虚拟电厂场景下重卡换电方法和系统与流程

本发明涉及重卡换电，特别涉及一种虚拟电厂场景下重卡换电方法和系统。

背景技术：

1、近几年来，随着新能源汽车的快速发展，电动重卡逐渐进入公众视野，电动重卡由于其自身的工作性质，其装载的电池箱有着体积大、重量大、充电时间长的特点。因此，充电的模式必将影响电动重卡的发展，现有的针对电动重卡的换电站，通过更换重卡的电池箱提高重卡的续航能力。

2、重卡在选择换电站时，需要考虑到换电站的位置、换电时间、设备设施和服务质量等因素。同时，换电站需要根据重卡的行驶路线和装载运输计划，合理安排换电时间，以确保换电的顺利进行，并且不影响出货计划。

技术实现思路

1、本发明的主要目的是提供一种虚拟电厂场景下重卡换电方法，旨在提高换电站的换电效率，节约成本。

2、为实现上述目的，本发明提出的虚拟电厂场景下重卡换电方法，包括：

3、获取车辆信息；

4、获取换电站的充电桩信息；

5、基于获取的车辆信息和充电桩的信息构建充电桩内电池的电量函数模型；

6、建立充电策略优化模型，所述充电策略优化模型包括目标经济函数和约束条件；

7、根据目标经济函数构建适应度函数；

8、根据遗传算法求解适应度函数的最优解。

9、在本申请的一实施例中，所述车辆信息采集于物联网系统中，所述车辆信息包括：车辆数量、车辆预计到达换电站的时间、车辆电池到达换电时所剩余电量。

10、在本申请的一实施例中，所述分时电价信息包括峰时段、平时段和谷时段。

11、在本申请的一实施例中，其特征在于，所述电池的电量函数模型为：

12、

13、其中，其中bt+1代表t+1时刻的电池容量，bt代表t时刻的电池容量，st+1代表t+1时刻的电池状态，p代表充电速率，bmax为电池最大容量。

14、在本申请的一实施例中，在构建充电桩内电池的电量函数模型之前还包括，建立充电桩的充电状态矩阵，

15、其中，充电桩的充电状态用s表示，0表示未充电，1表示充电。

16、在本申请的一实施例中，所述目标经济函数为：

17、call＝cele+ctime+closs

18、其中，call为总花费成本，cele为电价花费，ctime为重卡在充电桩等候时间所对应的经济成本，closs为每次电池开始充电时对电池的损耗费用。

19、在本申请的一实施例中，所述适应度函数为：

20、call'＝μ/[(call-call,min)+μ]

21、其中call'为适应度函数，μ为适应度算子，为常数。

22、本发明还提供一种虚拟电厂场景下重卡换电系统，包括：

23、至少一个处理器；和

24、存储器，存储有程序指令，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如上所述的方法的指令。

25、本发明技术方案通过采用遗传算法在满足用户换电需求的基础上，以最小化站内总的充电成本与总的电池寿命损失成本之和为目标，以电池余量为约束条件，对站内的电池充电策略进行优化控制，以提高充换电站的充电效率。

技术特征：

1.一种虚拟电厂场景下重卡换电方法，其特征在于，包括：

2.如权利要求1所述的虚拟电厂场景下重卡换电方法，其特征在于，所述车辆信息采集于物联网系统中，所述车辆信息包括：车辆数量、车辆预计到达换电站的时间、车辆电池到达换电时所剩余电量。

3.如权利要求1所述的虚拟电厂场景下重卡换电方法，其特征在于，所述分时电价信息包括峰时段、平时段和谷时段。

4.如权利要求1至3中任意一项所述的虚拟电厂场景下重卡换电方法，其特征在于，所述电池的电量函数模型为：

5.如权利要求4所述的虚拟电厂场景下重卡换电方法，其特征在于，在构建充电桩内电池的电量函数模型之前还包括，建立充电桩的充电状态矩阵，

6.如权利要求1所述的虚拟电厂场景下重卡换电方法，其特征在于，所述目标经济函数为：

7.如权利要求1所述的虚拟电厂场景下重卡换电方法，其特征在于，所述适应度函数为：

8.一种虚拟电厂场景下重卡换电系统，其特征在于，包括：

技术总结
本发明涉及重卡换电技术领域，特别涉及一种虚拟电厂场景下重卡换电方法和系统，其中，虚拟电厂场景下重卡换电方法，包括获取车辆信息；获取换电站的充电桩信息；基于获取的车辆信息和充电桩的信息构建充电桩内电池的电量函数模型；建立充电策略优化模型，所述充电策略优化模型包括目标经济函数和约束条件；根据目标经济函数构建适应度函数；根据遗传算法求解适应度函数的最优解。本发明技术方案旨在提高换电站的换电效率，节约成本。

技术研发人员：陈光,崔永林,刘群,李春贺
受保护的技术使用者：东方众通科技发展集团有限公司
技术研发日：
技术公布日：2024/1/15