[发明专利]一种适用于电动汽车移动充电设备充电的多能源分配管理方法

说明书

本发明公开了一种适用于电动汽车移动充电设备充电的多能源分配管理方法，包括以下步骤：测量实际光伏电路的参数，建立光伏发电等效数学模型，对于不断变化的光照强度以及温度，等效数学模型输出相应预期的发电功率数据；基于用户使用需求，将设备的电量在一定时间内提升至满足用户充电需求的最低电量，建立目标函数；利用蚁群算法对于目标函数进行优化求解；多组数据输入蚁群算法求得相应情况下的最优能源分配情况；将训练好的神经网络写入系统，实时测量实际与预估值的偏差，并根据具体情况定期对系统进行训练修正。本发明计算出当前最适宜的运行策略，可缓解电网因新能源汽车充电所带来的供电压力，以达到能源利用的最大化。

技术领域

本发明涉及移动充电设备技术领域，具体涉及一种适用于电动汽车移动充电设备充电的多能源分配管理方法。

背景技术

目前，市面上的分布式太阳能充电站多数是提供用户自身需求使用，在发电盈余的情况下采用手动切换的方式使整个系统进行并网运行，将多余的用电出售给市电。这种切换的方式繁琐且速度慢，多数无法满足即时性的使用需求。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种适用于电动汽车移动充电设备充电的多能源分配管理方法，该方法在满足自身用电需求的同时也能根据电网供电压力实时调整能源方案，基于多角度分析，建立相应的数学理论模型，运用神经网络与蚁群算法相结合的算法，计算出当前最适宜的运行策略，可缓解电网因新能源汽车充电所带来的供电压力，以达到能源利用的最大化。

为实现上述目的，本发明提供了如下技术方案：一种适用于电动汽车移动充电设备充电的多能源分配管理方法，包括以下步骤：

(1)测量实际光伏电路的参数，建立光伏发电等效数学模型，对于不断变化的光照强度以及温度，等效数学模型输出相应预期的发电功率数据；

(2)基于用户使用需求，将设备的电量在一定时间内提升至满足用户充电需求的最低电量，建立目标函数；

(3)利用蚁群算法对于目标函数进行优化求解，设置能源成本为蚁群算法的启发函数，以n小时为时间间隔点，输入n小时内的光照变化预测、n小时内的温度变化、n小时内的电价变化和n小时区间内用户的使用需求，以能源成本最低为优化目标进行求解，得到的优化解为光伏电网与公共电网的运行模式以及变动时间；

(4)多组数据输入蚁群算法求得相应情况下的最优能源分配情况，使用多重神经元模型，以满足求解复杂问题的分析学习；数据结果作为神经网络算法训练素材，供神经网络模型学习迭代；将自学习的结果与上一步求得的最优解进行误差对比，将误差反向传递到隐含层，对权值与偏值进行修正；在权值与偏值的迭代过程中，神经网络的函数会逐步拟合整体的变化规律；

(5)将训练好的神经网络写入系统，在系统运行的同时，实时测量实际与预估值的偏差，并根据具体情况定期对系统进行一定的训练修正。

作为优选的，光伏发电等效数学模型包括光伏电池等效电路，该光伏电池等效电路如下：

I＝I_ph-I_D-I_sh

V_D＝V+IR_s

在短路点，V＝0，I＝I_sc代入

在开路点，I＝0，V＝V_oc代入

在MPPT点，I＝I_m，V＝V_m代入