無線充電電動汽車V2G模式下光儲直流微電網能量管理策略

周 瑋 藍嘉豪 麥瑞坤 何正友

無線充電電動汽車V2G模式下光儲直流微電網能量管理策略

周 瑋1,2藍嘉豪2麥瑞坤1,2何正友1,2

（1. 磁浮技術與磁浮列車教育部重點實驗室（西南交通大學） 成都 611756 2. 西南交通大學電氣工程學院 成都 611756）

隨著電動汽車數量與負荷的激增，構建實現低碳、靈活、穩定的電動汽車充電方式至關重要。該文融合直流微電網以及無線電能傳輸、車網互聯（V2G）等技術，重點研究無線充電電動汽車V2G模式下光儲直流微電網能量管理策略。分別建立光伏、無線充電電動汽車、網側儲能數學模型?？紤]光伏出功與負載狀態，推導無線充電電動汽車最優效率饋網的臨界條件，給出超出臨界點后網側儲能的出力函數。基于此，定義直流微電網三種運行模式及其邊界條件，設計上層控制器實現三種模式間的切換。搭建實驗系統，驗證不同負荷下所提出的分層控制算法可有效維持母線電壓穩定，并且保持光伏系統的最大功率與無線電能傳輸系統的最優效率運行。

直流微電網 光伏 無線電能傳輸 車網互聯 電動汽車

0 引言

近年來，在“雙碳”目標的政策引領下，我國電動汽車（Electric Vehicle, EV）產業取得長足發展，大力普及新能源汽車已經成為我國的既定方針和未來趨勢。然而隨著EV數量與充電負荷的爆發性增長，如何實現低碳、靈活、穩定的EV充電成為當今研究的熱點。

在電網構架方面，現有EV充電主要依賴傳統電網，該方式存在以下兩點問題：①EV快速充電的負荷沖擊性以及時間-空間無序性給電網調峰調頻帶來巨大挑戰；②我國當前的發電結構仍然以火電為主，新增的EV負荷會加劇使用化石能源導致的碳排放問題。因此，一種將EV充電樁與分布式可再生能源有機結合的光儲直流微電網應運而生[1-4]，有助于可再生能源的就地消耗，降低EV對大電網的依賴。

在車-網能量交互方面，為進一步平抑用電高峰和低谷期的電網波動，車網互聯（Vehicle to Grid, V2G）技術被引入電網[5-9]，將EV作為儲能設備參與到電網的能量管理中，從而實現削峰填谷的作用。因此，基于光儲直流微電網和V2G技術的EV與電網的交互模式具有諸多優勢。

在車-網電氣接口方面，目前常見的基于充電樁的有線接口在頻繁插拔后容易出現接口磨損氧化、局部過熱以及漏電等安全隱患。無線電能傳輸（Wireless Power Transfer, WPT）技術作為一種新興供電模式，從根本上消除了電氣接口的物理接觸，具有靈活便捷、安全可靠等優勢[10-17]，是車-網電氣接口的優選方案。

圍繞基于直流微電網和WPT技術的EV充電，現有研究主要呈現兩大特征：①微電網側和EV-WPT側相互獨立；②僅針對EV-WPT系統的正向充電工況展開研究。文獻[18]提出了采用光儲組合系統為WPT電動汽車充電的微網系統，該系統可在提高充電靈活性的同時，有效解決電動汽車對電網產生的沖擊。文獻[19]研究了含無線充電路面的移動微網優化運行策略，通過無線充電路面實現節點間的功率轉移，太陽能消納量可提高20%。文獻[20]針對無線充電系統特性以及電網特性，提出了將二者結合的微電網能量鏈路優化方法。文獻[21]將無線充電電動汽車融入風光互補的微電網中，文中著重于微電網的上層控制器設計，建立了微電網的分層控制策略。文獻[22]針對含有動態無線充電的直流微電網，基于Simulink優化工具包對系統的容量進行了優化配置，仿真結果表明優化后的系統可以在保證電動汽車充電功率需求下充分利用可再生能源。文獻[23]提出一種由光伏電池供電的無線充電系統，該系統實現了在不同的光照環境下維持直流母線的電壓穩定。總之，現有研究主要圍繞結合直流微電網的EV無線充電過程，但是EV作為分布式儲能單元，基于WPT技術的V2G模式下的光儲直流微電網的能量管理問題也亟待研究。

本文以孤島運行的光儲直流微電網為研究對象，重點探究因光伏（Photovoltaic, PV）發電與網側儲能不足而無法滿足電網負荷需求時，無線充電電動汽車V2G模式下的光儲直流微電網能量管理策略。在確保PV最大功率運行、WPT系統最優效率饋能的前提下，填補電網功率缺額，實現母線電壓穩定。最后搭建實驗系統，在不同電網負載條件下，驗證了所提策略的正確性與有效性。

1 微網系統構架與數學建模

1.1 系統架構

本文所研究的無線充電電動汽車V2G模式下的光儲直流微電網如圖1所示。

圖1 WPT電動汽車V2G模式下的光儲直流微網系統

微網系統由網側儲能、PV電池以及工作于V2G模式的EV-WPT系統組成。其中EV-WPT系統網側級聯雙向Buck-Boost變換器以實現系統V2G模式最大效率追蹤（Maximum Power Efficiency Tracking, MPET）；PV電池級聯Buck-Boost變換器實現在不同輻照強度及溫度下的最大功率點跟蹤（Maximum Power Point Tracking, MPPT）；網側儲能級聯雙向DC-DC單元與EV-WPT系統DC-AC模塊共同實現母線電壓控制。除底層MPET、MPPT和母線電壓控制外，系統設置有上層能量管理單元，依據負荷功率、PV最大功率等信息切換微電網工作模式，以保障各單元的合理運行和母線電壓穩定。

1.2 PV系統模型

由于光伏電池的-曲線具有非線性，為確保不同輻照強度與溫度條件下PV系統輸出最大功率m，本文采用四管Buck-Boost變換器進行MPPT控制[24-25]。光伏系統拓撲如圖2所示。該拓撲具有輸入輸出同極性、輸入電壓范圍寬、雙向均可升降壓和開關管應力小等優點，故在本文中被應用于PV系統以及EV-WPT系統。變換器驅動信號Q1與Q4、Q2與Q3分別對應相同，上下兩橋臂開關交替導通，控制占空比與變流器電壓增益關系為

圖2 光伏系統

1.3 V2G模式下EV-WPT系統模型

V2G模式下EV-WPT系統電路如圖3所示，系統采用串聯補償拓撲，該拓撲具有恒流輸出特性，并網后不會帶來環流問題[26]。其中p、s分別為兩側回路內阻，p、s為補償電容，分別與線圈自感諧振。雙向Buck-Boost實現WPT的最優效率跟蹤，車載H橋變流器采用移相控制實現直流母線電壓穩定。

圖3 V2G模式下EV-WPT系統

式中，L為微電網負載等效電阻；bus為母線電壓；PV為PV系統MPPT時的輸出功率。

由控制雙向DC-DC變換器占空比為，可以得到DC-DC變換器電壓增益，進而系統網側等效負載阻抗折算到地面端H橋變流器直流側為

進一步折算到地面端H橋變流器交流側為

EV-WPT系統在充電模式與放電模式下的等效電路一致，如圖4所示。

圖4 EV-WPT系統等效電路

列寫等效電路的KVL方程為

該效率表達式適用于充電模式與放電模式。令d/deq=0，系統最優效率對應的等效負載為

由于線圈內阻極小，即()2ps，當一次、二次側匝數相近時，可假設p≈s。因此，最優負載近似為

由式（2）～式（4）和式（9）可得，EV-WPT系統最優效率所對應的占空比應滿足

對于的下界，由于EV-WPT系統車載端H橋變流器采用移相控制，因此存在最大出力約束，即移相值為0時輸出電流達最大值。此時，當等效負載為最優負載的條件下系統輸出電流為

此外，由于DC-DC變換器輸入輸出電流關系為

令d≤dmax，得到變換器占空比的約束條件為

結合式（10）和式（14），以及0＜＜1的取值范圍，得到EV-WPT控制占空比與微電網的源-荷關系如圖5所示。聯立曲面limit(PV,L)及(PV,L)，可知二者相交于一個曲線，該曲線在面上的投影PV(L)為

由圖5及式（15）可知，EV-WPT系統出力受DC-DC變換器占空比限制，存在兩個邊界：當電網負載L過小而PV出功充足時，DC-DC變換器占空比接近1，此時EV退出V2G模式，轉入充電模式；當負載過大而PV出功不足時，即（PV,L）位于曲線左側時，EV-WPT系統的最優效率與母線電壓兩個控制目標產生矛盾，此時為保證EV-WPT系統的高效運行，微網系統將啟用網側儲能填補功率缺額，下節討論網側儲能模型。

1.4 網側儲能系統模型

基于半橋式雙向DC-DC變換器的網側儲能電路如圖6所示。

圖6 網側儲能系統電路

由KCL定律可知，在保持母線電壓恒定的前提下，PV、EV-WPT及網側儲能三者協同時網側儲能輸出電流bat應滿足

式中，WPT為EV-WPT系統全出力狀態下的輸出電流。母線電壓由網側儲能電路進行控制，因此

由式（9）的最大效率表達式可得

聯立式（17）和式（18）解出β與IWPT并代入式（16），可解得PV電池-WPT-網側儲能協同運行下，網側儲能的出力函數Ibat (PPV, RL)如圖7所示。

2 微電網系統控制與能量管理

為實現孤島微電網能量利用效率的最大化，即PV電池的MPPT與EV-WPT系統MPET，本文提出能量梯次利用的三種運行模式，如圖8所示。

圖8 直流微電網模式劃分

圖8中，縱坐標表示不同負荷功率需求，根據功率需求的大小將微網系統分為三種不同運行模式。

模式Ⅰ：僅PV系統出功。此時負載功率較低，網側儲能及EV作為負荷進行充電。若所有負荷仍無法消納PV系統工作于MPPT下的輸出功率，則PV系統采取恒壓控制，該模式不屬于本文范疇。

模式Ⅱ：工作于MPPT下的PV系統與工作于V2G模式下的EV-WPT系統協同出力。PV系統提供基礎功率，剩余的功率缺額由工作于MPET下的EV-WPT系統饋網填補。同時，母線電壓由EV-WPT車載端H橋變流器移相調節進行控制。

模式Ⅲ：PV、工作于V2G模式下的EV-WPT、網側儲能協同出力。此時負荷功率較大，為保證運行于MPET模式，僅依靠EV-WPT系統無法填補功率缺額，因此投入網側儲能填補功率缺額，同時參與維持母線電壓穩定。

微電網系統的整體控制策略如圖9所示。圖9中，為WPT系統車載端H橋變流器移相角，為網側儲能DC-DC占空比?？刂葡到y由兩層控制結構組成，底層控制由各變換器的控制單元實現，負責達成MPPT、MPET和母線穩壓等控制目標；上層控制則作為系統的能量管理單元，負責處理采集電氣信息，計算系統運行狀態并決策運行模式，最后向下層控制器發出動作指令。

上層能量管理單元控制流程如圖10所示，各單元動作判據基于微電網系統的功率缺額vac，即

式中，η為光伏DC-DC變換器的效率；VbusIL為負荷所需功率；VPVIPV為工作于MPPT下的PV輸出功率。

圖10 上層能量管理單元控制流程

當vac≤0時，PV電池可以滿足負荷需求，EV及網側儲能無需出力，即系統工作在模式Ⅰ；當0＜vac≤*，此時工作于MPET下的EV-WPT系統可填補負荷缺額功率，即系統工作在模式Ⅱ；當vac＞*，此時EV-WPT系統無法在最優效率傳輸的同時維持母線電壓穩定，剩余的功率缺額由網側儲能填補，即系統工作在模式Ⅲ。

為實現PV系統MPPT控制，由于光伏電池-曲線為單極值函數，本文采用擾動觀察算法，通過不斷擾動DC-DC占空比實現最大功率跟蹤。

EV-WPT系統的MPET控制算法框圖如圖11所示。首先通過檢測整流器輸出電壓、電流，計算等效負載i，將經過比例環節得到交流測等效負載eq。根據二次側直流電壓計算推出二次側線圈電壓有效值，根據式（9）可計算出互感抗。

圖11 EV-WPT系統MPET控制框圖

Fig.11 MPET control diagram of EV-WPT system

最后將與eq的誤差進行PI運算，運算結果輸出為DC-DC占空比，從而進行實時MPET控制。

本系統采用的母線電壓控制有兩種，控制器的投入與否由能量管理單元的模式選擇器根據系統狀態使能，母線電壓穩定控制框圖如圖12所示。模式Ⅱ中電壓控制由EV-WPT系統車載端H橋變流器執行，利用PI運算實現電壓與設定值的無差跟蹤，將運算結果輸出為移相角指令；模式Ⅲ中，電壓控制由網側儲能DC-DC變換器，采用PI控制實現電壓穩定。

圖12 母線電壓穩定控制框圖

3 實驗

為驗證所提出的無線充電電動汽車V2G模式下光儲直流微電網能量管理策略的正確性，搭建直流微電網實驗系統如圖13所示，針對系統在各運行模式的穩態及動態切換進行實驗驗證。

圖13 實驗系統

實驗系統主要由三部分組成：工作于V2G模式的EV-WPT系統、PV系統、網側儲能系統，每個子系統由相應的變換器進行電能變換以及目標控制。光伏電池由PVS1001-300V10A光伏模擬電源模擬，車載電池以及網側儲能單元均由直流電壓源模擬，直流微電網負載由電子負載模擬?？刂破骰赟TM32F103ZET6搭建。實驗系統中EV-WPT系統和光伏模擬器的主要參數見表1和表2。

表1 EV-WPT系統參數

Tab.1 Parameters of EV-WPT system

表2 光伏模擬器參數

直流微電網的工作模式取決于電網負載，實驗設置微電網負載為40Ω、20Ω和10Ω三個檔位，用于模擬不同負荷功率，從而模擬本文預設的三種工況。各模式穩態實驗結果如圖14所示。圖14左圖為三種模式穩態下的功率分析儀截圖。右圖中從上至下四條波形分別對應通道1～4。其中，通道1為PV系統輸出，通道2為EV-WPT系統輸出，通道3為網側儲能輸出，通道4為負荷輸入。圖14右圖為三種模式下變換器驅動控制信號，其中s為車載端H橋變流器輸出電壓，GS-WPT、GS-PV和GS-bat分別為EV-WPT系統、PV系統、網側儲能對應DC-DC變換器的Q1開關管驅動電壓波形。

圖14 各模式穩態實驗結果

由圖14可看出，在模式Ⅰ（輕載）中，僅PV出功。在圖14a右圖中，通道1、2、4為閉鎖狀態，僅通道3的PV端DC-DC在進行MPPT控制。對應左圖為EV-WPT側、地面儲能側輸出量為0W，僅PV側有輸出功率。

在模式Ⅱ（半載）中，PV系統與工作于V2G模式下的EV-WPT系統協同出功，對應左圖中PV+WPT=L。在圖14b右圖中，通道3的PV端DC-DC在進行MPPT控制；EV-WPT系統則將剩余功率缺額補足并保持母線電壓穩定，因此右圖中s處于移相狀態，對應左圖中EV-WPT系統輸出功率WPT介于模式Ⅰ的零出功與模式III中的滿功率之間。

在模式Ⅲ（重載）中，PV系統、工作于V2G模式下的EV-WPT系統以及網側儲能協同出功，對應左圖中PV+WPT+bat=L。在圖14c右圖中，通道3的PV端DC-DC在進行MPPT控制；EV-WPT系統工作于滿功率輸出狀態，因此右圖中s的移相角為0，對應左圖中WPT大于模式Ⅰ和Ⅱ中的WPT；網側儲能則將剩余功率缺額補足并保持母線電壓穩定，因此由通道4可看出此時地面儲能已啟動。

圖15為直流微電網在三種運行模式間切換時的動態波形。bus為母線電壓，L、bWPT和bat分別為電網負載電流、模擬車載電池輸出電流、模擬網側儲能輸出電流。

圖15 各模式動態切換實驗結果

圖15a和圖15b為系統在模式Ⅰ、Ⅱ間的切換波形。由圖可知，當負荷加重時，控制器檢測到vac＞0，使能EV-WPT系統車載端H橋變流器、DC-DC變換器，經過1.3s的軟啟動以及控制過程，母線電壓恢復額定值36V；當負荷變輕時，控制器檢測到vac≤0，瞬時閉鎖EV-WPT系統各單元，EV-WPT系統退出運行，母線電壓恢復額定值。

圖15c和圖15d為模式Ⅱ、Ⅲ間的切換波形。由圖可知當負載繼續加重時，模式Ⅱ的PV與EV-WPT系統協同已難以維持母線電壓穩定，車載端H橋變流器移相值已達到極限，此時控制器使能網側儲能DC-DC變換器，系統進入模式Ⅲ。網側儲能介入填補功率缺額，母線電壓迅速恢復，同時EV-WPT繼續執行MPET控制；當負荷減輕時，控制器檢測到vac≤*，此時判定PV與EV-WPT系統協同可以維持負荷功率需求，閉鎖網側儲能DC-DC變換器，母線電壓由EV-WPT車載端H橋變流器調節。經過PI控制母線電壓在1s后恢復額定值。由于從模式Ⅰ、Ⅲ切換到模式Ⅱ需要EV-WPT系統軟啟動或者控制介入，因此這兩種切換需要花費更多的時間重新進入穩態。

考慮極端工況，模式Ⅰ、Ⅲ間的切換如圖15e、圖15f所示。當負荷從重載突降為輕載，控制器檢測到vac≤0，同時閉鎖EV-WPT及儲能系統，由光伏系統將母線電壓恢復到額定值。當負荷由輕載突增為重載，控制器檢測到vac＞*，此時可判定功率缺額嚴重，EV-WPT系統最優效率下滿功率出功，母線電壓由儲能電池控制恢復至額定值。

為驗證EV-WPT系統MPET控制算法的有效性，圖16給出一簇EV-WPT系統效率關于DC-DC變換器占空比的關系曲線。由圖可知，在占空比可調范圍內，存在最大效率點。在不同負載情況下，實測的EV-WPT系統效率點基本位于理論效率曲線的最優點，且效率始終大于87%。

圖16 電動汽車無線供電系統最大效率追蹤曲線

為驗證PV系統MPPT控制算法的有效性，圖17給出一簇PV系統輸出功率關于DC-DC變換器占空比的實驗數據。結合圖14所示PV系統DC-DC不同模式的占空比可知，控制器計算占空比與實測MPP處的占空比一致，經控制可使PV實現最大功率輸出。

實驗結果驗證了本文所構建的EV-WPT系統V2G模式下光儲直流微電網及其能量管理策略可有效工作。在確保PV最大功率運行以及EV-WPT系統最優效率饋能的同時，實現不同電網負荷的供電以及母線電壓的穩定。相較于現有文獻提出的系統構架與能量管理方法，本文重點將EV-WPT與光儲發電系統進行綜合分析，并探究了EV-WPT系統在V2G模式下的光儲直流微電網能量管理策略。

圖17 光伏系統最大功率點追蹤曲線

4 結論

本文基于直流微電網源-荷關系，提出無線充電電動汽車V2G模式下光儲直流微電網能量管理策略。基于PV系統、EV-WPT系統及網側儲能數學模型，分析微電網運行狀態，定義了微電網穩定運行的三種模式以及對應的底層控制策略。通過分析變換器占空比與PV出功及負荷功率的關系，給出了EV-WPT系統DC-DC變換器占空比的臨界條件表達式，并依此提出了微電網三種模式間相互切換的能量管理策略。最后搭建實驗系統，驗證了底層控制與上層運行模式切換共同作用下，母線電壓可在電網負載發生跳變時迅速恢復并穩定至額定電壓，且PV與EV-WPT系統分別工作于MPPT和MPET模式。

[1] 陳奇芳, 劉念, 陳征, 等. 考慮充電需求與隨機事件的光伏充電站實時運行策略[J]. 電工技術學報, 2016, 31(18): 142-150.

Chen Qifang, Liu Nian, Chen Zheng, et al. Real-time operation strategy for PV-based EV charging station considering charging demand and random events[J]. Transactions of China Electrotechnical Society, 2016, 31(18): 142-150.

[2] 楊曉東, 張有兵, 蔣楊昌, 等. 微電網下考慮分布式電源消納的電動汽車互動響應控制策略[J]. 電工技術學報, 2018, 33(2): 390-400.

Yang Xiaodong, Zhang Youbing, Jiang Yangchang, et al. Renewable energy accommodation-based strategy for electric vehicle considering dynamic interaction in microgrid[J]. Transactions of China Electrotechnical Society, 2018, 33(2): 390-400.

[3] Huang Qilong, Jia Qingshan, Guan Xiaohong. Robust scheduling of EV charging load with uncertain wind power integration[J]. IEEE Transactions on Smart Grid, 2018, 9(2): 1043-1054.

[4] Sabillon C, Franco J F, Rider M J, et al. Joint optimal operation of photovoltaic units and electric vehicles in residential networks with storage systems: a dynamic scheduling method[J]. International Journal of Electrical Power & Energy Systems, 2018, 103: 136-145.

[5] 陳麗娟, 秦萌, 顧少平, 等. 計及電池損耗的電動公交車參與V2G的優化調度策略[J]. 電力系統自動化, 2020, 44(11): 52-60.

Chen Lijuan, Qin Meng, Gu Shaoping, et al. Optimal dispatching strategy of electric bus participating in vehicle-to-grid considering battery loss[J]. Automation of Electric Power Systems, 2020, 44(11): 52-60.

[6] Rao Yingqing, Yang Jun, Xiao Jinxing, et al. A frequency control strategy for multimicrogrids with V2G based on the improved robust model predictive control[J]. Energy, 2021, 222: 119963.

[7] Mazumder M, Debbarma S. EV charging stations with a provision of V2G and voltage support in a distribution network[J]. IEEE Systems Journal, 2021, 15(1): 662-671.

[8] 姚一鳴, 趙溶生, 李春燕, 等. 面向電力系統靈活性的電動汽車控制策略[J/OL].電工技術學報, 2021,https://doi.org/10.19595/j.cnki.1000-6753.tces.210515.

Yao Yiming, Zhao Rongsheng, Li Chunyan, et al. control strategy of electric vehicles oriented to power system flexibility[J/OL]. Transactions of China Electrotechnical Society: 2021. https://doi.org/10. 19595 /j.cnki.1000-6753.tces. 210515.

[9] 鄧藝璇, 黃玉萍, 黃周春. 基于隨機森林算法的電動汽車充放電容量預測[J/OL].電力系統自動化, 2021, 45(21): 181-188.

Deng Yixuan, Huang Yuping, Huang Zhouchun. Charging and discharging capacity forecasting of electric vehicles based on random forest algorithm[J/OL]. Automation of Electric Power Systems, 2021, 45(21): 181-188.

[10] Fu Minfan, Tang Zefan, Ma Chengbin. Analysis and optimized design of compensation capacitors for a megahertz WPT system using full-bridge rectifier[J]. IEEE Transactions on Industrial Informatics, 2019, 15(1): 95-104.

[11] He Rong, Zhao Peng, Fu Minfan, et al. Decomposition and synthesis of high-order compensated inductive power transfer systems for improved output controllability[J]. IEEE Transactions on Microwave Theory and Techniques, 2019, 67(11): 4514-4523.

[12] 趙魚名, 王智慧, 蘇玉剛, 等. 基于T型CLC諧振網絡的恒壓型電場耦合電能傳輸系統負載自適應技術[J]. 電工技術學報, 2020, 35(1): 106-114.

Zhao Yuming, Wang Zhihui, Su Yugang, et al. Load adaptive technology of constant voltage electric-field coupled power transfer system based on T-CLC resonant network[J]. Transactions of China Electrotechnical Society, 2020, 35(1): 106-114.

[13] Feng Junjie, Li Qiang, Lee Fred C, et al. LCCL-LC resonant converter and its soft switching realization for omnidirectional wireless power transfer systems[J]. IEEE Transactions on Power Electronics, 2021, 36(4): 3828-3839.

[14] Xia Chenyang, Wei Nan, Zhang Hongtai, et al. Multifrequency and multiload MCR-WPT system using hybrid modulation waves SPWM control method[J]. IEEE Transactions on Power Electronics, 2021, 36(11): 12400-12412.

[15] 卿曉東, 蘇玉剛. 電場耦合無線電能傳輸技術綜述[J]. 電工技術學報, 2021, 36(17): 3649-3663.

Qing Xiaodong, Su Yugang. An overview of electric-field coupling wireless power transfer technology[J]. Transactions of China Electrotechnical Society, 2021, 36(17): 3649-3663.

[16] 趙靖英, 張振遠, 張珂. 基于∞非線性控制器的電動汽車無線充電系統的副邊控制設計與參數優化[J].電工技術學報, 2021, 36(21): 1-12.

Zhao Jingying, Zhang Zhenyuan, Zhang Ke. Control design and parameter optimization on secondary side of electric vehicle wireless charging system based on∞nonlinear controller[J]. Transactions of China Electrotechnical Society, 2021, 36(21): 1-12.

[17] Yang L, Zhang Y, Li X, et al. Analysis and design of four-plate capacitive wireless power transfer system for undersea applications[J]. CES Transactions on Electrical Machines and Systems, 2021, 5(3): 202-211.

[18] Lee H S, Yun J J. Three-port converter for integrating energy storage and wireless power transfer systems in future residential applications[J]. Energies, 2020, 13(1): 272.

[19] 方華亮, 彭輝, 李大虎, 等. 面向電動汽車路面無線充放電的移動微網[J]. 高電壓技術, 2016, 42(7): 2119-2126.

Fang Hualiang, Peng Hui, Li Dahu, et al. Mobile microgrid based on electric vehicle on-road wireless charging and discharging[J]. High Voltage Engineering, 2016, 42(7): 2119-2126.

[20] Zhao Zhihao, Sun Yue, Hu Aiguo Patrick, et al. Energy link optimization in a wireless power transfer grid under energy autonomy based on the improved genetic algorithm[J]. Energies, 2016, 9(9): 682.

[21] 劉杰. 風光互補微電網為電動汽車無線充電研究[D]. 天津: 天津工業大學, 2016.

[22] Sánchez-Sáinz H, García-Vázquez C-A, Llorens Iborra F, et al. Methodology for the optimal design of a hybrid charging station of electric and fuel cell vehicles supplied by renewable energies and an energy storage system[J]. Sustainability, 2019, 11(20): 5743.

[23] Subudhi P S, Subramanian K, Retnam B B J D. Wireless electric vehicle battery-charging system for solar-powered residential applications[J]. International Journal of Power and Energy Systems, 2019, 39(3): 130-140.

[24] 龔政. 偽連續導電模式四開關Buck-Boost變換器控制策略研究[D]. 成都: 西南交通大學, 2020.

[25] 李捷. 基于四管Buck-Boost的數字控制光伏功率優化器的研究[D]. 北京: 北方工業大學, 2018.

[26] Zhang Kehan, Ye Tianwei, Yan Zhengchao, et al. Obtaining maximum efficiency of inductive power-transfer system by impedance matching based on Boost converter[J]. IEEE Transactions on Transportation Electrification, 2020, 6(2): 488-496.

Research on Power Management Strategy of DC Microgrid with Photovoltaic, Energy Storage and EV-Wireless Power Transfer in V2G Mode

Zhou Wei1,2Lan Jiahao2Mai Ruikun1,2He Zhengyou1,2

（1. Key Laboratory of Suspension Technology and Maglev Vehicle Ministry of Education Southwest Jiaotong University Chengdu 611756 China 2. School of Electrical Engineering Southwest Jiaotong University Chengdu 611756 China）

With the rapid increase of electric vehicles (EVs), it is essential to build a low-carbon, flexible and stable charging method for EVs. This paper integrated DC microgrid, wireless power transfer (WPT), vehicle-to-grid (V2G) technologies, and focused on the power management strategy of DC microgrid with photovoltaic, energy storage and WPT system in V2G mode. The mathematical models for photovoltaic, WPT, and energy storage were established, respectively. Considering the photovoltaic power output and the load power level, the critical conditions for the WPT system under maximum power efficiency status were derived, and the output function of the energy storage beyond the critical conditions was given. Based on this, the three operating modes and boundary conditions of the DC microgrid were defined, the upper-level controller was designed to switch between the three modes. An experimental system was constructed to verify that the proposed hierarchical control algorithm can effectively maintain the stability of the bus voltage. The maximum power of the photovoltaic system and the optimal efficiency operation of the WPT system were also guaranteed.

DC microgrid, photovoltaic, wireless power transfer, vehicle to grid, electric vehicle

10.19595/j.cnki.1000-6753.tces.211279

TM724

四川省科技計劃（2021YFH0039）和國家自然科學基金（51907170）資助項目。

2021-08-16

2021-10-26

周 瑋 男，1990年生，講師，碩士生導師，研究方向為無線電能傳輸、電能變換器。E-mail：wzhou@swjtu.edu.cn （通信作者）

藍嘉豪 男，1998年生，碩士研究生，研究方向為無線電能傳輸、直流微電網。E-mail：lanjiahao@my.swjtu.edu.cn

（編輯 郭麗軍）