一种充换电调度方法与流程

摘要: 本发明涉及电动汽车充换电,具体涉及一种充换电调度方法。背景技术:1、随着电动汽车保有量快速增长,充换电设施的规模化建设成为必然趋势,但现有技术仍存在诸多不足。2...
一种充换电调度方法与流程

本发明涉及电动汽车充换电,具体涉及一种充换电调度方法。

背景技术:

1、随着电动汽车保有量快速增长,充换电设施的规模化建设成为必然趋势,但现有技术仍存在诸多不足。

2、一方面,充换电调度与电网负荷脱节,高峰时段集中补能易引发电网冲击,峰谷差高达40%以上,迫使电网扩容、增加成本,且系统核心模块及通信链路缺少冗余设计,存在单点故障停运风险;另一方面,换电电池功能单一,仅用于车辆补能,闲置率超30%,储能价值未得到有效发挥,补能模式适配性差,低温环境下充电效率严重衰减,电池老化后缺乏差异化策略,用户平均补能耗时长达1.5小时;同时现有的v2g系统缺乏有效的收益激励机制与安全控制,用户参与意愿不足,绿电消纳率低于80%。

技术实现思路

1、本发明的目的是提供一种充换电调度方法,能够解决或者至少部分地解决现有技术的上述缺陷。

2、为了实现上述目的,本发明第一方面公开了一种充换电调度方法,应用于充换电站,所述方法包括:

3、根据车辆的补能需求信息,识别所述车辆对应的补能需求优先级;

4、将历史时间段内对应的电网负荷数据、天气数据、用电时段特征及出行数据输入预测模型,获取未来时间段内的电网负荷曲线;

5、根据所述电网负荷曲线,确定未来时间段内的电网高峰时段和电网低谷时段;以及

6、在所述电网高峰时段,将换电电池组动态分配为储能电池和补能电池,控制所述储能电池向电网放电,同时控制所述补能电池根据所述补能需求优先级对车辆进行换电。

7、优选的,所述车辆的补能需求信息包括:车辆类型、车辆电池对应的:荷电状态和健康状态及用户预约信息中的至少一者。

8、优选的,所述控制所述储能电池向电网放电包括:控制所述储能电池以阶梯功率向电网放电,所述阶梯功率为逐级递增的功率值。

9、优选的,所述方法还包括:在低温工况下,控制所述储能电池在换电前为待换电车辆电池预热至预设温度阈值。

10、优选的,所述方法还包括:根据电网负荷状态、车辆电池健康状态以及环境温度选择执行纯换电模式、纯充电模式或慢充与换电组合模式,所述慢充与换电组合模式为先为车辆更换电池以满足即时补能需求,同时对更换下的电池进行慢充养护。

11、优选的,所述储能电池与所述补能电池的分配比例,在所述电网高峰时段为6:4,在所述电网低谷时段为3:7。

12、优选的,所述电网高峰时段为电网负荷超过额定容量80%的时段,所述电网低谷时段为电网负荷低于额定容量40%的时段。

13、优选的,充换电站设置有光伏电站,在所述电网低谷时段且光伏发电有富余时,使用光伏电能为所述换电电池组充电。

14、优选的,所述预测模型为lstm神经网络模型。

15、本发明第二方面公开了一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行所述的充换电调度方法。

16、本发明公开的充换电调度方法,通过采集历史时间段内对应的电网负荷数据、天气数据、用电时段特征及出行数据,预测未来电网负荷曲线并识别峰谷时段,在高峰时段将换电电池组动态分配为储能电池和补能电池,控制储能电池向电网放电以平抑负荷峰值、降低峰谷差,同时根据补能优先级控制补能电池按序换电,既保障紧急需求优先响应、缩短用户补能耗时,又突破换电电池仅用于补能的功能局限,激活其储能价值,最终实现电网安全、运营效益与用户体验的多目标协同优化。

1.一种充换电调度方法,应用于充换电站,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述车辆的补能需求信息包括:车辆类型、车辆电池对应的:荷电状态和健康状态及用户预约信息中的至少一者。

3.根据权利要求1所述的方法,其特征在于,所述控制所述储能电池向电网放电包括:

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:在低温工况下,控制所述储能电池在换电前为待换电车辆电池预热至预设温度阈值。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据电网负荷状态、车辆电池健康状态以及环境温度选择执行纯换电模式、纯充电模式或慢充与换电组合模式,所述慢充与换电组合模式为先为车辆更换电池以满足即时补能需求,同时对更换下的电池进行慢充养护。

6.根据权利要求1所述的方法,其特征在于,所述储能电池与所述补能电池的分配比例,在所述电网高峰时段为6:4,在所述电网低谷时段为3:7。

7.根据权利要求1所述的方法,其特征在于,所述电网高峰时段为电网负荷超过额定容量80%的时段,所述电网低谷时段为电网负荷低于额定容量40%的时段。

8.根据权利要求1所述的方法,其特征在于,充换电站设置有光伏电站,在所述电网低谷时段且光伏发电有富余时,使用光伏电能为所述换电电池组充电。

9.根据权利要求1所述的方法,其特征在于,所述预测模型为lstm神经网络模型。

10.一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令用于使得机器执行根据权利要求1至9中任一项所述的充换电调度方法。