[发明专利]分布式充电桩的充放电协调优化控制方法

权利要求书

1.一种分布式充电桩的充放电协调优化控制方法，其特征在于，具体步骤包括：

S1：设定时间间隔1h，即把一天分成24个控制时间段；

S2：决策生成器根据居民区用电采集系统得到常规负荷预测、充电负荷预测以及一天的峰谷分时电价信息；

S3：基于得到的所述负荷预测和分时电价信息构造电动汽车日前负荷优化目标函数，将用户充电成本、日负荷率、电网总负荷方差作为目标函数；优化目标1是使日负荷率最大，即优化目标2是使电网负荷总方差最小，即优化目标3是驾驶者充电总费用最低，即把上述各个目标函数归一化生成等量级的无量纲目标函数，融入线性加权方法把多目标函数变成单目标函数，即其中，用P_LD(i)表示i时段没有电动汽车接入充电桩时小区的预测负荷；P(i)表示优化对象，即i时段电动汽车的最佳充电负荷；P_av表示电动汽车连接充电桩后居民区的平均负荷，w₁、w₂、w₃分别为加权因子，Δtc_grid.i为i时段内电动汽车的充电时间；

S4：通过优化所述单目标函数得到电动汽车充电负荷最佳时间分布，并综合得到的负荷预测信息计算各个时段配电网的充放电裕度，i时段充电裕度就是优化的充电负荷P(i)，而放电裕度P_dem(i)为优化的充电负荷与预测充电负荷之差；

S5：把各个时段充电裕度或放电裕度量化，当充电或放电时长已知时，把各个初始时段到结束时段的总电荷裕度计算出来，变成概率分布的形式，得到各个时段当作初始充电和放电时段的充电概率分布表C和放电概率分布表D；

S6：电动汽车充、放电需要的时间最多是8个小时，将充电时间为k小时的情况下各个时段作为充电初始时段的概率集合记作c_k，k∈[1，8]；把对应于充电时长分别为1h到8h的概率集合排列成24×8矩阵的充电概率分布表C，C＝(c₁ c₂ c₃ c₄ c₅ c₆ c₇ c₈)；

S7：当某时段电动汽车的放电裕度不等于0，电动汽车向电网放电来减轻电网负荷需求过高的压力，即该时段是放电时段；计算将具有放电裕度的时段当成起始放电时段的概率，将其集合记作d_k，k∈[1，8]，其他时间放电概率均为0；应该注意的是，如果i时段电池放电，但i到i+k-1不是连续放电时段，那么d_k中i时段便不符合持续放电k个小时这一要求，则由开始放电的i时段到结束放电的i+k-1时段的概率d_i～(i+k-1)＝0，除这一情况外，d_k的计算原理同c_k；用各个时间段相应的概率集合构成24×8的放电概率分布表D，D＝(d₁d₂...d_k...d₈)；

S8：决策生成器利用在线或离线的方法把得到的充电概率分布表C和放电概率分布表D在一天的控制时间段开始前传送到居民区的全部充电桩中；

S9：一天的控制时间段开始后，当电动汽车EV_k连入充电桩后，驾驶者可以经由充电桩上的人机交互界面自行设置预期驶离时刻T_le.k及预期荷电状态S_OCex.k；充电桩的充电控制系统经由电动汽车电池管理系统得到EV_k的电池容量W_k和起始荷电状态S_OCk；电动汽车连接到充电桩后全部按照功率为p恒功率方式充电及放电；故充电桩能够按照已知充电信息[S_OCex.k，T_le.k，S_OCk，W_k，p]、预测的常规负荷P_LD和概率分布表[C，D]单独给接入的EV_k制定充放电计划，引导驾驶者加入负荷调控；

S10：一天的控制时间结束后，决策生成器在用户用电采集系统中统计一天内的用电负荷，更新第二天的常规预测曲线以及充电负荷预测曲线，进而开始第二天的充电负荷引导和优化。