电动汽车充电优化管理

引言

我国约一半的石油资源消耗在运输领域,同时产生了大量的温室气体,为此,世界各国都在致力于电动汽车的研究开发与推广应用。电动汽车充电具有时间和空间不确定性,随机性强,负荷量大等特点,电动汽车大范围使用可能对电网造成冲击,对用户用电情况产生影响。对于汽车消费潜力巨大的国内市场来说,新能源电动汽车的使用,可减轻能源耗费以及环境污染。电动汽车的发展离不开电力系统的能源支持,作为一种移动式储能装置,其在为电力系统提供辅助功能、削峰填谷以及开发新能源等方面具有广阔的前景。本文通过建立关于电动汽车充电行为的数学模型,使得电动汽车与电网的相互作用更加合理。

1电动汽车充电行为统计分析

为了对电动汽车负荷进行描述,有必要分析电动汽车充电行为特性(充电开始时刻、连接时长和充电电量)的分布规律。此外,电动汽车的使用必然要与电网产生互动,在此过程中就会涉及电网、用户以及运营商的利益关系,用户可以直接从电网交换电能,或者选择运营商进行充电服务,三者的关系如图1所示。

下面分析某城市100辆电动汽车一周的充电规律,选取数据并对数据进行拟合与定性分析。

1.1充电开始时刻的分布规律

分析一周内100辆电动汽车的充电数据,按照每15min的时间间隔,则24h可分为96个时段,作出充电开始时刻的柱形图,如图2所示。

由图2可见,08:00—23:00是充电高峰期,大多数电动汽车充电集中在下午时段,极少数的车辆会在深夜时段充电。1.2连接时长的分布规律

通过对这100辆充电汽车的数据分析,得出充电最大时长为40.08h,充电最小时长为0.43h,作出其分布规律柱形图,如图3所示。

由图3可以看出,充电时长在0~10h左右的用户占绝大多数,对电网的影响较为巨大,而充电时长超过30h的用户占极小部分,对电网的影响较小,这也符合日常基本规律。

1.3充电电量的分布规律

对充电汽车与电网而言,充电电量是极为重要的影响因素,需根据数据进行区间的合理划分,以每2kw·h为增量模拟其分布规律,如图4所示。

为证明满足其使用条件,将数据导入程序中,用test函数检验曲线是否服从正态分布规律,当H为l的情况下不是正态分布,当H为0的情况下是正态分布,充电电量对应H=0,因此拟合出充电电量的正态分布图(图5),并计算得充电电量服从u=14.2263、6=8.4458的正态分布。

2基于蒙特卡洛算法的电动汽车充电模型求解

假设电动汽车充电功率主要分为交流一级、交流二级,直流充电的充电汽车数量的比例为l:4:5,考虑到电动汽车无序充电的影响,需给出充电桩合理配置的比例,使得设备投资最小,选取l00辆车作为样品,优化一周的行为记录,建立优化模型,分析每辆电动车充电量和充电方式。

首先,将24h按照每15min为间隔划分区间,每辆电动汽车充电电量为w,充电连接时长为h,100辆电动汽车采用交流一级、交流二级,直流充电的数量为a、b、c,其值为:

电动汽车采用交流一级、交流二级,直流充电功率为x、y、:,其满足的条件为:

考虑到能满足用户的需求(即在充电连接时长内获得实际电量为wi),其满足的条件为:

式中,mn,i为使用的某种功率等级:hi为充电连接时长:wi为实际充电电量:l2,i为充满电的时刻:l1,i为充电开始时刻。

为减少设备投资,其目标函数为:

式中,counl函数为使用某种充电功率等级车的数量:ax,ay,a:为使用三种充电功率等级设备的成本。

根据前部分已得出的正态分布规律,利用蒙特卡洛算法对充电负荷曲线进行模拟。

蒙特卡洛算法流程图如图6所示。

利用Lingo进行最优解的求解,可求得一天中每个等级充电桩的利用率为36%、41%、62%。充电功率等级的比例如表1所示。

通过Matlab拟合数据得到充电量分布规律,如图7所示。

由表1可知,直流充电所占比例最小,其次是交流一级,占比最高的是交流二级,这是因为交流二级充电具有快速性,且投资成本较少,利用Mat1ab进行仿真,模拟出规模化电动汽车的充电电量曲线,得出其变化曲线与实际基本相符,按照此比例划分,可有效减少电动汽车充电设备的投资以及峰谷差。结合实际分析,充电桩充电功率相对越小,电网系统越稳定,充电负荷峰谷差越小。

3电动汽车与电网的互动

大力发展电动汽车产业,有效改善运输燃料引起的能源消耗与环境问题,电动汽车充电站一方面从电网购电,另一方面利用光伏发电,将这些电量再售发给客户,当光伏发电过多时,会将过剩的电量出售给电网,为提高充电站的利润,应提高光伏发电的利用率。考虑到用电高峰时电网负荷较大,充电站可在用电高峰期向电网放电,并在低谷期充电,缩短电力峰谷差,使电网负荷趋于平衡,保证电网的安全稳定运行,提高电网利用率,减少发电、输电、配电建设投资。

4结语

本文主要分析了充电车辆的充电行为,考虑到充电时长不等于连接时长,用3个功率等级估算出了充电时长,利用蒙特卡洛算法模拟出电动汽车充电负荷曲线,并用Mat1ab进行拟合验证其正确性,使电动汽车与电网的相互作用更加合理,有效降低充电负荷的峰谷差,减少设备的投资,为解决电动汽车充放电优化问题提供了借鉴,具有现实的意义。

本文主要的不足为计算量较大,考验对大量数据的处理能力,容易出现错误。