CN107618392A - 充电桩自决策的电动汽车充电负荷随机接入控制系统及方法 - Google Patents

Abstract

本发明涉及一种充电桩自决策的电动汽车充电负荷随机接入控制系统及方法，属于电动汽车智能充电领域。该系统包含控制决策生成器以及若干台智能充电桩，控制决策生成器获取当前控制区域电价与负载信息，并根据负载曲线，通过本发明设计的随机接入方法，计算不同充电时长的用户对应的充电起始时刻概率分布，并将控制指令下发到各个智能充电桩，由充电桩根据各自接入用户的概率确定最终开始充电的时间。该方法具有良好的削峰填谷效果，能平抑电网负荷波动，减少电动汽车用户充电成本，且整个控制流程由控制区域设备独立完成，无需集中式的通信和控制，实施简便，系统成本低，适用于较大规模私家电动汽车居民小区进行有序充电。

Description

充电桩自决策的电动汽车充电负荷随机接入控制系统及方法

技术领域

本发明属于电动汽车智能充电领域，涉及一种充电桩自决策的电动汽车充电负荷随机接入控制系统及方法。

背景技术

在能源与环境问题越发突出的今天，电动汽车作为清洁新能源交通工具正受到人们越来越多的关注。随着电动汽车普及率不断地增加，问题也随之而来，由于电网系统缺乏必要的控制手段，当用电高峰期到来，大量电动汽车无序充电将会对电网造成巨大的冲击，极易导致负荷超载，威胁电网安全与稳定。若为应付用电高峰专门增加电力设备容量，又会抬高用电成本，降低电力资源利用率。

大量理论研究与仿真实测结果表明，若能合理安排电动汽车充电行为，充分利用配电网谷时段资源，现有的电力资源储备完全可以满足电动汽车充电需求。电动汽车充电负荷随机接入是时下新能源领域的研究热点，急需一套有效的有序充电控制策略，帮助配电网削峰填谷，平抑负荷波动，降低用户充电成本。

发明内容

有鉴于此，本发明的目的在于提供一种充电桩自决策的电动汽车充电负荷随机接入控制系统及方法。

为达到上述目的，本发明提供如下技术方案：

一种充电桩自决策的电动汽车充电负荷随机接入控制系统，包含智能充电桩和控制决策生成器，所述智能充电桩通过通信信道与控制决策生成器相连接；

所述控制决策生成器具有信息接收、参数计算和参数下发功能，其中信息接收功能用于接收并更新当日电价与负荷信息，并生成负荷曲线；参数计算功能用于求出起始充电时刻概率密度分布表；参数下发功能将起始充电时刻概率密度分布表发送到智能充电桩，使充电桩依计划启停；

所述智能充电桩接收来自决策生成器的概率密度分布表，并依据电动汽车实际输入的充电时长，独立计算得到最终的起止充电时间，并按照该时间进行充电工作。

一种充电桩自决策的电动汽车充电负荷随机接入控制方法，该方法将所有自愿参与有序充电的电动汽车用户安排在统一的控制目标时段进行充电，包括以下步骤：

S1：控制区域负荷数据生成负荷曲线，确定控制目标时段起止时刻；

S2：划分控制目标时段与充电时长：控制决策生成器首先将目标时段分为N个部分，并对接入电动汽车的充电时长根据时段划分情况进行分区间处理；

S3：计算目标时段各部分负荷裕度：由日前负荷预测结果，得出控制目标时段常规负荷曲线，设定基准负荷值；根据负荷曲线和基准负荷值，计算控制时段划分的N个部分对应于基准负荷值的负荷裕度，计算结果将作为确定充电起始时间概率分布的依据；

S4：计算充电起始时间概率分布：针对不同充电时长，以充电用户离去前满足充电需求为前提，得到符合要求的起始充电时间范围，并读取该范围内各个部分对应的负荷裕度，负荷裕度越高的，选择在该部分起始时刻充电的概率越大。

进一步，步骤S2具体为：控制决策生成器首先将目标时段分为N个部分，每个部分的长度设为M，则将接入电动汽车的充电时长分为如下区间：(0,1.5M),(1.5M,2.5M),…((N-1.5)M,(N-0.5)M),((N-0.5)M,+∞)(0,1.5M)。

进一步，步骤S3中，所述基准负荷值为：根据日前负荷预测结果得出的控制目标时段常规负荷曲线中，某一不低于时段内最大负荷的值；

步骤S3中，所述负荷裕度为所述基准负荷值与时段内各部分的负荷值之差。

进一步，所述步骤S1之前还包括：参与有序充电的电动汽车在接入智能充电桩时，需输入离去时间或需求荷电状态信息。

进一步，所述步骤S4之后还包括：充电桩根据用户输入的离去时间或需求荷电状态信息计算充电时长，根据充电时长所在区间，查找其对应的起始充电时刻概率分布表，由概率分布表随机决定以目标时段的哪一个部分的起始时刻作为最终开始充电的时间，直至充电结束。

本发明的有益效果在于：本发明提供随机接入有序充电方案能够实现将大量电动汽车充电负荷转移至电价谷时段，使得负荷低谷时段的电力资源得到充分利用，达到削峰填谷、平抑负荷波动、减小峰谷差的效果，由于大量电动汽车在谷电价时充电，用户的充电成本将大大降低，达成电网侧与用户侧利益的双赢。本发明控制流程除在线接收与更新电价与负荷数据外，其余流程均在系统内部即可实现，充电桩单日只需接收一次控制指令，无需实时与主站通信或彼此通信，无需集中式的通信和控制，实施简便，成本较低，适用于较大规模私家电动汽车居民小区进行有序充电。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明提供电动汽车充电负荷随机接入控制系统架构图；

图2为本发明中谷时段负荷裕度计算示意图。

图3为本发明控制策略流程图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

本发明实例提供一种电动汽车充电负荷随机接入控制系统，该系统架构如图1所示，包含充电策略控制器及与其相连接的多台智能充电桩。所述充电策略控制器具有信息接收与处理、控制指令下发的功能，其中信息接收与处理功能用于接收当日电价与负荷信息，读取日前负荷预测结果，并由此制定次日谷时段充电规则；控制指令下发功能将已确定的充电规则发送到每台智能充电桩，使各充电桩按规则启停，实现有序充电。所述智能充电桩与充电策略控制器保持通信，根据控制指令控制自身启停；用户在接入所述智能充电桩时，需提供充电时长信息，并选择是否参与有序充电；所述智能充电桩在执行有序充电时以慢充模式充电，其特征在于充电功率基本保持恒定。

本发明实例还提供一种充电桩自决策的电动汽车充电负荷随机接入控制方法，该方法将所有非谷电价时段接入智能充电桩且愿意参与有序充电的电动汽车用户安排在当晚至次日谷电价时段统一进行充电。该方法包括如下步骤：

步骤一：对谷时段进行划分：系统首先将谷时段划分为N个部分，若谷时段长度为8小时，则可以1小时为间隔划分为8等分，也可根据精度要求进一步细分。

步骤二：计算谷时段均分后各部分负荷裕度：由日前负荷预测结果，得出谷时段常规负荷曲线，选取某一不低于谷时段最大负荷的值作为基准负荷值，该值与其余各部分的负荷值之差即为对应部分的负荷裕度；

步骤三：生成各充电时长对应充电起始时间概率密度分布：设N等分后每部分长度为M，将充电时间划为以下各区间：(0,1.5M),(1.5M,2.5M),…((N-1.5)M,(N-0.5)M),((N-0.5)M,+∞)(0,1.5M)。为保证目标电动汽车在谷时段内完成预定充电时长，每区间对应有不同的起始充电时间范围，在该范围内的各部分时段各自对应的负荷裕度与负荷裕度之和的比值，即为该部分时间成为起始充电时间的概率。

下面结合附图2具体阐述本发明的实施方式。附图2中实例将谷时段(23:00-7:00)划为8等分，每部分持续1小时。现对各类满足参与有序充电条件的用户按其充电时长作如下处理：

充电时长在7.5小时及以上的，默认以3:00为中点，覆盖整个谷时段充电。

充电时长在7.5小时以下的，按以下规则分配：

6.5-7.5小时：起始时刻可能定在23时或0时，概率分别为

5.5-6.5小时：起始时刻可能定在23、0、1时，概率分别为

1.5-5.5小时安排方法以此类推；

1.5小时以下：起始时刻分布在23—6时整点，概率分别为

其中S表示图2中各部分面积，其意义为该部分对应的负荷裕度。S(总)表示1-8区域总负荷裕度，S(1-7)表示区域1到7负荷裕度，以此类推；P_x(Y始)表示充电小时数以x为中心的车辆在Y时刻开始充电的概率，例如P₆(23始)表示充电小时数在5.5-6.5小时的车辆于23时开始充电的概率。

如有用户在以上充电安排中需提前离开，则充电时间相应的提前至与用户离开时间同时结束。

本发明的分职能控制流程如图3所示。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (6)

1.一种充电桩自决策的电动汽车充电负荷随机接入控制系统，其特征在于，包含智能充电桩和控制决策生成器，所述智能充电桩通过通信信道与控制决策生成器相连接；

所述控制决策生成器具有信息接收、参数计算和参数下发功能，其中信息接收功能用于接收并更新当日电价与负荷信息，并生成负荷曲线；参数计算功能用于求出起始充电时刻概率密度分布表；参数下发功能将起始充电时刻概率密度分布表发送到智能充电桩，使充电桩依计划启停；

所述智能充电桩接收来自决策生成器的概率密度分布表，并依据电动汽车实际输入的充电时长，独立计算得到最终的起止充电时间，并按照该时间进行充电工作。

2.一种充电桩自决策的电动汽车充电负荷随机接入控制方法，其特征在于，该方法将所有自愿参与有序充电的电动汽车用户安排在统一的控制目标时段进行充电，包括以下步骤：

S1：控制区域负荷数据生成负荷曲线，确定控制目标时段起止时刻；

S2：划分控制目标时段与充电时长：控制决策生成器首先将目标时段分为N个部分，并对接入电动汽车的充电时长根据时段划分情况进行分区间处理；

S3：计算目标时段各部分负荷裕度：由日前负荷预测结果，得出控制目标时段常规负荷曲线，设定基准负荷值；根据负荷曲线和基准负荷值，计算控制时段划分的N个部分对应于基准负荷值的负荷裕度，计算结果将作为确定充电起始时间概率分布的依据；

S4：计算充电起始时间概率分布：针对不同充电时长，以充电用户离去前满足充电需求为前提，得到符合要求的起始充电时间范围，并读取该范围内各个部分对应的负荷裕度，负荷裕度越高的，选择在该部分起始时刻充电的概率越大。

3.根据权利要求2所述的一种充电桩自决策的电动汽车充电负荷随机接入控制方法，其特征在于，步骤S2具体为：控制决策生成器首先将目标时段分为N个部分，每个部分的长度设为M，则将接入电动汽车的充电时长分为如下区间：(0,1.5M),(1.5M,2.5M),…((N-1.5)M,(N-0.5)M),((N-0.5)M,+∞)(0,1.5M)。

4.根据权利要求2所述的一种充电桩自决策的电动汽车充电负荷随机接入控制方法，其特征在于，步骤S3中，所述基准负荷值为：根据日前负荷预测结果得出的控制目标时段常规负荷曲线中，某一不低于时段内最大负荷的值；

步骤S3中，所述负荷裕度为所述基准负荷值与时段内各部分的负荷值之差。

5.根据权利要求2所述的一种充电桩自决策的电动汽车充电负荷随机接入控制方法，其特征在于，所述步骤S1之前还包括：参与有序充电的电动汽车在接入智能充电桩时，需输入离去时间或需求荷电状态信息。

6.根据权利要求5所述的一种充电桩自决策的电动汽车充电负荷随机接入控制方法，其特征在于，所述步骤S4之后还包括：充电桩根据用户输入的离去时间或需求荷电状态信息计算充电时长，根据充电时长所在区间，查找其对应的起始充电时刻概率分布表，由概率分布表随机决定以目标时段的哪一个部分的起始时刻作为最终开始充电的时间，直至充电结束。