身份证号：32010519860507****
引言
从二十世纪八、九十年代至今，化石能源的短缺导致的全球能源危机日趋明显，环境问题也越来越加重。根据2016年我国生态环境部发布的数据统计显示:对我国338个地级市及以上城市进行了环境的监测，有84个城市环境空气质量达标，占全部城市数的24.9%;254个城市环境空气质量有所超标，占75.1%;全国机动车保有量达2.95亿辆，比2015年增长8.1，未来5年还将新增机动车1亿多辆;机动车的四项污染物排放量总计为4472.5万吨，其中一氧化碳(CO)3419.3万吨，碳氢化合物(HC)422.0万吨，氮氧化物(NOX>577.8万吨，颗粒物(PM)53.4万吨[t].
1电动公交充电站充电系统结构
纯电动公交车充电站作为电力系统中设施比较完善的用电负荷，充电站的功能决定着充电站的基本总体架构。对于不同的充电站基本功能是相同的，区别在于充电站的服务能力有所不同。某纯电动公交车充电站的场站布置如图1所示:
图1某纯电动公交车充电站场站布置
纯电动公交车充电站是纯电动公交车的动力蓄电池能量补给的场所，这也就决定着一个功能完善的纯电动公交车充电站需要供电系统、充电设备、监控系统和配套设备四个基本模块组成.以上是对电动公交充电站充电系统结构的简介，其中对于本文研究的电动公交充电站的充电机并非一体机，即充电机与充电桩分开，下面基于本文研究目标对此进行叙述。现状下电动公交进行能量补充时，采用整车进站即满充的方式，而且电动公交快速充电站的车桩比在8:1左右。
2电动公交充电站车辆数据统计与分析
2.1数据处理方法
因电动公交充电站的车辆进站充电时可能存在以下几种状况，需要对调研的现场数据进行处理。(1)可能因为通信故障原因，充电过程呈现为断续的两次或多次充电;(2)电动公交车临近发车时补充电;(3)紧急情况时公交车辆充电;(4)电动公交车调试充电。针对本文的研究目标，根据现场调研采集得到的数据进行模型的建立与分析时需要相对比较准确的初始数据，然而现场调研采集的数据，除了包含误差，还可能存在错误。剔除异常数据有四种比较常用的准则，即拉伊达准则、格拉布斯准则、肖维勒准则及狄克逊准则.
2.2单圈耗电量及耗时统计分析
针对本文的研究目标，电动公交车辆单圈耗电量统计分析的重要性就十分突显。统计电动公交单圈耗电量时，根据现状情况下，电动公交车辆每次发车为满电发车，可以根据充电记录中的充电电量计算得出电动公交单圈耗电量，即本次进站充电电量即为上次电动公交单圈耗电电量。基于本文优化目标的电动公交车辆优化充电的核心思想是"谷时多充电、峰时少充电"，因此对于电动公交车辆的耗电量是以时间进行统计分析的，电动公交发车时间段为5:3022:00，以1Smin为间隔对电动公交耗电量进行统计.
2.3选择、交义、变异
选择((selection)也称为复制(reproduction)，指在上一代种群中按照一定的指标(与个体的适应度相关)挑选参与繁殖一定数量的下一代种群的个体的过程。交叉(crossover)也称为重组(recombination)，是指按一定概率对两个个体按某种方式相互交换部分基因，形成两个新的个体的操作过程。
期刊文章分类查询,尽在期刊图书馆变异(mutation)在遗传算法中是指将个体染色体编码串中某些基因座上的基因值用该基因座上的其他等位基因来替换，从而形成新的个体的过程[34]0相关控制参数染色体长度L:其选取与问题的求解精度有关。种群规模N:当N取值比较小时，虽然可以提高遗传算法的运算速度，但容易破坏种群的多样性，所求得的解容易是局部最优解;当N取值比较大时，遗传算法运行效率降低。一般建议取值201000交叉概率(Pc):各代中交叉产生的后代数与种群数之比，也可以通过每一代交叉操作次数体现出来。交叉概率一般不宜设计过小，但如果取的过大，又容易破坏群体中的优良模式，一般建议取值为0.40.99.变异概率(Pm):种群中变异基因数占总基因数之比。变异率太低，则搜索新个体与抑制优化过程早熟的能力比较差，如变异率太大，则可能破坏己经获得的优秀模式。建议取值0.0001一0.1.
2.4电动公交充电实时优化
电动公交充电站的计划充电方案与实时优化充电方案是"一静一动"的关系，计划充电方案是日前的充电方案;当进行实时优化时，历史数据与实时数据相结合进行各车次的充电安排，即式中，当根据模型求取计划充电方案时，j=t=1;当根据模型进行实时优化时，j=t，其中t随着时间不断增加(直至t=1440);而且计划充电和实时优化方案的不同在式也有所体现: 当电动公交m第i+1次回站充电时，在计划充电方案中，式中的Emi为根据历史数据统计的单圈耗电量，而在实时优化的充电方案中，中的Emi为根据电动公交BMS信息转换求解而出的实际的单圈耗电量。现状情况之下，快速充电站的电动公交车都是事先相对固定的，所以在停靠时间规划合理的情况下，所有车辆的充电需求均可满足。考虑到特殊情况，例如交通堵塞、恶劣天气等，导致电动公交充电需求的变化，可能出现充电需求在规定的时间内不能满足的异常状况。若发生异常情况(上述模型无解)，优化充电控制系统给出提示，有公交车方选择是否同意延后发车，即延后本次车辆的离站时间lmi并重新求解充电方案，直至有解为止;或者选择降低车辆的F(最低回站电量)来达到(lm，不变)充电方案有解。
结语
本文是在新能源汽车快速发展，提倡节能减排的时代背景下，针对电动公交充电站日充电费用偏高的问题，结合电动汽车充、换电站、电动公交换电站及电动公交快速充电站的研究现状，对电动公交充电站优化充电策略进行研究。对电动公充电站及铿离子电池特性进行分析，对电动公交车回站SOC、单圈耗电量及单圈耗时等进行采集分析，建立以充电站日充电费用最小化为目标，满足充电站正常运营为约束条件的优化充电模型，并采用遗传算法进行求解，通过仿真与某天的历史实际数据进行对比分析，验证优化模型可有效降低充电站日充电费用并改善充电站的功率负荷。本文的主要内容可以总结如下:(1)依据本文的研究背景，说明了本文研究的意义及目的，并对电动汽车充、换电站优化充电，纯电动公交换电站优化充电，纯电动公交充电站优化充电的国内外研究现状进行了简要介绍。(2)对电动公交充电站及电池特性进行了分析，对电池的OCVSOC,SOE,能量转换及充电方法和功率进行了分析，为本文优化充电模型的搭建提供了理论支撑。(3)对电动公交充电站车辆回站SOC、单圈耗电量、单圈耗时等数据进行了采集与分析并用函数进行拟合，对电动公交优化充电时电量的分布进行了分析。
参考文献
[1]中华人民共和国环境保护部.2016中国环境状况公报「R].环境保护部，2017.
[2]王春旭.我国汽车尾气排放控制现状与对策[[Jl.无线互联科技，2014(2):185-185.
论文作者:余涛
论文发表刊物:《科技尚品》2018年第11期
论文发表时间:2019/7/18
标签：充电站论文; 公交论文; 耗电量论文; 公交车论文; 车辆论文; 种群论文; 本文论文; 《科技尚品》2018年第11期论文;