電動汽車充電優(yōu)化管理

引言

我國約一半的石油資源消耗在運(yùn)輸領(lǐng)域,同時(shí)產(chǎn)生了大量的溫室氣體,為此,世界各國都在致力于電動汽車的研究開發(fā)與推廣應(yīng)用。電動汽車充電具有時(shí)間和空間不確定性,隨機(jī)性強(qiáng),負(fù)荷量大等特點(diǎn),電動汽車大范圍使用可能對電網(wǎng)造成沖擊,對用戶用電情況產(chǎn)生影響。對于汽車消費(fèi)潛力巨大的國內(nèi)市場來說,新能源電動汽車的使用,可減輕能源耗費(fèi)以及環(huán)境污染。電動汽車的發(fā)展離不開電力系統(tǒng)的能源支持,作為一種移動式儲能裝置,其在為電力系統(tǒng)提供輔助功能、削峰填谷以及開發(fā)新能源等方面具有廣闊的前景。本文通過建立關(guān)于電動汽車充電行為的數(shù)學(xué)模型,使得電動汽車與電網(wǎng)的相互作用更加合理。

1電動汽車充電行為統(tǒng)計(jì)分析

為了對電動汽車負(fù)荷進(jìn)行描述,有必要分析電動汽車充電行為特性(充電開始時(shí)刻、連接時(shí)長和充電電量)的分布規(guī)律。此外,電動汽車的使用必然要與電網(wǎng)產(chǎn)生互動,在此過程中就會涉及電網(wǎng)、用戶以及運(yùn)營商的利益關(guān)系,用戶可以直接從電網(wǎng)交換電能,或者選擇運(yùn)營商進(jìn)行充電服務(wù),三者的關(guān)系如圖1所示。

下面分析某城市100輛電動汽車一周的充電規(guī)律,選取數(shù)據(jù)并對數(shù)據(jù)進(jìn)行擬合與定性分析。

1.1充電開始時(shí)刻的分布規(guī)律

分析一周內(nèi)100輛電動汽車的充電數(shù)據(jù),按照每15min的時(shí)間間隔,則24h可分為96個(gè)時(shí)段,作出充電開始時(shí)刻的柱形圖,如圖2所示。

由圖2可見,08:00—23:00是充電高峰期,大多數(shù)電動汽車充電集中在下午時(shí)段,極少數(shù)的車輛會在深夜時(shí)段充電。1.2連接時(shí)長的分布規(guī)律

通過對這100輛充電汽車的數(shù)據(jù)分析,得出充電最大時(shí)長為40.08h,充電最小時(shí)長為0.43h,作出其分布規(guī)律柱形圖,如圖3所示。

由圖3可以看出,充電時(shí)長在0~10h左右的用戶占絕大多數(shù),對電網(wǎng)的影響較為巨大,而充電時(shí)長超過30h的用戶占極小部分,對電網(wǎng)的影響較小,這也符合日?；疽?guī)律。

1.3充電電量的分布規(guī)律

對充電汽車與電網(wǎng)而言,充電電量是極為重要的影響因素,需根據(jù)數(shù)據(jù)進(jìn)行區(qū)間的合理劃分,以每2kw·h為增量模擬其分布規(guī)律,如圖4所示。

為證明滿足其使用條件,將數(shù)據(jù)導(dǎo)入程序中,用test函數(shù)檢驗(yàn)曲線是否服從正態(tài)分布規(guī)律,當(dāng)H為l的情況下不是正態(tài)分布,當(dāng)H為0的情況下是正態(tài)分布,充電電量對應(yīng)H=0,因此擬合出充電電量的正態(tài)分布圖(圖5),并計(jì)算得充電電量服從u=14.2263、6=8.4458的正態(tài)分布。

2基于蒙特卡洛算法的電動汽車充電模型求解

假設(shè)電動汽車充電功率主要分為交流一級、交流二級,直流充電的充電汽車數(shù)量的比例為l:4:5,考慮到電動汽車無序充電的影響,需給出充電樁合理配置的比例,使得設(shè)備投資最小,選取l00輛車作為樣品,優(yōu)化一周的行為記錄,建立優(yōu)化模型,分析每輛電動車充電量和充電方式。

首先,將24h按照每15min為間隔劃分區(qū)間,每輛電動汽車充電電量為w,充電連接時(shí)長為h,100輛電動汽車采用交流一級、交流二級,直流充電的數(shù)量為a、b、c,其值為:

電動汽車采用交流一級、交流二級,直流充電功率為x、y、:,其滿足的條件為:

考慮到能滿足用戶的需求(即在充電連接時(shí)長內(nèi)獲得實(shí)際電量為wi),其滿足的條件為:

式中,mn,i為使用的某種功率等級:hi為充電連接時(shí)長:wi為實(shí)際充電電量:l2,i為充滿電的時(shí)刻:l1,i為充電開始時(shí)刻。

為減少設(shè)備投資,其目標(biāo)函數(shù)為:

式中,counl函數(shù)為使用某種充電功率等級車的數(shù)量:ax,ay,a:為使用三種充電功率等級設(shè)備的成本。

根據(jù)前部分已得出的正態(tài)分布規(guī)律,利用蒙特卡洛算法對充電負(fù)荷曲線進(jìn)行模擬。

蒙特卡洛算法流程圖如圖6所示。

利用Lingo進(jìn)行最優(yōu)解的求解,可求得一天中每個(gè)等級充電樁的利用率為36%、41%、62%。充電功率等級的比例如表1所示。

通過Matlab擬合數(shù)據(jù)得到充電量分布規(guī)律,如圖7所示。

由表1可知,直流充電所占比例最小,其次是交流一級,占比最高的是交流二級,這是因?yàn)榻涣鞫壋潆娋哂锌焖傩?且投資成本較少,利用Mat1ab進(jìn)行仿真,模擬出規(guī)?；妱悠嚨某潆婋娏壳€,得出其變化曲線與實(shí)際基本相符,按照此比例劃分,可有效減少電動汽車充電設(shè)備的投資以及峰谷差。結(jié)合實(shí)際分析,充電樁充電功率相對越小,電網(wǎng)系統(tǒng)越穩(wěn)定,充電負(fù)荷峰谷差越小。

3電動汽車與電網(wǎng)的互動

大力發(fā)展電動汽車產(chǎn)業(yè),有效改善運(yùn)輸燃料引起的能源消耗與環(huán)境問題,電動汽車充電站一方面從電網(wǎng)購電,另一方面利用光伏發(fā)電,將這些電量再售發(fā)給客戶,當(dāng)光伏發(fā)電過多時(shí),會將過剩的電量出售給電網(wǎng),為提高充電站的利潤,應(yīng)提高光伏發(fā)電的利用率?？紤]到用電高峰時(shí)電網(wǎng)負(fù)荷較大,充電站可在用電高峰期向電網(wǎng)放電,并在低谷期充電,縮短電力峰谷差,使電網(wǎng)負(fù)荷趨于平衡,保證電網(wǎng)的安全穩(wěn)定運(yùn)行,提高電網(wǎng)利用率,減少發(fā)電、輸電、配電建設(shè)投資。

4結(jié)語

本文主要分析了充電車輛的充電行為,考慮到充電時(shí)長不等于連接時(shí)長,用3個(gè)功率等級估算出了充電時(shí)長,利用蒙特卡洛算法模擬出電動汽車充電負(fù)荷曲線,并用Mat1ab進(jìn)行擬合驗(yàn)證其正確性,使電動汽車與電網(wǎng)的相互作用更加合理,有效降低充電負(fù)荷的峰谷差,減少設(shè)備的投資,為解決電動汽車充放電優(yōu)化問題提供了借鑒,具有現(xiàn)實(shí)的意義。

本文主要的不足為計(jì)算量較大,考驗(yàn)對大量數(shù)據(jù)的處理能力,容易出現(xiàn)錯(cuò)誤。