電動汽車預約充電策略研究

戴依諾，戴　忠

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

?

電動汽車預約充電策略研究

戴依諾1，戴忠2

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

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

關鍵詞：電動汽車；充電樁；預約充電；迪杰斯特拉算法；智能導航系統

近10年來，隨著經濟的高速發展，各地環境問題日益突出，大氣污染不斷加重，尋求更加環保和可持續的生活方式成為一個重要議題。為保障國民經濟的可持續發展，改善大氣質量，國家實施了節能減排戰略，其中發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］。相比于傳統的內燃機動力汽車，EV采用電力替代石油對汽車進行驅動，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技術尤其是動力電池技術的不斷進步，在一些發達國家，EV已初具規模［3］，同時在不少發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，市場占有率達到0.61%，如圖1所示。此外，配套充換電設施的建設更是有了大幅增加。到2014年底，包括國家電網公司、南方電網公司和普天新能源公司在內共建設充換電站835座，充電樁3萬個，其中站內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充電負荷預測、EV充電控制、EV接入對電網的影響、EV與電網的互動利用等幾方面。文獻［4］建立了EV功率需求統計模型，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［5］分別從供電側調峰角度和用戶側成本角度建立數學模型，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，節約用戶充電成本。文獻［6］提出一種基于低谷填入思想的PHEV集中充電算法，實現了對負荷削峰填谷的目的。文獻［7］以配電網有功網損最小化為目標，采用迭代修正節點電壓的方法規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劃模型，實現降低網損的目標。文獻［8］建立了風電—電動汽車協同調度的模型，用以消納夜間過剩風電。文獻［9］建立了集中充電統一配送換電模式下EV參與系統調頻的魯棒優化模型，實現在可接受的經濟風險水平下，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提供的調頻服務容量。綜上，目前大多數研究工作主要集中于通過對EV的合理控制來減小EV充電對電網的影響甚至向電網提供輔助服務，很少站在充電用戶角度討論如何快速有效獲得充電服務的。

本文基于智能導航系統，建立EV快速預約充電模型，采用迪杰斯特拉算法進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。

1　預約充電系統探討

隨著電動汽車市場的不斷發展，市場用戶大幅增加，需求呈現多樣化趨勢。為規范EV的充電管理，讓EV用戶快速找到充電設施，方便結算，同時有效地監控充電負荷，保障電網安全，2014年，國家電網公司下屬的一家企業開發了名為“智能充換電服務網絡互動服務系統”的車聯網系統。目前，全國已有十幾家企業開發了電動汽車車聯網互動平臺，為EV的運營和管理提供了便利。

1.1快速預約充電系統整體框架構想

該系統主要依托于公共無線通信網絡，并以其它通信方式作為補充手段。系統通信網絡由服務管理平臺通信網絡、站級管理通信網絡、終端設備接入通信網絡構成，實現從互動服務系統到EV充換電站、分散充電樁及終端設備的網絡覆蓋。系統通過采集充電樁、充電站、換電站等不同充換電設施的相關數據，建設多方接口，與智能交通系統、電網系統、第三方運營系統、車輛和用戶有效交互，實現數據的共享與傳輸，在有效管理和控制充換電設施的同時，不斷開展共享數據的挖掘，為各種不同用戶提供所需要的特色服務［10］。

智能充換電服務網絡互動服務系統主要包括充電場所平面監控、充電機狀態監控、充換電設施負荷調控、充電機工作數據采集、充電電量及時間控制、充電預約、充電量及費用查詢、應急救助、設備故障報警及統計分析等功能，能滿足各方用戶的基本需求［11］。

1.2目前預約充電系統存在的問題

目前的系統在實際使用過程中還存在著許多不足，尤其是預約充電模塊很難滿足用戶的要求。以某車聯網系統為例進行分析，預約充電模塊應用時，用戶一般采用手機APP去訪問，在預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，沒有顯示用戶的位置。如用戶對空閑樁預約，則系統為該用戶保留1小時的預留時間，1小時后重新接受預定，預約模式較為簡單。這種預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定位系統未充分應用，使用戶不能準確判斷和尋找最近的充電站。

（2）未接入城市路況系統，用戶無法掌握道路擁堵和修路的情況，可能出現預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）沒有設計測算最優路徑的計算模型。

其它車聯平臺系統在應用中也全部或部分存在著同樣的問題。

1.3模塊界面設計

簡潔、易操作的界面是系統易于推廣使用的重要因素。目前，存在的車聯網系統都普遍存在著預約充電界面不直觀、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，在系統應用時，點擊進入“預約充電”界面后，可直接顯示地圖，圖上顯示各充電站的位置、空閑樁數和用戶位置。由簡單快速的線性規劃找出最優路徑，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。用戶可直接點擊預訂，點擊后系統刷新一次，使所有用戶及時了解最新的情況。此外，1 h的預約保留期滿時，應有信息提醒客戶預訂取消。

2　快速預約充電模型

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

假設可以從以下3個系統獲得數據支撐：①GPS衛星定位系統提供車輛與充電站的距離數據；②城市智能交通系統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速度和汽車通過各路段所需要的時間，進而結合EV當前剩余電量自動將EV到達不了的充電樁排除在選擇范圍之外；③充電設備數據采集系統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，建立目標函數如下

式中：z為獲得充電服務的時間，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。

假設預約保留時間為1 h，且xj及yi為非負性約束，可得如下約束

當xj≥yi時，即EV到達充電樁所需的時間大于等于充電樁完成當前充電任務所需要的時間，此時如果預約該充電樁，最快充上電的時間為xj；當xj＜yi時，即EV到達充電樁所需的時間小于充電樁完成當前充電任務所需要的時間，則最快充上電的時間為yi。因此，按照上述的要求，如要使EV能夠成功預約充電則應該滿足式（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G=(V，E)是一個帶權有向圖，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值，從而可以利用迪杰斯特拉算法進行求解。

3.2模型求解步驟

給定賦權有向圖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前充電任務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。

圖2　求解流程圖

4　算例分析

假設某街區的道路拓撲結構如圖3所示。

圖3　某街區道路拓撲結構

假設此時EV在D點產生充電需求，3個充電樁a、b、c分別位于道路網路的A、B、G 3個路口。GPS衛星定位系統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，城市智能交通系統可以結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。

由充電設備數據采集系統可以知道3個充電樁完成當前的充電任務所需要的時間tc，如表2所示。

表1　EV通過各路段所需要的時間

表2　充電樁完成當前充電任務所需時間

此外，由于城市智能交通系統自動將EV到達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到達各充電樁最短所需要的時間和路徑如下：

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

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

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

結合充電設備數據采集系統提供的信息可知：預約a充電樁最快充上電所需要的時間為44 min；預約b充電樁最快充上電所需要的時間為26 min；預約c充電樁最快充上電所需要的時間為40 min。以上預約時間均沒有超過預約保留時間1 h，因此，EV應該預約充電樁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約充電的方法可以使EV以最快的時間充上電，并給出對應的行駛路徑。

5　結論

本文探討了關于EV快速預約充電系統的構想，分析了目前快速預約充電系統潛在的問題，然后建立了快速預約充電模型并采用迪杰斯特拉算法進行求解，最后通過算例驗證。計算結果表明，本文所建立的快速預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時間及其對應的服務地點與行駛路徑。

參考文獻：

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

［2］劉卓然，陳健，林凱，等.國內外電動汽車發展現狀與趨勢［J］.電力建設，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計學建模方法［J］.電網技術，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］.電力需求側管理，2010，12 （6）：8-11.

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

［8］于大洋，宋曙光，張波，等.區域電網電動汽車充電與風電協同調度的分析［J］.電力系統自動化，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頻策略［J］.電力系統自動化，2014，38（9）：69-76.

［10］薛飛，雷憲章，張野飚，等.基于物聯網的電動汽車智能充換電服務網絡電池管理［J］.電力系統自動化，2012，36（21）：41-46.

［11］楊永標，丁孝華，朱金大，等.物聯網應用于電動汽車充電設施的設想［J］.電力系統自動化，2010，34（21）：95-98.

［12］劉崇茹，鄧應松，盧恩，等.大停電后發電機啟動順序優化方法［J］.電力系統自動化，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

文獻標志碼：B