1、第 44卷 第 504期 电测与仪表 Vol.44 No.504 2007年 第 12期 Electrical Measurement & Instrumentation Dec.2007 - 1 - 居民区的规模化电动汽车有序充电控制策略研究 钟小强 （ 国网福建省电力有限公司 ， 福州 350003） 摘要 ： 电动汽车的大规模接入配网必然会对配网产生较大的影响。 文章 根据居民区电动汽车的出行特性建立了居民区的充电负荷模型，并基于最优参数控制和有效区间控制提出了两种充电策略。最后，通过对某一典型居民区仿真，比较了上述两种策略和无序充电以及无序延迟充电对负荷曲线削峰填谷的有效性。 关键词
2、：电动汽车 ； 充电控制策略 ； 峰荷 ； 峰谷差 中图分类号 ： TM933 文献标识码 ： B 文章编号 ： 1001-1390（ 2018） 00-0000-00 Control strategies for large-scale orderly charging of electric vehicles in residential area Zhong Xiaoqiang (State Grid Fujian Electric Power Company, Fuzhou 350003, China) Abstract: Large-Scale access of electric
3、vehicles to distribution network will have a great impact on the distribution network. According to trip characteristics of electric vehicles in residential area, this paper builds up the charging load model of residential area and proposes two charging strategies based on optimal parameters control
4、 and effective interval control. Finally, the effectiveness of proposed control strategies is verified by simulation of a typical residential area, and the traditional random charging and delayed charging on peak-valley difference of load curve are compared with the proposed control method. Keywords
5、: electric vehicles, charging optimal control strategy, peak load, peak-valley difference 0 引言 电动汽车作为新能源汽车，能够有效缓 解日益突出的燃油供求矛盾以及环境污染问题，世界各国纷纷大力推广和促进电动汽车的发展 1-3。可以预见，随着电动汽车规模的扩大和充电设施的逐渐完善，越来越多的家庭将在居民区为电动汽车进行充电。然而，大规模电动汽车作为负荷接入电网时，如果其充电行为无法得到正确有序的控制，将会对电力系统的安全经济运行带了很大的风险（如变压器过载、峰谷差加大、电压跌落等）。因此，研究电动汽车的有
6、序充电控制策略具有较大的实用价值。 电动汽车作为可移动、可控制负荷，利用电动汽车负荷特点可以优化电网负荷曲线。文献 4基于大数定律建立 了一种表征规模化电动汽车充电行为的概率负荷模型。文献 5将电动汽车抵达时间划分为两段，并基于两阶段泊松过程提出了充电负荷的建模方法。文献 6在实时电价的背景下，研究了基于需求侧响应的插电式混合动力汽车的集中充电机制。文献 7以用户充电费用最小和电池充电起始时刻最早为目标建立模型，能有效减小峰谷差，并提高用户满意度。文献 8-9在充电起始电池电量和充电起始时刻确定的基础上，研究了三种充电策略对电网负荷的 影响。文献 10假设充电起始电池电量和充电时长确定，通过蒙
7、特卡洛仿真规模化电动汽车的充电负荷。 文 章 考虑电动汽车行驶里程的随机性和配网的特性，研究居民区电动汽车充电控制策略。通过建立充电负荷模型，提出了最优的控制策略，并通过算例验证其有效性。 第 44卷 第 504期 电测与仪表 Vol.44 No.504 2007年 第 12期 Electrical Measurement & Instrumentation Dec.2007 2 1 居民区电动汽车出行特性 根据目前我国电动汽车的发展现状，电动汽车主要类型为私家车、公交车、出租车等 10。从 2013年开始，国家电网放开对居民区慢充设施的管制，同时地方政府为部分新小区建设配套充电桩，新能源车主
8、可以在居民区使用私人充电桩为电动汽车进行充电。 文章 主要研究居民区电动汽车充电优化策略，而居民区一般以私家车为主，因此 文章 仅考虑私家车的充电情况。私 家车用户一般在 17:30-18:30 回到居民区，在 7:00-9:00 离开居民区。电动汽车在居民区的停放时间多为夜间，且超过 10 小时，具有适合慢充的特点。因此有必要专门针对夜间时段制定有序充电策略。 2 居民区电动汽车充电特性分析 电动汽车充电行为的随机性主要表现在充电起始时刻和充电时长具有不确定性。但对某个特定用户而言，其充电时长由日行驶里程唯一确定，因而其充电行为并不具有随机性 11；但由于各用户充电行为缺乏同步性，因而规模化
9、电动汽车用户的充电行为具有随机性。 相关统计数据表明，私家车日行驶里程数服从概 率密度函数 12-13，如下所示： 222 ( l n )1( ) e x p , 022 ixii xix xs x xx （ 1） 式中 x =3.47，表示私家车日行驶里程数的平均值； x =0.88，表示私家车日行驶里程数的标准差。 在电动汽车电能消耗相同的情况下，电池荷电状态 xSOC 计算公式如下： 1 0( ) 1 0 0 %/xn xS O C xS O C （ 2） 式中 0x 为电动汽车在电池充满状态下的最大行驶里程； 为充电效率； -1nSOC 表示上次充电 结束后 的电池荷电状态，即下次行程
10、开始前的电池荷电状态。 根据式 (1)和式 (2)，可以推导得出电池荷电状态的概率密度 )( xhSOC ，如下所示： 0120121)=2 ( )( ( ) )xp(e2xn x xn x xxx S O C S O Cxln S O C S O Ch S O Cln （ 3） 锂电池 是现下最具潜力的电池。锂电池一般使用两段式恒压恒流充电模式。充电初始阶段使用恒流充电，当电压上升到电池的最大允许充电电压后采用恒压充电模式，同时电流开始减小直至充电完成。私家车的荷电状态 SOC 一般大于 20%，充电功率恒定。因此充电状态下的电动汽车可以被看成功率恒定的负荷。充电时间 dt 计算如下： 10
11、()( ( ) )/d n xnnWSO C SO CPxWSO C SO CxtP （ 4） 式中 W 为电池容量，单位 kWh； P 为充电功率，单位 kW； nSOC 为目标荷电状态。通常情况为满电状态，即 1nSOC 。 根据式 (1)和 (4)， )(dgt 为充电持续时间的概率分布，计算公式如下： 02011211 )=2 ( )( ( ) )(e x p2dnddnnxnxxx t P S O C S O CWt P xln S O C S O C nWgtl （ 5） 根据统计数据，私家车充电起始时刻 st 服从正态分布 9-10： 221 e x p ( 1 2 2 4 )2
12、21 e x p ( 0 1 2 )22()24sststtsssttttt ttftt ，（ 6） 式中 t 为充电起始时刻的期望值 ； t 为充电起始时刻的方差 ； ()sft 为 st 的概率密度。 假设居民区 N 台电动汽车的充电功率如下： 1 iNp t p p p （ 7） 第 44卷 第 504期 电测与仪表 Vol.44 No.504 2007年 第 12期 Electrical Measurement & Instrumentation Dec.2007 3 式中 ip 为电动汽车的充电功率，则 N 台电动汽车的充电曲线如下： 1 1 1 1 12 2 233233 32(
13、) ( )( ) ( )( ) ( ) ( ) ( )( ) ( )s s ds s dE V s s ds N s N d NNNR t R tR t R tt p t R t R tR t R tttPtt （ 8） 式中 ()iRt 为步骤函数 ； dit 为电动汽车的充电持续时间 ； sit 为电动汽车充电起始时间。 3 居民区电动汽车充电优化控制策略 通过上述分析，电动汽车的数量和充电起始时刻为充电负荷的决定因素。充电起始时刻具有较强的随机性，服从式 (6)分布，其期望值和方差反映了大规模电 动汽车在充电起始时刻的聚集特性。如果大量电动汽车接入峰谷差较大的配电网，一旦缺乏有效、正确的
14、控制策略，充电负荷将导致负荷峰值的增大以及变压器过载。因此，为减小现有配电网的负荷峰谷差，正确地调整、控制每台电动汽车的充电起始时刻，提出以下两种优化控制策略： 3.1 基于最优参数的优化控制策略 优化目标为负荷曲线峰谷差最小，同时，保持峰荷不变，公式表述如下： 10m in m ax m inm ax m axppp pf （ 9） 式中 1f 表示系统负荷曲线峰谷差 ； maxp 为优化后的系统峰荷 ； minp 为优化后的系统谷荷 ； 0maxp 为系统原始峰荷。 3.2 基于有效区间的优化控制策略 实际电网运行中，为提高实用性和可操作性，首要原则就是避免增大居民区的变压器容量。因此，优
15、化目标为在控制负荷峰值处于设定的范围内，避免峰谷差增大。公式表述如下： 1 0 00m a x m i n m a x m i nm a x m a xf p p p pp p p （ 10） 式中 0minp 为系统原始负荷谷荷 ； p 为事先设定的阈值。 有效区间表述如下： , , min maxmin maxt t tt t t （ 11） 4 算例分析 4.1 算例数据 以某一典型居民区为例，相关数据如表 1 所示。 根据表 1 统计数据， 日均行程 约为 58.69 km，即令 ( ) 58.69Ex ，且假设 22( ) 20 400Dx ,则=4.02x ， =0.31x 。 4
16、.2 居民区负荷曲线 假设电动汽车数量分别为 100， 200， 400 和 500。基于蒙特卡洛分别仿真充电起始时刻期望值为 18：00 和方差为 2 以及期望值为 1： 00 和方差为 2 的负荷曲线。图 1、 2 分别为负荷曲线的仿真结果。 表 1 某居民区相关数据 Tab.1 Some relevant data of a residential area 数据项 数据值 数据项 数据值 居民数量 700 汽车数量 500 停车位 400 变压器额定容量 6600kVA 电压等级 10kV 负荷峰值 6MW 日均行程 58.69km 负荷谷值 3MW 电池容量 30kWh 充电负荷（功
17、率） 3kW 时 间3 . 03 . 54 . 04 . 55 . 05 . 56 . 06 . 50 5 1 0 1 5 2 0 1 6负荷(MW)7 . 05 0 04 0 02 0 01 0 00图 1 充电起始时刻期望值为 18:00 和方差为 2 的负荷曲线 Fig.1 Load curve when the expected charging start time is 18:00 and the variance is 2 第 44卷 第 504期 电测与仪表 Vol.44 No.504 2007年 第 12期 Electrical Measurement & Instrumen
18、tation Dec.2007 4 时 间3 . 03 . 54 . 04 . 55 . 05 . 56 . 06 . 50 5 1 0 1 5 2 0 1 6负荷(MW)5 0 04 0 02 0 01 0 00图 2 充电起始时刻期望值为 1:00 和方差为 2 的负荷曲线 Fig.2 Load curve when the expected charging start time is 1:00 and the variance is 2 假设充电起始时刻的期望值分别为 18， 19， 20，21， 22， 23， 24， 1 和 2，相应的方差分别为 0.1，0.5， 1， 2， 3，
19、 4， 5， 6， 7 和 8，电动汽车数量分别为 200 和 500，仿真得到居民区负荷峰值和峰谷差如图 3 至图 6 所示。 峰 荷( M W )期 望 值方 差图 3 电动汽车数量为 500 的充电负荷峰值 Fig.3 The maximum charging load when the count of electric vehicle is 500 期 望 值M W方 差图 4 电动汽车数量为 500 的充电负荷 峰谷差 Fig.4 Peak valley difference when the count of electric vehicle is 500 期 望 值方 差峰 荷
20、( M W )图 5 电动汽车数量为 200 的充电负荷 峰谷差 Fig.5 The maximum charging load when the count of electric vehicle is 200 方 差期 望 值M W图 6 电 动汽车数量为 200 的充电负荷 峰谷差 Fig.6 Peak valley difference when the count of electric vehicle is 200 4.3 仿真结果分析 根据上述仿真结果，当电动汽车数量较少时，负荷曲线受充电负荷影响较小。当电动汽车数量较大时，不同充电起始时刻的期望值和方差对峰荷和峰谷差影响较大。
21、当 500 台电动汽车通过无序充电的方式（充电起始时刻期望值和方差分别为 18:00 和 2）进行充电时，峰荷为 6.94 MW，峰谷差为 3.94 MW。与原始电网对比 可得，该峰荷已超出变压器的额定容量，变压器处于过载运行状态，峰荷增大 16%，峰谷差增大 31%。 当 500 台电动汽车通过延迟充电的方式（充电起始时刻期望值和方差分别为 24： 00 和 2）充电时，峰荷为 6.04 MW，峰谷差为 2.57 MW。与原始电网对比，峰荷增加较小，峰谷差增大 31%。 如果采取基于有效区间的优化控制策略，即 ，500 台电动汽车接入电网充电后的峰荷为 6 MW，峰第 44卷 第 504期
22、电测与仪表 Vol.44 No.504 2007年 第 12期 Electrical Measurement & Instrumentation Dec.2007 5 谷差为 2.14 MW。与原始电网相比，峰荷并未增大，峰谷差减小 29%。与前两种充电方式对比，该充电控制策略能够有效地控制峰荷和峰谷差。 若综合考虑日行驶里程和所需充电时长，则有效区间为 ： 23 : 00, 2 : 002,3t t （ 12） 在该有效区间内，负荷峰值为 6.28MW，与原始电网峰荷相比有所增大，但并未超出变压器额定容量。负荷峰谷差为 3MW，与原始电网峰谷差相比没有增大。 5 结束语 文章 综合考虑私家车
23、的出行特性以及用户充电行为建立电动汽车充电负荷模型，并提出基于最优参数和有效区间的两种充电控制策略来优化电网负荷曲线。通过对某典型居民区仿真验证了以上两种控制策略优化负荷曲线的有效性。 参 考 文 献 1 王锡凡 , 邵成成 , 王秀丽 , 等 . 电动汽车充电负荷与调度控制策略综述 J. 中国电机工程学报 , 2013, 33(1): 1-10. Wang Xifan, Shao Chengcheng, Wang Xiuli, et al. Survey of Electric Vehicle Charging Load and Dispatch Control StrategiesJ. P
24、roceedings of the CSEE, 2013, 33(1): 1-10. 2 Lu J, Chen Z, Ma Z, et al. The role of nanotechnology in the development of battery materials for electric vehiclesJ. Nature Nanotechnology, 2016, 11(12): 1031-1038. 3 Beltramo A, Julea A, Refa N, et al. Using electric vehicles as flexible resource in pow
25、er systems: A case study in the NetherlandsC. Proceedings of the 14th International Conference on the European Energy Market, 2017. 4 李娜 , 黄梅 . 不同类型电动汽车充电机接入后电力系统的谐波分析 J. 电网技术 , 2011, 35(1): 170-174. Li Na, Huang Mei. Analysis on harmonics connecting different types of electric vehicle chargers with
26、 power networkJ. Power System Technology, 2011, 35(1): 170-174. 5 郑竞宏 , 戴梦婷 , 张曼 , 等 . 住宅区式电动汽车充电站负荷集聚特性及其建模 J. 中国电机工程学报 , 2012, 32(22): 32-38. Zheng Jinghong, Dai Mengting, Zhang Man, et al. Load cluster characteristic and modeling of EV charge station in residential districtJ. Proceedings of the C
27、SEE, 2012, 32(22): 32-38. 6 邹文 , 吴福保 , 刘志宏 . 实时电价下插电式混合动力汽车智能集中充电策略 J. 电力系统自动化 , 2011, 35(14): 62-67. Zhou Wen, Wu Fubao, Liu Zhihong, et al. Centralized charging strategies of plug-in hybrid electric vehicles under electricity markets based on spot pricingJ. Automation of Electric Power Systems, 20
28、11, 35(14): 62-67. 7 孙晓明 , 王玮 , 苏粟 , 等 . 基于分时电价的电动汽车有序充电控制策略设计 J. 电力系统自动化 , 2013, 37(1): 191-195. Sun Xiaoming, Wang Wei, Su Su, et al. Coordinated charging strategy for electric vehicles based on time-of-use priceJ. Automation of Electric Power Systems, 2013, 37(1): 191-195. 8 Putrus G A, Suwanapin
29、gkarl P, Johnston D, et al. Impact of electric vehicles on power distribution networksC. IEEE Vehicle Power and Propulsion Conference. IEEE, 2009: 827-831. 9 葛少云 , 黄镠 , 刘洪 . 电动汽车有序充电的峰谷电价时段优化 J. 电力系统保护与控制 , 2012, (10): 1-5. Ge Shaoyun, Huang Liu, Liu Hong. Optimization of peak-valley TOU power price
30、 time-period in ordered charging mode of electric vehicleJ. Power System Protection and Control, 2012, 40(10): 1-5. 10 罗卓伟 , 胡泽春 , 宋永华 , 等 . 电动汽车充电负荷计算方法 J. 电力系统自动化 , 2011, 35(14): 36-42. Luo Zhuowei, Hu Zechun, Song Yonghua, et al. Wu Junyang. Study on plug-in electric vehicles charging load calcul
31、atingJ. Automation of Electric Power Systems, 2011, 35(14): 36-42. 11 杨少兵 , 吴命利 , 姜久春 , 等 . 电动汽车充电站负荷建模方法 J. 电网技术 , 2013, 37(5): 1190-1195. Yang Shaobing, Wu Mingli, Jiang Jiuchun, et al. An approach for load modeling of electric vehicle charging stationJ. Power System Technology, 2013, 37(5): 1190-
32、1195. 12 Staats P T, Grady W M, Arapostathis A, et al. A procedure for derating a substation transformer in the presence of widespread electric vehicle battery chargingJ. IEEE Transactions on Power Delivery, 1997, 12(4): 1562-1568. 13 Taylor J, Maitra A, Alexander M, et al. Evaluation of the impact of plug-in electric vehicle loading on distribution system operationsC. Power & Energy Society General Meeting, 2009. PES09. IEEE. IEEE, 2009: 1-6. 作者简介 ： 钟小强 （ 1979 ），男 ， 博士 研究生， 高级工程师，从事电动汽车接入配网的研究工作 。 收稿日期： 2017-07-01；修回日期： 2017-09-25 （ 焦阳 编发）
