[发明专利]一种基于划分电动汽车集群系统的电动汽车优化调度方法有效
申请号: | 202011068341.4 | 申请日: | 2020-10-08 |
公开(公告)号: | CN112329984B | 公开(公告)日: | 2023-02-07 |
发明(设计)人: | 姚永峰;王慧萍;王启哲;夏西宾;黄永;贾佳;康凯;乐健 | 申请(专利权)人: | 国网河南省电力公司封丘县供电公司 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/06;G06Q50/06 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 许莲英 |
地址: | 453300 河南*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 划分 电动汽车 集群 系统 优化 调度 方法 | ||
1.一种基于划分电动汽车集群系统的电动汽车优化调度方法,其特征在于:
所述划分电动汽车集群系统由电动汽车调度系统与多个车载信息终端构成;所述电动汽车调度系统与所述多个车载信息终端依次通过无线方式连接;
所述电动汽车调度系统,用于收集所述多个车载信息终端依次无线上传的电动汽车基本信息、电动汽车充电计划,进一步结合历史负荷数据进行负荷曲线预测,依次向所述多个车载信息终端无线传输动态电价;
所述车载信息终端,用于向电动汽车供电系统无线上传电动汽车基本信息、电动汽车充电计划,并根据所述电动汽车供电系统无线传输的动态电价调整电动汽车充电计划达到整体最优平衡;
所述电动汽车优化调度方法,包括以下步骤:
步骤1:电动汽车通过车载信息终端将电动汽车基本信息无线传输至电动汽车供电系统,电动汽车供电系统根据电动汽车的充电功率和计划充电量计算电动汽车的结束充电时段,根据电动汽车的充电功率以及结束充电的时间将电动汽车划分为不同的电动汽车集群集合;
步骤2:根据电动汽车集群的充电结束时段引入多天历史负荷数据,通过灰色预测模型方法预测得到电动汽车集群的充电结束时段的实时用电负荷,结合电动汽车集群的电动汽车充电总功率计算电动汽车集群的充电结束时段的动态电价,将电动汽车集群的充电结束时段的动态电价通过无线传输方式无线发送至各个电动汽车的车载信息终端;
步骤3:根据电动汽车的现有电量、电动汽车的计划充电量构建电动汽车充电计划等式约束模型,根据电动汽车的电动汽车额定充电最大功率构建电动汽车充电计划不等式约束模型,结合电动汽车集群的充电结束时段的动态电价构建电动汽车的用电成本模型,进一步以电动汽车的用电成本模型最小化为优化目标构建电动汽车充电计划优化模型,通过ADMM算法优化得到优化后电动汽车充电计划,结合优化后调整电动汽车充电计划计算电动汽车优化后的用电成本;
步骤4:重复执行步骤1至步骤3进行多次迭代优化,直至优化后电动汽车充电计划达到纳什均衡点;
步骤1所述电动汽车基本信息为:
第i辆电动汽车的开始充电时段、第i辆电动汽车的电动汽车额定充电最大功率、第i辆电动汽车的电动汽车实际充电功率、第i辆电动汽车的现有电量、第i辆电动汽车的计划充电量,i∈[1,N],N为电动汽车总数量;
第i辆电动汽车的开始充电时段定义为ti,start;
第i辆电动汽车的电动汽车额定充电最大功率定义为PEV,i,max;
第i辆电动汽车的电动汽车实际充电功率定义为PEV,i;
第i辆电动汽车的现有电量定义为Ei,start;
第i辆电动汽车的计划充电量定义为Ei,end;
步骤1所述根据电动汽车的充电功率和计划充电量计算电动汽车的结束充电时段为:
其中,ti,start为第i辆电动汽车的开始充电时段;PEV,i,max为第i辆电动汽车的电动汽车额定充电最大功率;Ei,start为第i辆电动汽车的现有电量;Ei,end为第i辆电动汽车的计划充电量;ti,end,表示第i辆电动汽车的结束充电的时间;η为充电效率;PEV,i表示第i辆电动汽车的充电功率;
步骤1所述根据电动汽车的充电功率以及结束充电的时间将电动汽车划分为不同的电动汽车集群为:
电动汽车集群初始化时按照PEV,i,max划分配置;
步骤1.1,初始化定义;令i=1,m=1,其中i表示第i辆电动汽车,m电动汽车集群总数,A定义为电动汽车集群集合:
A={(T1,B1,P1),(T2,B2,P2),…,(Tj,Bj,Pj),…,(Tm,Bm,Pm)},j=1,2,…,m;
其中:
Tj定义为第j个电动汽车集群的结束充电时段;
Bj定义为第j个电动汽车集群所含电动汽车编号集合,Bj={IDj,1,IDj,2,…,IDj,Nj},其中IDj,k是第j个电动汽车集群所含电动汽车编号集合中第k辆电动汽车的编号,k∈[1,Nj],Nj是第j个电动汽车集群所含电动汽车总数;
Pj定义为第j个电动汽车集群的充电总功率,即Pj满足:
其中IDj,k∈Bj,j=1,2,...,m
初始化A为空集,初始化Bj为空集,j=1,2,…,m;初始化电动汽车集群充电总功率为0,j=1,2,…,m;
步骤1.2,获取第i辆电动汽车的电动汽车基本信息即:
第i辆电动汽车的开始充电时段ti,start;第i辆电动汽车的现有电量Ei,start,第i辆电动汽车的计划充电量Ei,end,第i辆电动汽车的电动汽车实际充电功率PEV,i;第i辆电动汽车的电动汽车额定充电最大功率定义为PEV,i,max
步骤1.3,若即出现了新的充电结束时段,则m=m+1,表示增加一个新的电动汽车集群,令Tm=ti,end;Pm=PEV,i;Bm=i∪Bm;否则ti,end∈A,且ti,end=Tj,即第i辆电动汽车的结束充电时段与第j个电动汽车集群的结束充电时段相等,则Bj=i∪Bj,表示第i辆电动汽车划入电动汽车集群Bj;Pj=Pj+PEV,i;
步骤1.4,i=i+1,若iN,则结束划分,否则重复步骤1.2;
最终得到步骤1所述电动汽车集群集合为:
A={A1,A2,...,Am}
Aj=(Tj、Bj、Pj)
j∈[1,m]
其中,m为电动汽车集群集合中电动汽车集群的数量,Aj为第j个电动汽车集群,Tj为第j个电动汽车集群的充电结束时段,表示一天内的时段,Bj为第j个电动汽车集群的所含电动汽车编号集合,Pj为第j个电动汽车集群的电动汽车充电总功率;
步骤2所述电动汽车集群的充电结束时段为:Tj,j∈[1,m];
其中,Tj为第j个电动汽车集群的充电结束时段,m为电动汽车集群集合中电动汽车集群的数量;
步骤2所述引入多天历史负荷数据为:
其中,K为引入历史负荷数据的天数,m为电动汽车集群集合中电动汽车集群的数量,为第d天历史负荷数据在第j个电动汽车集群的充电结束时段上的历史负荷;
步骤2所述电动汽车集群的充电结束时段的实时用电负荷为:
其中,m为电动汽车集群集合中电动汽车集群的数量,为第j个电动汽车集群的充电结束时段的实时历史负荷;
步骤2所述计算电动汽车集群的充电结束时段的动态电价为:
其中,m为电动汽车集群集合中电动汽车集群的数量,表示第j个电动汽车集群的充电结束时段的动态电价,Pmax表示供电系统最大允许供电负荷,emax表示电动汽车充电电价最大值,Pj为第j个电动汽车集群的电动汽车充电总功率;
步骤3构建电动汽充电计划等式约束模型为:
其中,N为电动汽车总数量,Ei,start为第i辆电动汽车的现有电量,Ei,end为第i辆电动汽车的计划充电量,PEV,i(Tj)表示第i辆电动汽车在第j个电动汽车集群的充电结束时段内的充电功率,Tj为第j个电动汽车集群的充电结束时段,m为电动汽车集群集合中电动汽车集群的数量,len(Tj)表示第j个电动汽车集群的充电结束时段的时长;
步骤3所述构建电动汽车充电计划不等式约束模型为:
0≤PEV,i(Tj)≤PEV,i,max
i∈[1,N]
其中,N为电动汽车总数量,PEV,i,max为第i辆电动汽车的电动汽车额定充电最大功率,PEV,i(Tj)表示第i辆电动汽车在第j个电动汽车集群的充电结束时段内的充电功率;
步骤3所述构建电动汽车的用电成本模型为:
其中,N为电动汽车总数量,αi,cost表示第i辆电动汽车的用电成本,PEV,i(Tj)表示第i辆电动汽车在第j个电动汽车集群的充电结束时段内的充电功率,Tj为第j个电动汽车集群的充电结束时段,表示第j个电动汽车集群的充电结束时段的动态电价,m为电动汽车集群集合中电动汽车集群的数量,len(Tj)表示第j个电动汽车集群的充电结束时段的时长;
步骤3所述构建电动汽车充电计划优化模型为:
min:αi,cost
各电动汽车之间存在竞争关系,是非合作动态博弈模型,根据电动汽车供电系统提供的动态电价,考虑自身利益,优化调整第i辆电动汽车的充电计划;
所述第i辆电动汽车的充电计划为:第i辆电动汽车的各时段充电功率即PEV,i(Tj)、第i辆电动汽车起始充电时间所属于的电动汽车集群的充电结束时段即Tj;
步骤3所述通过ADMM算法优化得到优化后电动汽车充电计划为:
根据ADMM算法电动汽车各时段充电功率、电动汽车起始充电时间所属于的电动汽车集群的充电结束时段向充电结束时段的动态电价中低电价的时段调整,使得第i辆电动汽车的用电成本即αi,cost达到最小化;
所述优化后电动汽车充电计划为:
第i辆电动汽车优化后起始充电时间所属于的电动汽车集群的充电结束时段即T*j,第i辆电动汽车优化后在第j个电动汽车集群的充电结束时段内的充电功率即P*EV,i(Tj),j∈[1,m],m为电动汽车集群集合中电动汽车集群的数量;
步骤3所述计算电动汽车优化后的用电成本为:
其中,α*i,cost第i辆电动汽车优化后的用电成本,T*j为P*EV,i(Tj),j∈[1,m]中第i辆电动汽车第一个充电功率大于0所对应的电动汽车集群的充电结束时段;
步骤4所述重复执行步骤1至步骤3进行多次迭代优化为:
步骤4所述多次迭代优化得到minαiter+1i,cost,即第iter+1次迭代中优化后第i辆电动汽车的用电成本;
验证minαiter+1i,cost是否和第iter次迭代中优化后第i辆电动汽车的用电成本即minαiteri,cost保持一致,若一致则该电动汽车优化后充电计划为最终优化后电动汽车充电计划,并且向电动汽车供电系统发布最终优化后电动汽车充电计划;
所述最终优化后电动汽车充电计划包括:
第i辆电动汽车最终优化后起始充电时间所属于的电动汽车集群的充电结束时段即Tendj,第i辆电动汽车最终优化后在第j个电动汽车集群的充电结束时段内的充电功率即PendEV,i(Tj),j∈[1,m],m为电动汽车集群集合中电动汽车集群的数量;
否则继续执行步骤1至步骤3,直至找到纳什均衡点得到最终优化后电动汽车充电计划。
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国网河南省电力公司封丘县供电公司,未经国网河南省电力公司封丘县供电公司许可,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/202011068341.4/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理