一种电动汽车蓄电池经济性充放电方法技术

一种电动汽车蓄电池经济性充放电方法，属于电池控制技术领域，包括以下步骤：步骤1：设定T为总规划时间尺度，省级电网利用电网信息端下达日前电价预测曲线Y

【技术实现步骤摘要】
一种电动汽车蓄电池经济性充放电方法


[0001]本专利技术属于电池控制
，具体涉及一种电动汽车蓄电池及其经济性充放电方法。

技术介绍

[0002]随着电池生产、制造技术的不断进步，环境污染的日益加剧及石油资源的逐渐枯竭，电动汽车(Electric Vehicle，EV)在道路交通系统中所占的比例将日益提高。由于清洁能源发电技术的大规模应用、源侧功率输出的波动性需要配置大容量的旋转备用机组来平衡，这给电力系统安全经济运行带来了挑战。就电动汽车而言，电网负荷大规模增长，进一步加大配网负荷峰谷差，导致变压器过载，威胁配网运行的安全稳定。如何设计有效的电动汽车充电协调机制，在保证电力系统稳定同时实现客户充电效益最大化，是当前电动汽车发展需要研究的重要问题之一。
[0003]目前电动汽车参与电网调节的研究主要有：电动汽车虚拟电厂(Electric Vehicle Virtual Power plant,EVPP)负责聚合某一区域内的EVs，同时对其充放电过程进行统一管理，从而为分散且容量小的EVs参与电力系统优化调度提供了一种途径。分析配电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动汽车蓄电池经济性充放电方法，其特征在于：包括以下步骤：步骤1：设定T为总规划时间尺度，省级电网利用电网信息端下达日前电价预测曲线Y
a
，以历史电价Y
′
与地区α，天气温度β1、湿度β2，线路当前传输容量指标χ为特征进行XGBoost机器学习，步骤2：以省级电网一年历史电价数据作为基础，建立机器学习知识数据库A
T
，利用XGBoost进行学习，XGBoost的数学模型由K棵分类与回归树组成的加法模型，以历史电价Y
′
与地区α，天气温度β1、湿度β2，线路当前传输容量指标χ为输入特征进行机器学习，对数据进行归一化及缺失值处理，基于数据集对XGBoost进行训练，获取每个特征的重要度，剔除低贡献度的输入特征，得到获得学习电价Y
b
，式中:K为树的棵数；F为所有可能的树；f
k
表示第k颗树；表示样本x
i
的预测结果式中，第一部分为损失函数，平方损失函数式中，第一部分为损失函数，平方损失函数表示第i个样本的预测误差，表示树的复杂度的函数，y为样本的实际值，第二部分为正则项，由K棵正则化相加得到；正则化项为：式中，γ，λ为惩罚系数；T为树叶的节点个数；ω为树叶的分数；分步骤逐步逼近优化目标函数，在第t步时，在现有的t
‑
1棵树基础上添加1棵最优化的树即f
t
，目标函数变为：，目标函数变为：其中：f(k)表示第k棵树，表示组合t棵树模型对样本x
i
的预测结果；步骤3：实时电价曲线Y
c
以Y
a
为基础，以学习曲线Y
b
与日前预测曲线Y
a
差值通过影响因子δ为修正，形成t时刻下的最终电价Y
c
(t)，在t+1时刻滚动更新前t时刻电价，表达式Y
c
如下式所示：Y
c
＝Y
a
+δ(Y
b
‑
Y
a
)；步骤4：根据Y
a
生成电动汽车日前充放电安排曲线图S，根据Y
c
得到的实际充放电曲线为T时
刻曲线数值由t时刻电价Y
c
(t)及t
‑
...

【专利技术属性】
技术研发人员：张展浩，成泽阳，关林，
申请(专利权)人：张展浩，
类型：发明
国别省市：