电动汽车有序充电控制方法
【技术领域】
[0001] 本发明涉及电动汽车充电控制技术领域，尤其涉及一种电动汽车有序充电控制方 法。
【背景技术】
[0002] 为了减少温室气体排放和对石油进口的依赖，大规模发展电动汽车，在用户侧实 现以电代油成为目前的主要解决思路。而随着电动汽车大规模接入，势必会对电网规划运 行产生影响。不加控制的无序充电将会对电力系统安全、经济运行带来严重的威胁。
[0003] 电动汽车具有负荷和电源的双重特性，使其成为电网调控的重要手段。利用峰谷 分时电价，引导用户采用低谷时间充电，对削峰填谷有一定效果，但存在控制不够灵活等缺 陷。协调充电或智能充电，被认为解决协调这一系列问题的有效措施之一。
[0004] 协调充电或智能充电的研宄尚在起步阶段，模型建立、目标、模式、约束条件和控 制方法均有待进一步探索。调度机构直接对接入的每台电动汽车统一调度，实现有序控制， 会带来规模庞大，变量维数激增，收敛困难等问题。电动汽车充电负荷影响因素较多，模型 建立困难，此外，在现有研宄中尚未充分考虑充电电流、电池寿命等约束条件。总体上，国内 外研宄处于起步和探索阶段，亟待在规模化应用电动汽车的充电建模、控制方法，及其对电 网影响等方面进行研宄。
【发明内容】
[0005] 本发明的目的就是为了解决上述问题，提供一种电动汽车有序充电控制方法，采 用集中式与分布式结合的优化控制理念，建立协调控制模型。以减小电动汽车大规模无序 充电对电网规划运行带来的负面影响。
[0006] 为了实现上述目的，本发明采用如下技术方案：
[0007] 电动汽车有序充电控制方法，包括以下步骤：
[0008] 步骤一，综合电池特性、充电模式及用户行为习惯因素建立电动汽车充电负荷特 性模型；
[0009] 步骤二，建立集中式优化模型，以最小化负荷峰谷差为目标，按照各时段负荷需求 与平均负荷水平的方差最小建立，使负荷波动最小化，实现平抑负荷，得到参考优化功率
[0010] 步骤三，建立分布式优化模型，根据电网与中间管理者在所述步骤二优化过程中 所得的参考优化功率和24小时动态电价，对个体充电方案进行优化。
[0011] 负荷特性建模是电动汽车控制方法的基础，电动汽车电力需求的影响因素主要包 括电池特性、充电模式及用户行为习惯。
[0012] 所述电池特性：电动公交车参数依据统计的庄充电站电池实际参数选取；电动私 家车电池参数根据统计的市面车型选取，且考虑目前家庭充电设施的限制选取充电功率。
[0013] 电动私家车受家庭充电设施所限，取充电功率3kW。
[0014] 所述充电模式按照充电电流大小，可分为快充和慢充；公交车每天需充电2次，晚 间充电时间为非运营时间，20:00~05:00,统一集中充电，采用慢充模式；白天运营时间内 的充电采取快充模式。
[0015] 所述快充的充电电流在1~3C范围内，通过充换电站进行充电，充电时间短；所述 慢充的充电电流在〇. 1~〇. 5C内。
[0016] 用户行为是影响电动汽车功率需求的关键因素，主要包括开始充电时刻和日行驶 里程两方面。针对用户行为习惯的时空随机特性，根据美国交通部对全美居民出行调查数 据（2009NationalHouseholdTravelSurvey, 2009NHTS)，结合私家车行驶特点，得到日行 驶里程各时间段电动私家车分布。
[0017] 根据统计数据得到日行驶里程的概率密度函数，所述日行驶里程的概率密度函数 如公式⑴所示：
[0018]
[0019] 日行驶里程的概率密度函数满足正态分布，式中叫，a2, 〇1)1和〇 D2分别为电动车 日行驶里程正态分布函数的系数及标准差；
[0020] 汽车最后一次行程结束时刻满足公式（2)概率密度分布函数：
[0021]
[0022] 公式⑵符合分段正态分布，其标准差均为〇s，而数学期望则分别为^和 ys-24,假设最后一次行程结束时刻即为开始充电时间。
[0023] 所述步骤二的具体方法为：
[0024] 假设有L个中间管理者，第1个中间管理者管理％辆电动车，将全天24小时，以 15min为间隔，平均分为N个时段，负荷最小化目标函数如下：
[0025]
[0026]
[0027] Pb，t为电动汽车未接入时电网t时段的负荷；
[0028] ub为电动汽车未接入时电网各时段的平均负荷水平；
[0029] p\k，t为第1个中间管理者第k辆电动汽车在时段t内的充电功率需求预测， p'i，k，t〉〇,表示充电，反之，表示放电。
[0030] 所述步骤三的具体方法为：
[0031] 分布式优化控制采用中间管理者通过电网通信技术，将每个时间段接入电网的电 动汽车，其开始充电时间、电池初始状态和充电功率信息实现动态检测；在每个时段开始 时，通过动态时间窗将更新信息与优化过程有机结合，并根据电网与中间管理者在所述步 骤二优化过程中所得的参考优化功率和24小时动态电价，按照公式（5)，对个体充电方案 进行优化，并且优化过程中建立约束条件；
[0032] 优化目标是各时段充电需求与集中优化控制结果之间的偏差和用户充电成本最 小化，同时考虑延长电池寿命；目标函数如公式（5):
[0033]
[0034]ct为实时浮动电价；dut为电池寿命表示项；0为影响系数，此处取1;pi为时段 t内各电动汽车实际充电功率与电网分配给中间管理者的参考优化功率之间的偏差，所述 参考优化功率为所述步骤二中集中优化控制结果，具体如下：
[0035]
[0036] 为/定义第k辆电动汽车充放电状态和时间段t的关系，通过动态时间窗《⑴ 定义矩阵，其中，Mmax=maxUs，…，为第1个中间管理者的电动车总数， P'u表示电网在时段t内分配给第1个中间管理者的参考优化功率，a和Pl，k，t分别 表示第1个中间管理者所管辖的第k辆电动车，在时段t内的动态参数和实际充电功率， ai，k，t(k= 1，2, = 1，2, ...，N)为矩阵八严顯.# 的元素，ai，k，tG{〇, 1}，当《 ⑴ 落在第k辆电动汽车充放电时段中时，a^t=1，否则表示非调控状态为0;
[0037] 电池寿命通过充放电频繁程度来衡量；利用相邻时间段，充电负荷变化率，间接表 示充放电对电池寿命的影响，如公式（7)所示表示d1>k，t:
[0038] d1； k；t -ai，k，tPi，k，t_a 1，k，t-iPi，k，t-i(?)
[0039] 所述约束条件包括：
[0040] 优化控制约束条件，
[0041]
[0042]式⑶中：表示第1个中间管理者在t时段内，所有充电设施所能提供充 电功率上限，n为充电效率；
[0043]
[0044]式（9)中，乃1r(〇表示每辆电动汽车受充电设施制约的最大充电功率；
[0045] 电池充电约束，
[0046] nc(l,k)Xpcharge(l,k,t)XAt^E battery-limit(l,k) (10)
[0047] 电池放电约束，
[0048]
[0049] 其中，ru(l，k)为第1个中间管理者的第k辆电动车电池进行充电效率；
[0050] nD(l，k)为第1个中间管理者的第k辆电动车电池进行放电效率；
[0051]pcharge(l，k，t)为第1个中间管理者的第k辆电动车电池充电功率；
[0052]pdisctoge(l，