換電模式下的電動汽車預約換電引導策略

廣東工業大學 周萬陽 陳均泳

電動汽車以其高能效、零排放、低噪聲等優勢，成為各國實現節能減排的有效手段之一，規模化電動汽車的應用是未來社會發展的趨勢。在國務院新聞辦公室舉行的2020年上半年工業通信業發展情況新聞發布會上，工信部表示將大力推進充換電基礎設施建設，鼓勵企業研發換電模式車型。然而，規?；妱悠嚐o序的充電行為可能會造成“峰上加峰”的現象，加大電網峰谷差，影響電網運行的安全性、經濟性，使充電設施維護成本加大。因此，合理引導電動汽車用戶的充電行為，對改善各方運行狀況十分重要。

目前，已有許多學者對電動汽車的充電調度問題進行研究。戴依諾、戴忠提出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，解決了以往預約充電系統存在的不能預測用戶到某個充電站的最短時間的問題。黃晶、楊健維,王湘,何正友提出的有序充電策略考慮了用戶出行距離、時間及充電站設備利用均衡率，實現對車輛的有序充電引導。李愛軍、婁莉提出了一種長期利潤最大化的充電調度策略，建立以電動汽車排隊時長最小化和充電站長期利潤最大化為目標的充電模型，并提出一種新的充電站調度算法進行求解。Y.Cao,N.Wang,G.Kamel and Y.Kim提出一種基于發布/訂閱機制的有效通信框架能夠將充電站的必要信息傳播到電動汽車,通過仿真分析了該通信框架的優勢，并基于此提出了預約服務以便電動汽車進行最佳充電站的選擇。

然而，以上研究電動汽車都采用整車充電而未考慮更加便捷的換電模式，目前業內對換電模式下的電動汽車充電調度問題的研究尚未成熟，主要研究方向集中在換電站設施位置選擇、運營模式和對電網的影響等方面，而對電動汽車選擇最佳換電站的研究甚少。曹一家、劉易珠、闕凌燕、盧敏、李勇、黃小慶、辛建波考慮電網運行、大規模電動汽車用戶充換電需求等約束，建立換電站與電網協調的多目標雙層實時充放電調度模型。楊東海、劉建勇、馬紅濤、馬彬從用電成本分析、電池租賃形式、盈利模式分析、電池的運營模式以及換電衍生服務等方面對換電商業模式進行探討。

本文考慮采用便捷的換電模式進行電動汽車預約換電引導策略研究。首先，介紹換電站的電池管理和電動汽車與換電站信息交互的通信框架。接著提出電池可用時間預測算法和電動汽車等待時間預測算法，利用電動汽車提前預約來規劃各車輛的換電站選擇，引導電動汽車選擇最佳的換電站。最后，通過仿真驗證所提引導策略的可行性與優越性。

1 換電站服務管理

1.1 換電模式

充換電站現有的服務模式是用戶到充換電站接受服務，稱為到站式服務。根據電動汽車的結構，到站式服務分為充電和換電模式兩種，其中充電模式是即為插電模式，服務方式是提供充電樁進行充電，充電方式主要有快充和普通充電。隨著電動汽車的發展，考慮到充電時間長，建設局限大等原因，充電模式逐漸發展為換電模式，此時電池可以從車身分離進行充電與電池更換服務，充換電站發展為“換電為主、充電為輔”的新模式。

1.2 電池管理

換電模式下，換電站使用循環可替換的電池為電動汽車提供電池更換服務，因此電池循環分為電池更換階段和電池充電階段。在電池更換階段，車輛到達換電站后，從可用電池堆里獲取充好電的電池，而拆卸下來的電池進去到待充電池隊列。在電池充電階段：待充電池進入充電樁進行充電，充好電的電池進入可用電池堆。電池循環過程如圖1所示。

根據電池循環過程，換電站對電池進行如下管理：

圖1 電池循環過程

車輛到達換電站后，若此刻可用電池堆存在充好電的電池，則直接進行電池更換，可用電池數量減1，拆卸的電池進入待充電電池隊列；否則，排隊等待直至有可用的電池，排隊順序取決于預約時間。

換電站時刻監視待充電電池隊列和充電樁使用情況，若電池隊列存在待充電電池，系統首先判斷是否存在空閑的充電樁，如果有空閑，先對電池隊列的電池當前電量進行降序排序，再按序充電，直到不存在空閑的充電樁。由于拆卸的電池電量不一致，優先安排電量較大的電池進行充電有助于緩解換電站高峰期的擁塞程度。

當充電樁使用率不高于設定的閾值時，采用普通充電方式；否則采用快充。當有一充電樁的電池充好電后，此時該充電樁狀態為空閑，可用電池堆數量加1，若有待充電電池，則進入到該充電樁充電。

2 通信框架

電動汽車的預約換電調度可以分為集中式和分布式兩種。在集中式調度是由全局控制器(Global Controller,GC)執行換電管理，即隨機分布的電動汽車由全局控制器統一進行換電調度。不同于集中式調度依靠點到點的同步交互，本文基于發布/訂閱機制的通信模型實現換電站與電動汽車的通信交互，在該模型下的通信流程如圖2所示。

圖2 發布/訂閱通信框架

3 預約換電引導策略

基于電動汽車的預約換電通信模型，電動汽車與換電站之間實現信息交互，進而利用雙方的狀態信息，通過合理的算法轉化為車輛調度所需信息，本文考慮用戶對換電等待時間的偏好，車輛根據最短的等待時間做出最佳的換電站選擇。

3.1 電池可用時間預測

換電站根據電池充電狀態估算每個充電樁的可用充電時間。充電過程為多個充電樁的并行充電，分別定義兩種類型的隊列。正在充電的電池隊列定義為Nc，待充電池隊列定義為Nd。換電站電池可用時間預測算法如算法1所示。

當換電站的可用電池數量不為零時，車輛到達換電站后可以立即進行電池更換，因此電池可用時間ATB定義為網絡當前時間Tcur，可用電池對應的Tcur逐個添加到電池可用時間列表ATBLIST。而有電池正在充電時，ATB根據算法1得出。電池從當前能量狀態到最大電量的充電時間為，其中β為充電效率，分別為電池的最大電量和當前電量。因此，對于正在充電的電池，電池充電完成時間即ATB為，并將其添加到

并替換ATBLIST列表首位即最早的時間點。對ATBLIST中的電池循環此操作，直至所有電池充電完成時間計算完畢，返回ATBLIST。

3.2 電動汽車等待時間預測

電動汽車通過訂閱各個換電站的信息，獲取每個換電站的位置和列表以及所有電動汽車的預約情況，需要說明的是，預約情況經過處理不涉及用戶隱私。同時需要獲取車輛自身的位置和行駛速度v，使用Dijkstra算法計算電動汽車行駛到換電站的距離D。則電動汽車到達換電站的時間Tarr表達式為：

對于某一換電站，已預約而未達到換電站的電動汽車隊列定義為Nr，ATBLIST列表首位表示的最早的電池可用時間定義為Tf，則對應的電動汽車等待時間Tw可由算法2進行估算。

算法2遵循先到先服務(First Come First Serve，FCFS)的策略對Nr隊列進行排序，它們的預約過程將通過該次序被調度。使用算法1所返回的ATBLIST得到對應換電站的電池可用時間，在此基礎上計算電動汽車在該換電站的等待時間。為了動態地更新ATBLIST，需要計算預約的電動汽車電池充電完成時間，并替換ATBLIST首位。在對Nr隊列循環操作時，先將ATBLIST升序排序，使得Nr中每輛電動汽車的達到時間能夠與最早的電池可用時間比較以用于下一步計算。電池可用時間列表ATBLIST。

ATBLIST按照升序排列，當Nd=0，返回ATBLIST。當Nd＞0時，Nd按照最短充電時間優先(Shortest Charging Time First,SCTF)的順序進入到充電樁，對于Nd中的等待充電的電池j，其未來完成充電的時間表達式為：

（1）如果Tarr＜Tf，意味著車輛到達換電站時需要等待電池充電完成，此時電池充電完成時間和電動汽車等待時間由式(3)(4)所示。

（2）如果Tarr ≥ Tf，意味著車輛到達換電站時已經有完成充電的可用電池，此時電池充電完成時間由式(5)所示。

其中，Ts為進行電池更換所耗的時間。而此時電動汽車等待時間Tw= 0。

3.3 最優換電站選擇

電動汽車通過算法2獲取到達每個換電站的等待時間，在能夠到達的所有換電站中，選擇等待時間最少的換電站。函數T(x)表示換電站x與對應的等待時間的映射關系，則最優換電站選擇可由式(6)表示。

式中：Dmax為當前時刻電動汽車能夠行駛的最大距離，D(x)為換電站與對應的x和電動汽車之間的距離的映射關系。

4 算例分析

4.1 仿真參數設置

本文采用Y.Cao,N.Wang,G.Kamel and Y.Kim文中基于ONE仿真器構建用于電動汽車充電的整個系統模型，場景為使用赫爾辛基市中心區地圖模型，仿真區域范圍為4500m×3400m，仿真時間為21600s。為滿足要求，假設換電站的電池和所有電動汽車采用相同規格的電池，即特斯拉Model S所配備的電池，其參數為電池容量90kWh以及續航里程557km。電動汽車節點在網絡中的移動速度為3～12m/s，初始電池SOC滿足正態分布，并設定當電動汽車的電荷狀態SOC＜30%時開始選擇換電站，且預約換電時間滿足泊松分布。整個模擬中設置5座換電站，每座換電站配備8個充電特斯拉V3超級充電樁，充電功率高達250kW。同時為了簡化仿真，假設RSU全覆蓋，并且電動汽車與換電站的信息交互沒有時延。

4.2 仿真結果及分析

根據上述設置的基礎參數，本文對所提出的換電模式下的預約換電引導策略在不同情況下進行仿真，并與其他充電調度策略進行對比，計算分析結果如下。

預約換電是指本文所提電動汽車采用換電模式并在預約換電引導策略下進行有序的換電站選擇；非預約換電則直接采用換電模式進行無序的換電站選擇；預約充電是指電動汽車采用整車直充模式，采用電動汽車充電調度策略。為了分析本文所述策略的優勢，仿真從兩個重要的性能指標入手，即平均等待時間和充/換電站利用率。

由圖3可知，當車輛數量在800以內時不同策略下電動汽車的平均等待時間波動不大，這是由于車輛數量較少，并未造成長時間的擁塞。隨著車輛數量的增加，在預約換電和預約充電的策略下，電動汽車的平均等待時間穩步增加；而在非預約換電策略下，平均等待時間的增幅有些許波動，這是因為電動汽車進行無序的換電站選擇造成的。在不考慮成本的情況下，可以得出在預約換電的策略下，電動汽車的平均等待時間比非預約換電減少17.4%，比預約充電減少37.4%。前者是因為在預約換電引導作用下，車輛擁塞減緩，從而減少電動汽車的等待時間；后者則是因為在換電模式下，電動汽車更換電池比所消耗的時間整車直充少，而且換電站的備用電池極大地提高換電站的負載能力，從而減緩車輛擁塞。因此，本文所述的預約換電引導策略在減緩車輛擁塞和減少電動汽車等待時間上具有一定的優勢。

圖3 不同策略下的電動汽車平均等待時間對比

圖4(a)為非預約換電下電動汽車到達各個換電站的電動汽車數量圖，其中電動汽車總數量一定，橫坐標為選取的3個車輛密度不同的時間段（60min），時長相等，代表著高、中、低3個不同的擁塞程度，以計算每個時間段的車輛累計數量?？捎^察到電動汽車負荷分布不均勻，較多的集中在換電站2、5，在車輛密度高時可能造成在某些負荷較高的換電站，電動汽車需要排隊等待換電，而其他換電站有閑置的現象，從而使電動汽車的平均等待時間增大，嚴重影響換電站的運行效率。

圖4 非預約換電和預約換電下各個換電站電動汽車數量對比

換電模式下的預約換電引導策略將充電設備閑置的部分換電站進行充分利用，考慮了換電站負荷的均衡性，對電動汽車進行有序引導，結果如圖4(b)所示，可以看出不同時間段各個換電站的電動汽車負荷分布較均勻，保證均衡性會使某些車輛在路程上的消耗時間較長，但是可以為其避免車輛擁塞，減少等待時間。

綜上，針對某區域內規?；碾妱悠囋趽Q電模式下采取的預約換電引導策略，在減少用戶等待時間的同時，能有效減緩車輛擁塞、提高換電站利用率。由于換電站設施等限制，電動汽車總量增加到一定量時會影響控制效果。

5 結論與展望

日趨嚴重的環境污染、政府支持、行業轉移和消費者需求等因素促進電動汽車技術的快速研發和突破性發展，使其成為下一代綠色低碳汽車發展的重要方向。然而電動汽車的大規模引入可能對電網產生明顯影響，同時用戶對續駛里程存在焦慮、充換電站基礎設施利用不均等問題亟待改善。本文在掌握一定理論的基礎上提出一種換電模式下電動汽車預約換電引導策略，利用發布/訂閱機制的通信框架實現電動汽車和換電站的信息交互，利用電動汽車提前預約來對電動汽車進行換電引導，這對緩解里程焦慮、環節擁塞、縮短車輛充電等待時間和平衡換電站利用率等問題具有一定的實際意義。本文雖然提出并驗證一種換電模式下電動汽車預約換電引導策略的可行性，但受限于時間、個人能力以及資源等因素，該方向還有許多問題需要深入研究，例如整合電力網絡、考慮用戶偏好以及運營商的效益問題。未來的工作將在這幾個方面展開研究。