本发明涉及充电负荷引导控制,特别是涉及一种基于滚动优化策略的充电负荷引导控制方法、设备及介质。
背景技术:
1、当今时代普遍使用的汽车是使用石油为唯一燃料的一种交通工具,随着社会经济的发展对石化资源的依赖越来越严重,化石能源的稀缺已经成为全世界共同面临的难题。另一方面,大量化石能源的燃烧使得so2、co2等有害气体的排放量正在逐年增加。传统汽车排放尾气中的co2是造成温室效应的最大污染源,随着汽车数量的增加造成的环境问题日益严重。传统汽车行业面对能源和环境的双重压力,转型势在必行。
2、为了降低传统燃油汽车对环境的污染及减少对石油资源的消耗,电动汽车因此得到了迅速的发展。电动汽车是以车载电源为动力,用电机驱动车轮行驶的车辆,包括纯电动汽车、混合动力汽车和燃料电池汽车这三大类。其作为新兴产业之一,使用电能代替传统石油燃料能够有效的节能减排,是调整能源结构缓解环境问题的一个重要方法。电动汽车作为未来汽车行业发展的主导方向,具有广阔的发展前景,在节能减排、遏制气候变暖等方面有着传统燃油汽车无法比拟的优势。未来大规模的电动汽车涌入市场,充电地点和充电时间均具有一定分散性及随机性,随着电动汽车的保有量快速提高,这势必会对电网的运行带来不可忽视的影响,无序充电将对配电网经济可靠的运行、电能质量带来深远的影响和挑战,比如负荷峰谷差增大,电压偏移、网络损耗等。
技术实现思路
1、本发明提供一种基于滚动优化策略的充电负荷引导控制方法、设备及介质,能够对功率指导曲线进行实时更新,确保配电网经济可靠的运行。
2、本发明解决其技术问题所采用的技术方案是:提供一种基于滚动优化策略的充电负荷引导控制方法,包括以下步骤:
3、确定分时电价,收集原始负荷数据和电动汽车数据;
4、以用户充电电费支出最小和配电网日负荷方差最小为目标建立滚动优化数学模型;
5、运用多目标粒子群算法对所述滚动优化数学模型进行寻优,并以预设周期进行滚动优化,实现充电负荷引导控制。
6、所述用户充电电费支出表示为:其中,price表示用户充电电费支出,pevi表示第i辆电动汽车的充电功率,δt表示第i辆电动汽车的充电时长,a(j)表示第j电价类型时段的充电价位,m表示电动汽车的数量,n表示电价类型。
7、所述配电网日负荷方差表示为:其中,f表示配电网日负荷方差,basics(t)表示第t个时段的小区常规用电负荷,x(t)表示第t个时段内电动汽车用户的变化的电荷量,avi(j)表示当前电价类型时段内平均充电负荷,j表示第t个时段的电价类型。
8、所述滚动优化数学模型的约束条件包括充电荷电状态约束、充电时间约束与负荷限制约束。
9、所述充电荷电状态约束表示为:socsi≤soc(i)≤soceni,3,其中,socsi表示第i辆电动汽车刚接入的电荷量,soc(i)表示第i辆电动汽车在充电过程中的电量,soceni,3表示第i辆电动汽车的充电期望。
10、所述充电时间约束表示为:tst(i)≤tneed(i)≤te(i),其中,tst(i)表示第i辆电动汽车开始充电的时刻,tneed(i)表示第i辆电动汽车在充电过程中的时刻,te(i)表示第i辆电动汽车的预期完成时刻。
11、所述负荷限制约束表示为:其中,pcg表示配电网的常规负荷,pevi表示第i辆电动汽车的充电功率,xj表示第j时段内电动汽车的数量,pmax表示配电网的最大负荷限值。
12、所述运用多目标粒子群算法对所述滚动优化数学模型进行寻优,并以预设周期进行滚动优化,实现充电负荷引导控制,具体包括:
13、判断当前时段电动汽车的接入量是否发生变化,若发生变化,则更新当前时段的数据信息,并利用多目标粒子群算法对所述滚动优化数学模型进行求解,得到当前时段最优功率指导曲线,若未发生变化,则继续执行上一时段的充电安排;
14、判断当前时刻是否大于阈值,若大于阈值,则输出日负荷指导曲线,若未大于阈值,则进行下一时段,返回上一步骤,实现日负荷指导曲线的滚动优化,实现充电负荷引导控制。
15、本发明解决其技术问题所采用的技术方案是:提供一种电子设备,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于滚动优化策略的充电负荷引导控制方法的步骤。
16、本发明解决其技术问题所采用的技术方案是:提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于滚动优化策略的充电负荷引导控制方法的步骤。
17、有益效果
18、由于采用了上述的技术方案,本发明与现有技术相比,具有以下的优点和积极效果:本发明通过采用滚动优化的方法,运用多目标粒子群算法实现功率指导曲线的实时更新,确保配电网经济可靠的运行。
1.一种基于滚动优化策略的充电负荷引导控制方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于滚动优化策略的充电负荷引导控制方法,其特征在于,所述用户充电电费支出表示为:其中,price表示用户充电电费支出,pevi表示第i辆电动汽车的充电功率,δt表示第i辆电动汽车的充电时长,a(j)表示第j电价类型时段的充电价位,m表示电动汽车的数量,n表示电价类型。
3.根据权利要求1所述的基于滚动优化策略的充电负荷引导控制方法,其特征在于,所述配电网日负荷方差表示为:其中,f表示配电网日负荷方差,basics(t)表示第t个时段的小区常规用电负荷,x(t)表示第t个时段内电动汽车用户的变化的电荷量,avi(j)表示当前电价类型时段内平均充电负荷,j表示第t个时段的电价类型。
4.根据权利要求1所述的基于滚动优化策略的充电负荷引导控制方法,其特征在于,所述滚动优化数学模型的约束条件包括充电荷电状态约束、充电时间约束与负荷限制约束。
5.根据权利要求4所述的基于滚动优化策略的充电负荷引导控制方法,其特征在于,所述充电荷电状态约束表示为:socsi≤soc(i)≤soceni,3,其中,socsi表示第i辆电动汽车刚接入的电荷量,soc(i)表示第i辆电动汽车在充电过程中的电量,soceni,3表示第i辆电动汽车的充电期望。
6.根据权利要求4所述的基于滚动优化策略的充电负荷引导控制方法,其特征在于,所述充电时间约束表示为:tst(i)≤tneed(i)≤te(i),其中,tst(i)表示第i辆电动汽车开始充电的时刻,tneed(i)表示第i辆电动汽车在充电过程中的时刻,te(i)表示第i辆电动汽车的预期完成时刻。
7.根据权利要求4所述的基于滚动优化策略的充电负荷引导控制方法,其特征在于,所述负荷限制约束表示为:其中,pcg表示配电网的常规负荷,pevi表示第i辆电动汽车的充电功率,xj表示第j时段内电动汽车的数量,pmax表示配电网的最大负荷限值。
8.根据权利要求1所述的基于滚动优化策略的充电负荷引导控制方法,其特征在于,所述运用多目标粒子群算法对所述滚动优化数学模型进行寻优,并以预设周期进行滚动优化,实现充电负荷引导控制,具体包括:
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-8中任一所述基于滚动优化策略的充电负荷引导控制方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一所述基于滚动优化策略的充电负荷引导控制方法的步骤。