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技术

本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】
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
本专利技术涉及移动充电设备
，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。
技术介绍
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。
技术实现思路
针对现有技术存在的不足，本专利技术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，本专利技术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＝Iph-ID-IshVD＝V+IRs在短路点，V＝0，I＝Isc代入在开路点，I＝0，V＝Voc代入在MPPT点，I＝Im，V＝Vm代入电压电流随时间的变化情况上式中，q是电子电荷量1.6×10-19C；I0为等效电路二极管反向饱和电流；VD、ID是等效二极管两端的电压与电流，V、I是PV等效输出电压与电流；T是光伏电池温度；k为波尔兹曼常量，该值为1.38×10-23J·K-1；RS为串联电阻，Rsh为旁漏电阻；n为二极管理想系数；G为光照强度；Iph光生电流，Iph0标准测试条件下的光生电流；α为光伏电池板遮盖系数。作为优选的，由于在一般情况下Rs＜＜Rsh，故计算过程中可简化为Iph＝Isc，VD＝V；根据测得的实际测量实际光伏电路的短路电流Isc、(STC环境下光照1000W/m2，温度25℃)开路电压Voc、MPPT点(光伏最大功率点)的电压V′m与电流I′m等数值代入下式，求得Iph0、I0、n、Rs、Rsh将得到的Iph0、I0、n、Rs、Rsh回代电流电压方程，结合MPPT点的电压电流解得Vm＝V′m(1-c(T-Tref))ln(e+bG)Im＝I′mG/Gref(1+a(T-Tref))Pm＝NVm×Im＝NV′m(1-c(T-Tref))ln(e+bG)I′mG/Gref(1+a(T-Tref))最大功率点电压与电流，其中G为实际光照强度Gref为参考光照强度1000W/m2，a，b，c为修正参数(a＝0.0025；b＝0.5；c＝0.0028)T为实际温度，Tref为参考温度25℃，N表示光伏电池数作为优选的，目标函数为：Ppv(G，T)≈Pm＝nU′m(1-c(T-Tref))ln(e+bG)I′mG/Gref(1+a(T-Tref))p(t)表示随时间变化的公共电网电价；ni与wi为工作区间内的供电需求次数与对应充电的电量；Ppv(G，T)表示光照强度G、温度T下的光伏发电功率；tp为单个区间内并入的时间；电网N为移动充电设备的数量，wmax为单个充电设备的最大电池容量，ui为当前充电设备的电量；Pmax为系统对移动设备的最大充电功率；x为设定的调控区间数量。作为优选的，BP神经网络结构：激活函数对不同量纲的参数进行预处理，使得不同参数变为0到1之间的影响参数。隐含层，使用激活函数对权值wij，输入值xi，阈值cj等进行处理。wij为输入层到隐含层之间的权值系数。输出层，神经元输出与隐含层输出与权值wjk，阈值dk相关；wjk为隐含层到输出层之间的权值系数。对比误差，Yk为蚁群算法求得的最优解(也就是训练目标)，Uk为自学习迭代的结果。两者之间的误差Ek反向传递，以更新修正隐含层的权值于阈值。Ek＝Yk-Ukwjk＝wjk+λMjEkdk＝dk+Ek在设定的训练次数周期内，神经网络权值阈值wij，wjk，cj，dk不断地根据误差值在上以权值阈值的基础上进行更正。，λ为迭代速度。反复迭代，直到误差Ek小于设定值。本专利技术的优点是：与现有技术相比，本专利技术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。下面结合说明书附图和具体实施例对本专利技术作进一步说明。附图说明图1为本专利技术实施例能源系统结构示意图；图2为本专利技术实施例整体供电思路以及影响参数示意图；图3为本专利技术实施例系统算法框图；图4为本专利技术实施例神经网络结构示意图；图5为本专利技术实施例光伏电池等效电路示意图。具体实施方式在本实施例的描述中，需要说明的是，如出现术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”、“前”、“后”等，其所指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此，不能理解为对本专利技术的限制。此外，如出现术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。参见图1至图5，本发本文档来自技高网...

【技术保护点】
1.一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，其特征在于：包括以下步骤：/n(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；/n(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；/n(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；/n(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；/n(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训练修正。/n...

【技术特征摘要】
1.一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，其特征在于：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训练修正。


2.一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，其特征在于：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＝Iph-ID-Ish



VD＝V+IRs









在短路点，V＝0，I＝Isc代入



在开路点，I＝0，V＝Voc代入



在MPPT点，I＝Im，V＝Vm代入



电压电流随时间的变化情况



上式中，q是电子电荷量1.6×10-19C；I0为等效电路二极管反向饱和电流；VD、ID是等效二极管两端的电压与电流，V、I是PV等效输出电压与电流；T是光伏电池温度；k为波尔兹曼常量，该值为1.38×10-23J·K-1；RS为串联电阻，Rsh为旁漏电阻；n为二极管理想系数；G为光照强度；Iph光生电流，Iph0标准测试条件下的光生电流；α为光伏电池板遮盖系数。


3.一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，其特征在于：由于在一般情况下Rs＜＜Rsh，故计算过程中可简化为Iph＝Isc，VD＝V；根据测得的实际测量实际光伏电路的短路电流Isc、STC环境下光照...

【专利技术属性】
技术研发人员：李传宝，周斯加，
申请(专利权)人：温州大学，
类型：发明
国别省市：浙江;33