System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种电动汽车充电分配调节方法技术_技高网

一种电动汽车充电分配调节方法技术

技术编号:43993295 阅读:17 留言:0更新日期:2025-01-10 20:13
本申请公开了一种电动汽车充电分配调节方法,涉及电动汽车充电技术领域,该方法包括:采集驶入目标停车场的目标电动车的电量信息;根据电量信息预测目标电动车的充电概率;当目标电动车的充电概率大于设定概率值时,根据目标电动车的状态信息确定目标电动车的充电优先级;状态信息包括目标电动车与最近充电桩的距离、泊车时间和需求电量;为目标电动车匹配空闲状态且与充电优先级对应的目标充电桩;每个所述充电桩对应一个充电桩优先级,每个充电桩优先级提供对应的充电功率范围;当目标电动车采用目标充电桩进行充电时,采用混合整数线性规划模型对目标充电桩进行电能分配优化。本申请可提高停车场内电车充电的能源利用率。

【技术实现步骤摘要】

本申请涉及电动汽车充电,特别是涉及一种电动汽车充电分配调节方法


技术介绍

1、随着社会的发展,中国国内汽车保有量爆发式增长,停车充电供需矛盾突出。目前,泊充车场内的各充电桩的充电功率是固定的不具备充电资源调度功能,因此,泊充车场内的能源的利用率还有待提高。


技术实现思路

1、本申请的目的是提供一种电动汽车充电分配调节方法,可提高停车场内电车充电的能源利用率。

2、为实现上述目的,本申请提供了如下方案:

3、第一方面,本申请提供了一种电动汽车充电分配调节方法,包括:

4、采集驶入目标停车场的目标电动车的电量信息;所述目标停车场内设置有多个充电桩;

5、根据所述电量信息预测所述目标电动车的充电概率;

6、当所述目标电动车的充电概率大于设定概率值时,根据所述目标电动车的状态信息确定所述目标电动车的充电优先级;所述状态信息包括所述目标电动车与最近充电桩的距离、泊车时间和需求电量;所述需求电量为所述目标电动车的剩余电量与毗邻行程所需电量的差值;

7、为所述目标电动车匹配目标充电桩;所述目标充电桩为处于空闲状态且与所述充电优先级对应的充电桩;每个所述充电桩对应一个充电桩优先级,每个充电桩优先级提供对应的充电功率范围;

8、当所述目标电动车采用所述目标充电桩进行充电时,采用混合整数线性规划模型对所述目标充电桩进行电能分配优化。

9、可选地,所述电量信息包括所述剩余电量和所述毗邻行程所需电量。

10、可选地,根据所述电量信息预测所述目标电动车的充电概率,具体包括:

11、根据所述电量信息采用贝叶斯概率模型预测所述目标电动车的充电概率。

12、可选地,所述贝叶斯概率模型表示为:

13、;

14、其中,表示所述目标电动车的剩余电量;表示所述目标电动车的毗邻行程所需电量;表示所述目标电动车的充电概率,表示在充电概率条件下所述电量信息的概率,表示所述电量信息的概率,表示在所述电量信息的条件下所述目标电动车的充电概率,表示第k个剩余电量区间的概率,为第个毗邻行程所需电量区间的概率,m个剩余电量区间的概率之和为100%,n个毗邻行程所需电量区间概率之和为100%,表示所述目标电动车处于第 k个剩余电量区间和第个毗邻行程所需电量区间的概率。

15、可选地,当所述目标电动车的充电概率大于设定概率值时,根据所述目标电动车的状态信息确定所述目标电动车的充电优先级,具体包括:

16、当所述目标电动车的充电概率大于设定概率值时,根据所述目标电动车的状态信息,采用模糊逻辑算法确定所述目标电动车的充电优先级。

17、可选地,根据所述目标电动车的状态信息,采用模糊逻辑算法确定所述目标电动车的充电优先级,具体包括:

18、分别对所述状态信息中所述距离、所述泊车时间和所述需求电量进行归一化,得到模糊距离因子、模糊时间因子和模糊需求电量因子;

19、将所述模糊距离因子按照第一设定规则映射为第一语言变量;

20、将所述模糊时间因子按照第二设定规则映射为第二语言变量;

21、将所述模糊需求电量因子按照第三设定规则映射为第三语言变量;

22、根据所述第一语言变量、所述第二语言变量和所述第三语言变量,采用如果/那么规则确定所述目标电动车的充电优先级。

23、可选地,电动汽车充电分配调节方法还包括:每隔单位时间对所述目标停车场内各充电桩进行充电桩优先级分配,具体包括:

24、采用模拟退火算法优化充电桩的分级方案;所述分级方案包括所述目标停车场内各充电桩的充电桩优先级;采用模拟退火算法进行优化过程中,每次迭代时的第一目标函数根据各充电桩的当前单位时间内实际负荷与目标负荷之差确定,所述目标负荷根据充电桩优先级确定。

25、可选地,所述第一目标函数表示为:;

26、其中, e为所述第一目标函数的值,n为充电桩的数量,表示当前单位时间内第i个充电桩的实际负荷;表示当前单位时间内第i个充电桩的目标负荷。

27、可选地,当所述目标电动车采用所述目标充电桩进行充电时,采用混合整数线性规划模型对所述目标充电桩进行电能分配优化,具体包括:

28、采用混合整数线性规划模型对所述目标充电桩进行电能分配优化的第二目标函数表示为:;

29、其中,表示电网负荷的均方差,表示充电桩的充电成本,表示储能系统的管理成本,、和均为目标权重系数。

30、可选地,所述第二目标函数的约束条件包括充电桩功率约束、电网负荷平衡约束和车辆充电需求约束。

31、根据本申请提供的具体实施例,本申请公开了以下技术效果:

32、本申请提供了一种电动汽车充电分配调节方法,当预测的充电概率大于设定概率值时确定目标电动车的充电优先级,为根据充电优先级为目标电动车匹配目标充电桩,充电时,采用混合整数线性规划(mixed-integer linear programming,milp)模型对目标充电桩进行电能分配优化,实现了更有针对性的充电桩匹配,且充电时再次进行电能分配优化,实现了各充电桩分布式能源优化,提高了停车场内电车充电的能源利用率。

本文档来自技高网
...

【技术保护点】

1.一种电动汽车充电分配调节方法,其特征在于,所述电动汽车充电分配调节方法包括:

2.根据权利要求1所述的电动汽车充电分配调节方法,其特征在于,所述电量信息包括所述剩余电量和所述毗邻行程所需电量。

3.根据权利要求2所述的电动汽车充电分配调节方法,其特征在于,根据所述电量信息预测所述目标电动车的充电概率,具体包括:

4.根据权利要求3所述的电动汽车充电分配调节方法,其特征在于,所述贝叶斯概率模型表示为:

5.根据权利要求1所述的电动汽车充电分配调节方法,其特征在于,当所述目标电动车的充电概率大于设定概率值时,根据所述目标电动车的状态信息确定所述目标电动车的充电优先级,具体包括:

6.根据权利要求5所述的电动汽车充电分配调节方法,其特征在于,根据所述目标电动车的状态信息,采用模糊逻辑算法确定所述目标电动车的充电优先级,具体包括:

7.根据权利要求1所述的电动汽车充电分配调节方法,其特征在于,电动汽车充电分配调节方法还包括:每隔单位时间对所述目标停车场内各充电桩进行充电桩优先级分配,具体包括:

8.根据权利要求7所述的电动汽车充电分配调节方法,其特征在于,所述第一目标函数表示为:;

9.根据权利要求1所述的电动汽车充电分配调节方法,其特征在于,当所述目标电动车采用所述目标充电桩进行充电时,采用混合整数线性规划模型对所述目标充电桩进行电能分配优化,具体包括:

10.根据权利要求9所述的电动汽车充电分配调节方法,其特征在于,所述第二目标函数的约束条件包括充电桩功率约束、电网负荷平衡约束和车辆充电需求约束。

...

【技术特征摘要】

1.一种电动汽车充电分配调节方法,其特征在于,所述电动汽车充电分配调节方法包括:

2.根据权利要求1所述的电动汽车充电分配调节方法,其特征在于,所述电量信息包括所述剩余电量和所述毗邻行程所需电量。

3.根据权利要求2所述的电动汽车充电分配调节方法,其特征在于,根据所述电量信息预测所述目标电动车的充电概率,具体包括:

4.根据权利要求3所述的电动汽车充电分配调节方法,其特征在于,所述贝叶斯概率模型表示为:

5.根据权利要求1所述的电动汽车充电分配调节方法,其特征在于,当所述目标电动车的充电概率大于设定概率值时,根据所述目标电动车的状态信息确定所述目标电动车的充电优先级,具体包括:

6.根据权利要求5所述的电动汽车充电分配调节方法,其特征在于,根据所...

【专利技术属性】
技术研发人员:刘建军刘泽宇彭保山林志伟王振鹏许志超
申请(专利权)人:龙坪智能科技常州有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1