电动公交充换电站的分层协调充电控制方法技术

本发明专利技术涉及一种电动公交充换电站的分层协调充电控制方法，它采用分层调度模型，以充电站为一级基本单位，由调度中心来调度充电站的充放电情况。充电站作为下一级电动公交的控制中心，选择某时段不同类型充电桩的工作数量来满足调度中心需求。最底层电池和最高层调度中心实现分离，从而减少计算量达到分区自治的目的。在晚间电动公交车下班进入充电站充电到次日上班前的时段作为可调度时段，由作为上一级的调度中心分别以削峰填谷和购电成本最低为目标，制定充电策略；各充电站作为下一级与调动中心通信，根据调度中心下发的调度命令，确定本充电站中充电桩的充电安排。

【技术实现步骤摘要】
电动公交充换电站的分层协调充电控制方法
本专利技术涉及一种电动车充电控制方法，尤其涉及一种电动公交充换电站的分层协调充电控制方法。
技术介绍
电动公交不同于普通的电动汽车，其运行线路固定，且发车时间间隔固定，有极强的运行规律。而为了维持公交车的白天的正常运营，电动公交夜晚需要停靠充电站进行电量的补充。电动公交的夜晚充电需求会对电网产生影响，优化电动公交的充电行为成为考虑的目标。而如由控制中心统一进行每辆电动公交充电行为调度，计算量大，对通讯要求高，且容易造成资源浪费。电动汽车调度的目的是得到未来一段时间内(一般为24h)特定的调控目标下的(如削峰填谷，有序充电，降低网损)下电动汽车的最优充放电策略。常见的电动汽车综合充电策略主要分为削峰填谷、平抑可再生能源间歇性、降低网损、经济运行等几种。在确定了充电策略之后，应当考虑电动汽车的控制问题，比如在一定条件下(如为了保证系统受到较小的扰动)可以通过改变部分电动汽车的充电状态或运行状态来使得整个电网系统的运行相对稳定。所以基于上述考虑，在研究问题的过程中，应当将电动汽车的协调充电与控制问题作为一个整体进行联合考虑。现有文献在电动汽车充电协调行为问题上，大多数采取的是由输电系统调度机构下发协调充电指令到电动汽车进行直接的从上至底的调度模式。但是这种假设存在一定的不合理性，因为虽然现在电动汽车的数量还不多，但如果用发展的眼光长期考虑来看，未来接入电网系统的电动汽车的数量可能很庞大，直接用从上至底的协调模式会导致相应的求解优化问题难于求解，即使能够求解，在求解速度上也不会令人满意。另一方面，从上至底的集中协调需要系统与接入电网的电动汽车之间都存在实时通讯，这样才能方便状态信息的收集和协调充电指令的下达。然而这种实时通讯通信信道需要高可靠性高速率的传输环境。虽然这种方法在理论上方便建模求解，但考虑到未来电动汽车的庞大数量，就会进一步的提高这样做的成本，真正实施起来会存在一定的问题。
技术实现思路
本专利技术的目的就是为解决上述问题，提供一种电动公交充换电站的分层协调充电控制方法，它采用分层协调模型，以充电站为下级基本单位，由控制中心作为上级来协调充电站的充放电情况。充电站作为下级电池的控制中心，选择某时段不同类型充电桩的工作数量来满足调度中心需求。最底层电池和最高层协调中心实现分离，从而减少计算量达到分区自治的目的。为实现上述目的，本专利技术采用如下技术方案：一种电动公交充换电站的分层协调充电控制方法，它以控制中心为上级，以各充电站为下级，建立两层体制，调度中心与各充电站通信，再由各充电站根据上层调度指令决定站内电动公交车如何充电；将晚间电动公交车下班进入充电站充电到次日上班前的时段作为可调度时段，通过AR模型预测可调度时段各充电站充电电量需求，并利用EBL学习算法对AR模型预测参数进行跟踪调整；在可调度时段，上级控制中心根据预测的充电电量，制定各充电站充电策略并下发充电站，各充电站则确定站内充电方案，对站内电动公交进行有序充电；其中，所述AR模型下的预测充电电量需求为：式中Qjt表示的是m号充电站t时段电量需求，Qjt-i为m号充电站t-i时段的电量需求，εt为干扰项，p是模型阶数，ai为参数；控制中心在制定充电策略时，以削峰填谷最优为目标，考虑充电站充电需求相关约束即单站传输专线的功率约束、单站容量约束、单站的单时段充电功率约束，并在削峰填谷最优的可行解中求取充电站利润收入最大值；各充电站在制定站内充电方案时，以上级充电策略目标为约束，使充电站同类型充电桩数量变动最小，然后读入电池荷电状态SOC，以活跃电池数量最大为目标，确定电池的充电顺序；此时，将soc在40％至70％的电池定义为活跃电池，以活跃电池数量最大为原则优化充电电池充电顺序，其中M为充电站内有需求的电池总量，当电池符合“活跃电池”的定义时，Ze为1，当不符合时Ze为0；对AR模型预测参数进行跟踪调整过程是对参数ai进行跟踪修正，过程为首先判断预测电量与实际数据是否超过允许偏差，如果超过允许偏差，将预测参数以不同的长度和方向发散，将变化后的预测参数带入AR模型公式计算，将预测结果与实际数据作比较，根据预测结果与实际数据的偏离程度选择最优的预测参数。其中，削峰填谷目标函数为：其中，T为控制时段数；N为参与调度的充电站数量，plt为第t时段电网原负荷功率，pjt为j充换电站在t时刻的充电量，Po负荷平均功率。其中，约束条件为：1)单站传输专线的功率约束充电站的传输专线容量限制了充电站的最大充电功率，则其中单站j站的传输功率约束为：pJt≤pjlmax(4)其中pjlmax为j站专线的最大传输功率；pJt为j站的传输功率；2)单站的电量约束充电站需要满足次日的最小电量约束，同时，充电电量又受到整个电站总容量的限制，因而，单站的电量约束表示为：其中，Qj为最小充电量，该电量包括两部分，一部分为白天高峰时段预留的冗余电池内电量Qrj，这部分电量作为白天高峰期的换电使用，另一部分为电动公交内电池的电量需求Qcj；Qz为单站的备用电池总电量；T为控制时段数；pjt为j充换电站在t时刻的充电量；3)单站的单时段充电功率约束单站的单时段充电功率必须介于单站的最小充电能力与最大充电能力之间，假设最小充电功率为0，则单站单时段充电功率约束表示为：0≤pjt≤pjcmax(6)其中pjcmax为j站的最大充电功率，pjt为j充换电站在t时刻的充电量。其中，最优可行解的过程为：目标函数为：其中Cjt为j站不同时段的费用支出，pjct为j站第t时段充电部分功率，pjrt为j站第t时段的储能部分功率；由于是在削峰填谷最优的可行解中寻求充电站，目标约束包括不能超过削峰填谷目标函数的最小值R，plt为第t时段电网原负荷功率；po为负荷平均功率；pjt为j充换电站在t时刻的充电量，所述各充电站有若干的充电桩，充电桩在时段t内充电近似为恒功率充电，在充电站的充电桩类型和数量一定的情况下，时段t内充电站充电功率为离散值，按照充电站同类型充电桩数量变动最小，假设该充电站内共有B类充电桩，则目标函数为：式中，xkt为类型为k的充电桩在t时段工作的充电桩数量；T为控制时段数；目标寻优时，需要满足充电功率偏差约本文档来自技高网...

【技术保护点】
一种电动公交充换电站的分层协调充电控制方法，其特征是，它以控制中心为上级，以各充电站为下级，将晚间电动公交车下班进入充电站充电到次日上班前的时段作为可调度时段，通过AR模型预测可调度时段各充电站充电电量需求；在可调度时段，上级控制中心根据预测的充电电量，制定各充电站充电策略并下发充电站，各充电站则确定站内充电方案，对站内电动公交进行有序充电。

【技术特征摘要】
1.一种电动公交充换电站的分层协调充电控制方法，其特征是，它以控制中心为上级，以各充电站为下级，建立两层体制，调度中心与各充电站通信，再由各充电站根据上层调度指令决定站内电动公交车如何充电；将晚间电动公交车下班进入充电站充电到次日上班前的时段作为可调度时段，通过AR模型预测可调度时段各充电站充电电量需求；在可调度时段，上级控制中心根据预测的充电电量，制定各充电站充电策略并下发充电站，各充电站则确定站内充电方案，对站内电动公交进行有序充电；其中，所述AR模型下的预测充电电量需求为：式中Qjt表示的是m号充电站t时段电量需求，Qjt-i为m号充电站t-i时段的电量需求，εt为干扰项，p是模型阶数，ai为参数；对AR模型预测参数进行跟踪调整过程是对参数ai进行跟踪修正，过程为首先判断预测电量与实际数据是否超过允许偏差，如果超过允许偏差，将预测参数以不同的长度和方向发散，将变化后的预测参数带入AR模型公式计算，将预测结果与实际数据作比较，根据预测结果与实际数据的偏离程度选择最优的预测参数；控制中心在制定充电策略时，以削峰填谷最优为目标，考虑充电站充电需求相关约束即单站传输专线的功率约束、单站容量约束、单站的单时段充电功率约束，并在削峰填谷最优的可行解中求取充电站利润收入最大值；各充电站在制定站内充电方案时，以上级充电策略目标为约束，使充电站同类型充电桩数量变动最小，然后读入电池荷电状态SOC，以活跃电池数量最大为目标，确定电池的充电顺序；此时，将soc在40％至70％的电池定义为活跃电池，以活跃电池数量最大为原则优化充电电池充电顺序，其中M为充电站内有需求的电池总量，当电池符合“活跃电池”的定义时，Ze为1，当不符合时Ze为0。2.如权利要求1所述的电动公交充换电站的分层协调充电控制方法，其特征是，削峰填谷目标函数为：其中，T为控制时段数；N为参与调度的充电站数量，plt为第t时段电网原负荷功率，pjt为j充换电站在t时刻的充电量，Po负荷平均功率。3.如权利要求1所述的电动公交充换电站的分层协调充电控制方法，其特征是，约束条件为：1)单站传输专线的功率约束充电站的传输专线容量限制了充电站的最大充电功率，则其中单站j站的传输功率约束为：pJt≤pjlmax(4)其中pjlmax为j站专线的最大传输功率；pJt为...

【专利技术属性】
技术研发人员：李建祥，袁弘，刘海波，张秉良，韩元凯，黄德旭，娄婷婷，唐方庆，
申请(专利权)人：国家电网公司， 国网山东省电力公司电力科学研究院， 山东鲁能智能技术有限公司，
类型：发明
国别省市：北京;11