李淑艷 吳文亮 巫威眺 焦志強(qiáng)

(1.廣東交通職業(yè)技術(shù)學(xué)院運(yùn)輸與經(jīng)濟(jì)管理學(xué)院 廣州510650；2.華南理工大學(xué)土木與交通學(xué)院 廣州 510540)

0 引 言

在過(guò)去的幾十年間，環(huán)境惡化、石油資源消耗嚴(yán)重、國(guó)際油價(jià)波動(dòng)，各國(guó)政府都盡力在減少對(duì)進(jìn)口石油等化石能源的依賴，這些因素極大地促進(jìn)了交通運(yùn)輸業(yè)的電汽化發(fā)展。Rahmani等[1]指出，在世界范圍內(nèi)交通行業(yè)產(chǎn)生了超過(guò)1/4的能源消費(fèi)和超過(guò)1/3的溫室氣體排放。與傳統(tǒng)汽車相比，電動(dòng)汽車具有環(huán)保節(jié)能、噪聲小、穩(wěn)定性高等優(yōu)點(diǎn)。因此，電動(dòng)汽車作為傳統(tǒng)燃油汽車的一個(gè)清潔環(huán)保的替代品，近年來(lái)獲得了較大的發(fā)展，各國(guó)政府推出了一系列的財(cái)政補(bǔ)貼和優(yōu)惠政策，支持電動(dòng)汽車行業(yè)的發(fā)展[2]，并鼓勵(lì)人們購(gòu)買電動(dòng)汽車，例如：電動(dòng)汽車不用搖號(hào)、購(gòu)買電動(dòng)汽車時(shí)給予財(cái)政補(bǔ)貼、電動(dòng)汽車在市中心擁有專用停車位、免費(fèi)停車、允許電動(dòng)汽車在高峰時(shí)段在公交車專用道或HOV車道上行駛等。電動(dòng)汽車的數(shù)量和市場(chǎng)占有率近年來(lái)一直在飛速增長(zhǎng)[3]。在不久的將來(lái)，電動(dòng)汽車必將成為人們?nèi)粘３鲂械囊粋€(gè)重要交通工具。

然而，由于電動(dòng)汽車的充電時(shí)間往往需要數(shù)小時(shí)[4-5]，充電時(shí)間和續(xù)航里程把它限制在了相對(duì)較短距離的出行上，嚴(yán)重的制約著著電動(dòng)汽車的實(shí)用性。研究表明，對(duì)于駕駛員來(lái)說(shuō)，電動(dòng)汽車的上述缺點(diǎn)帶來(lái)的不便和負(fù)面影響，甚至超過(guò)了政府刺激政策帶來(lái)的影響[6-7]。一般情況下，車輛的平均行駛時(shí)間只占到一天總時(shí)間的4%～7%[8-9]，大部分時(shí)間是處于停泊狀態(tài)的。因此，未來(lái)可建設(shè)電動(dòng)汽車停車場(chǎng)，或在現(xiàn)有普通停車場(chǎng)內(nèi)加裝充電樁，作為電動(dòng)汽車充電點(diǎn)，在工作日上下班時(shí)間段內(nèi)充分利用工作時(shí)間進(jìn)行間歇式充電[10]，緩解電動(dòng)汽車的充電問(wèn)題，提高電動(dòng)汽車的實(shí)用性，顯得特別有意義。

關(guān)于電動(dòng)汽車的充電問(wèn)題，有不少前沿的研究和探討，大致可分為兩大類，其中一類是對(duì)于市場(chǎng)化背景下充電問(wèn)題的研究，如：S. I. Vagropoulos等[11]基于兩階段隨機(jī)規(guī)劃理論，提出了在未來(lái)市場(chǎng)化背景下，電動(dòng)汽車聚集充電問(wèn)題的1個(gè)通用模型；Kristoffersen等[12]對(duì)電動(dòng)汽車整個(gè)充電過(guò)程進(jìn)行了刻畫(huà)和描繪。另一類研究主要集中在電動(dòng)汽車充電對(duì)于充電和配電系統(tǒng)的影響方面，S. Habib等[13]研究了不同充電策略下，對(duì)雙向傳輸電網(wǎng)的影響(電動(dòng)汽車可向電網(wǎng)輸電，獲取利潤(rùn))；T. Sousa[14]等研究了電動(dòng)汽車對(duì)電網(wǎng)(V2G)有反向輸電約束情況下的充電策略，K. Qian等[15]研究了電動(dòng)汽車充電對(duì)變壓器老化速度的影響。以上研究為我們提供了很好的借鑒，但其前提和假設(shè)條件，均與我國(guó)實(shí)際有諸多不同，如電價(jià)波動(dòng)、電動(dòng)汽車可向電網(wǎng)輸電的雙向傳輸電網(wǎng)等。在電動(dòng)汽車保有量迅速增長(zhǎng)的當(dāng)下，結(jié)合我國(guó)實(shí)際情況，需對(duì)電動(dòng)汽車的充電問(wèn)題進(jìn)行研究分析。

通過(guò)對(duì)現(xiàn)階段停車場(chǎng)大量車輛到達(dá)時(shí)間、停放時(shí)間、通勤出行距離等信息的統(tǒng)計(jì)分析，利用非參數(shù)估計(jì)方法，對(duì)未來(lái)電動(dòng)汽車在停車場(chǎng)的停放特征及到達(dá)停車場(chǎng)過(guò)程中的電量消耗進(jìn)行預(yù)測(cè)分析。從停車場(chǎng)運(yùn)營(yíng)者的角度出發(fā)，給出不同目標(biāo)下滿足車輛充電需求的2種充電策略。

1 模型建立

1.1 問(wèn)題描述

市中心某停車場(chǎng)，工作日期間的服務(wù)對(duì)象主要為附近上下班車輛。根據(jù)電動(dòng)汽車的現(xiàn)有規(guī)模和增長(zhǎng)趨勢(shì)，未來(lái)將會(huì)有很大比例的電動(dòng)汽車在此?？?，為滿足停車者的需要并保證停車場(chǎng)的使用率，停車場(chǎng)未來(lái)必須設(shè)置一定數(shù)量帶充電樁的停車位，供電動(dòng)汽車停放和充電使用。假定諸如工作日期間到達(dá)停車場(chǎng)的時(shí)間分布、停車時(shí)長(zhǎng)分布等電動(dòng)汽車的停車特性如與現(xiàn)在的傳統(tǒng)燃油汽車群體相同。

筆者擬在停車場(chǎng)未來(lái)停車的電動(dòng)汽車的停車特性基本不變的情況下，以停車場(chǎng)管理者的角度，根據(jù)不同的經(jīng)營(yíng)目標(biāo)：停車場(chǎng)電力負(fù)荷峰值最小、停車場(chǎng)日電費(fèi)支出最低，制定不同的充電策略，并對(duì)其效果進(jìn)行對(duì)比和分析。

1.2 基本假設(shè)及參數(shù)定義

提出以下幾個(gè)基本假設(shè)。

2) 未來(lái)電動(dòng)車停車場(chǎng)中，駕駛員的停車習(xí)慣不變，即電動(dòng)汽車的停車特性和目前調(diào)研取得的傳統(tǒng)燃油汽車的停放特征一致，包括：到達(dá)時(shí)間、停車時(shí)長(zhǎng)、通勤距離等。因?yàn)榧词故请妱?dòng)汽車也是交通工具，只要使用者出行規(guī)律不變，則停放特征就與現(xiàn)在相同。

3) 車輛所需充電量等于通勤過(guò)程中的電量消耗量，駕駛員若有充電需求，不同策略下，均需在駕駛員離開(kāi)之時(shí)，需給車輛充滿電。

4) 電動(dòng)車輛到達(dá)停車場(chǎng)后即與充電樁相連，停車場(chǎng)可控制何時(shí)為車輛充電以及充電功率的大小。

輔助參數(shù)定義如下。

決策變量。

1.3 車輛到達(dá)停車場(chǎng)后充電的技術(shù)路線

圖1給出了電動(dòng)車輛到達(dá)停車場(chǎng)后充電的技術(shù)路線圖，本文的研究對(duì)象為正常上下班的通勤車輛，對(duì)于有特殊要求的充電車輛，以及停車時(shí)間較短，車輛到達(dá)后必須立即充電的車輛，將在后續(xù)研究中進(jìn)行。

圖1 車輛充電的技術(shù)路線圖Fig.1 Technology roadmap of vehicle charging

對(duì)于停車場(chǎng)而言，即是在以下的技術(shù)路線下，對(duì)N輛到達(dá)的電動(dòng)車輛并聯(lián)充電，所以只需確定每個(gè)時(shí)間段內(nèi)充電的車輛數(shù)和充電功率即可對(duì)停車場(chǎng)的電力負(fù)荷及總電費(fèi)支出進(jìn)行計(jì)算。

1.4 電動(dòng)汽車停車特性分析

文中研究的?？寇囕v的特性包括車輛到達(dá)時(shí)間、車輛的停放時(shí)間、車輛離開(kāi)時(shí)間、車輛到達(dá)停車場(chǎng)時(shí)的電量水平、車輛的電池容量、車輛的最大充電功率等。

1.4.1 車輛到達(dá)時(shí)間

根據(jù)前文假設(shè)，研究范圍內(nèi)停車場(chǎng)新增電動(dòng)汽車在工作日期間到達(dá)停車場(chǎng)的時(shí)間特征與目前傳統(tǒng)汽車群體相同。通過(guò)對(duì)現(xiàn)有停車場(chǎng)中傳統(tǒng)燃油車輛到達(dá)時(shí)間規(guī)律的總結(jié)分析，推算出電動(dòng)汽車的到達(dá)時(shí)間的分布形態(tài)。

根據(jù)確定的樣本點(diǎn)集合去求解隨機(jī)變量的分布密度函數(shù)問(wèn)題，有參數(shù)估計(jì)和非參數(shù)估計(jì)2種方法[17]。參數(shù)估計(jì)法又可分為參數(shù)回歸分析和參數(shù)判別分析2種。在參數(shù)回歸分析中,需首先假定數(shù)據(jù)分布符合線性、指數(shù)性等某種特定的性態(tài),然后在目標(biāo)函數(shù)族中尋找特定的解,即標(biāo)定回歸模型中的未知參數(shù)。在參數(shù)判別分析中,則需要假定作為判別依據(jù)的、隨機(jī)取值的數(shù)據(jù)樣本在各個(gè)可能的類別中都服從特定的分布。理論研究和經(jīng)驗(yàn)表明,參數(shù)模型的這種基本假定與實(shí)際的物理模型之間常常存在較大的差異,因而有時(shí)求解的結(jié)果偏差較大，不能作為描述變量分布的依據(jù)[18]。由于上述缺陷，Rosenblatt[19]提出了非參數(shù)估計(jì)方法，即核密度估計(jì)方法。該方法事先不對(duì)數(shù)據(jù)分布附加任何假定，不利用有關(guān)數(shù)據(jù)分布的先驗(yàn)知識(shí)，是一種從數(shù)據(jù)樣本本身出發(fā)研究數(shù)據(jù)分布特征的方法，能夠有效的避免事先假定帶來(lái)的誤差。

筆者利用核密度估計(jì)對(duì)車輛到達(dá)的時(shí)間分布特性進(jìn)行描述。核密度估計(jì)函數(shù)的表達(dá)式為

(1)

(2)

(3)

工作日期間，對(duì)廣州市中心區(qū)62個(gè)停車場(chǎng)的停車狀況進(jìn)行實(shí)地調(diào)研，統(tǒng)計(jì)所有車輛的到達(dá)停車場(chǎng)的時(shí)間信息，結(jié)果如圖2所示。由于目前還未建立專門的可供電動(dòng)汽車充電的停車場(chǎng)，此處調(diào)查的是所有乘用小汽車(包括電動(dòng)和傳統(tǒng)燃油汽車)的到達(dá)信息。

依據(jù)以上車輛到達(dá)時(shí)刻的樣本信息，對(duì)工作日期間車輛到達(dá)停車場(chǎng)的時(shí)刻累積分布特性進(jìn)行核密度函數(shù)擬合，其中σs=4.14h，R/1.34=5.58h，n=13 470，h=0.655；核密度的具體表達(dá)式為

(4)

繪制擬合曲線，結(jié)果見(jiàn)圖3，用核密度函數(shù)對(duì)車輛到達(dá)時(shí)刻的概率分布進(jìn)行估計(jì)，存在一定誤差，但基本趨勢(shì)吻合，誤差在可接受范圍內(nèi)，擬合效果良好。

圖2 現(xiàn)階段車輛到達(dá)時(shí)間的柱狀圖Fig.2 Histogram of arrival time of vehicles for now

圖3 到達(dá)時(shí)間累積分布概率及核密度函數(shù)擬合Fig.3 Cumulative distribution of arrival time and kernel density function fitting

1.4.2 電動(dòng)汽車到達(dá)停車場(chǎng)過(guò)程中的耗電量

依據(jù)前文假設(shè)，工作日期間通勤車輛自居住地出發(fā)時(shí)，車輛電量飽滿，車輛在停放時(shí)間內(nèi)所需的充電量等于到達(dá)停車場(chǎng)過(guò)程中的電量消耗量。未來(lái)，可以憑借駕駛員與停車場(chǎng)之間的更多信息交互(停車預(yù)約等)，精準(zhǔn)地獲得車輛到達(dá)停車場(chǎng)時(shí)的電量水平，現(xiàn)階段則通過(guò)車輛的出行距離特征和綜合工況下電動(dòng)汽車單位行駛距離的電量消耗，對(duì)到達(dá)車輛的電量消耗信息進(jìn)行盡可能準(zhǔn)確的估計(jì)。

表1給出了幾款目前我國(guó)主流的電動(dòng)汽車的技術(shù)參數(shù)，根據(jù)表中信息，結(jié)合相關(guān)研究[20]，確定綜合工況下電動(dòng)汽車單位行駛距離的耗電量為0.178 kW/km。

表1 國(guó)內(nèi)主流電動(dòng)車輛的技術(shù)特性Tab.1 Technical characteristics of domesticmainstream EVs

依據(jù)本文上節(jié)中對(duì)停車場(chǎng)駕駛員的問(wèn)卷調(diào)研，提取出調(diào)研信息內(nèi)駕駛員工作日期間到達(dá)停車場(chǎng)時(shí)的行駛距離數(shù)據(jù)，如圖4所示。

圖4 駕駛員到達(dá)停車場(chǎng)時(shí)的行駛距離Fig.4 Travel distance of parking vehicles

根據(jù)駕駛員工作日通勤出行情況下到達(dá)停車場(chǎng)時(shí)的行駛距離數(shù)據(jù)，結(jié)合綜合工況下電動(dòng)汽車單位行駛距離的耗電量，推算出電動(dòng)車輛到達(dá)停車場(chǎng)過(guò)程中的電量消耗信息，如圖5所示。

圖5 電動(dòng)車輛到達(dá)停車場(chǎng)過(guò)程中的電量消耗Fig.5 Power used by EVs to arrive the parking lot

依據(jù)以上車輛到達(dá)停車場(chǎng)過(guò)程中的電量消耗信息，對(duì)工作日期間車輛到達(dá)停車場(chǎng)過(guò)程中的電量消耗累積分布概率進(jìn)行核密度函數(shù)擬合，其中σs=2.294 kW·h，R/1.34=0.687 kW·h，n=13 470，h=0.109；核密度的具體表達(dá)式為

(5)

繪制擬合曲線，結(jié)果如圖6所示，用核密度函數(shù)對(duì)車輛到達(dá)過(guò)程中的耗電量概率分布進(jìn)行估計(jì)，存在一定誤差，但基本趨勢(shì)吻合，誤差在可接受范圍內(nèi)，擬合效果良好。

圖6 耗電量累積分布概率及核密度函數(shù)擬合Fig.6 Cumulative distribution of used power and kernel density function fitting

1.4.3 停車場(chǎng)車輛數(shù)量

依據(jù)上文對(duì)大量停放車輛的調(diào)研信息，得出工作日期間1 d各時(shí)間段內(nèi)停車場(chǎng)停放的車輛數(shù)量，如圖7所示。假設(shè)未來(lái)停車場(chǎng)停放的車輛數(shù)量規(guī)律與此相同。

圖7 停車場(chǎng)內(nèi)的車輛數(shù)量Fig.7 Number of electricity vehicles in the parking lot

本文研究區(qū)域內(nèi)，任意時(shí)間段內(nèi)，車輛到達(dá)停車場(chǎng)時(shí)的行駛里程呈均勻分布狀態(tài)。依據(jù)1.4.1車輛到達(dá)時(shí)間的概率分布和1.4.2節(jié)車輛到達(dá)過(guò)程中的耗電量概率分布及1.4.3節(jié)1 d內(nèi)各個(gè)時(shí)段內(nèi)停車場(chǎng)的停車數(shù)量，即可推算出停車場(chǎng)特定時(shí)間段內(nèi)到達(dá)的車輛數(shù)及車輛到達(dá)過(guò)程中的耗電量。

1.5 充電策略

1.5.1 策略1：隨到隨充

對(duì)于每1個(gè)到達(dá)停車場(chǎng)的電動(dòng)汽車，從其到達(dá)停車場(chǎng)的時(shí)刻開(kāi)始，即以車輛最大功率對(duì)其進(jìn)行充電，直至充滿為止，見(jiàn)圖8。

圖8 隨到隨充技術(shù)路線Fig.8 The flow chart of instant charging strategy

1.5.2 策略2：停車場(chǎng)電力負(fù)荷峰值最小

隨到隨充的充電策略可能會(huì)導(dǎo)致在某個(gè)時(shí)間段，停車場(chǎng)電力負(fù)荷過(guò)大，特別是當(dāng)大量的車輛在特定時(shí)間段內(nèi)集中、連續(xù)到達(dá)時(shí)，停車場(chǎng)電力系統(tǒng)需要滿足最大負(fù)荷時(shí)的需要。這種情況下，對(duì)停車場(chǎng)的安全性影響較大，且需要較高水平的供電線路以避免電壓衰減。一般而言，作為停車場(chǎng)的管理者，是不希望停車場(chǎng)的電力負(fù)荷很大的，因?yàn)樾枰黾映杀静?lái)安全隱患?；谏鲜鲈?，本文提出使得停車場(chǎng)電力負(fù)荷峰值最小的充電策略。

目標(biāo)函數(shù)為

(6)

(7)

(8)

(9)

式中：Pmax為停車場(chǎng)為車輛充電時(shí)的最大負(fù)荷功率，目標(biāo)函數(shù)使得停車場(chǎng)的電力負(fù)荷峰值最?。蝗糗囕vi在t時(shí)刻?？吭谕＼噲?chǎng)，則STATUSi,t=1，否則STATUSi,t=0，式(5)表示車輛?？吭谕＼噲?chǎng)時(shí)的充電功率不超過(guò)車輛設(shè)計(jì)的最大充電功率；SOEi,t表示車輛i在t時(shí)刻的電量水平，式(6)描述了車輛i的電量變化狀態(tài)；式(7)表示停車場(chǎng)為車輛充滿電。

1.5.3 策略3：總電費(fèi)最小

目標(biāo)函數(shù)為

(10)

(11)

(12)

目標(biāo)函數(shù)表示對(duì)于每一輛充電車輛i，充電所需的花費(fèi)最小，其他約束條件各式的意義與策略2中的相同。

1.6 模型求解

策略1中停車場(chǎng)各時(shí)段的負(fù)荷為單個(gè)車輛充電功率的累加，圖1的流程圖中給出了單個(gè)車輛在各個(gè)時(shí)段的充電功率的計(jì)算過(guò)程，累加后結(jié)合各個(gè)時(shí)段的電費(fèi)水平即可求得電費(fèi)的總支出。

策略2與策略3均為傳統(tǒng)線性規(guī)劃問(wèn)題，現(xiàn)以策略3為例進(jìn)行模型求解說(shuō)明，通過(guò)構(gòu)造拉格朗日函數(shù)，利用KKT條件進(jìn)行求解。

拉格朗日函數(shù)如下，其中a，b，c為拉格朗日乘子。

函數(shù)的KKT條件如下：

λt-a-b+c=0

(13)

(14)

(15)

(16)

2 算例分析

考慮未來(lái)市中心1個(gè)擁有250個(gè)充電樁，可供電動(dòng)汽車停車及充電的停車場(chǎng)，根據(jù)本文1.4.3部分對(duì)該地區(qū)車輛到達(dá)時(shí)間及停放規(guī)律的分析，確定1 d各時(shí)段內(nèi)停放的電動(dòng)汽車數(shù)量，見(jiàn)圖9。

圖9 停車場(chǎng)停放車輛數(shù)Fig.9 Number of electricity vehicles in the parking lot

城市商業(yè)用電峰谷分時(shí)電價(jià)標(biāo)準(zhǔn)見(jiàn)圖10。

根據(jù)前文對(duì)該地區(qū)車輛到達(dá)時(shí)間、停放規(guī)律、電動(dòng)車輛耗電量的分析，分別按照策略1、策略2、策略3對(duì)車輛進(jìn)行充電，并對(duì)不同策略下停車場(chǎng)的電力負(fù)荷和總電費(fèi)支出進(jìn)行對(duì)比分析。

圖10 電價(jià)波動(dòng)圖Fig.10 Electricity price fluctuation figure

圖11給出了按照策略1和策略2充電時(shí)停車場(chǎng)的電力負(fù)荷狀況，根據(jù)其在各個(gè)時(shí)段的負(fù)載情況和分時(shí)電價(jià)信息，可以得到策略1和策略2運(yùn)營(yíng)狀態(tài)下，停車場(chǎng)的電費(fèi)消耗。不對(duì)充電過(guò)程做任何優(yōu)化控制，施行隨到隨充策略時(shí)，停車場(chǎng)的電力負(fù)荷在08：00左右達(dá)到峰值526 kW，因?yàn)榇蟛糠值能囕v在這個(gè)時(shí)間點(diǎn)到達(dá)停車場(chǎng)。整體上看07：00—09：00的電力負(fù)載明顯高于其他時(shí)間段，主要是因?yàn)椋鶕?jù)概率分布函數(shù)，停車的車輛中有將近50%的車輛在這個(gè)時(shí)間段到達(dá)停車場(chǎng)。如果把電力負(fù)荷平均到1 d的各個(gè)時(shí)段，可以得到各個(gè)時(shí)段的電力負(fù)荷在92 kW左右。為了避免短時(shí)間內(nèi)負(fù)荷過(guò)高帶來(lái)的電壓下降和對(duì)電力系統(tǒng)的過(guò)高要求，筆者提出了策略2，使得停車場(chǎng)的電力負(fù)荷峰值最小化。從下圖的結(jié)果中我們可以看出，在滿足所有需求的情況下，策略2可以使電力峰值的負(fù)荷下降到158 kW左右，這是具有很大的實(shí)際應(yīng)用意義的。

圖11 策略1、2下停車場(chǎng)電力負(fù)荷Fig.11 Power load of parking lot under strategy 1 and 2

策略3給出了使得停車場(chǎng)在滿足車輛充電需求的情況下，總電費(fèi)最小的充電方法，該策略下，停車場(chǎng)各時(shí)段充電力負(fù)荷很大程度上取決于不同時(shí)段的電價(jià)水平。

在策略3中(見(jiàn)圖12)，07：00—09：00之間，停車場(chǎng)的電力負(fù)荷達(dá)到峰值，主要是因?yàn)檫@個(gè)時(shí)間段內(nèi)，有大量的車輛到達(dá)，且電價(jià)相對(duì)較低。在電價(jià)相對(duì)較高的11：00—15：00和19：00—21：00，停車場(chǎng)的充電功率相對(duì)較低，甚至為零。盡管13：00之前，大部分的車輛都已經(jīng)到達(dá)了停車場(chǎng)，但是因?yàn)?1：00—13：00電價(jià)最高，所以這個(gè)時(shí)間段內(nèi)，停車場(chǎng)的充電負(fù)荷不大。在15：00—18：00之間，出現(xiàn)了負(fù)載高峰，最高負(fù)載達(dá)到了618 kW，是因?yàn)檫@段時(shí)間內(nèi)電價(jià)相對(duì)較低，且11：00—15：00電價(jià)較高，對(duì)到達(dá)的大部分車輛沒(méi)有充電，為了實(shí)現(xiàn)電費(fèi)最少的目標(biāo)，導(dǎo)致停車場(chǎng)的最大電力負(fù)荷遠(yuǎn)超過(guò)了策略1和策略2中最大高峰負(fù)荷。但是這3種策略下，由電網(wǎng)輸送給停車場(chǎng)的總電量都是2 208 kWh。

圖12 策略3下停車場(chǎng)電力負(fù)荷Fig.12 Power load of parking lot under strategy 3

不同策略下電動(dòng)汽車停車場(chǎng)的電力負(fù)荷峰值和總電費(fèi)支出對(duì)比分析，見(jiàn)表2。

表2 3種充電策略下停車場(chǎng)的運(yùn)營(yíng)數(shù)據(jù)Tab.2 Operational data under different strategies

在以上的3種策略中都假定所有的電動(dòng)汽車連接上停車場(chǎng)的充電樁后，采用相同的充電策略，但是，在實(shí)際情況中，不同的停車者，可能有自己的特殊偏好，例如，要求停車場(chǎng)立即給自己的車輛充電等。停車者沒(méi)有特殊的要求時(shí)，從停車場(chǎng)運(yùn)營(yíng)者的角度出發(fā)，按照策略2或策略3充電。

3 結(jié)束語(yǔ)

本文通過(guò)計(jì)算，給出了未來(lái)不同運(yùn)營(yíng)策略下電動(dòng)停車場(chǎng)為車輛供電時(shí)的電力負(fù)荷和電費(fèi)支出。首先運(yùn)用核密度函數(shù)進(jìn)行估計(jì)，對(duì)車輛到達(dá)停車場(chǎng)的時(shí)間、電量的消耗量的概率分布進(jìn)行了較為精確的估計(jì)。

其次，結(jié)合不同時(shí)間段的電價(jià)信息，給出了3種控制策略下，停車場(chǎng)1 d內(nèi)各個(gè)時(shí)間段的電力負(fù)荷和所需要支付的總電費(fèi)。

基于非參數(shù)檢驗(yàn)的核密度估計(jì)，可根據(jù)從歷史數(shù)據(jù)本身，相對(duì)準(zhǔn)確的描述出數(shù)據(jù)的分布特征。通過(guò)市場(chǎng)電價(jià)結(jié)合不同的目標(biāo)函數(shù)及約束函數(shù)，推導(dǎo)出了不同時(shí)間段對(duì)應(yīng)的電力負(fù)荷和不同策略下的總電費(fèi)。

未來(lái)停車場(chǎng)和駕駛員停車信息完全對(duì)稱時(shí)，停車場(chǎng)可通過(guò)停車預(yù)約信息，可以比本文基于歷史樣本的估計(jì)方法更加準(zhǔn)確地把握到停車者的停車時(shí)長(zhǎng)和所需電量，然后可以根據(jù)本文的計(jì)算模型，得出更加精確地供電策略。本文從運(yùn)營(yíng)者角度提出了2種策略，然而，在沒(méi)有激勵(lì)的情況下，用戶可能偏好隨到隨充策略以減少風(fēng)險(xiǎn)，下一步將研究通過(guò)充電價(jià)格機(jī)制建立用戶選擇模型，從而實(shí)現(xiàn)用戶與運(yùn)營(yíng)者的雙贏。

研究發(fā)現(xiàn)，充電的效率和便捷性是影響充電用戶選擇停車場(chǎng)的重要因素。停車場(chǎng)充電策略的變化必會(huì)對(duì)充電效率產(chǎn)生影響，進(jìn)而影響用戶對(duì)停車場(chǎng)的選擇和停車場(chǎng)的效益，本次研究未對(duì)不同充電策略下用戶的選擇問(wèn)題做具體刻畫(huà)，接下來(lái)，團(tuán)隊(duì)將更加全面地對(duì)電動(dòng)汽車充電涉及到的各個(gè)方面問(wèn)題，進(jìn)行綜合分析，更加貼合實(shí)際，力爭(zhēng)為未來(lái)電動(dòng)汽車占據(jù)更大市場(chǎng)份額時(shí)，優(yōu)化完善其充電策略，提供一定的參考和借鑒作用。