电池更换站集群优化算法研究报告40870.docx

电池更换站集群优化算法研究报告1 绪论发展新能源源车辆是全全世界各国国应对能源源危机和环环境保护的的主要手段段之一，随着锂离离子动力电电池的使用用寿命、能能量密度等等性能快速速提升，各种类型型的新能源源车辆逐渐渐进入了大大规模的示示范应用阶阶段，某些类型型的新能源源车辆已经经进入商业业化阶段，如：日本丰田田公司混合合动力车已已经销售了了 1000多万辆，美国通用用公司的VVOLT纯纯电动轿车车20122年销售超超过了 66万辆。在在国内为推推动新能源源车辆的发发展，推出了 “十城千辆辆”的电动汽汽车推广计计划，公布了 “关于开展展私人购买买新能源汽汽车补贴试试点的通知知”，“节能与新新能源汽车车示范推广广财政补助助资金管理理暂行办法法”等电动汽汽车补贴政政策。20012年66月28日日，国务院印印发了 “关于节能能与新能源源汽车产业业发展规划划(2011220020年)”，确立了纯纯电驱动为为新能源汽汽车发展和和汽车工业业转型的主主要战略取取向，提出了到到20155年纯电动动汽车和插插电式混合合动力汽车车累计产销销量力争达达到50万万辆；到20220年，纯电动汽汽车和插电电式混合动动力汽车生生产能力达达200万万辆、累计计产销量超超过5000万辆产业业化目标。充电基础设设施网络是是大规模的的电动汽车车商业运行行实现的主主要支撑环环节，其中有关关充电基础础设施规划划布局、充充换电站优优化设计方方法、充换换电站经济济运行方法法以及充换换电站与配配电网的相相互影响关关系等问题题成为国内内外相关研研究领域的的重点研究究内容。1.1 研究背景根据不同纯纯电动车辆辆的运行特特点以及搭搭载的动力力电池的容容量不同，目前主要要有以下几几种能源补补给模式：（1）交流流慢速充电电充电装置安安装在车辆辆上，地面只提提供单相交交流电源，电池充电电倍率为00.1C0.155C，满充电时时间一般在在8100小时；（2）直流流快速充电电设立地面充充电设备，通过充电电设备为车车辆提供直直流充电输输出接口，电池充电电倍率为00.3C1C，满充电的的时间一般般为133小时；（3）电池池更换方式式电池更换模模式是采用用事先充满满电的电池池组替换车车辆上需要要充电的电电池组，满足车辆辆运行的要要求，替换下来来的电池组组在地面进进行充电，电池充电电倍率为00.3C1C，满充电的的时间一般般为133小时。表1-1 纯电动汽汽车能源补补给模式分分析特点交流慢充直流快充电池更换优势占地面积小小、投资少少、安全性性好，有利利于延长电电池使用寿寿命便于分散安安装、满足足紧急补电电需求节省充电时时间，提高高车辆利用用率、便于于集中管理理劣势功率小、充充电时间长长快速充电策策略受环境境因素影响响较大占地面积大大、设备投投入多、运运营成本较较高交流慢速充充电由于投投资成本低低、配套资资源需求少少是未来私私人使用的的电动乘用用车的主要要能量补给给模式，直流快速速充电是交交流慢速充充电的有效效补充，可以为电电动乘用车车提供应急急性的充电电服务，而电池更更换模式具具有的最大大特点为：车辆利用用率高、电电池充电环环境好，特别适用用于要求车车辆运行密密度髙的场场合，例如：公交车、城城市环卫车车、出租车车等。目前，“十十城千辆”试点城市市已增至225个；私人购买买节能与新新能源汽车车试点城市市已增至66个，包括上海海、深圳、长长春、合肥肥、杭州和和北京。其其中，北京、深深圳、合肥肥、杭州、重重庆等城市市充电基础础设施发展展规模较大大。北京的纯电电动公交车车、环卫车车和出租车车主要以集集团用户为为主，采用裸车车销售、电电池租赁、充充换结合的的运营模式式，由北京市市电力公司司负责充电电设施的建建设、运营营和电池租租赁；北京市发发改委给予予充电设施施不高于330%的补补贴，北京市给给予和国家家补贴1：1的配套套资金。截截止目前，北京示范范运营的新新能源汽车车已达到22457辆辆，已建设各各类充换电电站49座座。深圳市的纯纯电动公交交车和出租租车采用第第三方建站站运营的模模式，充电方式式以直流整整车充电为为主，采用融资资租赁、车车电分离、网网络智能管管理、充维维结合的运运营模，目前已建建成并运营营57座充充换电站，为23003辆新能能源汽车提提供充换电电服务。合肥市电动动车辆采用用定向采购购模式，用户主要要是车企员员工和合作作企业；车辆采用用交流慢充充的充电方方式，集中建站站管理。截截止20111年底，合肥市共共推广新能能源汽车22018辆辆，其中江淮淮同悦纯电电动轿车11585辆辆。杭州市新能能源汽车达达14255辆，杭州在公公共服务领领域，倡导购买买新能源汽汽车的同时时探索整车车租赁模式式。由电池池企业购买买裸车，连同电池池系统一起起开展整车车租赁，乘用车采采用标准电电池模块的的快速更换换模式。重庆市目前前已有8229辆新能能源汽车，2座充换换电站，其中比较较特色的是是铁酸锂电电池纯电动动公交车，快速充电电，满足公交交车的使用用特性，每688分钟充电电一次，每天充电电68次次。根据中国国汽车产业业发展报告告(20008年)确定的各各种车辆在在车辆总体体保有量的的比例，国务院”关于节能能与新能源源汽车产业业发展规划划(20112-20200年)”确定的全全国电动车车辆的总量量，以及北北京市电动动汽车规划划中预测测到20115年北京京市电动汽汽车数量，利用等比比例的方法法预测到22020年年北京市电电动车辆的的数量如表表1-2。表1-2 20200年北京市市纯电动汽汽车规模预预测私人用车公交车出租车公务车数量（万辆辆）53.30.491.185.03表1-3 20200年北京市市充电设施施规模预测测私人用车公交车出租车公务车数量（万辆辆）充电桩53.3万万个配电容量100MWW快充桩0.5万个个慢充桩1.3万个个1.2 目目前换电站站设计和运运行过程中中主要问题题目前国内电电动汽车换换电站已经经从初期奥奥运会、世世博会技术术验证阶段段发展到具具有一定规规模的商业业推广和运运行阶段，在这个发发展过程中中相关核心心充电装备备、更换装装备以及监监控系统软软硬件等已已经实现了了产业化，设备性能能指标和产产品工艺化化程度以及及可靠性能能够满足电电池更换和和充电的需需要，但是从目目前推广应应用的实际际情况看，存在如下下的主要问问题：（1）换电电站主要的的服务对象象是公交车车、环卫车车以及出租租车等，运行的区区域主要集集中在城市市核心区，占地面积积大、配电电容量大等等缺点使换换电站的选选址变得非非常困难。由由于换电站站运行需要要额外的备备用电池和和换电设备备，使换电站站的建设成成本相对较较高，对换电站站的建设和和运营方产产生了较大大的资金压压力。（2）换电电站的充电电负荷受车车辆运行的的规律影响响较大，而大部分分公交车运运行存在早早晚高峰期期和平峰期期，使换电站站的负荷呈呈现出负荷荷波动大，高峰负荷荷出现的时时间与其他他常规负荷荷的高峰期期接近，不利于城城市配电网网的移峰填填谷，并对换电电站外电源源的接入带带来一定的的困难，同时造成成换电站的的充电电价价大部分是是峰值电价价，造成换电电站的运行行成本较高高。从换电站设设计方法和和实际运行行管理策略略角度出发发，主要存在在以下的问问题：（1）核心心参数的设设计冗余度度大目前换电站站有关备用用电池数量量、配电容容量、更换换装备及更更换通道数数量等核心心参数设计计值和实际际使用数量量之间存在在设计冗余余度过大的的问题，这主要是是因为有关关换电站相相关设计经经验少，可用于设设计改进的的运行数据据较少。为为保证换电电站能满足足辆的运行行需要，往往设计计过程基于于车辆和锂锂电池的的的极限参数数设计，对公交车车运行参数数及运行模模式对换电电站核心参参数的影响响模式理解解不深入，例如：电池充电电时间基本本按照电池池100%放电的充充电时间设设计、换电电站配电功功率简单的的按运行充充电机的最最大输出功功率计算、不不同车辆运运行模式对对车辆更换换频率的影影响未考虑虑等，同时在换换电站设计计过程中缺缺乏相应的的计算工具具，往往通过过手工安排排发车时刻刻、电池回回站换电时时刻等，无法应对对车辆多条条线路运行行模式和车车辆多圈运运行模式，造成设计计过程中冗冗余度较大大，进一步提提升换电站站的建设成成本和占地地面积。（2）车辆辆充电管理理策略简单单，经济性差差目前实际运运行的公交交车换电站站都釆用车车辆回站即即换电，换电后随随即充电的的充换电管管理策略，并未考虑虑公交车运运行特点、电电池充电成成本以及换换电站负荷荷特性，造成换电电站充电成成本高、负负荷波动大大等问题。实实际上在换换电站内进进行以降低低充电电费费和改善负负荷特性为为目标的充充电控制策策略是可行行的，因为公交交车存在高高峰和平峰峰的运行规规律，而备用电电池的充电电时间和功功率是可在在一定范围围内进行调调节，可以在很很大程度上上改善换电电站的负荷荷特性和充充电经济性性。（3）缺乏乏与城市配配电网协调调控制技术术目前已经运运行的公交交车换电站站数量较少少，建设地点点往往选在在配电条件件较好的地地区，换电站负负荷特性对对城市配电电网的影响响并没有引引起研究人人员的重视视。当换电电站在城市市核心区的的建设规模模较大时，准确预测测相关换电电站充电负负荷对配电电网的经济济运行、区区域配电网网的稳定运运行以及换换电站内光光伏及储能能等新能源源的接入意意义重大，是相关研研究内容的的基本手段段。1.2 国内外研究究现状1.2.11 电动汽车车充电负荷荷预测文献1基于英国国乘用车概概率统计特特性，采用蒙特特卡罗方法法，给出了一一天中PHHEV充电电负荷与时时间的定量量关系。文文献2基于加拿拿大温尼伯伯市的766辆电动汽汽车，分别采用用了基于GGPRS和和实际充电电数据的确确定性方法法、基于统统计分布的的蒙特卡洛洛方法及基基于条件密密度函数的的方法对不不同场景、季季节和电池池容量下的的负荷进行行了预测和和估算。文文献3针对匈牙牙利的具体体情况从空空间角度对对电动汽车车充电负荷荷进行了预预测，指出由于于充电造成成了额外功功率需求需需要对电网网容量进行行扩充。文文献233以确定定纯电动公公交车充电电站配电容容量需求为为目标，根据公交交客车的运运行机制和和充电功率率曲线特性性建立了电电动公交充充电站容量量需求的数数学模型。文文献4以乘用车车为研究对对象，分析了电电动汽车充充电负荷的的各自相关关因素，根据美国国燃油汽车车统计数据据，建立了电电动汽车充充电负荷的的统计模型型，用蒙特卡卡罗方法得得到了电动动汽车充电电总负荷曲曲线。文献献5在在总结我国国电动汽车车政策和发发展趋势的的基础上，基于调研研结果，分析了私私家车、公公交车、出出租车等不不同类型电电动汽车的的充电方式式和充电时时段，通过蒙特特卡罗方法法计算得到到了我国未未来电动汽汽车充电负负荷曲线，进而分析析了充电负负荷对电网网运行和规规划的影响响。文献6考虑虑用户日常常驾车模式式及充电模模式，对电动汽汽车充电负负荷特性进进行了分析析，并采用蒙蒙特卡罗仿仿真研究了了电动汽车车在不同场场景下对丹丹麦配电系系统的影响响。综上，目前前关于电动动汽车充电电负荷预测测的研究主主要以电动动乘用车为为研究目标标，从电动汽汽车的每日日行驶里程程概率和开开始充电时时间概率等等角度建模模，通过燃油油车既有数数据和统计计结果类比比或小规模模的电动车车运行数据据统计，主要应用用蒙特卡罗罗方法计算算不同时间间点各种概概率分布的的累计结果果，而面向以以快换模式式为主的电电动公交车车充电负荷荷预测研究究较少，对天气、季季节、工作作日、电池池特性对负负荷预测的的影响考虑虑较少，基于电动动车大量运运行历史数数据预测方方法没有应应用。1.2.22 电动汽汽车充电负负荷控制策策略文献7给出了电电动汽车换换电充裕度度的概念，建立了基基于一定假假设条件的的车主用车车习惯和充充电管理策策略的数学学模型，主要研究究了换电模模式下不同同时段的充充电需求，从而得到到应该储备备的电池组组数量。文文献8研究了基基于动态电电价的充电电决定策略略，并建立了了购买电池池原始投资资和后期运运营成本的的经济数学学模型，为充电站站的运营提提供指导。文文献9-11综综述了国内内外关于电电动汽车接接入电网的的研究现状状及电动汽汽车充电对对电网的影影响，并对电动动汽车接入入电网的解解决方案和和利用进行行了分析，文献112利用用充电负荷荷具有时空空双尺度的的可调节特特性，在时间和和空间上进进行双尺度度的负荷调调度，使电动汽汽车充电能能够在满足足用户需求求的基础上上，还能对电电网运行产产生积极的的作用。文文献133针对电电动汽车无无序充电造造成电网“峰上加峰峰”的问题，以换电站站各时刻的的充电功率率为控制对对象，建立多目目标的调度度策略数学学模型，并采用自自适应变异异的粒子群群算法求解解，有效地降降低电网峰峰谷差，达到平稳稳负荷波动动的效果。文文献144建立了了一个以配配电网网损损最小为目目标的电动动汽车充电电优化模型型，研究如何何优化电动动汽车充电电过程以降降低网络损损耗，从而达到到配电网经经济运行的的目的。文文献155基于网网损灵敏度度，以网损和和充电成本本最小为目目标，来安排电电动汽车的的充电，实现电动动汽车的实实时有序充充电控制，达到降低低配电网网网络损耗和和平抑负荷荷的目的。文文献166分别建建立了电动动汽车放电电用户、电电力企业的的成本效益益分析模型型，分析了电电动汽车入入网高峰放放电削峰填填谷的成本本和收益。综上，上述述的研究主主要以乘用用车为对象象，利用粒子子群、遗传传等智能优优化算法对对电动汽车车充电时间间和充电功功率进行控控制，从电网损损耗、电价价以及顾客客等待成本本等方面进进行优化，从实现用用户和电网网双方利益益的目标。专专门针对纯纯电动公交交更换充电电站的研究究不多，特别在换换电站的优优化调度和和经济运行行方面的研研究鲜有相相关成果见见诸报端。在在电动汽车车充电时间间和充电功功率的调控控模型建立立中，假设条件件和电动汽汽车真实运运行情况有有一定的差差异，在控制方方法上以充充电功率控控制为主，对充电设设备利用率率、锂离子子电池充放放电功率对对电池寿命命的影响分分析较少，利用电动动汽车真实实运行数据据作为对比比分析的研研究结果未未见应用。2 充放电机的的集群控制调度度策略设计计方法2.1 纯纯电动公交交车换电站站基本组成成图1-1典典型换电站站平面拓扑扑结构图1-1所所示是一座座典型换电电站的平面面拓扑结构构，其一般主主要由配电电室、监控控室、电池池更换区、电电池充电区区、电池维维护区等部部分组成，各部分功功能单元说说明如下：配电室：换换电站的配配电室包括括充电机动动力配电和和其它站内内用电配电电两部分。通通过独立的的变压器一一部分用于于充电机充充电，另一部分分用于满足足照明、计计量及控制制设备等站站用负荷的的供电。监控室：监监控室用于于监控充电电机的运行行情况、数数据库管理理和报表打打印等工作作。电池更换区区：需要更换换电池的车车辆驶入电电池更换区区进行电池池更换，是用于更更换电池的的场所。另另外，需要应急急充电的车车辆也停靠靠在电池更更换区，通过充电电延长线引引到车体上上进行充电电。电池充电区区：用于摆放放更换下来来的动力电电池组对其其进行充电电，主要包括括充电机和和充电平台台。内有充充电机设备备、电池管管理系统供供电、电池池管理系统统内部网络络、充电机机与充电平平台之间的的通讯网络络接口等。电池维护区区：电池维护护区包括蹄蹄选和维护护、充电间间以及备用用电池库。电电池进入维维护车间后后，进行电池池的蹄选，确定电池池的好坏，不能使用用的电池作作恰当处理理，避免污染染环境；可继续使使用的电池池进行维护护和活化。维维护完后的的电池送至至充电区进进行充电，充满电后后进行装箱箱编组。如图1-22所示，换换电站整体体运作流程程首先是需需要更换电电池的车辆辆进站后驶驶入更换电电池区，进行故障障诊断，出具电池池故障诊断断报告，然后更换换上已经充充满电的整整组电池，最后返回回停车区。更更换下来的的电池按有有无故障就就地分离，故障电池池送维护车车间进行蹄蹄选、维护护、充电和和装箱，无故障电电池送充电电区以单箱箱电池为单单元进充电电，充满电后后进行编组组，所缺电池池箱由维护护车间的备备用电池库库补齐后按按组为单位位送至更换换电池库。图1-2 换电站运运作流程图图2.2 智智能优化算算法换电站通过过更换电池池的方法来来提高公交交车辆利用用率，但目前采采用的电池池换电原则则会造成充充电负荷受受到公交车车早晚高峰峰以及夜间间停运的影影响，主要负荷荷集中在电电价的高峰峰段造成充充电费用高高，进一步加加重区域配配电网的峰峰谷差。通通过对实际际备用电池池等待使用用时间的分分析发现从从电池充电电完毕到下下一次使用用之间会有有较长的等等待时间，可以利用用合理的优优化算法对对电池开始始充电时间间进行调控控，使充电电电价尽可能能的集中在在平峰段和和谷段，实现充电电费用最低低和减小充充电负荷的的峰谷差。人工鱼群算算法是一种种随机搜索索算法，是是群智能算算法的一种种。通过构构造人工鱼鱼来模仿鱼鱼群的觅食食、聚群、追追尾及随机机行为，从从而实现群群体全局寻寻优。该算算法虽具有有较快的收收敛速度和和较好的求求取全局极极值的能力力，但存在一些缺点，如如人工鱼群群算法的参参数(可视视域vissua、步长steep、最大大尝试次数数trynnumbeer、拥挤挤度因子)设定是是固定的，这这样获得的的最优解精精度不高，而且各个人工鱼行为存在一些缺陷。为了克服这些缺点，本文提出了自适应改进行为人工鱼群算法。图2-1 智能优化化算法流程程图2.2.11 自适应应改进行为为人工鱼群群算法的自自适应性自适应改进进行为人工工鱼群算法法的自适应应性，具体体现现在算法寻寻优程序在在执行过程程中重要参参数的自动动修正上。改进方式如下所述：在算法的初始阶段，每条人工鱼在较大的可视域visual内以较大的移动步长step寻找较优解，从而扩大了算法的搜索范围。随着算法的迭代进行，自适应地减小可视域visual和移动步长step，从而自动的加快算法的收敛速度和有效地提高算法的求解精度。具体实现方式请见式子(2-2-1)： (2-22-1)式中visuaalminn 可视视域最小值值，取0.001；steppmin 移动步步长最小值值，取0.00022；Tmax 为最最大迭代次次数；step移动步步长steep = 0.1225vissual；为衰衰减因子；t 为为当前迭代代次数；s 取取值范围为为1 ,30。visuaal可可视域，其其初值可以以取搜索范范围的最大大值的1/4左右；式子(2-2-1)对可视域域visuual 和和步长 sstep 进行了改改进；这种种对参数进进行自动修修正的功能能正解决了了基本人工工鱼群算法法求解精度度不高的问问题。2.2.22 自适应应改进行为为人工鱼群群算法的行为为优化性自适应改进进行为人工工鱼群算法法的行为优优化性主要要体现在对对各个人工工鱼行为寻寻优能力的的提高上3。改进方式具体改改进如下所所述：觅食行为：设人工鱼鱼当前处于于状态Xi，然后在在可视域vvisuaal内随机机选择一个个状态Xj，人工鱼鱼将当前的的状态与选选择的状态态进行比较较，若选择择状态Xj优于当前前状态Xi，那么人人工鱼就向向选择状态态Xj方向移动动一步sttep，否否则再进行行搜寻。若若在搜寻次次数tryynumbber内没没有找到比比当前更优优的状态，此此时有两个个选择：一一个是若当当前状态XXi不是当前前群体的最最优状态，那那么人工鱼鱼就执行随随机行为；另一个是是若当前状状态Xi是当前群群体的最优优状态，则则保留。聚群行为：设人工鱼鱼当前处于于状态Xi，然后在在可视域vvisuaal内随机机搜寻伙伴伴数目nf及中心位位置Xc，若伙伴伴中心位置置状态Xc优于当前前状态Xi且不太拥拥挤。此时时有两个选选择：一是是人工鱼直直接移动到到中心位置置Xc，另一是人人工鱼向中中心位置状状态Xc方向前进进一步后所所在的位置置Xc1，然后比比较两种方方式下的状状态哪一种种更优良就就选哪一种种移动方式式。否则人人工鱼就执执行觅食行行为。追尾行为：设人工鱼鱼当前处于于状Xi，然后在在可视域vvisuaal内随机机搜寻伙伴伴数目nf及最优的的伙伴Xmax11，若最优优的伙伴状状态Xmax11优于当前前处于状态态Xi且不太拥拥挤。此时时有两个选选择：一种种方式是人人工鱼直接接移动到XXmax11，另一种种方式是人人工鱼向XXmax11方向前进进一步后所所在的位置置Xmax2，然后比比较两种方方式下的状状态哪一种种更优良就就选哪一种种移动方式式。否则人人工鱼就执执行觅食行行为。人工鱼行为为的优化，有助于提提高基本人人工鱼群算算法的寻优优能力。综上所述，自适应改进行为人工鱼群算法具有很好的自适应能力和优秀的人工鱼行为，从而可以更快地得到高精度的最优解。2.2.33 惩罚函数数法电池更换站站的充电策策略优化属属于带约束束的优化问问题；自适适应改进行行为人工鱼鱼群算法直直接可以用用于无约束束的优化问问题中，而而不可以直直接用于带带约束的优优化问题中中；那么惩惩罚函数法法是一种可可以把约束束优化问题题转化为一一系列无约约束优化问问题来处理理的方法。下面简单说明一下，如给定一带约束式子 (2-2-2)将带约束式式子(2-2-2)转写成罚罚函数的形式： (2-2-3) 式中 f(X)目标函数数；Blamee(X)惩罚函数，将将约束的条条件表示成成函数的形形式；根据惩罚函函数法的性性质，不难得到到，对于求求解最小值值的目标函函数f(XX)来说，满足约束条件的的X，均可可以使Bllame(X)的值值为零。因因此求解式式子(2-2-3)就相当于于求解式子子(2-22-2)。3 基于峰谷调调节的实时时电价系统统对电动汽车车采取合理理的调度策策略，可以以充分发挥挥电动汽车车在优化电网运运行方面的的作用。而而电动汽车车的充电行行为还可以以通过制定定峰谷电价价、实时电电价或者辅辅助服务价价格等途径径进行控制制9。文献10提提出一种计计及供电侧侧填谷效果果与用户成成本的数学学模型，在在确定优化化时段的情情况下，优优化充电起起始时间及及充电电价价，达到了了供电侧与与用户侧共共赢的效果果。文献11研研究了电动动汽车基于于分时电价价的电动汽汽车有序充充电控制策策略，以用用户充电费费用最小作作为一级目目标，电池池起始充电电时间最早早作为二级级目标，综综合考虑了了电网的优优化运行与与用户满意意度。但是是分时电价价的时间段段为固定的的，欠缺灵灵活性。文文献122提出了了一种计及车车主满意度度的最优峰峰谷分时电电价模型，在在将电动汽汽车分为三三类的情况况下，建立立了电动汽汽车充放电电的需求响响应模型，并并将用户满满意度最高高、负荷峰峰谷差最小小、购电成成本最低等等因素作为为目标，进进行多目标标优化。在改善负负荷曲线的的同时还兼兼顾了车主主的满意度度。国内外外很多基于于电动汽车车的电价研研究都是在在假设车主主能够实时时地响应电电价的基础础上所展开开的。事实实上用户很很难响应当当天制定的的实时电价价。基于上述，考虑到未来将有大量的电动汽车和风电接入电网，课题组提出了一种计及风电接入和车主互动意愿的实时电价模型，并引入调度的思想，优化电动汽车充放电功率，计算日前电价，并在已发布日前电价的基础上，根据风电预测功率的误差，实时地调节日前电价，形成当日电价。这种实时电价的制定方式对地区电网公司具有一定的参考价值。3.1 电电动汽车充充放电模型型文献133可知，22020-20300年我国私私家电动汽汽车数量将将大规模上上升。因此此，为分析析电动汽车车对区域电电网的影响响，课题组组主要针对对私家车展展开研究。3.1.11 日行驶里里程及速度度根据美国交交通部对全全美家用车车辆的调查查结果 (NHTSS) 14，私家电电动汽车日日行驶距离离服从对数数正态分部部，如公式式（3-11-1）所所示： （3-11-1）式中，DD=3.20，D= 0.88；x为行驶里里程，0 < x 200。电动动汽车的平平均行驶速速度Vspeeed服从2030kmm/h的平平均分布15。3.1.22 私家车主主用车习惯惯课题组对私私家车主的的出行习惯惯做如下假假设。（1） 电电动汽车的的车载电池池容量Cbatttery服服从20400kW·hh的平均分分布，平均均耗能为WW=0.20kW··h/kmm；（2） 电电动汽车的的充放电功功率P同服从在在35kkW内的平平均分布16，充电效效率为0.955；（3） 私私家车主早早上9:000到达单单位，下午午17:000离开单单位，且上上班与下班班行驶距离离相同；4) 电动动汽车到达达单位后的的车载电池池荷电状态态(SOCC)满足正正态分布NN(0.6，0.12)；（4） 电电动汽车到到达单位后后的车载电电池荷电状状态(SOOC)满足足正态分布布N(0.6，0.12)；（5） 为为保证电池池寿命及充充电效率，车车载电池SSOC必须须维持在110%990%。（6） 无无序充电模模式下，电电动汽车停停放在单位位期间每个个时刻的放放电概率均均相同。3.1.33 无序模式式下的V22G模型无序V2GG模式是指指私家车主主的充放电电行为由其其出行习惯惯决定，不不受其他因因素影响。（1） 充充电模型。无序模式下下充电时刻刻服从正态态分布，其其概率密度度函数为： （3-11-2）式中：SS=17.6，S=3.4；t为充电起起始时刻。电动汽车充充电时长为为： （3-11-3）式中：Tcchg为充充电时长，hh；SOC为车车载电池的的荷电状态态。（2） 放放电模型。一天内私家家电动汽车车的放电概概率为： （33-1-44）电动汽车放放电时长为为： （3-11-5）式中：Tcchg为充充电时长，hh；LD为电动汽汽车的日行行驶距离，kkm。3.1.44 电动汽车车互动概率率研究表明，一天中国超过90%的时间汽车处于停驶状态17。理论上认为所有停驶的电动汽车均可以参与V2G。但是，并不是所有停驶电动汽车的车主都愿意参与V2G，因此还需要考虑车主的互动意愿，则在时段t可以调度的电动汽车数量Ndis(t)如公式(3-1-6)所示。图1显示了电动汽车互动概率Gact(t)随时间的变化情况。 (33-1-66)其中，式中：N为为区域电网网中电动汽汽车的数量量；Gparkk(t)为电动汽汽车的停驶驶概率；为互动意意愿率，即即愿意参与与V2G的车车主占所有有车主的比比例。图3-1 电动汽车车互动概率率3.2 最最优电价求求解模型课题组所建建立的电价价模型旨在在调度愿意意互动的电电动汽车，一一方面满足足车主的充充电要求，另另一方面实实现削峰填填谷，优化化电网运行行。3.2.11 目标函数数优化目标为为电网等效效负荷方差差最小： (3-1-7)其中， (3-1-8)式中，t1，2，T；T为研究周周期内的小小时数，取取24，即研研究日实时时电价；L(t)为时段t的常规负荷值；PC(t)为时段t愿意参与与V2G的的电动汽车车充电功率率；PNC(t)为时段t不愿意参参与V2GG的电动汽汽车充电功功率；PW,F(t)为时段段t风电功率率的预测值值。约束条件应应包括确保保所有愿意意参与V22G的电动动汽车在一一个调度周周期内总的的充电功率率保持不变变，即充电电量等于用用电量，以以及对充电电功率的约约束，表示示如下： (3-1-9)式中，Pii(t)为第i辆电动汽汽车在时段段t的充电功功率，Pi(t)>0表表示充电，Pi(t)<0表示放电。一般情况下下，在用电电高峰时段段，将电价价调高，鼓鼓励用户放放电；而在在用电低谷谷阶段，将将电价降低低，鼓励用用户充电，从而可以达到以电价引导电动汽车充放电来实现移峰填谷的目的。对于由电价升降所引发用电量的变化即弹性系数，其计算公式如下所示18： (3-1-10)qt1和qqt2分别表示时时段t的参考电电价和当前前电价；ppt1和pt2分别表示时时段t的参考负负荷值和当当前负荷值值。为确保车主主愿意参与与V2G，对对于这部分分用户在电电价上具有有如下优惠惠：放电电电价为日前前电价与当当日电价的的较大值，充充电电价为为日前电价价与当日电电价的较小小值，如式式(11)所示；而而不愿意参参与V2GG的用户与与其相反。 (3-1-11)式中，qccha(t)为时段段t的充电电电价；qqdisccha(t)为时段段t的放电电电价；qqaheaad(t)为时段段t的日前电电价；qday(t) 为时段t的当日电电价。3.2.22 程序设设计程序以在一一个调度周周期内，愿愿意参与VV2G的电电动汽车充充电功率作作为染色体体个体，采采用遗传算算法进行优优化，得到到优化前后后电网的等等效负荷曲曲线。其中中算法参数数的选择如如下：初始始种群大小小为50；最大大遗传代数数为3000次；交叉概率率为0.88；变异概概率为0.02。算算法流程如如图2所示。图3-2 优化算法法求解过程程优化算法求求解的主要要过程如下下：1) 输入入常规负荷荷L(t)；风电预预测功率PPW,F(t)；车主主互动意愿愿率及电动汽汽车数量NN。2) 构建建目标函数数及相应的的约束条件件。3) 初始始化种群。以(PC(1), PC(2), PC(T)i作为染色体个体，在取值范围内随机生成50个初始化个体。每个个体均采用实数编码。4) 判断断生成的种种群是否满满足优化模模型的约束束条件，如如不满足则则丢弃此种种群。5) 以等等效负荷方方差的倒数数作为适应应度函数，计计算每个染染色体的适适应值，并并记录产生生最小方差差的个体(PC(1), PC(2), PC(T)i。6) 通过过旋转轮赌赌法选择染染色个体，并并对其进行行交叉和多多窗口变异异操作，产产生子代种种群。7) 反复复迭代寻优优，直至达达到最大遗遗传代数，并并输出全局局最优个体体。8) 计算算日前电价价，并输入入实测风电电功率，滚滚动计算当当日电价。3.3.33 算例结结果以某地区典典型日负荷荷数据为基基础负荷，电电动汽车充充放电相关关参数设置置如下：NN=100000，=0.330，qt1=0.550元/kkWh，=-0.50。功功率基值为为100WWVA。图3-3(a)，33-4(aa)，3-5(a)，3-66(a)中中将优化前前后电动汽汽车的充电电功率曲线线与风电功功率曲线和和日负荷曲曲线叠加得得到包含风风电和电动动汽车的负负荷曲线。（a）包含含风电和电电动汽车的的负荷曲线线（b）日前前电价和当当日电价的的曲线图3-3风风电功率曲曲线具有正正调峰特性性，风电渗透透率为600%，预测测误差为330% 图3-3(b)，33-4(bb)，3-5(b)，3-66(b)的的曲线显示示了与之相相对应的日日前电价和和当日电价价的曲线。日日前电价给给出了第二二天电价的的变化趋势势，而当日日电价则为为修正风电电预测功率率的误差，采采用以一个个小时为一一个时段制制定电价。图3-3(b)显示示了具有正正调峰特性性的风电功功率曲线且且风电渗透透率为600%，预测测误差为330%情况况下的电价价曲线。图图3-4(b)显示示了具有正正调峰特性性的风电功功率曲线且且风电渗透透率为600%，预测测误差为110%情况况下的电价价曲线。由由此可知，风风电功率预预测误差越越大，日前前电价与当当前电价之之差就越大大。（a）包含含风电和电电动汽车的的负荷曲线线（b）日前前电价和当当日电价的的曲线图3-4风风电功率曲曲线具有正正调峰特性性，风电渗透透率为600%，预测测误差为110% （a）包含含风电和电电动汽车的的负荷曲线线（b）日前前电价和当当日电价的的曲线图3-5风风电功率曲曲线具有反反调峰特性性，风电渗透透率为600%，预测测误差为110%图3-5(b)显示示了具有反反调峰特性性的风电功功率曲线且且风电渗透透率为600%，预测测误差为110%情况况下的电价价曲线。由由图3-44(b)和和图3-55(b)可可知，具有有反调峰特特性的风电电功率曲线线将导致电电网负荷曲曲线峰谷差差变大以及及实时电价价曲线峰谷谷差的拉大大。（a）包含含风电和电电动汽车的的负荷曲线线（b）日前前电价和当当日电价的的曲线图3-6风风电功率曲曲线具有反反调峰特性性，风电渗透透率为30%，预预测误差为为10%图3-6(b)显示示了具有反反调峰特性性的风电功功率曲线且且风电渗透透率为300%，预测测误差为110%情况况下的电价价曲线。由由图3-55(b)和和图3-66(b)可可知，将具具有反调峰峰特性的风风电功率曲曲线接入电电网后，风风电渗透率率越低，电电网负荷曲曲线越平缓缓，实时电电价曲线的的峰谷差越越小。并且且在实施实实时电价引引导电动汽汽车进行VV2G后，电电网负荷曲曲线得到了了一定程度度的改善。4 多目标标系统控制制的充放电电机集群控控制模型4.1 参参数设置的的基本思路路在每日244点之前，对对电池更换换站内的信信息进行统统计，以进进行下一次次日前计划划的制定。包包括站内所所有充电机机的工作状状态、站内内所有充电电机的故障障情况、站站内所剩电电池的信息息（A、BB、C各组组充已经充充好的以及及未充电电电池的数量量）4.1.11 电池排排队理论对于各组电电池，将已已经充好的的电池和没没有充好的的电池分开开进行排队队。正在充充电的和等等待充电的的电池排成成一组，依依次进行充充电。当充充好一块电电池时，将将其排到已已充好电池池组队列的的末端，需需要放电时时，流水线线从已充好好电池组的的队列前段段提取电池池，连接充充放电机进进行放电。当当有用户进进站需要更更换电池时时，也从已已充好电池池组的队列列前段提取取电池更换换给用户，同同时，将用用户更换下下来的空电电池放入未未充电电池池队列的末末端进行排排队。通过分开排排序的方法法，可以避避免电池出出现刚充满满电就进行行放电的情情况，有效效减少电池池的折损情情况。4.1.22 电池梯梯度利用以半小时为为优化最小小时间单位位，优化时时段为244h，根据次日日的进站流流量密度曲曲线对电池池更换需求求进行预测测，对次日日的