新能源汽車排隊充電策略研究*

沈志順，韓友國，顧民，姚朝華

?

新能源汽車排隊充電策略研究*

沈志順，韓友國，顧民，姚朝華

（奇瑞新能源汽車技術有限公司，安徽 蕪湖 241000）

新能源汽車的發展意義重大。文章在不提高新能源汽車充電效率的基礎上，對新能源汽車排隊充電的策略進行研究。利用智能算法中性能優良的粒子群算法對建立的模型進行求解，得到的充電排序方法能夠滿足實際的需要，為現實環境的新能源汽車的排隊充電提供了理論依據。

新能源汽車；排隊充電；排序策略

前言

隨著新能源汽車的發展與逐漸的普及，各個城市都在不斷的為新能源汽車的發展提供強有力的支持，大量的充電樁隨之建立起來。但是，鑒于城市的結構復雜，還不能有效解決電動汽車的充電問題。由于快速充電技術在短時間內不會有較大的突破，因此短期內充電技術不是影響充電效率的重要因素，因而不能提高充電效率。假設充電功率不變，由于不同種類的電動汽車有著不同容量，因此可以將充電的用戶分為三類：大充電需求用戶、中充電需求用戶和小充電需求用戶。這些用戶在充電時間上有著較大的差異性，不同的用戶所需的充電時間各有不同。這種差異性會給充電站以及用戶帶來較大的影響。

當充電站比較忙時，大充電需求的用戶會在很長的時間內占用較多的充電資源，造成排在其后的用戶因長時間等待而產生抱怨，同時后續車輛陸續到達，使得充電站的排隊長度較長，從而影響附近道路交通和其他用戶出行。當充電站閑時，若站內用戶充電需求均較小，則會降低充電設施的利用率，從而造成充電資源的浪費。因此，電動汽車充電需求的多樣性問題，實際上是由于無序充電造成的。雖然該問題會隨著未來電池技術和快速充電技術的突破而得到解決，但在各項技術尚未突破的時期，仍需通過一種有序引導策略來縮小用戶充電需求的差異性，以解決電動汽車的無序充電問題。

1 新能源汽車排隊充電的數學模型

本文優化的目標為最大充電時間，即對于給定的個新能源汽車和個充電樁，如何進行有序引導可以使得它們的總充電時間最短。

2 智能算法

粒子群算法（Particle Swarm Optimization，PSO）是由J. Kennedy和R. C. Eberhart等開發的一種性能優良的進化算法，在很多領域都有很好的應用。PSO一般從一個隨機解出發，通過多次迭代尋找最優解或者次優解，搜索過程中主要利用適應度計算來對解進行評價。相比于遺傳算法而言，它沒有復雜的交叉變異過程，它只通過追隨最優值來尋找整個解空間的全局最優解。粒子群算法有著容易實現、精度高以及收斂速度快的特點，因此在解決實際問題中展現出了極大的優勢。本文將利用粒子群算法求解新能源汽車的排隊充電問題。

3 具體案例

為了便于進行分析，并且保證算法的適用性，本文假設有100輛電池容量不同的新能源汽車需要充電，某一充電樁區域內共有5個充電樁。每輛新能源汽車的充電時間如表1所示。

4 實驗仿真

本文利用計算機進行仿真模擬，通過計算可以快速獲得新能源汽車的調度方案，對表1中的100輛新能源汽車進行調度，可以獲得有序充電排序圖如圖1所示。

表1 100輛汽車的充電時間

5 結論與展望

充電效率對新能源汽車的發展有著很重要的影響，在關鍵技術不能及時解決的環境下，對策略的研究便會起到關鍵的作用。本文首先建立了新能源汽車的充電排序模型，然后利用粒子群算法進行求解，通過模擬現實環境中汽車的充電過程，得到了系能源汽車的有序充電排序方案，結果驗證了求解思路的正確性。未來將對復雜環境下的問題進行更加深入的探討和研究。

[1] 田家森,丁超.新時期新能源汽車發展的問題及解決對策[J].西部皮革,2018,40(23):37.

[2] 林伯強.新能源汽車如何實現華麗轉身[N].中國證券報,2018-12- 08(A07).

[3] 俞躍,呂亞君.基于新城區的新能源汽車充電行業發展研究[J].現代商業,2018(32):183-184.

[4] 劉影.我國新能源汽車的發展現狀[J].山東工業技術,2018(23):35.

[5] 李競強,甄曉陽,康蘇媛,郁有建.天津市新能源汽車充電基礎設施建設現狀及對策研究[J].天津科技,2018,45(10):9-10+13.

[6] 張瑞云.新能源汽車現狀及未來發展趨勢分析[J].電子世界,2018 (20):56-57.

[7] 許鳳.新能源汽車的發展與社區的機遇[J].城市開發,2018(20):54 -55.

Research on queuing charging strategy of new energy vehicles*

Shen Zhishun, Han Youguo, Gu Min, Yao Zhaohua

（Chery new energy vehicle technology co. LTD., Anhui Wuhu 241000 )

The development of new energy vehicles is of great significance.In this paper, on the basis of not improving the charging efficiency of new energy vehicles, the strategy of queuing charging of new energy vehicles is studied.The particle swarm optimization (pso) algorithm with excellent performance in the intelligent algorithm is used to solve the established model, and the obtained charging ordering method can meet the actual needs, providing a theoretical basis for the queuing charging of new energy vehicles in the real environment.

New energy vehicles; Queue charging; Sorting strategy

U469.7

A

1671-7988(2019)07-22-02

沈志順，碩士，項目經理，就職于奇瑞新能源汽車技術有限公司，從事新能源汽車研發工作。

2017年蕪湖市科技重大專項：高性能平臺化電驅動系統研發（編號：2017zd01）。

U469.7

A

1671-7988(2019)07-22-02

10.16638/j.cnki.1671-7988.2019.07.006