充电调度方法技术

本申请涉及一种充电调度方法

【技术实现步骤摘要】
充电调度方法、装置、计算机设备和存储介质


[0001]本申请涉及充电
，特别是涉及一种充电调度方法
、
装置
、
计算机设备和存储介质
。

技术介绍

[0002]近年来，人们对能源与环境的要求越来越高，电动汽车的普及推广已成为未来的趋势
。
电动汽车由于其特殊的能源驱动方式，可以提高能源利用效率并减少对环境的污染，正日益受到人们的关注，现在很多地区也采取了积极的政策措施来鼓励电动汽车的发展
。
但是，随着电动汽车的大规模发展，由于车主的充电行为往往比较随机，大量电动汽车插入电网充电必定会对电网结构及运行造成巨大的压力
。
在电动汽车大规模应用后，电动汽车不合理的充电行为将对电网的安全稳定运行
、
交通网络的流畅性和用户体验产生不良影响
。
因此，研究合理高效的电动汽车导航策略是十分必要的
。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种能够降低用户侧充电时间成本和经济成本
、
电网侧传输损耗和路网侧拥堵的充电调度方法
、
装置
、
计算机设备
、
计算机可读存储介质和计算机程序产品
。
[0004]第一方面，本申请提供了一种充电调度方法，包括：
[0005]根据车辆充电需求数据
、
交通路网数据
、
充电站状态数据和电网运行数据，构建多维信息充电调度模型，多维信息充电调度模型用于提供至少四个维度的信息，至少四个维度包括车辆
、
充电站
、
道路和电网；
[0006]基于多维信息充电调度模型，构建最小时间耗费成本模型和最小用电成本模型，基于最小时间耗费成本模型和最小用电成本模型，构建面向电动汽车充电成本的最小充电成本分析模型；
[0007]基于多维信息充电调度模型，构建面向电网偏压最小的电压偏移分析模型和面向电网网络损耗最小的电网损耗分析模型，基于电压偏移分析模型和电网损耗分析模型，构建电网充电分析模型；
[0008]基于多维信息充电调度模型，构建面向充电站收益最大的充电收益分析模型以及面向路网拥堵最低的路网拥堵充电分析模型；
[0009]基于最小充电成本分析模型
、
电网充电分析模型
、
充电收益分析模型和路网拥堵充电分析模型，构建多主体的电动汽车充电引导模型；
[0010]基于约束条件，对电动汽车充电引导模型进行求解，获得相应的调度策略
。
[0011]在其中一个实施例中，基于多维信息充电调度模型，构建最小时间耗费成本模型和最小用电成本模型，包括：
[0012]基于多维信息充电调度模型，构建电动汽车驶向充电站的行驶时长模型
、
在充电站中排队等待的排队时长模型和充电时长模型，基于行驶时长模型
、
排队时长模型和充电
时长模型，构建最小时间耗费成本模型；
[0013]基于多维信息充电调度模型，获取期望增加电量，根据期望充电电量和充电单价，构建最小用电成本模型
。
[0014]在其中一个实施例中，最小充电成本分析模型为：
[0015]F1＝
[
α
i
ζ
T
i
(t)+
β
i
C
i
(t)]x
ij
；
[0016]其中，
i
表示第
i
个电动汽车用户，
j
表示第
j
个充电站；
T
i
(t)
表示最小时间耗费成本模型，
α
i
表示第
i
个电动汽车用户对于时间耗费成本的偏好权重，
ζ
表示用于将时间成本转化为经济成本的转化系数；
C
i
(t)
表示最小用电成本模型，
β
i
表示第
i
个电动汽车用户对于经济成本的偏好权重；
x
ij
表示取值为0或1的变量，当第
i
个电动汽车用户去往第
j
个充电站充电时，
x
ij
取值为1，剩余的情况下
x
ij
取值为
0。
[0017]在其中一个实施例中，基于多维信息充电调度模型，构建面向电网偏压最小的电压偏移分析模型和面向电网网络损耗最小的电网损耗分析模型，包括：
[0018]基于多维信息充电调度模型，确定电动汽车充电时的系统电压
、
系统节点数
、
系统标准电压，根据系统电压
、
系统节点数和系统标准电压，构建面向电网偏压最小的电压偏移分析模型；
[0019]基于多维信息充电调度模型，确定电动汽车充电时的系统支路潮流和支路损耗，基于系统支路潮流和支路损耗，构建面向电网网络损耗最小的电网损耗分析模型
。
[0020]在其中一个实施例中，充电收益分析模型为：
[0021][0022]其中，
i
表示第
i
个电动汽车用户，
j
表示第
j
个充电站，
M
表示充电站的总数量，
N
表示电动汽车用户的总数量；
P
i
表示第
i
个电动汽车用户相应电动汽车的充电功率，
k
j
表示第
j
个充电站内的充电桩数量；
[0023]x
ij
表示取值为0或1的变量，当第
i
个电动汽车用户去往第
j
个充电站充电时，
x
ij
取值为1，剩余的情况下
x
ij
取值为
0。
[0024]在其中一个实施例中，电动汽车充电引导模型为：
[0025][0026]其中，
F
obj
表示电动汽车充电引导模型，
F1表示最小充电成本分析模型，
F2表示电网充电分析模型，
F3表示充电收益分析模型，
F4表示路网拥堵充电分析模型；
F
1max
表示最小充电成本分析模型相应取得的最大值，表示电网充电分析模型相应取得的最大值，表示充电收益分析模型相应取得的最大值，表示路网拥堵充电分析模型相应取得的最大值；
γ1、
γ2、
γ3、
γ4分别为各自相应的权重
。
[0027]第二方面，本申请还提供了一种充电调度装置，包括：
[0028]第一构建模块，用于根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种充电调度方法，其特征在于，所述方法包括：根据车辆充电需求数据
、
交通路网数据
、
充电站状态数据和电网运行数据，构建多维信息充电调度模型，所述多维信息充电调度模型用于提供至少四个维度的信息，所述至少四个维度包括车辆
、
充电站
、
道路和电网；基于所述多维信息充电调度模型，构建最小时间耗费成本模型和最小用电成本模型，基于所述最小时间耗费成本模型和所述最小用电成本模型，构建面向电动汽车充电成本的最小充电成本分析模型；基于所述多维信息充电调度模型，构建面向电网偏压最小的电压偏移分析模型和面向电网网络损耗最小的电网损耗分析模型，基于所述电压偏移分析模型和所述电网损耗分析模型，构建电网充电分析模型；基于所述多维信息充电调度模型，构建面向充电站收益最大的充电收益分析模型以及面向路网拥堵最低的路网拥堵充电分析模型；基于所述最小充电成本分析模型
、
所述电网充电分析模型
、
所述充电收益分析模型和所述路网拥堵充电分析模型，构建多主体的电动汽车充电引导模型；基于约束条件，对所述电动汽车充电引导模型进行求解，获得相应的调度策略
。2.
根据权利要求1所述的方法，其特征在于，所述基于所述多维信息充电调度模型，构建最小时间耗费成本模型和最小用电成本模型，包括：基于所述多维信息充电调度模型，构建电动汽车驶向充电站的行驶时长模型
、
在充电站中排队等待的排队时长模型和充电时长模型，基于所述行驶时长模型
、
所述排队时长模型和所述充电时长模型，构建最小时间耗费成本模型；基于所述多维信息充电调度模型，获取期望增加电量，根据所述期望充电电量和充电单价，构建最小用电成本模型
。3.
根据权利要求1所述的方法，其特征在于，所述最小充电成本分析模型为：
F1＝
[
α
i
ζ
T
i
(t)+
β
i
C
i
(t)]x
ij
；其中，
i
表示第
i
个电动汽车用户，
j
表示第
j
个充电站；
T
i
(t)
表示最小时间耗费成本模型，
α
i
表示第
i
个电动汽车用户对于时间耗费成本的偏好权重，
ζ
表示用于将时间成本转化为经济成本的转化系数；
C
i
(t)
表示最小用电成本模型，
β
i
表示第
i
个电动汽车用户对于经济成本的偏好权重；
x
ij
表示取值为0或1的变量，当第
i
个电动汽车用户去往第
j
个充电站充电时，
x
ij
取值为1，剩余的情况下
x
ij
取值为
0。4.
根据权利要求1所述的方法，其特征在于，所述基于所述多维信息充电调度模型，构建面向电网偏压最小的电压偏移分析模型和面向电网网络损耗最小的电网损耗分析模型，包括：基于所述多维信息充电调度模型，确定电动汽车充电时的系统电压
、
系统节点数
、
系统标准电压，根据所述系统电压
、
所述系统节点数和所述系统标准电压，构建面向电网偏压最小的电压偏移分析模型；...

【专利技术属性】
技术研发人员：李勋，葛静，黄鹏，毕德煌，黄智锋，孙岩涛，邱熙，黎楚怡，邓华森，
申请(专利权)人：南方电网电动汽车服务有限公司，
类型：发明
国别省市：