虚拟电厂场景下重卡换电方法和系统技术方案

本发明专利技术涉及重卡换电技术领域，特别涉及一种虚拟电厂场景下重卡换电方法和系统，其中，虚拟电厂场景下重卡换电方法，包括获取车辆信息；获取换电站的充电桩信息；基于获取的车辆信息和充电桩的信息构建充电桩内电池的电量函数模型；建立充电策略优化模型，所述充电策略优化模型包括目标经济函数和约束条件；根据目标经济函数构建适应度函数；根据遗传算法求解适应度函数的最优解

【技术实现步骤摘要】
虚拟电厂场景下重卡换电方法和系统


[0001]本专利技术涉及重卡换电
，特别涉及一种虚拟电厂场景下重卡换电方法和系统
。

技术介绍

[0002]近几年来，随着新能源汽车的快速发展，电动重卡逐渐进入公众视野，电动重卡由于其自身的工作性质，其装载的电池箱有着体积大
、
重量大
、
充电时间长的特点
。
因此，充电的模式必将影响电动重卡的发展，现有的针对电动重卡的换电站，通过更换重卡的电池箱提高重卡的续航能力
。
[0003]重卡在选择换电站时，需要考虑到换电站的位置
、
换电时间
、
设备设施和服务质量等因素
。
同时，换电站需要根据重卡的行驶路线和装载运输计划，合理安排换电时间，以确保换电的顺利进行，并且不影响出货计划
。

技术实现思路

[0004]本专利技术的主要目的是提供一种虚拟电厂场景下重卡换电方法，旨在提高换电站的换电效率，节约成本
。
[0005]为实现上述目的，本专利技术提出的虚拟电厂场景下重卡换电方法，包括：
[0006]获取车辆信息；
[0007]获取换电站的充电桩信息；
[0008]基于获取的车辆信息和充电桩的信息构建充电桩内电池的电量函数模型；
[0009]建立充电策略优化模型，所述充电策略优化模型包括目标经济函数和约束条件；
[0010]根据目标经济函数构建适应度函数；
[0011]根据遗传算法求解适应度函数的最优解
。
[0012]在本申请的一实施例中，所述车辆信息采集于物联网系统中，所述车辆信息包括：车辆数量
、
车辆预计到达换电站的时间
、
车辆电池到达换电时所剩余电量
。
[0013]在本申请的一实施例中，所述分时电价信息包括峰时段
、
平时段和谷时段
。
[0014]在本申请的一实施例中，其特征在于，所述电池的电量函数模型为：
[0015][0016]其中，其中
B
t+1
代表
t+1
时刻的电池容量，
B
t
代表
t
时刻的电池容量，
S
t+1
代表
t+1
时刻的电池状态，
P
代表充电速率，
B
max
为电池最大容量
。
[0017]在本申请的一实施例中，在构建充电桩内电池的电量函数模型之前还包括，建立充电桩的充电状态矩阵，
[0018]其中，充电桩的充电状态用
S
表示，0表示未充电，1表示充电
。
[0019]在本申请的一实施例中，所述目标经济函数为：
[0020]C
all
＝
C
ele
+C
time
+C
loss
[0021]其中，
C
all
为总花费成本，
C
ele
为电价花费，
C
time
为重卡在充电桩等候时间所对应的经济成本，
C
loss
为每次电池开始充电时对电池的损耗费用
。
[0022]在本申请的一实施例中，所述适应度函数为：
[0023]C
all
'
＝
μ
/[(C
all
‑
C
all,min
)+
μ
][0024]其中
C
all
'
为适应度函数，
μ
为适应度算子，为常数
。
[0025]本专利技术还提供一种虚拟电厂场景下重卡换电系统，包括：
[0026]至少一个处理器；和
[0027]存储器，存储有程序指令，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如上所述的方法的指令
。
[0028]本专利技术技术方案通过采用遗传算法在满足用户换电需求的基础上，以最小化站内总的充电成本与总的电池寿命损失成本之和为目标，以电池余量为约束条件，对站内的电池充电策略进行优化控制，以提高充换电站的充电效率
。
附图说明
[0029]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图
。
[0030]图1为本专利技术虚拟电厂重卡换电方法的基本流程图；
[0031]图2为本专利技术实施例中矩阵
D
的变化示意图；
[0032]图3为本专利技术实施例中交叉算子单点变异原理图；
[0033]图4为本专利技术实施例中交叉算子多点变异原理图
。
[0034]本专利技术目的的实现
、
功能特点及优点将结合实施例，参照附图做进一步说明
。
具体实施方式
[0035]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述
。
[0036]在本专利技术的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如
S1、S2
等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序
。
另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行
。
需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息
、
设备
、
模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型
。
[0037]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例
。
基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围
。
[0038]结合参照图1所示，本专利技术提出的一种虚拟电厂场景下重卡换电方法，包括以下步骤：
[0039]S10
：获取车辆信息；
[0040]其中，车辆信息包括车辆数量
、
车辆预计到达换电站的时间
、
车辆电池到达换电时所剩余电量
。...

【技术保护点】

【技术特征摘要】
1.
一种虚拟电厂场景下重卡换电方法，其特征在于，包括：获取车辆信息；获取换电站的充电桩信息；基于获取的车辆信息和充电桩的信息构建充电桩内电池的电量函数模型；建立充电策略优化模型，所述充电策略优化模型包括目标经济函数和约束条件；根据目标经济函数构建适应度函数；根据遗传算法求解适应度函数的最优解
。2.
如权利要求1所述的虚拟电厂场景下重卡换电方法，其特征在于，所述车辆信息采集于物联网系统中，所述车辆信息包括：车辆数量
、
车辆预计到达换电站的时间
、
车辆电池到达换电时所剩余电量
。3.
如权利要求1所述的虚拟电厂场景下重卡换电方法，其特征在于，所述分时电价信息包括峰时段
、
平时段和谷时段
。4.
如权利要求1至3中任意一项所述的虚拟电厂场景下重卡换电方法，其特征在于，所述电池的电量函数模型为：其中，其中
B
t+1
代表
t+1
时刻的电池容量，
B
t
代表
t
时刻的电池容量，
S
t+1
代表
t+1
时刻的电池状态，
P
代表充电速率，
B
max
为电池最大容量
。5.
如权利要求4所述的虚拟电厂场景下重卡换电方法，其特征在于，在构建充电桩内电池的电量函数模型之前还包括，建立充电桩的充电状态矩阵，其中，充电桩的充电状...

【专利技术属性】
技术研发人员：陈光，崔永林，刘群，李春贺，
申请(专利权)人：东方众通科技发展集团有限公司，
类型：发明
国别省市：