姚天昊，葉 鵬，趙思雯

（沈陽(yáng)工程學(xué)院 a.研究生部；b.電力學(xué)院，遼寧 沈陽(yáng) 110136）

隨著化石能源日益短缺，溫室效應(yīng)日益加劇，大規(guī)模地使用電動(dòng)汽車這種使用二次能源的環(huán)保低碳交通工具將會(huì)成為必然趨勢(shì)。由于電動(dòng)汽車負(fù)荷具有時(shí)空隨機(jī)性的特征，電動(dòng)汽車規(guī)?；某潆娯?fù)荷將會(huì)產(chǎn)生電網(wǎng)峰谷差增大、擾亂配電網(wǎng)穩(wěn)定運(yùn)行等不良影響[1-3]。因此，為了緩解上述不利影響，需要對(duì)電動(dòng)汽車充電負(fù)荷進(jìn)行有序控制，使電網(wǎng)恢復(fù)經(jīng)濟(jì)、穩(wěn)定的運(yùn)行狀態(tài)[4，5]。

文獻(xiàn)[6]建立了電動(dòng)汽車停車需求時(shí)空分布模型，采用蒙特卡洛模擬方法對(duì)大規(guī)模電動(dòng)汽車進(jìn)行仿真，對(duì)充電負(fù)荷進(jìn)行分析預(yù)測(cè)。文獻(xiàn)[7]通過(guò)構(gòu)建及分析峰谷電價(jià)時(shí)段的響應(yīng)模型，提出了峰谷電價(jià)時(shí)段的優(yōu)化模型，對(duì)用戶進(jìn)行引導(dǎo)，從而實(shí)現(xiàn)有序充電優(yōu)化。文獻(xiàn)[8]對(duì)比了規(guī)模化充電負(fù)荷在自然充電和有序充放電情況下對(duì)電網(wǎng)的影響，采用遺傳算法對(duì)其充放電策略進(jìn)行尋優(yōu)求解。文獻(xiàn)[9]以電動(dòng)汽車充電站收益最大化為目標(biāo)，在不加重電網(wǎng)負(fù)擔(dān)的前提下對(duì)電動(dòng)汽車充電進(jìn)行兩階段優(yōu)化。文獻(xiàn)[10]通過(guò)采用主成分分析和模糊聚類相結(jié)合的方法研究用戶駕駛行為特性，進(jìn)而對(duì)電動(dòng)汽車進(jìn)行充電調(diào)度。

1 電動(dòng)汽車充電負(fù)荷控制可行性分析

電動(dòng)汽車的充電負(fù)荷有在時(shí)間上、空間上隨機(jī)分布的特征，這也是其無(wú)序充電給電網(wǎng)帶來(lái)不利影響的重要原因之一[11-13]。在研究電動(dòng)汽車充電負(fù)荷預(yù)測(cè)方法時(shí)，需要充分考慮這一特征。在這基礎(chǔ)上，使用分時(shí)電價(jià)鼓勵(lì)用戶參與電動(dòng)汽車的有序充電控制，對(duì)于有效地緩解無(wú)序充電負(fù)荷對(duì)電網(wǎng)的不利影響，實(shí)現(xiàn)削峰填谷、降低電動(dòng)汽車對(duì)用戶和電網(wǎng)兩方面的充電成本，高效、經(jīng)濟(jì)地推廣電動(dòng)汽車至關(guān)重要。

一定規(guī)模的電動(dòng)汽車所形成的充電負(fù)荷主要是由數(shù)量與本身特性所決定的，而電動(dòng)汽車特性又分為電池特性和行駛規(guī)律[14]。三者共同影響電動(dòng)汽車充電負(fù)荷，具體分析包括：

1）電動(dòng)汽車保有量。不同地區(qū)的電動(dòng)汽車數(shù)量與其發(fā)展階段和電動(dòng)汽車推廣情況有關(guān)，對(duì)特定地區(qū)的電動(dòng)汽車充電負(fù)荷估計(jì)，需要了解當(dāng)?shù)氐碾妱?dòng)汽車實(shí)際保有量。

2）電動(dòng)汽車電池充電特性。充電特性包括電池的充電功率、電池充電容量及充電模式等。對(duì)實(shí)際檢測(cè)的電池充電曲線進(jìn)行分析及簡(jiǎn)化，結(jié)合實(shí)際情況及對(duì)未來(lái)電動(dòng)汽車發(fā)展趨勢(shì)的預(yù)測(cè)，確定充電電量的適合值。電動(dòng)汽車充電模式主要有3種，包括慢速充電、快速充電和更換電池，對(duì)不同的充電模式應(yīng)采用不同的負(fù)荷模型。

3）電動(dòng)汽車的行駛規(guī)律。其規(guī)律是指私家車、出租車、公交車等用戶的用車行為，主要包括電動(dòng)汽車的出行時(shí)間、行駛里程等。

電動(dòng)汽車充電總負(fù)荷的大小取決于該地區(qū)電動(dòng)汽車的保有量，而某一輛車的當(dāng)日所需充電負(fù)荷則取決于充電開(kāi)始時(shí)間及當(dāng)日行駛里程數(shù)（即當(dāng)日消耗負(fù)荷總量），其充電功率則取決于電池本身的充電特性。

對(duì)于地區(qū)電動(dòng)汽車的保有數(shù)量，可以根據(jù)辦公區(qū)和居民區(qū)來(lái)進(jìn)行區(qū)分和統(tǒng)計(jì)，從而評(píng)估或確定電動(dòng)汽車的保有數(shù)量。電動(dòng)汽車的電池功率特性可以根據(jù)車型和電池功率實(shí)驗(yàn)，給出充電功率特性和充電容量。對(duì)于電動(dòng)汽車的行駛規(guī)律，在這里假定由電動(dòng)汽車用戶決定電動(dòng)汽車充電的地點(diǎn)。電動(dòng)汽車的充電模式也可以根據(jù)電動(dòng)汽車的型號(hào)和使用者意愿決定，在這里假定所有電動(dòng)汽車用戶采用整車慢充的方式。這些信息確定后，就可以評(píng)估該地區(qū)每日待充電的電動(dòng)汽車數(shù)量和充電功率，從而為電動(dòng)汽車的有序充電控制奠定基礎(chǔ)[15]。

2 有序充電控制目標(biāo)和約束條件

2.1 有序充電控制目標(biāo)

電動(dòng)汽車的有序控制是通過(guò)控制充電時(shí)間來(lái)滿足一定的目標(biāo)函數(shù)，從而達(dá)到調(diào)整充電負(fù)荷在時(shí)間上的分配，避免大規(guī)模電動(dòng)汽車集中充電和在原本的負(fù)荷高峰期造成負(fù)荷峰值疊加的現(xiàn)象，從而緩解電動(dòng)汽車充電負(fù)荷對(duì)電網(wǎng)的不利影響。通過(guò)分析目前關(guān)于有序充電的研究可以發(fā)現(xiàn)，充電控制目標(biāo)的考慮角度主要有兩個(gè)：從用戶角度考慮和從電網(wǎng)角度考慮。結(jié)合這兩個(gè)方面的問(wèn)題，在滿足用戶充電需求的前提下，使充電負(fù)荷分配最合理。參與有序控制的電動(dòng)汽車充電負(fù)荷公式如下：

式中，pEi(t)為第i輛電動(dòng)汽車的充電負(fù)荷；PE(i-1)(t)為已經(jīng)參加有序控制的i-1輛電動(dòng)汽車的充電負(fù)荷總和；PEi(t)為加入第i輛電動(dòng)汽車后，參與有序控制的電動(dòng)汽車充電總負(fù)荷。

由于對(duì)電動(dòng)汽車進(jìn)行有序控制就是需要控制有意愿參與控制的用戶的充電時(shí)間，由電網(wǎng)方面規(guī)定充電負(fù)荷接入電網(wǎng)的時(shí)間，因此，將每輛電動(dòng)汽車對(duì)應(yīng)的充電負(fù)荷用以時(shí)間為自變量的函數(shù)來(lái)表達(dá)。為了體現(xiàn)有序控制前后對(duì)電網(wǎng)負(fù)荷的影響，將其他基本負(fù)荷看做以時(shí)間為自變量的函數(shù)。

有序充電控制將減小日峰谷差和緩解負(fù)荷整體波動(dòng)作為目標(biāo)。為了更加明確地表達(dá)控制目標(biāo)，將目標(biāo)簡(jiǎn)化為如下數(shù)學(xué)表達(dá)式：

式中，PDmax與PDmin分別為日最大負(fù)荷與最小負(fù)荷，其差值即為峰谷差；λ1與λ2為各目標(biāo)函數(shù)的權(quán)重系數(shù)，通過(guò)改變權(quán)重系數(shù)，可以調(diào)節(jié)控制目標(biāo)的偏重點(diǎn)，當(dāng)一方為0時(shí)，則控制目標(biāo)變?yōu)閱文繕?biāo)；為每一時(shí)刻負(fù)荷的均方差，均方差越小表示負(fù)荷波動(dòng)越低，為方便對(duì)峰谷差和均方差兩個(gè)目標(biāo)進(jìn)行控制，現(xiàn)對(duì)其進(jìn)行加權(quán)處理，將兩個(gè)目標(biāo)函數(shù)結(jié)合成一個(gè)目標(biāo)函數(shù)；PLoadt為居民日負(fù)荷預(yù)測(cè)值；PWt為供電地區(qū)風(fēng)電接入日發(fā)電功率預(yù)測(cè)值；PHt為供電地區(qū)光伏接入日發(fā)電功率預(yù)測(cè)值；PEt為供電地區(qū)所有電動(dòng)汽車充電功率計(jì)劃值。

式中，PEi為某一單個(gè)電動(dòng)汽車的充電功率；Ki(t)為某一單個(gè)電動(dòng)汽車在t時(shí)刻是否充電的判斷函數(shù)，若處于充電狀態(tài)，則Ki(t)=1，否則Ki(t)=0。

2.2 有序充電約束條件

上述控制目標(biāo)其實(shí)質(zhì)是從電網(wǎng)角度出發(fā)，避免大規(guī)模電動(dòng)汽車集中在同一時(shí)間段充電對(duì)電網(wǎng)產(chǎn)生負(fù)面影響。而從用戶角度考慮，基本充電需求就是關(guān)于充電時(shí)間及充電功率需滿足電動(dòng)汽車所需，用戶的基本充電需求即約束條件，若用戶有意愿接受電網(wǎng)控制，有關(guān)充電時(shí)間則存在兩種情況：

1）從用戶到家到未來(lái)的一段時(shí)間為充電時(shí)間，即對(duì)應(yīng)車輛需要在這段時(shí)間內(nèi)充滿；對(duì)于充電電量需求，所有電動(dòng)汽車均充滿。

2）從用戶到達(dá)辦公場(chǎng)所到未來(lái)的一段時(shí)間為充電時(shí)間，即對(duì)應(yīng)車輛需要在這段時(shí)間內(nèi)充滿；對(duì)于充電電量需求，所有電動(dòng)汽車均充滿。

本文只考慮居民區(qū)的慢充充電模式，設(shè)定每日充一次電，電動(dòng)汽車充電為恒功率充電，則可列出有序充電約束條件為

其中，若tstart-j＜tj＜tend-j，則Ki(tj)=1；反之，則Ki(tj)=0。式中，tstart-j為電動(dòng)汽車接入電網(wǎng)時(shí)刻；tend-j為電動(dòng)汽車離開(kāi)電網(wǎng)時(shí)刻；tstart-jmin為車主能接受的電動(dòng)汽車接入電網(wǎng)最早時(shí)刻；tend-jmax為車主能接受的電動(dòng)汽車離開(kāi)電網(wǎng)最晚時(shí)刻；Ki(tj)為第i臺(tái)電動(dòng)汽車在時(shí)段j的充電狀態(tài)；PEi(tj)為第i臺(tái)電動(dòng)汽車在時(shí)段j的充電功率；Ei為第i臺(tái)電動(dòng)汽車的充電電量；Ei0為第i臺(tái)電動(dòng)汽車的初始荷電狀態(tài)。

3 電動(dòng)汽車充電有序控制的雙層優(yōu)化解算策略

電動(dòng)汽車充電有序控制，即在某個(gè)時(shí)間范圍內(nèi)，使電動(dòng)汽車的荷電狀態(tài)從初始值達(dá)到某一期望值，并要求在這個(gè)過(guò)程中，使電網(wǎng)的負(fù)荷特性得到優(yōu)化或減少對(duì)電網(wǎng)運(yùn)行的影響。需要求解的問(wèn)題，即為如何安排電動(dòng)汽車在整個(gè)時(shí)間范圍內(nèi)的充電功率。

3.1 有序控制原理

為了整個(gè)控制流程，清楚尋優(yōu)部分，將一天的24 h中每15 min作為一個(gè)時(shí)間點(diǎn)，共96個(gè)。若某輛車在時(shí)刻j正在充電，則對(duì)應(yīng)值為1，否則為0，假設(shè)電動(dòng)汽車充電過(guò)程不間斷直到充滿電時(shí)，充電結(jié)束。當(dāng)初始充電時(shí)間確定后，按時(shí)長(zhǎng)為15 min計(jì)算的充電時(shí)間，通過(guò)充電功率、充電量、充電時(shí)長(zhǎng)的關(guān)系式，即可計(jì)算出停止充電的時(shí)刻。因此，可以把某輛電動(dòng)汽車的初始充電時(shí)刻tstart-j作為待優(yōu)化的變量。通過(guò)窮舉法列出tstart-j的所有情況，再結(jié)合不同用戶的要求，就能夠找到使目標(biāo)函數(shù)最小的解，即為最優(yōu)解。

若系統(tǒng)中存在多種類型的車輛參與電動(dòng)汽車有序控制，則該優(yōu)化問(wèn)題的解空間急速增長(zhǎng)，求解較為困難。因此，提出采用基于動(dòng)態(tài)規(guī)劃的雙層優(yōu)化解算策略求解電動(dòng)汽車的有序控制問(wèn)題。

動(dòng)態(tài)規(guī)劃決策過(guò)程為初始狀態(tài)→決策1→決策2→…→決策n→結(jié)束狀態(tài)。

電動(dòng)汽車有序充電控制過(guò)程也可以描述為一個(gè)多階段尋優(yōu)的過(guò)程。假設(shè)該供電分區(qū)有m臺(tái)電動(dòng)汽車參與管理控制，若系統(tǒng)每次安排一輛電動(dòng)汽車充電，則系統(tǒng)需要經(jīng)過(guò)m次才能完成所有電動(dòng)汽車的充電。在第一次，系統(tǒng)有m個(gè)選擇，按優(yōu)化計(jì)算原則，應(yīng)該選擇對(duì)系統(tǒng)優(yōu)化目標(biāo)最為有利的方案作為當(dāng)前的最優(yōu)方案；隨后進(jìn)行第二階段的優(yōu)化選擇，直到最后一輛電動(dòng)汽車充完電為止。

值得注意的是，在每個(gè)階段選擇最優(yōu)方案時(shí)，即選擇哪一臺(tái)電動(dòng)汽車入圍，參與有序控制計(jì)劃的時(shí)候，需要對(duì)可能的若干種方案進(jìn)行計(jì)算，看哪種方案使系統(tǒng)最為受益，這就需要對(duì)每個(gè)可能入圍的電動(dòng)汽車充電計(jì)劃進(jìn)行計(jì)算。由于每臺(tái)電動(dòng)汽車的充電策略本身?yè)碛卸喾N選擇方案，這就需要進(jìn)行擇優(yōu)計(jì)算。因此，上述問(wèn)題是一個(gè)嵌套的優(yōu)化問(wèn)題。外部使用動(dòng)態(tài)規(guī)劃方法進(jìn)行求解，每個(gè)優(yōu)化階段都使系統(tǒng)最收益的電動(dòng)汽車入圍進(jìn)行有序充電控制；內(nèi)部對(duì)每個(gè)電動(dòng)汽車的多種充電方案進(jìn)行選擇，找出最好的充電方式。由于單臺(tái)電動(dòng)汽車的充電方案受到充電時(shí)間的限制且數(shù)量有限，因此，采用窮舉法來(lái)進(jìn)行單臺(tái)電動(dòng)汽車的充電方案的優(yōu)化。

基于動(dòng)態(tài)規(guī)劃的電動(dòng)汽車充電策略如圖1所示。動(dòng)態(tài)規(guī)劃方法通過(guò)階段劃分把一個(gè)多變量的優(yōu)化問(wèn)題，分解為多個(gè)單變量的優(yōu)化問(wèn)題[9]。將負(fù)荷特性當(dāng)作狀態(tài)量，每個(gè)電動(dòng)汽車在該階段的充電功率當(dāng)作決策量，其狀態(tài)轉(zhuǎn)移方程為

式中，PDi(t)為供電分區(qū)的負(fù)荷狀態(tài)；PD(i-1)(t)為第i-1階段，i-1輛汽車入圍后的負(fù)荷狀態(tài)；PEi(t)為第i階段，i輛汽車的充電負(fù)荷。

式（7）中，第i階段，即i輛汽車的充電負(fù)荷，考慮其依據(jù)起始充電時(shí)間的不同，采用窮舉法進(jìn)行優(yōu)化計(jì)算。

定義兩個(gè)狀態(tài)之間路徑的權(quán)重：

式中，PDij(t)為從狀態(tài)i轉(zhuǎn)移到狀態(tài)j后，由于考慮電動(dòng)汽車j的充電策略，負(fù)荷特性目標(biāo)函數(shù)的改變值；PD(i)(t)為第i輛電動(dòng)汽車入網(wǎng)后，考慮所有前i輛車的充電行為后，系統(tǒng)負(fù)荷特性的目標(biāo)函數(shù)值；PDj(t)為第j輛電動(dòng)汽車入網(wǎng)后，考慮所有前j輛車的充電行為后，系統(tǒng)負(fù)荷特性的目標(biāo)函數(shù)值。

圖1 基于動(dòng)態(tài)規(guī)劃的電動(dòng)汽車充電策略

3.2 電動(dòng)汽車有序充電控制過(guò)程步驟

基于動(dòng)態(tài)規(guī)劃的內(nèi)外雙層優(yōu)化解算策略的主要框架如下：

1）動(dòng)態(tài)規(guī)劃解算框架。

①獲取用戶充電意愿信息；

②以考慮電動(dòng)汽車充電的負(fù)荷初始態(tài)、終止態(tài)、中間狀態(tài)，建立電動(dòng)汽車有序充電的多階段決策模型；

③從初始狀態(tài)出發(fā)，依次計(jì)算每個(gè)決策階段各個(gè)可能到達(dá)狀態(tài)的狀態(tài)值；

④計(jì)算相鄰的兩個(gè)狀態(tài)之間狀態(tài)轉(zhuǎn)換路徑的權(quán)重；

⑤從初始狀態(tài)到終止?fàn)顟B(tài)，進(jìn)行最短路徑搜索，找到一條最短路徑，即最佳決策方案。

2）內(nèi)層每個(gè)電動(dòng)汽車充電優(yōu)化策略的優(yōu)化方案，有序充電控制具體流程如圖2所示。

①獲取用戶24 h充電意愿信息，充分了解用戶對(duì)充電開(kāi)始時(shí)刻的需求；

②進(jìn)行區(qū)內(nèi)分布式電源發(fā)電功率預(yù)測(cè)和地區(qū)負(fù)荷預(yù)測(cè)；

③計(jì)算等值負(fù)荷曲線和初始負(fù)荷下的目標(biāo)函數(shù)值；

圖2 有序充電控制流程

④依據(jù)參與控制的電動(dòng)汽車數(shù)量m，建立多階段決策模型；

⑤將決策階段置數(shù)為K=1，并將電動(dòng)汽車置數(shù)為i=1；

⑥利用窮舉法計(jì)算初始狀態(tài)下，i臺(tái)電動(dòng)汽車入網(wǎng)充電的最優(yōu)充電策略；

⑦令i=i+1；

⑧判斷是否滿足i＞m+1-K，若滿足則轉(zhuǎn)至⑨，否則跳轉(zhuǎn)至⑥；

⑨從上述計(jì)算結(jié)果中選取最優(yōu)充電策略并標(biāo)記充電汽車；

⑩將第i輛電動(dòng)汽車負(fù)荷疊加到負(fù)荷初始狀態(tài)，并作為新的負(fù)荷初始狀態(tài)；

?計(jì)算新?tīng)顟B(tài)下的目標(biāo)函數(shù)值；

?令K=K+1；

?判斷K＞m是否滿足，若滿足則轉(zhuǎn)至?，否則跳轉(zhuǎn)至⑥，繼續(xù)進(jìn)行下一決策階段計(jì)算；

?結(jié)束計(jì)算，輸出充電策略。

3）利用窮舉法計(jì)算單臺(tái)電動(dòng)汽車在某一負(fù)荷狀態(tài)下的最優(yōu)充電策略，具體流程如圖3所示。

圖3 窮舉法求解最優(yōu)充電策略流程

①根據(jù)用戶使用需求，生成該電動(dòng)汽車可能的充電方案集合，即初始充電時(shí)刻集合；

②取某一充電方案，計(jì)算該充電方案下，電動(dòng)汽車的96點(diǎn)充電負(fù)荷序列；

③在初始負(fù)荷狀態(tài)下，計(jì)及電動(dòng)汽車充電負(fù)荷的影響；

④判斷是否滿足約束條件，若滿足進(jìn)入到⑤，否則返回②；

⑤計(jì)算目標(biāo)函數(shù)值；

⑥與初始目標(biāo)值比較，選取較小者作為新的目標(biāo)值；

⑦判斷集合元素是否取用完畢，若取用完畢則進(jìn)入⑧，否則返回②；

⑧輸出最優(yōu)充電策略。

關(guān)于用戶是否同意有序控制，在后續(xù)的分析中將認(rèn)為70%的用戶接受給出的充電時(shí)間，而剩下的30%將按照到家即充處理。

4 有序充電控制應(yīng)用案例分析

若利用分布式發(fā)電削峰填谷和平衡負(fù)荷的優(yōu)點(diǎn)，將極大提高發(fā)輸電設(shè)備的利用率，無(wú)需建設(shè)一些僅在高峰期使用的發(fā)輸電設(shè)備，還能有效地提高電網(wǎng)的經(jīng)濟(jì)性。因此，作為分布式電源的組成部分，本文將風(fēng)力發(fā)電功率、光伏發(fā)電功率和基礎(chǔ)負(fù)荷疊加生成等值負(fù)荷曲線與電動(dòng)汽車并網(wǎng)后的總負(fù)荷曲線進(jìn)行對(duì)比。

本文的控制目標(biāo)為綜合考慮峰谷差最小和負(fù)荷波動(dòng)最小。假設(shè)某地區(qū)電動(dòng)汽車滲透率為30%，通過(guò)改變?chǔ)?和λ2權(quán)重值，來(lái)改變總目標(biāo)中峰谷差最小和方差最小兩個(gè)分目標(biāo)的偏重程度。進(jìn)行有序控制后的負(fù)荷曲線如圖4所示，圖4a為將基礎(chǔ)風(fēng)力發(fā)電及光伏發(fā)電作為總負(fù)荷一部分，與基礎(chǔ)負(fù)荷疊加得到等值負(fù)荷曲線。圖4b為電動(dòng)汽車無(wú)序充電負(fù)荷與圖4a等值負(fù)荷疊加得到的總負(fù)荷曲線，即進(jìn)行有序控制之前的負(fù)荷曲線。

圖4 不同控制目標(biāo)下有序控制情況

min)，也就是僅以峰谷差最小這一分目標(biāo)作為總控制目標(biāo)的有序控制后的負(fù)荷曲線； 圖4e為λ1=λ2=0.5，，也就是綜合考慮以均方差最小和峰谷差最小為總目標(biāo)的有序控制后的負(fù)荷曲線。

通過(guò)對(duì)比圖4c、4d、4e可以看出，對(duì)兩種分目標(biāo)的3種不同偏重程度的有序充電方法，均有效地對(duì)充電負(fù)荷進(jìn)行了控制，緩解了峰谷差及負(fù)荷波動(dòng)的情況，將集中于16時(shí)～21時(shí)的峰值期充電負(fù)荷轉(zhuǎn)移并填充到0時(shí)～6時(shí)及12時(shí)～16時(shí)的兩個(gè)負(fù)荷低谷期中。

整體負(fù)荷曲線有兩段相對(duì)平穩(wěn)期，除基礎(chǔ)負(fù)荷本身的突升段和負(fù)荷高峰段外，在有序控制下，充電負(fù)荷調(diào)整明顯。另一方面，由于考慮了負(fù)荷均方差最小這一控制因素，使負(fù)荷的波動(dòng)性明顯降低。

電動(dòng)汽車并網(wǎng)后，通過(guò)有序控制的負(fù)荷曲線圖4c、4d、4e與無(wú)序充電圖4b的對(duì)比可以看出，峰值增加情況有所緩解。表1為無(wú)序充電及3種控制目標(biāo)負(fù)荷峰值增加量。

表1 無(wú)序充電及3種控制目標(biāo)負(fù)荷峰值增加量

3種不同偏重的控制目標(biāo)有序控制與無(wú)序充電的負(fù)荷峰值相比，有了明顯的降低，有序控制下最大的負(fù)荷峰值增大量大約是無(wú)序充電增量的一半，由此可見(jiàn)，有序充電控制效果明顯且有效。表2為無(wú)序充電及3種控制目標(biāo)峰谷差的變化情況。

由表2中數(shù)據(jù)可知，綜合考慮峰谷差和均方差的控制目標(biāo)，控制效果最好，令負(fù)荷峰值增量最小的同時(shí)峰谷差減小效果最明顯。

表2 無(wú)序充電及3種控制目標(biāo)峰谷差的變化情況

綜上所述，將有序充電控制與無(wú)序充電對(duì)比可得，通過(guò)有序控制的充電負(fù)荷能夠有效地緩解負(fù)荷峰值增加的問(wèn)題，與電動(dòng)汽車負(fù)荷并網(wǎng)前相比，明顯減小了峰谷差。將3種不同偏重的控制目標(biāo)進(jìn)行比較可以看出，在同時(shí)考慮均方差和峰谷差最小的控制目標(biāo)下進(jìn)行控制的效果最好。

5 總 結(jié)

本文主要研究一種基于雙層優(yōu)化算法的電動(dòng)汽車有序充電策略。通過(guò)考慮每輛電動(dòng)汽車電池特性及行駛規(guī)律，構(gòu)建排序充電模型，更有效和可靠地進(jìn)行電動(dòng)汽車有序充電，實(shí)現(xiàn)電動(dòng)汽車充電負(fù)荷參與電網(wǎng)調(diào)峰。所述控制策略具體步驟包括考慮不同電動(dòng)汽車的電池特性及行駛規(guī)律，建立動(dòng)態(tài)規(guī)劃逐層尋優(yōu)；通過(guò)內(nèi)層尋優(yōu)利用窮舉法確定單臺(tái)電動(dòng)汽車的最優(yōu)充電策略；根據(jù)內(nèi)層尋優(yōu)結(jié)果進(jìn)行外層尋優(yōu)，外層利用動(dòng)態(tài)規(guī)劃法對(duì)電動(dòng)汽車充電進(jìn)行主動(dòng)排序控制。通過(guò)對(duì)應(yīng)用案例分析可以得出，在同時(shí)考慮均方差和峰谷差最小的控制目標(biāo)下進(jìn)行有序控制的效果最好。