[发明专利]电动汽车换电站有序充电控制方法有效
申请号: | 201710137710.2 | 申请日: | 2017-03-09 |
公开(公告)号: | CN106816931B | 公开(公告)日: | 2019-05-24 |
发明(设计)人: | 黄敏丽;于艾清;张金星;伍栋文 | 申请(专利权)人: | 上海电力学院 |
主分类号: | H02J7/00 | 分类号: | H02J7/00;H02J7/02;B60L53/80;B60L53/00;H01M10/44;G06Q10/06;G06Q50/06;G06N3/00 |
代理公司: | 上海申汇专利代理有限公司 31001 | 代理人: | 吴宝根 |
地址: | 200090 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电动汽车 电站 有序 充电 控制 方法 | ||
1.一种电动汽车换电站有序充电控制方法,其特征在于,具体包括如下步骤:
1)根据单位充电时间步长内换电池荷电状态增量的大小将电池的荷电状态离散化,将所带荷电量区间共分为M个等级:
2)获取换电站入站的电动汽车需求信息,各时段入站电动汽车总数,以及处于待充电、充电中和充满状态的电动汽车数量;
3)在对电动汽车换电和电池充电控制中建立一个有序充换电模型,该模型以t时段投入充电的第m级荷电状态电池的数量u(t,m)为控制量,以最小化负荷曲线的离差平方和为目标;
4)通过改进布谷鸟算法初始化鸟巢,得到各荷电等级进入充电的数量矩阵uT×M和优化周期T内的充电矩阵CTxM作为初始鸟巢信息,运用改进布谷鸟算法对步骤3)中有序充换电模型进行求解,负荷曲线的离差平方和为布谷鸟算法中的适应度函数,得到充换电安排表;
5)根据获取的充换电安排表对换电站内的电池进行有序充电控制;
所述运用改进布谷鸟算法对步骤3)中有序充换电模型进行求解具体步骤如下:
(1)、设置算法参数并初始化鸟巢信息,所述初始化鸟巢,每个鸟巢中包含uT×M矩阵和CT×M矩阵的信息,具体步骤如下:
A、根据D(t,m)随机产生u(t,m),其中D(t,m)t时段内待充电池中荷电状态处于第m级的电池数量为D(t,m),u(t,m)表示t时段决策投入充电的第m级荷电状态等级电池的数量;
B、根据u(t,m)计算C(t,m),其中C(t,m)是t时段正在充电的电池中荷电状态处于m级的电池数;
C、判断是否成立,其中N1表示换电站内充电机的数量,若成立,则计算D(t+1,m)=D(t,m)-u(t,m)+s(t,m),F(t+1)=F(t)-s(t)+f(t),并令t=t+1,转至步骤D;若不等式不成立,则转至步骤A,其中s(t,m)是t时段接受换电服务且荷电状态处于第m级的电动汽车数量,F(t)表示t时段换电站满电电池库存数量,s(t)表示t时段内接受换电服务的电动汽车数量,f(t)表示t时段内刚好充满电的电池数量;
D、判断t<T是否成立,T表示优化周期内的总时段数,若成立,转至步骤A,若不成立,转至步骤E;
E、结束初始化,输出初始鸟巢信息;
(2)、以负荷曲线的离差平方和为适应度函数,计算各鸟巢适应度值并评价;
(3)、计算levy飞行搜索路径并对该路径进行二进制变换;
(4)、根据第(3)步中的路径更新鸟巢,计算各新鸟巢的适应度值并评价;
(5)、以pa的概率舍弃相对劣巢,根据舍弃的劣巢的二进制编码生成其的量子位编码,再利用量子旋转门产生新鸟巢替代被舍弃的巢,计算新巢的适应度值并评价;
(6)、选择当代最优解并保存,判断是否满足迭代条件,若满足,转至步骤(1),若不满足,转至步骤(7);
(7)、输出最优解。
2.根据权利要求1所述电动汽车换电站有序充电控制方法,其特征在于,所述步骤(3)中对路径进行二进制变换具体方法为:
将刘建华公式引入levy飞行搜索路径变换中:
当step≤0时,
当step>0时,
其中,xm,xm+1别表示第m代和第m+1代鸟巢的某位置二进制编码,step表示Levy飞行搜索的路径,参数μ,ν为服从正态分布的随机数,sig()表示Sigmond函数,β是参数,其取值范围在[0,2]之间。
3.根据权利要求2所述电动汽车换电站有序充电控制方法,其特征在于,所述步骤(5)中二进制编码生成其的量子位编码,就是在区间[-1,1]上随机生成beta,找到二进制编码中编码位为“1”的位置,若该位置上对应的beta值大于0.5,则将其修改至0.5,再根据修改过的beta量子位生成alpha量子位矩阵。
4.根据权利要求2所述电动汽车换电站有序充电控制方法,其特征在于,所述步骤(5)中量子门旋转中自适应旋转角定义为:
式中:θmin是最小旋转角,θmax是最大旋转角,fi是指选中要舍弃的鸟巢中第i个鸟巢的适应值,fmin是当代鸟巢中的最小适应值,fmax是当代鸟巢中的最大适应值,gen是当前的迭代数,maxgen是算法设置的最大迭代数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电力学院,未经上海电力学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710137710.2/1.html,转载请声明来源钻瓜专利网。