陳 征 劉 念 路欣怡 肖湘寧 張建華

（華北電力大學新能源電力系統(tǒng)國家重點實驗室 北京 102206）

1 引言

隨著世界各國能源與環(huán)境問題的日益突出，低碳電力和節(jié)能減排技術(shù)受到相關(guān)行業(yè)的日益關(guān)注。由此，可再生能源發(fā)電與電動汽車逐漸成為智能電網(wǎng)領(lǐng)域不可或缺的重要組成部分。相關(guān)研究表明，電動汽車通過充電基礎(chǔ)設(shè)施直接接入電網(wǎng)充電，實際產(chǎn)生的間接碳排放量并不比傳統(tǒng)燃油汽車更低[1]，且難以減輕對傳統(tǒng)化石燃料的依賴[2]。這種情況下，要實現(xiàn)真正意義上的低碳和減排，最有效的方式是建立充放電設(shè)施與分布式可再生能源發(fā)電系統(tǒng)的關(guān)聯(lián)，在微電網(wǎng)環(huán)境下實現(xiàn)二者之間的集成利用，實現(xiàn)可再生能源發(fā)電的就地消納利用[3-7]。

伴隨電池租賃模式發(fā)展，基于動力電池集中式充電的換電站已成為目前電動汽車發(fā)展具有競爭力的能源供給設(shè)施[8,9]。換電站的突出特點表現(xiàn)為，待充電池集中分布，便于充電功率的統(tǒng)一調(diào)度與靈活分配。光伏換電站是充放電設(shè)施與可再生能源發(fā)電集成利用的典型形式之一。學術(shù)界針對光伏換電站的研究，已包括典型設(shè)計[10-12]、優(yōu)化配置[13-15]、經(jīng)濟評估等[16]，但是尚未針對光伏換電站的功率分配問題開展深入研究。

對于常規(guī)換電站的充電功率優(yōu)化分配問題，國內(nèi)外已逐步開展相關(guān)研究。一方面，國內(nèi)研究者主要從平抑電網(wǎng)的負荷峰谷差、降低負荷波動的角度出發(fā)，研究換電站的充電功率優(yōu)化模型和方法。文獻[17]以換電站各時刻的充電功率為控制對象，提出充電調(diào)度的多目標優(yōu)化方法，有效降低電網(wǎng)峰谷差，平抑負荷波動。文獻[18]定量分析了公交車日換電需求，以充電成本最小為目標，綜合考慮平滑充電負荷波動，建立了充電優(yōu)化模型，可有效降低充電成本和充電負荷對電網(wǎng)的影響。文獻[19]提出以充電功率為控制對象的換電站有序充電調(diào)度策略，能夠有效地減小電網(wǎng)峰谷差，起到平穩(wěn)負荷波動的作用。另一方面，國外學者主要考慮換電站接入配電網(wǎng)的充放電電價問題，以獲得進一步優(yōu)化的充放電策略。文獻[20]考慮一定數(shù)量的換電需求，提出站內(nèi)充放電優(yōu)化方法，以決定換電站是否向電網(wǎng)購電或賣電，從而確定充放電電價的日前市場計劃。文獻[21]提出了一種動態(tài)規(guī)劃模型，根據(jù)電價變化決定換電站動力電池的優(yōu)化充電策略，進而獲得站內(nèi)動力電池儲備容量。

在光伏換電站中，為有效實現(xiàn)光伏發(fā)電的就地消納利用，考慮到光伏發(fā)電間歇性與波動性的特點，常規(guī)換電站的功率分配策略難以完全適用。按現(xiàn)有的解決思路，可簡單采用動力電池即換即充的分配方式，但這種方法未能有效考慮光伏功率特性及換電需求，在運行過程中很可能出現(xiàn)因動力電池充滿而棄光的現(xiàn)象，這將影響可再生能源的就地消納。

本文的研究工作針對解決上述問題而開展進行。為解決光伏換電站的功率分配問題，提高綜合運行效果，本文提出了一種考慮換電儲備的光伏換電站動態(tài)功率分配方法。根據(jù)短期的換電需求預測結(jié)果，通過對光伏發(fā)電及配電網(wǎng)供電功率的有機調(diào)配，形成一定的可換動力電池儲備，在保障站內(nèi)換電充裕度[22]或換電服務(wù)可用性[23-25]的基礎(chǔ)上，有效提高了可再生能源的就地消納利用比例。

2 光伏換電站系統(tǒng)結(jié)構(gòu)與功能模型

2.1 系統(tǒng)結(jié)構(gòu)

本文建立的光伏換電站系統(tǒng)主要由光伏發(fā)電單元、動力電池充換電單元、各類變流單元、并網(wǎng)單元和中央控制器等組成，如圖1 所示。

圖1 光伏換電站系統(tǒng)結(jié)構(gòu)圖Fig.1 Structure of PV-based battery switch station

2.2 系統(tǒng)主要功能

2.2.1 光伏發(fā)電單元

由光伏電池陣列和相應(yīng)的DC/DC 變流模塊（模塊1）構(gòu)成。光伏電池陣列由光伏電池板串并聯(lián)組成，將太陽能直接轉(zhuǎn)換成直流電，經(jīng)模塊1 接入系統(tǒng)?？紤]接納光伏電池的最大發(fā)電功率，模塊1 與光伏電池之間形成固定的匹配關(guān)系。定義η1為模塊1 的能量轉(zhuǎn)換效率；Psa為單節(jié)光伏電池的最大輸出功率（kW）；Npvs為光伏電池組件的串聯(lián)數(shù)，由模塊1 工作電壓范圍和單節(jié)光伏電池的最佳工作點電壓確定；Npvp為光伏電池組件的并聯(lián)數(shù)，其取值決定了光伏陣列總?cè)萘?；Vpv為光伏電池的最佳工作點電壓；Ipv為光伏電池的最佳工作點電流；Ps(t)為t時刻光伏電池陣列的輸出功率[26]，滿足

2.2.2 動力電池充換電單元

由動力電池系統(tǒng)和相應(yīng)的DC-DC 變流模塊（模塊2）構(gòu)成。光伏換電站為有換電需求的電動汽車進行換電，同時換電站的電源系統(tǒng)通過模塊2 為換下的動力電池充電。因此換電站的動力電池由站內(nèi)動力電池和電動汽車車載動力電池兩部分組成。定義Nevb為動力電池組的總數(shù)量；Nevbs為站內(nèi)動力電池組的數(shù)量；Nevbc為正在充電的動力電池組數(shù)量；η2為模塊2 的能量轉(zhuǎn)換效率。

本單元中的模塊2 均采用單個模塊額定功率為定值的標準配置，且在充電周期T 內(nèi)每塊動力電池僅由單個模塊充電。充電過程為先恒流再恒壓最后轉(zhuǎn)為浮充方式。因此，模塊2 在單個動力電池組的充電周期內(nèi)并未時刻保持額定功率輸出。定義Wevb為單個動力電池組的額定容量（kW·h），Pdc2(t) 為t 時刻模塊2 的充電功率。

式中，Wevb(k) 為t1到t2時刻第k 個動力電池組的充入電量，由動力電池的電量需求確定。

雖然動力電池組的充電功率在充電周期內(nèi)是時變的，但一般情況下，SOC 主要增長在恒流階段，功率基本保持恒定，變化幅度較小。因此，針對光伏換電站動力電池充電功率的分配問題，為避免計算過于繁瑣，擬采用充電時段內(nèi)的平均充電功率Pdc2a來描述單個動力電池組的充電需求。

因此，第t 時刻動力電池系統(tǒng)的充電功率

2.2.3 并網(wǎng)單元

主要由變壓器和AC-DC 變流模塊等構(gòu)成。變壓器實現(xiàn)換電站與配電網(wǎng)之間的電壓變換。AC-DC模塊作為配電網(wǎng)與換電站的連接組件，將配電網(wǎng)輸入的交流電轉(zhuǎn)換成直流后接入系統(tǒng)。定義PG(t) 為第t 時刻換電站從配電網(wǎng)的購電功率。

3 光伏換電站的運行性能評價指標

為評價光伏換電站功率分配策略的執(zhí)行效果，從換電服務(wù)可用性和可再生能源就地消納利用兩方面提出光伏換電站的運行性能評價指標。

3.1 換電服務(wù)可用性指標

這類指標主要用于衡量換電服務(wù)質(zhì)量的換電服務(wù)可用性。主要分為3 種。

3.1.1 需等待的電動汽車數(shù)量

該指標用以表示一天內(nèi)在站內(nèi)等待更換電池的電動汽車總數(shù)量。

式中，Nevw(h)為第h 小時等待換電的電動汽車數(shù)量。

3.1.2 換電等待時間

包括所有等待換電車輛的總等待時間Tws和每輛車的平均等待時間Taw，二者之間的關(guān)系可表示為

3.1.3 換電服務(wù)的日可用率

從換電服務(wù)的角度，最佳效果是在24h 內(nèi)都可直接提供換電服務(wù)，所有用戶都無需等待。但實際運行過程中，由于動力電池未充滿，可能存在一定數(shù)量電動汽車等待的情況。因此，在定義換電服務(wù)的日可用率（Daily Availability of Battery Swap Service,DABSS）時，從車輛數(shù)、等待時間的角度出發(fā)，定義

式中，Nev(h)為站內(nèi)每h 小時來換電的車輛數(shù)。

當所有車的等待時間為0 時，換電服務(wù)的日可用率最高，達到100%；當換電站完全停運，所有車在24h 內(nèi)都無法換電時，則換電服務(wù)的日可用率為0。

3.2 可再生能源就地消納利用指標

該類指標主要用于衡量環(huán)境效益的可再生能源利用效果。主要分為兩種：

3.2.1 光伏發(fā)電利用率

光伏發(fā)電利用率（Photovoltaic Power Utilization Ratio,PPUR）表示電動汽車充電過程利用的光伏功率占光伏發(fā)電總功率中的比例。

式中，PEV(h)、PG(h)、PPV(h)分別為第h 小時電動汽車的充電功率、從配電網(wǎng)吸收的充電功率和光伏發(fā)電的實時功率。

3.2.2 光伏發(fā)電占電動汽車充電電能的比例

[14]中的優(yōu)化目標形式，提出光伏發(fā)電占電動汽車充電電能比例（The Percentage of the Utilized PV Energy in Total Energy，PUPT），用以表示光伏發(fā)電占電動汽車充電能量的比例。

4 考慮換電儲備的動態(tài)功率分配方法

4.1 基本策略分析

光伏換電站若采用即換即充的功率分配策略，即根據(jù)每時段的換電量，確定下一時段新增的動力電池充電功率，充電電能可來自光伏發(fā)電或電網(wǎng)，優(yōu)先采用光伏發(fā)電。此時，當光伏發(fā)電過剩時，將出現(xiàn)棄光現(xiàn)象。當光伏不足時，將從配電網(wǎng)購置缺額電能進行補充。這種策略的優(yōu)點是執(zhí)行簡單，無需引入換電需求預測和光伏發(fā)電預測；缺點是易產(chǎn)生光伏功率的棄用現(xiàn)象。

在考慮換電儲備的動態(tài)功率分配策略中，重點考慮換電服務(wù)和功率分配兩方面的因素。在換電服務(wù)中，引入短期換電需求預測的結(jié)果，根據(jù)未來一段時間內(nèi)的換電需求總量，確定需儲備的可用動力電池總量，即可用換電電量。在功率分配方面，根據(jù)每時段的可用換電電量和光伏發(fā)電輸出功率，動態(tài)確定動力電池的充電功率，以及換電站從配電網(wǎng)購電的功率。

4.2 換電服務(wù)模型

為滿足換電需求，需確定每時段（該時段的具體時長D 由實際情況決定，如10mins。其作用類似于一個“時間步長”，表示一個基本時間單位）可用于換電的動力電池總量。因此，定義第i 時段已充滿電，并且可用于換電的動力電池數(shù)量和電量分別為Nevba(i) 和Wevba(i)，有

要確定每時段可用的換電電量，需統(tǒng)計每時段新完成充電及已換出的動力電池數(shù)量。因此，定義第i-1 時段在充電，但第i 時段新完成充電的動力電池電量為Wevbn(i)，則可用換電電量隨時間進程的變化規(guī)律表示為

式中，Wev(i)為i 時段內(nèi)電動汽車的換電需求。一般情況下，考慮到預測誤差和供電可靠性等因素，為提高換電服務(wù)的可用性，換電站內(nèi)的動力電池在滿足當前時段換電需求的同時還應(yīng)具備一定電量的儲備裕度，即能夠滿足未來一定時長內(nèi)的換電需求。因此，第i 時段的動力電池儲備要求Wevbr(i,tr) 由第i 時段開始至未來tr時長內(nèi)的換電需求確定。

綜合考慮換電需求和儲備要求，構(gòu)造動力電池系統(tǒng)的電量變化如圖2 所示。在充電周期T 內(nèi)，新完成充電及換出的動力電池均會影響到第i +T/ D時段動力電池系統(tǒng)的可用電量。

圖2 站內(nèi)動力電池系統(tǒng)電量變化圖Fig.2 Electric energy variation diagram of batteries in BSS

由式（11）可推導得

4.3 功率分配模型

4.3.1 幾個基本變量及其關(guān)系

根據(jù)系統(tǒng)中待充的動力電池數(shù)量，可得第i 時段動力電池的最大待充電功率Pevbm(i)（注：后續(xù)所有定義的功率均指某時段內(nèi)的平均功率）為

在某一時段，處于充電狀態(tài)的動力電池可分為兩類，一類是剛開始充電；另一類是之前的某個時段開始充電，當前時段仍未完成充電。因此，動力電池的充電負荷分為新增充電負荷和已有充電負荷兩部分。定義Pevbn(i) 和Pevbe(i) 分別為第i 時段動力電池的新增充電功率和已有充電功率，且二者滿足

式中，Pevbn(i) 由后續(xù)功率分配模型確定，Pevbe(i)與Pevbn(i) 之間滿足

4.3.2 功率分配過程

根據(jù)換電服務(wù)模型，需要保證

（1）若動力電池已滿足儲備要求

可根據(jù)光伏發(fā)電功率和動力電池最大待充電功率來確定充電的動力電池數(shù)量，盡可能利用光伏發(fā)電功率即可。由此，可確定動力電池系統(tǒng)的充電功率為

1.教師通過“雨課堂”討論區(qū)來查看學生課前提問，發(fā)布課前工作任務(wù)和學生職業(yè)能力測評的結(jié)果。教師梳理學生課前提問，針對較多共性問題，課中可以重點講解，這樣學生提問受到重視，也提高了學生的提問積極性；通過職業(yè)技能測試的調(diào)查，讓學生知曉自身的薄弱環(huán)節(jié)，課堂學習更有針對性。

此時，向電網(wǎng)購電的功率為零。

（2）若動力電池不滿足儲備要求

根據(jù)能量差額來確定充電的動力電池數(shù)量，仍最大程度利用光伏發(fā)電功率，光伏不足時由電網(wǎng)供電補償。

此時，先根據(jù)能量差額和充電周期，計算差額需求功率Pevbr(i)

若僅由光伏發(fā)電即可滿足儲備要求，即光伏發(fā)電的輸出功率在滿足已有充電功率 Pevbe(i) 的前提下，剩余功率仍大于差額需求功率Pevbr(i)，即

此時無需從電網(wǎng)購電，應(yīng)根據(jù)實際情況最大限度地利用光伏發(fā)電。動力電池的充電功率為光伏輸出功率和最大待充電功率中的較小值。

對于式（26），需要有一個前提條件為

即保證在任意時段，站內(nèi)的待充動力電池數(shù)量都是充足的，充滿電后能滿足能量差額要求。在優(yōu)化過程中，可體現(xiàn)為動力電池數(shù)量的約束條件。

此時需要從電網(wǎng)購電，動力電池的充電功率為Pevbe(i) 與Pevbr(i) 之和，購電功率為動力電池的充電功率與光伏發(fā)電的輸出功率之差。上述結(jié)果如式（31）～式（33）所示。

5 算例分析

5.1 研究對象與基礎(chǔ)數(shù)據(jù)

以某地區(qū)（北緯40°2′）的光伏換電站為例，進行動態(tài)功率分配模型的算例驗證。根據(jù)該地區(qū)的氣候特點，通過小型氣象站實測某典型日光照數(shù)據(jù)如圖3 所示。未來電動汽車的主要類型可分為公交車、出租車、公務(wù)車和私家車等[27]，本文按照該地區(qū)實際已投運的出租車來分析目標光伏換電站的換電需求。光伏換電站系統(tǒng)電氣參數(shù)詳見附表。

圖3 光伏換電站太陽光照功率變化圖Fig.3 Solar power variation curve of PV-based BSS

經(jīng)調(diào)研可知，在該站進行換電的電動出租車平均每天為100 輛（均為同一車型），動力電池容量為64kW·h，其最大放電深度為80%。正常運行工況下，待換電池SOC 為0.2～0.25，站內(nèi)充電規(guī)程要求SOC需大于0.95，充電電流取0.25C。根據(jù)調(diào)研結(jié)果和文獻[27]可知，出租車換電時間規(guī)律均勻分布在23:00～5:30 及10:00～16:30。

對于即換即充的功率分配策略，完全根據(jù)每小時的換電量來確定下個小時的充電功率，不需要換電需求預測。而對于動態(tài)功率分配策略，換電儲備建立在換電需求預測的基礎(chǔ)上，但換電需求的預測誤差是客觀存在的。因此，在本算例分析中，設(shè)定兩個量級的預測誤差（約20%、50%），將即換即充功率分配策略與動態(tài)功率分配策略進行分析比較，比較結(jié)果如圖4 所示。

圖4 換電車輛數(shù)的預測與實際值Fig.4 Predictive and actual numbers of EVs that want to swap batteries

5.2 系統(tǒng)功率平衡分析

選擇具有代表性的典型日，當換電站采用即換即充功率分配策略和考慮換電儲備的動態(tài)功率分配策略（換電需求的預測誤差分別為20%和50%）時，進行系統(tǒng)的功率平衡分析如圖5 所示。

圖5 光伏換電站功率平衡圖Fig.5 Power balance of PV-based battery switch station

（1）在換電站采用即換即充功率分配策略和考慮換電儲備的動態(tài)功率分配策略（換電需求的預測誤差不同）時，站內(nèi)光伏發(fā)電功率、動力電池充電功率和從配電網(wǎng)購電功率滿足系統(tǒng)功率平衡的基本條件。

（2）從系統(tǒng)功率平衡關(guān)系來看，比較圖5a、圖5b 和圖5c 可知，考慮換電儲備的動態(tài)功率分配策略其核心思想在于根據(jù)一定程度的換電需求預測，將動力電池充電時段整體提前，從而有效地避免了光伏發(fā)電功率棄用現(xiàn)象。

（3）在圖5a 中，由于采用了即換即充功率分配策略，在上午8 點～10 點無充電需求時，光伏發(fā)電功率完全被棄用，而10 點～11 點也出現(xiàn)部分棄光的現(xiàn)象。統(tǒng)計量化的結(jié)果見表 1。此后，換電站充電功率由光伏和配電網(wǎng)共同提供（11 點～17點）。而站內(nèi)晚間的充電功率完全來自于配電網(wǎng)。

表1 不同運行策略下可再生能源利用效率指標的對比Tab.1 Renewable energy utilization ratio in different operation strategies

由表1 可知，考慮換電儲備的動態(tài)功率分配策略在光伏利用率上占明顯優(yōu)勢。當光伏發(fā)電利用效率降低時，光伏發(fā)電占電動汽車充電能量的比例也隨之降低。

5.3 光伏換電站的運行性能評價分析

5.3.1 需等待換電的電動汽車數(shù)量

當換電站內(nèi)采用即換即充功率分配策略時，站內(nèi)需等待的電動汽車數(shù)量Nevw為0。（注：本文主要驗證功率分配方法，對由換電工位限制、換電基礎(chǔ)設(shè)施故障造成的等待問題，不在考慮范圍之內(nèi)。）

當采用考慮換電儲備的動態(tài)功率分配策略時，考慮到不同量級的換電預測誤差，根據(jù)不同的可換電量儲備時長，站內(nèi)將出現(xiàn)一定程度的車輛等待換電現(xiàn)象如圖6 所示。

圖6 一天內(nèi)需等待換電的電動汽車數(shù)量Fig.6 Numbers of EVs that wait for swapping batteries in a day

由圖6 可知：

（1）當換電需求的預測誤差較大時，站內(nèi)需等待換電的車輛數(shù)將增多。

（2）在不同換電需求預測誤差水平下，可換電量儲備時長較長時，需等待換電的車輛數(shù)較少。

5.3.2 換電等待時間和換電服務(wù)日可用率

當換電站采用即換即充功率分配策略時，所有需換電車輛進站后都無需等待，換電服務(wù)的日可用率為100%。

當換電站采用動態(tài)功率分配策略時，考慮到不同水平的換電預測誤差和不同儲備時長，一天之內(nèi)待換電車輛的等待時間和換電服務(wù)日可用率見表2。

表2 考慮換電儲備的動態(tài)功率分配策略待換電車輛的等待時間和換電服務(wù)日可用率Tab.2 Value of EVs’ waiting time and DABSS under different reserve time

由表2 可知：

（1）在同一換電需求預測誤差水平下，隨著站內(nèi)動力電池儲備時長的增大，一天內(nèi)待換電電動汽車的總等待時間減小，且單臺車輛每次換電之前需等待的時間縮短。換電服務(wù)日可用率亦隨著儲備時長的增加而得到一定程度的提高。

（2）在不同換電需求預測誤差水平下，當儲備時長相同時，換電服務(wù)日可用率隨著預測誤差水平的增加而減小。

（3）即使換電需求預測誤差水平達到較高量級（如預測誤差為50%時），只要儲備時長充足（如儲備時長為30mins），換電服務(wù)日可用率也將達到較高水平（99.9%以上）。

6 討論

（1）簡化動力電池充電模型合理性分析。由于動力電池一般采用先恒流、再恒壓的充電方式，為簡化建模，在式（3）中采用充電時段內(nèi)的平均功率來描述充電需求。實際情況下，若動力電池處于恒流充電階段，充電功率大于平均功率；若動力電池處于恒壓充電階段，充電功率遠小于平均功率。由圖5b、圖5c 可知，當充電總負荷處于高峰的時段（如10 點～14 點），同時充電的電池數(shù)較多，且所處的充電階段較為隨機，采用平均功率進行相關(guān)計算基本與實際情況一致。當充電總負荷處于低谷的時段（如上午7～8 時和下午17～18 時），負荷上升階段充電負荷較實際情況偏低，負荷下降階段充電負荷較實際情況偏高。根據(jù)功率分配結(jié)果，這些時段絕大部分的充電功率由配電網(wǎng)提供，因此對站內(nèi)光伏發(fā)電功率的利用無較大影響，可再生能源利用效率指標亦符合實際情況。

（2）預測結(jié)果對功率分配策略的影響。對于類似問題，一些解決方案不僅會引入需求預測，同時會考慮引入光功率預測。本文在研究過程中，暫不引入光功率預測，主要基于兩方面的原因：一是在滿足換電需求的前提下，換電站的充電機及電池配置尚有裕度，而光伏容量受可用面積的約束，一般小于充電機的總?cè)萘颗渲?，因此有條件充分的消納光伏發(fā)電功率；二是考慮成本問題，如果要保證光功率預測的精度，需要數(shù)值天氣預報的支持，必然會提升系統(tǒng)運行的成本。從算例分析的情況來看，雖然未引入光功率預測，本文提出的動態(tài)功率分配方法仍取得了較好的效果。

7 結(jié)論

針對光伏換電站在運行中存在的功率分配問題，本文提出了一種考慮換電儲備的光伏換電站動態(tài)功率分配方法，建立了換電服務(wù)模型和功率分配模型。通過光伏換電站實際算例分析可知，該方法將有效提高光伏利用率；在較高的換電需求預測誤差水平下，通過設(shè)置30mins 的動力電池儲備時長，能使換電服務(wù)的日可用率達到99.9%以上，在提高光伏就地消納利用比例的同時保障了換電服務(wù)可用性。隨著電動汽車普及程度的不斷提高，在后續(xù)研究中，可根據(jù)更多換電站的實際運行數(shù)據(jù)進一步驗證并完善本方法，為光伏換電站的運行提供輔助作用。

附 錄

附表 電氣系統(tǒng)參數(shù)App.Tab. System parameters

參考文獻

[1]Skarvelis-Kazakos S,Papadopoulos P,Grau I,et al.Carbon optimized virtual power plant with electric vehicles[C].2010 IEEE 45th International Universities Power Engineering Conference (UPEC),Cardiff,UK,2010:1-6.

[2]馬鈞,年晨寧.崇明島2020 年電動汽車可再生能源獨立電網(wǎng)的構(gòu)想[J].農(nóng)業(yè)裝備與車輛工程,2011,2:1-7.Ma Jun,Nian Chenning.A scheme for renewable grid for EV of 2020 in Chongming island[J].Agricultural Equipment &Vehicle Engineering,2011,2:1-7.

[3]Ahmed Y S,Ganesh K V.Plug-in vehicles and renewable energy sources for cost and emission reductions[J].IEEE Transactions on Industrial Electronics,2011,58(4):1229-1238.

[4]Ahmed Y S,Ganesh K V.Resource scheduling under uncertainty in a smart grid with renewables and plug-in vehicles[J].IEEE Systems Journal,2012,6(1):103-109.

[5]劉曉飛,張千帆,崔淑梅.電動汽車V2G 技術(shù)綜述[J].電工技術(shù)學報,2012,27(2):121-127.Liu Xiaofei,Zhang Qianfan,Cui Shumei.Review of electric vehicle V2G technology[J].Transactions of China Electrotechnical Society,2012,27(2):121-127.

[6]胡澤春,宋永華,徐智威,等.電動汽車接入電網(wǎng)的影響與利用[J].中國電機工程學報,2012,32(4):1-10.Hu Zechun,Song Yonghua,Xu Zhiwei,et al.Impacts and utilization of electric vehicles integration into power systems[J].Proceedings of the CSEE,2012,32(4):1-10.

[7]肖湘寧,陳征,劉念.可再生能源與電動汽車充放電設(shè)施在微電網(wǎng)中的集成模式與關(guān)鍵問題[J].電工技術(shù)學報,2013,28(2):1-14.Xiao Xiangning,Chen Zheng,Liu Nian.Integrated mode and key issues of renewable energy sources and electric vehicles’ charging and discharging facilities in microgrid[J].Transactions of China Electrotechnical Society,2013,28(2):1-14.

[8]高賜威,吳茜.電動汽車換電模式研究綜述[J].電網(wǎng)技術(shù),2013,37(4):891-898.Gao Ciwei,Wu Xi.A survey on battery-swapping mode of electric vehicles[J].Power System Technology,2013,37(4):891-898.

[9]Liu J.Electric vehicle charging infrastructure assignment and power grid impacts assessment in Beijing[J].Energy Policy,2012,51:544-557.

[10]Liu C H,Chau K T,Diao C X,et al.A new DC micro-grid system using renewable energy and electric vehicles for smart energy delivery[C].2010 IEEE Vehicle Power and Propulsion Conference(VPPC),Lille,France,2010:1-6.

[11]Lopes J A P,Almeida P M R,Soares F J.Using vehicle-to-grid to maximize the integration of intermittent renewable energy resources in isla nded electric grids[C].2009 International Conference on Clean Electrical Power,Capri,2009:290-295.

[12]Ota Y,Taniguchi H,Nakajima T,et al.Autonomous distributed V2G (vehicle-to-grid) considering charging request and battery condition[C].2010 IEEE PES Innovative Smart Grid Technologies Conference Europe(ISGT Europe),Gothenburg,Sweden,2010:1-6.

[13]劉念,唐宵,段帥,等.考慮動力電池梯次利用的光伏換電站容量優(yōu)化配置方法[J].中國電機工程學報,2013,33(4):34-44.Liu Nian,Tang Xiao,Duan Shuai,et al.Capacity optimization method for PV-based battery swapping stations considering second-use of electric vehicle batteries[J].Proceedings of the CSEE,2013,33(4):34-44.

[14]陳征,肖湘寧,路欣怡，等.含光伏發(fā)電系統(tǒng)的電動汽車充電站多目標容量優(yōu)化配置方法[J].電工技術(shù)學報,2013,28(6):238-248.Chen Zheng,Xiao Xiangning,Lu Xinyi,et al.Multiobjective optimization for capacity configuration of PV-based electric vehicle charging stations[J].Transactions of China Electrotechnical Society,2013,28(6):238-248.

[15]Lombardi P,Heuer M,Styczynski Z.Battery switch station as storage system in an autonomous power system:optimization issue[C].2010 IEEE Power and Energy Society General Meeting,Minneapolis,USA,2010:1-6.

[16]Takagi M,Iwafune Y,Yamaji K,et al.Economic value of PV energy storage using batteries of batteryswitch stations[J].IEEE Transactions on Sustainable Energy,2013,4(1):164-173.

[17]田文奇,和敬涵,姜久春,等.基于自適應(yīng)變異粒子群算法的電動汽車換電池站充電調(diào)度多目標優(yōu)化[J].電網(wǎng)技術(shù),2012,36(11):25-29.Tian Wenqi,He Jinghan,Jiang Jiuchun,et al.Multiobjective optimization of charging dispatching for electric vehicle battery swapping station based on adaptive mutation particle swarm optimization[J].Power System Technology,2012,36(11):25-29.

[18]陽岳希,胡澤春,宋永華.電動公交充換電站的優(yōu)化運行研究[J].中國電機工程學報,2012,32(31):35-42.Yang Yuexi,Hu Zechun,Song Yonghua.Research on optimal operation of battery swapping and charging station for electric buses[J].Proceedings of the CSEE,2012,32(31):35-42.

[19]田文奇,和敬涵,姜久春,等.電動汽車換電站有序充電調(diào)度策略研究[J].電力系統(tǒng)保護與控制,2012,40(21):114-119.Tian Wenqi,He Jinghan,Jiang Jiuchun,et al.Research on dispatching strategy for coordinated charging of electric vehicle battery swapping station[J].Power System Protection and Control,2012,40(21):114-119.

[20]Armstrong M,El Hajj Moussa C,Adnot J,et al.Optimal recharging strategy for battery-switch stations for electric vehicles in France[J].Energy Policy,2013,60:569-582.

[21]Worley O,Klabjan D.Optimization of battery charging and purchasing at electric vehicle battery swap stations[C].2011 IEEE Vehicle Power and Propulsion Conference (VPPC),Chicago,USA,2011:1-4.

[22]張昌華,孟勁松,曹永興,等.換電模式下電動汽車換電充裕度模型及仿真研究[J].電網(wǎng)技術(shù),2012,36(9):15-19.Zhang Changhua,Meng Jingsong,Cao Yongxing,et al.A battery swapping requirement adequacy model for electric vehicles and its simulation research[J].Power System Technology,2012,36(9):15-19.

[23]Li Z,Yu F R,Bin N,et al.Stochastic charging management for plug-in electric vehicles in smart microgrids fueled by renewable energy sources[C].2011 IEEE Online Conference on Green Communications (GreenCom),New York,USA,2011:7-12.

[24]Li Z,Yu F R,Bin N,et al.Optimal charging control for electric vehicles in smart microgrids with renewable energy sources[C].2012 IEEE 75th Vehicular Technology Conference (VTC Spring),Yokohama,Japan,2012:1-5.

[25]Lu J L,Yeh M Y,Hsu Y C,et al.Operating electric taxi fleets:A new dispatching strategy with charging plans[C].2012 IEEE International Electric Vehicle Conference (IEVC),Greenville,USA,2012:1-8.

[26]Lasnier F,Ang T G.Photovoltaic engineering handbook.Bristol,UK:Adam Hilger,1990.

[27]羅卓偉,胡澤春,宋永華,等.電動汽車充電負荷計算方法[J].電力系統(tǒng)自動化,2011,35(14):36-42.Luo Zhuowei,Hu Zechun,Song Yonghua,et al.Study on plug-in electric vehicles charging load calculating[J].Automation of Electric Power Systems,2011,35(14):36-42.