一种基于充电站的整体化功率调节方法及系统

技术领域

本发明涉及充电站调控领域，具体涉及一种基于充电站的整体化功率调节方法及系统。

背景技术

随着新能源汽车的迅速发展，充电基础设施建设日益完善，充电站的充电桩数量也在稳步增加。但是，就整体充电系统而言，现有充电站中的充电桩功率分配通常采用固定分配方式，或者简单的优先级分配方式，导致充电桩的充电服务能力较弱，很难适应充电需求的动态变化，导致充电站的充电适应性差。

发明内容

本申请通过提供了一种基于充电站的整体化功率调节方法及系统，旨在解决现有技术中充电桩功率采用固定分配或简单优先级分配，导致充电桩无法实时调节输出功率，难以应对电力负载的快速变化的技术问题。

鉴于上述问题，本申请提供了一种基于充电站的整体化功率调节方法及系统。

本申请公开的第一个方面，提供了一种基于充电站的整体化功率调节方法，该方法包括：在充电站内，通过被调用的多个启动充电桩，与连接的多个充电主体的电池管理系统进行交互，获取多个SOC信息和多个充电需求功率，并计算获得总充电需求功率；采集实时的电价信息和未来预设时间范围的电价波段信息，并预测未来预设时间范围内的充电车辆变化信息；根据总充电需求功率，构建约束，根据电价信息、电价波段信息和充电车辆变化信息，对多个启动充电桩的输出总功率进行优化，获得最优输出总功率，其中，通过计算电价有序度和功率有序度进行优化；根据最优输出总功率和多个启动充电桩，构建功率调度库，其中，功率调度库包括对多个启动充电桩进行功率调度的功率调度方案；根据多个SOC信息和多个充电需求功率，在功率调度库内进行功率调度方案的优化，获得最优功率调度方案，对多个启动充电桩进行控制。

本申请公开的另一个方面，提供了一种基于充电站的整体化功率调节系统，该系统包括：充电需求获取单元，用于在充电站内，通过被调用的多个启动充电桩，与连接的多个充电主体的电池管理系统进行交互，获取多个SOC信息和多个充电需求功率，并计算获得总充电需求功率；预设时段预测单元，用于采集实时的电价信息和未来预设时间范围的电价波段信息，并预测未来预设时间范围内的充电车辆变化信息；输出功率优化单元，用于根据总充电需求功率，构建约束，根据电价信息、电价波段信息和充电车辆变化信息，对多个启动充电桩的输出总功率进行优化，获得最优输出总功率，其中，通过计算电价有序度和功率有序度进行优化；调度库构建单元，用于根据最优输出总功率和多个启动充电桩，构建功率调度库，其中，功率调度库包括对多个启动充电桩进行功率调度的功率调度方案；调度方案优化单元，用于根据多个SOC信息和多个充电需求功率，在功率调度库内进行功率调度方案的优化，获得最优功率调度方案，对多个启动充电桩进行控制。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了收集充电桩SOC信息和充电需求功率，得到每个充电桩及充电主体的充电状态和需求数据；计算获取总充电需求功率，确定充电站当前的总体充电负荷；采集实时的电价信息和未来预设时间范围的电价波段信息，并预测未来预设时间范围内的充电车辆变化信息，为优化多个启动充电桩的输出总功率提供基础信息；根据总充电需求功率，构建约束，根据电价信息、电价波段信息和充电车辆变化信息，对多个启动充电桩的输出总功率进行优化，获得最优输出总功率，以用于找到最小成本最大效率的充电站总功率输出；根据最优输出总功率和多个启动充电桩，构建功率调度库，为得到最优功率调度方案提供基础；在功率调度库内进行功率调度方案的优化，获得最优功率调度方案，对多个启动充电桩进行控制，确定最终实施的充电桩功率分配方案，实现协调所有充电桩的协同智能化控制的技术方案，解决了现有技术中充电桩功率采用固定分配或简单优先级分配，导致充电桩无法实时调节输出功率，难以应对电力负载的快速变化的技术问题，达到了通过根据充电需求对多个充电桩功率进行整体协调优化控制，提高充电桩的实时功率响应，实现有序充电的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种基于充电站的整体化功率调节方法的一种流程示意图；

图2为本申请实施例提供了一种基于充电站的整体化功率调节方法中获得最优输出总功率的一种流程示意图；

图3为本申请实施例提供了一种基于充电站的整体化功率调节系统的一种结构示意图。

附图标记说明：充电需求获取单元11，预设时段预测单元12，输出功率优化单元13，调度库构建单元14，调度方案优化单元15。

具体实施方式

本申请提供的技术方案总体思路如下：

本申请实施例提供了一种基于充电站的整体化功率调节方法及系统。首先，监测并获取充电站内所有充电主体的充电状态数据，预测分析充电站未来一段时间内的电价与车辆变化情况，在此基础上，全面考虑成本因素、效率因素与电池充电需求因素，求解获得充电站的最优输出总功率。然后，依托最优输出总功率和多个启动充电桩，构建功率调度库。最后，在功率调度库内寻找与各充电主体充电需求最契合的最优功率调度方案，以实现对充电站内多个充电桩进行整体协调智能控制，以适应充电需求动态变化，节省充电成本，提升系统效率，提高充电桩的充电适应性。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种基于充电站的整体化功率调节方法，该方法包括：

在充电站内，通过被调用的多个启动充电桩，与连接的多个充电主体的电池管理系统进行交互，获取多个SOC信息和多个充电需求功率，并计算获得总充电需求功率；

在本申请实施例中，在充电站工作过程中，启动充电服务的若干充电桩的充电主体检测模块采集充电主体的状态信息，包括各充电主体的SOC信息（电池剩余电量）和充电需求功率，得到多个启动充电桩的多个SOC信息和多个充电需求功率，并计算获得总充电需求功率。

首先，向在充电站内被调用的多个启动充电桩发送交互连接指令，与多个启动充电桩进行连接。然后，多个启动充电桩与连接在其上的、处于充电状态的多个充电主体（如连接的多个充电电动汽车）建立信息交互通道，多个充电主体通过各自的电池管理系统，实时向启动充电桩反馈本充电主体的SOC信息和当前充电阶段的充电需求功率，即最小充电需求，得到多个SOC信息和多个充电需求功率。随后，汇总多个启动充电桩收集到的多个充电需求功率，获得充电站内所有启动充电桩的总充电需求功率。

通过获取充电站内多个启动充电桩连接的充电主体的多个SOC信息和多个充电需求功率，并统计计算获得总充电需求功率，为充电站的后续功率调节优化提供基础数据。

采集实时的电价信息和未来预设时间范围的电价波段信息，并预测未来预设时间范围内的充电车辆变化信息；

进一步的，本申请实施例还包括：

获取时间节点信息；

根据所述时间节点信息，采集所述电价信息，并根据历史电价峰谷数据，采集未来预设时间范围内的电价信息，获得所述电价波段信息；

获取过去预设时间范围内的充电车流信息；

根据所述充电站的监测数据，获取样本时间节点信息集合、样本历史充电车流信息集合和样本充电车流变化信息集合；

采用所述样本时间节点信息集合、样本历史充电车流信息集合和样本充电车流变化信息集合，构建充电车流变化预测器；

采用所述充电车流变化预测器，对所述时间节点信息和充电车流信息进行输入预测，获得所述充电车辆变化信息。

在一种可行的实施方式中，为采集电价信息和预测充电车流量变化，设置时钟系统，该时钟系统与该地区移动通信网络的时间服务器进行定时对时，通过网络时间协议获取当前地区标准时间数据，精确到年、月、日、时、分、秒，从而得到时间节点信息。然后，调用与所在地区电网服务器的交互接口，输入当前的时间节点信息，向电网服务器发出实时电价查询请求。同时，在电网服务器中搜索提取出去年同一时间段内电网实施的峰谷电价的统计参数，包括峰谷价格出现的时间段、持续时间、峰谷价差值比例等数据。接着，对查询获得的实时电价信息，以及提取的去年同期峰谷价格特征参数，根据时间坐标建立映射关系，采用小波分析算法，生成未来一段时间内电价的波动趋势，并以数字信号的形式表达，得到电价波段信息。同时，在充电站出入口处设置有车辆检测装置，该车辆检测装置由红外线传感器、图像识别摄像头等组成，对出入充电站的车辆进行实时监测统计。通过该车辆检测装置将预设时间范围内（如过去一周内）的每日每时段检测到的车辆数量进行存储，得到充电车流信息。

预先构建充电车流变化预测器。首先，读取充电站的监测数据，解析提取出过去6个月内每日各个时段点（如每小时一个时段点）的时间参数，组成样本时间节点信息参数集合。然后，读取车辆检测装置日志，解析出样本时间节点信息参数集合中各历史时段点检测到的实际车流量数值，组成样本历史充电车流量信息集合。随后，基于样本历史充电车流信息集合，得到时间轴上两个连续历史时段点之间的车流量差值，表示为一个充电车流变化样本，构成样本充电车流变化信息集合。之后，对样本时间节点信息集合、样本历史充电车流信息集合和样本充电车流变化信息集合这三个样本集合进行数据清洗、去异常值、移除离群点等预处理，提高数据质量。接着，采用LSTM、GRU等RNN模型，或者ARIMA时间序列模型，作为车流变化预测模型，设置模型参数，使用预处理后的样本时间节点信息集合、样本历史充电车流信息集合和样本充电车流变化信息集合进行模型训练，训练目标是最小化预测误差。然后，采用评估指标如RMSE、MAPE评估模型预测准确率，重复调整模型结构和参数，直至获得预测准确率满意的车流变化预测模型，作为充电车流变化预测器。

当获取当前的时间节点信息和充电车流信息后，将得到的时间节点信息和充电车流信息输入到构建的充电车流变化预测器，启动充电车流变化预测器，运行充电车流变化预测器进行前向计算，得到从当前时刻之后未来一段时间内的充电车流量的预测变化量，得到充电车辆变化信息，该充电车辆变化信息包括正负号，例如+2辆就是增加2辆车，例如-3辆就是减少3辆车等。

根据所述总充电需求功率，构建约束，根据所述电价信息、电价波段信息和充电车辆变化信息，对所述多个启动充电桩的输出总功率进行优化，获得最优输出总功率，其中，通过计算电价有序度和功率有序度进行优化；

进一步的，本步骤包括：

将所述充电站的输出总功率大于等于所述总充电需求功率作为优化约束；

根据所述电价信息、电价波段信息，构建电价有序度函数，如下式：

；

其中，ord为电价有序度，

根据所述充电车辆变化信息，构建功率有序度函数，如下式：

；

其中，org为功率有序度，

根据所述优化约束、电价有序度函数和功率有序度函数，对所述多个启动充电桩的输出总功率进行优化，获得最优输出总功率。

进一步的，根据所述优化约束、电价有序度函数和功率有序度函数，对所述多个启动充电桩的输出总功率进行优化，包括：

根据所述优化约束，随机生成多个第一输出总功率；

根据所述电价有序度函数和功率有序度函数，计算获得所述多个第一输出总功率的多个第一电价有序度和多个第一功率有序度；

分别对所述多个第一电价有序度和多个第一功率有序度进行加权计算，获得多个第一适应度；

按照所述多个第一适应度的大小，对所述多个第一输出总功率进行聚类，获得若干个总功率数据簇，每个总功率数据簇内包括第一适应度最大的方向输出总功率和其他的优化输出总功率；

在所述若干个总功率数据簇内，进行输出总功率的迭代优化，获得最优输出总功率。

进一步的，如图2所示，在所述若干个总功率数据簇内，进行输出总功率的迭代优化，包括：

在所述若干个总功率数据簇内，按照优化步长，对优化输出总功率向靠近方向输出总功率的方向进行调整，获得若干个更新总功率数据簇；

根据所述电价有序度函数和功率有序度函数，计算获得若干个更新总功率数据簇内输出总功率的适应度，并对方向输出总功率进行判别更新；

在更新后的若干个更新总功率数据簇，继续进行输出总功率的优化，直到达到收敛次数，输出适应度最大的方向输出总功率，获得所述最优输出总功率。

在一种优选的实施例中，首先，设定优化约束为充电站的输出总功率大于等于总充电需求功率，以保证为所有接入充电的电动车提供足够的充电功率，避免出现充电不足的状况。然后，根据电价信息、电价波段信息，构建电价有序度函数为：

随后，根据充电站的输出总功率大于等于总充电需求功率的优化约束，结合历史输出总功率确定输出总功率下限，并设置充电站的输出总功率为输出总功率上限。接着，在输出总功率的上下限范围内，设置多个随机起点，形成初代个体，即多个第一输出总功率。之后，将获得的多个随机第一输出总功率，代入构建的电价有序度函数中，计算获得对应的多个第一电价有序度，并将多个第一输出总功率代入构建的功率有序度函数中，计算获得对应的多个第一功率有序度。然后，根据历史经验，设置电价有序度的权重，例如0.6，和功率有序度的权重，如0.4，对每个第一输出总功率，进行其第一电价有序度值和第一功率有序度值的加权计算，得到多个第一输出总功率对应的多个第一适应度。此后，对获取的多个第一适应度进行排序，选择第一适应度最大的输出总功率作为方向输出总功率。然后，在除去方向输出总功率的剩余输出总功率中，依据适应度关键属性上的距离指标，使用类似K-means的聚类算法，将其聚分为若干个总功率数据簇，每个总功率数据簇内，同时包括筛选得到的方向输出总功率，和其他适应度次优的输出总功率，称为优化输出总功率。

接着，在每个总功率数据簇内，设置优化步长，如优化步长设置为0.05，表示每次输出总功率调整0.05千瓦。随后，对每个总功率数据簇内除方向输出总功率之外的每个优化输出总功率，按照设置的优化步长向方向输出总功率调整，形成更新后的输出总功率，将更新后的输出总功率与原方向输出总功率放在同一聚类中，形成若干个更新总功率数据簇。此后，对若干个更新总功率数据簇内的每个输出总功率，分别代入电价有序度函数和功率有序度函数，重新计算其电价有序度、功率有序度和适应度，并比较每个更新总功率数据簇内的多个所有输出总功率的适应度，选择适应度最大的输出总功率作为当前聚类的最新方向输出总功率。如果当前最新方向输出总功率比原方向输出总功率的适应度更大，则更新替换，否则保持原方向输出总功率不变。预先设置优化收敛次数，如设置收敛次数为100次。随后，通过更新后的若干个更新总功率数据簇继续进行输出总功率优化，并且每次判断当前迭代次数是否达到设置的收敛次数，如果是则终止迭代，否则进入新一轮迭代。当迭代次数达到收敛次数时，输出最新的若干个更新总功率数据簇中适应度值最大的输出总功率，选择其作为充电站的最优输出总功率。

根据所述最优输出总功率和所述多个启动充电桩，构建功率调度库，其中，所述功率调度库包括对所述多个启动充电桩进行功率调度的功率调度方案；

进一步的，本申请实施例还包括：

根据所述最优输出总功率和多个启动充电桩，随机生成多个功率调度方案；

按照所述多个充电需求功率，对所述多个功率调度方案进行约束，根据符合约束功率调度方案，构建所述功率调度库。

在一种可行的实施方式中，在获得充电站最优输出总功率后，首先，确定多个启动充电桩中每个充电桩的功率下限和功率上限。然后，设置方案预选个数，按照方案预选个数对多个启动充电桩中的每个充电桩随机生成充电桩功率值，得到多个功率调度方案。之后，读取获得的多个充电主体的对应的多个充电需求功率，对生成多个功率调度方案中的每个功率调度方案，判断其给每个启动充电桩分配的输出功率是否满足其连接充电主体的充电需求功率。接着，保留符合每个充电主体的充电需求功率的功率调度方案，得到符合约束功率调度方案，并将保留的符合约束功率调度方案进行汇总，得到功率调度库，为最优功率调度方案的优化选择提供基础。

根据所述多个SOC信息和多个充电需求功率，在所述功率调度库内进行功率调度方案的优化，获得最优功率调度方案，对所述多个启动充电桩进行控制。

进一步的，本申请实施例还包括：

根据所述多个SOC信息的大小，进行权重分配，获得多个调节权重，其中，SOC信息的大小与调节权重的大小反相关；

在所述功率调度库内，计算多个功率调度方案内多个启动充电桩的输出功率与所述多个充电需求功率的偏差，获得多个偏差信息集合；

根据所述多个调节权重，对所述多个偏差信息集合进行加权计算，获得多个调度偏差；

输出调度偏差最小的功率调度方案，获得所述最优功率调度方案。

在一种可行的实施方式中，为平衡各充电主体的电量消耗，根据其SOC信息进行权重分配，即设置充电优先级，对SOC信息较高的充电主体，分配较小的功率调节权重，对SOC值较低的充电主体，分配较大的功率调节权重，从而得到对应多个SOC信息的多个调节权重。其中，SOC信息的大小与调节权重的大小反相关，SOC信息低的获得更大权重，优先获取功率资源。在为每个充电主体设置好调节权重后，在构建的功率调度库中，逐个取出功率调度方案，对每个功率调度方案中各个启动充电桩的输出功率，与其连接的充电主体的充电需求功率，计算二者的差值。每个功率调度方案内会计算出多个差值，组成一个偏差信息集合。重复计算功率调度库内多个功率调度方案中每个功率调度方案的偏差信息集合，得到多个功率调度方案对应的多个偏差信息集合，反映了功率调度方案的合理性和满足充电需求的程度。

接着，对每个功率调度方案，取出其对应的多个充电主体的偏差信息集合，将偏差信息集合中每个充电主体的偏差，与每个充电主体对应的调节权重相乘，得到加权偏差，再对每个功率调度方案下的所有加权偏差求和，汇总为调度偏差，获得多个功率调度方案对应的多个调度偏差。之后，读取多个调度偏差，并按调度偏差的绝对值由小到大顺序进行排序，选择排序结果中调度偏差绝对值最小的一项功率调度方案，并将其作为当前的最优功率调度方案。随后，向充电站内各启动充电桩的功率控制装置下发最优功率调度方案中对应充电桩的最优功率值，各启动充电桩的功率控制装置接收最优功率值后，自动驱动和调整内部功率器件的工作状态，实时调节并稳定自身的功率输出，实现对多个启动充电桩进行功率调节控制，提高充电桩的充电适应性。

综上所述，本申请实施例所提供的一种基于充电站的整体化功率调节方法具有如下技术效果：

在充电站内，通过被调用的多个启动充电桩，与连接的多个充电主体的电池管理系统进行交互，获取多个SOC信息和多个充电需求功率，并计算获得总充电需求功率，实时得到各充电主体的充电状态和需求。采集实时的电价信息和未来预设时间范围的电价波段信息，并预测未来预设时间范围内的充电车辆变化信息，获得充电站未来运营的相关影响因素。根据总充电需求功率，构建约束，根据电价信息、电价波段信息和充电车辆变化信息，对多个启动充电桩的输出总功率进行优化，获得最优输出总功率，考虑各种因素后获得充电站的最优输出总功率。根据最优输出总功率和多个启动充电桩，构建功率调度库，得到候选的功率调度方案。根据多个SOC信息和多个充电需求功率，在功率调度库内进行功率调度方案的优化，获得最优功率调度方案，对多个启动充电桩进行控制，解决现有技术中充电站的充电适应性差的技术问题，实现对多个充电桩功率进行整体协调优化控制，提高充电桩的实时功率响应，实现有序充电的技术效果。

实施例二

基于与前述实施例中一种基于充电站的整体化功率调节方法相同的发明构思，如图3所示，本申请实施例提供了一种基于充电站的整体化功率调节系统，该系统包括：

充电需求获取单元11，用于在充电站内，通过被调用的多个启动充电桩，与连接的多个充电主体的电池管理系统进行交互，获取多个SOC信息和多个充电需求功率，并计算获得总充电需求功率；

预设时段预测单元12，用于采集实时的电价信息和未来预设时间范围的电价波段信息，并预测未来预设时间范围内的充电车辆变化信息；

输出功率优化单元13，用于根据所述总充电需求功率，构建约束，根据所述电价信息、电价波段信息和充电车辆变化信息，对所述多个启动充电桩的输出总功率进行优化，获得最优输出总功率，其中，通过计算电价有序度和功率有序度进行优化；

调度库构建单元14，用于根据所述最优输出总功率和所述多个启动充电桩，构建功率调度库，其中，所述功率调度库包括对所述多个启动充电桩进行功率调度的功率调度方案；

调度方案优化单元15，用于根据所述多个SOC信息和多个充电需求功率，在所述功率调度库内进行功率调度方案的优化，获得最优功率调度方案，对所述多个启动充电桩进行控制。

具体的，预设时段预测单元12包括以下执行步骤：

获取时间节点信息；

根据所述时间节点信息，采集所述电价信息，并根据历史电价峰谷数据，采集未来预设时间范围内的电价信息，获得所述电价波段信息；

获取过去预设时间范围内的充电车流信息；

根据所述充电站的监测数据，获取样本时间节点信息集合、样本历史充电车流信息集合和样本充电车流变化信息集合；

采用所述样本时间节点信息集合、样本历史充电车流信息集合和样本充电车流变化信息集合，构建充电车流变化预测器；

采用所述充电车流变化预测器，对所述时间节点信息和充电车流信息进行输入预测，获得所述充电车辆变化信息。

具体的，输出功率优化单元13包括以下执行步骤：

将所述充电站的输出总功率大于等于所述总充电需求功率作为优化约束；

根据所述电价信息、电价波段信息，构建电价有序度函数，如下式：

；

其中，ord为电价有序度，

根据所述充电车辆变化信息，构建功率有序度函数，如下式：

；

其中，org为功率有序度，

根据所述优化约束、电价有序度函数和功率有序度函数，对所述多个启动充电桩的输出总功率进行优化，获得最优输出总功率。

具体的，输出功率优化单元13还包括以下执行步骤：

根据所述优化约束，随机生成多个第一输出总功率；

根据所述电价有序度函数和功率有序度函数，计算获得所述多个第一输出总功率的多个第一电价有序度和多个第一功率有序度；

分别对所述多个第一电价有序度和多个第一功率有序度进行加权计算，获得多个第一适应度；

按照所述多个第一适应度的大小，对所述多个第一输出总功率进行聚类，获得若干个总功率数据簇，每个总功率数据簇内包括第一适应度最大的方向输出总功率和其他的优化输出总功率；

在所述若干个总功率数据簇内，进行输出总功率的迭代优化，获得最优输出总功率。

具体的，输出功率优化单元13还包括以下执行步骤：

在所述若干个总功率数据簇内，按照优化步长，对优化输出总功率向靠近方向输出总功率的方向进行调整，获得若干个更新总功率数据簇；

根据所述电价有序度函数和功率有序度函数，计算获得若干个更新总功率数据簇内输出总功率的适应度，并对方向输出总功率进行判别更新；

在更新后的若干个更新总功率数据簇，继续进行输出总功率的优化，直到达到收敛次数，输出适应度最大的方向输出总功率，获得所述最优输出总功率。

具体的，调度库构建单元14包括以下执行步骤：

根据所述最优输出总功率和多个启动充电桩，随机生成多个功率调度方案；

按照所述多个充电需求功率，对所述多个功率调度方案进行约束，根据符合约束功率调度方案，构建所述功率调度库。

具体的，调度方案优化单元15包括以下执行步骤：

根据所述多个SOC信息的大小，进行权重分配，获得多个调节权重，其中，SOC信息的大小与调节权重的大小反相关；

在所述功率调度库内，计算多个功率调度方案内多个启动充电桩的输出功率与所述多个充电需求功率的偏差，获得多个偏差信息集合；

根据所述多个调节权重，对所述多个偏差信息集合进行加权计算，获得多个调度偏差；

输出调度偏差最小的功率调度方案，获得所述最优功率调度方案。

综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中，并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法，在此不做多余限制。

进一步的，综上所述的第一或第二可能不止代表次序关系，也可能代表某项特指概念，和/或指的是多个元素之间可单独或全部选择。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。