基于LSTM網絡學習的電動汽車實時能量管理優化策略

洪晨威，劉其輝，張怡冰

（1.華北電力大學 新能源電力系統國家重點實驗室，北京102206；2.國網北京市電力有限公司，北京100031）

0 引言

電動汽車（electric vehicle，EV）的大量上網帶來的大規模負荷增長進一步加劇了配網的負荷峰谷差，對配網的安全運行產生了負面影響。文獻［1］—文獻［2］對EV接入對電網產生的影響進行了詳細的綜述，如何對EV進行有效調控是當前的研究熱點。

目前國內外學者在解決EV有序充電的問題上已展開了一系列研究。目前比較可行的思想是對EV進行分層分區管理。文獻［3］引入了EV分層分區調度的概念，構建了基于雙層優化模型的EV充放電調度模型；文獻［4］建立了以系統總負荷平方差最小和可轉移充放電量最大為目標的兩階段優化模型，并采用yalmip進行求解。文獻［5］—文獻［6］構建了含EV與可再生能源的雙層協調優化模型，并采用遺傳算法求解整個模型。分層分區管理方式有效降低了各代理商所調度的EV的規模，大大減少了模型求解的計算量和計算時間。上述文獻提出的算法均是一種確定性局部優化算法，僅能考慮當前已接入的EV及電網狀態，求解結果也僅是該時段的局部最優解，從當日全局負荷層面考慮，其結果還存在一定的優化空間。

考慮到電網負荷及EV充電負荷為時間序列數據，且在一定時間尺度下呈現周期性規律。而深度長短期記憶神經網絡（long short-term memory，LSTM）是一種基于循環神經網絡（recurrent neural network，RNN）改進的深度學習算法，對處理時序數據有很好的效果［7］。可以有效地學習歷史序列數據中的規律信息。

因此，提出一種基于LSTM網絡深度學習的EV 3層能量管理系統。以電網負責的調度中心（電網層）、代理商負責的區域能量管理系統和充電站能量管理系統組成的3層能量管理架構為依托，利用電網歷史基礎負荷及EV歷史負荷數據求解出歷史調度優化任務最優解，用于訓練學習網絡，并利用該網絡快速高效的指導當前實時EV調度任務的優化。最后通過仿真計算驗證了提出方法的有效性、靈活性和優越性。

1 EV 3層能量管理系統

1.1 3層架構模型

基于文獻［8］提出的包括電網層、區域能量管理系統和充電站能量管理系統的EV充電能量管理3層架構模型，結合LSTM學習網絡進行進一步的改進，架構模型如圖1所示。

圖1 電動汽車3層管理架構Fig.1 Three-tier management structure of electric vehicles

由于EV 3層架構管理系統各層的主要功能與現有研究類似，其中電網層策略的關鍵在于制定引導電價或者制定充電功率閾值，目前已有較多的研究成果［9—10］，因此本文研究重點為能量管理系統如何構建最優指導充電功率深度學習網絡、基于該學習網絡制定指導充電功率的方法以及充電站能量管理系統對指導充電功率的分配策略。

1.2 3層架構能量管理流程

3層能量管理流程圖如圖2所示。

圖2 3層架構能量管理流程Fig.2 Three-tier architecture management flow

在每日調控開始前，區域管理系統需執行3個步驟：

（1）接收調度層下達的基于歷史負荷制定的該日引導電價c(t)，元/kWh；區域充電負荷功率上限M(t)，kW；該日調度目標等信息；

（2）根據歷史EV負荷模擬優化過程，計算在已知全日EV準確接入時間及充電需求條件下的各站級管理系統指導充電功率最優解（目標函數與調度層下達的調度目標一致）；

（3）以計算得到的歷史每日的指導功率最優解為學習目標，基于歷史負荷數據及歷史電價信息構建指導功率深度學習網絡，準備開始該日的調控。

在收到調度層下達的電價信息及功率限額后，由區域管理系統與站級管理系統配合，對EV充電進行實時控制。將1天劃分為96個控制時段（每個時段時長為15 min），將每個控制時段末端作為該時段的優化計算點，對等待充電的EV的充電行為進行優化計算。

假設在某個控制時段中區域內所有充電站中共接入了n輛EV（均未充滿），則在該控制時段末端對這n輛EV進行優化，計算它們在下一控制時段的充電功率，該過程需要經歷3個步驟：

（1）各站級管理系統統計n輛EV中仍有優化裕度的m輛車輛的電池型號及狀態信息（當前電池狀態SOCi,j,t及電池容量Bi,j）、到達時刻所在時段Ti,j,0、離開時刻所在時段Ti,j、充滿所需時段數、該車輛所屬的充電樁類型（直流充電樁或交流充電樁）及其相應的充電額定功率PDC和PAC，并計算各充電站內車輛的平均緊急程度系數Ri,j(t)，如式（1），并將這些信息上傳給區域管理系統

（2）區域管理系統收到轄區內各站級管理系統提交的信息后，將該控制時段及之前時段的區域基礎負荷數據、電價、EV數量及緊急程度信息輸入深度學習神經網絡，由該網絡計算得出各充電站在下一控制時段的指導充電功率，并下達給相應的站級管理系統。

（3）站級管理系統接收指導充電功率指令，以此為參照分別對本站內m輛車中的EV進行充電功率分配，計算得到各EV在下一控制時段的充電功率，并下發到對應的充電樁。

2 基于LSTM網絡學習的區域EV管理系統

2.1 LSTM單元結構

由于各充電站的指導充電功率實際上為一組時間序列，而深度學習模型中的LSTM模型恰好具有記憶能力，可以有效地學習歷史序列數據中的信息，因此采用長短期記憶深度神經網絡模型。LSTM的單元結構如圖3所示［11］。

圖3 LSTM單元結構Fig.3 LSTM unit structure

圖3中Ct-1為前一個單元的記憶；ht-1為前一個單元的輸出；Xt為當前單元的輸入；Ct為當前單元的記憶；ht為當前單元的輸出；函數ft為遺忘門，用于選擇遺忘ht-1中的參數信息；it和C?t構成輸入門，用來讀取和修正參數，并創建候選向量Ct添加到單元記憶中；Ot為輸出門，用于選擇輸出部分單元記憶信息，計算公式為［12］

式中：W和b分別為對應門的權重系數矩陣和偏置項；σ為sigmoid激活函數，用于將實數映射到［0，1］內；tanh為雙曲正切函數，用于將實數映射至［-1，1］內。

在處理序列數據時，每個時間步對應一個LSTM單元。每個單元通過考慮當前輸入、前一個單元的輸出和記憶來作出決定，同時它會產生一個新的輸出并改變它的記憶。當存在多個LSTM層時，第一層各時間步的單元輸出將作為第二層對應時間步的單元的輸入，第一層最后的時間步的記憶將作為第二層的初始記憶。

2.2 LSTM長短期記憶循環神經網絡模型

本文構建的LSTM模型包括輸入層、2個LSTM隱藏層、兩個全連接層、一個Dropout層和輸出層。輸入矩陣進入輸入層后，經過LSTM隱藏層和Dropout層后，通過全連接的輸出層得到最終預測值，LSTM模型如圖4所示。

圖4 LSTM網絡模型Fig.4 LSTM network model

LSTM層的作用是為了篩選出重要的信息，同時遺忘不重要的信息。Dropout層在正向傳遞和權值更新的過程中對LSTM神經元的輸入和遞歸連接進行概率性失活，能夠避免某一個網絡被過分的擬合到訓練集，出現“過學習”，本文將失活概率設置為0.5。完全連接層的作用是將高維輸入轉變為低維輸出，同時保留上一層的信息。圖4中完全連接層2的輸出維度需要與預測結果維度相同。

2.2.1 網絡訓練集輸入數據

選取以下因素作為輸入特征，分別為：各時段的基礎負荷、電價、停留EV數量、EV平均緊急程度系數，t-1、t-2時段的EV數量及平均緊急程度系數。每組訓練數據包含96個時段數據。訓練集具體輸入數據如表1所示。

表1 訓練集輸入數據Table 1 Input data of training set

表1中，在全日負荷情況已知的條件，根據尋優算法求得區域管理系統轄內各充電站在第t時段的指導充電功率最優解，其目標函數的選取與調度層的指令保持一致，以96個控制時段中該區域內M個充電站整體充電成本最小為目標［8］，即

2.2.2 實時輸入輸出數據

在實時優化調度時，網絡需要的輸入數據及相應的輸出數據如表2所示。

表2 實時輸入輸出數據Table 2 Real time input and output data

2.2.3 訓練流程

為提高訓練速度，同時兼顧訓練精度，采用mini-batch技術［11］，并選取batchsize=20，即將20組訓練數據作為一個整體訓練，具體訓練過程如下：

（1）對數據進行標準化，由表1可知每組數據包含6個輸入量，1個目標值，且時段數為96，因此每組輸入數據矩陣大小為7×96；

（2）將訓練集的輸入量輸入到LSTM網絡模型中，得到初步的預測值，并計算得到與目標值的誤差；

（3）采用Adam反傳播算法，更新網絡權重，實現LSTM網絡的監督學習；

（4）訓練完成后，將測試集的數據實時輸入到LSTM網絡，得出該充電站的實時指導充電功率。

3 站級能量管理策略

本文的充電站能量管理系統按照各車輛的緊急程度系數對區域能量管理系統下達的指導充電功率進行分配，系數越高，分配的充電功率越高。

交流慢充EV分配到的充電功率為0或額定功率PAC，直流快充的EV充電功率可以在0到PDC之間連續調節［13］。

假設第i個充電站在第t個控制時段內接入的EV中交流充電EV的集合為ACt，直流充電EV的集合為DCt，則交流充電電動汽車分配的充電功率為

直流充電EV分配的充電功率為

4 算例分析

4.1 仿真模型設置

假設某個區域能量管理系統下有3個充電站（M=3），分別設置在辦公區、商業區和居民區［8］。直流額定充電功率為45 kW，交流額定充電功率為7 kW，EV的電池容量有兩種，分別為24 kWh和32 kWh。收集101組某地區實測基礎負荷數據及電價信息，同時按照文獻［14］提出的基于蒙特卡洛方法的電動汽車出行鏈進行模擬，得到101組EV的出行數據，共計101組初始數據。選取其中一組作為測試數據用于驗證最終結果，其余數據作為訓練數據訓練LSTM學習網絡。圖5為該日基礎負荷曲線，表3為該日各充電站接入的EV信息，表4為該日調度層下達的引導電價。

2層LSTM層的隱藏單元數量分別設置為200、100，迭代次數為300次。

圖5 該日基礎負荷Fig.5 The base load of the day

表3 該日各充電站接入的電動汽車信息Table 3 EV information of each charging station of this day

表4 各時段電價信息Table 4 Electricity price of each period

4.2 算例結果分析

將本文方法與其他文獻提出的局部優化算法（滾動優化策略）進行對比。圖6為該區域管理系統轄內3個充電站的實際充電功率，圖7為該地區的基礎負荷曲線與不同控制方法下的全部負荷曲線，對應的充電費用及峰谷差如表5所示，圖8為不同策略下不同時段的平均充電功率。

圖6 各充電站的實際充電功率Fig.6 Actual charging power of each charging station

圖7 不同策略下的負荷曲線對比Fig.7 Comparison of load curves under different strategies

表5 峰谷差、充電成本與優化耗時對比Table 5 Comparison of peak-valley、charging cost and optimization duration

圖8 不同控制策略下各時段的平均充電功率Fig.8 Average charging power of each period under different control strategies

結合圖6、圖7、圖8和表5可以看出，若電動汽車進行無序充電，不僅充電成本高，且大幅增加了電網的日負荷峰谷差，不利于電網的安全穩定。而本文策略和滾動優化策略均能合理的協調各充電站的指導充電功率，盡可能減少在高電價時段（10:00—14:00，18:00—23:00）的充電功率，將充電負荷轉移至電價相對較低的時段，對比即時充電方式，大大降低了充電成本。

同時，由圖8可以看出，本文提出的方法在負荷高峰時段充電功率更低，在負荷低谷時段充電功率顯著增加，負荷轉移效果更加顯著。對比表5不同算法下的全日峰谷差，本文的策略的峰谷差更小，削峰填谷的效果更優。另一方面，在對測試數據96個時段的實時仿真中，滾動優化策略用時2 min，而本文提出的方法用時僅30 s，計算效率更高。

綜上，本文提出的策略從最終優化結果來看確實取得了較一般算法更優的結果，實時計算效率更高，且當管理的EV數量更加龐大時，普通的尋優算法計算速度將進一步下降，甚至可能出現維數災，但對本文提出的策略則依然可以保持較高的求解效率，充分體現了策略的有效性及優越性。

5 結束語

本文建立了包括調度層，區級管理層，站級管理層的3層EV充電負荷實時優化管理模型，在此基礎上重點研究和提出了基于深度學習的區級能量管理策略，并通過仿真算例進行了驗證。主要結論如下：

（1）本文提出的基于深度學習網絡的區域管理系統管理策略可以充分利用歷史負荷數據，深度挖掘歷史優化任務的信息用于指導在線實時優化，優化效果相較于一般的局部優化策略更好。

（2）本文策略優化變量數較少，不會出現維數災的問題，求解難度較低，實時計算效率更高，適用于大規模電動汽車接入的情形。