一种基于CPS的电动汽车充电方法与流程

技术特征：

1.一种基于CPS的电动汽车充电方法，其特征在于，充电监控系统通过充电桩中的模糊控制器实时获取电动汽车的电池荷电状态SOC，再根据车型及电池剩余电量计算出电动汽车充满电所需时间：

$T(j,t)=\frac{({\mathrm{SOC}}_{j,max}-SOC(j,t\left)\right)\×c_j}{p(j,t)},$

式中：j为1至N号充电桩中的j号充电桩，SOC(j,t)为在j号充电桩充电的电动汽车在t时刻的电池荷电状态，p(j,t)为在j号充电桩充电的电动汽车在t时刻的充电功率kw，T(j,t)为在t时刻预测在j充电桩充电的电动汽车充满电所需的时间minute，c_j为预定j号充电桩的电动汽车的电车容量kwh，SOC_j,max为在j号充电桩充电的电动汽车最大的电池荷电状态；

车主根据充电监控系统计算出的充满电所需时间T(j,t)分钟，向充电监控系统给出自己的充电时间t^cf分钟；充电监控系统再向模糊控制器输入以下数据，包括T(j,t)与t^cf的时间之差E，及其变化率EC，实时电价Price；模糊控制器根据模糊充电方法输出充电功率给电动汽车充电，并通过充电监控系统采集各充电站总的输出充电功率；

其中偏差时间E及其变化率EC的公式如下：

$E=T(j,t)-t_j^{cf}\left(t\right),$

其中计算为

$EC=\frac{dE}{dt};$

式中：t_j,st为j号充电桩的电动汽车开始充电的时间，

充电监控系统采集各充电站总的输出充电功率后，判断输出充电功率p(j,t)是否超过充电管理中心调度值p_limit(t)；若充电站输出充电功率小于充电管理中心调度值p_limit(t)则采用模糊充电方法充电，若充电站输出充电功率大于充电管理中心调度值p_limit(t)则采用基于模糊多目标优化的遗传算法给电动汽车充电；

基于模糊多目标优化的遗传算法包括电动汽车总偏差时间F^deviation最小，和电动汽车充电成本之和F^cost最小，

(1)总偏差时间F^deviation最小：

$Minize{F}^{deviation}=\underset{j=1}{\overset{N}{\Σ}}{\mathrm{\Δs}}_j\left(t\right),$

偏差时间的定义，

(2)总充电成本F^cost最小：

$F^{\cos t}=\underset{j=1}{\overset{N}{\Σ}}p(j,t){\∫}_t^{t+\mathrm{\Δ}t}m\left(t\right)dt,$

(3)上述两个目标函数需同时满足以下约束条件：

p_min≤p(j,t)≤p_max，

SOC_j,min≤SOC(j,t)≤SOC_j,max，

$\underset{j=1}{\overset{N}{\Σ}}p(j,t)\≤p_{\lim it}\left(t\right),$

式中：m(t)为在t时刻的电价，p_max为充电桩的最大充电功率kw，p_min为充电桩的最小的充电功率kw，SOC_j,max为在j号充电桩充电的电动汽车最大的电池荷电状态，SOC_j,min为在j号充电桩充电的电动汽车最小的电池荷电状态。

2.根据权利要求1所述的一种基于CPS的电动汽车充电方法，其特征在于包括以下步骤，

步骤1，预约，首先电动汽车车主通过手机app，PC或车载网络设备向充电管理中心查询，预定所在充电站的充电桩编号、电动汽车的电池荷电状态SOC、车型；

步骤2，充电管理中心根据电动汽车的车型充电优先级回复电动汽车预定是否成功，若预定成功，充电管理中心根据车型及电池荷电状态SOC，预测电动汽车充满电所需时间为T分钟；若预定不成功，则推荐附近充电桩与充电站，进行重新预定；

步骤3，车主根据充满电所需时间T分钟，给出自己的充电时间t^cf分钟，其中T-30≤t^cf≤T+30；若T小于30分钟则T≤t^cf≤T+30；

步骤4，模糊控制器向充电监控系统输入数据包括T(j,t)与t^cf的时间之差E，及其变化率EC，还有实时电价Price；充电监控系统得到各充电站总的输出充电功率p(j,t)；

步骤5，充电监控系统判断输出充电功率是否超过充电管理中心调度值p_limit(t)；若充电站输出充电功率小于充电管理中心调度值p_limit(t)则采用模糊充电方法充电，若充电站输出充电功率大于充电管理中心调度值p_limit(t)则采用基于模糊多目标优化的遗传算法给电动汽车充电，将多目标优化问题转化为单目标优化问题：

Find X＝[λ,x₁,x₂,...,x_N]^T

max λ

$\begin{array}{cc}s.t.& N\×p_{\max }\×\mathrm{\λ}+F^{deviation}\left(x\right)\≤N\×p_{\max }\\ & p_{\lim it}\left(t\right)\×\mathrm{\λ}+p_{sum}\left(x\right)\≤p_{\lim it}\\ & p_{\min }\≤x_i\≤p_{\max }\\ & 0\≤\mathrm{\λ}\≤1\end{array},i=1,2,\mathrm{...},N$

式中：N为充电站中充电桩的数量，然后利用遗传算法计算出各充电桩的输出功率。

3.根据权利要求2所述的一种基于CPS的电动汽车充电方法，其特征在于，

所述步骤2中的车型充电优先级服从先预定原则，对于在同一时刻多辆不同优先级电动汽车预定同一个充电桩，优先级为救护车、消防车>警车>公交车、出租车>普通私家车。

4.根据权利要求3所述的一种基于CPS的电动汽车充电方法，其特征在于，

对于在同一时刻多辆相同优先级电动汽车预定同一个充电桩，优先级为进行随机选择。

5.根据权利要求1或2所述的一种基于CPS的电动汽车充电方法，其特征在于，充电桩与充电监控系统通过LAN总线进行实时信息交互。