[發明專利]一種控制電動汽車充電時間的智能充電策略

在審

• 申請號: 201410384226.6
• 申請日: 2014-08-07
• 公開（公告）號: CN105337324A
• 公開（公告）日: 2016-02-17
• 發明（設計）人: 劉云鵬;劉星;臧志華;李巖松;劉洋;許自強;仇仔來
• 申請（專利權）人: 華北電力大學(保定)
• 主分類號: H02J7/00
• 分類號: H02J7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種控制電動汽車充電時間的智能充電策略，其特征在于，包括下列步驟：

(1)充電管理系統通過電網負荷監測系統，獲得電網的過去的負荷變化曲線，并預測從當前到未來24小時的某配電變壓器用電負荷曲線，預測從當前到未來24小時的當地環境溫度；

(2)充電管理系統通過控制裝置獲得以往電動汽車充電數據，并根據這些數據預測從當前到未來24小時的該配電變壓器轄區的電動汽車充電臺數、充電總量等；

(3)充電管理系統根據預測的負荷、電動汽車充電臺數、充電總量、環境溫度等相關數據，通過優化程序自動計算出一天內多臺電動汽車的最優充電起始充電時間；

(4)充電管理系統控制調度車載充電器的控制裝置閉合充電主繼電器，根據優化程序結果控制電動汽車開始充電；

(5)充電管理系統檢測電動汽車電池電量，充電達到要求后，充電管理系統控制調度車載充電器的控制裝置，充電器充電主繼電器斷開，結束充電。

2.如權利要求1所述的一種控制電動汽車充電時間的智能充電策略，其特征在于，步驟(1)中充電管理系統可以通過控制裝置獲取電動汽車充電信息和控制電動汽車充電時間，通過與電網相連獲得電網負荷等信息；

充電管理系統通過電網負荷監測系統，獲得電網的過去的負荷變化曲線，采用負荷預測的相關方法預測從當前到未來24小時的某配電變壓器用電負荷曲線；

獲得從當前到未來24小時的環境溫度的方法：充電管理系統根據以往兩年的環境溫度規律以及近期氣象部門的環境溫度預測，進行綜合分析預測未來24小時的當地環境溫度。

3.如權利要求1所述的一種控制電動汽車充電時間的智能充電策略，其特征在于，步驟(2)中充電管理系統根據當天日期，結合未來24小時的溫度等相關信息，從歷史數據中選擇和當天最相近的一天，以最相近的一天的電動汽車的充電數據作為基礎，根據社會因素等作適當的調整，最終預測未來24小時的該配電變壓器管轄范圍內的電動汽車充電臺數、充電總量。

4.如權利要求1所述的一種控制電動汽車充電時間的智能充電策略，其特征在于，步驟(3)中充電管理系統通過粒子群算法，由控制裝置對電動汽車的充電起始時間進行優化控制，最終目的是使配電變壓器在滿足用戶需求的同時使用戶費用和配電變壓器壽命損失最小；

電動汽車的類型為單一類型電動車，具有相同的電池類型、容量、充電量等參數，并且充電電流假定為0.2C(C代表電池的容量)，充電功率假定為恒定值，因此充電時間約為5個小時。

5.如權利要求1所述的一種控制電動汽車充電時間的智能充電策略，其特征在于，步驟(3)中，粒子群算法為整數的粒子群算法；

電動汽車電池的電池荷電狀態SOC從0到100％，保證電動汽車充滿后，充電器充電主繼電器斷開，結束充電。

6.如權利要求1所述的一種控制電動汽車充電時間的智能充電策略，其特征在于，步驟(3)中，為了減小變壓器壽命損失和用戶費用，分別建立壽命損失最小模型和用戶電費最小模型，并以此為基礎，建立了考慮峰谷電價和配電變壓器壽命損失的影響的電動汽車多目標充電優化模型；

(1)目標函數1：壽命損失最小模型

壽命損失優化控制智能充電方法，最終目的是使配電變壓器在滿足用戶需求的同時使得壽命損失最小，優化模型如式(1)，變壓器的壽命損失按照IEC標準(2)-(5)進行計算；

minL=Σi=1NV(Σj=1ntj,pi,j,θa,Δti,Li)---(1)]]>

Faa,n=2(θh-98)/6---(2)]]>

Faa,n=exp(15000110+273-15000θh+273)---(3)]]>

FEAQ=Σn=1NFaa,nΔtnΣn=1NΔtn---(4)]]>

%LOL=FEAQ*t*100180000---(5)]]>

其中，t_j是第j輛電動汽車的起始充電時間，也是進行優化的量，為保證充滿電，范圍為18:00-凌晨2:00；充電時間6pm到7am被分成N段均勻相等的時間，被分成N段均勻相等的時間，i是第i段時間間隔，j是第j輛接入的電動汽車，p_i，j是第j輛電動汽車在第i個時間間隔的充電功率，是所有接入的電動汽車在第i個時間間隔中的壽命損失；變壓器的老化和繞組的熱點溫度有關，F_aa，n是第n個時間間隔內的加速老化因子，與熱點溫度θ_h成指數關系，可用(2)或者(3)；t_n是第n個時間間隔，n表示時間間隔的個數N為總的時間間隔數，θ_h熱點溫度；F_EAQ為在110℃的參考溫度下給定時間內等效加速老化因子，％LOL為在這段時間內的壽命損失百分數，我們選取變壓器的生命周期為180000小時(20.55年)；

(2)目標函數2：用戶電費最小模型

假設居民小區開展居民生活用電峰谷分時電價試點工作，用電高峰段為每日8時至22對；用電低谷段為22時至次日8時；

用戶電費最小模型，最終目的是使配電變壓器在滿足用戶需求的同時使得用戶的電費最小，即使(6)成立；

minF=Σi=1NY(Σj=1ntj,pi,j,Δti,t,d)---(6)]]>

d=0.55,8:00≤t≤22:000.35,0≤t≤8:00,22:00≤t≤24:00---(7)]]>

d為電價，用電高峰期間電價為每千瓦時0.55元，用電低谷期間電價為每千瓦時0.35元；

是所有接入的電動汽車在第i個時間間隔中的電費；

(3)約束條件

上述兩個目標函數需同時滿足約束條件(8)(9)(10)：

s.t.Σi=1Npi,jΔti=C---(8)]]>

t_min≤t_j≤t_max(9)

0≤t≤24:00(10)

其中，C是每輛電動汽車充電容量，t為時間；

(4)基于峰谷電價和壽命損失的電動汽車多目標優化智能充電模型

minFF＝(1-p)*L+p*F(11)

式(11)為同時考慮峰谷電價和壽命損失的電動汽車多目標優化智能充電模型，使該式最小的解集即為優化模型的最優解，其中p、1-p為用戶電費和壽命損失的權重，0＜p＜1，可取p＝0.5。