CN107244312B - 换电站及有序换电控制装置、方法 - Google Patents

Abstract

本发明涉及换电站及有序换电控制装置、方法，所述方法包括获取特定时间段内电动汽车的换电请求；依据所预设的各预设细分时段换电站中各载能电池的电量计算方法，基于预设的约束条件和预设的优化目标，采用启发式算法生成最优的换电请求分配方案。与现有技术相比，本发明提供的换电站及有序换电控制装置、方法，可以控制电动汽车进行有序地动力电池更换，降低了电网损耗和负荷冲击。

Description

换电站及有序换电控制装置、方法

技术领域

本发明涉及电动汽车换电技术领域，具体涉及换电站及有序换电控制装置、方法。

背景技术

换电站是为电动汽车的动力电池提供充电和动力电池快速更换的能源站，其可以实现电动汽车的快速补能，也可以将替换下来的动力电池可以作为储能节点。但是，电动汽车的换电需求存在时间和空间的不确定性，当大量电动汽车进入换电站进行无序换电时，大规模换电电池的充电负荷值很高，将会对电网造成较大冲击，增大电网运行控制的难度。同时，也会影响换电站的正常运行。

发明内容

为了解决现有技术中的上述问题，即为了解决电动汽车无序换电方式影响换电站和电网正常运行的技术问题，本发明提供了一种有序换电控制方法和装置，同时还提供了一种包括该有序换电控制装置的换电站。

第一方面，本发明中一种有序换电控制方法的技术方案是：

所述方法包括：

获取特定时间段内电动汽车的换电请求；

依据所预设的各预设细分时段换电站中各载能电池的电量计算方法，基于预设的约束条件和预设的优化目标，采用启发式算法生成最优的换电请求分配方案；

其中：

所述换电请求包括设定的最晚换电时间和期望更换载能电池的电量下限；

所述各预设细分时段为按照设定时段时长对所述特定时间段进行划分的各时间段；

所述换电站中各载能电池的电量计算方法为依据前一细分时段换电站中所有载能电池状态以及各充电工位的充电倍率计算当前细分时段换电站所有载能电池状态的方法；

所述换电请求分配方案包括所分配的换电请求分配换电时刻、所分配载能电池的充电工位和所述各预设细分时段中各充电工位的充电倍率。

进一步地，本发明提供的一个优选技术方案为：

所述启发式算法包括蒙特卡洛树搜索法、或粒子群算法、或遗传算法、或模拟退火算法。

进一步地，本发明提供的一个优选技术方案为：

所述换电站中各载能电池的电量计算方法为：

当换电站在特定时间段的t时刻没有发生换电时，各载能电池的电量计算公式如下式所示：

其中，SOC_b(t)为t时刻第b个充电工位上载能电池的荷电状态；SOC_b(t-1)为t-1时刻第b个充电工位上载能电池的荷电状态；Rc_b(t-1)为t-1时刻第b个充电工位的充电倍率，1≤b≤No_bat，t≥1；Δt为充电倍率的变化时间间隔；

当换电站在特定时间段的t时刻发生换电时，各载能电池的电量计算公式如下式所示：

其中，swap_req(_n).SOC_empty为特定时间段内第n个换电请求被满足后从电动汽车上替换下的载能电池的荷电状态，n≥1；J为第b个对角线元素为0，其余对角线元素为1的单位对角矩阵；J′为b个对角线第元素为1，其余对角线元素为0的单位对角矩阵。

进一步地，本发明提供的一个优选技术方案为：

所述预设优化目标为单一优化目标G_s或组合优化目标G_c；其中，所述组合优化目标包括多个单一优化目标，所述组合优化目标G_c如下式所示：

G_c＝w₁G_1s+...w_iG_is...+w_mG_ms

其中，所述G_is为组合优化目标G_c的第i个单一优化目标，所述w_i为所述单一优化目标G_is的权重。

进一步地，本发明提供的一个优选技术方案为：

所述单一优化目标为换电请求中包含的最晚换电时间，及该换电请求对应的换电请求分配换电时刻的时间差值最大；或者，

所述单一优化目标为换电请求分配方案中所分配载能电池的荷电状态裕度最大；或者，

所述单一优化目标为换电站对电动汽车替换下的载能电池充电后，电网的负荷曲线方差最小。

进一步地，本发明提供的一个优选技术方案为：

所述预设的约束条件包括最晚换电时间、期望更换载能电池的电量下限和充电倍率约束条件。

进一步地，本发明提供的一个优选技术方案为：

所述充电倍率约束条件如下式所示：

其中，所述Rc_b(t)为特定时间段的t时刻时第b个充电工位对应的电池充电倍率，1≤b≤No_bat，No_bat为充电工位的总数，t≥1；

所述B_C为载能电池的容量；所述Rpower为预设额定功率；所述Rc_th为预设电池充电倍率阈值。

第二方面，本发明中一种有序换电控制装置的技术方案是：

所述装置包括：

换电请求获取模块，配置为获取特定时间段内电动汽车的换电请求；

换电请求分配方案生成模块，配置为依据所预设的各预设细分时段换电站中各载能电池的电量计算方法，基于预设的约束条件和预设的优化目标，采用启发式算法生成最优的换电请求分配方案；

其中：

所述换电请求包括设定的最晚换电时间和期望更换载能电池的电量下限；

所述各预设细分时段为按照设定时段时长对所述特定时间段进行划分的各时间段；

所述换电站中各载能电池的电量计算方法为依据前一细分时段换电站中所有载能电池状态以及各充电工位的充电倍率计算当前细分时段换电站所有载能电池状态的方法；

所述换电请求分配方案包括所分配的换电请求分配换电时刻、所分配载能电池的充电工位和所述各预设细分时段中各充电工位的充电倍率。

第三方面，本发明中一种有序换电控制装置的技术方案是：

所述装置包括：

处理器，用于执行各指令；

存储设备，用于存储多条指令；所述指令适用于由处理器加载并执行上述技术方案所述的有序换电控制方法中的各步骤。

第四方面，本发明中一种换电站的技术方案是：

所述换电站包括动力电池更换系统，所述动力电池更换系统包括上述技术方案所述的有序换电控制装置。

与现有技术相比，上述技术方案至少具有以下有益效果：

1、本发明提供的一种有序换电控制方法，依据所预设的各预设细分时段换电站中各载能电池的电量计算方法，基于预设的约束条件和预设的优化目标，采用启发式算法生成最优的换电请求分配方案，可以避免发生大规模电动汽车同时换电等无序充电行为。

2、本发明提供的一种有序换电控制装置，其换电请求分配方案生成模块可以依据所预设的各预设细分时段换电站中各载能电池的电量计算方法，基于预设的约束条件和预设的优化目标，采用启发式算法生成最优的换电请求分配方案，从而实现对电动汽车进行有序换电。

3、本发明提供的另一种有序换电控制装置，其处理器可以执行上述有序换电控制方法的各步骤，有利于有序换电控制方法的实施和应用。

4、本发明提供的一种换电站，该换电站包括上述技术方案所述的有序换电控制装置，可以对进入该换电站的电动汽车进行有序换电。

附图说明

图1是本发明实施例中有序换电控制方法的实施流程图；

图2是本发明实施例中有序换电控制装置的结构示意图；

其中，11：换电请求获取模块；12：换电请求分配方案生成模块。

具体实施方式

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。

换电站对大规模电动汽车进行无序换电，不仅会影响换电站规划过程中额定功率和占地面积等方面的设计裕度，及换电站的运营管理能力，还会对电网造成比较大的负荷冲击。因此，对电动汽车进行有序换电已成为电动汽车换电技术领域亟待解决的技术问题，考虑到电动汽车的换电需求，如电池更换时间和更换后电池的荷电状态等，存在一定的灵活性，可以为电动汽车的有序换电提供可调度空间。基于此，本发明提供了一种有序换电控制方法，可以在满足电动汽车换电需求的前提下，维持换电站稳定运行并降低电网负荷冲击。同时，为了便于区分描述，电动汽车车载动力电池本文中用“动力电池”进行表述，从电动汽车上更换下来进行独立充电的动力电池用“载能电池”进行表述。

下面结合附图，对本发明实施例中一种有序换电控制方法进行说明，具体为：

图1示例性示出了本实施例中有序换电控制方法的实施流程，如图所示，本实施例中可以按照下述步骤对电动汽车进行有序换电：

步骤S101：获取特定时间段内电动汽车的换电请求。

本实施例中特定时间段可以为任意时间长度的时间段，例如特定时间段可以为中国标准时间的06～18时或00～24时。电动汽车的换电请求指的是在预设区域的特定时间段内电动汽车发起的换电请求，其可以包括设定的最晚换电时间和期望更换载能电池的电量下限。其中，预设区域可以为换电站可提供的最大服务区域，即处于该最大服务区域的电动汽车均可以向该最大服务区域对应的换电站发起电池更换请求，并在该换电站进行动力电池更换。

步骤S102：依据所预设的各预设细分时段换电站中各载能电池的电量计算方法，基于预设的约束条件和预设的优化目标，采用启发式算法生成最优的换电请求分配方案。

本实施例中各预设细分时段为按照设定时段时长对特定时间段进行划分的各时间段，例如，设定时段时长可以为1min，则在特定时间段为中国标准时间的00～24时的情况下，该特定时间段包括1440个时长为1min的细分时段。

本实施例中各载能电池的电量计算方法为依据前一细分时段换电站中所有载能电池状态以及各充电工位的充电倍率计算当前细分时段换电站所有载能电池状态的方法。其中，充电工位指的是向载能电池充电的区域，该区域内设置有充电设施，可以向载能电池充电。同时，换电站内可以包括一个或多个充电工位。

具体地，当换电站在特定时间段的t时刻没有发生换电时，各载能电池的电量计算公式如下式(1)所示：

公式(1)中各参数含义为：

SOC_b(t)为第t个细分时段第b个充电工位上载能电池的荷电状态；SOC_b(t-1)为第t-1个细分时段第b个充电工位上载能电池的荷电状态；Rc_b(t-1)为第t-1个细分时段第b个充电工位的充电倍率，1≤b≤No_bat，t≥1；Δt为充电倍率的变化时间间隔。

当换电站在特定时间段的第t个细分时段发生换电时，各载能电池的电量计算公式如下式(2)所示：

公式(2)中各参数含义为：

swap_req(n).SOC_empty为特定时间段内第n个换电请求被满足后从电动汽车上替换下的载能电池的荷电状态，n≥1；J为第b个对角线元素为0，其余对角线元素为1的单位对角矩阵；J′为b个对角线第元素为1，其余对角线元素为0的单位对角矩阵。此时，第t个细分时段即为电动汽车的动力电池实际更换时间t_swap。

本实施例中采用公式(1)和(2)所示的空间状态方程，可以描述在预设区域的特定时间段内发生的电动汽车换电行为，即可以描述换电站在特定时间段内发生的电池更换行为的动态过程。

进一步地，本实施例中预设的约束条件可以包括最晚换电时间、期望更换载能电池的电量下限和充电倍率约束条件。

其中：

最晚换电时间指的是对电动汽车进行电池更换的最晚时间，其可以如下式(3)所示：

t_swap＜t_{req_deadline} (3)

公式(3)中各参数含义为：

t_swap为电动汽车的动力电池实际更换时间，t_{req_deadline}为换电请求所包含的最晚换电时间。

期望更换载能电池的电量下限指的是更换到电动汽车上的载能电池的电量最低值，其可以如下式(4)所示：

SOC_full＞SOC_req (4)

公式(4)中各参数含义为：

SOC_full为更换到电动汽车上的载能电池的荷电状态实际值，SOC_req为换电请求所包含的更换到电动汽车上的载能电池的期望更换载能电池的电量下限。

充电倍率约束条件指的是载能电池的充电倍率之和，及载能电池的电池容量的乘积不大于换电站的额定功率。同时，载能电池的充电倍率小于预设充电倍率阈值，且充电倍率的取值为有限个离散的数值。具体地，可以如下式(5)所示：

公式(5)中各参数含义为：

Rc_b(t)为特定时间段的t时刻时第b个充电工位对应的电池充电倍率，1≤b≤No_bat，No_bat为充电工位的总数，t≥1；B_C为载能电池的容量；Rpower为预设额定功率；Rc_th为预设电池充电倍率阈值。

进一步地，本实施例中预设的优化目标可以为单一优化目标G_s，也可以为组合优化目标G_c。其中，组合优化目标可以包括多个单一优化目标，如下式(6)所示：

G_c＝w₁G_1s+,...,w_iG_is,...,+w_mG_ms (6)

公式(6)中各参数含义为：

G_is为组合优化目标G_c的第i个单一优化目标，w_i为单一优化目标G_is的权重。其中，任意两个单一优化目标的权重可以相同也可以不同。

本实施例中单一优化目标可以为第一优化目标、第二优化目标或第三优化目标。相应地，组合优化目标可以为第一优化目标和第二优化目标的组合，也可以为第一优化目标和第三优化目标的组合，也可以为第二优化目标和第三优化目标的组合。

其中：

第一优化目标为换电请求中包含的最晚换电时间，及该换电请求对应的换电请求分配换电时刻的时间差值最大，即用户的平均等待时间最短。具体地，本实施例中第一优化目标可以为多个换电请求中包含的各最晚换电时间，及各换电请求对应的换电请求分配换电时刻的时间的差值之和最大，其可以如下式(7)所示：

公式(7)中各参数含义为：

t_{swap_m}和t_{req_deadline_m}分别为第m个换电请求对应的换电请求分配换电时刻和所包含的最晚换电时间，Sum为换电请求的总数。

第二优化目标为换电请求分配方案中所分配载能电池的荷电状态裕度最大。具体地，本实施例中第二优化目标可以为针对多个换电请求的换电请求分配方案中所分配载能电池的荷电状态裕度之和最大，其可以如下式(8)所示：

公式(8)中各参数含义为：

M_{soc_c}为第c个更换到电动汽车的载能电池的荷电状态裕度，1≤c≤R，R为更换到电动汽车的载能电池的总数。

第三优化目标为换电站对电动汽车替换下的载能电池充电后，电网的负荷曲线方差最小。具体地，本实施例中第三优化目标可以为针对多个换电请求对应的电动汽车替换下的载能电池充电后，电网的负荷曲线方差最小。

本实施例中换电请求分配方案包括所分配的换电请求分配换电时刻、所分配载能电池的充电工位和各预设细分时段中各充电工位的充电倍率。其中，换电请求分配换电时刻为响应换电请求后，对电动汽车进行动力电池更换的实际更换时刻。所分配载能电池的充电工位指的是对电动汽车替换下来的电池进行充电的充电工位。

本实施例中针对特定时间段内的N个换电请求，获取最优的换电请求分配方案的问题复杂度为M^No_bat×K×N，其中，K为特定时间段内细分时段的总数，No_bat为充电工位的总数。例如，设定特定时间段为中国标准时间00～24时共24个小时，各细分时段的时间长度为1分钟，则该特定时间段内细分时间段的总数K＝60×24＝1440。同时，设定充电工位的数量No_bat＝5，每个载能电池充电倍率的离散度为3，则5个充电工位对应的载能电池充电倍率包括3⁵＝243个组合形式。综上所述，当换电请求的个数N＝100时可以得到获取最优的换电请求分配方案的问题复杂度为243×1440×100＝34992000。在上述复杂度巨大的情况下，将会大大降低获取最优的换电请求分配方案的效率和准确性，因此本实施例中采用启发式算法获取最优的换电请求分配方案，具体地，可以采用蒙特卡洛树搜索法、或粒子群算法、或遗传算法、或模拟退火算法。

下面以蒙特卡洛树搜索法为例，对本实施例中有序换电控制方法的实施过程进行说明。具体为：

步骤S201：对蒙特卡洛树搜索法进行参数初始化，具体包括：特定时间段内0时刻没有电动汽车的换电请求，且换电站内所有充电工位对应的充电设施的输出功率为0。

步骤S202：获取到第一个换电请求后，启动蒙特卡洛树搜索法。同时，由于该换电请求为第一个换电请求，最优的换电请求分配方案中：所分配的换电请求分配换电时刻可以为该换电请求的获取时刻，即立刻对电动汽车进行电池更换；所分配载能电池的充电工位的充电倍率可以依据载能电池可接受的充电功率设定。

步骤S203：在获取到第一个换电请求后的第一个时刻，判断是否接收到新的换电请求，若接收到则执行蒙特卡洛树搜索法，确定最优的换电请求分配方案，具体为：

1、选择步骤。

从当前时刻换电站内载能电池状态开始，递归选择针对换电请求是否到来的前提下优化目标的优化策略，直至达到特定时间段的最后一个时刻。其中，最优策略为换电请求分配方案。

其中：

设定特定时间段内换电请求的到来是符合特定概率分布的。本实施例提供的一个优选实施方案中当特定时间段所包含的时间长度小于一定值的情况下，即在该特定时间段内最多只有一个换电请求发生，此时可以假设在特定时间段内的各时刻发生换电请求的概率都符合概率参数为p的(0,1)二项分布，即发生换电请求的概率为p，不发生换电请求的概率为1-p。

不同时刻换电站内载能电池状态可以采用前述载能电池的电量计算方法确定。

2、扩展步骤。

若选择步骤中选择的优化策略，没有使得优化目标的目标函数达到全局最优，或者该优化策略会使某些换电请求无法满足时，创造一个或多个子节点，即一个或多个充电功率调整方法，并选择一个子节点C。

3、模拟步骤。

从子节点C开始运行一个模拟的输出结果，若该输出结果满足预设的约束条件则将该输出结果对应的优化目标的函数值作为该输出结果的评价值，若该输出结果不满足预设的约束条件则将该输出结果的评价值设置为0。

4、反向传播步骤。

用模拟步骤得到的输出结果的评价值更新蒙特考罗搜索树中子节点C的父节点及其所有的祖先节点的局部优化函数值。

重复执行步骤1-4，得到当前时刻优化目标最终的优化策略，以及维持一个节点带优化函数值的搜索树。

步骤S204：采用步骤S203所示的方法继续确定特定时间段内其余各时刻优化目标最终的优化策略，即可以得到最优的换电请求分配方案。

上述实施例中虽然将各个步骤按照上述先后次序的方式进行了描述，但是本领域技术人员可以理解，为了实现本实施例的效果，不同的步骤之间不必按照这样的次序执行，其可以同时(并行)执行或以颠倒的次序执行，这些简单的变化都在本发明的保护范围之内。

基于与方法实施例相同的技术构思，本发明实施例还提供了一种有序换电控制装置。下面结合附图对该有序换电控制装置进行具体说明。

图2示例性示出了本实施例中有序换电控制装置的结构，如图所示，本实施例中有序换电控制装置可以包括换电请求获取模块11和换电请求分配方案生成模块12。其中，换电请求获取模块11可以配置为获取特定时间段内电动汽车的换电请求。换电请求分配方案生成模块12可以配置为依据所预设的各预设细分时段换电站中各载能电池的电量计算方法，基于预设的约束条件和预设的优化目标，采用启发式算法生成最优的换电请求分配方案。

本实施例中换电请求可以包括设定的最晚换电时间和期望更换载能电池的电量下限。各预设细分时段为按照设定时段时长对特定时间段进行划分的各时间段。换电站中各载能电池的电量计算方法为依据前一细分时段换电站中所有载能电池状态以及各充电工位的充电倍率计算当前细分时段换电站所有载能电池状态的方法。换电请求分配方案包括所分配的换电请求分配换电时刻、所分配载能电池的充电工位和各预设细分时段中各充电工位的充电倍率。

本领域技术人员可以理解，上述有序换电控制装置还包括一些其他公知结构，例如处理器、控制器、存储器等，其中，存储器包括但不限于随机存储器、闪存、只读存储器、可编程只读存储器、易失性存储器、非易失性存储器、串行存储器、并行存储器或寄存器等，处理器包括但不限于CPLD/FPGA、DSP、ARM处理器、MIPS处理器等，为了不必要地模糊本公开的实施例，这些公知的结构未在图2中示出。

应该理解，图2中的各个模块的数量仅仅是示意性的。根据实际需要，各模块可以具有任意的数量。

基于与方法实施例相同的技术构思，本发明实施例还提供了一种有序换电控制装置，该装置可以包括处理器和存储设备。其中，处理器可以用于执行各指令。存储设备可以用于存储多条指令，该指令可以适用于由处理器加载并执行上述方法实施例中有序换电控制方法的各步骤。

上述存储设备和有序换电控制装置实施例可以用于执行上述有序换电控制方法实施例，其技术原理、所解决的技术问题及产生的技术效果相似，所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的有序换电控制过程的具体工作过程及有关说明，可以参考前述有序换电控制方法实施例中的对应过程，在此不再赘述。

本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

基于上述有序换电控制装置，本发明实施例还提供了一种换电站。具体地，本实施例中换电站包括动力电池更换系统，该动力电池更换系统可以包括上述装置实施例所述的有序换电控制装置。本实施例中通过该有序换电控制装置可以实现换电站对电动汽车进行有序换电，降低电网损耗和负荷冲击。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在本发明的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的服务器、客户端中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，PC程序和PC程序产品)。这样的实现本发明的程序可以存储在PC可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的PC来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种有序换电控制方法，其特征在于，所述方法包括：

获取特定时间段内电动汽车的换电请求；

依据预设的各预设细分时段换电站中各载能电池的电量计算方法，基于预设的约束条件和预设的优化目标，采用启发式算法生成最优的换电请求分配方案；

其中：

所述换电请求包括设定的最晚换电时间和期望更换载能电池的电量下限；

所述各预设细分时段为按照设定时段时长对所述特定时间段进行划分的各时间段；

所述换电站中各载能电池的电量计算方法为依据前一细分时段换电站中所有载能电池状态以及各充电工位的充电倍率计算当前细分时段换电站所有载能电池状态的方法；

所述换电请求分配方案包括分配的换电请求分配换电时刻、分配载能电池的充电工位和所述各预设细分时段中各充电工位的充电倍率。

2.根据权利要求1所述的有序换电控制方法，其特征在于，

所述启发式算法包括蒙特卡洛树搜索法、或粒子群算法、或遗传算法、或模拟退火算法。

3.根据权利要求1所述的有序换电控制方法，其特征在于，所述换电站中各载能电池的电量计算方法为：

当换电站在特定时间段的t时刻没有发生换电时，各载能电池的电量计算公式如下式所示：

其中，SOC_b(t)为t时刻第b个充电工位上载能电池的荷电状态；SOC_b(t-1)为t-1时刻第b个充电工位上载能电池的荷电状态；Rc_b(t-1)为t-1时刻第b个充电工位的充电倍率，1≤b≤No_bat，No_bat为充电工位的总数，t≥1；Δt为充电倍率的变化时间间隔；

当换电站在特定时间段的t时刻发生换电时，各载能电池的电量计算公式如下式所示：

其中，swap_req(n).SOC_empty为特定时间段内第n个换电请求被满足后从电动汽车上替换下的载能电池的荷电状态，n≥1；J为第b个对角线元素为0，其余对角线元素为1的单位对角矩阵；J’为b个对角线第元素为1，其余对角线元素为0的单位对角矩阵。

4.根据权利要求1-3中任一项所述的有序换电控制方法，其特征在于，

所述预设的优化目标为单一优化目标G_s或组合优化目标G_c；其中，所述组合优化目标包括多个单一优化目标，所述组合优化目标G_c如下式所示：

G_c＝w₁G_1s+...w_iG_is...+w_mG_ms

其中，所述G_is为组合优化目标G_c的第i个单一优化目标，所述w_i为所述单一优化目标G_is的权重。

5.根据权利要求4所述的有序换电控制方法，其特征在于，

所述单一优化目标为换电请求中包含的最晚换电时间，及该换电请求对应的换电请求分配换电时刻的时间差值最大；或者，

所述单一优化目标为换电请求分配方案中分配载能电池的荷电状态裕度最大；或者，

所述单一优化目标为换电站对电动汽车替换下的载能电池充电后，电网的负荷曲线方差最小。

6.根据权利要求1-3中任一项所述的有序换电控制方法，其特征在于，

所述预设的约束条件包括最晚换电时间、期望更换载能电池的电量下限和充电倍率约束条件。

7.根据权利要求6所述的有序换电控制方法，其特征在于，

所述充电倍率约束条件如下式所示：

其中，所述Rc_b(t)为特定时间段的t时刻时第b个充电工位对应的电池充电倍率，1≤b≤No_bat，No_bat为充电工位的总数，t≥1；

所述B_C为载能电池的容量；所述Rpower为预设额定功率；所述Rc_th为预设电池充电倍率阈值。

8.一种有序换电控制装置，其特征在于，所述装置包括：

换电请求获取模块，配置为获取特定时间段内电动汽车的换电请求；

换电请求分配方案生成模块，配置为依据预设的各预设细分时段换电站中各载能电池的电量计算方法，基于预设的约束条件和预设的优化目标，采用启发式算法生成最优的换电请求分配方案；

其中：

所述换电请求包括设定的最晚换电时间和期望更换载能电池的电量下限；

所述各预设细分时段为按照设定时段时长对所述特定时间段进行划分的各时间段；

所述换电站中各载能电池的电量计算方法为依据前一细分时段换电站中所有载能电池状态以及各充电工位的充电倍率计算当前细分时段换电站所有载能电池状态的方法；

所述换电请求分配方案包括分配的换电请求分配换电时刻、分配载能电池的充电工位和所述各预设细分时段中各充电工位的充电倍率。

9.一种有序换电控制装置，其特征在于，所述装置包括：

处理器，用于执行各指令；

存储设备，用于存储多条指令；所述指令适用于由处理器加载并执行权利要求1-7中任一项所述有序换电控制方法中的各步骤。

10.一种换电站，包括动力电池更换系统，其特征在于，所述动力电池更换系统包括权利要求8或9所述的有序换电控制装置。