專利名稱：一種電動公交車充換電站的能量管理方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于電動公交車領(lǐng)域，更具體地，涉及一種電動公交車充換電站的能量管理方法及系統(tǒng)。
背景技術(shù)：
能源與環(huán)境已成為當前全球最為關(guān)注的問題，能源是經(jīng)濟的基礎(chǔ)，而環(huán)境是制約經(jīng)濟和社會發(fā)展的重要因素。節(jié)能和環(huán)保的客觀需求促使公交車朝電動化方向發(fā)展，隨之也推動了服務(wù)于大規(guī)模電動公交車的充換電站等基礎(chǔ)設(shè)施的建設(shè)。現(xiàn)階段，我國國內(nèi)充換電站的服務(wù)對象以公交車、出租車、公務(wù)車等群體用戶為主。然而，充換電站在運營管理過程中，由于不能準確把握新能源發(fā)電出力、充電負荷需求、換電需求的變化規(guī)律和趨勢，充、換環(huán)節(jié)都處于無序狀態(tài)， 致使整體的經(jīng)濟性運行得不到很好的保障。目前，有少量機構(gòu)已經(jīng)著眼于電動車充換電站有序充電管理技術(shù)研究，然而仍存在諸多的不足和缺陷。已有技術(shù)中所考慮的充換電站服務(wù)公交車數(shù)量少，站內(nèi)備用電池多，這顯然不符合充換電站建設(shè)和運營的經(jīng)濟性要求；在充電負荷建模中，充換電站服務(wù)的公交車普遍規(guī)模小，普遍利用公交車發(fā)車規(guī)則計算換電需求，負荷需求建模簡單，而實際運行中公交車的發(fā)車規(guī)則會隨機靈活調(diào)動，易受交通狀況、天氣、電池容量及司機駕駛習慣的影響；此外現(xiàn)有技術(shù)中關(guān)于充電優(yōu)化調(diào)度多采用固定的充電優(yōu)化模型，且充換電站規(guī)模較小，對充電負荷需求預測較簡單。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)的缺陷，本發(fā)明的目的在于提供一種電動公交車充換電站的能量管理方法，旨在解決充電負荷需求模型簡單導致負荷預測精度低的問題。本發(fā)明提供了一種電動公交車充換電站的能量管理方法，包括下述步驟:S1:建立充電負荷需求預測模型；所述充電負荷需求預測模型包括逐小時換電車輛數(shù)預測模型、充電起始時刻預測模型、換電前行駛里程模型、充電時長模型和充電負荷模型；S2:根據(jù)充電負荷需求預測模型計算充電負荷需求；S3:根據(jù)充電負荷需求對充電機工作狀態(tài)進行優(yōu)化調(diào)度。更進一步地,所述逐小時換電車輛數(shù)預測模型St (i+1) = f (X(i+1) ,St(i))的建立方法具體為:(I)對歷史數(shù)據(jù)中電動公交車每日每時段的換電次數(shù)和換電星期類型進行抽??；(2)利用反傳播神經(jīng)網(wǎng)絡(luò)建立預測網(wǎng)絡(luò)，所述預測網(wǎng)絡(luò)的輸入量St (i)為預報前日i逐小時換電車輛數(shù)，所述預測網(wǎng)絡(luò)的輸入量X(i+1)為預報日(i+Ι)的星期類型指數(shù)；所述預測網(wǎng)絡(luò)的目標量St (i+Ι)為預報日(i+Ι)逐小時換電車輛數(shù)；(3)對步驟(I)中抽取的歷史數(shù)據(jù)進行歸一化處理后再對所述預測網(wǎng)絡(luò)進行訓練得到預測模型 St (i+1) = f(X(i+l),St(i))；
(4)將預報前日i逐小時換電車輛數(shù)St(i)和預報日(i+Ι)的星期類型X(i+1)進行歸一化處理后代入所述預測模型中，并對預測模型的輸出結(jié)果進行反歸一化處理得到預報日逐小時換電車輛數(shù)St (i+1)；其中，i表示預報前日，(i+Ι)表示預報日，St (i+Ι)為預報日逐小時換電車輛數(shù)，x(i+D為預報日的星期類型指數(shù)，stα)為預報前日逐小時換電車輛數(shù)，t表示小時時段的序號。更進一步地，所述充電起始時刻預測模型TtlM U[t，t+1]是根據(jù)充電起始時刻Ttl服從均勻分布獲得的，其概率密度函數(shù)為
權(quán)利要求
1.一種電動公交車充換電站的能量管理方法，其特征在于，包括下述步驟: S1:建立充電負荷需求預測模型； 所述充電負荷需求預測模型包括逐小時換電車輛數(shù)預測模型、充電起始時刻預測模型、換電前行駛里程模型、充電時長模型和充電負荷模型； 52:根據(jù)充電負荷需求預測模型計算充電負荷需求； 53:根據(jù)充電負荷需求對充電機工作狀態(tài)進行優(yōu)化調(diào)度。
2.如權(quán)利要求1所述的方法，其特征在于，所述逐小時換電車輛數(shù)預測模型St(i+l)=f(X(i+l)，St(i))的建立方法具體為: (1)對歷史數(shù)據(jù)中電動公交車每日每時段的換電次數(shù)和換電星期類型進行抽取； (2)利用反傳播神經(jīng)網(wǎng)絡(luò)建立預測網(wǎng)絡(luò)，所述預測網(wǎng)絡(luò)的輸入量St(i)為預報前日i逐小時換電車輛數(shù)，所述預測網(wǎng)絡(luò)的輸入量X (i+Ι)為預報日(i+Ι)的星期類型指數(shù)；所述預測網(wǎng)絡(luò)的目標量S t (i+1)為預報日(i+1)逐小時換電車輛數(shù)； (3)對步驟(I)中抽取的歷史數(shù)據(jù)進行歸一化處理后再對所述預測網(wǎng)絡(luò)進行訓練得到預測模型 St (i+1) =f(X (i+1)，St ⑴)； (4)將預報前日i逐小時換電車輛數(shù)St(i)和預報日(i+Ι)的星期類型X (i+Ι)進行歸一化處理后代入所述預測模型中，并對預測模型的輸出結(jié)果進行反歸一化處理得到預報日逐小時換電車輛數(shù)St (i+1)； 其中，i表示預報前日，(i+Ι)表示預報日，St (i+Ι)為預報日逐小時換電車輛數(shù)，X(i+Ι)為預報日的星期類型指數(shù)，St (i)為預報前日逐小時換電車輛數(shù)，t表示小時時段的序號。
3.如權(quán)利要求1所述的方法，其特征在于，所述充電起始時刻預測模型Tcu[t，t+1]是根據(jù)充電起始時刻Ttl服從均勻分布獲得的，其概率密度函數(shù)為: o)
表示均勻分布。
4.如權(quán)利要求1所述的方法，其特征在于，所述換電前行駛里程模型 mP(d I Θ) = YarPiXcI \ 6 )是根據(jù)歷史數(shù)據(jù)中換電前行駛里程的統(tǒng)計結(jié)果服從混合高斯分布 r=l獲得； 其中，Tc =I Pr(d\Or) = -^=e 2σ；，m為混合高斯分布的分類，r為類別號，密度 λ/2 縱,2參數(shù)G = U1, α 2...a m, θ 1； θ 2...θ J，a r為第r個成分所占比例，θ ^{μ r σ /丨為第r個單高斯的參數(shù)，μ ^為第r個單高斯的均值，σ/為第r個單高斯的方差。
5.如權(quán)利要求1所述的方法，其特征在于，所述充電時長模型77=,建立的方法具體為:(I)根據(jù)換電前行駛里程數(shù)據(jù)d確定電池充電的初始荷電狀態(tài)
6.如權(quán)利要求1所述的方法，其特征在于，所述充電負荷模型
7.如權(quán)利要求1所述的方法，其特征在于，在步驟S3中采用單目標優(yōu)化函數(shù) Δμ或多目標優(yōu)化函數(shù)
8.如權(quán)利要求7所述的方法，其特征在于，單目標優(yōu)化函數(shù)的約束條件包括充電時長約束和同時工作的充電機臺數(shù)約束；所述充電時長約束為:在Ttjpen Tcl()se-th+l時間段內(nèi)，
9.一種電動公交車充換電站的能量管理系統(tǒng)，其特征在于，包括充換電站調(diào)度優(yōu)化模塊以及分別連接在所述充換電站調(diào)度優(yōu)化模塊的輸入端的容量配置模塊、充電負荷需求預測模塊和外部電網(wǎng)電價模塊； 所述充換電站調(diào)度優(yōu)化模塊的輸出端用于連接充電調(diào)度輸出模塊；所述容量配置模塊用于配置充換電站的基本信息；所述充電負荷需求預測模塊用于根據(jù)歷史數(shù)據(jù)建立充電負荷需求預測模型；所述外部電網(wǎng)電價模塊用于輸入當日配網(wǎng)實時電價信息；所述充換電站調(diào)度優(yōu)化模塊用于根據(jù)容量配置模塊的輸出、充電負荷需求預測模塊的輸出和外部電網(wǎng)電價模塊的輸出對目標充電優(yōu)化模型進行計算獲得充電機的工作狀態(tài)。
10.如權(quán)利要求9所述的能量管理系統(tǒng)，其特征在于，所述充電負荷需求預測模塊包括:逐小時換電車輛數(shù)預測模塊、充電起始時刻預測模塊、換電前行駛里程模塊、充電時長計算模塊和充電負荷計算模塊；所述逐小時換電車輛數(shù)預測模塊的輸出端分別連接所述充電起始時刻預測模塊的輸入端與所述換電前行駛里程模塊的輸入端，所述換電前行駛里程模塊的輸出端連接至所述充電時長計算模塊的輸入端，所述充電起始時刻預測模塊的輸出端和所述充電時長計算模塊的輸出端連接至所述充電負荷計算模塊的輸入； 所述逐小時換電車輛數(shù)預測模塊用于獲得預測逐小時換電車輛數(shù)及換電總車輛數(shù)，所述充電起始時刻預測模塊根據(jù)所述逐小時換電車輛數(shù)預測模塊的輸出建立充電起始時刻序列，所述換電前行駛里程模塊根據(jù)所述逐小時換電車輛數(shù)預測模塊的輸出獲取換電前行駛里程序列，所述充電時長計算模塊根據(jù)所述換電前行駛里程模塊的輸出計算得到充電時長序列，所述充電負荷計算模塊根據(jù)所述充電起始時刻預測模塊和充電時長計算模塊的輸出對充電負荷進行計算，得到 充電負荷需求。
全文摘要
本發(fā)明涉及電動公交車領(lǐng)域，提供了一種電動公交車充換電站的能量管理方法及系統(tǒng)；該方法包括建立充電負荷需求預測模型；根據(jù)模型計算充電負荷需求并對充電機工作狀態(tài)進行優(yōu)化調(diào)度。本發(fā)明提供的能量管理方法中，充電負荷需求預測模型包括逐小時換電車輛數(shù)預測模型、充電起始時刻預測模型、換電前行駛里程模型和充電時長模型和充電負荷模型；充電負荷需求模型更符合實際情況使得負荷預測精度高；且采用單目標優(yōu)化函數(shù)和多目標優(yōu)化函數(shù)使得充電調(diào)度模型優(yōu)化目標多樣化，靈活性好，便于操作。本發(fā)明提供的能量管理系統(tǒng)包括充換電站調(diào)度優(yōu)化模塊以及分別連接在充換電站調(diào)度優(yōu)化模塊的輸入端的容量配置模塊、充電負荷需求預測模塊和外部電網(wǎng)電價模塊。
文檔編號B60L11/18GK103241130SQ201310122110
公開日2013年8月14日 申請日期2013年4月10日 優(yōu)先權(quán)日2013年4月10日
發(fā)明者蔡濤, 代倩, 段善旭, 陳昌松, 黃羚 申請人:華中科技大學