集中式V2G技術(shù)的研究綜述

1、    集中式v2g技術(shù)的研究綜述    王伊琳+張清勇+龔康摘 要：隨著電動(dòng)汽車技術(shù)的發(fā)展，v2g技術(shù)受到越來越多的關(guān)注，尤其是可靠性更高的集中式v2g技術(shù)。因此本文對集中式v2g的研究進(jìn)展進(jìn)行了總結(jié)，首先本文對國內(nèi)外電動(dòng)汽車的發(fā)展趨勢進(jìn)行了調(diào)研，然后針對集中式v2g技術(shù)的優(yōu)化調(diào)度問題，分優(yōu)化目標(biāo)、電動(dòng)汽車建模、模型求解三個(gè)部分進(jìn)行了分析，最后對集中式v2g發(fā)展進(jìn)行了展望。關(guān)鍵詞：電動(dòng)汽車；v2g；綜述doi：10.16640/ki.37-1222/t.2017.18.0091 引言隨著化石能源短缺的日益加劇以及城市環(huán)境污染問題的日益嚴(yán)重，具有高效率、

2、無污染、低噪音等特點(diǎn)的電動(dòng)汽車逐漸得到關(guān)注和認(rèn)可，被認(rèn)為將取代傳統(tǒng)汽車，成為未來的主要交通工具之一1。電動(dòng)汽車大規(guī)模入網(wǎng)會(huì)給電網(wǎng)帶來兩個(gè)方面的影響：一是未經(jīng)引導(dǎo)的電動(dòng)汽車充電負(fù)荷可能會(huì)產(chǎn)生新的負(fù)荷高峰，給電網(wǎng)的運(yùn)營帶來挑戰(zhàn)2；二是電動(dòng)汽車的空閑時(shí)間較長，尤其是私家車，擁有大容量電池的電動(dòng)汽車就可以作為電網(wǎng)的分布式的儲能裝置，可以用于電網(wǎng)負(fù)荷的削峰填谷、提高供電質(zhì)量、解決新能源發(fā)電的隨機(jī)性和間歇性問題。v2g技術(shù)是指通過電價(jià)等激勵(lì)手段引導(dǎo)電動(dòng)汽車在電網(wǎng)有功率缺額時(shí)放電、在電網(wǎng)功率過剩時(shí)候充電，實(shí)現(xiàn)電動(dòng)汽車與電網(wǎng)的互動(dòng)3。一方面，v2g技術(shù)給電網(wǎng)提供了更靈活、更具有經(jīng)濟(jì)性的儲能方式，給電網(wǎng)解決新能

3、源并網(wǎng)、電網(wǎng)經(jīng)濟(jì)調(diào)度提供了新的解決方案；另一方面，v2g技術(shù)也使得電動(dòng)汽車主可以通過激勵(lì)政策獲得一定收益，充分的利用閑置資源，分擔(dān)購車壓力。自1995年amory lovins提出v2g這個(gè)概念以來，v2g技術(shù)獲得了廣泛的關(guān)注，研究者們針對v2g技術(shù)的優(yōu)化調(diào)度、經(jīng)濟(jì)性論證4，5等關(guān)鍵問題進(jìn)行了深入的研究，已經(jīng)取得了一定的成果。目前v2g的主要實(shí)現(xiàn)方式分為集中式v2g、分布式v2g和換電式v2g。集中式v2g是指某一區(qū)域的電動(dòng)汽車集中在一個(gè)充電站中，根據(jù)電網(wǎng)的指令進(jìn)行統(tǒng)一調(diào)度，充電站一般作為中間代理環(huán)節(jié)；分布式v2g是指電動(dòng)汽車通過分散的充電樁進(jìn)行充電，電動(dòng)汽車根據(jù)電價(jià)等激勵(lì)措施自主進(jìn)行充放電；

4、換電式v2g是指基于電動(dòng)汽車換電模式的v2g，利用電動(dòng)汽車換電站內(nèi)用于更換的電池進(jìn)行v2g。分布式v2g由電動(dòng)汽車自主響應(yīng)電網(wǎng)的激勵(lì)政策，隨機(jī)性較大，且有形成反高峰的可能6，難以達(dá)到最佳效果；換電式v2g則依托電動(dòng)汽車換電站，一方面電動(dòng)汽車換電模式的發(fā)展還存在著電池型號不統(tǒng)一等許多障礙3，另一方面，建立換電站需要有較多的電池冗余，成本相對于建充電站更高。總的來說，集中式v2g是目前較為可靠，投入成本相對較低，發(fā)展更為容易的v2g方式，因此，集中式v2g也得到更多學(xué)者的關(guān)注。本文在調(diào)研大量文獻(xiàn)之后，對電動(dòng)汽車集中式v2g技術(shù)的研究進(jìn)展進(jìn)行了概述。論文主要討論了電動(dòng)汽車的發(fā)展趨勢，集中式v2g優(yōu)化

5、調(diào)度過程中的目標(biāo)函數(shù)確定、電動(dòng)汽車建模、優(yōu)化模型求解等幾個(gè)問題。2 電動(dòng)汽車的發(fā)展趨勢考慮到電動(dòng)汽車用戶對汽車使用的隨機(jī)性，只有當(dāng)電網(wǎng)中的電動(dòng)汽車達(dá)到一定比例以后才能為電網(wǎng)提供較為穩(wěn)定且足夠大的儲能容量，才能在電網(wǎng)的削峰填谷、改善新能源并網(wǎng)特性等應(yīng)用場合產(chǎn)生經(jīng)濟(jì)效益，補(bǔ)償電動(dòng)汽車充電站的建設(shè)成本等前期投資。電動(dòng)汽車的規(guī)模決定了電動(dòng)汽車對電網(wǎng)的影響能力，也決定了v2g技術(shù)的可靠性與經(jīng)濟(jì)性。因此，電動(dòng)汽車的發(fā)展趨勢決定了v2g技術(shù)的應(yīng)用前景。在美國，汽車的二氧化碳排放量占到全國總排放量的17%，因此發(fā)展電動(dòng)汽車一直是美國政府的重要政策。美國政府在電動(dòng)汽車的購置、上牌、充電等方面都給與了政策支持7。

6、美國能源部2016 年能源展望報(bào)告數(shù)據(jù)顯示，2014年美國純電動(dòng)汽車的銷量就達(dá)9.4 萬輛。經(jīng)預(yù)計(jì)，到2030年，美國電動(dòng)汽車的總數(shù)量將達(dá)到5000萬輛8。日本的電動(dòng)汽車研究一直處于技術(shù)領(lǐng)先的地位，這得益于日本雄厚的汽車技術(shù)的基礎(chǔ)和政府的高額補(bǔ)貼政策。日本對電動(dòng)汽車電池的研究投入了大量的資金，從而在日本形成了全球最大的高性能電動(dòng)汽車動(dòng)力電池產(chǎn)業(yè)聯(lián)盟。另外，日本還大量投資電動(dòng)汽車的充電設(shè)施建設(shè)，計(jì)劃于2020年前，建成電動(dòng)汽車充電樁的數(shù)量達(dá)到200萬個(gè)9。歐盟于2010年正式發(fā)布了清潔節(jié)能汽車領(lǐng)域的戰(zhàn)略發(fā)展計(jì)劃，歐洲各國積極響應(yīng)。德國政府計(jì)劃使德國的電動(dòng)汽車在2020年達(dá)到100萬輛10，并且投

7、入大量資金用于支持電動(dòng)汽車的研發(fā)和電動(dòng)汽車充電樁的建設(shè)；法國是歐洲電動(dòng)汽車發(fā)展最為迅速的一個(gè)國家，其給予電動(dòng)汽車“新車購置金”的補(bǔ)貼政策使得電動(dòng)汽車的銷售份額迅速的超過了傳統(tǒng)汽車；英國則通過收取汽車二氧化碳排放稅的方式來促進(jìn)電動(dòng)汽車的發(fā)展。我國的電動(dòng)汽車產(chǎn)業(yè)與國外發(fā)達(dá)國家相比起步較晚，但是發(fā)展勢頭卻十分迅猛，我國從2015年起電動(dòng)汽車的產(chǎn)銷量就居于世界第一位，2016年的電動(dòng)汽車產(chǎn)銷量超過了50萬輛11。根據(jù)我國電動(dòng)汽車“十三五”發(fā)展規(guī)劃，到2020年，我國要建立起完善的研發(fā)系統(tǒng)和產(chǎn)業(yè)鏈，實(shí)現(xiàn)電動(dòng)汽車的產(chǎn)業(yè)化。經(jīng)預(yù)計(jì)，到2030年，我國的電動(dòng)汽車總量將達(dá)到6000萬輛12。3 集中式v2g技術(shù)

8、的優(yōu)化調(diào)度集中式v2g的優(yōu)勢在于能夠集中電動(dòng)汽車進(jìn)行統(tǒng)一調(diào)度，從而達(dá)到整體效益的最優(yōu)，因此集中式v2g的核心內(nèi)容就是電動(dòng)汽車的優(yōu)化調(diào)度。但是電動(dòng)汽車的優(yōu)化調(diào)度需要協(xié)同考慮電網(wǎng)的功率需求和入網(wǎng)電動(dòng)汽車在時(shí)間和可用容量上的隨機(jī)性，因此電動(dòng)汽車的優(yōu)化調(diào)度也是集中式v2g的技術(shù)難點(diǎn)。下面分優(yōu)化目標(biāo)、優(yōu)化方法、電動(dòng)汽車參與v2g的響應(yīng)模型來進(jìn)行分析。3.1 優(yōu)化目標(biāo)集中式v2g的優(yōu)化目標(biāo)是投資者們關(guān)心的利益產(chǎn)出，決定了其在經(jīng)濟(jì)效益和環(huán)境效益上的可行性。學(xué)者們針對電動(dòng)汽車在新能源并網(wǎng)、配網(wǎng)負(fù)荷削峰填谷、與發(fā)電機(jī)組的聯(lián)合調(diào)度、調(diào)頻等應(yīng)用場景進(jìn)行了研究，分別以新能源利用率最高13、負(fù)荷平滑度14、電網(wǎng)發(fā)電成本

9、最低15、co2排放量最低16、電動(dòng)汽車主收益最高13為優(yōu)化目標(biāo)進(jìn)行了研究。endprint由于集中式v2g的調(diào)度往往涉及到多個(gè)參與方的利益博弈，因此v2g的優(yōu)化調(diào)度往往需要處理多目標(biāo)優(yōu)化的問題。文獻(xiàn)17中提出了分層的優(yōu)化思路，分調(diào)度中心和各代理機(jī)構(gòu)兩層進(jìn)行優(yōu)化，分別考慮電網(wǎng)與車主的利益。文獻(xiàn)13則提出了分步的優(yōu)化思路，首先考慮新能源的消納和負(fù)荷方差得到電動(dòng)汽車的初步調(diào)度結(jié)果，再考慮發(fā)電成本進(jìn)行進(jìn)一步優(yōu)化。而文獻(xiàn)15則采用多目標(biāo)遺傳算法和加權(quán)法相結(jié)合的思路同時(shí)對多個(gè)目標(biāo)進(jìn)行優(yōu)化。3.2 電動(dòng)汽車的建模電動(dòng)汽車是v2g的主體，因此對電動(dòng)汽車的合理建模是優(yōu)化調(diào)度的重要內(nèi)容，只有準(zhǔn)確的建模才能正確模

10、擬出電網(wǎng)中電動(dòng)車的可用時(shí)間和電池的可用容量。電動(dòng)汽車的建模主要包括兩個(gè)內(nèi)容，一個(gè)是電動(dòng)汽車的駕駛特性，即電動(dòng)汽車的出行時(shí)間特性和行駛距離的分布特性，另一個(gè)是電動(dòng)汽車對v2g的參與程度。對于電動(dòng)汽車的駕駛特性的建模，目前已經(jīng)有較多的研究。文獻(xiàn)18根據(jù)美國私家汽車出行規(guī)律調(diào)研的數(shù)據(jù)得到了汽車的出行時(shí)間和行駛里程的正態(tài)分布模型，再根據(jù)蒙特卡洛模擬的方法得到仿真用的調(diào)度數(shù)據(jù)。文獻(xiàn)19則根據(jù)電動(dòng)汽車每日的行程數(shù)對電動(dòng)汽車進(jìn)行分類，先統(tǒng)計(jì)各類行程出現(xiàn)的概率，再對每類日行程的各個(gè)行程的時(shí)空特性、駕駛距離等進(jìn)行統(tǒng)計(jì)建模。文獻(xiàn)20則根據(jù)電動(dòng)汽車的用途，將電動(dòng)汽車分為了home-based-work、home-b

11、ased-other和non-home-based三種類型，分別統(tǒng)計(jì)這三類汽車的比例以及出行時(shí)間和駕駛距離的分布概率，該文獻(xiàn)還進(jìn)一步根據(jù)電動(dòng)汽車的類型討論了電動(dòng)汽車電池容量的概率分布情況以及每公里行駛耗能的概率分布情況，從而更精確的對電動(dòng)汽車的駕駛特性進(jìn)行了描述。電動(dòng)汽車對v2g激勵(lì)政策的響應(yīng)程度關(guān)系到電動(dòng)汽車主的經(jīng)濟(jì)行為習(xí)慣、電動(dòng)汽車的成本以及激勵(lì)政策的力度，是一個(gè)比較復(fù)雜的問題。文獻(xiàn)21中采用了三段線性函數(shù)來描述電動(dòng)汽車主參加v2g的比例隨充放電價(jià)格差變化的關(guān)系；文獻(xiàn)20則對該模型進(jìn)行了改進(jìn)，采用凹函數(shù)描述電動(dòng)汽車的參與度與電價(jià)的關(guān)系，并且考慮放電帶來的額外電池?fù)p耗，對在充電和反放電采用不

12、同的特性曲線。文獻(xiàn)13則采用價(jià)格系數(shù)彈性矩陣來描述電動(dòng)汽車對電價(jià)的響應(yīng)情況，該方法的優(yōu)勢在于可以同時(shí)考慮當(dāng)前電價(jià)以及其他時(shí)刻電價(jià)的變化對電動(dòng)汽車主的影響。這類方法都試圖將電動(dòng)汽車主的響應(yīng)程度與電價(jià)直接關(guān)聯(lián)起來，但是車主往往難以根據(jù)電價(jià)估算自身獲益，而且還有一些其他非利益因素需要考慮，因此難以準(zhǔn)確地描述電動(dòng)汽車的參與度。文獻(xiàn)22則采用了條件風(fēng)險(xiǎn)價(jià)值（cvar）來衡量電動(dòng)汽車主在參與v2g過程中的風(fēng)險(xiǎn)與價(jià)值，讓電動(dòng)汽車住根據(jù)一定置信水平下的收益來做出決定，該方法的優(yōu)點(diǎn)在于能夠充分考慮電動(dòng)汽車主的心理因素以及收益上的不確定性。3.3 優(yōu)化方法由于集中式v2g最優(yōu)調(diào)度方案的求解往往需要處理復(fù)雜的約束條

13、件、多個(gè)待優(yōu)化量，所以選擇合適的求解方法十分重要。目前，主要使用的是智能算法，其在處理這類非線性問題上具有計(jì)算效率高、約束條件寬松等優(yōu)勢，遺傳算法23、離散細(xì)菌群體趨藥性算法16等智能算法都得到了應(yīng)用。然而智能算法在處理復(fù)雜的非線性問題時(shí)往往有早熟問題，容易陷入局部最優(yōu)，求解結(jié)果不精確，文獻(xiàn)24則在粒子群算法的基礎(chǔ)上引入了選擇機(jī)制和交叉機(jī)制，改進(jìn)其搜索能力。文獻(xiàn)25則使用了粒子群-退火混合算法 ，從而同時(shí)發(fā)揮這兩種算法的優(yōu)勢。還有一些文獻(xiàn)則使用了其他方法，文獻(xiàn)26采用了拉格朗日松弛法來求解電動(dòng)汽車的最優(yōu)調(diào)度方案，利用對偶因子將約束條件解耦，從而將待優(yōu)化量分解，有效的減少了計(jì)算時(shí)間。文獻(xiàn)18則使

14、用優(yōu)先順序法，將多時(shí)段的優(yōu)化問題分解到各時(shí)段分別求解，計(jì)算過程更為簡單，效率更高。4 總結(jié)與展望目前，電動(dòng)汽車集中式v2g技術(shù)的經(jīng)濟(jì)性和改善電網(wǎng)特性的能力已經(jīng)得到了較多的理論驗(yàn)證，一些機(jī)構(gòu)也正著手開展實(shí)體項(xiàng)目來論證其可行性。相信隨著電動(dòng)汽車規(guī)模的發(fā)展、動(dòng)力電池性能的提升，集中式v2g的可靠性會(huì)進(jìn)一步提升、電動(dòng)汽車參與v2g的成本會(huì)進(jìn)一步降低，集中式v2g技術(shù)會(huì)逐步走向商業(yè)化的道路。參考文獻(xiàn)：1胡澤春，宋永華，徐智威等.電動(dòng)汽車接入電網(wǎng)的影響與利用j. 中國電機(jī)工程學(xué)報(bào)，2012，32（04）：1-10.2劉曉飛，張千帆，崔淑梅.電動(dòng)汽車v2g技術(shù)綜述j.電工技術(shù)學(xué)報(bào)，2012，27（02）：1

15、21-127.3hadley s w，tsvetkova a a.potential impacts of plug-in hybrid electric vehicles on regional power generationj. electricity journal，2009，22（10）：56-68.4kempton w，kubo t.electric-drive vehicles for peak power in japanj.energy policy，2000，28（01）：9-18.5kempton w，tomi? j.vehicle-to-grid power funda

16、mentals： calculating capacity and net revenuej.journal of power sources，2005，144（01）：268-279.6shafiq s，al-awami a t.reliability and economic assessment of renewable micro-grid with v2g electric vehicles coordinationc.applied electrical engineering and computing technologies.ieee，2015.endprint7杜志彬，莊恒

17、國.美國電動(dòng)汽車激勵(lì)政策簡析j.汽車工程師， 2016（10）：14-16.8ota y，taniguchi h，nakajima t，et al.an autonomous distributed vehicle-to-grid control of grid-connected electric vehiclec.international conference on industrial and information systems，2009：414-418.9吳翠玉，張美霞，陳海燕等.國內(nèi)外電動(dòng)汽車扶持政策比較與分析j.上海電力學(xué)院學(xué)報(bào)，2016，32（02）：188-192.10夏

18、德建.電動(dòng)汽車研究綜述j.能源技術(shù)經(jīng)濟(jì)，2010，22（07）：49-55.11蔡仲旺，王廣鳳.我國電動(dòng)汽車產(chǎn)業(yè)現(xiàn)狀與發(fā)展策略研究j. 現(xiàn)代經(jīng)濟(jì)信息，2016（01）：351-352.12楊玉青，蘇粟，姜久春等.改善配電網(wǎng)負(fù)荷特性的充電站有序充電優(yōu)化策略j.電力系統(tǒng)保護(hù)與控制，2014，42（07）：60-66.13孫波，孫佳佳，董浩.基于分時(shí)充電電價(jià)的電動(dòng)汽車消納風(fēng)電的機(jī)組調(diào)度優(yōu)化模型j.可再生能源，2017（01）：110-118.14侯建朝，胡群豐，譚忠富.計(jì)及需求響應(yīng)的風(fēng)電-電動(dòng)汽車協(xié)同調(diào)度多目標(biāo)優(yōu)化模型j.電力自動(dòng)化設(shè)備，2016，36（07）：22-27.15劉東奇，王耀南，袁小芳.電動(dòng)汽車充放電與風(fēng)力/火力發(fā)電系統(tǒng)的協(xié)同優(yōu)化運(yùn)行j.電工技術(shù)學(xué)報(bào)，2017，32（03）：18-26.16盧志剛，姜春光，李學(xué)平等.清潔能源與電動(dòng)汽車充電站協(xié)調(diào)投資的低碳效益分析j.電工技術(shù)學(xué)報(bào)，2016，31（19）：163-171.17姚偉鋒，趙