（国网烟台供电公司 山东烟台 264000）
摘要：随着电动汽车渗透率的增加，电动汽车的无序充电会给区域配电网的运行带来很大压力。为了减小电动汽车负荷对电网的影响，提出了一种电动汽车智能充电的调度策略。在分时电价的基础上，将充电成本最小化和负荷方差最小化作为目标函数，考虑了充电机最大充电功率限制等约束条件，建立了电动汽车集中充电的多目标优化调度模型。在这一模型下实施分时电价的电动汽车充电的优化管理。
关键词：电动汽车；充电策略；分时电价；多目标优化
当前社会非常突出的问题就是石油能源的逐渐枯竭，环境保护问题增多，因此电动汽车这一新型汽车得到了极大的发展，究其发展原因，为其符合环境友好型与经济性的发展要求，进而国家对其大力支持，电动车的数量逐渐增多，但是也带来了一个问题，那就是高渗透率电动汽车给电网带来的严重负荷，为此相关人员提出了基于分时电价的电动汽车充电的优化管理，致力于解决这一问题。
1、电动汽车充电控制策略
1.1电动汽车集中充电模式
随着城市电动汽车数量的增长，配套的充电设施建设必不可少，除了分散的快速充电桩，集中充电设施比如大型充电站、具备充电功能的停车场也是建设的重点。电动汽车集中充电的物理框架被提出，并在电动汽车充电策略的研究中有着广泛应用。
1.1.1控制策略适用的充电站结构
控制策略适用于电动汽车集中式智能充电站的结构中，此类充电站结构中，通过单个控制器，去管理接入充电站中电动汽车出现的集群充电行为。在智能电网环境下，假设每辆电动汽车一旦驶入充电站，一辆电动汽车对应一台充电机，控制器可以通过充电机检测和记录相应电动汽车的相关信息，包括驶入时问、用户预计离开时问、电池额定容量和现状荷电状态（SOC）等，其中预计离开的时间由用户进行选择，然后把信息反馈给控制器，其他参数则由充电机，进行自动化的检测。控制器还能跟电网交互信息，主要是获取负荷预测信息。控制器在收集到这些信息后经过优化计算，得到每辆电动汽车在每个时间步长充电功率，然后把这类指令发送到电动汽车连在一起的充电机中，由充电机，其执行这类指令。
1.1.2控制策略中控制器的工作流程
控制器在每个时段开始的时候刷新数据，一旦电网负荷预测值有变化，或者检测到有新的电动汽车接入或离开，控制器就会更新其数据库，做一次优化计算，得到各时段电动汽车的充电安排，然后严格执行这一时段的充电安排。在这个时段结束后再次刷新数据，若这些数据发生变化，就根据数据再做一次优化，确定下一时段的充电安排；若这些数据不存在变化，则按照上一次的优化结果安排充电。控制器根据每辆电动汽车的信息计算，如果在停车过程中一直不停地，运用最大功率充电，是否能达到的最大SOC水平(最大不超过95%，需要考虑到电池过充电的风险)。并假设所有电动汽车用户都是以最大SOC水平作为目标SOC的，若电动汽车停留期问以最大功率持续充电仍不能达到目标SOC，就会不参与调度，始终以最大充电功率充电。
对此做出解释，此类框架适用停在充电站时间较长电动汽车集群充电行为，像上班停在停车场充电的电动汽车，却不是“即等即充”的快速充电站。
期刊文章分类查询,尽在期刊图书馆停车时问较长的电动汽车集群由于充电时问的灵活性而具有调度的可行性，这种电动汽车集群也正是本文所调度的电动汽车。
1.2优化调度管理模型
为了综合考虑电动汽车负荷对电网产生影响，以及充电的经济性，研究了在分时电价基础上电动企业优化管理模型，在研究过程中运用了两个目标函数：一是充电总费用最低，二是负荷方差最小。大量电动汽车分散无序充电，在当前就给电力系统的安全和稳定运行带来巨大挑战，电网公司作为充电站建设和运营商，运用充电费用最小作为目标函数，对电动汽车用户利益做了充分考虑，这将会吸引电动汽车用户，积极主动参与集中充电的活动，一方面激励了用户将电动汽车，停在智能控制充电停车场进行充电站，另一方面电网公司还能聚集相当容量的电动汽车，从而控制其充电行为。通过以负荷方差最小作为第二个目标函数，平抑负荷波动，有利于电网运行，从而实现电网和电动汽车用户的双赢。
2、优化管理模型的求解方法
优化管理模型为滚动优化，每次优化计算都需要对优化模型进行求解，因此选用多目标优化算法NSGA -II，去解决优化问题。NSGA -II的基础是NSGA，对其优化和改善，主要有三方面的改进：采用快速非支配排序方法，降低了算法复杂度；引入精英策略，保留优良种群个体，提高计算准确度；计算拥挤度并采用拥挤度比较算了，从而避免指定共享参数。用NSGA -II来解决多目标优化问题，在迭代终止后得到了Pareto最优解集，因为滚动优化模型，其具有的实时性要求好，所以需要程序可以去自动选择最优解。想要实现白动选取最优解要求得以实现，需要使用基于信息嫡的序数偏好法，在Pareto最优解集中，选取充电策略的最优解。基于信息嫡的序数偏好法是一种逼近于理想解的排序方法，常用于多目标决策分析，基本原理为通过计算评价对象与正、负理想集之间距离，然后进行排序，排序的规则是把各备选方案与理想解和负理想解做比较，若其中有一个方案最接近理想解，而同时又远离负理想解，进而能够把选择出最好的优化管理方案。
结束语：
电动车符合环境友好型与经济性的发展要求，进而国家对其大力支持，电动车的数量逐渐增多，但是也带来了一个问题，那就是高渗透率电动汽车给电网带来的严重负荷，为此提出了一种电动汽车智能充电的调度策略，主要表现为基于分时电价的电动汽车充电的优化管理，在集中控制充电模式的基础上，电力公司提出了让电动汽车使用者花费的电费最小为吸引力，引导更多使用者到集中充电站为汽车充电，以此来减少电能的浪费，还可以更加优化地管理电动汽车的充电行为。
参考文献：
[1]徐智威,胡泽春,宋永华,张洪财,陈晓爽. 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. [2017-09-15]. DOI：10.13334/j.0258-8013.pcsee.2014.22.008
[2]孙晓明,王玮,苏粟,姜久春,徐丽杰,何宣虎. 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(01):191-195. [2017-09-15].
[3]佟晶晶,温俊强,王丹,张建华,刘文霞. 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(01):17-23. (2015-12-29)[2017-09-15]. http://kns.cnki.net/kcms/detail/41.1401.tm.20151229.1819.010.html
论文作者:陈玉慧
论文发表刊物:《电力设备》2017年第26期
论文发表时间:2017/12/21
标签：电动汽车论文; 充电站论文; 电价论文; 电网论文; 策略论文; 负荷论文; 目标论文; 《电力设备》2017年第26期论文;