集中性充电站智能充电方法技术

本发明专利技术公开了电力系统技术领域的一种集中性充电站智能充电方法。其技术方案是，首先，依据电池换电时刻的荷电状态，对电池进行归类处理；其次，根据闭环供应链理论，基于前向供应链，构建充电站与换电点的协调配合模型；基于反向供应链，构建换电点与用户的协调配合模型；最后，采用约束多目标整数差分进化算法对充电站的电池接入充电进行优化。本方法提出的约束多目标整数差分进化算法充分考虑了不同接入时刻电池充电的限制，引入了变权重初始寻优上界方法；由于充电模型中含有的众多约束，引入基于种群信息的动态约束实现方法。该方式适用于各类多目标整数优化问题，具有鲁棒性好、收敛速度快和良好的全局搜索能力。

【技术实现步骤摘要】

本专利技术属于电力系统
，尤其涉及一种。
技术介绍
目前，电动汽车以确定成为未来汽车发展的一个方向，由于电动汽车的电能补充最终由电网提供；而现阶段的研究表明，若不对电动汽车汽车的充电负荷进行控制，将对电力系统的安全稳定运行带来影响:增加系统负荷峰谷差、劣化系统的负荷特性等，从而产生增加系统一次投资等不利影响。电动汽车的电能补充主要有两种模式:插充和换电。由于换电模式的可较小充电设施的占地需求、降低用户的购车成本和便于进行有序充电控制等，国家电网公司等确定了以“换电为主插充为辅集中充电统一配送”的运营方式。现阶段的充电控制策略多是针对插充模式进行，而换电模式下的充电控制却鲜有涉及。在采用换电模式进行电能补充时，将不可避免考虑电池的运营方式。现阶段研究人员构建了基于闭环供应链理论的电池租赁模式下的电池库存管理技术，但缺乏由于电池充电对电力系统运行产生的影响，并且所构建的供应链模型也缺乏对用户需求的考虑。由于需要同时兼顾用户、运营方和电网三方面的利益，且三主体间存在相互违背的因素，因此需要通过构建多目标优化模型对集中性充电站的充电进行优化。目前求解多目标优化的方法主要有基于遗传算法本文档来自技高网...

【技术保护点】
一种集中性充电站智能充电方法，其特征在于，所述方法具体包括以下步骤：步骤1：依据电池换电时刻的荷电状态，对电池进行归类处理；步骤2：根据闭环供应链理论，基于前向供应链，构建充电站与换电点的协调配合模型；基于反向供应链，构建换电点与用户的协调配合模型；步骤3：采用约束多目标整数差分进化算法对充电站的电池接入充电进行优化。

【技术特征摘要】
1.一种集中性充电站智能充电方法，其特征在于，所述方法具体包括以下步骤: 步骤1:依据电池换电时刻的荷电状态，对电池进行归类处理； 步骤2:根据闭环供应链理论，基于前向供应链，构建充电站与换电点的协调配合模型；基于反向供应链，构建换电点与用户的协调配合模型； 步骤3:采用约束多目标整数差分进化算法对充电站的电池接入充电进行优化。2.根据权利要求1所述的一种集中性充电站智能充电方法，其特征在于，所述步骤I中，对电池进行归类处理的方法是: 步骤101:初始化外部信息；所述信息包含电动汽车用户的换点时刻、对应的荷电状态，电池容量Cr、电池由换电点配送至充电站的时间间隔AT、负荷的抽样间隔Ah、充电机充电功率P。、充电效率Π。、充电优化时长T、充电站内充电调度步长At、充电机数量Nra和变电站目标日负荷PloraI ； 步骤102:根据不同荷电状态的电池充电至预充值所需的时间不同，因此，电池分为Nk类:3.根据权利要求1所述的一种集中性充电站智能充电方法，其特征在于，所述步骤2中，基于前向供应链，构建充电站与换电点协调配合模型的过程中，换电点由集中性充电站获取电池补充后，在调度时刻内满足:4.根据权利要求1所述的一种集中性充电站智能充电方法，其特征在于，所述步骤2中，基于反向供应链，构建换电点与用户的协调配合模型的过程为: 换电点将用户换下的电池统一配送至集中性充电站进行充电，则有:5.根据权利要求1所述的一种集中性充电站智能充电方法，其特征在于，所述步骤3中，采用约束多目标整数差分进化算法对充电站的电池接入充电进行优化的具体步骤包括: 步骤301:初始化优化数量数N、种群规模Np、寻优变量的上界Ub、寻优变量的下界Lb、约束控制参数rf、缩放参数F上界Fm ax、缩放参数F下...

【专利技术属性】
技术研发人员：刘文霞，赵天阳，徐晓波，杨勇，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：