CN119401464A 一种充电功率分配方法、装置、存储介质以及电子设备 （北京市腾河智慧能源科技有限公司）

本申请公开了一种充电功率分配方法、装对象的发电参数和与各所述发电对象对应的碳基于所述区域碳排放因子和预设约束条件采用预设优化算法对以最小化碳排放量为目标的目最优充电功率参数对所述待功率分配对象的各2基于区域电网的不同发电对象的发电参数和与各所述发电对象对应的碳排放因子进基于所述区域碳排放因子和预设约束条件采用预设优化算法对以最小化碳排放量为基于各所述最优充电功率参数对所述待功率分配对象的各所述不同充电时段的充电基于当前时段内各所述不同发电对象的发电量和区域总发电量进行计基于各所述区域供电比例参数、碳排放因子以及预定电网传输损耗因子进行计算处基于各所述第一发电量、分布式光伏的第二发电量、储能系统放基于所述区域碳排放量和所述当前时段的所述区域总发电量所述功率约束包括单桩充电功率限制和储能设备功率所述电网约束包括变压器容量限制和分布式光基于优化算法中的各所述参数的取值范围和所述预设约束条件随机初始化种群中各基于各所述个体的所述初始位置，计算相应个体的初始适应度个体位置以确定初始全局最优个体对应的初始基于所述初始全局最优个体位置和各所述初始适应度值，采用循环3基于所述当前位置对应的第一参数值采用所述目标函数进行计算基于各所述当前适应度值和各所述初始适应度值进行筛选，得循环迭代的对所述当前全局最优个体位置和与各所述个体分别对应的当前最优位置目标参数值确定为待功率分配对象的不同充电时段对应的最优充6.如权利要求5所述的方法，其特征在于，所述基于同一所述个体的所述初始适应度基于所述预设惯性权重和所述初始速度进行乘法运算处理，得到个体前进的第一速基于所述第一距离值、所述第一学习因子以及所述第一随机参数进行乘法运算处理，基于所述第二距离值、所述第二学习因子以及所述第二随机参数进行乘法运算处理，基于所述第一速度、所述第二速度以及所述第三速度进行加法运算相邻两个迭代轮次得到的全局最优个体位置对应的适应度值的差值的绝对值小于或计算模块，用于基于区域电网的不同发电对象的发电优化模块，用于基于所述区域碳排放因子和预设约分配模块，用于基于各所述最优充电功率参数对所述待功理器执行时实现上述权利要求1_7任一项所述充电功率分配方法4程序，所述处理器在执行所述存储器上的计算机程序时实现上述权利要求1_7任一项所述5主要目的在于解决目前存在电动汽车的充电需求与分布式光伏发电之间存在时序上的不基于区域电网的不同发电对象的发电参数和与各所述发电对象对应的碳排放因基于所述区域碳排放因子和预设约束条件采用预设优化算法对以最小化碳排放基于各所述最优充电功率参数对所述待功率分配对象的各所述不同充电时段的6所述功率约束包括单桩充电功率限制和储能设备功率所述电网约束包括变压器容量限制和分布式光基于优化算法中的各所述参数的取值范围和所述预设约束条件随机初始化种群最优个体位置以确定初始全局最优个体对应的基于所述初始全局最优个体位置和各所述初始适应度值，采用循环迭代的方式，与待功率分配对象的不同充电时段对应的最优循环迭代的对所述当前全局最优个体位置和与各所述个体分别对应的当前最优所述目标参数值确定为待功率分配对象的不同充电时段对应的最优充7相邻两个迭代轮次得到的全局最优个体位置对应的适应度值的差值的绝对值小述计算机程序被处理器执行时实现上述所述充电功率分配方[0015]上述说明仅是本发明技术方案的概述，为了能够更清楚8面给出的对本申请的大致描述以及下面给出的对实施例的详细描述一起用于解释本申请9[0029]本申请通过基于区域电网的不同发电对象的发电参数和与各所述发电对象对应第一发电量=(R:EH)(1-n)（2）其中，pa.(0)为t时刻电动汽车充电总功率；p.()为t时刻储能设备放电功率；表示每个充电桩在任意时刻t的充电功率必须满足其额定功率范围；其中，其中，soc(+a)为储能设备在t+At时刻的状态，7aw和7as分别为储能的充放初始全局最优个体位置以确定初始全局最优个体度最小的个体对应的不同充电时段的充电功率参数即为初始全局最优个体对应的初始最[0037]步骤S209：基于所述当前位置对应的第一参数值采用所述目标函数进行计算处全局最优个体位置和与各所述个体分别对应的如果个体的当前适应度比全体个体的历史最优适应度更好，则更新全局最优位置对应的所述目标参数值确定为待功率分配对象的不同充电时段对应的最优充电功率参个体分别对应的当前最优位置进行更新直至当前迭代轮次大于或者等于预设迭代轮次阈置和与各所述个体分别对应的当前最优位置进行更新直至相邻两个迭代轮次得到的全局新后的所述当前全局最优个体位置对应的所述目标参数值确定为待功率分配对象的不同[0041]本申请通过基于区域电网的不同发电对象的发电参数和与各所述发电对象对应小化为目标，在满足车辆充电需求和电网安全运行的前提下的动态调控策略的目标函数，优化算法中的各所述参数的取值范围和所述预设约束条件随机初始化种群中各个体的初后的所述当前全局最优个体位置对应的所述目标参数值确定为待功率分配对象的不同充计算模块1，用于基于区域电网的不同发电对象的发电参数和与各所述发电对象优化模块2，用于基于所述区域碳排放因子和预设约束条件采用预设优化算法对分配模块3，用于基于各所述最优充电功率参数对所述待功率分配对象的各所述化算法中的各所述参数的取值范围和所述预设约束条件随机初始化种群中各个体的初始的第一参数值采用所述目标函数进行计算处理，得到与同一所述个体对应的当前适应度所述当前全局最优个体位置对应的所述目标参数值确定为待功率分配对象的不同充电时[0049]本申请通过基于区域电网的不同发电对象的发电参数和与各所述发电对象对应通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机[0054]本申请通过基于区域电网的不同发电对象的发电参数和与各所述发电对象对应