戴依諾，戴　忠

（1.合肥市第七中學(xué)，合肥　230001；2.國網(wǎng)安徽省電力公司，合肥　230022）

?

電動汽車預(yù)約充電策略研究

戴依諾1，戴忠2

（1.合肥市第七中學(xué)，合肥230001；2.國網(wǎng)安徽省電力公司，合肥230022）

摘要：分析目前電動汽車預(yù)約充電系統(tǒng)潛在的問題，提出電動汽車預(yù)約充電構(gòu)想。在此基礎(chǔ)上結(jié)合智能導(dǎo)航系統(tǒng)，建立電動汽車快速預(yù)約充電模型，并采用迪杰斯特拉算法進(jìn)行求解，最后通過一個算例分析驗證了所提出的快速預(yù)約充電模型和求解算法的有效性。

關(guān)鍵詞：電動汽車；充電樁；預(yù)約充電；迪杰斯特拉算法；智能導(dǎo)航系統(tǒng)

近10年來，隨著經(jīng)濟的高速發(fā)展，各地環(huán)境問題日益突出，大氣污染不斷加重，尋求更加環(huán)保和可持續(xù)的生活方式成為一個重要議題。為保障國民經(jīng)濟的可持續(xù)發(fā)展，改善大氣質(zhì)量，國家實施了節(jié)能減排戰(zhàn)略，其中發(fā)展新能源汽車尤其是電動汽車（e1ectric vehic1e，EV）成為大氣污染治理的重要手段［1，2］。相比于傳統(tǒng)的內(nèi)燃機動力汽車，EV采用電力替代石油對汽車進(jìn)行驅(qū)動，可以有效減少溫室氣體排放，減緩化石能源枯竭的速度。隨著近年來EV技術(shù)尤其是動力電池技術(shù)的不斷進(jìn)步，在一些發(fā)達(dá)國家，EV已初具規(guī)模［3］，同時在不少發(fā)展中國家也開始鼓勵推廣。

自2011年以來，我國電動汽車銷售量逐年攀升，市場占有率迅速提高。2014年銷售7.47萬輛，2015年上半年銷售7.27萬輛。目前，全國電動汽車保有量約為19萬輛，市場占有率達(dá)到0.61%，如圖1所示。此外，配套充換電設(shè)施的建設(shè)更是有了大幅增加。到2014年底，包括國家電網(wǎng)公司、南方電網(wǎng)公司和普天新能源公司在內(nèi)共建設(shè)充換電站835座，充電樁3萬個，其中站內(nèi)0.83萬個，站外2.17萬個。近年來EV銷量如圖1所示。

圖1　2011—2015年上半年EV銷量

目前國內(nèi)外針對EV充電策略開展了一定的研究，主要集中于EV充電負(fù)荷預(yù)測、EV充電控制、EV接入對電網(wǎng)的影響、EV與電網(wǎng)的互動利用等幾方面。文獻(xiàn)［4］建立了EV功率需求統(tǒng)計模型，通過蒙特卡羅模擬方法求得單臺EV和多臺EV一天的充電需求。文獻(xiàn)［5］分別從供電側(cè)調(diào)峰角度和用戶側(cè)成本角度建立數(shù)學(xué)模型，提出插電混合式電動汽車（p1ug in hybrid e1ectric vehic1e，PHEV）集中充電策略，用以減小用電峰谷差，節(jié)約用戶充電成本。文獻(xiàn)［6］提出一種基于低谷填入思想的PHEV集中充電算法，實現(xiàn)了對負(fù)荷削峰填谷的目的。文獻(xiàn)［7］以配電網(wǎng)有功網(wǎng)損最小化為目標(biāo)，采用迭代修正節(jié)點電壓的方法規(guī)避模型中的非線性約束，建立一個只含線性約束的凸二次規(guī)劃模型，實現(xiàn)降低網(wǎng)損的目標(biāo)。文獻(xiàn)［8］建立了風(fēng)電—電動汽車協(xié)同調(diào)度的模型，用以消納夜間過剩風(fēng)電。文獻(xiàn)［9］建立了集中充電統(tǒng)一配送換電模式下EV參與系統(tǒng)調(diào)頻的魯棒優(yōu)化模型，實現(xiàn)在可接受的經(jīng)濟風(fēng)險水平下，合理確定集中充電站次日各交易時段的充電計劃和為系統(tǒng)提供的調(diào)頻服務(wù)容量。綜上，目前大多數(shù)研究工作主要集中于通過對EV的合理控制來減小EV充電對電網(wǎng)的影響甚至向電網(wǎng)提供輔助服務(wù)，很少站在充電用戶角度討論如何快速有效獲得充電服務(wù)的。

本文基于智能導(dǎo)航系統(tǒng)，建立EV快速預(yù)約充電模型，采用迪杰斯特拉算法進(jìn)行求解以使有充電需求的EV能夠在最短時間獲得充電服務(wù)。

1　預(yù)約充電系統(tǒng)探討

隨著電動汽車市場的不斷發(fā)展，市場用戶大幅增加，需求呈現(xiàn)多樣化趨勢。為規(guī)范EV的充電管理，讓EV用戶快速找到充電設(shè)施，方便結(jié)算，同時有效地監(jiān)控充電負(fù)荷，保障電網(wǎng)安全，2014年，國家電網(wǎng)公司下屬的一家企業(yè)開發(fā)了名為“智能充換電服務(wù)網(wǎng)絡(luò)互動服務(wù)系統(tǒng)”的車聯(lián)網(wǎng)系統(tǒng)。目前，全國已有十幾家企業(yè)開發(fā)了電動汽車車聯(lián)網(wǎng)互動平臺，為EV的運營和管理提供了便利。

1.1快速預(yù)約充電系統(tǒng)整體框架構(gòu)想

該系統(tǒng)主要依托于公共無線通信網(wǎng)絡(luò)，并以其它通信方式作為補充手段。系統(tǒng)通信網(wǎng)絡(luò)由服務(wù)管理平臺通信網(wǎng)絡(luò)、站級管理通信網(wǎng)絡(luò)、終端設(shè)備接入通信網(wǎng)絡(luò)構(gòu)成，實現(xiàn)從互動服務(wù)系統(tǒng)到EV充換電站、分散充電樁及終端設(shè)備的網(wǎng)絡(luò)覆蓋。系統(tǒng)通過采集充電樁、充電站、換電站等不同充換電設(shè)施的相關(guān)數(shù)據(jù)，建設(shè)多方接口，與智能交通系統(tǒng)、電網(wǎng)系統(tǒng)、第三方運營系統(tǒng)、車輛和用戶有效交互，實現(xiàn)數(shù)據(jù)的共享與傳輸，在有效管理和控制充換電設(shè)施的同時，不斷開展共享數(shù)據(jù)的挖掘，為各種不同用戶提供所需要的特色服務(wù)［10］。

智能充換電服務(wù)網(wǎng)絡(luò)互動服務(wù)系統(tǒng)主要包括充電場所平面監(jiān)控、充電機狀態(tài)監(jiān)控、充換電設(shè)施負(fù)荷調(diào)控、充電機工作數(shù)據(jù)采集、充電電量及時間控制、充電預(yù)約、充電量及費用查詢、應(yīng)急救助、設(shè)備故障報警及統(tǒng)計分析等功能，能滿足各方用戶的基本需求［11］。

1.2目前預(yù)約充電系統(tǒng)存在的問題

目前的系統(tǒng)在實際使用過程中還存在著許多不足，尤其是預(yù)約充電模塊很難滿足用戶的要求。以某車聯(lián)網(wǎng)系統(tǒng)為例進(jìn)行分析，預(yù)約充電模塊應(yīng)用時，用戶一般采用手機APP去訪問，在預(yù)約充電的電子地圖中只顯示了各充電站的位置和空閑樁數(shù)，沒有顯示用戶的位置。如用戶對空閑樁預(yù)約，則系統(tǒng)為該用戶保留1小時的預(yù)留時間，1小時后重新接受預(yù)定，預(yù)約模式較為簡單。這種預(yù)約模式對用戶來說不能測算到某個站去充電的最短時間，因此無法優(yōu)化選擇去哪里充電，用戶使用效率低下。具體存在以下問題。

（1）不顯示用戶位置，說明GPS定位系統(tǒng)未充分應(yīng)用，使用戶不能準(zhǔn)確判斷和尋找最近的充電站。

（2）未接入城市路況系統(tǒng)，用戶無法掌握道路擁堵和修路的情況，可能出現(xiàn)預(yù)約超時或繞路超出電池支撐時間、電池耗盡的狀況。

（3）不能顯示其它正在工作的充電樁的剩余工作時間，極大地限制了用戶的選擇性，降低了充電樁的使用效率。

（4）沒有設(shè)計測算最優(yōu)路徑的計算模型。

其它車聯(lián)平臺系統(tǒng)在應(yīng)用中也全部或部分存在著同樣的問題。

1.3模塊界面設(shè)計

簡潔、易操作的界面是系統(tǒng)易于推廣使用的重要因素。目前，存在的車聯(lián)網(wǎng)系統(tǒng)都普遍存在著預(yù)約充電界面不直觀、友好性差、使用不方便的情況。因此，建議使用簡單、友好和高效的界面。

也就是說，在系統(tǒng)應(yīng)用時，點擊進(jìn)入“預(yù)約充電”界面后，可直接顯示地圖，圖上顯示各充電站的位置、空閑樁數(shù)和用戶位置。由簡單快速的線性規(guī)劃找出最優(yōu)路徑，并在圖上直接畫出推薦路徑。點擊站點后，顯示到站點的距離、平均車速、充電樁的最短剩余時間等信息。用戶可直接點擊預(yù)訂，點擊后系統(tǒng)刷新一次，使所有用戶及時了解最新的情況。此外，1 h的預(yù)約保留期滿時，應(yīng)有信息提醒客戶預(yù)訂取消。

2　快速預(yù)約充電模型

為確保用戶能準(zhǔn)確地預(yù)約充電，避免折返或因道路狀況發(fā)生電能耗盡的狀況，也為了提高充電設(shè)備的使用效率，使用戶能準(zhǔn)確知道最短時間充電的最優(yōu)路徑，本文基于智能導(dǎo)航系統(tǒng)建立了快速預(yù)約充電模型。

假設(shè)可以從以下3個系統(tǒng)獲得數(shù)據(jù)支撐：①GPS衛(wèi)星定位系統(tǒng)提供車輛與充電站的距離數(shù)據(jù)；②城市智能交通系統(tǒng)提供各條道路的擁堵信息，估計出通過各條道路的平均行進(jìn)速度和汽車通過各路段所需要的時間，進(jìn)而結(jié)合EV當(dāng)前剩余電量自動將EV到達(dá)不了的充電樁排除在選擇范圍之外；③充電設(shè)備數(shù)據(jù)采集系統(tǒng)提供每個充電樁的剩余充電時間。

為了最快使EV獲得充電服務(wù)，建立目標(biāo)函數(shù)如下

式中：z為獲得充電服務(wù)的時間，min；xi為用戶車輛到充電樁i的最短時間，min；yi為充電樁i最小剩余充電時間，min；i=1，2，...，I，I為充電樁總數(shù)。

假設(shè)預(yù)約保留時間為1 h，且xj及yi為非負(fù)性約束，可得如下約束

當(dāng)xj≥yi時，即EV到達(dá)充電樁所需的時間大于等于充電樁完成當(dāng)前充電任務(wù)所需要的時間，此時如果預(yù)約該充電樁，最快充上電的時間為xj；當(dāng)xj＜yi時，即EV到達(dá)充電樁所需的時間小于充電樁完成當(dāng)前充電任務(wù)所需要的時間，則最快充上電的時間為yi。因此，按照上述的要求，如要使EV能夠成功預(yù)約充電則應(yīng)該滿足式（2）的約束條件。

3　求解算法

上述問題的求解可以歸結(jié)為單源最短路徑的求解問題。迪杰斯特拉算法是一種典型的尋求最短路徑的優(yōu)化算法，可解決有向圖中最短路徑問題。其主要特點是以起始點為中心向外層擴展，直至擴展到終點為止［12］。

3.1迪杰斯特拉算法思想

設(shè)G=(V，E)是一個帶權(quán)有向圖，V是頂點集合，E是邊的集合。把頂點集合V分成2組，第一組S為已求出最短路徑的頂點集合，初始時S中只有一個源點v0，以后每求得一條最短路徑，就將該路徑中新的頂點加入到集合S中，直到全部頂點都加入到S時，算法結(jié)束；第二組U為其余未確定最短路徑的頂點集合，按最短路徑長度的遞增次序依次把U中的頂點加入S中。在將U中頂點按遞增的次序加入的過程中，總保持從源點v0到S中各頂點的最短路徑長度不大于從源點v0到U中任何頂點的最短路徑長度；此外，每個頂點對應(yīng)一個距離，S中的頂點的距離就是從v0到此頂點的最短路徑長度，U中的頂點的距離，是從v0到此頂點只包括S中的頂點作為中間頂點的當(dāng)前最短路徑長度［13］。

在這里將道路的各個交叉點和充電樁所在的位置作為有向圖的頂點，將EV通過各段道路所需要的時間作為各邊的權(quán)值，從而可以利用迪杰斯特拉算法進(jìn)行求解。

3.2模型求解步驟

給定賦權(quán)有向圖G=(V，E)，算法求解步驟如下［12］［13］：

（1）令i=1，S0={v0}，U=V-Si，U中頂點對應(yīng)的距離值為：若存在vj與v0直接相連，則d(v0，vj) 為v0與vj相連的弧上的權(quán)值，其中d表示2個頂點間的距離；若vj與v0不直接相連，則d(v0，vj)等于0，標(biāo)記起始源點為0，記k =0。

（2）從U中選取與v0距離最短的點vm并將其加入Si，同時刷新集合U，令k=m，i=i+1。

（3）計算從已標(biāo)記的點k到與它直接相連的所有點的距離，更新集合U中各頂點到源點v0的距離。

（4）如果Si=V，算法終止，這時，對每個v?Si，有d(v0，v)最小，否則轉(zhuǎn)入（2）。

（5）在求得EV到各充電樁所需的最短時間之后再考慮充電樁完成當(dāng)前充電任務(wù)所需要的時間即可得到EV最快充上電所需要的時間，由此可確定EV預(yù)約充電方案。

模型求解的流程圖如圖2所示，其中N為頂點的總數(shù)。

圖2　求解流程圖

4　算例分析

假設(shè)某街區(qū)的道路拓?fù)浣Y(jié)構(gòu)如圖3所示。

圖3　某街區(qū)道路拓?fù)浣Y(jié)構(gòu)

假設(shè)此時EV在D點產(chǎn)生充電需求，3個充電樁a、b、c分別位于道路網(wǎng)路的A、B、G 3個路口。GPS衛(wèi)星定位系統(tǒng)向用戶展示道路的狀況，即各路段的長度Sr以及用戶目前所處的位置，城市智能交通系統(tǒng)可以結(jié)合道路的擁堵情況估算出EV通過各路段的平均速度vr，從而可以估算出EV通過各路段所需要的時間tr，如表1所示。

由充電設(shè)備數(shù)據(jù)采集系統(tǒng)可以知道3個充電樁完成當(dāng)前的充電任務(wù)所需要的時間tc，如表2所示。

表1　EV通過各路段所需要的時間

表2　充電樁完成當(dāng)前充電任務(wù)所需時間

此外，由于城市智能交通系統(tǒng)自動將EV到達(dá)不了的充電樁排除在外，所以此時EV的剩余電量是足以支撐EV行駛到3個充電樁的。

采用前文介紹的迪杰斯特拉算法對上述案例求解，可以得到EV到達(dá)各充電樁最短所需要的時間和路徑如下：

（1）EV到達(dá)a充電樁所需要的最短時間為44 min，經(jīng)過的路徑為D→E→F→A。

（2）EV到達(dá)b充電樁所需要的最短時間為26 min，經(jīng)過的路徑為D→C→B。

（3）EV到達(dá)c充電樁所需要的最短時間為24 min，經(jīng)過的路徑為D→E→G。

結(jié)合充電設(shè)備數(shù)據(jù)采集系統(tǒng)提供的信息可知：預(yù)約a充電樁最快充上電所需要的時間為44 min；預(yù)約b充電樁最快充上電所需要的時間為26 min；預(yù)約c充電樁最快充上電所需要的時間為40 min。以上預(yù)約時間均沒有超過預(yù)約保留時間1 h，因此，EV應(yīng)該預(yù)約充電樁b，最快26 min之后能使EV充上電。

通過算例分析可以看出，本文所提出的快速預(yù)約充電的方法可以使EV以最快的時間充上電，并給出對應(yīng)的行駛路徑。

5　結(jié)論

本文探討了關(guān)于EV快速預(yù)約充電系統(tǒng)的構(gòu)想，分析了目前快速預(yù)約充電系統(tǒng)潛在的問題，然后建立了快速預(yù)約充電模型并采用迪杰斯特拉算法進(jìn)行求解，最后通過算例驗證。計算結(jié)果表明，本文所建立的快速預(yù)約充電模型和所采用的求解方法是可行的，可以使EV用戶快速了解最短獲得服務(wù)時間及其對應(yīng)的服務(wù)地點與行駛路徑。

參考文獻(xiàn)：

［1］胡澤春，占愷嶠，徐智威，等.電動汽車與電網(wǎng)互動的關(guān)鍵問題分析與展望［J］.電力建設(shè)，2015，36（7）：6-13.

［2］劉卓然，陳健，林凱，等.國內(nèi)外電動汽車發(fā)展現(xiàn)狀與趨勢［J］.電力建設(shè)，2015，36（7）：25-32.

［3］Schneider K，Gerkensmeyer C，Kintner-Meyer M，et a1. Impact assessment of p1ug - in hybrid vehic1es on pacific northwest distribution systems［C］∥Power and Energy Society Genera1 Meeting-Conversion and De1ivery of E1ectrica1 Energy in the 21st Century，2008 IEEE.

［4］田立亭，史雙龍，賈卓.電動汽車充電功率需求的統(tǒng)計學(xué)建模方法［J］.電網(wǎng)技術(shù)，2010，34（11）：126-130.

［5］石磊，劉皓明.分時電價下PHEV智能集中充電策略［J］.電力需求側(cè)管理，2012，14（2）：13-18.

［6］王丹，龍亮，葛琪，等.基于低谷填入法的插電式混合動力汽車集中充電策略［J］.電力需求側(cè)管理，2010，12 （6）：8-11.

［7］占愷嶠，宋永華，胡澤春，等.以降損為目標(biāo)的電動汽車有序充電優(yōu)化［J］.中國電機工程學(xué)報，2012，32（31）：11-18.

［8］于大洋，宋曙光，張波，等.區(qū)域電網(wǎng)電動汽車充電與風(fēng)電協(xié)同調(diào)度的分析［J］.電力系統(tǒng)自動化，2011，35 （14）：24-29.

［9］姚偉鋒，趙俊華，文福拴，等.集中充電模式下的電動汽車調(diào)頻策略［J］.電力系統(tǒng)自動化，2014，38（9）：69-76.

［10］薛飛，雷憲章，張野飚，等.基于物聯(lián)網(wǎng)的電動汽車智能充換電服務(wù)網(wǎng)絡(luò)電池管理［J］.電力系統(tǒng)自動化，2012，36（21）：41-46.

［11］楊永標(biāo)，丁孝華，朱金大，等.物聯(lián)網(wǎng)應(yīng)用于電動汽車充電設(shè)施的設(shè)想［J］.電力系統(tǒng)自動化，2010，34（21）：95-98.

［12］劉崇茹，鄧應(yīng)松，盧恩，等.大停電后發(fā)電機啟動順序優(yōu)化方法［J］.電力系統(tǒng)自動化，2013，37（18）：55-59.

［13］劉姣，葛召炎，謝靜，等.停車場泊車問題的研究與仿真［J］.計算機仿真，2011，28（7）：340-344.

Study on reserving charging strategies of e1ectric vehic1es

DAI Yi-nuo1，DAI Zhong2
（1. Heifei 7thHigh Schoo1，Heifei 230001，China；2. State Grid Anhui E1ectric Power Company，Heifei 230022，China）

Abstract：The artic1e ana1yzes the potentia1 prob1ems of current e1ectric vehic1e charging system，and puts forward the idea of reserving charging. Based on the inte11igent navigation system，the mode1 of reserving charging of e1ectric vehic1es is bui1t，and the Dijkstra a1gorithm is introduced to so1ve the optimization prob1em. At 1ast，an examp1e is imp1emented to verify the effectiveness of the proposed mode1 and a1gorithm.

Key Words：e1ectric vehic1e；charging pi1e；reserving charging；Dijkstra a1gorithm；inte11igent navigation system

收稿日期：2015-09-28；修回日期：2015-12-02

中圖分類號：F407.61；TM714

文獻(xiàn)標(biāo)志碼：B