[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN104701931B - 一种规模化电动汽车的可放电容量评估方法 - Google Patents

一种规模化电动汽车的可放电容量评估方法 Download PDF

Info

Publication number
CN104701931B
CN104701931B CN201510040177.9A CN201510040177A CN104701931B CN 104701931 B CN104701931 B CN 104701931B CN 201510040177 A CN201510040177 A CN 201510040177A CN 104701931 B CN104701931 B CN 104701931B
Authority
CN
China
Prior art keywords
electric automobile
time
capacity
battery
charging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510040177.9A
Other languages
English (en)
Other versions
CN104701931A (zh
Inventor
李喜兰
唐田
林章岁
林红阳
刘瑜俊
徐青山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Southeast University
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Southeast University
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Southeast University, State Grid Fujian Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201510040177.9A priority Critical patent/CN104701931B/zh
Publication of CN104701931A publication Critical patent/CN104701931A/zh
Application granted granted Critical
Publication of CN104701931B publication Critical patent/CN104701931B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及一种放电容量评估分析方法，包括以下步骤：步骤S1：获取电动汽车用户使用电动汽车的使用信息；步骤S2：获取电动汽车用户充电起始时刻的电池荷电状态，以及充电结束时刻的电池荷电状态；步骤S3：计算并绘制电动汽车接入电网时间的概率分布曲线；步骤S4：设定电动汽车可放电容量为电动汽车在当前时刻可以放出的用于电网V2G各项技术的容量大小；步骤S5：分情况推导电动汽车可放电容量计算公式；步骤S6：评估电动汽车可放电容量。本发明能够建立放电容量模型，利用历史或实时数据进行容量评估，用以帮助制定电动汽车参与V2G运行策略，达到削峰填谷、节能减排、提升可再生能源接纳能力的作用。

Description

一种规模化电动汽车的可放电容量评估方法
技术领域
本发明属于电动汽车接入电网（V2G）技术和储能技术领域，特别是一种规模化电动汽车的可放电容量评估方法。
背景技术
随着分布式可再生能源的大规模发展，可再生能源的分散分布性、随机性、间歇性给电网运行带来了巨大挑战，而储能技术的发展为解决这一问题提供了可行且有效的解决方法。同时，具有负荷与电源双重属性的电动汽车正在全世界范围内推广和研究，其处于接入电网状态时，电动汽车动力电池就可被视为分散随机接入的一种电池储能。区别于固定配置的储能系统，电动汽车储能具有移动特性，正好能够与分布式可再生能源进行有效互动，达到削峰填谷、节能减排、提升可再生能源接纳能力的作用。
V2G的核心思想就是利用大量电动汽车的储能源作为电网和可再生能源缓冲。通过V2G可以：①利用电动车电池作为电网的缓冲，为电网提供辅助服务，如调峰、无功补偿等；②能为车主提供额外的收入，抵消购买电动汽车的部分花费，有利于清洁汽车的普及；③可以增加电网稳定性和可靠性，降低电力系统运营成本。从长远来看，V2G能减少对新发电基础设施的投资；还可以产生能量存储缓冲，从而为可再生能源提供支持。从总体来讲，国内对V2G 的研究主要侧重于可行性分析、整体结构的描述及各组成部分功能分析等，而对其具体的实现技术则涉及较少，零星分布在数量不多的文献内。电动汽车接入电网技术（V2G）的研究主要集中在其充电负荷和充电需求方面。
目前已发表的文献未对不同类型车辆对应的充电时间充电方式起始（SOC）进行划分，在分析充电需求时假设所有车辆均充满或充至给定容量未考虑车辆的不同充电需求。随着未来电动汽车的飞速发展，电动汽车充电负荷会影响负荷曲线的形状，其充电需求也会提高对发电量的要求。但是目前针对电动汽车放电的研究较少，主要是因为电动汽车放电的技术难度大于充电，且涉及电动汽车用户参与度的问题，但是电动汽车具有储能特性的先天优势，在规模化运行后可调度能力不可限量，因此对其的研究极为重要，该研究内容迫切需要一种电动汽车可调度容量的评估计算方法。
发明内容
有鉴于此，本发明的目的是提供一种规模化电动汽车的可放电容量评估方法，通过建立放电容量模型，利用历史或实时数据进行容量评估，用以帮助制定电动汽车参与V2G运行策略，达到削峰填谷、节能减排、提升可再生能源接纳能力的作用。
本发明采用以下方法实现： 一种规模化电动汽车的可放电容量评估方法，具体包括以下步骤：
步骤S1：获取电动汽车用户使用电动汽车的起始时间、结束时间、结束地点、充电起始时间、充电结束时间、充电地点以及充电时长；
步骤S2：根据充电设施检测数据，获取电动汽车用户充电起始时刻的电池荷电状态，以及充电结束时刻的电池荷电状态；
步骤S3：根据根据步骤S1与步骤S2的结果，计算并绘制电动汽车接入电网时间的概率分布曲线；
步骤S4：设定电动汽车可放电容量为电动汽车在当前时刻可以放出的用于电网V2G各项技术的容量大小；
步骤S5：根据接入电动汽车的动力电池的荷电状态和接入时间，分成三种情况推导电动汽车可放电容量计算公式；
步骤S6：将电动汽车的使用历史数据或者实时数据代入步骤S5中推导得出的电动汽车可放电容量计算公式，用以评估电动汽车可放电容量。
进一步地，步骤S3进一步包括以下步骤：
步骤S31：根据步骤S1中获取的大量电动汽车用户的充电起始时间和充电结束时间绘制电动汽车接入电网时间的概率分布曲线，用以确定电动汽车接入电网的时间；
步骤S32：根据电动汽车的总体接入情况计算电动汽车接入电网概率的期望，其中t时刻的计算公式为：
，
其中，N表示电动汽车的调查样本数量，表示i车接入电网，表示i车未接入电网。
进一步地，步骤S4进一步包括：根据计算公式得出t时刻规模化电动汽车的总可放电容量，其中， 为规模化电动汽车的总可放电容量， 为i车的可放电容量。
进一步地，所述步骤S5具体为：首先设某电动汽车的接入时刻为，离开时刻为，当前时刻为，对应以上不同时刻的电池的荷电状态分别为、、，电动汽车的充电负荷为，电动汽车的放电负荷为，i 车的电池容量为；
a )当接入电网的电动汽车电池电量较低，在电动汽车离开时都不能满足荷电要求时，即当成立时，所有电量都不能用于V2G项目，此时
，
b )当接入电网的电动汽车电池电量较高或距离离开时间还比较久时，即当成立时，所有的电池残余电量都可以用于V2G项目，此时
，
c )当接入电网的电动汽车电池电量不是以上两种情况时，即电池可以放出部分电量用于V2G项目，此时
，
其中，与所述公式中的一致。
进一步地，所述公式的具体推导过程为：
T n 时刻前，电动汽车的充放电过程为
T a 和T n 之间电动汽车的充电状态是确定的，且不影响T n 时刻以后的充放电策略；若T n 时刻开始，i 车将参与V2G项目，则此时电池能承受的连续放出能量就是可放电容量，从T n 时刻至放电截止时刻T e 放出的能量可表示为
，
从荷电状态角度上来描述，这部分能量可表示为
，
放电截止时刻T e 到离开时刻T l 之间，电池必须转入充电状态以保证用户的使用，此过程可表示为
根据不同用户的要求，Q i,l 的大小不同；
根据以上所有公式可解得:
。
本发明针对电动汽车即将规模化运行的实际情况，提出的可放电容量的评估方法，解决了电动汽车参与V2G项目现实存在的能力问题，在考虑到电动汽车用户使用习惯的同时，作为移动性的储能设备向电网输送能量，可以与分布式可再生能源进行有效地互动，达到削峰填谷、节能减排、提升可再生能源接纳能力的作用，可广泛应用于V2G的科学研究和工程应用。
附图说明
图1为本发明技术方案的实施流程图；
图2为不同类型电动汽车的接入概率统计图；
图3为总体电动汽车可放电容量图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
本实施例提供一种规模化电动汽车的可放电容量评估方法，如图1所示,具体包括以下步骤：
步骤S1：获取电动汽车用户使用电动汽车的起始时间、结束时间、结束地点、充电起始时间、充电结束时间、充电地点以及充电时长；
步骤S2：根据充电设施检测数据，获取电动汽车用户充电起始时刻的电池荷电状态，以及充电结束时刻的电池荷电状态；
步骤S3：根据根据步骤S1与步骤S2的结果，计算并绘制电动汽车接入电网时间的概率分布曲线；
步骤S4：设定电动汽车可放电容量为电动汽车在当前时刻可以放出的用于电网V2G各项技术的容量大小；
步骤S5：根据接入电动汽车的动力电池的荷电状态和接入时间，分成三种情况推导电动汽车可放电容量计算公式；
步骤S6：将电动汽车的使用历史数据或者实时数据代入步骤S5中推导得出的电动汽车可放电容量计算公式，用以评估电动汽车可放电容量。
特别地，本实例所用的统计数据是基于美国NHTS（national house hold travelsurvey）调查结果以及国内电动汽车示范项目的统计数据。
在本实施例中，步骤S3进一步包括以下步骤：
步骤S31：根据步骤S1中获取的大量电动汽车用户的充电起始时间和充电结束时间绘制电动汽车接入电网时间的概率分布曲线，用以确定电动汽车接入电网的时间；
步骤S32：根据电动汽车的总体接入情况计算电动汽车接入电网概率的期望，其中t时刻的计算公式为：
，
其中，N表示电动汽车的调查样本数量，表示i车接入电网，表示i车未接入电网。
较佳地，图2给出了接入概率的统计和分析的结果。
在本实施例中，步骤S4进一步包括：根据计算公式得出t时刻规模化电动汽车的总可放电容量，其中， 为规模化电动汽车的总可放电容量， 为i车的可放电容量。其中规模化电动汽车运行时的总体放电容量等于每一辆接入电网的电动汽车的可放电容量之和。另一方面，并不是每一辆电动汽车在t时刻是接入电网状态，所以引入接入概率体现电动汽车接入电网的同时率。
在本实施例中，所述步骤S5具体为：首先设某电动汽车的接入时刻为，离开时刻为，当前时刻为，对应以上不同时刻的电池的荷电状态分别为、、，电动汽车的充电负荷为，电动汽车的放电负荷为，i 车的电池容量为；
a )当接入电网的电动汽车电池电量较低，在电动汽车离开时都不能满足荷电要求时，即当成立时，所有电量都不能用于V2G项目，此时
，
b )当接入电网的电动汽车电池电量较高或距离离开时间还比较久时，即当成立时，所有的电池残余电量都可以用于V2G项目，此时
，
c )当接入电网的电动汽车电池电量不是以上两种情况时，即电池可以放出部分电量用于V2G项目，此时
，
其中，与所述公式中的一致。
在本实施例中，所述公式的具体推导过程为：
T n 时刻前，电动汽车的充放电过程为
T a 和T n 之间电动汽车的充电状态是确定的，且不影响T n 时刻以后的充放电策略；若T n 时刻开始，i 车将参与V2G项目，则此时电池能承受的连续放出能量就是可放电容量，从T n 时刻至放电截止时刻T e 放出的能量可表示为
，
从荷电状态角度上来描述，这部分能量可表示为
，
放电截止时刻T e 到离开时刻T l 之间，电池必须转入充电状态以保证用户的使用，此过程可表示为
根据不同用户的要求，Q i,l 的大小不同；
根据以上所有公式可解得:
。
式中的变量T n 和Q n 都是仅与当前时刻有关，因此在任意时刻，可以根据接入系统的电动汽车电池的荷电状态和预估的离开时间，估计出可放电容量，从而对电动汽车的放电实时调度具有重大意义。
基于以上步骤，可将电动汽车的使用历史数据或者实时数据代入步骤S5中推导得出的电动汽车可放电容量计算公式，用以评估电动汽车可放电容量。图3给出了18：00到24：00该区域的平均可放电容量。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (4)

1.一种规模化电动汽车的可放电容量评估方法，其特征在于包括以下步骤：
步骤S1：获取电动汽车用户使用电动汽车的起始时间、结束时间、结束地点、充电起始时间、充电结束时间、充电地点以及充电时长；
步骤S2：根据充电设施检测数据，获取电动汽车用户充电起始时间的电池荷电状态，以及充电结束时间的电池荷电状态；
步骤S3：根据步骤S1与步骤S2的结果，计算并绘制电动汽车接入电网时间的概率分布曲线；
步骤S4：设定电动汽车可放电容量为电动汽车在当前时刻放出的用于电网V2G各项技术的容量大小；
步骤S5：根据接入电动汽车的动力电池的荷电状态和接入时间，分成三种情况推导电动汽车可放电容量计算公式；
步骤S6：将电动汽车的使用历史数据或者实时数据代入步骤S5中推导得出的电动汽车可放电容量计算公式，用以评估电动汽车可放电容量；
所述步骤S3进一步包括以下步骤：
步骤S31：根据步骤S1中获取的大量电动汽车用户的充电起始时间和充电结束时间绘制电动汽车接入电网时间的概率分布曲线，用以确定电动汽车接入电网的时间；
步骤S32：根据电动汽车的总体接入情况计算电动汽车接入电网概率的期望，其中t时刻的计算公式为：
P ( t ) = lim N → ∞ 1 N Σ i = 1 N ξ i , t ,
其中，N表示电动汽车的调查样本数量，ξ＝1表示i车接入电网，ξ＝0表示i车未接入电网；ξi,t表示电动汽车是否接入电网的变量参数。
2.根据权利要求1所述的一种规模化电动汽车的可放电容量评估方法，其特征在于：步骤S4进一步包括：根据计算公式得出t时刻规模化电动汽车的总可放电容量，其中，Et为规模化电动汽车的总可放电容量，Ei,t为i车的可放电容量，P(t)表示规模化电动汽车的总功率。
3.根据权利要求2所述的一种规模化电动汽车的可放电容量评估方法，其特征在于：所述步骤S5具体为：首先设某电动汽车的接入电网时间为Ta，离开时刻为Tl，当前时刻为Tn，对应以上不同时刻的电池的荷电状态分别为Qa、Ql、Qn，电动汽车的充电负荷为Pc，电动汽车的放电负荷为Pd，i车的电池容量为Si；
a)当接入电网的电动汽车电池电量较低，在电动汽车离开时都不能满足荷电要求时，即当(Tl-Tn)Pc＜(1-Qi,n)Si成立时，所有电量都不能用于V2G项目，此时
Ei,n＝0
b)当接入电网的电动汽车电池电量较高或距离离开时间还比较久时，即当Tl-Tn＞Qi, nSi/Pd+Si/Pc成立时，所有的电池残余电量都可以用于V2G项目，此时
Ei,n＝Qi,nSi，
c)当接入电网的电动汽车电池电量不是以上两种情况时，即电池可以放出部分电量用于V2G项目，此时
E i , n = P d P c + P d [ ( T l - T n ) P c - ( 1 - Q i , n ) S i ] ,
其中，Ei,n与公式中的Ei,t一致，Ei,n为为i车的可放电容量，Qi，n为i车电池的荷电状态。
4.根据权利要求3所述的一种规模化电动汽车的可放电容量评估方法，其特征在于：所述公式的具体推导过程为：
Tn时刻前，电动汽车的充放电过程为
Q i , n = Q i , a + 1 S i ∫ T n T n P c d t
Ta和Tn之间电动汽车的充电状态是确定的，且不影响Tn时刻以后的充放电策略；若Tn时刻开始，i车将参与V2G项目，则此时电池能承受的连续放出能量就是可放电容量，从Tn时刻至放电截止时刻Te放出的能量可表示为
E i , n = ∫ T n T e P d d t = ( T e - T n ) P d ,
从荷电状态角度上来描述，这部分能量可表示为
Ei,n＝(Qn-Qe)Si，
放电截止时刻Te到离开时刻Tl之间，电池必须转入充电状态以保证用户的使用，此过程可表示为
Q i , l = Q i , e + 1 S i ∫ T e T l P c d t = Q i , e + ( T l - T e ) P c S i
根据不同用户的要求，Qi,l的大小不同；
根据以上所有公式可解得:
E i , n = P d P c + P d [ ( T l - T n ) P c - ( 1 - Q i , n ) S i ] ,
其中，Qi,a为充电开始时间i车电池的荷电状态；Qe为放电截止时刻的电池的荷电状态；Qi,l为放电截止时刻电池的荷电状态,Qi,e为放电截止时刻i车电池的荷电状态。
CN201510040177.9A 2015-04-18 2015-04-18 一种规模化电动汽车的可放电容量评估方法 Active CN104701931B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510040177.9A CN104701931B (zh) 2015-04-18 2015-04-18 一种规模化电动汽车的可放电容量评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510040177.9A CN104701931B (zh) 2015-04-18 2015-04-18 一种规模化电动汽车的可放电容量评估方法

Publications (2)

Publication Number Publication Date
CN104701931A CN104701931A (zh) 2015-06-10
CN104701931B true CN104701931B (zh) 2017-02-22

Family

ID=53348794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510040177.9A Active CN104701931B (zh) 2015-04-18 2015-04-18 一种规模化电动汽车的可放电容量评估方法

Country Status (1)

Country Link
CN (1) CN104701931B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108886255B (zh) * 2016-03-29 2021-11-23 京瓷株式会社 电力管理装置、电力管理系统以及电力管理方法
CN107391899A (zh) * 2016-05-17 2017-11-24 中国电力科学研究院 一种电动汽车集群负荷响应能力评估方法
CN107480848A (zh) * 2017-06-26 2017-12-15 清华大学 一种规模化电动汽车汇聚等效储能能力的评估方法
CN110549909B (zh) * 2018-03-30 2021-06-18 比亚迪股份有限公司 动力电池组的soh计算方法、装置和电动汽车
CN108923536B (zh) * 2018-07-12 2020-09-08 中国南方电网有限责任公司 可调度潜力分析方法、系统、计算机设备及存储介质
CN109823228B (zh) * 2018-12-29 2023-05-23 国网天津市电力公司电力科学研究院 面向楼宇负荷聚合商的电动汽车充放电方法及装置
US11890952B2 (en) 2020-03-17 2024-02-06 Toyot Motor North America, Inc. Mobile transport for extracting and depositing energy
US11685283B2 (en) 2020-03-17 2023-06-27 Toyota Motor North America, Inc. Transport-based energy allocation
US11618329B2 (en) 2020-03-17 2023-04-04 Toyota Motor North America, Inc. Executing an energy transfer directive for an idle transport
US11552507B2 (en) 2020-03-17 2023-01-10 Toyota Motor North America, Inc. Wirelessly notifying a transport to provide a portion of energy
US11571983B2 (en) 2020-03-17 2023-02-07 Toyota Motor North America, Inc. Distance-based energy transfer from a transport
US11571984B2 (en) 2020-04-21 2023-02-07 Toyota Motor North America, Inc. Load effects on transport energy
US20210323433A1 (en) 2020-04-21 2021-10-21 Toyota Motor North America, Inc. Transport charge offload management
CN112332433B (zh) * 2020-09-29 2023-01-31 国网电动汽车服务有限公司 一种电动汽车参与填谷辅助服务可转移负荷容量分析方法
CN114036459B (zh) * 2020-12-21 2023-10-13 中国科学院广州能源研究所 基于v2g调度响应下的电动汽车用能绿色程度计算方法
CN113468719B (zh) * 2021-06-02 2024-09-24 杭州市电力设计院有限公司 基于数据驱动的配电网电动汽车接纳能力评估方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5909906B2 (ja) * 2011-07-21 2016-04-27 ソニー株式会社 情報処理装置、情報処理方法、プログラム、記録媒体、及び情報処理システム
JP5177274B1 (ja) * 2011-10-31 2013-04-03 トヨタ自動車株式会社 充放電コネクタ及び当該充放電コネクタを介して充放電可能な車両
CN103427429B (zh) * 2013-08-21 2015-04-15 华北电力大学 用户侧分散储能设备的实时功率分配方法
CN103580250B (zh) * 2013-10-31 2016-04-27 奇瑞汽车股份有限公司 一种充放电系统，充放电控制系统以及纯电动汽车与电网充放电控制方法
CN103840521B (zh) * 2014-02-27 2016-08-17 武汉大学 基于最优潮流的大规模电动汽车优化充放电系统及方法

Also Published As

Publication number Publication date
CN104701931A (zh) 2015-06-10

Similar Documents

Publication Publication Date Title
CN104701931B (zh) 一种规模化电动汽车的可放电容量评估方法
Jian et al. Optimal scheduling for vehicle-to-grid operation with stochastic connection of plug-in electric vehicles to smart grid
Zheng et al. A novel real-time scheduling strategy with near-linear complexity for integrating large-scale electric vehicles into smart grid
Qian et al. Modeling of load demand due to EV battery charging in distribution systems
Zhou et al. Modeling of the cost of EV battery wear due to V2G application in power systems
Zhou et al. Optimal coordination of electric vehicles for virtual power plants with dynamic communication spectrum allocation
Grahn et al. PHEV utilization model considering type-of-trip and recharging flexibility
Gan et al. A probabilistic evaluation method of household EVs dispatching potential considering users’ multiple travel needs
CN111106620B (zh) 基于区块链的电动汽车充电分布式管理方案
CN109117503A (zh) 一种v2v和v2g共存应用场景模型的构建方法及装置
CN109460853A (zh) 一种电动汽车充电负荷需求确定方法及系统
CN114036459A (zh) 基于v2g调度响应下的电动汽车用能绿色程度计算方法
Agarwal et al. Using EV battery packs for vehicle-to-grid applications: An economic analysis
CN108599267B (zh) 一种考虑电动汽车出行相关性的机组组合调度方法
Darabi et al. Extracting probability distribution functions applicable for PHEVs charging load profile
CN109672199B (zh) 一种基于能量平衡的电动汽车削峰填谷能力估计方法
CN110675044A (zh) 一种用于确定电动汽车参加辅助服务类型的方法及系统
Varnosfaderani et al. Sweat testing cycles of batteries for different electrical power applications
Dixon et al. Characterization of electric vehicle fast charging forecourt demand
Das et al. Review on optimization techniques used for scheduling of electric vehicle charging
CN106203719A (zh) 一种电动汽车接入电网的负荷预测方法
Yu et al. Intelligent PHEV charging and discharging strategy in smart grid
Yuan et al. An energy storage capacity determination model of electric vehicle aggregator considering the real-time response state
Tikka On Load Modeling of Electric Vehicles—Energy System Viewpoints
Aghaei et al. Investigation of smart distribution network response to operation performance of plug-in hybrid electric vehicles

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant