本發(fā)明涉及充電樁調(diào)度，更具體地說(shuō)，它涉及一種用于物聯(lián)網(wǎng)充電的智能調(diào)度系統(tǒng)及方法。

背景技術(shù)：

1、隨著電動(dòng)汽車(chē)的迅速發(fā)展，充電基礎(chǔ)設(shè)施的需求也急劇上升，目前充電站普遍采用靜態(tài)調(diào)度模式，即電動(dòng)汽車(chē)在充電站任意選擇空閑的充電樁進(jìn)行充電，由于缺乏對(duì)充電樁輸出功率的調(diào)節(jié)，充電樁的輸出功率通常是固定的，例如常見(jiàn)的7kw交流充電樁或者60kw、120kw的直流快充樁，在面對(duì)不同電動(dòng)汽車(chē)的充電需求、電池狀態(tài)以及電網(wǎng)負(fù)荷和電價(jià)變化時(shí)，無(wú)法智能調(diào)節(jié)充電樁的輸出功率，導(dǎo)致充電站運(yùn)營(yíng)成本增加以及影響電動(dòng)汽車(chē)的充電效率。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種用于物聯(lián)網(wǎng)充電的智能調(diào)度系統(tǒng)及方法，解決上述背景技術(shù)中的技術(shù)問(wèn)題。

2、本發(fā)明提供了一種用于物聯(lián)網(wǎng)充電的智能調(diào)度系統(tǒng)，包括：

3、第一數(shù)據(jù)采集模塊，其用于采集正在充電的電動(dòng)汽車(chē)的參數(shù)以及對(duì)應(yīng)充電樁的參數(shù)；

4、電動(dòng)汽車(chē)的參數(shù)包括：電池總?cè)萘?、電池剩余電量、最大允許充電功率、最小允許充電功率和預(yù)計(jì)充電時(shí)長(zhǎng)；

5、充電樁的參數(shù)包括：額定功率、最大輸出功率、最小輸出功率和充電效率；

6、第二數(shù)據(jù)采集模塊，其用于采集歷史時(shí)間段的電網(wǎng)負(fù)荷數(shù)據(jù)和電網(wǎng)電價(jià)數(shù)據(jù)以及氣象數(shù)據(jù)，并分別構(gòu)建負(fù)荷序列和電價(jià)序列；

7、氣象數(shù)據(jù)包括：最高溫度、最大降雨量和最大風(fēng)速；

8、電網(wǎng)負(fù)荷預(yù)測(cè)模塊，其用于將負(fù)荷序列輸入到電網(wǎng)負(fù)荷預(yù)測(cè)模型，輸出在未來(lái)n個(gè)時(shí)間段的電網(wǎng)負(fù)荷；

9、電網(wǎng)電價(jià)預(yù)測(cè)模塊，其用于將電價(jià)序列輸入到電網(wǎng)電價(jià)預(yù)測(cè)模型，輸出在未來(lái)n個(gè)時(shí)間段的電網(wǎng)電價(jià)；

10、充電樁調(diào)度模塊，其用于根據(jù)正在充電的電動(dòng)汽車(chē)的參數(shù)、對(duì)應(yīng)充電樁的參數(shù)以及在未來(lái)n個(gè)時(shí)間段的電網(wǎng)負(fù)荷和電網(wǎng)電價(jià)，通過(guò)優(yōu)化算法生成充電樁調(diào)度方案；

11、充電樁調(diào)度方案通過(guò)充電樁在未來(lái)n個(gè)時(shí)間段的實(shí)際輸出功率表示，其中n為自定義參數(shù)，時(shí)間段以10分鐘為單位。

12、進(jìn)一步地，預(yù)計(jì)充電時(shí)長(zhǎng)的計(jì)算公式如下：

13、；

14、其中表示電池目標(biāo)電量，設(shè)置為100%，表示電池剩余電量，q表示電池總?cè)萘?，表示充電樁的額定功率，effic表示充電效率，賦值為0.92。

15、進(jìn)一步地，負(fù)荷序列的每個(gè)序列單元通過(guò)歸一化后的電網(wǎng)負(fù)荷數(shù)據(jù)和氣象數(shù)據(jù)表示。

16、進(jìn)一步地，電價(jià)序列的每個(gè)序列單元通過(guò)歸一化后的電網(wǎng)電價(jià)數(shù)據(jù)和氣象數(shù)據(jù)表示。

17、進(jìn)一步地，電網(wǎng)負(fù)荷預(yù)測(cè)模型基于gru模型構(gòu)建，電網(wǎng)負(fù)荷預(yù)測(cè)模型的隱藏單元數(shù)量與負(fù)荷序列的序列單元數(shù)量一致，最后一個(gè)隱藏單元輸出的向量分別輸入到n個(gè)第一分類(lèi)器，n個(gè)第一分類(lèi)器的分類(lèi)空間分別對(duì)應(yīng)在未來(lái)n個(gè)時(shí)間段的電網(wǎng)負(fù)荷。

18、進(jìn)一步地，電網(wǎng)電價(jià)預(yù)測(cè)模型基于gru模型構(gòu)建，電網(wǎng)電價(jià)預(yù)測(cè)模型的隱藏單元數(shù)量與電價(jià)序列的序列單元數(shù)量一致，最后一個(gè)隱藏單元輸出的向量分別輸入到n個(gè)第二分類(lèi)器，n個(gè)第二分類(lèi)器的分類(lèi)空間分別對(duì)應(yīng)在未來(lái)n個(gè)時(shí)間段的電網(wǎng)電價(jià)。

19、進(jìn)一步地，通過(guò)優(yōu)化算法生成充電樁調(diào)度方案，包括以下步驟：

20、步驟s201，隨機(jī)生成符合約束條件的初始化種群，并初始化當(dāng)前迭代次數(shù)為0；

21、初始化種群的個(gè)體數(shù)量k為自定義參數(shù)，每個(gè)個(gè)體均通過(guò)矩陣編碼表示，矩陣編碼matrix的表示如下：

22、；

23、其中m表示正在使用的充電樁的總數(shù)，n表示未來(lái)時(shí)間段的總數(shù)，表示第1個(gè)到第m個(gè)充電樁在未來(lái)第1個(gè)時(shí)間段的實(shí)際輸出功率，表示第1個(gè)充電樁在未來(lái)第1個(gè)時(shí)間段到第n個(gè)時(shí)間段的實(shí)際輸出功率，表示第m個(gè)充電樁在未來(lái)第n個(gè)時(shí)間段的實(shí)際輸出功率；

24、約束條件包括：

25、約束條件1：，其中表示充電樁在未來(lái)任意時(shí)間段的實(shí)際輸出功率，和分別表示電動(dòng)汽車(chē)的最小允許充電功率和最大允許充電功率，和分別表示充電樁的最小輸出功率和最大輸出功率；

26、約束條件2：，其中表示第m個(gè)充電樁在未來(lái)第n個(gè)時(shí)間段的實(shí)際輸出功率，表示在未來(lái)第n個(gè)時(shí)間段的電網(wǎng)負(fù)荷；

27、約束條件3：，其中表示充電樁在未來(lái)n個(gè)時(shí)間段的實(shí)際輸出功率的平均值，表示充電樁的額定功率；

28、步驟s202，通過(guò)目標(biāo)函數(shù)計(jì)算初始化種群中所有個(gè)體的適應(yīng)度值；

29、步驟s203，遍歷初始化種群中所有個(gè)體，并且每次均生成取值范圍在0到1之間的第一隨機(jī)數(shù)，判斷其小于變異系數(shù)，則通過(guò)隨機(jī)搜索策略更新該個(gè)體的矩陣編碼，否則進(jìn)入步驟s204；

30、其中變異系數(shù)為自定義參數(shù)；

31、步驟s204，生成取值范圍在0到1之間的第二隨機(jī)數(shù)，并判斷其小于平衡系數(shù)，則通過(guò)全局搜索策略更新該個(gè)體的矩陣編碼，否則通過(guò)局部搜索策略更新該個(gè)體的矩陣編碼；

32、遍歷到第i個(gè)個(gè)體的平衡系數(shù)的計(jì)算公式如下：

33、；

34、其中表示適應(yīng)度值的最大值，表示第i個(gè)個(gè)體的適應(yīng)度值，tanh表示雙曲正切函數(shù)；

35、步驟s205，當(dāng)前迭代次數(shù)累加1，并判斷當(dāng)前迭代次數(shù)大于等于最大迭代次數(shù)，則將初始化種群中適應(yīng)度值最大的個(gè)體的矩陣編碼作為充電樁調(diào)度方案輸出，否則重復(fù)執(zhí)行步驟s202到步驟s205；

36、其中最大迭代次數(shù)為自定義參數(shù)。

37、進(jìn)一步地，目標(biāo)函數(shù)的計(jì)算公式如下：

38、；

39、其中fit表示適應(yīng)度值，表示第m個(gè)充電樁在未來(lái)第n個(gè)時(shí)間段的實(shí)際輸出功率，表示在未來(lái)第n個(gè)時(shí)間段的電網(wǎng)電價(jià)，、和分別表示第m個(gè)充電樁對(duì)應(yīng)電動(dòng)汽車(chē)的電池目標(biāo)電量，設(shè)置為100%、電池剩余電量和電池總?cè)萘?，表示第m個(gè)充電樁在未來(lái)n個(gè)時(shí)間段的實(shí)際輸出功率的平均值，effic表示充電效率，賦值為0.92，和分別表示自定義的第一權(quán)重項(xiàng)和第二權(quán)重項(xiàng)，兩者的和值為1。

40、進(jìn)一步地，隨機(jī)搜索策略的計(jì)算公式如下：

41、；

42、其中1≤i≤k，1≤t≤max，其中max表示最大迭代次數(shù)，表示第t+1個(gè)迭代次數(shù)的第i個(gè)個(gè)體的矩陣編碼，表示第t個(gè)迭代次數(shù)的適應(yīng)度值最大的個(gè)體的矩陣編碼，表示第t個(gè)迭代次數(shù)的適應(yīng)度值最小的個(gè)體的矩陣編碼，rand表示取值范圍在0到1之間的隨機(jī)數(shù)；

43、全局搜索策略的計(jì)算公式包括：

44、；

45、；

46、其中1≤j≤k，1≤k≤k，i≠j≠k，offset表示偏移系數(shù)，偏移系數(shù)的取值范圍為，arctanh表示反雙曲正切函數(shù)，和分別表示第t個(gè)迭代次數(shù)的第j個(gè)和第k個(gè)個(gè)體的矩陣編碼，表示第t個(gè)迭代次數(shù)的第j個(gè)個(gè)體的適應(yīng)度值，表示適應(yīng)度值的最小值，表示第t個(gè)迭代次數(shù)的第j個(gè)個(gè)體的權(quán)重系數(shù)，表示第t個(gè)迭代次數(shù)的初始化種群的適應(yīng)度值的中值；

47、局部搜索策略的計(jì)算公式包括：

48、；

49、；

50、其中表示第t個(gè)迭代次數(shù)的第i個(gè)個(gè)體的矩陣編碼，convert表示轉(zhuǎn)換系數(shù)，表示服從均勻分布的第三隨機(jī)數(shù)，表示服從均勻分布的第四隨機(jī)數(shù)，表示取值范圍在0到1之間的第五隨機(jī)數(shù)。

51、本發(fā)明提供一種用于物聯(lián)網(wǎng)充電的智能調(diào)度方法，包括以下步驟：

52、步驟s301，采集正在充電的電動(dòng)汽車(chē)的參數(shù)以及對(duì)應(yīng)充電樁的參數(shù)；

53、步驟s302，采集歷史時(shí)間段的電網(wǎng)負(fù)荷數(shù)據(jù)和電網(wǎng)電價(jià)數(shù)據(jù)以及氣象數(shù)據(jù)，并分別構(gòu)建負(fù)荷序列和電價(jià)序列；

54、步驟s303，將負(fù)荷序列輸入到電網(wǎng)負(fù)荷預(yù)測(cè)模型，輸出在未來(lái)n個(gè)時(shí)間段的電網(wǎng)負(fù)荷；

55、步驟s304，將電價(jià)序列輸入到電網(wǎng)電價(jià)預(yù)測(cè)模型，輸出在未來(lái)n個(gè)時(shí)間段的電網(wǎng)電價(jià)；

56、步驟s305，根據(jù)正在充電的電動(dòng)汽車(chē)的參數(shù)、對(duì)應(yīng)充電樁的參數(shù)以及在未來(lái)n個(gè)時(shí)間段的電網(wǎng)負(fù)荷和電網(wǎng)電價(jià)，通過(guò)優(yōu)化算法生成充電樁調(diào)度方案。

57、本發(fā)明的有益效果在于：本發(fā)明根據(jù)預(yù)測(cè)的電網(wǎng)負(fù)荷和電網(wǎng)電價(jià)通過(guò)優(yōu)化算法實(shí)現(xiàn)充電樁在未來(lái)多個(gè)時(shí)間段的輸出功率的智能調(diào)度，從而使得電價(jià)最小化的同時(shí)，保證充電效率最大化。