毕业论文-考虑电动汽车预测负荷的在线充电优化方法

湖南大学毕业设计(论文)HUNANUNIVERSITY毕业论文 论文题目考虑电动汽车预测负荷的在线实时优化方法学生姓名学生学号专业班级电气工程及其自动化八班学院名称电气与信息工程学院指导老师学院院长2015年 5月26日摘要当大规模的电动汽车的负荷接入电网时,要怎么样在线的实时优化电动汽车的充电行为,避免无序的电动汽车充电带来高峰与高峰而动重叠,将负荷高峰移至谷成为研究的重点问题。文中首先说明了利用蒙特卡洛法模拟电动汽车充电，预测电动汽车的充电行为，考虑了常规优化方法需要考虑的电动汽车的一些基本要素。由于电动汽车的充电尤其是大规模的充电行为有可预测性以及规律性,在常规充电方法中加入了预测的未入网的电动汽车充电模型,提出考虑电动汽车预测负荷的在线实时充电优化模型,并通过将一天分为一个个时段进行实时优化，求解得到电网负荷的实时优化充电曲线。通过建模和仿真,在不同预测的电动汽车的规模时,所得出的结果都要比无序充电的效果要好,并且当电动汽车接入电网的规模越大,所提方法对常规充电的方法的改善越明显。关键词:电动汽车;实时充电优化;汽车充电预测;在线充电优化ConsiderelectricVehiclechargingonlinepredictionloadoptimizationAbstractAfteralarge-scaleelectricvehiclesconnectedtothegrid,howtooptimizereal-timechargingpower,avoideveningpeakchargingbringfreedomtoachievevalleyfillinganimportantissue.Thispaperfirstreviewstheconventionalreal-timechargingandelectricvehiclechargingoptimizationmethodstopredicttechnology.Basedelectriccarchargingbehaviorespeciallyintheautomotiveclusterpredictabilityinconventionaloptimizationmethodsaddedchargechargingnetworkpredictionmodelisnotthecar,putthecarintoaccountpredictablereal-timechargingoptimizationmodelandgetthenetworkoptimizationsolutionbyrollingcarReal-timeoptimizationofchargingpower.Throughanalysisandsimulationunderdifferentpredictionaccuracyoftheproposedmethodareveryclosetothetheoreticaloptimumfillthevalley,andelectricvehiclechargingnetworkmoredispersiontime,theproposedmethodforimprovingtheconventionalmethodismoreobvious.Keywords:ElectricVehicle;Real-timechargingoptimization;Vehiclechargingforecasting;Onlinechargingoptimization.1绪论1.1课题背景及意义在经济高速发展的今天，能源与环境问题越来越受到人们的重视，在经济发展过程中它们往往是关键的制约因素。对着全世界汽车工业的高速发展，私家车的数量急剧增加，使空气质量受到了进一步威胁；燃油需求的增加也加剧了全球的资源枯竭；汽车尾气的排放使全球气候变暖加剧。这一系列的环境生态问题都在呼唤着新型能源与交通方式的到来，为了解决这些问题，未来的交通工业必须走上一条节能环保的道路，拓宽能源使用的范围。因此，发展电动汽车是解决这一问题的最佳途径。电动汽车与传统的燃油汽车具有极大的区别，尤其是纯电动汽车，不仅可以解决汽车尾气的排放问题，而且可以综合利用如风能、潮汐能等等的新能源，在源头上解决了能源枯竭的问题。随着动力电池技术的发展，电动汽车在性能上甚至有可能超越燃油汽车，并由于电动汽车独有的经济性会使得其在全球范围内迅速流行推广起来。对于电动汽车的研究发展已经成为各国政府以及汽车企业技术发展的主攻方向，并且更是一种核心战略的竞争力。毫无疑问，电动汽车的研究发展对我国的节能减排工作，建立资源节约型与环境友好型的社会大有裨益。电动汽车的优势就在于：在它的行驶过程中不会大量排放有害气体,即使将其在行驶过程中的消耗电量与燃油废弃物相比仍相差巨大的资源消耗水平,其次，由于电厂位于距离城市较远人口密度稀疏的郊区地带，因此其污染消耗对于居民伤害比较小,并且发电厂已有了较为成熟的技术规模化集中处理电力废弃污染物，因此污染程度进一步降低。除此之外，电动汽车的电力来源渠道有许多种，比如太阳能，风能等其他清洁能源,这样不仅缓解了汽车工业对日益减少的石油资源的过度依赖还可以使电动汽车在夜晚时，电网正处于负荷低谷时进行充电,这样不仅可以增强电力系统的设备利用率,还可以通过分时电价降低用户的充电成本，双发都受益。研究表明,电动汽车的能量利用率远高于传统燃油汽车的能源利用率,因此大力发展电动汽车将对控制污染和节约能源排放有巨大的效果，并具有可观的经济效益。目前,市场上电动汽车的种类主要有纯电动汽车,混合动力汽车以及燃料电池电动汽车等。纯电动汽车完全由电动汽车的电池供给动力,用可重复充电的蓄电池作为动力设备,以电动机来驱动电动汽车;混合动力汽车是指利用两种或两种以上的动力来使电动汽车行驶的电动汽车,目前混合动力汽车一般是由电动机和内燃机共同驱动的混合动力汽车，利用电能和汽油共同作为燃料;而可外接充电式的混合动力汽车是拥有电力驱动,这种类型的汽车同时拥有汽油或柴油内燃机,并可以外接电源对电动汽车进行在线充电;燃料电池电动汽车是指利用燃料电池作为电动汽车的动力源。目前国内外都还没有一种技术成熟的电动汽车已经达到了大规模商用化运营的程度。电动汽车的规模化发展存在许多急需完善和解决的问题。电动汽车大规模接入电网,一定会对电网造成不利影响。首先,电动汽车大规模接入电网，其充电负荷会叠加到电网原有负荷，增大了电网的总负荷。其次,如果不对电动汽车的充电行为加以控制,电网功率的最大负荷和电网的损耗会急剧增加,电动汽车的无序充电会影响电网的正常稳定运行，还会影响效率，造成浪费。所以要对电动汽车充电过程加以控制和优化,使电网负荷曲线平滑,降低峰值负荷以及负荷的方差,从而减轻电网设备的压力,提高电力系统设备的利用率,提高电网供电可靠性,降低损耗,延缓投资，具有经济效益。通过实时监测电动汽车的充电行为,包括电动汽车开始充电时间以及充电的持续时间、充电电流、进行充电功率的大小,电池的剩余电量等信息,同时通过控制电网设备来调节充电时间和充电功率的大小,因此利用电网的控制设备来控制充电时的充电功率是可以实现的。我们可以根据电网的用电负荷情况优化电动汽车的充电行为,因为充电功率是可控的，且可以通过分时电价进行调节。随着动力电池技术的不断提高,电动汽车对电网的运行产生越来越显著的影响。电动汽车充电对电网的影响存在着三种情况：其一，当线路的负荷较少时也就是当处于低谷时，一定数量的电动汽车接入电网将会提高电网的运行效率，使电网的运行经济效益更好，同时有利于减少电网的峰谷之间的差值,提高设备利用率,降低运营成本；但是当电动汽车数量较多时，由于电动汽车的负荷较多较大，使电网的负荷增加，导致线路的电流增大，负载过重，损耗增加，从而让线路的运行有经济运营效益下降。其二，大规模的电动汽车充电负荷接入电网会影响电网线路的电压，会影响其他用户用电。最后，随着电动汽车数量增加，无序的电动汽车充电会对电网产生不利影响，要对对其加以引导和优化。如果不对电动汽车的充电负荷进行调节,将会导致电网的供给与需求之间产生不平衡、形成另一个新的负荷峰值、使损耗增加。不仅使得电网公司增加投资，降低了电气设备利用率,降低了经济性,并且对电力系统的稳定安全运行造成不利影响。因此,要有优化方法,通过在线实时将电动汽车与电网进行信息交换,对电网中充电的以及即将进行充电的电动汽车的控制优化,优化当大规模的电动汽车充电时,起到削峰填谷的作用,减少负荷方差,提高电气设备利用率,同时提高电网的可靠性。因此,了解电动汽车充电对电网影响,研究电动汽车的实时在线充电优化方案,具有积极的意义和实用性。1.2当前研究现状作为清洁能源汽车的代表,电动汽车近年得到了快速发展。在电动汽车数量达到一定规模后,如果任由其无序充电将对电网产生负面影响,引发电能质量下降、甚至危及电网稳定性等一系列的问题。因此,电动汽车的在线充电优化方法的研究得到关注。1.2.1时段控制策略典型思路是将充电负荷转移到常规负荷的低谷时段,在满足汽车充电需求的同时,减弱其充电影响。但电动汽车充电的同时受电网和人类行为的影响，因此在线充电方法需同时满足电网和用户两方面的需求：既要为用户提供充足的电力，又要尽可能地降低电网运行成本。研究表明,这种通过时段控制的策略方法不仅能有效减少无序充电造成的电能质量下降和网损,而且能使电网总负荷曲线实现削峰填谷,增加电网运行效益等优点。在软硬件设施尚不具备的条件下,政府的激励政策,对于引导用户避峰充电将会是一种易行、有效的调控措施。根据目前国内移峰填谷的时段划分思想,电动汽车在夜间和白天的停车时间进行充电。夜间充电通常指的是晚上06:00左右到次日08:00点左右,这段期间,由于居民用电习惯,负荷仍然存在峰谷特性。由于车主充电习惯,不受控下电动汽车充电负荷将叠加在晚高峰上,造成更大的负荷高峰。因而通过时段控制优化,避免晚高峰,并进行填谷。1.2.2分时电价需求侧管理(DemandSideManagement.DSM)是近年来兴起的调节电网负荷的一种方式。分时电价是指根据电网的负荷变化情况，将每天24小时划分为高峰、平段、低谷等多个时段，对各时段分别制定不同的电价水平，鼓励用电客户合理安排用电时间，削峰填谷，提高电力资源的利用效率。通过价格信号,引导用户在合适的用电时间和方式进行用电,可以使用电负荷曲线得到优化,同时可以降低电网的峰值负荷,形成对参与方都可以受益的一种电力消费模式。DSM在国外已经进行了深度的研究与应用开发,而其中“削峰填谷”就是DSM的目标之一。分时电价是一种相对来说比较有效的用电需求侧的管理手段,为使用电客户改变用电时间以及用电方式,达到所想要的“移峰填谷”的效果,即降低电网高峰时刻的负荷和峰谷的差值,优化电网功率曲线,使电力系统的运行稳定性提高而采取的一种经济手段。通俗的来说,分时电价就是将一天按照电网的负荷曲线的相对的高峰低谷划分成三种时段,并将三种电价与之对应。显然在高峰时段的电价相对较高,低谷时段的电价较低,这样来引导用户改变用电时间和方式。同时,峰谷时段的合理划分有利于使分时电价发挥作用。当前针对电动汽车接入电网进行充电的分时电价的研究相对较少。分时电价主要是在时间上对电动汽车的充电进行引导，给电网以减轻压力。如果没有好的峰谷电价策略，那么分时电价就没有应用的意义。所以峰谷时段的划分与分时电价紧密联系，发挥不同时间电价不同的作用。1.2.3日前优化日前优化时,汽车入网时间和充电需求难以确知,需进行日前预测常用做法是利用以前的交通数据库分析它们的概率分布函数并获取特征参数,在此基础上优化汽车未来几个小时的充电功率。电动汽车的充电功率需求是建立在当前的数据统计上，根据智能的信息系统分析得出来的。不同地方的电动汽车充电特点可能会有不同，与当地的城市功能分区、城市的发展程度等因素有关,但根据统计以及智能信息系统可以得到其模型。因此,当电动汽车大规模规模化接入电网时，要对电网各个方面信息进行收集，做出正确评价,收集更具体的数据结果，工作得更加细致具体。1.2.4实时在线优化目前的在线充电优化常使用“滚动式”法,它与日前优化的不同点在于:第一,电网在每个时刻只考虑当前接入电网的电动汽车的充电信息,来进行实时在线优化，可以确定其优化的是已经入网的电动汽车;第二,优化时只设定当前实时的充电功率,而没有将未来即将进行的充电功率考虑进来。1.3在线充电的类型为了研究电动汽车在线充电的优化方法，势必首先要了解电动汽车的在线充电模式。何谓“在线充电”？在线充电是在运行线路上为电动车辆进行不影响车辆运行的充电模式。在线充电模式不仅要满足电动汽车用户的需求，还要考虑动力电池特性,同时使电网侧的要求达到。目前主要有常规充电、快速充电和电池组快速更换系统三种模式。1.3.1．常规充电常规充电模式的充电时间较长,一般4-8小时可以充满,但有些会达到十几个小时。电动汽车的充电一般采取恒流或小电流的恒压进行充电。通过接入分布在居民小区、购物商场、充电站等地方的电源进行充电，连接好电源即可进行充电。该种方式的充电功率较小，电流一般在15A,因此主要在电动汽车长时间不使用的情况下进行电量补充。常规充电优点就有充电便利，要求的电源比较容易取得，在一般场所都可以获得，完成所需求的充电，同时相对减少对电网的冲击。充电时间较长，有利于优化。且充电设备容易得到，电网南侧的建设成本也较低，不需大量投资。特别适合私家车的日常充电补充。1.3.2．快速充电快速充电指的是在较短时间内（通常为十几分钟）用大电流对电动汽车进行电量补充。快速充电的充电时间相对较短，主要是应急充电，满足电动汽车用户在一天内的行驶过程中的急需充电，同时又不影响电动汽车的运行。快速充电能满足用户续航功能，适合停泊时间较短、需要应急急需充电的电动汽车、公交车和出租车等。快速方法与常规充电方式比较，快速充电对电网具有更高的要求，对电网的冲击更大，增加了电力系统的压力。而且快速充电站的建设成本也相比而言较高。但是由于快速充电的方便快捷，为电动汽车的大规模运行提供了保障。1.3.3．电池组快速更换电池组快速更换，是一种快速更换蓄电池的方式。电动汽车在电池电量即将耗尽时进入电站更换上已经充满电的蓄电池组。快速更换利用专业的设备，电池的更换在几分钟内就可以完成，和一般的加油充电的时间相差不大，适合公交车、出租车等要求运营时间长，停车时间短的车辆的电能补给。电站将一段时间内的蓄电池收集起来集中转运到专业的充电场所进行充电，充满后再运回来。快速更换提高电动汽车的使用效率，使电动汽车的使用更加方便快捷，电站可以将电池在低谷时段进行充电，可以降低运营成本。快速更换同时提高了车辆运行效率。但快速换电要将电池的标准统一起来，同时还要考虑电池的储存与保管的问题。但总的来说快速更换电池组是一种比较理想的充电方式。1.4电动汽车充电负荷的预测预测电动汽车充电负荷是电网侧对用户侧的一种建模与分析。联系着用户侧与电网侧，预测负荷影响建模的因素有很多，具有很强的随机性和不确定性。建立电动汽车充电负荷预测的系统具有实际意义。既可以有以往的充电数据进行模拟预测，又可以由用户输入电动汽车充电数据、充电设施数据以及根据调研的结果数据，多方面的考虑结合，利用智能信息系统，可以将电动汽车充电负荷进行较为准确的预测。1.4.1考虑用户行为的电动汽车充电负荷预测用户行为是影响电动汽车充电负荷的关键因素，且其具有较大的随机性。一天内，充电起始时刻和电池起始荷电状态影响电动汽车充电负荷的时序分布规律，考虑这２个因素的概率分布，建立电动汽车充电负荷预测模型。用户的行为习惯包含以下几点：①充电开始时间。由于电动汽车用户行为习惯不同，不同的时间开始充电选择将对电网产生不一样的影响。许多研究表明，要是能够采取有效的方法引导电动汽车用户充电，利用控制策略，可以使电网的高峰移至低谷，达到“移峰填谷”的效果。若电动汽车负荷开始充电相对较集中，那么电网所承担的负载就越大，需要提供的功率也越大，将对电网产生不利影响。②持续充电时间。持续充电的时间由开始充电时的剩余电量，电池的容量以及充电功率的大小等因素共同影响决定。③充电次数。充电的频率会影响到电动汽车电池的使用寿命，一天一次的充电频率能基本满足电动汽车用户的正常使用需求。④充电的程度。将电池电量充满为止还是方便使用，这也将对电动汽车充电负荷产生影响，这属于随机行为。1.4.2考虑时空分布的预测电动汽车充电负荷把电动汽车每日行驶距离、每天停放的时间地点分布特性作为突破口，分析每辆电动汽车的充电需求。同时利用蒙特卡洛模拟方法，将大规模电动汽车在不同时间、不同地点的停放和充电习惯进行模拟仿真，预测电动汽车充电在时空上的分布特点。首先，我们可以预测地区未来电动汽车的总数量，将该地区分为不同的城市功能分区，根据各区域分区的不同类型及其停车行为习惯，得到预测地区停车充电的时空分布。然后，根据预测地区电动汽车驾驶习惯与充电的时空分布特点，建立电动汽车充电需求的负荷模型，使用蒙特卡洛方法模拟各功能分区的电动汽车的停放以及充电习惯等行为，得到功能分区的电动汽车充电负荷在时间上的分布。1.5论文主要内容本论文以电动汽车大量接入后的智能电网为背景,首先分析了目前智能电网及电动汽车的现状与发展趋势,讨论了现阶段的充电优化方法和电动汽车在线充电方法以及建立电动汽车充电模型。主要考虑电动汽车预测负荷的在线实时优化充电方法。通过分时电价的作用，使用户的充电行为受到一定的引导。在当前常规实时充电优化研究的基础上,加入电动汽车预测负荷的信息,提出了考虑电动汽车预测负荷的实时在线充电优化方法:在一个时间段内,电网通过监测以及模拟出来的当前充电的电动汽车信息与未来即将接入电网的电动汽车充电行为的预测信息形成充电预测模型,将预测负荷模型加入到实时的电动汽车的在线优化模型中,得到优化后的电网负荷曲线，使当前入网的电动汽车按照当前优化充电曲线进行充电。这种优化方法不仅满足当前入网的充电要求，同时兼顾到将要入网的电动汽车的充电。当电动汽车的规模越大是，优化的效果明显，经济效益越好。2基于蒙特卡洛法的电动汽车充电负荷的预测2.1蒙特卡洛法蒙特卡洛法（Monte

Carlo

method），也称统计模拟方法。它是一种以概率统计学理论为指导依据的一种非常重要的数值计算方法。利用随机数（或伪随机数）来实际解决很多计算模拟的问题的方法。随机数是实现蒙特卡洛模拟的基本工具。在利用蒙特卡洛方法解决实际应用问题的时候主要有两步工作：首先在利用蒙特卡洛方法模拟一个实际过程时，需要随机产生随机数，产生随机变量。然后用数字特征估计用统计方法将模型表达出来，从而得到解决问题的数值解。当所需要求解的问题是一种概率问题，或是是希望求得期望值，这时可以通过某种"实验"的方法，用实验所得到的频率去估算随机事件所产生的概率，将所需要的数据其作为问题的解是蒙特卡洛法解决问题的基本思想。蒙特卡洛方法的解题过程可以归纳为三个步骤:描述和构建概率模型;实现从已知概率分布抽样;建立各种估计量。(1)描述和构建概率模型对于本身就是随机的问题，如微观粒子运动问题，主要是正确描述并模拟这个运动的过程，对于本来不具有随机性的有确定解问题，就必须事先构造一个人为的概率过程，那么它的某些参量正好是所要求问题的解。即要将不具有随机性质的问题转化为随机性质的问题。(2)实现从已知概率分布抽样构造了概率模型以后，由于各种概率模型都可以看作是由各种各样的概率分布构成的，因此产生已知概率分布的随机变量(或随机向量)，就成为实现蒙特卡罗方法模拟实验的基本手段，这也是蒙特卡罗方法被称为随机抽样的原因。最简单、最基本、最重要的一个概率分布是(0，1)上的均匀分布(或称矩形分布)。随机数就是具有这种均匀分布的随机变量。随机数序列就是具有这种分布的总体的一个简单子样，也就是一个具有这种分布的相互独立的随机变数序列。产生随机数的问题，就是从这个分布的抽样问题。在计算机上，可以用物理方法产生随机数，但价格昂贵，不能重复，使用不便。另一种方法是用数学递推公式产生。这样产生的序列，与真正的随机数序列不同，所以称为伪随机数，或伪随机数序列。不过，经过多种统计检验表明，它与真正的随机数，或随机数序列具有相近的性质，因此可把它作为真正的随机数来使用。由已知分布随机抽样有各种方法，与从(0,1)上均匀分布抽样不同，这些方法都是借助于随机序列来实现的，也就是说，都是以产生随机数为前提的。由此可见，随机数是我们实现蒙特卡罗模拟的基本工具。(3)建立各种估计量一般说来，构造了概率模型并能从中抽样后，即实现模拟实验后，我们就要确定一个随机变量，作为所要求的问题的解，我们称它为无偏估计。建立各种估计量，相当于对模拟实验的结果进行考察和登记，从中得到问题的解。2.2电动汽车大规模充电功率需求的模型在一定的规模下电动汽车充电功率有一定规律，用户的充电习惯、电动汽车的电池容量、充电设施等因素影响着电动汽车的电力需求。其中，电池的容量的大小决定电动汽车用户的充电次数的多少，若汽车电池容量越小，则电动汽车用户充电的次数越多。充电电力设施功率等级同时也影响着电池的充电功率，充电设施可按照不同的标准划分为不同等级，如SAEJ1772—2001将充电设施划分为AC120V/12A、AC240V/32A、DC600V/400A3个等级。同时，国家电网和以及其他电动汽车的相关退岗组织与机构也在构建电动汽车的电池的标准化的建立，可以看到在未来电动汽车大规模的应用时电动汽车的容量不会是电动汽车发展的制约因素。同时，充电设施的配置比例也会影响充电行为的时间分布，可以看出电动汽车的充电具有时间和空间的双重可控性。比如用户利用电动汽车在上班和回家的途中使用，当居住地点与工作地点停车的地方都有可以使用的充电设备，那么就有可能形成两个充电高峰期，一个是到上班地点后进行充电，一个是回到家中后进行充电。以上情形具有随机性，充电用户的行为影响着对电网侧的需求，更具有随机性。而电动汽车用户行为主要包括充电开始时刻、每日行驶距离以及开始充电时所剩余的电量3个方面。加入电动汽车用户充电开始的时间越集中，那么电网侧所需要提供的功率就越大；而每日行驶距离反映出用户当天电量的消耗，在一定充电功率下，行驶里程与充电持续时间相关。因此电动汽车的充电行为以及充电需求都可以利用蒙特卡洛法等效为一个概率模型。电动汽车充电功率、开始充电时刻、日行驶里程和电池电量影响电动汽车充电功率对时间的分布情况，本文将考虑这3个因素的概率分布，建立1天内电动汽车的功率需求模型。而且，对于整个大环境来说，占最大比重的是普通的私家车，这类电动汽车的充电显然对电网的影响最大，同时可以认为这类汽车的充电方式为常规冲电，根据GB/T3730.1—2001，汽车可以分为商用车和乘用车2大类。公交车、出租车等商用车通常运营时间长和有固定停放场所，其充电需求也可预计为较为固定的模式，而乘用车无论在行驶里程或用户充电行为上都更具随机性和灵活性。考虑其行驶特性。因此本文主要以私家车的常规充电方式为主的充电负荷需求的预测与研究。2.3电动汽车充电功率需求的建模方法2.3.1条件假设依据以上分析，很多不确定因素会影响电动汽车充电行为。考虑到目前实际的电动汽车的发展趋势与情况，本文私家车的充电行为做出以下假设：1）百km的小耗电量为15kW⋅h。2）最后一次返回后电动汽车就开始充电。3）所有电动汽车车辆采取0.1C恒定的电流进行充电。4）每次返回后充电都将尽量充满。5）开始充电时间、日行驶距离、充电功率等因素互为独立随机变量。开始充电的时刻取决于电动汽车用户的行车习惯，根据来自2001年美国交通部对全美家用车辆的调查结果（NFTS）统计数据。根据电动汽车用户的行为习惯，可以假设车主在返回后就开始充电，可以发现在没有约束和限制的条件下，电动汽车的充电会存在一个充电高峰，对电网产生不利影响。对图一进行数学方法处理，利用归一化和极大似然法进行拟合处理，可以得到电动汽车在无序充电的情况下开始充电时刻的概率分布为类正态分布型，得到的结果如下图2：图2电动汽车开始充电时刻拟合曲线充电开始时刻的具体概率密度表达式为（记充电开始时刻为Ts）：（2.1）式中=17.6，=3.4。2.3.2日行驶里程及充电持续时间概率模型依据NFTS对私家车每日行驶里程的数据结果，可以得到如下图3：图3NFTS数据结果（每日私家车行驶里程数的概率分布）电动汽车的行驶里程与电动车电池剩余电量以及需要充电的时间有直接关系，这里忽略城市的交通拥堵等因素对电动汽车的行驶里程造成的影响。根据前面的假设，可以将电动汽车充电所需要消耗的时间估计为： (2.2)其中为充电的时间长度，单位为小时；S为电动汽车每日行驶里程，单位千米；W为每百公里的耗电量，单位为kW⋅h每百公里；为电动汽车充电功率，单位kW。可以取得的概率密度的拟合曲线图4： 图4电动汽车充电时间的概率模型电动汽车的充电时间的概率密度函数表达式为：（2.3）其中，，。2.2.3电动汽车充电功率需求的概率模型当确定了电动汽车的开始充电时刻和需要充电时间的概率分布的规律后，就可以对一辆电动汽车的24小时的充电功率需求的期望值利用蒙特卡洛模拟法进行模拟。为了求得单辆电动汽车在一天的某个时刻的充电行为。设定随机变量为1时，表示为电动汽车正在充电；当随机变量为0时，表示电动汽车已充好电或没有开始充电。其概率满足以下式： （2.4）（2.5）其中：为电动汽车充电的开始时刻和电动汽车充电时间长度的联合概率分布函数，根据前面假设这2个随机变量之间是相互独立的，则=，其中和分别为电动汽车充电的开始时刻和电动汽车的充电时长的概率分布函数。则电动汽车的充电负荷在1天中时刻的功率需求为，则的概率分布满足下面式子： （2.6） （2.7）由于联立上述式子没有解析解，所以将利用蒙特卡洛法模拟出一台电动汽车在一天内的充电功率需求的期望，选取样本点10000个，重复5次，得到下图结果图5：图5单辆电动汽车24小时的充电功率期望但是单辆电动汽车的充电功率期望只能表示这辆车在该时刻的充电的可能性的大小，只有当大规模的电动汽车接入电网时，利用电动汽车充电功率的期望与车辆的台数相乘，得到该时刻的电动汽车的充电负荷的功率。当电动汽车数量为30万时其充电负荷曲线如图6：图6大规模电动汽车充电功率曲线从图6可以看出，在没有限制和引导下的电动汽车在充电时一天内的负荷有明显的规律，在晚上7点至八点之间达到峰值。2.2.4电动汽车电池电量概率模型电动汽车的电池电量含有充电之前的剩余电量和在电站充电结束后的电池电量。某品牌的有关电池电量的充电之前的剩余电量以及当充电结束后的电池电量的调研结果如图7和图8：图7充电起始时电池电量图8充电结束时的电池电量由图可知用户一般会在当电池电量剩余百分之二十至百分支五十之间进行充电行为，而有百分之七十六的用户会将电量充满，有百分之十五的用户将电量充之百分之九十至一百之间。2.3电动汽车大规模充电负荷对电网负荷曲线的影响当确定一个城市的电动汽车的总数以及电网原来的总的负荷情况时，可以利用蒙特卡洛法对当电动汽车大规模接入电网进行充电时，电动汽车的充电功率负荷对原来的电网负荷进行仿真与叠加，从而定量的评估当电动汽车大规模充电时对当地的电网的影响作用。接下来以国内外两座大城市作为例子，进行当电动汽车大规模充电负荷对电网的原始负荷的叠加效果的模拟。选择国内B市、国外S市两座现代化程度较高的国际化大城市为研究对象，两座大都市都具有比较大的人口数量和汽车数量，并且城市的交通道路发达，城市基础设施较好，电网结构相对稳定合理，具有很好的电动汽车应用与推广的基础。以B市和S市的最初的日负荷曲线为原始的用电负荷曲线，在不同电动汽车充电负荷的规模下的实际电网负荷功率情况如图9和图10：图9B市电动汽车在不同规模下充电负荷对原始电网负荷的影响图10S市电动汽车在不同规模下充电负荷对原始电网负荷的影响分析图9和图10可发现，当一定数量的电动汽车充电负荷同时接入电网时，提高了原有电网的负荷高峰，使电网的压力增加。在没有电动汽车充电负荷存在时，电网负荷的原有用电高峰大概出现在下午6点左右，下午6点左右是原有负荷使用开始的高峰时段，在这个时间段里用电量增大，而根据电动汽车用户无序时的充电行为，充电汽车的充电也将会集中在这一时期进行充电，这样会造成电网原有负荷与电动汽车充电负荷相叠加，形成“峰上加峰”的情况。同时原来电网负荷的低谷也正好与电动汽车负荷的充电低谷相互重合起来，因而导致负荷的峰谷差将会不断增大。当电动汽车的数量规模的增大，这个距的影响越来越大越来越明显。电动汽车负荷充电的负荷高峰时段极有可能对原来电网的负荷高峰时段重叠在一起，这将意味着电动汽车的大规模的充电需求将会使电网的最大负荷值增高。为避免电动汽车这一负面效应，必须采取优化方法和用户需求侧的管理等一些方法控制电动汽车充电的随机性。在进行模拟计算时，都是将整个区域的负荷曲线为基础。实际电网运行时，电动汽车充电负荷可能集中于若干条居民区的供电线路，大规模充电负荷对这些供电线路负荷曲线的影响无疑将更加显著。3电动汽车充电的时段控制策略以及在线优化时考虑的目标3.1电动汽车充电的时段控制策略传统的调峰手段是利用调峰电厂、抽水蓄能电站和少量的用户侧响应等方式进行，效果不是十分理想。当大规模电动汽车充电负荷接入后，通过少数的调峰调频电厂的作用对整个电网的峰谷特性没有很大的影响。因此，必须通过有效的优化方法或者一些时段控制策略来引导调整电动汽车用户的充电行为，达到优化充电的效果，以此来缓和电网负荷曲线。电动汽车的时段控制策略主要有分时电价和与用户签订协议。本文主要是考虑电价引导的方式进行策略优选和电动汽车充电负荷的预测。通过制定不同的时段的电价引导电动汽车用户进行充电时间的选择，进而达到缓和用电负荷曲线的效果。分时电价，是指根据电力系统负荷曲线的变化将一天分成多个时间段，对不同时间段的负荷或电量，按不同的价格计费的电价制度。峰谷电价是“电力需求侧管理”的一种重要手段，也是引导电力用户进行合理分时段用电的基本方式。实施分时电价，可以发挥电价的调节作用，可以减少高峰时段的用电量，又能提高用电低谷时段负荷，从而提高整个电力系统的稳定性经济效益，从而平缓电网负荷曲线。通过分时电价这种时段控制策略，引导用户在用电高峰时段减少没有必要的用电，将该部分负荷转移到低谷时段进行。为引导电动汽车用户在低谷负荷时段充电,采取峰、平、谷电价按5:3:1的比例的分时电价进行模拟计算。表1电网分时电价时段划分和电动汽车充电电价设置假设在分时电价的指导下，有比例的用户受电价引导影响，该部分的用户选择开始充电时刻从用电高峰时间转移到用电低谷时段。可以给出以下假设条件：（1）电动汽车用户使用时间和行驶习惯不受分时电价影响，即充电持续时间仍按式（2.3）分布；（2）电动汽车充电用户都是理性的，即希望在电价便宜的低电价时段将所需电量充满；（3）电动汽车充电用户每次在选择开始充电时刻时都已知电池充满需要多长的充电持续时间（4）不考虑突然发生的事件对车主充电时刻的选择。3.2在线优化时考虑的目标3.1.1电网侧的充电目标大规模的电动汽车无序充电,势必会使原来的常规电网负荷“峰上加峰”。如果采取分时电价对电动汽车的充电负荷进行引导,制定有效的充电控制策略,使其电网充电负荷相对较低的时间段进行充电,这将会对电网的负荷起到“移峰填谷”的积极作用。“削峰填谷”即减小峰谷差,减小电网负荷曲线方差。图11模拟负荷曲线及负荷平均值若两条模拟负荷曲线在相同的时间T内总的消耗功率相同，即：（3-1）则两条负荷曲线在相同时间T内产生的为有功功率的损耗差：（3-2）因此，，当且仅当才能成立。这说明在相同的时间内两条负荷曲线在总的消耗电量相同情况下，恒定负荷曲线所导致的损耗最小，当然在现实生活中不可能出现恒定负荷曲线，这是理想化的曲线。但我们将尽量使负荷曲线平缓，这也是优化的目标，达到移峰填谷的效果。因此引入变差概念来分析不同形状的负荷曲线对损耗的影响。负荷曲线P(t)的方差可表示为：（3-3）将式（3-3）代入（3-2）中可得： （3-4）由式（3-4）可知，即负荷曲线越平滑，电网负荷的方差的值越小，对电网的影响损耗越小。因此在进行优化的时候，要产生电荷曲线“削峰填谷”的效果，使电网负荷曲线平滑。合理优化电动汽车充电，使其充电负荷平缓电网的负荷曲线波动。因此，优化方法将降低峰值的负荷和减小电网负荷曲线作为目标进行优化，同时考虑将电动汽车的预测负荷加入到其中进行优化。假设第i辆电动汽车充电前，电网总负荷为,第i辆电动汽车负荷为，则第i辆电动汽车充电后，加上电动汽车预测的充电负荷，总负荷为,即：(3-4)因此，电网的峰值负荷和负荷曲线方差的函数表达式分别为： (3-5) (3-6)其中表示方差，表示当第i台电动汽车进行充电后电网的负荷方差，表示最大值，表示当第i台电动汽车进行充电后电网负荷的功率的最大值。优化方法的约束条件中时间约束条件： （3-7） （３-8） （3-9）3.1.2用户侧的充电目标电动汽车的充电不仅涉及到电网侧的充电目标，它是一个双向的系统。由于电动汽车的用户是这个过程中的重要一端，所以在进行充电优化时也要将电动汽车用户侧的充电目标考虑进来。电动汽车用户侧的充电目标主要有两个方面，一放面需求是尽可能使充电费用最小化，另外一个方面是使充电时间最短且达到所预期的充电效果，满足自己的行驶需求。那么优化的方法将要在满足尽快使电动汽车充电量的需求上实现使电动汽车用户的充电费用较低。这样用户侧的满意度将会提高，愿意与系统配合优化充电。那么在这个时候分时电价的杠杆作用将会得到体现。用户将会根据实时电价来进行充电选择，使自己的充电费用最小且满足充电需求。由表1的分时电价可以将充电费用的表达式写出来。则、、分别表示第i台车在峰、平、谷三时间段的充电时间。表示第i台车的充电的费用，则 （3-10）4考虑电动汽车预测负荷的优化方法的算法仿真4.1考虑电动汽车预测负荷的在线优化方法以B城市一天中电网的原有的基础负荷的曲线如图9，从晚上十点到第二天早上八点左右，可以视为一天时间的低谷时段，其负荷处于低谷。而负荷的高峰出现在晚上八点左右，一天的电网负荷曲线具有明显的峰谷特性。以一个小区为例，也会有相同的峰谷特性。本文将一天的时间内进行实时的优化，并将电动汽车的预测负荷考虑进来。在这个过程中，将一天24小时每15分钟作为一个时段进行优化，分为96个时段，每个时段实时更新电动汽车的数量，同时将电动汽车的预测负荷加入一起进行优化，得到每个时间段的优化结果并更新电动汽车的充电曲线。由此得出一天总的优化后的电动汽车充电方案。同时若时间段的分割越细，优化的结果越精确，但是计算的时间会大大增加。4.2在线优化方法的仿真步骤考虑电动汽车预测负荷的在线优化方法利用蒙特卡洛法模拟电动汽车的充电过程，同时将在线充电的电动汽车和预测的电动汽车相结合一起进行实时的优化。每隔15分钟进行1次优化，通过分时电价使电动汽车的充电趋于合理。在一个时间段内总的充电负荷是一定的，通过优化，将高峰处的负荷移至低谷处，达到了降低峰值和负荷的方差，使电网的负荷曲线趋于平缓。同时将用户的充电费用相对降低下来。考虑电动汽车预测负荷的仿真步骤：（1）初始化当日的电网负荷的预测数据以及当日的分时电价；（2）当电动汽车接入电网时，车辆的基本信息如开始时间，剩余电量等将通过监测系统被采集，在本文中使用的是蒙特卡洛法进行模拟得到。（3）将加入电网的电动汽车与电动汽车预测负荷叠加在一起进行实时在线优化，得到电动汽车的充电数据与负荷曲线；（4）每15分钟优化一次，优化到下一个时间点的起始时刻，使电网的负荷曲线较为平缓；（5）通过系统记录电动汽车的电池信息和客户端的需求信息；（6）根据实时优化的结果进行电动汽车的充电，并更新当日的电网的日负荷曲线；（7）完成一日优化，输出优化后的叠加的电网的日负荷曲线图，结束优化。4.2在线优化方法的程序流程图对电动汽车的预测负荷进行设置：以下数据是依据蒙特卡洛法模拟得的。起始充电时间的分布各时段的充电概率预计充电时间起始充电容量分布电动汽车的容量/（KWh）客户要求离开时的电量0.2充电时长服从320.8或0.9（各百分之五十）0.8充电至次日早上完成，服从32十二点前设置为0.95，否则为0.9注：表示服从均值为,标准差为的正态分布，表示取与之间的较大值，表示服从均匀分布。将预测电动汽车的数量作为一个依据进行分类，使用不同的数学模拟模型，相当于三种不同规模的电动汽车集群的模拟，对电网负荷曲线的影响。第一种情况：当预测接入电网的车辆为0～3辆时，采用正态分布，进行模拟。第二种情况：当预测接入电网的车辆为3～6辆时，采用正态分布，进行模拟。第一种情况：当预测接入电网的车辆为6～9辆时，采用正态分布，进行模拟。4.3在线优化方法的算例分析可以设定经过在线实时优化后得到的电网负荷曲线为有序的充电曲线，而根据自己意愿随机充电后得到的电网负荷曲线我们称为无序的充电曲线。下面对三种不同规模的预测电动汽车充电负荷的仿真结果进行比较分析。图4.1第一种情况的有序充电曲线和无序充电曲线从图4.1可以看出有序充电的方法也就是实时优化方法产生了移峰填谷的作用，将用电高峰时间段的负荷减低，移至了电网负荷的低谷段，达到了一定的效果。由于未来时段的预测充电汽车规模较小，电动汽车的负荷叠加对电网负荷的峰值没有产生太大影响，只有稍微的提高，但可以看出优化后的充电曲线比无序充电负荷曲线平缓。图4.2第二种情况的有序充电曲线和无序充电曲线从图4.2可以看出，随着电动汽车预测负荷的增多，也就是参与实时优化的电动汽车的增多，当达到中等规模的电动汽车进行充电时，实时优化的方法的明显的改善了电网的负荷曲线，比无序充电更加合理的处理了电动汽车的充电负荷。不仅将用电负荷的高峰降低了下来，还明显的将低谷填补了上来。图4.3第三种情况的有序充电曲线和无序充电曲线从图4.3可以看出，当大规模的电动汽车预测负荷接入电网时，经过在线实时优化，有序充电的方法的优势更加明显，更具有经济价值，将电网负荷的低谷成功填补上来，并且使电网负荷的峰值增幅较少，较无序充电的峰值有明显的降低。可以看出，随着电动汽车规模的增大，考虑电动汽车预测负荷的方法越有效果，经济效益越好。4.4结果结论分析综合以上的算例分析，可以得出以下的结论：考虑电动汽车预测负荷的在线实时优化方法具有移峰填谷的效果，解决了电动汽车充电负荷与电网原有负荷峰上加峰的情况，使电网负荷的波动被平抑了。当电动汽车的规模越大时，优化方法的优势将更加明显，具有良好的经济效益，使电网功率负荷曲线的峰值降低，同时负荷的方差变小，负荷曲线较为平缓。考虑电动汽车预测负荷的在线实时优化方法的优点在于实时的优化电动汽车的充电，将未来接入电网的预测负荷加入进来优化，同时满足已经接入电网充电的电动汽车的需求，也考虑了未来接入电网的预测负荷，使之同时满足充电的要求。在15分钟这个时间段内，电网系统可以对实时充电的电动汽车进行快速的计算，快速的反应，提高了优化的实时性以及准确度。在这个过程中，用户侧的需求没有完全的体现出来，但通过分时电价的作用，可以明显感受到电动汽车充电用户的充电费用降低了，满足了用户的需求。5总结与展望5.1总结随着政策的支持，电动汽车的大规模普及在不久的将来就会实现。大规模的电动汽车充电负荷接入电网会给电网的安全运行以及稳定运行带来一定的影响。未来大规模的电动汽车接入电网将对电网产生不可忽视的影响。其中重要的影响之一就是当大规模的电动汽车的充电负荷将会形成一个有一定规律的负荷增长，与原有的负荷相重叠，在高峰期将大大加剧电网的峰谷差，对电网产生不利的影响，如配电线路过载，配电变压器负荷过大，电压跌落，配电网损