本發(fā)明主要涉及到物聯(lián)網(wǎng)領(lǐng)域，特別涉及到新能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域。

背景技術(shù)：

隨著能源危機的加深，大氣污染危害的加劇，人們越來越意識到新能源是未來汽車技術(shù)的主要發(fā)展方向，電動汽車由于清潔環(huán)保，高效節(jié)能而受到各國政府的關(guān)注。發(fā)展電動汽車(EV)是解決能源危機和環(huán)境污染的重要手段，近年來，中央和地方政府連續(xù)出臺了一系列補貼扶持政策，使得國內(nèi)電動汽車行業(yè)發(fā)展迅猛。

隨著未來電動汽車的普及，大規(guī)模的電動汽車接入電網(wǎng)充電，將對電網(wǎng)的運行與規(guī)劃產(chǎn)生不可忽視的影響。特別是電動汽車的接入，將給電網(wǎng)帶來大規(guī)模的負(fù)荷增長、電壓下降、線路損耗增大、影響電能質(zhì)量，以及三相不平衡等問題。在缺乏充電協(xié)調(diào)的情況下，將進(jìn)一步加劇配網(wǎng)的負(fù)荷峰谷差，加重電力系統(tǒng)的負(fù)擔(dān)，對配電網(wǎng)的安全運行產(chǎn)生負(fù)面影響。因此，有必要對EV充電負(fù)荷進(jìn)行有序協(xié)調(diào)控制。

目前主要是通過直接負(fù)荷控制或電價引導(dǎo)實現(xiàn)對V2G的協(xié)調(diào)控制，在一定程度上能夠平緩負(fù)荷曲線、減少峰谷差、提高電網(wǎng)的穩(wěn)定性。但是這兩種控制方法比較簡單，存在如下問題：1)忽略了用戶的主觀意愿，實際的充電調(diào)度結(jié)果用戶可能難以接受，從而無法有效地對EV進(jìn)行調(diào)度；2)沒有對用戶的充電行為進(jìn)行適當(dāng)合理的控制，很可能在低價時段帶來新的負(fù)荷高峰；3)這種管理方式是集中控制模式，隨著EV規(guī)模的增加，其計算量、通信開銷、帶寬將迅速增加，此時集中控制方式不再適用。故此，亟需一種有效的分布式有序充電控制方法，降低計算規(guī)模，減低通信，提高用戶參與的積極性?；诖?，設(shè)計了一種基于分布式的電動汽車有序充電控制方法。

技術(shù)實現(xiàn)要素：

本發(fā)明公開了一種基于分布式的電動汽車有序充電控制方法，主要應(yīng)用分布式方式對電動汽車充電進(jìn)行有序控制，降低了計算規(guī)模，避免了通信開銷大、帶寬需求高的現(xiàn)象，使充電成本最小化提高了用戶參與的積極性，平緩了配電網(wǎng)負(fù)荷曲線。

根據(jù)本發(fā)明應(yīng)用背景，提供一種基于分布式的電動汽車有序充電控制方法，包括以下步驟：

步驟一、場景的布置以及參數(shù)的初始化設(shè)置：

1)選定某住宅小區(qū)的充電樁作為一個網(wǎng)絡(luò)；

2)設(shè)定充電樁網(wǎng)絡(luò)的控制時間區(qū)間范圍[T_S T_E]以及以dt等分區(qū)間[T_S T_E]成N段；

3)充電樁網(wǎng)絡(luò)的變壓器功率上限為B，工業(yè)分時電價為p，其中p^f表示高峰電價，p^d表示低谷電價；

4)所有電動汽車具有相同的最大充電負(fù)荷P_max、電池容量C、期望充滿電、充電效率η；

5)充電樁網(wǎng)絡(luò)服務(wù)的電動汽車數(shù)量為S；

步驟二、將充電樁網(wǎng)絡(luò)在t時段各傳感器采集的數(shù)據(jù)作為一組充電數(shù)據(jù)E：

1、傳感器網(wǎng)絡(luò)預(yù)判斷t時段接入充電樁符合要求充電的電動車：

1)傳感器網(wǎng)絡(luò)獲得t時段接入充電樁的每輛電動車的初始荷電狀態(tài)SOC₀；

2)每個用戶設(shè)定預(yù)期離開時間T_l；

3)計算每輛電動車從初始剩余電量到充滿電需要的最短時間1表示充滿電時的荷電狀態(tài)；

4)判斷每輛電動車停留時間是否大于最短時間，若大于則符合要求；

2、傳感器網(wǎng)絡(luò)獲得t時段滿足充電要求的電動車數(shù)量A；

3、傳感器網(wǎng)絡(luò)采集A輛車的充電數(shù)據(jù)矩陣E：

E＝[SOC₀ P_max C T_l]，

其中

步驟三、構(gòu)造t時段虛擬動態(tài)分時電價p_r：

1)根據(jù)t時段配電網(wǎng)負(fù)荷向量L_t，由公式計算負(fù)荷率向量r_t，其中

2)根據(jù)步驟1)的負(fù)荷率向量r_t，由公式p_r＝r_t+p_t，可得虛擬動態(tài)分時電價向量p_r。

步驟四、根據(jù)步驟二的充電數(shù)據(jù)E和步驟三的虛擬動態(tài)分時電價p_r，分布式計算出充電負(fù)荷L_d：

1)初始化數(shù)據(jù)：迭代初始值k＝1，設(shè)置最高迭代次數(shù)為K，設(shè)置閾值η，λ^t，

2)根據(jù)步驟二、三，t時段充電數(shù)據(jù)E和虛擬動態(tài)分時電價p_r，通過Benders，對偶理論分布式算法計算出充電負(fù)荷L_d，步驟如下：

a)初始化數(shù)據(jù)：設(shè)定Φ的下限值LB＝-∞，上限值UB＝+∞，隨機生成0-1初始值w₀，設(shè)置固定的閾值Th；

b)根據(jù)w₀，計算出l_a，值，其中為Φ的上限函數(shù)；

c)根據(jù)l_a，計算出w₀，LB＝Φ′(w₀)，其中Φ′為Φ的下限函數(shù)；

d)判斷閾值：m＝LB/UB,若m≤Th跳至步驟b)繼續(xù)計算，否則輸出l_a并結(jié)束過程；

3)根據(jù)l_a，計算出并更新向量λ、μ、p_r：

4)判斷閾值：若最大絕對值則輸出l_a(a∈A)和L_d，否則迭代次數(shù)k＝k+1；

5)判斷迭代次數(shù)：若k≤K跳至步驟2)繼續(xù)計算，否則輸出l_a(a∈A)和L_d。

步驟五、根據(jù)步驟四得到的L_d，更新t＝t+1，L_t＝L_t+L_d。

步驟六、若t≤N,則繼續(xù)步驟二，否則結(jié)束循環(huán)，此時充電成本最小，負(fù)荷曲線較為平緩。

與現(xiàn)有技術(shù)相比，本方法的優(yōu)點在于：

1、應(yīng)用分布式方式對電動汽車進(jìn)行有序充控制，能夠降低計算規(guī)模，減少計算迭代次數(shù)，避免通信開銷大、帶寬需求高的現(xiàn)象；

2、構(gòu)造虛擬動態(tài)分時電價，使充電成本最小，提高了用戶參與有序充電的積極性，平緩了負(fù)荷曲線。

附圖說明

圖1是本發(fā)明流程圖，

圖2是分布式控制示意圖，

圖3是本發(fā)明分布式求解L_d示意圖。

具體實施方式

實施例結(jié)合附圖，本發(fā)明技術(shù)方案的具體步驟如下：

步驟1、場景的布置以及參數(shù)的初始化設(shè)置：

1)選擇某住宅小區(qū)的充電樁作為一個控制網(wǎng)絡(luò)和依據(jù)歷史常規(guī)負(fù)荷預(yù)測當(dāng)日初始負(fù)荷L₀。

2)設(shè)定充電樁網(wǎng)絡(luò)的時間區(qū)間范圍為T_S＝16:00至次日T_E＝8:00以及用dt＝15min等分[16:00 8:00]為N＝64時段；

3)設(shè)定充電樁網(wǎng)絡(luò)的變壓器功率上限Bkw，以及工業(yè)分時電價7:00-23：00為a元/kw·h，23:00-7:00為b元/kw·h；

4)設(shè)定服務(wù)的所有電動汽車具有相同的最大充電功率P_max＝8kw，電池容量C＝40kw·h，期望充滿電，充電效率η＝0.9；

5)充電樁網(wǎng)絡(luò)服務(wù)的電動汽車數(shù)量為S＝50；

步驟2、輸入t時段充電數(shù)據(jù)E：

1)傳感器網(wǎng)絡(luò)預(yù)判斷t時段接入充電樁符合要求充電的電動車；

2)傳感器網(wǎng)絡(luò)獲得t時段符合要求充電的電動車數(shù)量A；

3)傳感器網(wǎng)絡(luò)采集A輛車的初始化充電數(shù)據(jù)E：

E＝[SOC₀ P_max C T_l],

其中

步驟3、構(gòu)造t時段虛擬動態(tài)分時電價向量p_r：

1)根據(jù)t時段配電網(wǎng)負(fù)荷向量L_t，由公式計算出負(fù)荷率向量r_t；

2)根據(jù)步驟1)的負(fù)荷率向量r_t，由公式p_r＝r_t+p_t，可得虛擬動態(tài)分時電價p_r。

步驟4、計算出t時刻內(nèi)電動汽車充電負(fù)荷L_d：

1)初始化數(shù)據(jù)：迭代初始值k＝1，設(shè)置最高迭代次數(shù)為K＝300，設(shè)置閾值η＝0.001，λ^t，

2)根據(jù)步驟2、3，t時刻的充電數(shù)據(jù)E和虛擬動態(tài)分時電價p_r，通過Benders，對偶理論分布式算法計算出充電負(fù)荷L_d，步驟如下；

a)初始化數(shù)據(jù)：設(shè)定Φ的下限值LB＝-∞，上限值UB＝+∞，隨機生成0-1初始值w₀，設(shè)置固定的閾值Th＝0.99；

b)根據(jù)w₀，計算出l_a，值，其中為Φ的上限函數(shù)；

c)根據(jù)l_a，計算出w₀，LB＝Φ′(w₀)，其中Φ′為Φ的下限函數(shù)；

d)判斷閾值：m＝LB/UB,若m≤Th跳至步驟b)繼續(xù)計算，否則輸出l_a并結(jié)束過程；

3)根據(jù)l_a，計算出并更新向量λ、μ、p_r：

4)判斷閾值：若最大絕對值則輸出l_a(a∈A)和L_d，否則迭代次數(shù)k＝k+1；

5)判斷迭代次數(shù)：若k≤K跳至步驟2)繼續(xù)計算，否則輸出l_a(a∈A)和L_d。步驟

5、根據(jù)步驟四得到的L_d，更新t＝t+1，L_t＝L_t+L_d。

步驟6、若,則繼續(xù)步驟2，否則結(jié)束循環(huán)，此時控制時間范圍內(nèi)電動汽車用戶總充電成本最小，負(fù)荷曲線較為平緩。