張 密,張代潤,謝 超,曾皓冬
(1. 四川大學電氣信息學院,四川 成都610065;2. 四川大學電氣工程學院,四川 成都610065)
近些年電動汽車領域已經實現了飛速發展,因其符合國家戰略要求,且具有節能、高效特點,未來會在城市中將會大規模應用。但是電動汽車普及前需要建設多個充電站,為電動汽車提供動力能源,建設充電站時需要考慮充電站是否能夠融入路網結構中,且充電站設備的建設也要考慮到充電規模的合理性[1]。
目前在很多大城市已經解決了電動汽車充電站規劃問題,但是由于城市中的路網結構復雜,電動汽車與燃油汽車之間的限制性均會對電動汽車充電站的建設產生一定的不利影響。在城市中電動汽車數量飛速增長,隨之而來的問題就是充電站問題已經不能用傳統的規劃方式來解決,必須在考慮網路結構的情況下,對電動汽車的充電負荷進行預測,并建立路網結構與充電站的耦合模型,將其作為預算及規劃基礎。
為此,本文在考慮路網結構的基礎上,建設電動汽車充電站雙層規劃模型,以期在滿足用戶個性化需求的基礎上,提升充電站為電動汽車充能效率,盡最大可能使電動汽車充電站融入路網結構。
在建立電動汽車充電站雙層規劃模型之前,要進行電動汽車充電負荷預測。預測過程如圖1所示。

圖1 考慮路網結構的電動汽車充電負荷預測流程
路網結構中分別包含電動汽車與燃油汽車,這兩種車型在進行能源補充的過程中會產生一定程度的差異。設定兩種車型在充能過程中不會因路徑識別功能的不同而產生干擾,電動汽車用戶能夠根據路網中的實時狀況選擇最佳充電站位置以及充電模式,在路網中的行駛狀態不受交通狀況的影響,一直保持正常行駛,且電動汽車的行駛路程與電能損耗成正比。一般情況下,充電站結構如圖2所示。

圖2 充電站結構
根據圖2可知,在路網結構中會實時顯示充電樁的使用狀況,由于充電站容量有限,所以在充電站有車輛充電的情況下會產生一段等待時間。設定路網結構中的充電站充電速度相同且不受地域因素的影響,電動汽車在路網中的行駛時間記錄在路網數據中心內,用戶可以根據行駛信息自主判斷最優充電路徑[2-3]。
電動汽車雖然具有獨特的負荷充能模式,但是在整個路網結構中仍然受到交通狀況的限制,只有從路網結構與充電站建設共同入手,才能精準分析電動汽車在路網結構中的充電需求及充電站最優位置。在此過程中,需要采集路網中的節點與道路口信息,根據道路長短精確計算能源損耗,設定路網中所有道路為雙向路段,可以采用直角坐標系方式將電動汽車在路網中的行駛信息進行顯示。將電動汽車將充電站引入路網結構中一般只體現其充電節點與數量等信息,在此基礎上還可以引入充電站中的電網支路信息,獲取電阻、電抗、容量等參數,觀察充電站的實時可用能源量。其中,電動汽車充電管理架構如圖3所示。

圖3 電動汽車充電管理架構
根據圖3可知,路網結構與充電站之間的耦合模型主要基于充電站的位置規劃,充電站所存在的供電網是通過區域劃分的方式完成節點供電的,所以充電站的充電負荷大多為無序負荷。路網結構與充電站的耦合模型表達式如下所示:

(1)
其中,P(t)代表充電站內的無序總負荷;P代表區域內無序負荷量;P(k)代表充電站內的基本負荷,g代表路網結構中的供電節點[4-5]。
本文主要針對電動汽車的基本能耗狀況與路況狀態計算電動汽車的充電負荷,當車輛在路網行駛過程中只考慮到剩余電量所能支撐的行駛路程,用戶需要充分了解路網中的路況信息的情況下,并且需要及時了解充電站的剩余電量參數。電動汽車充電負荷預測體系如圖4所示。

圖4 電動汽車充電負荷預測體系
觀察圖4可知,在負荷預測體系中需要將充電站內的充電時間考慮在內,充電站內的充電時間主要分為充電時間大于等待時長與充電時間小于等待時長,充電時間的決定性因素為充電站的模型結構,等待時間的決定性因素為在路網結構中用戶移動路徑規劃結果[6-7]。
雙層規劃理論是一種根據系統內部運行程序的相互約束條件,通過一層單一的規劃理論同時對兩層系統運行程序進行約束,將下一階段的最優結果反饋給上一階段,促進上一階段的決策發生改變,雙層規劃理論可以在單獨運行程序中循環應用,不斷更新系統內部參數與運行程序提升規劃效果。
將雙層規劃理論應用在充電站建設中,可以搭建出充電站的經濟型規劃模型。根據充電站中不同階層的負荷供應方式,采用最小成本規劃供電線路,再建立充電站與電網之間的規劃模型,由于涉及電網的內容較為復雜,所以需要將其單獨規劃,并引入路網結構實現與充電站的聯合規劃[8-9]。
獲取電動汽車電能需求,根據電能需求程度以及充電站運行模式改變充電站的電能儲存量,運行模式包括快速更換模式、慢速更換模式以及快速充電模式。電動汽車的類型也可以決定充電站的容量變化,例如私家車所需要的電能較少,公共汽車所需要的電能較大,充電站便根據車型決定是否擴充充電電容量。
雙層規劃模型中的每層規劃內容都含有一定的線性規劃、非線性規劃、遺傳算法等方法,針對不同的環境選取適合的模型規劃方法是實現雙層規劃模型的基礎。
充電站首先需要了解每一種電動汽車的功率需求,確定電動汽車的充電規律以及電池壽命,計算每臺電動汽車的電功率需求期望值和方差;再根據電動汽車的充電分布概率預測某地區范圍內的總汽車電能需求量。電動汽車充電站充電容量預測流程如下圖5所示:

圖5 電動汽車充電站充電容量預測流程
觀察圖5,在區域電網內設定網絡的初始參數值,根據該區域內的電網負荷水平設定充電站的總容量閾值,并根據該區域內的電動汽車平均能耗規劃充電站的精準容量;在第一層規劃模型中利用神經元網絡獲取規劃模型在路網結構中的運行費用,在第二層規劃模型中利用遺傳算法獲取電能汽車的最佳充電路徑;最后再判斷第一層中的規劃內容是否符合第二層規劃的目標函數值,判斷雙層規劃模型能否進行收縮與擴大,為未來的模型發展做鋪墊。
本文將路網結構作為充電站雙層規劃模型的第一層,并將充電站內的容量、充電站在電網內的節點位置、充電汽車的能耗為第二層規劃內容。充放儲一體站設備布置圖如圖6所示。

圖6 充放儲一體站設備布置圖
如下所示為路網結構下的第一層規劃模型內容

(2)
在該模型的目標函數中,γ代表路網損耗系數;C(x)代表路網結構的建設成本;A代表路網結構中電動汽車饋線集合;w代表電動汽車的路徑規劃費用;x代表充電站維護費用。
在第一層規劃模型搭建過程中也要考慮第二層規劃模型的約束條件,充電站在路網結構中的網架結構為放射狀,通過路網結構來顯示每個充電站內的平均供電功率與充能。如下所示為第二層規劃模型內容
Min2=γC(a)+C(b)+C(c)
(3)

(4)
其中,C(a)代表充電站的建設成本;C(b)代表充電站的日常維護成本;G代表充電站的總容量,Pi代表路網節點中的充電站平均容量;M代表第二層模型規劃中所需要的決策變量[10]。
模型中的兩層規劃內容均可以在拓撲結構中體現,路網結構作為基礎,充電站作為拓撲結構中的規劃內容,上層中的路網結構為下層中充電站規劃過程,下層充電站為上層路網結構規劃過程[11-12]。考慮路網結構的電動汽車充電站雙層規劃模型如圖7所示。

圖7 考慮路網結構的電動汽車充電站雙層規劃模型
為了驗證本文提出的考慮路網結構的電動汽車充電站雙層規劃模型的有效性,與傳統的基于節點-支路信息的電動汽車充電站規劃模型以及基于改進加權Voronoi圖的電動汽車充電站雙層規劃模型進行實驗對比。
設定實驗參數如表1所示。

表1 實驗參數
不同方法的電動汽車充電站規劃時間的實驗結果如圖8所示。

圖8 電動汽車充電站規劃時間比較
根據上圖可知,本文模型的電動汽車充電站規劃時間遠遠小于傳統模型。在第一次規劃中,本文模型的充電站規劃時間與傳統模型相比相對較小,而在第二次規劃中,本文模型的充電站規劃時間與傳統模型相比差別極大,時間更短,這是由于本文模型建立了充放電儲能一體站選址的雙層定容規劃模型,并對電網和用戶的利益進行了綜合分析。在保證電網經濟性最優以及容量最小的前提下,優化各一體站的服務范圍,為用戶提供更為便利的服務。
一體化站址的雙層規劃模型可以適應城市建設和舊城改造兩種類型的規劃區域,該規劃方案既能滿足規劃區內正常的充換電負荷需求,又能保證其緊急負荷需求,具有較強的負荷適應性。以電動汽車實際行駛路線為依據,對電動汽車在實際路網中的行駛過程進行了優化,以求更準確地劃分充放電站點的服務范圍,同時采用基于兩點之間直線距離的優化方法,避免了單位參數選擇帶來的誤差,從而提高了電動汽車充電站規劃的準確性和合理性。
充電功率實驗結果如表2所示。

表2 充電功率實驗結果
由表2的數據可知,本文模型的充電功率范圍相比較于傳統基于節點-支路信息的模型充電功率范圍擴大了100kW,相比較于傳統基于節點-支路信息的模型充電功率范圍擴大了80kW。
通過上述多方面的對比可知,本文提出的考慮路網結構的電動汽車充電站雙層規劃模型能夠綜合、全面地考慮電網和電動汽車用戶的利益,以實際運行路徑優化為基礎,對儲能系統的服務范圍和方便度進行劃分,提高了儲能系統規劃的合理性和準確性。將神經網絡算法與遺傳算法相結合,可以較好地解決一體站址的定容雙層規劃問題,因此本文所設計的模型具有可行性和有效性,可供今后工程建設參考。
由于傳統的充電站規劃模型已經不符合當前的能源發展形勢,本文充分考慮電動汽車用戶的實際需求以及電動汽車自身的能源消耗特點,從經濟領域、時間領域以及可靠程度完成雙層模型的規劃,因此本文所構建考慮路網結構的電動汽車充電站雙層規劃模型是一個非線性、多目標復雜的長期不間斷運行模型,可以為實際的電動汽車充電站提供重要參考性意見。下一步可就該模型在實際中的應用進行深入研究,以進一步提升電動汽車充電站規劃效果,提升充電站建設的綜合效益。