本发明涉及一种居住区交流充电站充电控制方法、装置及存储介质,属于电动汽车有序充电。
背景技术:
1、在“双碳”政策的推动下,电动汽车的发展势如破竹。电动汽车的快速发展随之给配电网带来了诸多挑战,在可以预见的未来,在居住区交流充电桩充电将会成为电动汽车补能的主要方式。然而居住区居民的充电行为与居民出行规律高度相关,相关研究表明,电动汽车的无序充电行为将会进一步加大峰谷差、影响电能质量、使供电设备过载,充电负荷对电网造成冲击。
技术实现思路
1、本发明的目的在于提供一种居住区交流充电站充电控制方法、装置及存储介质,减少无序充电对电网的冲击。
2、为实现以上目的,本发明是采用下述技术方案实现的:
3、第一方面,本发明提供了一种居住区交流充电站充电控制方法,包括:
4、获取用户充电信息并进行预处理;
5、基于预处理后的用户充电信息,通过自适应人工蜂群算法求解构建好的充电优化模型,输出电动汽车的最优充电方案;
6、根据所述最优充电方案对电动汽车的充电过程进行控制。
7、结合第一方面,进一步的,所述用户充电信息包括开始充电时间、期望结束充电时间和期望充电电量,所述预处理包括:
8、通过以下公式将开始充电时间和期望结束充电时间分别转换为充电开始时间和充电结束时间:
9、
10、其中,是第k辆电动汽车的充电开始时间,是第k辆电动汽车的充电结束时间,floor为向下取整,ceil为向上取整,是第k辆电动汽车的开始充电时间换算成的分钟数,是第k辆电动汽车的期望结束充电时间换算成的分钟数。
11、结合第一方面,进一步的,在所述求解构建好的充电优化模型之前,先通过以下方法判断是否满足充电控制的条件:
12、根据所述开始充电时间、期望结束充电时间和期望充电电量计算车辆在充电期间的平均充电功率,若所述平均充电功率小于预设阈值时,满足充电控制的条件,进行所述求解构建好的充电优化模型的操作。
13、结合第一方面,进一步的,所述充电优化模型的总目标函数为:
14、minf=λ1f′1+λ2f′2
15、其中,f是总目标函数,λ1和λ2是权重系数,且λ1+λ2=1,f′1是充电费用目标函数的标准化处理结果,f′2是台区负荷波动率目标函数的标准化处理结果;
16、
17、
18、其中,ck是充电费用,fk是台区负荷波动率,min表示取最小值,max表示取最大值;
19、所述充电费用目标函数的表达式为:
20、
21、其中,f1是充电费用目标函数,是t时段第k辆电动汽车的充电功率向量,是t时段第k辆电动汽车的充电时长向量,是t时段第k辆电动汽车的充电电价向量,d是待优化的充电时段数;
22、
23、所述台区负荷波动率目标函数的表达式为:
24、
25、其中,f2是台区负荷波动率目标函数,ps是台区负荷标准差,是台区负荷均值;
26、所述充电优化模型的约束条件包括:
27、pmin≤pt≤pmax t=1,2,···,d
28、
29、pt,r≤αpm r∈a
30、还包括约束车辆的充电过程连续且仅在每个整点变化一次充电功率;
31、其中,pt是t时段的充电功率,pmin是最小充电功率,pmax是最大充电功率,ht是t时段的充电时长,soce和soc0分别表示用户期望的荷电状态和车辆初始的荷电状态,q表示车辆的电池容量,pt,r为车辆接入台区时第r个时刻的预测总负荷,α表示变压器可承载的最大容量裕值倍数,pm是变压器容量,a是车辆充电过程包含的所有时刻的集合。
32、结合第一方面,进一步的,所述通过自适应人工蜂群算法求解构建好的充电优化模型,包括:
33、获取初始的蜜源,轮询以下步骤直至达到预设的最大迭代次数,将迭代完成后的蜜源作为最优充电方案输出:
34、蜜源对应的雇佣蜂在蜜源的领域内搜索蜜源,计算蜜源的花蜜量,根据所述花蜜量采用贪心算法更新蜜源;
35、雇佣蜂将蜜源和蜜源的花蜜量分享给跟随蜂,每只跟随蜂根据花蜜量采用轮盘赌的方式选择一个蜜源并在该蜜源的领域内搜索蜜源,根据花蜜量采用贪心算法更新蜜源;
36、若满足侦查蜂出动的预设条件,通过侦查蜂更新蜜源;
37、所述蜜源表示可行解,所述花蜜量表示可行解的适应度。
38、结合第一方面,进一步的,所述雇佣蜂在蜜源的领域内搜索蜜源的搜索公式如下:
39、
40、其中,是雇佣蜂搜索后的第i个蜜源,xi是第i个蜜源,xj是第j个蜜源,c1和c2是自适应正态衰减系数,且c1+c2=1,是[0,1]中的随机数,xbest是当前最优解;
41、c1通过以下公式计算得到:
42、
43、其中,iter是当前迭代次数,g是预设的最大迭代次数,θ为0.4433。
44、结合第一方面,进一步的,所述采用轮盘赌的方式选择一个蜜源并在该蜜源的领域内搜索蜜源,根据花蜜量采用贪心算法更新蜜源,包括:
45、通过以下公式计算轮盘赌的概率,然后采用轮盘赌的方式选择一个蜜源:
46、
47、其中,pj是第j个蜜源被选中的概率,fitj是第j个蜜源的适应度,sn是蜜源的数量;
48、跟随蜂通过以下公式搜索蜜源:
49、
50、结合第一方面,进一步的,所述侦查蜂出动的预设条件为:蜜源的花蜜量停滞的时间达到预设时间;
51、所述侦查蜂搜索蜜源通过以下公式进行:
52、xsc=xmin+rand*(xmax-xmin)
53、其中,xsc是侦察蜂找到的蜜源,xmin是rand的最小值,xmax是rand的最大值,rand是[0,1]中的随机数。
54、第二方面,本发明还提供了一种居住区交流充电站充电控制装置,包括:
55、信息预处理模块,被配置为:获取用户充电信息并进行预处理;
56、模块,被配置为:基于预处理后的用户充电信息,通过自适应人工蜂群算法求解构建好的充电优化模型,输出电动汽车的最优充电方案;
57、根据所述最优充电方案对电动汽车的充电过程进行控制。
58、第三方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如第一方面中任一项所述的居住区交流充电站充电控制方法。
59、与现有技术相比,本发明所达到的有益效果是:
60、本发明提供的一种居住区交流充电站充电控制方法、装置及存储介质,通过自适应人工蜂群算法求得电动汽车的最优充电方案,能够保证用户充电便利的同时降低用户的充电费用,大幅提升了台区负荷指标,降低无序充电对电网的冲击,实现电动汽车良好入网,促进电动汽车的发展。