摘要：近年来，我国“推进能源高效清洁转化，大力发展新型可再生能源”，以及“推动能源供应方式变革，大力发展分布式能源”的政策方针。然而，由于风能和太阳能等可再生能源在发电过程中存在不稳定性等因素，产生的波动可能导致机器磨损及系统备份的大幅投资，严重阻碍了其大规模应用。因此，科学合理地利用可再生能源成为一项当下主要议题。而电动汽车作为灵活性电力负荷，其大规模应用为电力公司提供了一个巨大的存储资源，可大力缓解该问题。同时，由于汽车能源消耗在全国能源消耗中所占比重较大，采用可再生能源替代传统汽车能源，将大幅度减少传统能源的利用，有利于实现节能减排目标。为此，文章对电动汽车供电能源优化组合及智能充电策略方面展开详细分析，具有重要的现实意义。
关键词：电动汽车；供电；能源优化；智能充电
引言：电动汽车作为未来陆地交通工具的发展趋势，其大量的无序充电行为将会对现有电网的可靠运行产生许多不利影响，如大量电动汽车的无序充电会拉大电网的峰谷差，使得电网调度变得困难，导致电压或电流畸变，甚至会损害电力设备。基于此，在接下来的文章中，将围绕电动汽车供电能源优化组合及智能充电策略展开分析，希望能够给相关人士提供参考。
一、电动汽车智能充电模型
在保证合理的供电可靠性与稳定性的前提下，电动汽车服务商通常以总成本最小为目标。同时，由于监管制度限制，电动汽车服务商需要通过合理手段抵消电动汽车能源供应过程中的碳排放，例如采用太阳能或风能供电，或购买可再生能源配额以抵消非可再生能源的利用。因此，本文以成本最小化为目标，结合风能、太阳能与传统化石燃料的经济性，构建电动汽车智能充电模型。
（一）模型构建
电动汽车充电模型中，服务商首先需要决定化石能源发电、风电和光伏发电的合同容量。其中，化石能源供电量可保证可靠供应，而风电和光伏发电则可能产生随机波动。由此，我们作出假设，其一，如果合同电量可以满足所有备用电动汽车，则所有电动汽车均得以充电，且多余供电量将被废弃。其二，如果某一时段的备用电动汽车充电需求超过了合同供电量，且电动汽车充电可推迟在截止充电期之前，则首先保证尽可能多的电动汽车得以充电，而剩余电动汽车的充电期则可以被推迟。其三，如果当前时段的电力供应不能满足电动汽车充电，且推迟充电将超过截止充电期，则所有电动汽车均按合同电量进行充电，其中不足的电力由服务商在实时电力市场购买。
（二）数据选择假设
电动汽车电池的充电容量为20kW•h，额定功率为3kW，充电时段为06：00～16：00。电动汽车用户上下班里程均为25km，且电动汽车服务商将提前被告知用户的充电时间。风电模型数据选用2017年某省6个地区的实时风速，平均风速为4～25m/s，最大输出时风速为15m/s。同一站内的发电机输出功率相同。光伏发电模型数据选用2010年间该地区每h的日照数据，假设太阳能电池板转换效率为20%。
（三）算例分析
电动汽车能源消耗是指电动汽车直接消耗的能源，而非服务商所提供的能源。尽管电动汽车的总能源消耗量由平均日负荷曲线决定，但其充电模式可以根据太阳能和风能供应量进行优化调整。因此，尽管可再生能源供应高峰时电动汽车耗电量较少，但上午充电时段可以推迟至太阳能供应高峰时段，而下午充电时段也可同样推迟至风电供应高峰时段。另外，风速在各个季度间总变化趋势相近，而在同一季度内波动较大。
期刊文章分类查询,尽在期刊图书馆其中，夏季风速波动最大，而冬季波动最缓。夜间为风电供应高峰时段。在夜间利用电动汽车消纳风电，以减少弃风，可大大提高可再生能源的利用率，同时减少常规能源的利用。日照强度的季度特性与风速的季度特性相似，在夏季波动最大，且其夏季高峰期强度比冬季高峰期强度要高出3倍。根据智能充电优化算法，采用风电与光伏发电优化组合对10万辆电动汽车进行充电，与单位容量的光伏发电相比，单位容量的风电可为电动汽车提供更多的电能。
（四）智能充电模型
智能充电模型通过配合电动汽车用户的驾驶时间表，以保障电动汽车电量供应为目的，增加可再生能源的利用，同时相应地减少实时电力市场的购电量。通过实际调查情况可知，风电价格对总供电成本的敏感性影响较大。风电价格较低时，选用风电为最优方案；当风电价格较高时，则应增加化石燃料供电容量加入化石燃料发电降低了实时购电成本，但增加了ＲEC费用。结果表明，在合理的风电价格下，对电动汽车服务商而言，风电比化石燃料发电更具经济性。另外，当ＲEC费用较低时，宜选用化石燃料发电，通过购买ＲEC进行碳排放补偿。当ＲEC价格高于0．16元/（kW•h）时，宜选用风电，并提高实时电力市场的购电量。
二、电动汽车智能充电路径规划
（一）初始化阶段
在初始化阶段中，初始化虚拟场景中的电动汽车、充电桩、路网、时间器等部分，并根据电动汽车的多目的地做出第1次优化。采用Dijkstra算法为基础算法，即各目标点之间使用Dijkstra算法，确保目标之间的路径为最短路径。由于电动汽车一般有多个目的地，因此采用最近邻点法，使电动汽车确定一条遍历所有目标点的最短路径[1]。
（二）阶段性分析
为了增大动态路径规划的准确率并且减少重复路径规划的执行次数，设定间隔的离散时间点和事件集。间隔的离散时间点是将时间离散化，假定在单位时间段内的交通状况不会发生变化，在每个时间段初做出分析。事件集为存储与动态路径规划有关的一系列事件集，包括各类的突发状况、电动汽车状态的改变等。
（三）电动汽车路径规划实时性分析
当电动汽车路径规划时，需要对路径规划的实时性进行分析，能否及时给出路径规划方案。主要分为2种情况：第一，当有突发状况发生时无需重新计算，可从原有的存储的最短路径重新取出从当前位置到第1个目标节点的最短路径。第二，当电动汽车电量不足时需找到一个最近充电桩，使得当前位置到达充电桩的距离与充电桩到达下一个充电桩距离之和最短，即需计算2段最短距离，因此需要保证其准确性，缩小充电桩搜索范围并及时做出路径规划。
结论：
简而言之，随着时代的不断发展，如今电动汽车已经步入人们的生活当中。通过文章分析我们可以得出，接入电网的电动汽车作为灵活性负荷，为可再生能源大量并网起到了重要的调节作用。一方面电动汽车可大量应用可再生能源，增加可再生能源利用率；另一方面，电动汽车通过合理安排充电时段，能响应可再生能源的不稳定性负荷，减少可再生能源的浪费[2]。
参考文献：
[1]彭飞，柳重堪，张其善．车辆定位与导航系统中的快速路径规划算[J].北京航空航天大学学报，2016，28（1）：70-73．
[2]樊月珍，江发潮，毛恩荣．车辆行驶最优路径优化算法设计[J].计算机工程与设计，2017，28（23）：5758-5761．
论文作者:彭诚,张叶林,林敏,曹卫国
论文发表刊物:《基层建设》2018年第27期
论文发表时间:2018/10/1
标签：电动汽车论文; 路径论文; 能源论文; 风电论文; 可再生能源论文; 时段论文; 电量论文; 《基层建设》2018年第27期论文;