本申请属于新能源发电技术领域，特别涉及一种新能源电动车充电站。
背景技术：
电能质量监测系统是及时发现和评估电能质量问题的重要手段。随着以风电、光伏为代表的大规模间歇性新能源的大量并网，同时以电力电子控制技术为特征的高铁、轨道交通、电动汽车等负荷的广泛应用，加之大型电炉炼钢炉等传统冲击负荷发展势头不减，大量电能质量扰动源已直接或间接影响到配电网的安全可靠运行。为满足新形势下智能电网的发展以及新型分布式能源和负荷的接入对电能质量的要求，亟需开展配电网电能质量预警技术的研究，及时发现配电网电能质量安全隐患，为电网的安全稳定运行提供保障。
由于风电、光伏本身的间歇性和不稳定性，本身会带来谐波，造成电网的不稳定，导致现在大量新能源不能很好的与电网并网，造成能源的浪费。而现有技术中，大部分充电站无法较好的直接给电动车充电，都是通过将新能源发电的电能存储在大型电池中，然后通过电池给电动车充电，这样处理会导致需要大量电池，也会造成长时间使用电池对电池造成消耗和损害，而新能源本身的不稳定性难以直接给电动车充电，急需一种能够直接通过新能源给电动车充电省去电池中间环节的供电方案。
技术实现要素：
为解决上述技术问题： 本申请提出一种新能源电动车充电站，包括充电棚、储能电池、控制模块，所述充电棚上设置风力发电机、光伏电池，所述光伏电池包括瓦片状和平板状两种，所述瓦片状光伏电池铺设在充电棚上，所述平板状光伏电池铺设在充电棚侧面以及地面；所述充电棚侧面的光伏电池可调整角度；所述储能电池和所述控制模块设置在运行室，所述控制模块检测充电接口处的功率以及功率质量，将功率与电动车的功率阈值比较，决定是否需要将调整部分功率到所述储能电池，将功率质量与预设的功率质量比较，决定是否投入谐波补偿装置。
所述的一种新能源电动车充电站，所述控制模块包括输入接口，神经网络模块，计算处理模块，输出单元；所述输入接口连接所述神经网络模块及计算处理模块，所述神经网络模块输出端连接所述计算处理模块，输出计算处理模块输出端连接所述输出单元，所述输出单元通过连接线路连接谐波补偿装置、分流开关。
所述的一种新能源电动车充电站， 所述分流开关用于将超过电动车的功率阈值分流到所述储能电池。
所述的一种新能源电动车充电站，所述输入接口用于接收检测的功率以及电动车功率阈值，所述神经网络模块用于根据接收功率数据进行电动车充电周期内功率预测计算，并匹配计算出预测电流，并将计算的结果传输到所述计算处理模块，所述计算处理模块根据所述神经网络模块计算的预测电流大小，计算各次谐波电流，根据计算的谐波电流发送控制指令到谐波补偿装置进行谐波补偿控制。
所述的一种新能源电动车充电站，所述计算处理模块计算的谐波电流具体包括：
其中，n=6k+1,k=0,1,2,3…,h为谐波次数，Ih为h次谐波电流的畸变，为不同谐波次数对应的常数，A为风力系数，B为光照系数，Nwg为风力发电机数量，Npv为光伏电池数量，In为风力发电机和光伏电池输出的额定电流，Iwgi为风力发电机输出电流，Ipvj为光伏电池输出电流，ni为变压器变比，nj为变换器变换效率。
所述的一种新能源电动车充电站，所述风力发电机依次通过变压器、AC/DC变换器连接所述分流开关，所述光伏电池通过DC/DC变换器连接所述分流开关。
所述的一种新能源电动车充电站，所述光伏电池的转换效率为：,其中，Pin为输出的光功率，Isc为短路电流，Voc为开路电压,FF为填充因子，,其中，Imp、Vmp分别为最大输出功率时对应的电流、电压；
,Pav为正常光照情况的平均功率，B为光照系数。
所述的一种新能源电动车充电站，所述神经网络模块采用遗传算法进行功率预测，所述神经网络模块还包括进行电动车充电数量预测。
所述的一种新能源电动车充电站，所述遗传算法具体包括：（1）开始，接收电网的功率数据和重设参数迭代次数t=0，调取以前周期的功率运行普遍值；（2）将功率运行普遍值与接收电动车的功率数据进行赋值处理，随机产生初始种群，进行初始种群个体评价；（3）判断是否满足终止条件，如果是，则输出最优解，所述最优解即为预测的电网需求电流；如果否，则执行步骤（4）；（4）变异：通过种群内个体间的差异形成中间种群，交叉：通过比较随机控制参数和交叉因子形成试探子代种群，代入决策变量变化范围约束条件进行检查，不满足条件的进行修改，选择：对父代和子代个体进行评价，选择性能更优的个体作为当前最佳个体，并记录对应的目标函数t=t+1,返回到步骤（2）。
所述的一种新能源电动车充电站， 所述控制模块还包括收费子系统，所述收费子系统包括链接模块、功率计算模块；所述功率计算模块包括时间计算单元、谐波影响单元；所述功率计算模块通过时间计算单元计算电动车充电时间，通过谐波影响单元计算电动车充电时间内引起的谐波量，将充电时间内的谐波量以及功率建立拟合函数，计算得出总费用，通过所述链接模块链接到支付宝、微信或银行收费系统；所述谐波量按谐波不同大小进行分等级取值。
本申请能够通过神经网络进行功率预测以及电动车辆的充电数量预测，充分利用充电棚的空间布置光伏电池，能够最大限度的对电动车进行充电，对新能源输出的电能质量进行合理调整，使新能源能够对电动车进行直接充电，无需通过电池存储后再对电动车充电，减少了对电池的损害；根据电动车充电引起的谐波及充电时间合理计费，使收费更加合理，供电更稳定，能源利用更充分，电能质量更高，对于电动车的普及具有推进作用。
附图说明
图1为本申请一种新能源电动车充电站整体结构示意图。
图2为本申请控制模块结构示意图。
图3为本申请收费子系统接头示意图。
具体实施方式
下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。
如图1所示，为本申请提出本申请提出一种新能源电动车充电站，包括充电棚、储能电池、控制模块，所述充电棚上设置风力发电机、光伏电池，所述光伏电池包括瓦片状和平板状两种，所述瓦片状光伏电池铺设在充电棚上，所述平板状光伏电池铺设在充电棚侧面以及地面；所述充电棚侧面的光伏电池可调整角度；所述储能电池和所述控制模块设置在运行室，所述控制模块检测充电接口处的功率以及功率质量，将功率与电动车的功率阈值比较，决定是否需要将调整部分功率到所述储能电池，将功率质量与预设的功率质量比较，决定是否投入谐波补偿装置。
如图2所示，为本申请控制模块结构示意图。所述的一种新能源电动车充电站，所述控制模块包括输入接口，神经网络模块，计算处理模块，输出单元；所述输入接口连接所述神经网络模块及计算处理模块，所述神经网络模块输出端连接所述计算处理模块，输出计算处理模块输出端连接所述输出单元，所述输出单元通过连接线路连接谐波补偿装置、分流开关。
所述的一种新能源电动车充电站， 所述分流开关用于将超过电动车的功率阈值分流到所述储能电池。
所述的一种新能源电动车充电站，所述输入接口用于接收检测的功率以及电动车功率阈值，所述神经网络模块用于根据接收功率数据进行电动车充电周期内功率预测计算，并匹配计算出预测电流，并将计算的结果传输到所述计算处理模块，所述计算处理模块根据所述神经网络模块计算的预测电流大小，计算各次谐波电流，根据计算的谐波电流发送控制指令到谐波补偿装置进行谐波补偿控制。
所述的一种新能源电动车充电站，所述计算处理模块计算的谐波电流具体包括：
其中，n=6k+1,k=0,1,2,3…,h为谐波次数，Ih为h次谐波电流的畸变，为不同谐波次数对应的常数，A为风力系数，B为光照系数，Nwg为风力发电机数量，Npv为光伏电池数量，In为风力发电机和光伏电池输出的额定电流，Iwgi为风力发电机输出电流，Ipvj为光伏电池输出电流，ni为变压器变比，nj为变换器变换效率。
所述的一种新能源电动车充电站，所述风力发电机依次通过变压器、AC/DC变换器连接所述分流开关，所述光伏电池通过DC/DC变换器连接所述分流开关。
所述的一种新能源电动车充电站，所述光伏电池的转换效率为：,其中，Pin为输出的光功率，Isc为短路电流，Voc为开路电压,FF为填充因子，,其中，Imp、Vmp分别为最大输出功率时对应的电流、电压；
,Pav为正常光照情况的平均功率，B为光照系数。
所述的一种新能源电动车充电站，所述神经网络模块采用遗传算法进行功率预测，所述神经网络模块还包括进行电动车充电数量预测。
所述的一种新能源电动车充电站，所述遗传算法具体包括：（1）开始，接收电网的功率数据和重设参数迭代次数t=0，调取以前周期的功率运行普遍值；（2）将功率运行普遍值与接收电动车的功率数据进行赋值处理，随机产生初始种群，进行初始种群个体评价；（3）判断是否满足终止条件，如果是，则输出最优解，所述最优解即为预测的电网需求电流；如果否，则执行步骤（4）；（4）变异：通过种群内个体间的差异形成中间种群，交叉：通过比较随机控制参数和交叉因子形成试探子代种群，代入决策变量变化范围约束条件进行检查，不满足条件的进行修改，选择：对父代和子代个体进行评价，选择性能更优的个体作为当前最佳个体，并记录对应的目标函数t=t+1,返回到步骤（2）。
如图3所示，为本申请收费子系统接头示意图。所述控制模块还包括收费子系统，所述收费子系统包括链接模块、功率计算模块；所述功率计算模块包括时间计算单元、谐波影响单元；所述功率计算模块通过时间计算单元计算电动车充电时间，通过谐波影响单元计算电动车充电时间内引起的谐波量，将充电时间内的谐波量以及功率建立拟合函数，计算得出总费用，通过所述链接模块链接到支付宝、微信或银行收费系统；所述谐波量按谐波不同大小进行分等级取值。所述拟合函数是根据充电站等级以及所具有的谐波补偿装置等确定的。
电动车充电引起的谐波跟电动车的电池功率、使用寿命、电池类型相关，通过谐波量分等级取值收费，并将该等级收费值通知充电的电动车主，在一定程度上提醒用户电池的损耗情况，以及充电造成的成本情况。如由于谐波量大，造成投入的谐波补偿装置多，造成新能源发电输出的功率匹配值不同等等情况，用户可以根据等级取值收费调整充电功率，在一定程度上能够降低谐波量，以减小充电站的设备消耗。
本申请能够通过神经网络进行功率预测以及电动车辆的充电数量预测，充分利用充电棚的空间布置光伏电池，能够最大限度的对电动车进行充电，对新能源输出的电能质量进行合理调整，使新能源能够对电动车进行直接充电，无需通过电池存储后再对电动车充电，减少了对电池的损害；根据电动车充电引起的谐波及充电时间合理计费，使收费更加合理。，供电更稳定，能源利用更充分，电能质量更高，对于电动车的普及具有推进作用。本申请能够省去电池作为充电主要输出电源的中间环节，电池只作为存储电动车充电无法消耗的功率，减少了电池的使用次数，提高了电池使用寿命，同时提高了充电站的使用寿命。