当前位置 : 首页 > 新闻资讯 > 双枪直流充电功率分配算法的数学模型构建

双枪直流充电功率分配算法的数学模型构建

2025-06-25 15:56:00
来源:博广电气科技有限责任公司-
一、模型构建基础与关键假设
(一)系统基本组成与工作原理
双枪直流充电系统由充电桩功率模块、充电枪、动力电池组以及通信控制单元构成。充电桩输出的直流电通过双枪分别接入不同车辆的电池,系统需实时监测电池状态与电网负荷,动态调整各枪输出功率。其工作核心在于在满足电池安全充电的前提下,高效分配充电桩总功率,提升充电效率与设备利用率。
(二)关键假设条件
  1. 假设在短时间内(如一个控制周期,通常为 0.1 - 1 秒),充电桩输出功率与电池充电功率保持稳定,不考虑功率的瞬时波动。

  1. 假定每辆车的动力电池为理想状态,同一批次同型号电池具有相同的充电特性参数,暂不考虑个体差异导致的性能偏差。

  1. 忽略充电过程中线路电阻、开关器件等造成的功率损耗,将充电桩输出功率全部视为可有效分配至电池的功率。

二、参数定义与变量说明
参数 / 变量符号
含义
单位
Ptotal
充电桩的额定总输出功率
kW
P1
P2
分别为双枪输出的功率,
P1
对应 1 号充电枪,
P2
对应 2 号充电枪
kW
SOCV1
SOCV2
分别为两辆车动力电池的开路电压
V
Rint1
Rint2
分别为两辆车动力电池的内阻值
Ω
I1
I2
分别为通过两辆车电池的充电电流
A
Ulimit1
Ulimit2
分别为两辆车电池允许的充电电压
V
Ilimit1
Ilimit2
分别为两辆车电池允许的充电电流
A
t
充电时间
h
E1
E2
分别为两辆车电池在充电时间
t
内充入的电量
kWh
三、约束条件分析与建立
(一)功率总量约束
充电桩的总输出功率需满足双枪输出功率之和不超过其额定总功率,即:
P1+P2Ptotal
(二)电池电压与电流约束
为保障电池安全,充电过程中电池的电压和电流不能超过其允许的值。根据欧姆定律
U=SOCV+I×Rint
,可得:
U1=SOCV1+I1×Rint1Ulimit1
U2=SOCV2+I2×Rint2Ulimit2
I1Ilimit1
I2Ilimit2
(三)电池荷电状态(SOC)约束
电池在充电过程中,其荷电状态不能超过 100%。假设电池初始荷电状态为
SOC01
SOC02
,电池容量为
C1
C2
(单位:Ah),则:
SOC1(t)=SOC01+C10tI1(τ)dτ1
SOC2(t)=SOC02+C20tI2(τ)dτ1
四、目标函数设计
(一)以充电效率化为目标
为了在短时间内完成车辆充电,可将目标函数设定为两辆车充电时间之和小,即:
minT=min(P1E1+P2E2)
其中,
E1=0tP1(τ)dτ
E2=0tP2(τ)dτ
(二)以电网负荷波动小化为目标
为减少对电网的冲击,使双枪充电功率分配更加平稳,可将目标函数设定为双枪充电功率在一定时间周期内的波动方差小,即:
minσ2=minn1i=1n[(P1iP1)2+(P2iP2)2]
其中,
P1i
P2i
为第
i
个时间周期双枪的充电功率,
P1
P2
为对应功率的平均值,
n
为时间周期数。
五、模型求解方法
上述构建的数学模型属于非线性约束优化问题,可采用智能优化算法或传统优化算法进行求解。
  1. 智能优化算法:如遗传算法、粒子群优化算法。以遗传算法为例,通过模拟生物进化过程中的选择、交叉、变异操作,在可行解空间中搜索优解。该算法具有较强的全局搜索能力,适用于复杂的非线性问题,但计算复杂度较高,求解速度相对较慢。

  1. 传统优化算法:如序列二次规划算法(SQP)。它通过将非线性规划问题转化为一系列二次规划子问题进行求解,在初始值选择合适的情况下,具有较快的收敛速度,但对目标函数和约束条件的连续性和可微性要求较高。

以上构建的数学模型从多维度考虑双枪直流充电功率分配问题。你若觉得某些假设、约束条件或目标函数需调整,或是想了解具体算法的实现细节,欢迎随时和我交流。


COPYRIGHT © 2025 博广电气科技有限责任公司 ALL RIGHTS RESERVED
备案号: 主营区域: 浙江 广东 上海 云南 北京 西安 , 欢迎来电咨询!
  • 首页
  • 联系电话
  • 返回顶部