【技术实现步骤摘要】
本申请涉及智能充电领域，具体涉及一种智能充电和放电调度方法、装置及电子设备。
技术介绍
1、随着电动汽车的普及和光伏技术的发展，充电桩的电力需求量日益增长，充电桩的电池储能系统作为一种配备有电池组的设施，它可以存储电能，并在需要时为电动汽车提供这些电能。充电桩的电池储能系统通常用于电动汽车充电站，通过电池储能系统的充电和放电调度来对平衡充电桩的供需状况。
2、目前，充电桩多依赖于传统电网供电，并且未能充分利用可再生能源，如太阳能，这可能导致能源浪费和成本上升。同时，在电动汽车的充电需求波动比较大时，单纯的通过传统电网和充电桩的电池储能系统进行供电，不便于电池储能系统进行充电和放电调度，当电动汽车的充电需求较大的同时，若电网也处于高负荷的状态，会导致电动车的需求得不到充足供应。
3、因此，亟需一种智能充电和放电调度方法、装置及电子设备。
技术实现思路
1、本申请提供了一种智能充电和放电调度方法、装置及电子设备，以便于对充电桩的电池储能系统进行充电调度和放电调度，进而实现充电桩的充足能源供给。
2、在本申请的第一方面提供了一种智能充电和放电调度方法，该方法包括获取历史用电量和预设时间段内的太阳辐射强度；根据所述太阳辐射强度预测在所述预设时间段内光伏电池阵列的光伏发电量；根据所述历史用电量预测在所述预设时间段内充电桩的电力需求量；若确定所述电力需求量高于所述光伏发电量和/或电网电价低于预设电价阈值，控制电池储能系统按照预设智能充放电模型中的充电策略进行
3、通过采用上述技术方案，根据电力需求量和光伏发电量的关系，该方法可以根据预设智能充放电模型中的充放电策略来控制电池储能系统的行为。当电力需求量高于光伏发电量时，会控制电池储能系统从电网输入电量进行充电，以满足负载需求。当电力需求量低于光伏发电量时，会控制电池储能系统按照预设的放电策略向电网输出电量，以减少电网负荷或获得经济效益。同时通过根据电网电价和预设电价阈值的比较，该方法可以在电网电价低于预设电价阈值时，选择从电网输入电量进行充电，以利用低廉的电价。
4、可选的，根据所述太阳辐射强度预测在所述预设时间段内光伏电池阵列的光伏发电量，具体包括：将所述预设时间段划分为多个子时间段；获取所述光伏电池阵列的光伏面积、光伏效率以及各个所述子时间段所对应的各个太阳辐射强度；将所述光伏面积、所述光伏效率和各个所述太阳辐射强度输入至预设发电量预测模型中，得到所述预设时间段内所述光伏电池阵列的所述光伏发电量。
5、通过采用上述技术方案，通过划分预设时间段为多个子时间段、获取光伏电池阵列的光伏面积、光伏效率以及各子时间段对应的太阳辐射强度，输入这些参数到预设发电量预测模型中，可以获得更为精确的光伏发电量预测。预测的光伏发电量可以作为电池储能系统调度和能源规划的重要参考。可以根据预测结果调整电池储能系统的充放电策略，以便更好地适应实际光照条件和电网需求。
6、可选的，将所述光伏面积、所述光伏效率和各个所述太阳辐射强度输入至预设发电量预测模型中，得到所述预设时间段内所述光伏电池阵列的所述光伏发电量，所述光伏发电量的计算公式为：
7、
8、其中，e为所述光伏发电量，a为所述光伏面积，gi为第i个所述子时间段的太阳辐射强度，n为所述光伏效率，ti为第i个所述子时间段的环境温度，tc为温度系数，tstc为标准测试条件下的温度，所述标准测试条件下的温度为25℃，r(θ)为角度修正因子，θ为太阳光与所述光伏电池阵列垂直方向的夹角，l为损耗系数，hi为第i个所述子时间段的太阳辐射时间，ηsys为系统效率，δti为第i个所述子时间段的持续时间，n为总的所述子时间段的段数。
9、通过采用上述技术方案，通过使用详细的发电量计算公式，考虑了光伏面积、光伏效率、太阳辐射强度、环境温度等多个因素，可以获得更准确的光伏发电量预测；得到准确的光伏发电量预测后，可以更精细地调整电池的充放电策略。考虑了环境温度、太阳光与光伏电池阵列垂直夹角等因素，通过温度系数、角度修正因子等项进行修正，使得在不同环境条件下更准确地预测光伏发电量。引入损耗系数、系统效率等因素，使得计算更全面，能够考虑到能量在转化和传输过程中的损失。
10、可选的，根据所述历史用电量预测在所述预设时间段内充电桩的电力需求量，具体包括：获取所述历史用电量和所述历史用电量对应的历史时间；根据所述历史时间和所述历史用电量提取出时间变化特征；根据所述时间变化特征，采用预设时间序列模型预测在所述预设时间段内所述充电桩的电力需求量。
11、通过采用上述技术方案，通过采用预设时间序列模型，结合历史用电量和时间变化特征，可以更准确地预测未来预设时间段内充电桩的电力需求量。
12、可选的，控制电池储能系统按照预设智能充放电模型中的充电策略进行充电中，所述充电策略为
13、pc＝max(0,min(pcmax,ηc*(dt-ppv-pload)))
14、其中，pc为所述电池储能系统的充电功率，pcmax为所述电池储能系统的额定充电功率，dt为目标功率需求，ppv为所述预设时间段内所述光伏电池阵列的光伏发电功率，ηc为电池效率，pload为当前负载消耗的功率。
15、通过采用上述技术方案，该充电策略允许电池储能系统根据目标功率需求、光伏发电和当前负载情况，动态地调整充电功率；可以灵活应对电力需求的波动，以适应不同时段的用电特征。充电策略中使用min(pcmax,...)限制了充电功率不得超过电池储能系统的额定充电功率(pcmax)；确保了充电操作在电池储能系统的可接受范围内，避免了过度充电可能引起的安全问题和性能下降。充电策略中的算法考虑了光伏发电功率，以确保在有可再生能源产生的情况下，优先使用光伏发电功率满足目标功率需求，从而最大程度地利用可再生能源，降低对传统电力的依赖。
16、可选的，控制电池储能系统按照预设智能充放电模型中的放电策略进行放电中，所述放电策略为：
17、pdc＝max(0,(pc1+ppv1-pload1)/ηc1)
18、其中，pdc为所述电池储能系统的放电功率，pload1为当前负载消耗的功率，ppv1为当前的光伏发电功率，pc1为所述电池储能系统的当前充电功率,ηc1为放电效率。
19、通过采用上述技术方案，放电功率的计算考虑了充电功率、光伏发电和负载功率的关系，并通过放电效率进行调整；能够根据当前能源情况和负载需求，动态地调整放电功率。放电策略中使用max(0,...)保证了放电功率不为负值，避免了过度放电可能导致的电池损耗和性能下降。这有助于延长电池寿命。
20、可选的，控制电池储能系统按照预本文档来自技高网...
【技术保护点】
1.一种智能充电和放电调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述太阳辐射强度预测在所述预设时间段内光伏电池阵列的光伏发电量，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述光伏面积、所述光伏效率和各个所述太阳辐射强度输入至预设发电量预测模型中，得到所述预设时间段内所述光伏电池阵列的所述光伏发电量，所述光伏发电量的计算公式为：
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史用电量预测在所述预设时间段内充电桩的电力需求量，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述控制电池储能系统按照预设智能充放电模型中的充电策略进行充电中，所述充电策略为
6.根据权利要求1所述的方法，其特征在于，所述控制电池储能系统按照预设智能充放电模型中的放电策略进行放电中，所述放电策略为：
7.根据权利要求1所述的方法，其特征在于，所述控制电池储能系统按照预设智能充放电模型中的充电策略进行充电之后，所述方法还包括：
8.一种智能充电和放
9.一种电子设备，其特征在于，包括处理器(301)、存储器(305)、用户接口(303)及网络接口(304)，所述存储器(305)用于存储指令，所述用户接口(303)和网络接口(304)用于给其他设备通信，所述处理器(301)用于执行所述存储器(305)中存储的指令，以使所述电子设备(300)执行如权利要求1-7任意一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如权利要求1-7任意一项所述的方法。
...【技术特征摘要】
1.一种智能充电和放电调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述太阳辐射强度预测在所述预设时间段内光伏电池阵列的光伏发电量，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述光伏面积、所述光伏效率和各个所述太阳辐射强度输入至预设发电量预测模型中，得到所述预设时间段内所述光伏电池阵列的所述光伏发电量，所述光伏发电量的计算公式为：
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史用电量预测在所述预设时间段内充电桩的电力需求量，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述控制电池储能系统按照预设智能充放电模型中的充电策略进行充电中，所述充电策略为
6.根据权利要求1所述的方法，其特征在于，所述控制电池储能系统按照预设智能充放电模型中的...
【专利技术属性】
技术研发人员：王玉龙，王军帅，丁锐，
申请(专利权)人：北京智充科技有限公司，
类型：发明
国别省市：
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。