计及电池放电损耗的电动汽车充放电优化调度策略
戴越繁，杨伟
（南京理工大学 自动化学院，江苏 南京 210094）
摘 要：针对现有电动汽车充放电策略对电池放电损耗考虑不够深入的问题，提出一种计及电池放电损耗的充放电优化调度策略。该策略以峰谷分时电价为背景，根据电池损耗模型计算电池放电损耗并计入用户用电成本，建立以电网负荷波动和用户用电成本为目标函数，以充放电功率、电池可用容量、不可用时段和出行SOC要求为约束条件的多目标优化调度模型，采用基于杂交的混合粒子群算法求解。利用Matlab进行算例仿真，针对不同电池损耗模型、不同调度车辆数以及不同分时电价下调度策略的优化效果进行了对比分析，验证了该策略的可行性和有效性。
关键词：电动汽车；充放电调度；分时电价；电池损耗；多目标优化
中图分类号：TM734；U469.72 文献标识码：A 文章编号：1007-3175(2019)10-0001-08
An Optimal Dispatching Strategy for Charging and Discharging of Electric Vehicles Accounting Battery Discharging Loss
DAI Yue-fan, YANG Wei
（College of Automation, Nanjing University of Science and Technology, Nanjing 210094, China）
Abstract: Aiming at the problem that the existent charging and discharging strategies of electric vehicles seldom consider the battery discharging loss in depth, this paper proposed an optimal dispatching strategy for charging and discharging considering battery discharging loss. This strategy took the peak-valley time-of-use price as the background, calculated the battery discharging loss based on battery loss model and took the user's electricity cost into account. In the optimal dispatching model, the load fluctuation in power grid and user cost were set as the multiple objective function to be optimized. Charging and discharging power, available battery capacity, unavailable period and travel SOC requirements were set as the constraint of multi-objective optimization model. The model was solved by hybrid particle swarm optimization. With the Matlab example simulation, in allusion to the different battery loss models, different dispatching vehicles number and different time-of-use price on the dispatching strategy were compared and analyzed, which proves the feasibility and effectiveness of the proposed strategy.
Key words: electric vehicles; charging and discharging dispatching; time-of-use price; battery loss; multi-objective optimization
参考文献
[1] International Energy Agency. Key world energy statistics-2015[R/OL].[2017-03-07].http://www.iea.org/statistics/.
[2] 中国储能网新闻中心. 电动汽车销量数据分析及2016展望[ EB/OL]. [2017-11-02] . h t t p : / / w w w . escn.com.cn/news/show-300405.html.
[3] 何西，涂春鸣，王丽丽，等. 考虑用户行车习惯的电动汽车充电双层控制策略[J]. 电力系统自动化，2018，42(3)：64-69.
[4] 徐浩，夏鑫珏，李辉，等. 计及充电请求预测补偿的电动汽车有序充电策略[J]. 电力系统保护与控制，2016，44(24)：74-81.
[5] 佟晶晶，温俊强，王丹，等. 基于分时电价的电动汽车多目标优化充电策略[J]. 电力系统保护与控制，2016，44(1)：17-23.
[6] 胡德权，郭春林，俞秦博，等. 基于电价引导的电动汽车充电双层优化策略[J]. 电力建设，2018，39(1)：48-53.
[7] 王鑫，周步祥，唐浩. 考虑用户因素的电动汽车有序充放电控制策略[J]. 电力系统保护与控制，2018，46(4)：21-27.
[8] 刘洵源，齐峰，文福拴，等. 光伏不平衡接入的配电系统中电动汽车有序充电策略[J]. 电力建设，2018，39(6)：21-27.
[9] 严俊，严凤. 峰谷分时电价背景下的居民电动汽车有序充放电策略[J]. 电力系统保护与控制，2018，46(15)：127-134.
[10] ZHOU C, QIAN K, ALLAN M, et al.Modeling of the cost of EV battery wear due t o V2G application in power systems[J].IEEE Transactions on Energy Conversion，2011，26(4)：1041-1050.
[11] 刘利兵，刘天琪，张涛，等. 计及电池动态损耗的电动汽车有序充放电策略优化[ J ] . 电力系统自动化，2016，40(5)：83-90.
[12] KEMPTON W, TOMIC J.Vehicle-to-grid power fundamentals:calculating capacity and net revenue[J].Journal of Power Sources，2005，144(1)：268-279.
[13] 董婷婷. 增程式电动车能量管理及电池寿命研究[D]. 吉林：吉林大学，2013.
[14] 魏大钧，张承慧，孙波，等. 基于分时电价的电动汽车充放电多目标优化调度[ J ] . 电网技术，2014，38(11)：2972-2977.
[15] 韩海英. V2G 参与电网调峰和调频控制策略研究[D]. 北京：北京交通大学，2011.
[16] 包子阳，余继周，杨杉. 智能优化算法及其MATLAB实例[M]. 北京：工业电子出版社，2016：111-119.
[17] 温正. 精通MATLAB 智能算法[M]. 北京：清华大学出版社，2015：106-113.
[18] 高尚，杨静宇. 群智能算法及其应用[M]. 北京：中国水利水电出版社，2006：21-25.
[19] 王岱，管晓宏，吴江，等. 基于车辆行驶行为特性建模的电动汽车充放电策略与分析[J]. 电网技术，2014，38(9)：2322-2327.
[20] 徐智威，胡泽春，宋永华，等. 基于动态分时电价的电动汽车充电站有序充电策略[J]. 中国电机工程学报，2014，34(22)：3638-3646.
[21] 温剑锋，陶顺，肖湘宁，等. 基于出行链随机模拟的电动汽车充电需求分析[J]. 电网技术，2015，39(6)：1477-1484.
