一种基于能量调控算法的光储充一体化充电站管理系统的制作方法

本发明涉及充电站能量管理，且更具体地涉及一种基于能量调控算法的光储充一体化充电站管理系统。

背景技术：

1、随着电动汽车的普及和可再生能源的发展，光储充一体化充电站作为连接电动汽车和可再生能源的重要基础设施，其能量管理系统的优化和智能化成为当前研究的热点。传统的充电站管理系统存在以下不足：

2、能源利用效率低，无法准确预测光伏发电量和电动汽车充电需求，导致能源配置不合理，能源利用效率低下；

3、传统的控制策略往往基于固定的规则或简单的阈值判断，无法根据实时数据和未来预测结果进行优化调整，进一步限制了能源利用效率的提升；

4、应对不确定性能力差，光伏发电和电动汽车充电需求的不确定性给充电站系统的稳定运行带来了挑战。

5、因此，本发明提出了一种基于能量调控算法的光储充一体化充电站管理系统有效提高能源利用率和稳定性。

技术实现思路

1、针对上述技术的不足，能源利用率低和稳定性能差，本发明公开一种基于能量调控算法的光储充一体化充电站管理系统，能够有效提高能源利用率和稳定性。

2、一种基于能量调控算法的光储充一体化充电站管理系统，包括：

3、光伏发电装置，通过光伏电池板将太阳能转化为电能；

4、储能装置，储存所述光伏发电装置产生的电能或电网的电能，并通过电池管理系统bms管理所述储能装置的充放电过程；

5、充电装置，为电动汽车提供充电服务；所述充电装置包括直流充电终端和交流充电终端；

6、能量管理模型，通过能量调控算法实现对所述光伏发电装置、所述储能装置和所述充电装置的协同控制；所述能量管理模型包括数据采集模块、数据分析模块、能量控制模块和能量调度执行模块；所述能量调控算法包括改进型支持向量机和模型预测控制；

7、所述数据采集模块，通过传感器网络模型实时采集装置的运行数据信息，所述运行数据信息至少包括电流、电压、功率和装置的运行状态；

8、所述数据分析模块，通过改进型支持向量机进行数据分析，预测能量需求，优化能量分配；所述改进型支持向量机包括数据预处理单元、特征选择提取单元、模型构建单元、分类单元、训练优化单元和预测评估单元；所述数据预处理单元的信号输出端与所述特征选择提取单元的信号输入端相连接，所述特征选择提取单元的信号输出端与所述模型构建单元的信号输入端相连接，所述模型构建单元的信号输出端与所述分类单元的信号输入端相连接，所述分类单元的信号输出端与所述训练优化单元的信号输入端相连接，所述训练优化单元的信号输出端与所述预测评估单元的信号输入端相连接；

9、所述能量控制模块，根据所述数据分析模块的分析结果，通过模型预测控制实时对数据分析结果进行二次预测，并根据预测结果制定最优充放电策略；

10、所述能量调度执行模块，根据所述能量控制模块制定的策略，执行能量调度任务；

11、所述光伏发电装置与所述能量管理模型双向连接，所述储能装置与所述能量管理模型双向连接，所述充电装置与所述能量管理模型双向连接，所述数据采集模块的信号输出端与所述数据分析的信号输入端相连接，所述数据分析模块的信号输出端与所述能量控制模块的信号输入端相连接，所述能量控制模块的信号输出端与所述能量调度执行模块的信号输入端相连接。

12、作为本发明进一步实施例，所述数据采集模块包括第一数据采集单元、第二数据采集单元和第三数据采集单元；所述第一数据采集单元通过第一传感器网络采集所述光伏发电装置的数据信息，所述数据信息至少包括光伏发电功率、发电量、光伏板温度和光照强度；所述第一传感器网络至少包括电压传感器、电流传感器、温度传感器和光敏电阻；所述第二数据采集单元通过第二传感器网络采集所述储能装置的数据信息，所述数据信息至少包括荷电状态、充放电电流、充放电电压和温度；所述第三数据采集单元通过第三传感器网络采集所述充电装置的数据信息，所述数据信息至少包括充电功率、充电时间、充电电流和充电设备的工作状态；所述第一传感器网络、所述第二传感器网络和所述第三传感器网络采用网状网络拓扑结构，并通过星型网络拓扑结构构成所述传感器网络模型。作为本发明进一步实施例，所述模型构建单元的输入样本为：

13、

14、所述分类单元中分类超平面的最优问题表示为：

15、在公式（4）中，f为最优决策。作为本发明进一步实施例，所述改进型支持向量机分类过程为svm1作为二叉树的根节点，将数据第1类的测试样本决策出来，将不属于第1类的样本通过svm2进行分类直到svm将第q类样本决策出来。在公式（3）中，为拉格朗日乘子，为最优目标函数；

16、作为本发明进一步实施例，所述模型预测控制包括预测单元、优化单元、控制单元、反馈调整单元和人机交互单元；所述预测单元的信号输出端与所述优化单元的信号输入端相连接，所述优化单元的信号输出端与所述控制单元的信号输入端相连接，所述控制单元的信号输出端与所述反馈调整单元的信号输入端相连接，所述控制单元的信号输出端与所述人机交互单元的信号是输入端相连接；所述预测单元根据实时采集的数据对未来进行长期预测和短期预测，所述长期预测时间为1~7天，所述短期预测时间为0.5~24h，预测结果包括光伏发电量、储能电池的电量变化、充电桩的负载需求；所述优化单元基于预测数据制定最优充放电策略；所述控制单元从优化得到的最优控制序列中，选择第一个元素作为当前的控制输入，并将其应用于模型中，根据当前的控制输入，调整光伏发电系统的输出、储能系统的充放电功率和充电桩的负载分配；所述反馈调整单元在下一个控制周期开始时，重新监测系统状态，采集新的数据，并进行新一轮的预测与优化；所述人机交互单元通过显示屏和键盘进行监控运行状态、查看预测结果和优化策略。

17、作为本发明进一步实施例，所述控制单元控制所述光伏发电装置、储能装置和充电装置的能量流向；

18、所述光伏发电装置的能量调度满足的条件为：

19、为所述储能装置的充电总功率；当所述光伏发电装置的光伏发电功率大于所述充电装置和所述储能装置的总需求时，剩余电能储存至所述储能装置或并网；当所述光伏发电装置的光伏发电功率不足时，优先使用所述储能装置的电能为充电装置供电，不足部分由电网补充；所述充电装置根据电动汽车的充电需求和当前系统的能量状态进行智能调度，优先使用光伏发电和储能装置的电能为电动汽车充电。

20、作为本发明进一步实施例，所述能量流向为所述光伏发电装置将太阳光转换为电能，产生的直流电被送往所述光伏逆变器，所述光伏逆变器将直流电转换为交流电，将转换后的交流电送入交流母线，电能通过变压器输送到电网中，电网与交流母线双向传输；通过储能变流器将电能传输至所述储能装置，交流母线与所述储能变流器双向传输，所述储能变流器与所述储能装置双向传输；电能直接为充电桩供电。

21、积极有益效果

22、一种基于能量调控算法的光储充一体化充电站管理系统通过改进型支持向量机构建精确的能源预测模型，实现对光伏发电量和电动汽车充电需求的准确预测，为模型预测控制提供重要的参考依据；模型预测控制基于当前的系统状态和未来的预测结果，计算出最优的控制策略，实现光伏发电、储能和充电之间的协调优化，提高能源利用效率，增强系统稳定性和可靠性。