设车辆数量及所述日负荷曲线建立加入充电的所述电动车辆后所述馈电线路的最小负荷峰值模型。最小负荷峰值模型包括目标函数及约束条件。所述目标函数为加入充电的所述电动车辆后所述馈电线路的日负荷曲线峰值最小。所述约束条件包括：对所述电动车辆的运营规律约束，如高峰时期运营车辆较多，凌晨等冷清时期运营车辆较少；对所述电动车辆的日放电总量及日充电总量的约束，每天所有电动车辆放电总量不大于充电总量；对同一时间段所述电动车辆的充电数量与运营数量的约束，如运营数量与充电数量的和不大于公交总数；对所述电动车辆的所述馈电线路的容量约束；以及电动车辆的充放电功率的约束等中的一种或多种约束。S500，迭代寻优步骤：变化所述预设车辆数量得到当前车辆数量，以所述当前车辆数量及所述当前车辆数量分配至各个时间段的充电数量作为变化因子，对所述最小负荷峰值模型进行寻优以得到所述当前车辆数量对应的所述馈电线路的日负荷曲线峰值最小的寻优结果。在本实施例中，可迭代增加或减少当前车辆数量，并以每个时间段的充电数量作为寻优算法的一个变化因子，在每个迭代中采用粒子群算法、遗传算法等寻优算法对所述最小负荷峰值模型进行寻优，最终，得到加入充电的所述电动车辆后所述馈电线路的日负荷曲线的峰值最小的寻优结果。在另一个实施例中，以所述当前车辆数量及所述当前车辆数量分配至各个时间段的充电数量作为一个变化因子，采用粒子群算法、遗传算法等寻优算法对所述最小负荷峰值模型进行寻优以得到加入充电的所述电动车辆后所述馈电线路的日负荷曲线的峰值最小的寻优结果。所述寻优结果包括目标车辆数量、最小负荷峰值及所述目标车辆数量分配至各个时间段的充电数量。其中，所述目标车辆数量为所述最小负荷峰值小于
且最接近所述馈电线路的最大容量时的所述当前车辆数量；也就是可以使得加入充电的所述电动车辆后所述馈电线路的日负荷曲线峰值最小而日负荷曲线峰值小于本文档来自技高网...

【技术保护点】
一种电动车辆充电运行模式的确定方法，其特征在于，包括：参数获取步骤：获取电动车辆的充放电功率、预设车辆数量及馈电线路的日负荷曲线；模型构建步骤：根据所述充放电功率、所述预设车辆数量及所述日负荷曲线建立加入充电的所述电动车辆后所述馈电线路的最小负荷峰值模型；迭代寻优步骤：变化所述预设车辆数量得到当前车辆数量，以所述当前车辆数量及所述当前车辆数量分配至各个时间段的充电数量作为变化因子，对所述最小负荷峰值模型进行寻优以得到所述当前车辆数量对应的所述馈电线路的日负荷曲线峰值最小的寻优结果；所述寻优结果包括目标车辆数量、最小负荷峰值及所述目标车辆数量分配至各个时间段的充电数量；其中，所述目标车辆数量为所述最小负荷峰值小于所述馈电线路的最大容量时的所述当前车辆数量中的最大值。

【技术特征摘要】
1.一种电动车辆充电运行模式的确定方法，其特征在于，包括：参数获取步骤：获取电动车辆的充放电功率、预设车辆数量及馈电线路的日负荷曲线；模型构建步骤：根据所述充放电功率、所述预设车辆数量及所述日负荷曲线建立加入充电的所述电动车辆后所述馈电线路的最小负荷峰值模型；迭代寻优步骤：变化所述预设车辆数量得到当前车辆数量，以所述当前车辆数量及所述当前车辆数量分配至各个时间段的充电数量作为变化因子，对所述最小负荷峰值模型进行寻优以得到所述当前车辆数量对应的所述馈电线路的日负荷曲线峰值最小的寻优结果；所述寻优结果包括目标车辆数量、最小负荷峰值及所述目标车辆数量分配至各个时间段的充电数量；其中，所述目标车辆数量为所述最小负荷峰值小于所述馈电线路的最大容量时的所述当前车辆数量中的最大值。2.根据权利要求1所述的电动车辆充电运行模式的确定方法，其特征在于，所述模型构建步骤包括：函数确定子步骤：根据所述充放电功率、所述预设车辆数量及所述日负荷曲线将加入充电的所述电动车辆后的日负荷曲线确定为调后负荷曲线，并以所述调后负荷曲线的峰值最小作为所述最小负荷峰值模型的目标函数；约束确定子步骤：获取对所述电动车辆的运营规律约束，对所述电动车辆的日放电总量及日充电总量的约束，对同一时间段所述电动车辆的充电数量与运营数量的约束，以及对所述电动车辆的所述馈电线路的容量约束，作为所述最小负荷峰值模型的约束条件。3.根据权利要求1所述的电动车辆充电运行模式的确定方法，其特征在于，所述迭代寻优步骤，包括：优化子步骤：在所述电动车辆的数量为所述当前车辆数量的情况下，以所述当前车辆数量分配至各个时间段的充电数量作为一个粒子，采用粒子群优化算法对所述最小负荷峰值模型进行迭代寻优，确定最优粒子及所述最优粒子对应的所述最小负荷峰值；迭代子步骤：将所述当前车辆数量增加预设数量，并重复所述优化子步骤，
\t直至所述最小负荷峰值大于所述最大容量时，返回上一迭代对应的所述当前车辆数量及确定的所述最优粒子及所述最小负荷峰值。4.根据权利要求3所述的电动车辆充电运行模式的确定方法，其特征在于，所述粒子群优化算法为双中心粒子群优化算法；所述优化子步骤，包括：初始化步骤：根据所述当前车辆数量及所述最小负荷峰值模型的约束条件初始化粒子，并初始化个体最优粒子及全局最优粒子；粒子更新步骤：更新粒子群，比较当代粒子及上一代粒子以及预设粒子的适应度更新所述个体最优粒子，根据所述个体最优粒子及所述当代粒子确定广义中心粒子和狭义中心粒子以更新所述全局最优粒子；重复迭代步骤：重复所述粒子更新步骤，直至粒子适应度迭代收敛时，将所述全局最优粒子作为所述最优粒子及所述最优粒子对应的所述最小负荷峰值和所述充电数量；其中，所述预设粒子包括沿着上一代粒子更新的方向更新得到的第一预设粒子，及先沿着上一代粒子更新的方向再沿着历史最优粒子更新的方向更新得到的第二预设粒子。5.根据权利要求4所述的电动车辆充电运行模式的确定方法，其特征在于，所述初始化步骤，包括：第一子步骤：根据所述当前车辆数量、所述日负荷曲线以及所述电动车辆一天的行驶时间及所述充放电功率确定调后日负荷曲线；第二子步骤：根据所述调后负荷曲线及所述最大容量确定各个时间段的充电车辆权重；第三子步骤：根据所述充电车辆权重及所述当前车辆数量初始化各个时间段的充电数量。6.一种电动车辆充电运行...

【专利技术属性】
技术研发人员：刘涛，翟世涛，朱志芳，朱革兰，张勇军，黄健昂，刘泽槐，
申请(专利权)人：广州供电局有限公司，
类型：发明
国别省市：广东;44