[发明专利]一种电动公交车与分布式光伏协调控制系统

说明书

本发明公开了一种电动公交车与分布式光伏协调控制系统，由充电排班模块，发电预测模块、功率优化模块三部分组成；充电排班模块主要根据公交排班情况制定各电动公交车的充电任务计划；发电预测模块采用深度神经网络模型，利用光伏的发电历史数据集，训练得到光伏发电预测模型。对未来的光伏发电功率进行预测，获取光伏发电功率预测曲线；功率优化模块依据光伏发电功率预测曲线，制定电动公交车充电功率曲线。本发明利用有限的充电桩资源，合理规划电动公交车充电秩序，在满足公交车运营的前提下，降低公交站充电成本，提高用能质量为目标，优化公交车充电功率。

技术领域

本申请 涉及一种电动公交车与分布式光伏协调控制系统。

背景技术

电动汽车(Electric Vehicle，EV)作为一种环保、低碳的交通工具，近年来得到快速发展。配套充电设施的建设和完善受到我们政府的高度重视。在充电站中融合分布式光伏、储能等系统，有助于降低充电站运营成本，促进城市低碳化发展。一方面，集中式充电站在电动汽车充电时，电网侧会承受负荷波动冲击；另一方面，光伏发电受气象影响而波动，出力具有时序上的不确定性，对配电网的电能质量，电压稳定等产生一系列的影响。

相对于私人电动汽车而言，纯电动公交车有固定的发车时间和较强的出行规律，为保证正常运营普遍采用“间歇充电”的模式，日间频繁充电。公交充电站基本采用专用集中充电模式，充电桩资源有限。合理规划公交车充电秩序，优化公交车充电功率有助于降低公交站充电成本，提高用能质量。

发明内容

本发明的目的在于提供一种利用有限的充电桩资源，合理规划电动公交车充电秩序，优化公交车充电功率的电动公交车与分布式光伏协调控制系统。

本发明的技术解决方案是：

一种电动公交车与分布式光伏协调控制系统，其特征在于：

由充电排班模块，发电预测模块、功率优化模块三部分组成；

充电排班模块主要根据公交排班情况制定各电动公交车的充电任务计划；发电预测模块采用深度神经网络模型，利用光伏的发电历史数据集，训练得到光伏发电预测模型。对未来的光伏发电功率进行预测，获取光伏发电功率预测曲线；功率优化模块依据光伏发电功率预测曲线，制定电动公交车充电功率曲线。

所述充电排班模块以为充电裕度最大优化目标，制定公交充电任务计划；

定义第n辆电动公交车的充电裕度η_nj为：

C_nj为电动公交车n行驶时段j消耗产生的新增充电需求，充电需求具体指电动汽车从当前电池状态至电池充满所需要的电量；分别为电动公交n的充电任务j起始、结束时刻；充电裕度代表用于满足营运充电需求的可用充电时长，充电裕度越大则公交车充电抗干扰的能力越强；

具体的，充电排班模块以充电裕度最高为目标，求解电动公交车的充放电任务计划。

obj＝max(min(η_nj))。

所述发电预测模块综合考虑多种气象因素预测光伏发电功率；神经网络的模型的输入层包括光照、湿度、温度、上时刻发电功率。

所述功率优化模块以充电费用最低和电网波动最小为多优化目标，求解公交站最优充电功率曲线；优化过程采用多阶段优化方式：第一阶段，以充电费用最低为目标，获取经济优化充电功率。第二阶段，以电网波动最小为目标，获取曲线优化充电功率。

所述充电排班模块，其优化过程需要考虑三方面的约束因素：

1)充电时段约束：电动公交车仅能够在充电站内，即间歇时段才可以进行充电；

式中分别为间歇时段的起始、结束时间；