【技术实现步骤摘要】
本专利技术涉及电动汽车充电
,尤其涉及一种计及光伏出力的电动汽车日充电数量的优化配置方法。
技术介绍
在能源危机和环境污染的双重压力下,可持续发展理念深入人心,人们开始把眼光放在开发新能源上,光伏发电由于其无污染无公害而获得大力的发展。而光伏出力具有较大的波动性和随机性,光伏并网要求系统具有较大的发电备用容量及输电网络容量,也会增加配电网的成本、降低效率。同时,新能源汽车的发展也越来越受到关注,其充电负荷具有随机性、间歇性的特征,规模化电动汽车入网充电会改变电网当前的负荷状况,对传统配电网造成了一定冲击。针对当前情况,要改变配网结构是非常困难的,而将光伏发电与电动汽车充电结合,可弥补其不足,利用光伏出力为电动汽车提供电能,既避免了其接入对配电网的影响,又充分发挥光伏发电系统的效益。当前国内外的研究成果已基本从技术和经济方面论证了该方法可行性,但在考虑用户出行需求和光伏出力情况的前提下,如何配置电动汽车日充电数量,是亟待研究的问题。
技术实现思路
本专利技术的实施例提供了一种计及光伏出力的电动汽车日充电数量的优化配置方法,以实现在考虑用户出行需求和光伏出力情况的前提下,有效地配
置电动汽车日充电数量。为了实现上述目的,本专利技术采取了如下技术方案。一种计及光伏出力的电动汽车日充电数量的优化配置方法,包括:在考虑停车时长的前提下计算出单个电动汽车的日充电功率,将多个电动汽车的日充电功率进行累加,得到电动汽车的基本充电负荷;对光伏出力进行分类,获取不同气象类型的光伏出力的权重和典型光伏出力;在光伏容量固定的情况下,配置以电动汽车日充电数量为优 ...
【技术保护点】
一种计及光伏出力的电动汽车日充电数量的优化配置方法,其特征在于,包括:在考虑停车时长的前提下计算出单个电动汽车的日充电功率,将多个电动汽车的日充电功率进行累加,得到电动汽车的基本充电负荷;对光伏出力进行分类,获取不同气象类型的光伏出力的权重和典型光伏出力;在光伏容量固定的情况下,配置以电动汽车日充电数量为优化变量,以光伏出力与电动汽车的日充电负荷两曲线重合面积最大为目标,对不同气象类型的光伏出力情况进行优化配置求解,得到电动汽车的日充电数量的最优配置结果。
【技术特征摘要】
1.一种计及光伏出力的电动汽车日充电数量的优化配置方法,其特征在于,包括:在考虑停车时长的前提下计算出单个电动汽车的日充电功率,将多个电动汽车的日充电功率进行累加,得到电动汽车的基本充电负荷;对光伏出力进行分类,获取不同气象类型的光伏出力的权重和典型光伏出力;在光伏容量固定的情况下,配置以电动汽车日充电数量为优化变量,以光伏出力与电动汽车的日充电负荷两曲线重合面积最大为目标,对不同气象类型的光伏出力情况进行优化配置求解,得到电动汽车的日充电数量的最优配置结果。2.根据权利要求1所述的方法,其特征在于,所述的在考虑停车时长的前提下计算出单个电动汽车的日充电功率,将多个电动汽车的日充电功率进行累加,得到电动汽车的基本充电负荷,包括:对收集到的电动汽车出行数据进行统计,得到电动汽车的驶入时间Te、驶离时间Tl、充电起始荷电状态SOCini的概率密度分布;计算出电动汽车的停车时长Ts:Ts=Tl-Te 公式1充满电所需时长Tn:Tn=T*(1-SOCini)公式2其中,T是电动汽车由充电起始荷电状态SOCini=0至充满电SOCini=1时所需时长;而实际充电时长Ta由停车时长Ts和充满电所需充电时长Tn共同决定,其计算公式为:设需要充电的电动汽车的总数为N,抽取第k(k=1,2….N)辆电动汽车的驶入时间Te,驶离时间Tl,充电起始荷电状态SOC后,根据上述公式1、公式2和公式3计算出第k辆车的实际充电时长Ta,再将实际充电时长Ta乘以功率Pe,得到第k辆车的日充电功率,将N辆车的日充电功率进行累加,得到电动汽车的基本充电负荷Pev(t)。3.根据权利要求1所述的方法,其特征在于,所述的对光伏出力进行分类,获取不同气象类型的光伏出力的权重和典型光伏出力,包括:结合收集到光伏容量为Cpv的光伏出力一年的历史数据及对应的气象数据,根据气象类型的特点将光伏出力分为晴天A1、阴天A2和雨天A3三种气象类型,并统计出所述晴天A1、阴天A2和雨天A3这三种气象类型分别所占的权重为:a1、a2和a3,分别将三种气象类型的光伏出力情况加权取平均,得到的晴天A1、阴天A2和雨天A3分别对应的典型光伏出力Pv1(t)、Pv2(t)、Pv3(t)。4.根据权利要求1所述的方法,其特征在于,所述的在光伏容量固定的情况下,配置以电动汽车日充电数量为优化变量,以光伏出力与电动汽车的日充电负荷两曲线重合面积最大为目标,对不同气象类型的光伏出力情况进行优化配置求解,得到电动汽车的日充电数量的最优配置结果,包括:对不同气象类型的光伏出力情况分别采用基于图象处理的粒子群优化算法进行优化配置求解,所述基于图象处理的粒子群优化算法的优化变量为电动汽车的日充电数量Nv,设电动汽车的基本充电负荷为Pev(t),计算出电动汽车日充电负荷Pev_v(t):Pev_v(t)=Nv*Pev(t)/10 公式4优化目标为光伏出力曲线与电动汽车日充电负荷曲线重合面积Q最大;max Q(Pev_v(t),Pv(t)) 公式5其中,Pv(t)为待求解的气象类型对应的典型光伏出力;通过基于图象处理的粒子群优化算法求解所述公式5,得到待求解的气象类型对应的典型光伏出力对应的电动汽车的日充电数量的最优配置结果。5.根据权利要求4所述的方法,其特征在于,所述的通过基于图象处理的种群优化算法求解所述公式5,得到待求解的气象类型对应的典型光伏出力对应的...
【专利技术属性】
技术研发人员:苏粟,韦香香,姜久春,何洛滨,童亦斌,
申请(专利权)人:北京交通大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。