電動汽車代理機構(gòu)對電動汽車充放電控制的研究

李文華，范新濤，孔梅娟

(河北工業(yè)大學(xué)電氣工程學(xué)院，天津市 300130)

電動汽車代理機構(gòu)對電動汽車充放電控制的研究

李文華，范新濤，孔梅娟

(河北工業(yè)大學(xué)電氣工程學(xué)院，天津市 300130)

大規(guī)模電動汽車入網(wǎng)參與電網(wǎng)調(diào)度需要在某一區(qū)域設(shè)置一個代理機構(gòu)，作為電力公司調(diào)度部門和電動汽車的中介。針對代理機構(gòu)對所管轄電動汽車的控制，首先，以1天為1個周期把電動汽車可能被控制的區(qū)域分為辦公區(qū)、居住區(qū)和超市購物區(qū)。然后，代理機構(gòu)根據(jù)各電動汽車狀態(tài)信息把各區(qū)域的電動汽車分為充電集群和放電集群。之后，代理機構(gòu)根據(jù)可調(diào)度容量、可調(diào)度時長、電動汽車車主違約度制定評價體系對集群內(nèi)電動汽車在每個時段的充電或放電的順序進行排隊。最后，在保證電動汽車車主行駛和電池安全約束的情況下，對電動汽車進行充放電調(diào)度，使代理機構(gòu)充放電盡可能滿足電力公司調(diào)度部門的調(diào)度計劃。

電動汽車；代理機構(gòu)；分區(qū)；充放電集群；評價體系；充放電順序

0 引 言

能源危機、環(huán)境污染和氣候變化是當(dāng)今人類面臨的三大挑戰(zhàn)，為了應(yīng)對挑戰(zhàn)新一輪的能源變革勢在必行，基本方向是以實施清潔替代和電能替代為重點，加快能源結(jié)構(gòu)從以化石能源為主向以清潔能源為主的根本轉(zhuǎn)變[1]。電動汽車是以電能替代化石能作為驅(qū)動能源，是電能替代的重要內(nèi)容。隨著電池技術(shù)的逐漸成熟、充電站修建的不斷完善和成本的不斷降低，在不久的將來電動汽車將大批量替代燃油汽車[2-3]。

對汽車行駛行為模式的研究表明，1天之中90%以上的時間電動汽車是處于停駛狀態(tài)，可以與電網(wǎng)互動(vehicle-to-grid, V2G)[4]，文獻[5]圍繞電動汽車與電網(wǎng)互動的調(diào)控技術(shù)、市場機制和基礎(chǔ)設(shè)施這3方面的關(guān)鍵問題進行了分析。文獻[6]針對電動汽車與電網(wǎng)互動對配電網(wǎng)規(guī)劃的影響進行了分析。另外研究表明，電動汽車具有規(guī)模大、接入點分散、單機容量小的特性，電動汽車V2G服務(wù)若采用集中控制將對調(diào)度系統(tǒng)的復(fù)雜性、通信能力、計算處理能力提出很高的要求。同時，允許用戶參與電力市場的門檻通常為MW級，而單輛電動汽車并不達(dá)到此容量級[7-8]。基于此，文獻[9]提出了電動汽車集群的概念，也可稱為電動汽車代理機構(gòu)。電動汽車代理機構(gòu)管轄著某區(qū)域內(nèi)一定數(shù)量的電動汽車，具有一定容量的可調(diào)度負(fù)荷和儲能容量，可以作為調(diào)度部門和每輛電動汽車的中介。目前，針對電動汽車集群并網(wǎng)對電網(wǎng)的影響及電動汽車集群的約束研究相對較多也比較完善[10]，但是，針對代理機構(gòu)對每輛電動汽車控制的研究雖相對較多但側(cè)重點不同，有待完善和深入。文獻[11]為實現(xiàn)電動汽車代理機構(gòu)與電動汽車之間的互動策略，在計及電動汽車用戶用車便利性的前提下，建立了基于優(yōu)先權(quán)的電動汽車集群充放電優(yōu)化模型。文獻[12]對停駛的電動汽車根據(jù)狀態(tài)進行分群，對可控狀態(tài)的電動汽車的充電行為進行控制。文獻[13]設(shè)計了一種用于協(xié)調(diào)電動汽車充電的多代理機構(gòu)。文獻[14]把電動汽車分為充電集群和放電集群，然后根據(jù)需要動態(tài)管理每個電動汽車集群。文獻[15]提出了一種電動汽車根據(jù)自身以及附近電動汽車的信息進行決策的分布式控制策略。文獻[16]提出了一種停車場通過管理電動汽車參與V2G進行套利的調(diào)度模型。文獻[17]對電動汽車進行本地控制，為電力系統(tǒng)提供調(diào)頻輔助服務(wù)。雖然，上述文獻考慮了每輛電動汽車的影響，但是，并未全面考慮每輛電動汽車的調(diào)度優(yōu)先順序、每次調(diào)度時每輛電動汽車的調(diào)度功率和車主違約對調(diào)度的影響。

以1天為1個周期對電動汽車進行充放電調(diào)度，需要代理機構(gòu)管轄的區(qū)域包括電動汽車1天所有可能長時間停駛的區(qū)域。研究表明，除了個別時間個別車輛遠(yuǎn)距離行駛外，大多數(shù)車輛都是在一定區(qū)域內(nèi)的辦公區(qū)、居住區(qū)、超市購物區(qū)循環(huán)行駛的。因此，本文把代理機構(gòu)管轄的區(qū)域分為辦公區(qū)、居住區(qū)、超市購物區(qū)3個停駛區(qū)域，3個區(qū)域都是以充放電站的形式對電動汽車進行充放電管理。代理機構(gòu)根據(jù)電動汽車的停駛區(qū)域和停駛時申報的停駛起始時刻、終止時刻、停駛時荷電狀態(tài)、結(jié)束時荷電狀態(tài)，把停駛區(qū)域內(nèi)的電動汽車分為充電集群和放電集群，每輛電動汽車在每個停駛處只能選擇充電或放電，因為研究表明隨著充放電切換次數(shù)的增多，電動汽車的壽命會加速衰減[14]。除此之外，本文還制定一個評價標(biāo)準(zhǔn)對充電集群和放電集群的電動汽車在每時段調(diào)度的順序進行排列。最后，在考慮約束條件的情況下，使代理機構(gòu)充放電盡量滿足調(diào)度計劃。

1 代理機構(gòu)的控制結(jié)構(gòu)

代理機構(gòu)有2方面的功能：一方面把自已管轄的電動汽車信息上傳給電力公司調(diào)度部門，并執(zhí)行調(diào)度部門的調(diào)度計劃，從而從電力公司獲得收益；另一方面協(xié)調(diào)控制所轄各區(qū)的電動汽車充放電，為系統(tǒng)穩(wěn)定運行、提高電能質(zhì)量等創(chuàng)造條件，同時給予所管轄電動汽車車主一定收益。代理機構(gòu)與各電動汽車只進行信息與資金交流，不進行能量交流，電動汽車與電網(wǎng)間的能量交換是通過現(xiàn)存的電力網(wǎng)絡(luò)進行的[18]。

考慮到電動汽車由于緊急情況可能需要快速充電，所以代理機構(gòu)具備一定的零散快速充電樁，但是，由于需要快速充電的電動汽車數(shù)量少且接入電網(wǎng)時間短，不適合于調(diào)度[19]。所以本文只考慮接入辦公區(qū)、居住區(qū)和超市購物區(qū)的選擇慢速充放電的電動汽車。代理機構(gòu)具體控制框圖如圖1所示。

圖1 代理機構(gòu)控制框圖Fig.1 Control block diagram of agency

2 充放電集群的劃分

代理機構(gòu)給所管轄的每個區(qū)和每輛電動汽車都設(shè)置一個編號，作為區(qū)和電動汽車的標(biāo)識。每輛電動汽車在1天中任意時段可以在任意區(qū)做長時間停駛，停駛開始時，車主把電動汽車停駛的狀態(tài)信息告知代理機構(gòu)，電動汽車車主提供給代理機構(gòu)的狀態(tài)信息為

S=[m,n,TS,TE,eSOC0,eSOCmin]

(1)

式中：m為電動汽車停駛區(qū)域編號；n為電動汽車編號；TS和TE分別為停駛的起始時刻和終止時刻；eSOC0為停駛起始時刻時電動汽車電池的荷電狀態(tài)；eSOCmin為電動汽車停駛結(jié)束時刻用戶設(shè)置的電動汽車電池的最小荷電狀態(tài)。

代理機構(gòu)根據(jù)每輛電動汽車的狀態(tài)信息可把在每個區(qū)的每輛電動汽車劃分為充電集群或放電集群，劃分的依據(jù)為：若eSOC0≤eSOCmin則把電動汽車劃分為充電集群，至于充電起始時刻及充電結(jié)束時的電池荷電狀態(tài)視調(diào)度計劃和優(yōu)先順序而定，但是在停駛區(qū)間內(nèi)充電結(jié)束時刻電池的荷電狀態(tài)必須大于等于eSOCmin以保證電動汽車用戶出行；若eSOC0>eSOCmin則把電動汽車劃分為放電集群，放電起始時刻及放電結(jié)束時的電池荷電狀態(tài)同樣視調(diào)度計劃和優(yōu)先順序而定，但放電集群中的電動汽車在停駛區(qū)間，放電終止時的荷電狀態(tài)應(yīng)該大于等于eSOCmin，以滿足用戶用車。通過充放電集群的劃分可以使電動汽車在某一區(qū)的停駛時間內(nèi)，只進行充電或放電，減少充放電切換次數(shù)，這樣有利于對電池壽命衰減的減緩，維護電動汽車車主的利益。

3 電動汽車調(diào)度優(yōu)先順序的判定

在第2節(jié)對各區(qū)的電動汽車劃分為充電集群和放電集群的基礎(chǔ)上，還需對電動汽車在每個時段充電或放電的優(yōu)先順序進行判定，優(yōu)先級高的電動汽車首先充電或放電以滿足調(diào)度計劃，優(yōu)先級低的可以規(guī)劃在以后的某個時段被調(diào)度。

影響電動汽車充電或放電優(yōu)先順序的因素是以下3個：可調(diào)度容量、可調(diào)度時長、電動汽車車主違約度，本文首先對3個指標(biāo)進行分析，然后使用直線型標(biāo)準(zhǔn)化的方式進行標(biāo)準(zhǔn)化處理[20]，最后建立優(yōu)先順序的綜合評價體系。

3.1 可調(diào)度容量計算及標(biāo)準(zhǔn)化

m區(qū)編號為n的電動汽車某時刻可調(diào)度容量為該時刻電池容量和停駛結(jié)束時刻可達(dá)到容量的差。若充電則為式(2)，若放電則為式(3)。

Sn.C(t)=[eSOCn.max-eSOCn(t)]×Sn.EV

(2)

Sn.D(t)=(eSOCn(t)-eSOCn.min)×Sn.EV

(3)

式中：eSOCn(t)為編號為n的電動汽車該時刻的電池荷電狀態(tài)；eSOCn.min、eSOCn.max分別為編號為n的電動汽車的停駛結(jié)束時刻最小荷電狀態(tài)、最大荷電狀態(tài)，通常最大荷電狀態(tài)取1，最小荷電狀態(tài)視用戶出行計劃而定；Sn.EV為編號為n的電動汽車電池最大容量。

編號為n的電動汽車可調(diào)度容量的標(biāo)準(zhǔn)化是該電動汽車此時可調(diào)度容量與此時所有電動汽車可調(diào)度容量中的最小值的差，和此時所有電動汽車可調(diào)度容量中的最大值與此時所有電動汽車可調(diào)度容量中的最小值的差的比值，充電如式(4)、放電如式(5)所示。

(4)

(5)

式中：S1.C(t)、S1.D(t)、S2.C(t)、S2.D(t)、SN.C(t)、SN.D(t)分別為編號為1、2、N的電動汽車t時刻可調(diào)度容量，共N輛電動汽車。

αn.C(t)或αn.D(t)越大說明編號為n的電動汽車在該時刻可調(diào)度的充電容量或放電容量越大，調(diào)度優(yōu)先順序越靠前。

3.2 可調(diào)度時長的計算及標(biāo)準(zhǔn)化

m區(qū)編號為n的電動汽車在某時刻的可調(diào)度時長為停駛結(jié)束時刻減去該時刻的差，如式(6)所示：

Tn(t)=Tn.E-T(t)

(6)

式中：Tn(t)、T(t)、Tn.E分別為編號為n的電動汽車該時刻可調(diào)度的時長、調(diào)度時刻、停駛結(jié)束時刻。

編號為n的電動汽車可調(diào)度時長的標(biāo)準(zhǔn)化是此時所有電動汽車可調(diào)度時長中的最大值與該電動汽車此時可調(diào)度時長的差，和此時所有電動汽車可調(diào)度時長中的最大值與此時所有電動汽車可調(diào)度時長中的最小值的差的比值，如式(7)所示：

(7)

式中：T1(t)、T2(t)、TN(t)分別為編號為1、2、N的電動汽車t時刻可調(diào)度時長，共N輛電動汽車。

βn(t)越大說明編號為n的電動汽車可調(diào)度時長越小，越應(yīng)該優(yōu)先調(diào)度。

3.3 電動汽車用戶的違約度及標(biāo)準(zhǔn)化

代理機構(gòu)應(yīng)建立每輛電動汽車的歷史互動數(shù)據(jù)庫，記錄每輛電動汽車是否按申報計劃在某個區(qū)結(jié)束停駛。若某輛電動汽車在某個區(qū)每次都是按照申報計劃結(jié)束停駛(在不影響調(diào)度計劃的情況下，為了反應(yīng)電動汽車用戶用車的便利性可以給結(jié)束時間設(shè)置一定區(qū)間)則認(rèn)為該輛電動汽車的違約度為0。若電動汽車用戶不是在申報的時刻離開停駛區(qū)，而是提前離開，則電動汽車用戶有一定的的違約度。除此之外，提前離開的程度也會影響違約度，提前的程度越大違約度越高，則編號為n的電動汽車違約度計算公式可用式(8)表示：

(8)

編號為n的電動汽車違約度的標(biāo)準(zhǔn)化是該電動汽車的違約度與所有電動汽車中違約度最小值的差，和所有電動汽車中違約度最大值與所有電動汽車中違約度最小值的差的比值，如式(9)所示：

(9)

式中：γ1、γ2、γN分別為編號為1、2、N的電動汽車的違約度，共N輛電動汽車。

由此可得χn越大，編號為n的電動汽車違約度越高，針對違約度高的電動汽車應(yīng)該優(yōu)先調(diào)度。

3.4 評價體系的建立

由第3.1—3.3節(jié)建立如下某時刻優(yōu)先調(diào)度指標(biāo)體系：可調(diào)度容量越大即αn.C(t)或αn.D(t)越大，越優(yōu)先調(diào)度；可調(diào)度時長越短即βn(t)越大，越優(yōu)先調(diào)度；違約度越高即χn越大，越優(yōu)先調(diào)度。

基于多項指標(biāo)綜合評價決定某時刻電動汽車調(diào)度的優(yōu)先順序，需考慮每項指標(biāo)的權(quán)重，由于不同代理機構(gòu)，考慮不同特性計算方式不同，本文設(shè)可調(diào)度容量的權(quán)重為0.3，可調(diào)度時長的權(quán)重為0.3，違約度的權(quán)重為0.4，綜合指標(biāo)評價公式如式(10)：

V=0.3α(t)+0.3β(t)+0.4 χ

(10)

4 模型建立

代理機構(gòu)根據(jù)每輛電動汽車上傳的狀態(tài)信息確定充放電集群的最大、最小充放電容量，為了使實際負(fù)荷/出力和調(diào)度計劃偏差最小，以式(11)為目標(biāo)函數(shù)，以式(12)、(13)為約束條件確定各時段可調(diào)度電動汽車的實際總的負(fù)荷/出力。

4.1 目標(biāo)函數(shù)

目標(biāo)函數(shù)如式(11)所示：

(11)

式中：P(t)為t時段的調(diào)度計劃；PN(t)為t時段所調(diào)度電動汽車的實際總的負(fù)荷/出力； T1、T2分別為開始調(diào)度時間、結(jié)束調(diào)度時間。

4.2 約束條件

為了維護電動汽車電池的安全和保證用戶的出行條件，電動汽車充放電必須滿足一定的約束條件。如式(12)、(13)分別給出了維護電池安全的最大充放電功率約束和滿足用戶出行條件的停駛結(jié)束時電池荷電狀態(tài)約束：

-PD≤Pn(t)≤PC

(12)

eSOCn.min≤eSOCn.L≤1

(13)

式中：PC、PD分別為編號為n的電動汽車最大充電功率和最大放電功率；eSOCn.min、eSOCn.L分別為編號為n的電動汽車停駛時間結(jié)束時最小荷電狀態(tài)和實際荷電狀態(tài)。

由第3節(jié)給定的評價體系和第4節(jié)模型確定的每個時段可調(diào)度電動汽車實際總的負(fù)荷/出力，可以確定每個時段每輛電動汽車的優(yōu)先順序和實際負(fù)荷/出力，每個時段每輛電動汽車的優(yōu)先順序和實際負(fù)荷/出力是不斷更新的。

電動汽車接受代理機構(gòu)的管理進行額外的充放電調(diào)度，不可避免地會對電池造成損耗。為了彌補電池?fù)p耗成本，同時為了鼓勵車主參與代理機構(gòu)調(diào)度使車主獲得一定收益，代理機構(gòu)應(yīng)通過建設(shè)智能充放電裝置及給車主固定經(jīng)濟補償和可變經(jīng)濟利益的方式來引導(dǎo)電動汽車車主參與充放電調(diào)度。固定經(jīng)濟補償為只要用戶簽約參與充放電調(diào)度就會相應(yīng)的得到對電池?fù)p耗的補償；可變經(jīng)濟利益為充電價格優(yōu)惠，使放電價格價格大于充電價格，根據(jù)充放電電量的多少得到可變的經(jīng)濟收益。

5 算例分析

本文以某個區(qū)為例，設(shè)代理機構(gòu)分配給超市購物區(qū)的任務(wù)為：19時段充電功率 25 kW；20時段充電功率 20 kW；21時段放電功率30 kW；22時段放電功率20 kW。實際超市購物區(qū)在可調(diào)度時間段停靠了12輛電動汽車，其狀態(tài)信息如表1所示，設(shè)每輛電動汽車的最大充放電功率均為5 kW，電池最大容量均為30 kW·h。

表1 電動汽車狀態(tài)信息表
Table 1 Electric vehicle state information

由表1可把編號為1，2，6，7，11，12的電動汽車歸入充電集群，經(jīng)計算充電集群最小充電容量為 36 kW·h 時才能保證車主用車，設(shè)每輛電動汽車都可以充滿，則充電集群最大充電容量為105 kW·h。把編號為3，4，5，8，9，10的電動汽車歸入放電集群，經(jīng)計算放電集群在不影響車主出行的情況下最大放電容量為48 kW·h，最小放電容量為0 kW·h。根據(jù)式(11)目標(biāo)函數(shù)和式(12)、(13)約束條件為了使偏差最小，可以確定19時段充電集群充電功率為25 kW，20時段充電集群的充電功率為20 kW，21時段放電集群放電功率為 29 kW，22時段放電集群放電功率為 19 kW。4個時段總的偏差為2。

19時段充電集群各電動汽車評價指標(biāo)如表2所示。

表2 19時段充電集群各電動汽車評價指標(biāo)
Table 2 Evaluation indicators of electric vehicles in 19 time period charging cluster

由于受每輛電動汽車最大充電功率限制，19時段應(yīng)有5輛電動汽車以最大功率充電才能滿足實際總的充電功率，按優(yōu)先順序可知編號為6，11，7，1，12的電動汽車優(yōu)先考慮，所以編號6，11，7，1，12的電動汽車在19時段以5 kW的功率充電，滿足實際總的充電功率。充電結(jié)束時編號6，11，7，1，12的電動汽車的荷電狀態(tài)變?yōu)?.467，0.567，0.567，0.567，0.667。

20時段充電集群各電動汽車評價指標(biāo)如表3所示。

表3 20時段充電集群各電動汽車評價指標(biāo)
Table 3 Evaluation indicators of electric vehicles in 20 time period charging cluster

20時段調(diào)度的優(yōu)先順序排列是編號為6，11，7，2，1，12的電動汽車。但是由于編號為1，2，6，11，12的電動汽車目前的荷電狀態(tài)還未滿足車主行駛要求，而后續(xù)停駛時刻又不再進行充電，所以為了滿足車主用車，首先確定編號為1，2，6，11，12的電動汽車的充電功率分別為1，3，4，4，1 kW；為了滿足實際總的充電功率，同時考慮最大充電功率限制，不足的充電功率按優(yōu)先調(diào)度順序添加，即編號為6，11，7的電動汽車在原有充電功率基礎(chǔ)上再分別增加1，1，5 kW，即編號為6，11，7，2，1，12的電動汽車20時段總的充電功率分別為5，5，5，3，1，1 kW。充電結(jié)束時編號為1，2，6，7，11，12的電動汽車電池荷電狀態(tài)分別為：0.6，0.6，0.633，0.733，0.733，0.7滿足車主出行最小荷電狀態(tài)約束。

21時段放電集群各電動汽車評價指標(biāo)如表4所示。

表4 21時段放電集群各電動汽車評價指標(biāo)
Table 4 Evaluation indicators of electric vehicles in 21 time period discharging cluster

由表4可知21時段電動汽車調(diào)度的優(yōu)先順序排列是編號為10，5，8，3，9，4的電動汽車，為了滿足實際總的放電功率和考慮最大放電功率約束，以上編號的電動汽車放電功率分別為5，5，5，5，5，4 kW。

22時段放電集群中所有電動汽車將剩余可調(diào)度容量釋放出來參與調(diào)度才能滿足實際總放電功率，編號為3，4，5，8，9，10的電動汽車放電功率分別為1，2，4，4，4，4 kW，共19 kW，放電結(jié)束時編號為3，4，5，8，9，10的電動汽車的荷電狀態(tài)分別為0.4，0.6，0.5，0.5，0.5，0.4，滿足車主用車的最小荷電狀態(tài)約束。

除此之外，由算例分析可以看出，電動汽車實際調(diào)度與調(diào)度任務(wù)存在偏差及電動汽車車主存在違約脫網(wǎng)的可能，如果把偏差及違約信息上傳，修正調(diào)度任務(wù)，存在信息延遲，所以代理機構(gòu)需具備常備儲能設(shè)備，彌補調(diào)度偏差及車主違約對調(diào)度的影響。

6 結(jié) 論

本文針對代理機構(gòu)對所管轄的電動汽車充放電控制進行了研究，首先代理機構(gòu)把電動汽車調(diào)度區(qū)域分為辦公區(qū)、居住區(qū)、超市購物區(qū)，然后代理機構(gòu)根據(jù)電動汽車車主上傳的電動汽車狀態(tài)信息，把各區(qū)的電動汽車分為充電集群、放電集群，之后針對電動汽車在某時段充放電順序問題，提出并建立了基于可調(diào)度容量、可調(diào)度時長、車主違約度的電動汽車優(yōu)先級綜合評價體系，確定充放電順序。最后根據(jù)調(diào)度計劃及充放電約束條件確定每輛電動汽車充放電情況。由于存在調(diào)度偏差和車主違約的可能，所以代理機構(gòu)在設(shè)計過程中應(yīng)具備一定常備儲能設(shè)備。

[1]劉振亞 .全球能源互聯(lián)網(wǎng)[M].北京: 中國電力出版社，2015: 71-100.LIU Zhenya.Global energy interconnection[M].Beijing: China Electric Power Press, 2015: 71-100.

[2]莊幸, 姜克雋.我國純電動汽車發(fā)展路線圖的研究[J].汽車工程, 2012, 34(2): 91-97.ZHUANG Xing, JIANG Kejun.A study on the roadmap of electric vehicle development inChina[J].Automotive Engineering, 2012, 34(2): 91-97.

[3]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.LIU Zhouran, CHEN Jian, LIN Kai, et al.Domestic and foreign present situation and the tendency of electric vehicles[J].Electric Power Construction, 2015, 36(7):25-32.

[4]KEMPTON W, LETENDRE S.Electric vehicles as a new power source for electric utilities[J].Transportation Research: Part D, 1997, 2(3): 157-175.

[5]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.HU Zechun, ZHAN Kaiqiao, XU Zhiwei, et al.Analysis and outlook on the key problems of electric vehicle and power grid interaction[J].Electric Power Construction, 2015, 36(7): 6-13.

[6]連恒輝, 萬凌云,劉洪, 等 .電動汽車充放電對配電網(wǎng)規(guī)劃的影響[J].電力建設(shè),2015,36(7):33-39.LIAN Henghui, WAN Lingyun, LIU Hong, et al.Impact of electric vehicle charging and discharging on distribution network planning[J].Electric Power Construction, 2015, 36(7): 33-39.

[7]潘樟惠, 高賜威, 劉順桂.基于需求側(cè)放電競價的電動汽車充放電調(diào)度研究[J].電網(wǎng)技術(shù), 2016, 40(4): 1140-1146.PAN Zhanghui, GAO Ciwei, LIU Shungui.Research on charging and discharging dispatch of electric vehicles based on demand side discharge bidding[J].Power System Technology, 2016, 40(4): 1140-1146.

[8]ANSARI M, AL-AWAMI A T, SORTOMME E, et al .Coordinated bidding of ancillary services for vehicle-to-grid using fuzzy optimization[J].IEEE Transactions on Smart Grid, 2015, 6(1): 261-270.

[9]BESSA R J, MATORS M A.Economic and technical management of an aggregation agent for electric vehicles: a literature survey[J].European Transactions on Electrical Power, 2012, 22(3): 334-350.

[10]趙俊華, 文福拴, 楊愛民, 等 .電動汽車對電力系統(tǒng)的影響及其調(diào)度與控制問題[J].電力系統(tǒng)自動化, 2011, 35(14): 2-10, 29.ZHOU Junhua, WEN Fushuan, YANG Aimin, et al .Impacts of electric vehicles on power systems as well as the associated dispatching and control problem[J].Automation of Electric Power Systems, 2011, 35(14): 2-10，29.

[11]張謙, 蔡家佳, 劉超, 等 .基于優(yōu)先權(quán)的電動汽車集群充放電優(yōu)化控制策略[J].電工技術(shù)學(xué)報, 2015, 30(17): 117-125.ZHANG Qian, CAI Jiajia, LIU Chao, et al .Optimal control strategy of cluster charging and discharing of electric vehicles based on the priority[J].Transactions of China Electrotechnical Society, 2015, 30(17): 117-125.

[12]葛少云, 連恒輝, 劉洪, 等 .電動汽車時序響應(yīng)能力模型與控制策略[J].電力系統(tǒng)自動化, 2016, 40(3): 33-38，151.GE Shaoyun, LIAN Henghui, LIU Hong, et al .Timing response capability model and control method of electric vehicle[J].Automation of Electric Power Systems, 2016, 40(3): 33-38，151.

[13]辛昊, 嚴(yán)正, 許少倫.基于多代理系統(tǒng)的電動汽車協(xié)調(diào)充電策略[J].電網(wǎng)技術(shù), 2015, 39(1): 48-54.XIN Hao, YAN Zheng, XU Shaolun.Multi-agent system based coordinated charging strategy for electric vehicles[J].Power System Technology, 2015, 39(1): 48-54.

[14]李志偉, 趙書強, 劉應(yīng)梅.電動汽車分布式儲能控制策略及應(yīng)用[J].電網(wǎng)技術(shù), 2016, 40(2): 442-450.LI Zhiwei, ZHAO Shuqiang, LIU Yingmei.Control strategy and application of distributed electric vehicle energy storage[J].Power System Technology, 2016, 40(2): 442-450.

[15]CHANG T, ALIZADEN M, SCAGLIONE A.Real-time power balancing via decentralized coordinated home energy scheduling[J].IEEE Transactions on Smart Grid, 2013,4(3):1490-1504.

[16]GHOFRANI M, ARABALI A, ETEZADI-AMOLI M, et al.Smart scheduling and cost-benefit analysis of grid-enabled electric vehicles for wind power integration[J].IEEE Transactions on Smart Grid, 2014,5(5):2306-2313.

[17]LIU H, HU Z, SONG Y, et al.Decentralized vehicle-to-grid control for primary frequency regulation considering charging demands[J].IEEE Transaction on Power Systems, 2013,28(3):3480-3489.

[18]戴詩容, 雷霞, 程道衛(wèi), 等 .分散式電動汽車入網(wǎng)策略研究[J].電工技術(shù)學(xué)報, 2014, 29(8): 57-63.DAI Shirong, LEI Xia, CHENG Daowei, et al .Study on V2G strategy of distributed electric vehicles[J].Transactions of China Electrotechnical Society, 2014, 29(8): 57-63.

[19]GUILLE C, GROSS G.A conceptual framework for the vehicle-to-grid(V2G)implementation[J].Energy Policy, 2009, 37(11): 4379-4390.

[20]張立軍, 袁能文.線性綜合評價模型中指標(biāo)標(biāo)準(zhǔn)化方法的比較與選擇[J].統(tǒng)計與信息論壇, 2010, 25(8): 10-15.ZHANG Lijun, YUAN Nengwen.Comparison and selection of index standardization method in linear comprehensive evaluation model[J].Statistics & Information Forum, 2010, 25(8): 10-15.

(編輯 張媛媛)

Charging and Discharging Control of Electric Vehicle by Electric Vehicle Agent

LI Wenhua, FAN Xintao, KONG Meijuan

(School of Eletrical Engineering, Hebei University of Technology, Tianjin 300130， China)

When large scale electric vehicle is incorporated into the power grid for power grid dispatching, a proxy mechanism needs to be set up in a certain area as the intermediary of power company dispatching department and electric vehicle.According to the control of the electric vehicle by the agency, firstly, the area is divided into the office area, residential area and the supermarket shopping area, which can be controlled by one day.Secondly, according to the state information of each electric vehicle, the electric vehicle is divided into charging cluster and discharging cluster.Thirdly, according to the scheduling capacity, the scheduling time, the evaluation system of the default degree of electric vehicle owners, the agency queues the charging or discharging order of electric vehicle in the cluster in each period.Finally, in the case of safety constraints of electric vehicle owners driving and battery, the charging and discharging scheduling for electric vehicles can make the agent meet the dispatching plan of the electric power company as far as possible.

electric vehicle; agency; partition; charge and discharge cluster; evaluation system; charge and discharge order

河北省高等學(xué)校創(chuàng)新團隊領(lǐng)軍人才培育計劃(LJRC003)

TM 73

A

1000-7229(2016)09-0043-07

10.3969/j.issn.1000-7229.2016.09.006

2016-05-25

李文華(1973)，男，博士，教授，研究方向為新能源發(fā)電和并網(wǎng)技術(shù)；

范新濤(1990)，男，碩士研究生，本文通信作者，研究方向為新能源發(fā)電和并網(wǎng)技術(shù)；

孔梅娟(1992)，女，碩士研究生，研究方向為新能源發(fā)電和并網(wǎng)技術(shù)。