考慮換電儲備的電動汽車光伏換電站動態功率分配方法

陳 征 劉 念 路欣怡 肖湘寧 張建華

（華北電力大學新能源電力系統國家重點實驗室 北京 102206）

1 引言

隨著世界各國能源與環境問題的日益突出，低碳電力和節能減排技術受到相關行業的日益關注。由此，可再生能源發電與電動汽車逐漸成為智能電網領域不可或缺的重要組成部分。相關研究表明，電動汽車通過充電基礎設施直接接入電網充電，實際產生的間接碳排放量并不比傳統燃油汽車更低[1]，且難以減輕對傳統化石燃料的依賴[2]。這種情況下，要實現真正意義上的低碳和減排，最有效的方式是建立充放電設施與分布式可再生能源發電系統的關聯，在微電網環境下實現二者之間的集成利用，實現可再生能源發電的就地消納利用[3-7]。

伴隨電池租賃模式發展，基于動力電池集中式充電的換電站已成為目前電動汽車發展具有競爭力的能源供給設施[8,9]。換電站的突出特點表現為，待充電池集中分布，便于充電功率的統一調度與靈活分配。光伏換電站是充放電設施與可再生能源發電集成利用的典型形式之一。學術界針對光伏換電站的研究，已包括典型設計[10-12]、優化配置[13-15]、經濟評估等[16]，但是尚未針對光伏換電站的功率分配問題開展深入研究。

對于常規換電站的充電功率優化分配問題，國內外已逐步開展相關研究。一方面，國內研究者主要從平抑電網的負荷峰谷差、降低負荷波動的角度出發，研究換電站的充電功率優化模型和方法。文獻[17]以換電站各時刻的充電功率為控制對象，提出充電調度的多目標優化方法，有效降低電網峰谷差，平抑負荷波動。文獻[18]定量分析了公交車日換電需求，以充電成本最小為目標，綜合考慮平滑充電負荷波動，建立了充電優化模型，可有效降低充電成本和充電負荷對電網的影響。文獻[19]提出以充電功率為控制對象的換電站有序充電調度策略，能夠有效地減小電網峰谷差，起到平穩負荷波動的作用。另一方面，國外學者主要考慮換電站接入配電網的充放電電價問題，以獲得進一步優化的充放電策略。文獻[20]考慮一定數量的換電需求，提出站內充放電優化方法，以決定換電站是否向電網購電或賣電，從而確定充放電電價的日前市場計劃。文獻[21]提出了一種動態規劃模型，根據電價變化決定換電站動力電池的優化充電策略，進而獲得站內動力電池儲備容量。

在光伏換電站中，為有效實現光伏發電的就地消納利用，考慮到光伏發電間歇性與波動性的特點，常規換電站的功率分配策略難以完全適用。按現有的解決思路，可簡單采用動力電池即換即充的分配方式，但這種方法未能有效考慮光伏功率特性及換電需求，在運行過程中很可能出現因動力電池充滿而棄光的現象，這將影響可再生能源的就地消納。

本文的研究工作針對解決上述問題而開展進行。為解決光伏換電站的功率分配問題，提高綜合運行效果，本文提出了一種考慮換電儲備的光伏換電站動態功率分配方法。根據短期的換電需求預測結果，通過對光伏發電及配電網供電功率的有機調配，形成一定的可換動力電池儲備，在保障站內換電充裕度[22]或換電服務可用性[23-25]的基礎上，有效提高了可再生能源的就地消納利用比例。

2 光伏換電站系統結構與功能模型

2.1 系統結構

本文建立的光伏換電站系統主要由光伏發電單元、動力電池充換電單元、各類變流單元、并網單元和中央控制器等組成，如圖1 所示。

圖1 光伏換電站系統結構圖Fig.1 Structure of PV-based battery switch station

2.2 系統主要功能

2.2.1 光伏發電單元

由光伏電池陣列和相應的DC/DC 變流模塊（模塊1）構成。光伏電池陣列由光伏電池板串并聯組成，將太陽能直接轉換成直流電，經模塊1 接入系統。考慮接納光伏電池的最大發電功率，模塊1 與光伏電池之間形成固定的匹配關系。定義η1為模塊1 的能量轉換效率；Psa為單節光伏電池的最大輸出功率（kW）；Npvs為光伏電池組件的串聯數，由模塊1 工作電壓范圍和單節光伏電池的最佳工作點電壓確定；Npvp為光伏電池組件的并聯數，其取值決定了光伏陣列總容量；Vpv為光伏電池的最佳工作點電壓；Ipv為光伏電池的最佳工作點電流；Ps(t)為t時刻光伏電池陣列的輸出功率[26]，滿足

2.2.2 動力電池充換電單元

由動力電池系統和相應的DC-DC 變流模塊（模塊2）構成。光伏換電站為有換電需求的電動汽車進行換電，同時換電站的電源系統通過模塊2 為換下的動力電池充電。因此換電站的動力電池由站內動力電池和電動汽車車載動力電池兩部分組成。定義Nevb為動力電池組的總數量；Nevbs為站內動力電池組的數量；Nevbc為正在充電的動力電池組數量；η2為模塊2 的能量轉換效率。

本單元中的模塊2 均采用單個模塊額定功率為定值的標準配置，且在充電周期T 內每塊動力電池僅由單個模塊充電。充電過程為先恒流再恒壓最后轉為浮充方式。因此，模塊2 在單個動力電池組的充電周期內并未時刻保持額定功率輸出。定義Wevb為單個動力電池組的額定容量（kW·h），Pdc2(t) 為t 時刻模塊2 的充電功率。

式中，Wevb(k) 為t1到t2時刻第k 個動力電池組的充入電量，由動力電池的電量需求確定。

雖然動力電池組的充電功率在充電周期內是時變的，但一般情況下，SOC 主要增長在恒流階段，功率基本保持恒定，變化幅度較小。因此，針對光伏換電站動力電池充電功率的分配問題，為避免計算過于繁瑣，擬采用充電時段內的平均充電功率Pdc2a來描述單個動力電池組的充電需求。

因此，第t 時刻動力電池系統的充電功率

2.2.3 并網單元

主要由變壓器和AC-DC 變流模塊等構成。變壓器實現換電站與配電網之間的電壓變換。AC-DC模塊作為配電網與換電站的連接組件，將配電網輸入的交流電轉換成直流后接入系統。定義PG(t) 為第t 時刻換電站從配電網的購電功率。

3 光伏換電站的運行性能評價指標

為評價光伏換電站功率分配策略的執行效果，從換電服務可用性和可再生能源就地消納利用兩方面提出光伏換電站的運行性能評價指標。

3.1 換電服務可用性指標

這類指標主要用于衡量換電服務質量的換電服務可用性。主要分為3 種。

3.1.1 需等待的電動汽車數量

該指標用以表示一天內在站內等待更換電池的電動汽車總數量。

式中，Nevw(h)為第h 小時等待換電的電動汽車數量。

3.1.2 換電等待時間

包括所有等待換電車輛的總等待時間Tws和每輛車的平均等待時間Taw，二者之間的關系可表示為

3.1.3 換電服務的日可用率

從換電服務的角度，最佳效果是在24h 內都可直接提供換電服務，所有用戶都無需等待。但實際運行過程中，由于動力電池未充滿，可能存在一定數量電動汽車等待的情況。因此，在定義換電服務的日可用率（Daily Availability of Battery Swap Service,DABSS）時，從車輛數、等待時間的角度出發，定義

式中，Nev(h)為站內每h 小時來換電的車輛數。

當所有車的等待時間為0 時，換電服務的日可用率最高，達到100%；當換電站完全停運，所有車在24h 內都無法換電時，則換電服務的日可用率為0。

3.2 可再生能源就地消納利用指標

該類指標主要用于衡量環境效益的可再生能源利用效果。主要分為兩種：

3.2.1 光伏發電利用率

光伏發電利用率（Photovoltaic Power Utilization Ratio,PPUR）表示電動汽車充電過程利用的光伏功率占光伏發電總功率中的比例。

式中，PEV(h)、PG(h)、PPV(h)分別為第h 小時電動汽車的充電功率、從配電網吸收的充電功率和光伏發電的實時功率。

3.2.2 光伏發電占電動汽車充電電能的比例

[14]中的優化目標形式，提出光伏發電占電動汽車充電電能比例（The Percentage of the Utilized PV Energy in Total Energy，PUPT），用以表示光伏發電占電動汽車充電能量的比例。

4 考慮換電儲備的動態功率分配方法

4.1 基本策略分析

光伏換電站若采用即換即充的功率分配策略，即根據每時段的換電量，確定下一時段新增的動力電池充電功率，充電電能可來自光伏發電或電網，優先采用光伏發電。此時，當光伏發電過剩時，將出現棄光現象。當光伏不足時，將從配電網購置缺額電能進行補充。這種策略的優點是執行簡單，無需引入換電需求預測和光伏發電預測；缺點是易產生光伏功率的棄用現象。

在考慮換電儲備的動態功率分配策略中，重點考慮換電服務和功率分配兩方面的因素。在換電服務中，引入短期換電需求預測的結果，根據未來一段時間內的換電需求總量，確定需儲備的可用動力電池總量，即可用換電電量。在功率分配方面，根據每時段的可用換電電量和光伏發電輸出功率，動態確定動力電池的充電功率，以及換電站從配電網購電的功率。

4.2 換電服務模型

為滿足換電需求，需確定每時段（該時段的具體時長D 由實際情況決定，如10mins。其作用類似于一個“時間步長”，表示一個基本時間單位）可用于換電的動力電池總量。因此，定義第i 時段已充滿電，并且可用于換電的動力電池數量和電量分別為Nevba(i) 和Wevba(i)，有

要確定每時段可用的換電電量，需統計每時段新完成充電及已換出的動力電池數量。因此，定義第i-1 時段在充電，但第i 時段新完成充電的動力電池電量為Wevbn(i)，則可用換電電量隨時間進程的變化規律表示為

式中，Wev(i)為i 時段內電動汽車的換電需求。一般情況下，考慮到預測誤差和供電可靠性等因素，為提高換電服務的可用性，換電站內的動力電池在滿足當前時段換電需求的同時還應具備一定電量的儲備裕度，即能夠滿足未來一定時長內的換電需求。因此，第i 時段的動力電池儲備要求Wevbr(i,tr) 由第i 時段開始至未來tr時長內的換電需求確定。

綜合考慮換電需求和儲備要求，構造動力電池系統的電量變化如圖2 所示。在充電周期T 內，新完成充電及換出的動力電池均會影響到第i +T/ D時段動力電池系統的可用電量。

圖2 站內動力電池系統電量變化圖Fig.2 Electric energy variation diagram of batteries in BSS

由式（11）可推導得

4.3 功率分配模型

4.3.1 幾個基本變量及其關系

根據系統中待充的動力電池數量，可得第i 時段動力電池的最大待充電功率Pevbm(i)（注：后續所有定義的功率均指某時段內的平均功率）為

在某一時段，處于充電狀態的動力電池可分為兩類，一類是剛開始充電；另一類是之前的某個時段開始充電，當前時段仍未完成充電。因此，動力電池的充電負荷分為新增充電負荷和已有充電負荷兩部分。定義Pevbn(i) 和Pevbe(i) 分別為第i 時段動力電池的新增充電功率和已有充電功率，且二者滿足

式中，Pevbn(i) 由后續功率分配模型確定，Pevbe(i)與Pevbn(i) 之間滿足

4.3.2 功率分配過程

根據換電服務模型，需要保證

（1）若動力電池已滿足儲備要求

可根據光伏發電功率和動力電池最大待充電功率來確定充電的動力電池數量，盡可能利用光伏發電功率即可。由此，可確定動力電池系統的充電功率為

1.教師通過“雨課堂”討論區來查看學生課前提問，發布課前工作任務和學生職業能力測評的結果。教師梳理學生課前提問，針對較多共性問題，課中可以重點講解，這樣學生提問受到重視，也提高了學生的提問積極性；通過職業技能測試的調查，讓學生知曉自身的薄弱環節，課堂學習更有針對性。

此時，向電網購電的功率為零。

（2）若動力電池不滿足儲備要求

根據能量差額來確定充電的動力電池數量，仍最大程度利用光伏發電功率，光伏不足時由電網供電補償。

此時，先根據能量差額和充電周期，計算差額需求功率Pevbr(i)

若僅由光伏發電即可滿足儲備要求，即光伏發電的輸出功率在滿足已有充電功率 Pevbe(i) 的前提下，剩余功率仍大于差額需求功率Pevbr(i)，即

此時無需從電網購電，應根據實際情況最大限度地利用光伏發電。動力電池的充電功率為光伏輸出功率和最大待充電功率中的較小值。

對于式（26），需要有一個前提條件為

即保證在任意時段，站內的待充動力電池數量都是充足的，充滿電后能滿足能量差額要求。在優化過程中，可體現為動力電池數量的約束條件。

此時需要從電網購電，動力電池的充電功率為Pevbe(i) 與Pevbr(i) 之和，購電功率為動力電池的充電功率與光伏發電的輸出功率之差。上述結果如式（31）～式（33）所示。

5 算例分析

5.1 研究對象與基礎數據

以某地區（北緯40°2′）的光伏換電站為例，進行動態功率分配模型的算例驗證。根據該地區的氣候特點，通過小型氣象站實測某典型日光照數據如圖3 所示。未來電動汽車的主要類型可分為公交車、出租車、公務車和私家車等[27]，本文按照該地區實際已投運的出租車來分析目標光伏換電站的換電需求。光伏換電站系統電氣參數詳見附表。

圖3 光伏換電站太陽光照功率變化圖Fig.3 Solar power variation curve of PV-based BSS

經調研可知，在該站進行換電的電動出租車平均每天為100 輛（均為同一車型），動力電池容量為64kW·h，其最大放電深度為80%。正常運行工況下，待換電池SOC 為0.2～0.25，站內充電規程要求SOC需大于0.95，充電電流取0.25C。根據調研結果和文獻[27]可知，出租車換電時間規律均勻分布在23:00～5:30 及10:00～16:30。

對于即換即充的功率分配策略，完全根據每小時的換電量來確定下個小時的充電功率，不需要換電需求預測。而對于動態功率分配策略，換電儲備建立在換電需求預測的基礎上，但換電需求的預測誤差是客觀存在的。因此，在本算例分析中，設定兩個量級的預測誤差（約20%、50%），將即換即充功率分配策略與動態功率分配策略進行分析比較，比較結果如圖4 所示。

圖4 換電車輛數的預測與實際值Fig.4 Predictive and actual numbers of EVs that want to swap batteries

5.2 系統功率平衡分析

選擇具有代表性的典型日，當換電站采用即換即充功率分配策略和考慮換電儲備的動態功率分配策略（換電需求的預測誤差分別為20%和50%）時，進行系統的功率平衡分析如圖5 所示。

圖5 光伏換電站功率平衡圖Fig.5 Power balance of PV-based battery switch station

（1）在換電站采用即換即充功率分配策略和考慮換電儲備的動態功率分配策略（換電需求的預測誤差不同）時，站內光伏發電功率、動力電池充電功率和從配電網購電功率滿足系統功率平衡的基本條件。

（2）從系統功率平衡關系來看，比較圖5a、圖5b 和圖5c 可知，考慮換電儲備的動態功率分配策略其核心思想在于根據一定程度的換電需求預測，將動力電池充電時段整體提前，從而有效地避免了光伏發電功率棄用現象。

（3）在圖5a 中，由于采用了即換即充功率分配策略，在上午8 點～10 點無充電需求時，光伏發電功率完全被棄用，而10 點～11 點也出現部分棄光的現象。統計量化的結果見表 1。此后，換電站充電功率由光伏和配電網共同提供（11 點～17點）。而站內晚間的充電功率完全來自于配電網。

表1 不同運行策略下可再生能源利用效率指標的對比Tab.1 Renewable energy utilization ratio in different operation strategies

由表1 可知，考慮換電儲備的動態功率分配策略在光伏利用率上占明顯優勢。當光伏發電利用效率降低時，光伏發電占電動汽車充電能量的比例也隨之降低。

5.3 光伏換電站的運行性能評價分析

5.3.1 需等待換電的電動汽車數量

當換電站內采用即換即充功率分配策略時，站內需等待的電動汽車數量Nevw為0。（注：本文主要驗證功率分配方法，對由換電工位限制、換電基礎設施故障造成的等待問題，不在考慮范圍之內。）

當采用考慮換電儲備的動態功率分配策略時，考慮到不同量級的換電預測誤差，根據不同的可換電量儲備時長，站內將出現一定程度的車輛等待換電現象如圖6 所示。

圖6 一天內需等待換電的電動汽車數量Fig.6 Numbers of EVs that wait for swapping batteries in a day

由圖6 可知：

（1）當換電需求的預測誤差較大時，站內需等待換電的車輛數將增多。

（2）在不同換電需求預測誤差水平下，可換電量儲備時長較長時，需等待換電的車輛數較少。

5.3.2 換電等待時間和換電服務日可用率

當換電站采用即換即充功率分配策略時，所有需換電車輛進站后都無需等待，換電服務的日可用率為100%。

當換電站采用動態功率分配策略時，考慮到不同水平的換電預測誤差和不同儲備時長，一天之內待換電車輛的等待時間和換電服務日可用率見表2。

表2 考慮換電儲備的動態功率分配策略待換電車輛的等待時間和換電服務日可用率Tab.2 Value of EVs’ waiting time and DABSS under different reserve time

由表2 可知：

（1）在同一換電需求預測誤差水平下，隨著站內動力電池儲備時長的增大，一天內待換電電動汽車的總等待時間減小，且單臺車輛每次換電之前需等待的時間縮短。換電服務日可用率亦隨著儲備時長的增加而得到一定程度的提高。

（2）在不同換電需求預測誤差水平下，當儲備時長相同時，換電服務日可用率隨著預測誤差水平的增加而減小。

（3）即使換電需求預測誤差水平達到較高量級（如預測誤差為50%時），只要儲備時長充足（如儲備時長為30mins），換電服務日可用率也將達到較高水平（99.9%以上）。

6 討論

（1）簡化動力電池充電模型合理性分析。由于動力電池一般采用先恒流、再恒壓的充電方式，為簡化建模，在式（3）中采用充電時段內的平均功率來描述充電需求。實際情況下，若動力電池處于恒流充電階段，充電功率大于平均功率；若動力電池處于恒壓充電階段，充電功率遠小于平均功率。由圖5b、圖5c 可知，當充電總負荷處于高峰的時段（如10 點～14 點），同時充電的電池數較多，且所處的充電階段較為隨機，采用平均功率進行相關計算基本與實際情況一致。當充電總負荷處于低谷的時段（如上午7～8 時和下午17～18 時），負荷上升階段充電負荷較實際情況偏低，負荷下降階段充電負荷較實際情況偏高。根據功率分配結果，這些時段絕大部分的充電功率由配電網提供，因此對站內光伏發電功率的利用無較大影響，可再生能源利用效率指標亦符合實際情況。

（2）預測結果對功率分配策略的影響。對于類似問題，一些解決方案不僅會引入需求預測，同時會考慮引入光功率預測。本文在研究過程中，暫不引入光功率預測，主要基于兩方面的原因：一是在滿足換電需求的前提下，換電站的充電機及電池配置尚有裕度，而光伏容量受可用面積的約束，一般小于充電機的總容量配置，因此有條件充分的消納光伏發電功率；二是考慮成本問題，如果要保證光功率預測的精度，需要數值天氣預報的支持，必然會提升系統運行的成本。從算例分析的情況來看，雖然未引入光功率預測，本文提出的動態功率分配方法仍取得了較好的效果。

7 結論

針對光伏換電站在運行中存在的功率分配問題，本文提出了一種考慮換電儲備的光伏換電站動態功率分配方法，建立了換電服務模型和功率分配模型。通過光伏換電站實際算例分析可知，該方法將有效提高光伏利用率；在較高的換電需求預測誤差水平下，通過設置30mins 的動力電池儲備時長，能使換電服務的日可用率達到99.9%以上，在提高光伏就地消納利用比例的同時保障了換電服務可用性。隨著電動汽車普及程度的不斷提高，在后續研究中，可根據更多換電站的實際運行數據進一步驗證并完善本方法，為光伏換電站的運行提供輔助作用。

附 錄

附表 電氣系統參數App.Tab. System parameters

參考文獻

[1]Skarvelis-Kazakos S,Papadopoulos P,Grau I,et al.Carbon optimized virtual power plant with electric vehicles[C].2010 IEEE 45th International Universities Power Engineering Conference (UPEC),Cardiff,UK,2010:1-6.

[2]馬鈞,年晨寧.崇明島2020 年電動汽車可再生能源獨立電網的構想[J].農業裝備與車輛工程,2011,2:1-7.Ma Jun,Nian Chenning.A scheme for renewable grid for EV of 2020 in Chongming island[J].Agricultural Equipment &Vehicle Engineering,2011,2:1-7.

[3]Ahmed Y S,Ganesh K V.Plug-in vehicles and renewable energy sources for cost and emission reductions[J].IEEE Transactions on Industrial Electronics,2011,58(4):1229-1238.

[4]Ahmed Y S,Ganesh K V.Resource scheduling under uncertainty in a smart grid with renewables and plug-in vehicles[J].IEEE Systems Journal,2012,6(1):103-109.

[5]劉曉飛,張千帆,崔淑梅.電動汽車V2G 技術綜述[J].電工技術學報,2012,27(2):121-127.Liu Xiaofei,Zhang Qianfan,Cui Shumei.Review of electric vehicle V2G technology[J].Transactions of China Electrotechnical Society,2012,27(2):121-127.

[6]胡澤春,宋永華,徐智威,等.電動汽車接入電網的影響與利用[J].中國電機工程學報,2012,32(4):1-10.Hu Zechun,Song Yonghua,Xu Zhiwei,et al.Impacts and utilization of electric vehicles integration into power systems[J].Proceedings of the CSEE,2012,32(4):1-10.

[7]肖湘寧,陳征,劉念.可再生能源與電動汽車充放電設施在微電網中的集成模式與關鍵問題[J].電工技術學報,2013,28(2):1-14.Xiao Xiangning,Chen Zheng,Liu Nian.Integrated mode and key issues of renewable energy sources and electric vehicles’ charging and discharging facilities in microgrid[J].Transactions of China Electrotechnical Society,2013,28(2):1-14.

[8]高賜威,吳茜.電動汽車換電模式研究綜述[J].電網技術,2013,37(4):891-898.Gao Ciwei,Wu Xi.A survey on battery-swapping mode of electric vehicles[J].Power System Technology,2013,37(4):891-898.

[9]Liu J.Electric vehicle charging infrastructure assignment and power grid impacts assessment in Beijing[J].Energy Policy,2012,51:544-557.

[10]Liu C H,Chau K T,Diao C X,et al.A new DC micro-grid system using renewable energy and electric vehicles for smart energy delivery[C].2010 IEEE Vehicle Power and Propulsion Conference(VPPC),Lille,France,2010:1-6.

[11]Lopes J A P,Almeida P M R,Soares F J.Using vehicle-to-grid to maximize the integration of intermittent renewable energy resources in isla nded electric grids[C].2009 International Conference on Clean Electrical Power,Capri,2009:290-295.

[12]Ota Y,Taniguchi H,Nakajima T,et al.Autonomous distributed V2G (vehicle-to-grid) considering charging request and battery condition[C].2010 IEEE PES Innovative Smart Grid Technologies Conference Europe(ISGT Europe),Gothenburg,Sweden,2010:1-6.

[13]劉念,唐宵,段帥,等.考慮動力電池梯次利用的光伏換電站容量優化配置方法[J].中國電機工程學報,2013,33(4):34-44.Liu Nian,Tang Xiao,Duan Shuai,et al.Capacity optimization method for PV-based battery swapping stations considering second-use of electric vehicle batteries[J].Proceedings of the CSEE,2013,33(4):34-44.

[14]陳征,肖湘寧,路欣怡，等.含光伏發電系統的電動汽車充電站多目標容量優化配置方法[J].電工技術學報,2013,28(6):238-248.Chen Zheng,Xiao Xiangning,Lu Xinyi,et al.Multiobjective optimization for capacity configuration of PV-based electric vehicle charging stations[J].Transactions of China Electrotechnical Society,2013,28(6):238-248.

[15]Lombardi P,Heuer M,Styczynski Z.Battery switch station as storage system in an autonomous power system:optimization issue[C].2010 IEEE Power and Energy Society General Meeting,Minneapolis,USA,2010:1-6.

[16]Takagi M,Iwafune Y,Yamaji K,et al.Economic value of PV energy storage using batteries of batteryswitch stations[J].IEEE Transactions on Sustainable Energy,2013,4(1):164-173.

[17]田文奇,和敬涵,姜久春,等.基于自適應變異粒子群算法的電動汽車換電池站充電調度多目標優化[J].電網技術,2012,36(11):25-29.Tian Wenqi,He Jinghan,Jiang Jiuchun,et al.Multiobjective optimization of charging dispatching for electric vehicle battery swapping station based on adaptive mutation particle swarm optimization[J].Power System Technology,2012,36(11):25-29.

[18]陽岳希,胡澤春,宋永華.電動公交充換電站的優化運行研究[J].中國電機工程學報,2012,32(31):35-42.Yang Yuexi,Hu Zechun,Song Yonghua.Research on optimal operation of battery swapping and charging station for electric buses[J].Proceedings of the CSEE,2012,32(31):35-42.

[19]田文奇,和敬涵,姜久春,等.電動汽車換電站有序充電調度策略研究[J].電力系統保護與控制,2012,40(21):114-119.Tian Wenqi,He Jinghan,Jiang Jiuchun,et al.Research on dispatching strategy for coordinated charging of electric vehicle battery swapping station[J].Power System Protection and Control,2012,40(21):114-119.

[20]Armstrong M,El Hajj Moussa C,Adnot J,et al.Optimal recharging strategy for battery-switch stations for electric vehicles in France[J].Energy Policy,2013,60:569-582.

[21]Worley O,Klabjan D.Optimization of battery charging and purchasing at electric vehicle battery swap stations[C].2011 IEEE Vehicle Power and Propulsion Conference (VPPC),Chicago,USA,2011:1-4.

[22]張昌華,孟勁松,曹永興,等.換電模式下電動汽車換電充裕度模型及仿真研究[J].電網技術,2012,36(9):15-19.Zhang Changhua,Meng Jingsong,Cao Yongxing,et al.A battery swapping requirement adequacy model for electric vehicles and its simulation research[J].Power System Technology,2012,36(9):15-19.

[23]Li Z,Yu F R,Bin N,et al.Stochastic charging management for plug-in electric vehicles in smart microgrids fueled by renewable energy sources[C].2011 IEEE Online Conference on Green Communications (GreenCom),New York,USA,2011:7-12.

[24]Li Z,Yu F R,Bin N,et al.Optimal charging control for electric vehicles in smart microgrids with renewable energy sources[C].2012 IEEE 75th Vehicular Technology Conference (VTC Spring),Yokohama,Japan,2012:1-5.

[25]Lu J L,Yeh M Y,Hsu Y C,et al.Operating electric taxi fleets:A new dispatching strategy with charging plans[C].2012 IEEE International Electric Vehicle Conference (IEVC),Greenville,USA,2012:1-8.

[26]Lasnier F,Ang T G.Photovoltaic engineering handbook.Bristol,UK:Adam Hilger,1990.

[27]羅卓偉,胡澤春,宋永華,等.電動汽車充電負荷計算方法[J].電力系統自動化,2011,35(14):36-42.Luo Zhuowei,Hu Zechun,Song Yonghua,et al.Study on plug-in electric vehicles charging load calculating[J].Automation of Electric Power Systems,2011,35(14):36-42.