电动汽车换电站有序充电控制方法技术

技术编号:15623250 阅读:82 留言:0更新日期:2017-06-14 05:30
本发明专利技术涉及一种电动汽车换电站有序充电控制方法,离散化电池荷电状态等级;获取电动汽车换电需求;构建以填谷为目标的充换电站有序充电模型,并以负荷的离差平方和为指标确定有序充电控制的适应度函数;根据确立的适应度函数采用改进的布谷鸟搜索算法求解换电站有序充电控制的最优解,然后根据求解的最优解为换电站制定电池的充电安排表。便于换电站管理者操作的有序充换电控制方法,得到包含每时段参与换电服务的电动汽车数量,参与充电行为的换电池数量换电站有序充换电调度调度,以满足换电站日常经营的同时,实现对区域电网填谷的作用。

【技术实现步骤摘要】
电动汽车换电站有序充电控制方法
本专利技术涉及一种电动汽车技术,特别涉及一种基于改进布谷鸟算法的电动汽车换电站有序充电控制方法。
技术介绍
电动汽车作为一种节能减排的关键技术,是未来解决能源危机普遍看好的途径之一。随着电动汽车驾驶性能的不断完善及其在节约成本方面的潜力,电动汽车用户群在不断的扩大。目前,电动汽车电能补给形式有整车充电和换电两种方式。整车充电又可分为插充(包括快充和慢充)和无线充电。插充模式下,一方面,对车主而言其能源补充耗时太长,一般要4—5小时(快充也需耗时30分钟以上),便捷性远远不能满足人们的要求;另一方面,就其社会性而言,该模式需要建设基础设施,涉及多方利益协调(如车主、电网公司、小区物业等),而且由于一些问题尚未协调好而大大制约了充电桩的广泛建设。无线充电,又称无线供电,是一种以耦合的电磁场为媒介实现电能传递的方式。无线充电具有使用方便、安全,无火花及触电危险等优点,因此,人们认识到其在电动汽车充电方面的应用前景。然而,目前电动汽车无线供电能量传递效率低下成为制约其发展的主要瓶颈。此外,不管是插充还是无线充电,电动汽车充电负荷都具有明显的时间和空间不确定性,这将对电网的运行与规划提出极大挑战。基于电池租赁的换电模式以其能源补给的快速性和充电管理的方便性目前已经成为用户倾向选择、电网重视的商业技术模式,首先,采用换电模式一般可在1至2分钟内就完成换电过程,其便捷性不输于目前常规的加油方式;其次,对电池采用集中型管理可有效避免大规模电动汽车随机充电对电网带来的不利影响,甚至还可以与可再生能源发电协同运行,避免绿色能源损失,减少发电成本。对经过换电服务换下的电池,若随即就投入电网充电可能造成配电网线路过载,电压跌落,配电变压器过载,配电网峰谷差加剧,“峰上加峰”的现象出现,所以得对换电站的换电与充电服务加以控制,以消除其对电网的不利影响。而目前现有的对于电动汽车有序充电控制的实现大多是通过控制充电功率来实现,这在现实应用难以做到精准控制,因为现实中对于换电站管理者来说更方便的是控制充电电池的投放的数量与时间。
技术实现思路
本专利技术是针对对电动汽车换电站合理管理的问题,提出了一种电动汽车换电站有序充电控制方法,便于换电站管理者操作的有序充换电控制方法,得到包含每时段参与换电服务的电动汽车数量,参与充电行为的换电池数量换电站有序充换电调度调度,以满足换电站日常经营的同时,实现对区域电网填谷的作用。本专利技术的技术方案为:一种电动汽车换电站有序充电控制方法,具体包括如下步骤:1)根据单位充电时间步长内换电池荷电状态增量的大小将电池的荷电状态离散化,将所带荷电量区间共分为M个等级:2)获取换电站入站的电动汽车需求信息,各时段入站电动汽车总数,以及处于待充电、充电中和充满状态的电动汽车数量;3)在对电动汽车换电和电池充电控制中建立一个有序充换电模型,该模型以t时段投入充电的第m级荷电状态电池的数量u(t,m)为控制量,以最小化负荷曲线的离差平方和为目标;4)通过改进布谷鸟算法初始化鸟巢,得到各荷电等级进入充电的数量矩阵uT×M和优化周期T内的充电矩阵CTxM作为初始鸟巢信息,运用改进布谷鸟算法对步骤3)中有序充换电模型进行求解,负荷曲线的离差平方和为布谷鸟算法中的适应度函数,得到充换电安排表;5)根据获取的充换电安排表对换电站内的电池进行有序充电控制。所述运用改进布谷鸟算法对步骤3)中有序充换电模型进行求解具体步骤如下:(1)、设置算法参数并初始化鸟巢信息,所述初始化鸟巢,每个鸟巢中包含uT×M矩阵和CT×M矩阵的信息,具体步骤如下:A、根据D(t,m)随机产生u(t,m),其中D(t,m)t时段内待充电池中荷电状态处于第m级的电池数量为D(t,m),u(t,m)表示t时段决策投入充电的第m级荷电状态等级电池的数量;B、根据u(t,m)计算C(t,m),其中C(t,m)是t时段正在充电的电池中荷电状态处于m级的电池数;C、判断是否成立,其中N1表示换电站内充电机的数量,若成立,则计算D(t+1,m)=D(t,m)-u(t,m)+s(t,m),F(t+1)=F(t)-s(t)+f(t),并令t=t+1,转至步骤D;若不等式不成立,则转至步骤A,其中s(t,m)是t时段接受换电服务且荷电状态处于第m级的电动汽车数量,F(t)表示t时段换电站满电电池库存数量,s(t)表示t时段内接受换电服务的电动汽车数量,f(t)表示t时段内刚好充满电的电池数量;D、判断t<T是否成立,T表示优化周期内的总时段数,若成立,转至步骤A,若不成立,转至步骤E;E、结束初始化,输出初始鸟巢信息;(2)、以负荷曲线的离差平方和为适应度函数,计算各鸟巢适应度值并评价;(3)、计算levy飞行搜索路径并对该路径进行二进制变换;(4)、根据第(3)步中的路径更新鸟巢,计算各新鸟巢的适应度值并评价;(5)、以pa的概率选择舍弃相对劣巢,根据舍弃的劣巢的二进制编码生成其的量子位编码,再利用量子旋转门产生新鸟巢替代被舍弃的巢,计算新巢的适应度值并评价;(6)、选择当代最优解并保存,判断是否满足迭代条件,若满足,转至步骤(1),若不满足,转至步骤(7);(7)、输出最优解。所述步骤(3)中对路径进行二进制变换具体方法为:将刘建华公式引入levy飞行搜索路径变换中:当step≤0时,当step>0时,其中,xm,xm+1别表示第m代和第m+1代鸟巢的某位置二进制编码,step表示Levy飞行搜索的路径,参数μ,ν为服从正态分布的随机数,sig()表示Sigmond函数,β是参数,其取值范围在[0,2]之间。所述步骤(5)中二进制编码生成其的量子位编码,就是在区间[-1,1]上随机生成beta,找到二进制编码中编码位为“1”的位置,若该位置上对应的beta值大于0.5,则将其修改至0.5,再根据修改过的beta量子位生成alpha量子位矩阵。所述步骤(5)中量子门旋转中自适应旋转角定义为:式中:θmin是最小旋转角,θmax是最大旋转角,fi是指选中要舍弃的鸟巢中第i个鸟巢的适应值,fmin是当代鸟巢中的最小适应值,fmax是当代鸟巢中的最大适应值,gen是当前的迭代数,maxgen是算法设置的最大迭代数。本专利技术的有益效果在于:本专利技术电动汽车换电站有序充电控制方法,能跳出局部最优解,收敛速度良好,且所得的充电安排方案能有效发挥填谷用,可广泛应用于换电站有序充换电控制领域。附图说明图1为本专利技术电动汽车换电站有序充电控制方法流程图;图2为本专利技术改进布谷鸟算法的流程图;图3为本专利技术一个实施例的充换电站的运行模型图;图4为本专利技术有序充换电控制与无序充电下的负荷曲线图;图5为本专利技术实施例中改进布谷鸟算法的迭代收敛图;图6为本专利技术实施例中采用遗传算法时的迭代收敛图。具体实施方式本专利技术提供一种电动汽车换电站有序充换电控制方法。如图1所示具体包括如下步骤:一、根据单位充电时间步长内换电池荷电状态增量的大小将电池的荷电状态离散化:离散化电池荷电状态特征是:设电池满电时荷电状态为1,空电池的荷电状态为0,若单位调度时间步长内(如1h)充电引起的荷电增量为ΔSOC,则第k等级表示的荷电量区间为[(k-1)ΔSOC,kΔSOC),共分为M个等级;二本文档来自技高网
...
电动汽车换电站有序充电控制方法

【技术保护点】
一种电动汽车换电站有序充电控制方法,其特征在于,具体包括如下步骤:1)根据单位充电时间步长内换电池荷电状态增量的大小将电池的荷电状态离散化,将所带荷电量区间共分为M个等级:2)获取换电站入站的电动汽车需求信息,各时段入站电动汽车总数,以及处于待充电、充电中和充满状态的电动汽车数量;3)在对电动汽车换电和电池充电控制中建立一个有序充换电模型,该模型以t时段投入充电的第m级荷电状态电池的数量u(t,m)为控制量,以最小化负荷曲线的离差平方和为目标;4)通过改进布谷鸟算法初始化鸟巢,得到各荷电等级进入充电的数量矩阵u

【技术特征摘要】
1.一种电动汽车换电站有序充电控制方法,其特征在于,具体包括如下步骤:1)根据单位充电时间步长内换电池荷电状态增量的大小将电池的荷电状态离散化,将所带荷电量区间共分为M个等级:2)获取换电站入站的电动汽车需求信息,各时段入站电动汽车总数,以及处于待充电、充电中和充满状态的电动汽车数量;3)在对电动汽车换电和电池充电控制中建立一个有序充换电模型,该模型以t时段投入充电的第m级荷电状态电池的数量u(t,m)为控制量,以最小化负荷曲线的离差平方和为目标;4)通过改进布谷鸟算法初始化鸟巢,得到各荷电等级进入充电的数量矩阵uT×M和优化周期T内的充电矩阵CTxM作为初始鸟巢信息,运用改进布谷鸟算法对步骤3)中有序充换电模型进行求解,负荷曲线的离差平方和为布谷鸟算法中的适应度函数,得到充换电安排表;5)根据获取的充换电安排表对换电站内的电池进行有序充电控制。2.根据权利要求1所述电动汽车换电站有序充电控制方法,其特征在于,所述运用改进布谷鸟算法对步骤3)中有序充换电模型进行求解具体步骤如下:(1)、设置算法参数并初始化鸟巢信息,所述初始化鸟巢,每个鸟巢中包含uT×M矩阵和CT×M矩阵的信息,具体步骤如下:A、根据D(t,m)随机产生u(t,m),其中D(t,m)t时段内待充电池中荷电状态处于第m级的电池数量为D(t,m),u(t,m)表示t时段决策投入充电的第m级荷电状态等级电池的数量;B、根据u(t,m)计算C(t,m),其中C(t,m)是t时段正在充电的电池中荷电状态处于m级的电池数;C、判断是否成立,其中N1表示换电站内充电机的数量,若成立,则计算D(t+1,m)=D(t,m)-u(t,m)+s(t,m),F(t+1)=F(t)-S(t)+f(t),并令t=t+1,转至步骤D;若不等式不成立,则转至步骤A,其中s(t,m)是t时段接受换电服务且荷电状态处于第m级的电动汽车数量,F(t)表示t时段换电站满电电池库存数量,s(t)表示t时段内接受换电服务的电动汽车数量,f...

【专利技术属性】
技术研发人员:黄敏丽于艾清张金星伍栋文
申请(专利权)人:上海电力学院
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1