電動(dòng)汽車換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃

潘樟惠 高賜威,2

電動(dòng)汽車換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃

潘樟惠1高賜威1,2

（1.江蘇省智能電網(wǎng)技術(shù)與裝備重點(diǎn)實(shí)驗(yàn)室(東南大學(xué)) 南京 210096 2.東南大學(xué)成賢學(xué)院電氣工程系 南京 210088）

基于電池租賃的換電模式是應(yīng)對電動(dòng)汽車規(guī)模化發(fā)展的一種可行的商業(yè)模式，但是當(dāng)前對換電網(wǎng)絡(luò)中各個(gè)單元的協(xié)調(diào)規(guī)劃問題缺乏相應(yīng)的理論指導(dǎo)。本文首先對換電網(wǎng)絡(luò)中各個(gè)單元進(jìn)行獨(dú)立規(guī)劃，分析了電池?cái)?shù)量、物流能力與配送方案的關(guān)系，對換電網(wǎng)絡(luò)運(yùn)行方式進(jìn)行了討論，并基于換電網(wǎng)絡(luò)運(yùn)行方式優(yōu)化建立起換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃模型。模型以電池組缺額最小為換電網(wǎng)絡(luò)運(yùn)行方式優(yōu)化目標(biāo)，并以換電冗余度為判斷準(zhǔn)則，以最小化各個(gè)單元的調(diào)整成本為目標(biāo)，對換電網(wǎng)絡(luò)進(jìn)行協(xié)調(diào)規(guī)劃。通過算例分析驗(yàn)證了模型的有效性，對權(quán)重系數(shù)的分析可以為換電網(wǎng)絡(luò)各單元之間的博弈提供指導(dǎo)。

電動(dòng)汽車 換電網(wǎng)絡(luò) 協(xié)調(diào)規(guī)劃 運(yùn)行方式 換電冗余度

1 引言

隨著能源和環(huán)境危機(jī)的日益加劇，新能源汽車以節(jié)能環(huán)保的優(yōu)勢，成為我國七大戰(zhàn)略新興產(chǎn)業(yè)之一[1]。并于《電動(dòng)汽車科技發(fā)展“十二五”專項(xiàng)規(guī)劃》中確立了以“純電驅(qū)動(dòng)”電動(dòng)汽車作為新能源汽車技術(shù)的發(fā)展方向和重中之重。基于電池租賃的換電模式，并配合包括電動(dòng)汽車集中型充電站、配送站在內(nèi)的智能充換電網(wǎng)絡(luò)建設(shè)是應(yīng)對電動(dòng)汽車規(guī)模化發(fā)展的一種可行的商業(yè)模式[2-3]。通過集中型充電站承擔(dān)大規(guī)模的電池充放電功能，并及時(shí)將滿電池通過物流車輛配送至各個(gè)配送站，以滿足電動(dòng)汽車用戶的換電需求[4]。由此可見，在智能充換電網(wǎng)絡(luò)的規(guī)劃建設(shè)階段，亟需解決的是電池?cái)?shù)量規(guī)劃、配送站規(guī)劃、物流能力規(guī)劃、集中型充電站規(guī)劃等問題。

目前，對于電動(dòng)汽車換電網(wǎng)絡(luò)規(guī)劃的研究已涉及多個(gè)方面。文獻(xiàn)[5]以配送站的建設(shè)成本、用戶在換電途中的耗時(shí)成本和電池配送成本最小為目標(biāo)建立了配送站的選址定容模型，并給出各個(gè)配送站的服務(wù)區(qū)域。文獻(xiàn)[6]將電池組需求規(guī)劃分為遠(yuǎn)期和近期兩個(gè)階段，遠(yuǎn)期規(guī)劃適合于做年度電池?cái)?shù)量規(guī)劃，近期規(guī)劃則基于最大日換電需求預(yù)測曲線建立考慮電池?cái)?shù)量和物流能力的綜合規(guī)劃模型。文獻(xiàn)[7]在配送站位置和所需電量已知的情況下，通過計(jì)算配送站的重心得到集中型充電站的位置和配送范圍，但未考慮投資成本、交通等因素。文獻(xiàn)[8]提出了綜合考慮集中型充電站建設(shè)和運(yùn)行成本的集中型充電站最優(yōu)容量規(guī)劃模型。文獻(xiàn)[9]以年設(shè)備費(fèi)用最小為目標(biāo)函數(shù)，以換電服務(wù)的日可用率等為約束條件，建立了電池和充電設(shè)備數(shù)量的優(yōu)化配置模型。文獻(xiàn)[10]以用戶更換電池的總加權(quán)距離最短為目標(biāo)確定配送站的位置，并以包含配電網(wǎng)在內(nèi)的集中型充電站建設(shè)、運(yùn)營維護(hù)成本最低為目標(biāo)得到集中型充電站的選址定容和服務(wù)范圍。文獻(xiàn)[11]將集中型充電站的規(guī)劃與配電網(wǎng)調(diào)度相結(jié)合，建立了考慮集中型充電站的經(jīng)濟(jì)性和對配電網(wǎng)考慮削峰填谷作用的集中型充電站選址定容二層規(guī)劃模型，并將加權(quán)伏羅諾伊圖應(yīng)用于集中型充電站服務(wù)區(qū)域的劃分，實(shí)現(xiàn)集中型充電站負(fù)載率的均衡。

然而，換電網(wǎng)絡(luò)中任何一個(gè)單元都不是獨(dú)立運(yùn)行的，任何一個(gè)單元的規(guī)劃配置都會對其他單元的性能造成影響，且換電網(wǎng)絡(luò)的各個(gè)單元可能分屬于不同公司，往往以自身利益為中心進(jìn)行規(guī)劃，忽視了換電網(wǎng)絡(luò)的整體效率。因此，單個(gè)單元的最優(yōu)規(guī)劃往往不一定能達(dá)到整體的最優(yōu)，建立各個(gè)單元獨(dú)立規(guī)劃模型的同時(shí)必須考慮各單元規(guī)劃的協(xié)調(diào)問題。然而，目前相關(guān)文獻(xiàn)的研究都集中于對換電網(wǎng)絡(luò)中各個(gè)單元的獨(dú)立規(guī)劃，并沒有考慮到對換電網(wǎng)絡(luò)中各個(gè)單元的規(guī)劃進(jìn)行協(xié)調(diào)。鑒于此，本文首先對換電網(wǎng)絡(luò)中各個(gè)單元進(jìn)行獨(dú)立規(guī)劃，并建立起基于運(yùn)行方式優(yōu)化的換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃模型。

2 換電網(wǎng)絡(luò)各單元獨(dú)立規(guī)劃模型

2.1配送站規(guī)劃

假設(shè)根據(jù)某一地區(qū)的換電需求和配送站的服務(wù)半徑已經(jīng)得到某一地區(qū)內(nèi)配送站的位置和容量，并由此可進(jìn)一步通過每一個(gè)配送站在每一時(shí)刻的換電需求得到一天內(nèi)集中型充電站在每一時(shí)刻的換電需求。

2.2電池?cái)?shù)量規(guī)劃

在待規(guī)劃的區(qū)域內(nèi)，假設(shè)人口數(shù)量為R，平均每人電動(dòng)汽車擁有率為α，采用換電方式的比例為β；電動(dòng)汽車日行駛里程的期望值為E；電動(dòng)汽車每充滿一次的行駛里程為L，電動(dòng)汽車的車載電池組數(shù)量為nevb。

若不考慮電池在一天當(dāng)中的重復(fù)利用，并假設(shè)集中型充電站的充電容量總能滿足該地區(qū)每天的換電需求，由此可得到一個(gè)區(qū)域內(nèi)平均每天需要更換的電池組數(shù)量為:

2.3物流能力規(guī)劃

假設(shè)采用招標(biāo)的方式選擇某一物流公司對電池進(jìn)行配送，假設(shè)該物流公司共有物流車輛數(shù)ncar，物流車隊(duì)中所有車輛的最大裝載量相同為Qcar，則物流公司的最大運(yùn)送能力為

2.4集中型充電站容量規(guī)劃

假設(shè)通過采用2.2節(jié)中的規(guī)劃方法得到所需要配置的電池?cái)?shù)量NB，并假設(shè)集中型充電站每天只配送一次，故集中型充電站需按電池組的最大需求量來進(jìn)行充電。

假設(shè)集中型充電站內(nèi)的充電設(shè)備套數(shù)為NE，一套充電設(shè)備包含一臺變壓器及所屬的ncharge臺充電機(jī)，一臺充電機(jī)可同時(shí)滿足nb塊電池組串聯(lián)充電，則集中型充電站最大可滿足Nbmax=NE·ncharge·nb塊電池組同時(shí)充電。假設(shè)一個(gè)電池組的充電時(shí)長為Tcharge，則集中型充電站至少需配置的充電設(shè)備套數(shù)為:

式中，Ceil( )表示向上取整。

3 換電網(wǎng)絡(luò)運(yùn)行方式

3.1物流能力、電池?cái)?shù)量與配送方案的關(guān)系

統(tǒng)計(jì)各個(gè)配送站在每個(gè)時(shí)刻的換電需求（更換電池組需求）可以得到某地區(qū)一天內(nèi)的換電曲線，如圖1所示。由于物流車輛到達(dá)配送站需要一定的時(shí)間，因此在配送時(shí)所考慮的配送量是從物流車輛到達(dá)配送站的時(shí)刻到下一次配送到達(dá)配送站這段時(shí)間內(nèi)的換電需求，根據(jù)配送時(shí)間可以得到配送曲線，如圖2所示。

圖1 某地區(qū)一天的換電曲線Fig.1 The battery-swapping curve of a day in a certain region

圖2 不同配送時(shí)間間隔下的配送曲線Fig.2 The delivery curve under different time intervals

配送曲線隨著配送方案的不同而發(fā)生變化。例如，當(dāng)配送時(shí)間間隔分別為3h和6h時(shí)，從圖2可以看出，隨著配送時(shí)間間隔的增大，配送次數(shù)的減少，每次所需配送的電池組數(shù)量顯著增多，且相鄰兩次所需配送的電池組數(shù)量相差越大，所需的物流車輛數(shù)也相差越大。

從物流公司的角度考慮，如果每次所需物流車輛數(shù)相差較大，則會對物流公司車輛的調(diào)度和車輛的利用率產(chǎn)生不利影響，且若單次所需配送量過多，則物流公司的物流車輛數(shù)可能滿足不了需求，因此物流公司希望每次所需的物流車輛盡量相等。

從電池租賃商的角度考慮，假設(shè)每次配送運(yùn)回集中型充電站的空電池均能在下一次配送之前充滿，則電池租賃商應(yīng)至少需要按一天內(nèi)要滿足的單次最大配送量來配置電池?cái)?shù)量，如果每次所需配送的電池組數(shù)量相差較大，則增大了租賃電池組的費(fèi)用，同時(shí)降低了電池的循環(huán)利用率。因此，通過使每次配送的電池組數(shù)量盡量相等可以減少租賃電池組的費(fèi)用。

綜上分析，物流公司和電池租賃商均希望每次配送的電池組數(shù)量盡量相等，而以最小化租賃電池組數(shù)量為目標(biāo)的電池?cái)?shù)量規(guī)劃和以每次所需物流車輛盡量相等為目標(biāo)的物流能力規(guī)劃又等同于通過調(diào)整配送時(shí)間和配送次數(shù)使得每次所需配送的電池?cái)?shù)量盡量相等。因此電池?cái)?shù)量規(guī)劃和物流能力規(guī)劃的目標(biāo)是一致的，本文以最小化租賃電池組數(shù)量為目標(biāo)對電池?cái)?shù)量和物流能力進(jìn)行規(guī)劃。

3.2換電網(wǎng)絡(luò)運(yùn)行方式

換電網(wǎng)絡(luò)的運(yùn)行方式對各個(gè)單元的規(guī)劃配置能否滿足換電需求具有重要影響。對于特定的一種換電網(wǎng)絡(luò)規(guī)劃配置，有可能于一種運(yùn)行方式下可以滿足換電需求，而于另一種運(yùn)行方式下則可能就滿足不了換電需求。因此，不考慮換電網(wǎng)絡(luò)的運(yùn)行方式對其進(jìn)行規(guī)劃是不科學(xué)的，尋求特定的換電網(wǎng)絡(luò)規(guī)劃配置下盡量能滿足換電需求的運(yùn)行方式或?qū)τ谔囟ǖ倪\(yùn)行方式下調(diào)整各個(gè)單元的規(guī)劃配置使其能滿足換電需求是需要解決的問題。因此，本文先對換電網(wǎng)絡(luò)運(yùn)行方式進(jìn)行討論，然后建立起換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃模型。

3.2.1 換電需求

采用所有預(yù)測日在每一時(shí)刻換電需求的最大值得到該周/月的最大換電需求曲線Lmax(t1,t2,…,tn)[6]。則一天當(dāng)中物流車隊(duì)負(fù)責(zé)的配送站總的換電需求為：

3.2.2 配送方式

假設(shè)一天內(nèi)配送次數(shù)為Ndis，則配送次數(shù)的范圍為：

式中，Tdis表示單次配送所需時(shí)間，即從集中型充電站出發(fā)至返回到達(dá)集中型充電站所需的時(shí)間。

假設(shè)每次配送車輛從集中型充電站出發(fā)的時(shí)刻（即配送時(shí)刻）為ti，則配送時(shí)刻需滿足的約束條件為:

第i次配送時(shí)的換電需求為：

3.2.3 物流能力

根據(jù)確定的配送數(shù)量可以得到需要的物流車輛數(shù):

一般情況下，所需要的物流車輛數(shù)Ncarneed小于物流公司所擁有的車輛數(shù)Ncar，當(dāng)物流公司滿足不了配送需求時(shí)，則需要考慮調(diào)整配送方式或選擇物流能力更大的物流公司。

3.2.4 電池集中充電策略

物流車輛將滿電池組從集中型充電站運(yùn)到配送站，并同時(shí)將空電池組從配送站運(yùn)回到集中型充電站進(jìn)行集中充電。考慮到電池組管理和配送的方便，對電池組的充電從每次配送返回到達(dá)集中型充電站內(nèi)開始，忽略電池的裝卸等時(shí)間。一天當(dāng)中的可充電時(shí)段根據(jù)相鄰兩次配送返回到達(dá)集中型充電站的時(shí)刻確定，如圖3中的TC2、TC3、TC4。在可充電時(shí)段內(nèi)，又可根據(jù)電池組充滿電所需的時(shí)間Tcharge劃分為幾個(gè)充電周期，如圖中的C1、C2、C3。當(dāng)可充電時(shí)段內(nèi)的剩余時(shí)間小于Tcharge時(shí)，則不再對電池組進(jìn)行充電，等到下一個(gè)可充電時(shí)段再對其充電。圖中，ti為第i次配送時(shí)刻，ti+Tdis表示第i次配送返回到達(dá)集中型充電站的時(shí)刻。

圖3 電池集中充電策略Fig.3 The centralized charging strategy of batteries

在第i-1次配送運(yùn)回和第i次配送運(yùn)出之前這段時(shí)間內(nèi)，集中型充電站的最大可充滿電池?cái)?shù)為:

式中，floor( )表示向下取整。

則第i次配送運(yùn)出時(shí)集中型充電站內(nèi)的空電池?cái)?shù)為:

式中，Ni,inempty為第i-1次配送運(yùn)回時(shí)（即第i個(gè)可充電時(shí)段的開始時(shí)刻）集中型充電站內(nèi)的空電池?cái)?shù)。

第i次配送將運(yùn)出時(shí)集中型充電站內(nèi)的滿電池組數(shù)量為:

式中，Ni-1是第i-1次的實(shí)際配送量。

則第i次配送時(shí)的實(shí)際配送量為:

表示第i次配送時(shí)的實(shí)際配送量與配送站的換電需求、集中型充電站內(nèi)的滿電池組數(shù)量密切相關(guān)，為兩者的最小值。

在第i-1次配送運(yùn)回和第i次配送運(yùn)回之前這段時(shí)間內(nèi)，集中型充電站的最大可充滿電池?cái)?shù)為:

第i次配送運(yùn)回的空電池?cái)?shù)為第i-1次配送運(yùn)出的電池?cái)?shù)Ni-1。則第i次配送運(yùn)回后（即第i+1個(gè)可充電時(shí)段的開始時(shí)刻）集中型充電站內(nèi)的空電池?cái)?shù)為:

4 基于運(yùn)行方式優(yōu)化的換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃

4.1換電網(wǎng)絡(luò)運(yùn)行方式優(yōu)化

對于已完成獨(dú)立規(guī)劃的換電網(wǎng)絡(luò)各單元，對換電網(wǎng)絡(luò)運(yùn)行方式進(jìn)行優(yōu)化，求解使電池組缺額最小時(shí)的換電網(wǎng)絡(luò)運(yùn)行方式，如果能夠滿足換電冗余度要求，則不需要再進(jìn)行協(xié)調(diào)規(guī)劃，否則需要進(jìn)行換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃。

目標(biāo)函數(shù):

式中，Nshortage表示電池組缺額，求解為了使電池組缺額最小時(shí)的配送次數(shù)Ndis和配送時(shí)間Tdis。

定義第i次配送時(shí)的換電冗余度為第i次配送運(yùn)出時(shí)集中型充電站的滿電池?cái)?shù)與第i次配送時(shí)的換電需求Qi之差除以第i次配送時(shí)的換電需求Qi，即:

則換電網(wǎng)絡(luò)規(guī)劃是否能滿足換電需求取決于一天當(dāng)中的最小換電冗余度，即:

可以設(shè)定換電網(wǎng)絡(luò)運(yùn)行時(shí)需要的換電冗余度rset，當(dāng)r＞rset，則換電網(wǎng)絡(luò)規(guī)劃結(jié)果有冗余，可以調(diào)整減小相應(yīng)單元的規(guī)劃配置；當(dāng)r=rset，則換電網(wǎng)絡(luò)規(guī)劃結(jié)果剛好可以滿足目標(biāo)需求，不需要調(diào)整；當(dāng)r＜rset，則換電網(wǎng)絡(luò)規(guī)劃結(jié)果不能滿足目標(biāo)換電需求，需要調(diào)整增大相應(yīng)單元的規(guī)劃配置。實(shí)際設(shè)置時(shí)，rset可為一大于等于0的值，本文中，取rset=0，當(dāng)r≠rset時(shí)則需進(jìn)行協(xié)調(diào)規(guī)劃。

4.2換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃

由每一個(gè)配送站在每一時(shí)刻的換電需求得到一天內(nèi)集中型充電站在每一時(shí)刻的換電需求是后續(xù)確定換電網(wǎng)絡(luò)運(yùn)行方式并對電池?cái)?shù)量規(guī)劃和集中型充電站容量規(guī)劃進(jìn)行調(diào)整的基礎(chǔ)，因此本文假設(shè)根據(jù)某一地區(qū)的換電需求和配送站的服務(wù)半徑已經(jīng)得到某一地區(qū)內(nèi)配送站的位置和容量，并進(jìn)一步得到一天內(nèi)集中型充電站在每一時(shí)刻的換電需求。

由于r≠rset，假設(shè)電池?cái)?shù)量和充電設(shè)備需要調(diào)整的量分別為ΔNB和ΔNE，以最小化各單元的調(diào)整成本為目標(biāo)，則電池?cái)?shù)量需要調(diào)整的目標(biāo)函數(shù)為:

充電設(shè)備需要調(diào)整的目標(biāo)函數(shù)為:

式中，CB、CE分別為電池、充電設(shè)備的單位成本系數(shù)。

由于電池和充電設(shè)備數(shù)量的分別調(diào)整均可影響換電冗余度，而電池的擁有者和充電設(shè)備的擁有者可能屬于不同的公司，因此，引入權(quán)重系數(shù)α，代表兩家公司的利益關(guān)系和話語權(quán)，可以根據(jù)雙方的博弈結(jié)果進(jìn)行賦值，將多目標(biāo)優(yōu)化問題轉(zhuǎn)變成單目標(biāo)優(yōu)化問題，如下式所示:

當(dāng)電池和充電設(shè)備均屬同一公司時(shí)，則上式中取α=0.5。

約束條件為滿足換電需求:

4.3模型求解

本文的目的是對已完成獨(dú)立規(guī)劃的換電網(wǎng)絡(luò)各單元進(jìn)行協(xié)調(diào)調(diào)整，因此首先對換電網(wǎng)絡(luò)各單元進(jìn)行獨(dú)立規(guī)劃，在此基礎(chǔ)上求解為了使電池組缺額最小時(shí)的運(yùn)行方式，若在此運(yùn)行方式下不能滿足換電需求或有冗余，則對換電網(wǎng)絡(luò)進(jìn)行協(xié)調(diào)規(guī)劃，通過調(diào)整各單元的規(guī)劃配置來滿足換電需求。整個(gè)流程如圖4所示。

圖4 換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃流程Fig.4 Flow chart of coordinated planning of battery-swapping network

本文采用遺傳算法對所建立的換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃模型進(jìn)行求解。

（1）染色體編碼策略

為提高編碼效率，染色體編碼策略采用混合編碼[12]。每條染色體分成3部分，如表1所示。

表1 染色體結(jié)構(gòu)Tab.1 Chromosome structure

表示規(guī)劃調(diào)整量的電池?cái)?shù)量調(diào)整量ΔNB和充電設(shè)備調(diào)整量ΔNE均采用整數(shù)編碼，運(yùn)行方式則采用二進(jìn)制編碼。對于運(yùn)行方式的編碼，由于求解的是配送時(shí)刻，因此，設(shè)置運(yùn)行方式部分的染色體長度為可選配送時(shí)刻點(diǎn)（本文以30min為最小時(shí)間間隔，則一天共有48個(gè)待選配送時(shí)刻點(diǎn)），當(dāng)編碼為1時(shí)表示在該時(shí)刻進(jìn)行配送，為0表示不配送。同時(shí)，根據(jù)約束條件式（6），在形成染色體時(shí)，染色體中任意相鄰的2個(gè)“1”之間所代表的時(shí)間間隔必須大于或等于單次配送所需時(shí)間Tdis，否則重新生成染色體。

（2）遺傳操作

本文采用的遺傳操作參數(shù)見表2。

表2 遺傳操作參數(shù)Tab.2 Parameters of GA

5 算例分析

5.1換電網(wǎng)絡(luò)各單元獨(dú)立規(guī)劃

5.1.1 配送站規(guī)劃

假設(shè)根據(jù)某一地區(qū)的換電需求和配送站的服務(wù)半徑已經(jīng)得到該地區(qū)內(nèi)配送站的位置和容量，并進(jìn)一步通過各個(gè)配送站在每一時(shí)刻的換電需求得到一天內(nèi)集中型充電站在每一時(shí)刻的換電需求，如表3所示。

表3 集中型充電站最大日換電需求Tab.3 The biggest daily battery-swapping demand of the centralized charging station

5.1.2 電池?cái)?shù)量規(guī)劃

假設(shè)在待規(guī)劃的區(qū)域內(nèi)某水平年的規(guī)劃參數(shù)如表4所示[6]，根據(jù)式（1），可求得該區(qū)域內(nèi)需要配置的電池組數(shù)量NB為2263塊。

表4 某水平年規(guī)劃參數(shù)Tab.4 Planning parameters of a level year

5.1.3 物流能力規(guī)劃

假設(shè)配送車輛的最大裝載量為3t，單塊電池組質(zhì)量為30kg，則一輛車的最大裝載量Qcar為100塊，假設(shè)物流公司共有物流車輛數(shù)ncar為10輛，則物流公司的最大運(yùn)送能力Ntmax為1000塊電池組。

5.1.4 集中型充電站容量規(guī)劃

假設(shè)一套充電設(shè)備可滿足5臺充電機(jī)同時(shí)工作，一臺充電機(jī)可同時(shí)滿足6塊電池組串聯(lián)充電，一塊電池組的充電時(shí)長Tcharge為2.5h。根據(jù)式（3），可得集中型充電站至少需配置的充電設(shè)備套數(shù)NE為8。在最小配置下，充電站最大可滿足240塊電池組同時(shí)充電。

5.2基于運(yùn)行方式優(yōu)化的換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃

5.2.1 換電網(wǎng)絡(luò)運(yùn)行方式優(yōu)化

換電網(wǎng)絡(luò)各單元獨(dú)立規(guī)劃參數(shù)取5.1節(jié)中的參數(shù)，忽略物流車隊(duì)在配送站及充電站裝卸電池組所需時(shí)間，物流車隊(duì)往返一次所需時(shí)間Tdis為3h。為使配送站內(nèi)的換電需求能盡快得到滿足，設(shè)定換電站運(yùn)營的第1次配送起始時(shí)刻t1為0：00。假設(shè)第一天初始運(yùn)營時(shí)集中型充電站內(nèi)的滿電池?cái)?shù)為2 263塊，為了進(jìn)一步消除初始電量對運(yùn)算結(jié)果的影響，連續(xù)進(jìn)行兩日的計(jì)算，并假設(shè)兩日的換電需求曲線一致，考慮到次日的換電需求和運(yùn)行方式，當(dāng)日最后一次配送時(shí)所需的配送量為從tNdis+Tdis/2到次日Tdis/2這段時(shí)間內(nèi)的換電需求，并以次日的計(jì)算結(jié)果為最終運(yùn)行方式。求解得到使電池組缺額最小時(shí)的運(yùn)行方式如表5所示。

表5 運(yùn)行方式優(yōu)化結(jié)果Tab.5 The optimization results of the operation mode

由于r＜rset，說明投入不足，故需要通過協(xié)調(diào)規(guī)劃調(diào)整各單元的規(guī)劃配置。

5.2.2 換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃

假設(shè)電池的單位成本系數(shù)CB為0.5萬元/塊，充電設(shè)備的單位成本系數(shù)CE為15萬元/套，通過電池?fù)碛姓吆统潆娫O(shè)備擁有者的博弈得到權(quán)重系數(shù)α為0.4。采用遺傳算法求解得到ΔNB為-270，ΔNE為4，即電池?cái)?shù)量可減少270塊后為1993塊，而充電設(shè)備應(yīng)增加4套后為12套。此時(shí)換電網(wǎng)絡(luò)的運(yùn)行方式如表6所示。

表6 換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃后的運(yùn)行方式Tab.6 The operation mode after coordinated planning of battery-swapping network

根據(jù)式（8）可求得所需的物流車輛數(shù)Ncarneed為7輛。

5.3權(quán)重系數(shù)α靈敏度分析

換電網(wǎng)絡(luò)也可事先規(guī)定其運(yùn)行方式，則在4.3節(jié)模型求解中不再對運(yùn)行方式進(jìn)行優(yōu)化，而直接進(jìn)行換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃。假設(shè)事先規(guī)定一天內(nèi)需配送5次，每次的配送時(shí)刻和所需的配送量如下表所示:

表7 事先規(guī)定的配送時(shí)刻和配送量Tab.7 The prespecified time and amount of delivery

采用5.1節(jié)中的相關(guān)參數(shù)得到在事先規(guī)定運(yùn)行方式下的運(yùn)行情況如下表所示:

表8 事先規(guī)定運(yùn)行方式下的運(yùn)行情況Tab.8 The operation condition of prespecified operation mode

由于r＜rset，說明投入不足，故需要通過協(xié)調(diào)規(guī)劃調(diào)整各單元的規(guī)劃配置。

權(quán)重系數(shù)α是影響換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃結(jié)果的重要因素。對于上述已事先規(guī)定運(yùn)行方式的情況下，當(dāng)權(quán)重系數(shù)α從0.1變化到0.9時(shí)，電池?cái)?shù)量調(diào)整量ΔNB和充電設(shè)備調(diào)整量ΔNE的變化情況如圖5所示。

圖5 不同權(quán)重系數(shù)α下電池與充電設(shè)備的調(diào)整量Fig.5 The adjustment of battery and charging device under different weighting coefficient α

從圖5可以看出，隨著權(quán)重系數(shù)α的增大，電池?cái)?shù)量調(diào)整量ΔNB呈下降趨勢，而充電設(shè)備調(diào)整量ΔNE逐漸增加，當(dāng)權(quán)重系數(shù)α大于0.7后，兩者不再變化，這是因?yàn)樵谠撌孪纫?guī)定的運(yùn)行方式下，在可充電時(shí)段內(nèi)，充電設(shè)備已能滿足對運(yùn)回的全部空電池進(jìn)行充電，沒必要再增加充電設(shè)備，而如果再減少電池?cái)?shù)量，則會滿足不了換電需求。因此，對于換電網(wǎng)絡(luò)的一種運(yùn)行方式，相應(yīng)的存在某一最少電池?cái)?shù)量配置。另外，從圖中可以看出，隨著權(quán)重系數(shù)α的增大，充電設(shè)備調(diào)整量ΔNE呈線性增長的趨勢，而電池?cái)?shù)量調(diào)整量ΔNB則近似呈反比例遞減趨勢。對于權(quán)重系數(shù)α小于0.4時(shí)，增大權(quán)重系數(shù)α可以明顯減少電池?cái)?shù)量配置，因此，電池租賃商應(yīng)盡可能爭取使得權(quán)重系數(shù)α大于0.4，或以此為依據(jù)與充電設(shè)備擁有者進(jìn)行利益協(xié)商。

6 結(jié)論

本文研究了電動(dòng)汽車換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃問題，為電動(dòng)汽車換電網(wǎng)絡(luò)規(guī)劃提供了理論基礎(chǔ)。通過對電池?cái)?shù)量、物流能力與配送方案的分析發(fā)現(xiàn)電池?cái)?shù)量規(guī)劃和物流能力規(guī)劃目標(biāo)的一致性。基于換電網(wǎng)絡(luò)運(yùn)行方式優(yōu)化建立了換電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃模型。通過該模型可以在考慮換電網(wǎng)絡(luò)運(yùn)行方式的情況下，以最小化換電網(wǎng)絡(luò)各單元調(diào)整成本為目標(biāo)，對換電網(wǎng)絡(luò)進(jìn)行協(xié)調(diào)規(guī)劃。并定量分析了權(quán)重系數(shù)α對換電網(wǎng)絡(luò)各單元調(diào)整量的影響，可以為換電網(wǎng)絡(luò)各單元之間的博弈提供指導(dǎo)。

[1] 國務(wù)院關(guān)于印發(fā)“十二五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃的通知[EB/0L]. 2012[2012-07-20]. http：//www. gov.cn/zwgk/2012-07/20/content_2187770.htm.

[2] 陳征, 劉念, 路欣怡. 考慮換電儲備的電動(dòng)汽車光伏換電站動(dòng)態(tài)功率分配方法[J]. 電工技術(shù)學(xué)報(bào), 2014, 29(4)： 306-315.

Chen Zheng, Liu Nian, Lu Xinyi, et al. Dynamic power distribution method of PV-based battery switch stations considering battery reservation[J]. Transactions of China Electrotechnical Society, 2014, 29(4)：306-315.

[3] 姚偉鋒, 趙俊華, 文福拴, 等. 集中充電模式下的電動(dòng)汽車調(diào)頻策略[J]. 電力系統(tǒng)自動(dòng)化, 2014, 38(9)： 69-76.

Yao Weifeng, Zhao Junhua, Wen Fushuan, et al. Frequency regulation strategy for electric vehicles with centralized charging[J]. Automation of Electric Power Systems, 2014, 38(9)： 69-76.

[4] 高賜威, 吳茜. 電動(dòng)汽車換電模式研究綜述[J]. 電網(wǎng)技術(shù), 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.

[5] 熊虎, 向鐵元, 榮欣, 等. 電動(dòng)汽車電池更換站布局的最優(yōu)規(guī)劃[J]. 電力自動(dòng)化設(shè)備, 2012, 32(09)：1-6.

Xiong Hu, Xiang Tieyuan, Rong Xin, et al. Optimal allocation of electric vehicle battery swap stations[J]. Electric Power Automation Equipment, 2012, 32(09)：1-6.

[6] 高賜威, 吳茜, 薛飛, 等. 換電模式下電動(dòng)汽車電池組需求規(guī)劃[J]. 電網(wǎng)技術(shù), 2013, 37(07)： 1783-1791.

Gao Ciwei, Wu Xi, Xue Fei. Demand planning of electric vehicle battery pack under battery swapping mode[J]. Power System Technology, 2013, 37(07)：1783-1791.

[7] He Zhanyong, Zhou Yuhui, Liang Na, et al. The location studies of charging station for replacing batteries[C]. Advanced Power System Automation and Protection. Beijing, China, 2011： 2013-2017.

[8] 高賜威, 張亮, 薛飛, 等. 集中型充電站容量規(guī)劃模型研究[J]. 中國電機(jī)工程學(xué)報(bào), 2012, 32(31)：27-34.

Gao Ciwei, Zhang Liang, Xue Fei, et al. Study on capacity and site planning of large-scale centralized charging stations[J]. Proceedings of the CSEE, 2012, 32(31)： 27-34.

[9] Lu Xinyi, Liu Nian, Huang Yangqi, et al. Optimal configuration of EV battery swapping station considering service availability[C]. 2014 International Conference on Intelligent Green Building and Smart Grid (IGBSG), Taipei, 2014： 1-5.

[10] 李國, 張智晟, 溫令云. 換電模式下電動(dòng)汽車充換電網(wǎng)絡(luò)的規(guī)劃[J]. 電力系統(tǒng)保護(hù)與控制, 2013, 41(20)： 93-98.

Li Guo, Zhang Zhisheng, Wen Lingyun, et al. Planning of battery-switching and vehicle-charging network based on battery switching mode[J]. Power System Protection and Control, 2013, 41(20)： 93-98.

[11] 所麗, 唐巍, 白牧可. 考慮削峰填谷的配電網(wǎng)集中型充電站選址定容規(guī)劃[J]. 中國電機(jī)工程學(xué)報(bào), 2014, 34(7)： 1052-1060.

Suo Li, Tang Wei, Bai Muke, et al. Locating and sizing of centralized charging stations in distribution network considering load shifting[J]. Proceedings of the CSEE, 2014, 34(7)： 1052-1060.

[12] 白牧可, 唐巍, 張璐. 基于機(jī)會約束規(guī)劃的DG與配電網(wǎng)架多目標(biāo)協(xié)調(diào)規(guī)劃[J]. 電工技術(shù)學(xué)報(bào), 2013, 28(10)： 346-354.

Bai Muke, Tang Wei, Zhang Lu. Multi-objective coordinated planning of distribution network incorporating distributed generation based on chance constrained programming[J]. Transactions of China Electrotechnical Society, 2013, 28(10)： 346-354.

Coordinated planning of EV battery-swapping network

Pan Zhanghui1Gao Ciwei1,2
（1. Jiangsu Provincial Key Laboratory of Smart Grid Technology & Equipment (Southeast University) Nanjing 210096 China 2. Southeast University Chengxian College Department of Electrical Engineering Nanjing 210088 China）

The battery-swapping mode based on the battery lease is a viable business mode to deal with the large-scale development of electric vehicles (EV). There is lack of corresponding theoretical guidance for the coordinated planning of battery-swapping network between each unit. Firstly, independent planning model of each unit in the battery-swapping network was established. The relationship between the number of batteries, logistics capabilities and distribution scheme were researched. The operation mode of battery-swapping network was discussed. And then, the coordinated planning model of battery-swapping network based on the optimization operation mode was established. The operation mode was optimized by the target of minimizing the shortage of the batteries. And use the redundancy of battery-swapping as the judging criterion. After that, the coordinated planning of battery-swapping network was optimized by the target of minimizing the adjustment costs of each unit. The effectiveness of this model was tested by an example. The analysis of the weighting coefficient can provide guidance for the game between each unit in the battery-swapping network.

Electric vehicles(EV), battery-swapping network, coordinated planning, operation mode, the redundancy of battery-swapping

TM71

潘樟惠 男，1991年生，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行與控制。

國家自然科學(xué)基金項(xiàng)目（51207022），“青藍(lán)工程”資助。

2014-07-10

高賜威 男，1977年生，博士，教授，博士生導(dǎo)師，研究方向?yàn)殡妱?dòng)汽車接入電網(wǎng)、電力規(guī)劃、電力市場、需求側(cè)管理、電力安全等。