計(jì)及交通狀況的公交充電站負(fù)荷的優(yōu)化策略

何 鑫,孫國(guó)歧,魏曉賓,蔡 旭

(1. 東華大學(xué)信息科學(xué)與技術(shù)學(xué)院,上海 201620;2. 山東德佑電氣股份有限公司,山東 淄博 255088;3. 上海交通大學(xué)電子信息與電氣工程學(xué)院,上海 200240)

1 引言

近年來(lái),在國(guó)內(nèi)外石油資源緊缺和環(huán)境問(wèn)題日益嚴(yán)重的情況下,作為對(duì)于石油極度依賴(lài)的汽車(chē)行業(yè)也面臨挑戰(zhàn),電動(dòng)汽車(chē)成為了解決燃油汽車(chē)造成污染和能耗問(wèn)題的有效方案,得到迅速發(fā)展。隨著“碳中和”這一目標(biāo)的提出,未來(lái)的電動(dòng)車(chē)發(fā)展規(guī)模會(huì)進(jìn)一步加速提高,預(yù)估在2030年時(shí)中國(guó)的電動(dòng)汽車(chē)數(shù)量將達(dá)到6000萬(wàn)輛[1,2]。電動(dòng)公交車(chē)作為電動(dòng)汽車(chē)的一員,其在公共交通中得到了政策的大力支持,重點(diǎn)區(qū)域占比已達(dá)到60%以上[3]。因此,公交車(chē)的充電策略和經(jīng)濟(jì)運(yùn)營(yíng)成為了研究關(guān)注的熱點(diǎn)。

公交汽車(chē)作為特殊的電動(dòng)汽車(chē),其與普通電動(dòng)汽車(chē)區(qū)別主要特點(diǎn)有:充電模式多樣、服從調(diào)度潛力很大、線(xiàn)路固定。但同樣其充電負(fù)荷集中接入也會(huì)導(dǎo)致經(jīng)濟(jì)效益降低,將會(huì)給電網(wǎng)帶來(lái)負(fù)荷高峰,造成過(guò)大的峰谷差、增加電力設(shè)備的損耗,同時(shí)影響運(yùn)營(yíng)的經(jīng)濟(jì)性[4-7]。文獻(xiàn)[8]以電動(dòng)公交充電站充電成本最小為目標(biāo),使用整數(shù)規(guī)劃方法建立有序充電模型,用大規(guī)模集群充電顯著提升了充電站的經(jīng)濟(jì)性,但是沒(méi)有考慮公交行車(chē)計(jì)劃的交通影響因素。文獻(xiàn)[9]考慮了公交充電站運(yùn)營(yíng)成本與電網(wǎng)安全性,以充電站的充電成本和負(fù)荷方差為目標(biāo)優(yōu)化,但未考慮車(chē)輛運(yùn)營(yíng)的不確定性,并只用作日前優(yōu)化。文獻(xiàn)[10]論述了公交車(chē)在采用換電模式時(shí),換電電池?cái)?shù)量和充電需量的關(guān)系,改善了經(jīng)濟(jì)效益并減少峰時(shí)用電。但未考慮充電需求的交通影響因素。文獻(xiàn)[11]考慮電動(dòng)公交的充電計(jì)劃和行車(chē)安排,進(jìn)行車(chē)次、充電計(jì)劃和夜晚充電二次計(jì)劃的三階段優(yōu)化,通過(guò)三段優(yōu)化找出了最優(yōu)的發(fā)車(chē)車(chē)次和充電計(jì)劃進(jìn)而改善了充電費(fèi)用和峰谷差。但是其充電計(jì)劃都為恒功率充電,并未考慮現(xiàn)實(shí)中的突發(fā)交通狀況。文獻(xiàn)[12]針對(duì)公交車(chē)建立了日前、日內(nèi)多時(shí)間尺度上的優(yōu)化調(diào)度策略,但是只考慮了單線(xiàn)路情形,多線(xiàn)路未考慮其中。

上述研究在充電成本優(yōu)化時(shí)都未考慮行車(chē)中交通狀況帶來(lái)的影響,并且充電功率都為單一的恒功率充電,導(dǎo)致車(chē)輛在面對(duì)交通擁堵?tīng)顩r時(shí),計(jì)劃的優(yōu)化策略難以保持最優(yōu),可能會(huì)出現(xiàn)新的負(fù)荷尖峰以及更高的充電成本。本文將重點(diǎn)研究在考慮多線(xiàn)路公交行車(chē)計(jì)劃及其不同交通擁堵?tīng)顩r下,電動(dòng)公交車(chē)站的優(yōu)化充電策略。首先在滿(mǎn)足原有行車(chē)計(jì)劃和充電需求的前提下,生成可行的充電狀態(tài)集以及該充電狀態(tài)上可行充電功率曲線(xiàn)。然后,考慮交通狀況建立負(fù)荷需求與充電時(shí)間等約束,建立在交通狀況影響下以充電站用電費(fèi)用最低為目標(biāo)的優(yōu)化充電模型。最后使用運(yùn)營(yíng)數(shù)據(jù)驗(yàn)證其有效性和可行性。

2 電動(dòng)公交充電站實(shí)際充電問(wèn)題分析

電動(dòng)公交車(chē)充電模式分為換電模式和整車(chē)充電模式。換電模式是通過(guò)準(zhǔn)備一定量的備用電池,經(jīng)由換電機(jī)械設(shè)備更換下車(chē)輛上原有的低電量電池來(lái)實(shí)現(xiàn)車(chē)輛的按時(shí)運(yùn)營(yíng)。其設(shè)備和電池成本較高,更換一塊電池時(shí)間需要15～25分鐘[13]。整車(chē)充電模式有著交流慢充和直流高壓快充兩種方式[14]。其中交流慢充其功率較低,對(duì)于大容量動(dòng)力電池通常需要數(shù)十小時(shí)才可以完成充電任務(wù),在這種充電方式下,需要運(yùn)營(yíng)商在公交車(chē)數(shù)量上進(jìn)行大量的投入才能維持規(guī)定的運(yùn)營(yíng)計(jì)劃。而直流快充的輸出功率可變,支持范圍調(diào)整,最高可達(dá)6C的充電電流使得公交車(chē)可以在15分鐘內(nèi)快速補(bǔ)電[15]。相比于交流慢充公交車(chē)在快充模式下可以在入站間隙進(jìn)行快速補(bǔ)電,排班更加類(lèi)似于傳統(tǒng)燃油公交車(chē),并且公交條線(xiàn)路上的需求運(yùn)行和備用車(chē)輛數(shù)也更加少,投入成本相比于換電也更低。為了減少成本投入,直流快充成為運(yùn)營(yíng)商首選的充電方式。目前國(guó)內(nèi)新建的公交充電站幾乎都為直流快充充電站,充分發(fā)揮了快充的快補(bǔ)電、高效率和低設(shè)備投入成本等優(yōu)點(diǎn)。本文將以直流快充方式的公交汽車(chē)充電站為研究對(duì)象。

對(duì)于公交而言,其運(yùn)營(yíng)班次和路線(xiàn)較為固定,計(jì)劃性和規(guī)律性較強(qiáng)。計(jì)劃車(chē)輛在運(yùn)營(yíng)中只有三種狀態(tài):任務(wù)中、充電中、等待中。等待中包含充電等待與發(fā)車(chē)等待,具體如下圖1所示。

圖1 單線(xiàn)路單車(chē)輛運(yùn)營(yíng)圖

圖1描述的系統(tǒng)是一個(gè)離散和連續(xù)組成的混合系統(tǒng),車(chē)輛的狀態(tài)可用狀態(tài)轉(zhuǎn)移流圖表示,見(jiàn)圖2。其中,方向線(xiàn)表示的是狀態(tài)轉(zhuǎn)移路徑,tm,ji表示第m輛車(chē)第j次入站的車(chē)輛狀態(tài)的連續(xù)時(shí)間,其中(i=1,2,3,4)。

圖2 汽車(chē)狀態(tài)轉(zhuǎn)移流圖

在實(shí)際公交充電站樞紐調(diào)研中,車(chē)輛的充電站公交充電決策分白天和夜晚。白天根據(jù)到站時(shí)間及車(chē)輛狀態(tài)由司機(jī)判斷充電與否,夜晚則由管理人員統(tǒng)一進(jìn)行集群充電在第二天運(yùn)營(yíng)之前將所有車(chē)輛充至滿(mǎn)電。充電功率分配策略采取“先到先得”方式,即在變壓器容量限制下先充電的車(chē)輛可以獲得最高功率進(jìn)行充電。在上述充電策略下,某公交車(chē)站的電力負(fù)荷曲線(xiàn)見(jiàn)圖3。

圖3 公交充電站的典型電力負(fù)荷曲線(xiàn)

我國(guó)電價(jià)的計(jì)費(fèi)方式主要有四種形式:定額電價(jià)制、單一電價(jià)制、分時(shí)電價(jià)、兩部制電價(jià)。兩部制電價(jià)因其結(jié)合了需(容)量對(duì)應(yīng)的基本電價(jià)和用電量對(duì)應(yīng)的電度電價(jià),可以較好地反映電價(jià)的成本結(jié)構(gòu),而被大部分地區(qū)所采用。其中基本電價(jià)為用戶(hù)的變壓器容量或最大負(fù)荷尖峰進(jìn)行計(jì)算,電度電費(fèi)為根據(jù)分時(shí)電價(jià)計(jì)算出的電費(fèi)。

在兩部制電價(jià)計(jì)費(fèi)方式下,上述的公交運(yùn)營(yíng)策略難以保證充電的經(jīng)濟(jì)性。從圖3所示的充電負(fù)荷曲線(xiàn)可知,大規(guī)模的夜晚集群充電在電價(jià)上具有優(yōu)勢(shì),但過(guò)多的充電負(fù)荷會(huì)帶來(lái)更高的負(fù)荷峰值,收取更高的需(容)量費(fèi)用。白天充電由司機(jī)決策更會(huì)導(dǎo)致白天充電計(jì)劃的無(wú)規(guī)劃無(wú)序狀態(tài),并在分時(shí)電價(jià)的峰時(shí)產(chǎn)生需求充電以外的額外充電負(fù)荷。為了解決夜晚大規(guī)模充電和白天無(wú)規(guī)劃無(wú)序充電所帶來(lái)的問(wèn)題,就需要合理地決策其充電的起止時(shí)間及充電功率,這樣就可以在時(shí)序上轉(zhuǎn)移充電負(fù)荷,起到降低充電成本的作用。

3 計(jì)及交通狀況充電策略的數(shù)學(xué)模型

3.1 日可行充電計(jì)劃模型

通過(guò)歷史運(yùn)營(yíng)數(shù)據(jù)和運(yùn)營(yíng)時(shí)刻表可以獲得某日在第m輛車(chē)的到站時(shí)刻矩陣T＿bin,m和發(fā)車(chē)時(shí)刻矩陣T＿bout,m：

T＿bin,m=[t＿bin,m,1,t＿bin,m,2,…,t＿bin,m,j]

(1)

T＿bout,m=[t＿bout,m,1,t＿bout,m,2,…,t＿bout,m,j]

(2)

式中:t＿bin,m,j表示該日第m輛車(chē)第j次任務(wù)的進(jìn)站時(shí)間;t＿bout,m,j表示該日第m輛車(chē)第j次任務(wù)的出站時(shí)間

(3)

(4)

(5)

(6)

(7)

(8)

0≤Pm,j,i,n≤Pc

(9)

0≤|Pm,j,i,n-Pm,j,i,n-1|≤α

(10)

式中:α為負(fù)荷跳變的數(shù)值上限,根據(jù)實(shí)際需求設(shè)定。

3.2 目標(biāo)函數(shù)

電動(dòng)公交運(yùn)營(yíng)商希望公交運(yùn)行中,充電具有經(jīng)濟(jì)性。充電費(fèi)用的收取是按照兩部制電費(fèi)標(biāo)準(zhǔn),每月進(jìn)行統(tǒng)一收取。在保證滿(mǎn)足公交運(yùn)行需求情況下,以月充電站用電費(fèi)用F1最低為目標(biāo)。

minF1=C1+(1-λ)C2+λC3

(11)

式中:C1為電度電價(jià)下收取的每月電費(fèi);C2為按照負(fù)荷尖峰收取的每月需量電費(fèi);C3為按照變壓器額定容量收取的每月容量電費(fèi);λ為收費(fèi)機(jī)制標(biāo)志位,“0”表示按照需量電費(fèi)收費(fèi),“1”表示按照容量電費(fèi)收費(fèi)。其中

(12)

C2=d1×Pmax

(13)

C3=d2×SN

(14)

式中:Dd為每月第d天充電所產(chǎn)生的電度費(fèi)用;D為該月的天數(shù);Sn為第n個(gè)時(shí)間段上的電度電價(jià);d1為需量電費(fèi)價(jià)格;d2為容量電費(fèi)價(jià)格;Pmax為每月15分鐘平均負(fù)荷的尖峰值;SN為變壓器容量。

通過(guò)3.1節(jié)可以得出某一日中m輛車(chē)的充電可行計(jì)劃,那么其第d天的電度電費(fèi)Dd計(jì)算公式如下所示:

(15)

3.3 約束條件

3.3.1 電價(jià)計(jì)費(fèi)方式約束

兩部制電價(jià)收取按照其簽訂的協(xié)議進(jìn)行。采用兩部制電價(jià)時(shí),由分時(shí)電價(jià)計(jì)費(fèi)收取的電度電費(fèi)是電費(fèi)的固定組成部分。由需量或者容量構(gòu)成的基本電價(jià)標(biāo)準(zhǔn)會(huì)根據(jù)變壓器的狀況進(jìn)行以月為周期的切換。在變壓器容量使用超過(guò)70%,便強(qiáng)制按照變壓器額定容量計(jì)費(fèi)[16]。即充電成本目標(biāo)函數(shù)切換至C3,否則為C2。在以C2構(gòu)成充電成本目標(biāo)函數(shù)時(shí)當(dāng)其負(fù)荷峰值低于其變壓器額定容量40%時(shí),按照40%變壓器額定容量固定收取費(fèi)用。算式如下所示

(16)

(17)

(18)

式中:βmax為負(fù)荷率最大值。

3.3.2 變壓器損耗約束

公交運(yùn)營(yíng)商配有專(zhuān)供變壓器,變壓器其運(yùn)行損耗與其負(fù)荷率有關(guān)[17],不合理的分配充電負(fù)荷導(dǎo)致變壓器負(fù)載率過(guò)低或過(guò)高都會(huì)導(dǎo)致?lián)p耗增加,所以針對(duì)變壓器在集群充電的谷時(shí)刻的負(fù)荷率β進(jìn)行經(jīng)濟(jì)化約束,約束如下

0.2≤βn≤0.8 t∈{to}

(19)

(20)

(21)

式中:{to}為電價(jià)谷時(shí)刻;Pn為每日以Δt為時(shí)間間隔所取得的n個(gè)時(shí)間段上的充電功率值。

3.3.3 公交電池容量約束

為了保護(hù)電池,延長(zhǎng)其壽命對(duì)其最小電量Em,min進(jìn)行限制,其算式如下

Em,min=SOCmin×Em

(22)

式中:SOCmin為最小荷電狀態(tài),本文取0.2;Em為第m輛車(chē)的電池額定容量。

(23)

3.3.4 充電時(shí)間約束

白天電動(dòng)公交實(shí)行在入站間隙快速補(bǔ)電,所以電動(dòng)公交的在站時(shí)間的長(zhǎng)短就決定了其最大可行充電時(shí)間的長(zhǎng)度。電動(dòng)公交的排版固定,其出站時(shí)間也是固定的,那么其執(zhí)行任務(wù)的時(shí)間長(zhǎng)短就起到了關(guān)鍵性因素。公交在運(yùn)行過(guò)程中其運(yùn)營(yíng)環(huán)境非常復(fù)雜,會(huì)受到惡劣天氣、交通事故等影響,從而其在不同交通狀況下對(duì)于其到站時(shí)間有所影響[18]。本文使用時(shí)間比的描述方法[19],即延遲時(shí)間可以通過(guò)耗時(shí)倍率ε計(jì)算得出,算式如下

(24)

本文在不改變現(xiàn)有排班與車(chē)輛數(shù)的條件的情況下進(jìn)行充電計(jì)劃調(diào)整,就需要對(duì)公交充電時(shí)間的最小值進(jìn)行限制,約束如下

(25)

3.3.5 充電需求約束

公交車(chē)執(zhí)行任務(wù)時(shí)要求車(chē)輛的電量至少滿(mǎn)足下次的任務(wù)所需的電量和最低電量,并且滿(mǎn)足算式9所示的功率值約束。公交車(chē)的需求與該車(chē)上依次執(zhí)行任務(wù)的交通環(huán)境下所損耗電量以及其電池剩余電量息息相關(guān)。公交車(chē)每公里損耗電量也會(huì)交通狀況的變化而變化,第m輛車(chē)在第j次執(zhí)行里程為L(zhǎng)公里任務(wù)的公交功耗Em,j計(jì)算如下所示

(26)

(27)

電動(dòng)公交需求電量Em,j,need為確保該車(chē)輛滿(mǎn)足任務(wù)損耗電量Em,j和電池電量最小值Em,min的需求充電量,其大小為車(chē)輛電池剩余電量距任務(wù)損耗電量Em,j和電池最小電量Em,min的和的差值,如式(28)所示。

(28)

(29)

式中:Em,j,need為第m輛車(chē)第j次任務(wù)需求電量。

3.3.6 充電決策變量約束

電動(dòng)公交車(chē)是否充電的決策主要取決于有無(wú)充電需求。

(30)

4 求解算法

本文的模型是一個(gè)同時(shí)含有離散與連續(xù)變量的非線(xiàn)性問(wèn)題,難以通過(guò)一般數(shù)學(xué)方法求得,因此選擇搜索算法中的粒子群算法進(jìn)行求解。

粒子群優(yōu)化算法一種智能算法,源于鳥(niǎo)類(lèi)尋找食物的集聚效應(yīng),即所有鳥(niǎo)會(huì)向食物方向聚集。它的優(yōu)點(diǎn)是算法過(guò)程簡(jiǎn)單,參數(shù)少于其它算法,易于實(shí)現(xiàn)[20]。

粒子依據(jù)式(31)更新速度和位置,飛向全局最優(yōu)。

(31)

粒子群作為一種搜索算法容易過(guò)早陷入局部最優(yōu)的情況,通過(guò)把原有的慣性權(quán)重ω變成隨著迭代次數(shù)線(xiàn)性變化的量,并且對(duì)速度更新公式乘以壓縮系數(shù)φ可以改進(jìn)其全局搜索性能。改進(jìn)后的速度位置更新公式如下所示

(32)

(33)

式中:ωvar為可變權(quán)重;ωmax、ωmin為權(quán)重的最大與最小值;ger為設(shè)定的迭代總次數(shù)。

為了進(jìn)一步改善粒子本身的全局搜索能力,引入遺傳算法中的交叉變異思想,根據(jù)粒子的限制范圍隨機(jī)生成一個(gè)新的粒子幫助陷入局部?jī)?yōu)的粒子跳出局部最優(yōu),公式如下所示

XNew=Xmin+(Xmax-Xmin)*Z

(34)

式中:Z為介于0與1之間的隨機(jī)數(shù);Xmin和Xmax為粒子位置的最大和最小值;XNew表示產(chǎn)生的新粒子。

算法優(yōu)化流程如圖4所示。

圖4 優(yōu)化算法流程

5 實(shí)例分析

本文選擇某市電動(dòng)公交樞紐充電站的典型工作日和周末負(fù)荷數(shù)據(jù)為數(shù)據(jù)來(lái)源。為了驗(yàn)證本文優(yōu)化方法的可行性和有效性。在原有運(yùn)行工況的基礎(chǔ)上,進(jìn)行兩種場(chǎng)景下仿真:

場(chǎng)景1:不計(jì)突發(fā)交通狀況,將工作日和周末的充電負(fù)荷曲線(xiàn)使用本文策略進(jìn)行優(yōu)化,將主要參數(shù)與未優(yōu)化曲線(xiàn)進(jìn)行對(duì)比分析。

場(chǎng)景2:考慮突發(fā)的交通狀況,通過(guò)增加路程耗時(shí)倍率來(lái)模擬突發(fā)情況,使用本文策略進(jìn)行優(yōu)化,并與目前應(yīng)對(duì)延誤常規(guī)處理方式的主要參數(shù)和場(chǎng)景一的主要參數(shù)進(jìn)行對(duì)比分析。

依據(jù)聚類(lèi)分析得出工作日與周末的典型負(fù)荷如下圖5所示,并且根據(jù)地圖信息獲取的交通狀況的里程耗時(shí)倍率ε如圖6所示。

圖5 工作日與周末典型負(fù)荷曲線(xiàn)

圖6 工作日與周末里程耗時(shí)倍率

5.1 參數(shù)設(shè)置

5.1.1 充電站主要參數(shù)設(shè)置

充電站配電網(wǎng)使用4個(gè)SCB-10干式變壓器,額定容量為1250kVA。充電樁個(gè)數(shù)為88個(gè)滿(mǎn)足白天任意時(shí)刻的充電車(chē)輛,即白天沒(méi)有排隊(duì)狀況出現(xiàn)。構(gòu)成兩部制電價(jià)的電度價(jià)格和基本電價(jià)如表1、2所示。

表1 電度電價(jià)

表2 基本電價(jià)

5.1.2 算法主要參數(shù)設(shè)置

基于粒子群算法的電動(dòng)公交充電優(yōu)化和計(jì)及交通狀況的充電優(yōu)化的主要參數(shù)如下表3、表4所示。

表3 優(yōu)化算法主要參數(shù)(場(chǎng)景1)

表4 優(yōu)化算法主要參數(shù)(場(chǎng)景2)

5.2 仿真結(jié)果

5.2.1 電動(dòng)公交充電優(yōu)化(場(chǎng)景1)

為了證明本文電動(dòng)公交充電優(yōu)化策略對(duì)于負(fù)荷充電費(fèi)用和負(fù)荷峰值的有效改善,對(duì)場(chǎng)景一所述中工作日與周末典型充電負(fù)荷曲線(xiàn)優(yōu)化前后進(jìn)行比較分析。

場(chǎng)景1:通過(guò)粒子群迭代優(yōu)化后的工作日和周末充電負(fù)荷曲線(xiàn)數(shù)據(jù)結(jié)果與優(yōu)化前對(duì)比如下圖7、8所示工作日和周末為粒子群算法給出的適應(yīng)度迭代收斂曲線(xiàn)如圖9、10所示。

圖7 充電負(fù)荷曲線(xiàn)對(duì)比(場(chǎng)景一工作日)

圖8 充電負(fù)荷曲線(xiàn)對(duì)比(場(chǎng)景一周末)

圖9 適應(yīng)度收斂曲線(xiàn)(工作日)

圖10 適應(yīng)度收斂曲線(xiàn)(周末)

由圖7可以看出工作日優(yōu)化前充電負(fù)荷曲線(xiàn)在夜晚會(huì)出現(xiàn)負(fù)荷高峰,在7點(diǎn)谷時(shí)結(jié)束在之前就完成了所有車(chē)輛的充電準(zhǔn)備白天的發(fā)車(chē),并且在白天8點(diǎn)至11點(diǎn)峰時(shí)高電費(fèi)時(shí)間上進(jìn)行了大量的充電,非常不經(jīng)濟(jì)。相比較而言?xún)?yōu)化后的負(fù)荷在負(fù)荷峰值上有著明顯的降低。夜晚所降低的負(fù)荷補(bǔ)足了優(yōu)化前5點(diǎn)至7點(diǎn)的谷時(shí)的空擋期,并且在8點(diǎn)至11點(diǎn)期間在保證運(yùn)行需求的基礎(chǔ)上減少了充電總量,等到11點(diǎn)到18點(diǎn)的平時(shí)刻再釋放充電。18點(diǎn)至23點(diǎn)的負(fù)荷因分擔(dān)了白天部分負(fù)荷相較于優(yōu)化前有所上升,但日成本依舊有著比較好的改善,參數(shù)對(duì)比如表5所示,峰平谷三時(shí)段充電量比較如圖11所示。

表5 優(yōu)化前后主要參數(shù)對(duì)比(場(chǎng)景一)

圖11 “峰平谷”時(shí)間段充電總量

由圖8所示可以看出相較于工作日由于其交通狀況導(dǎo)致的耗時(shí)倍率不同,其充電需求縮減近20%,但和工作日一樣其夜晚負(fù)荷會(huì)出現(xiàn)高峰,白天的峰時(shí)會(huì)出現(xiàn)較多負(fù)荷。優(yōu)化后的曲線(xiàn)相比于優(yōu)化前其夜晚負(fù)荷高峰明顯下降,白天的峰時(shí)負(fù)荷向平時(shí)轉(zhuǎn)移。成本有著較好的改善,參數(shù)對(duì)比如表5所示。峰平谷三時(shí)段充電量比較如圖11所示。

通過(guò)上述的典型日的優(yōu)化可以得到日電費(fèi)用,本文標(biāo)準(zhǔn)月取22個(gè)工作日和8個(gè)周末。月需量電費(fèi)取30天中的最大負(fù)荷高峰進(jìn)行計(jì)算。其月充電費(fèi)用的比較如圖12所示。由圖可以看出每月總成本都在優(yōu)化后下降4%,具體表現(xiàn)為電度電費(fèi)下降4667.6元和需量電費(fèi)下降10146元。

圖12 月充電費(fèi)用對(duì)比

5.2.2 電動(dòng)公交充電優(yōu)化(場(chǎng)景2)

為了證明本文計(jì)及交通狀況電動(dòng)公交優(yōu)化充電模型對(duì)于交通突發(fā)擁堵?tīng)顩r有著較優(yōu)的負(fù)荷充電費(fèi)用和負(fù)荷峰值,對(duì)場(chǎng)景二所述中周末提高其早高峰7:00至9:00的耗時(shí)倍率,周末與工作日典型日均無(wú)備用車(chē)輛投入。為了防止人為設(shè)定導(dǎo)致車(chē)輛無(wú)法正常執(zhí)行任務(wù)需要備用車(chē)投入的情況,將周末的早高峰耗時(shí)倍率提高至工作日水平,如圖13所示。在不需要投入備用車(chē)輛的常規(guī)處理延誤車(chē)輛處理方法為到站后進(jìn)行全功率充電至需求電量。常規(guī)方式處理的曲線(xiàn)與原始曲線(xiàn)對(duì)比如圖14所示。由于公交車(chē)的在第二天谷時(shí)到來(lái)前會(huì)將所有車(chē)輛充滿(mǎn),所以計(jì)及交通狀況的充電模型的優(yōu)化時(shí)間區(qū)間為發(fā)生擁堵開(kāi)始時(shí)間7點(diǎn)至次日谷時(shí)結(jié)束時(shí)間7點(diǎn),優(yōu)化后的充電負(fù)荷曲線(xiàn)與場(chǎng)景一周末優(yōu)化后的充電負(fù)荷曲線(xiàn)進(jìn)行比較如圖15所示。粒子群算法給出的適應(yīng)度迭代收斂曲線(xiàn)如圖16所示。

圖13 里程耗時(shí)倍率

圖14 常規(guī)方法

圖15 周末充電負(fù)荷曲線(xiàn)

圖16 適應(yīng)度收斂曲線(xiàn)(場(chǎng)景二)

如圖14所示7點(diǎn)至9點(diǎn)早高峰交通狀況導(dǎo)致能耗增加,常規(guī)方式為等受影響車(chē)輛進(jìn)站后增大充電功率進(jìn)行充電,這種方式的在充電負(fù)荷曲線(xiàn)上通過(guò)累加進(jìn)行反映,其充電經(jīng)濟(jì)性與所處的時(shí)刻和該時(shí)刻是否為一天的峰值息息相關(guān)。為了合理安排這些突增的負(fù)荷則需要重新優(yōu)化安排充電負(fù)荷的開(kāi)始時(shí)間以及其它車(chē)輛的充電計(jì)劃,其優(yōu)化曲線(xiàn)圖15所示,白天的平時(shí)負(fù)荷相比變少了,峰時(shí)基本持平,多余的負(fù)荷在夜晚谷時(shí)增加了很多負(fù)荷,這些多出來(lái)的負(fù)荷就來(lái)源于交通影響。通過(guò)車(chē)輛充電排班的調(diào)整將負(fù)荷移動(dòng)至夜晚可以最大幅度減少供電,雖然增加了峰值負(fù)荷,但相比于常規(guī)方法更加合理。場(chǎng)景二優(yōu)化后的參數(shù)獲得來(lái)源為當(dāng)日7點(diǎn)至次日7點(diǎn)的數(shù)據(jù)。場(chǎng)景二其主要參數(shù)如下表6所示。峰平谷三時(shí)段充電量比較如圖17所示。

表6 主要參數(shù)對(duì)比(場(chǎng)景二)

圖17 “峰平谷”時(shí)間段充電總量

標(biāo)準(zhǔn)月取22個(gè)工作日和8個(gè)雙休日,設(shè)定8個(gè)周末都出現(xiàn)交通擁堵升級(jí)的狀況,而工作日不發(fā)生改變?nèi)?chǎng)景一優(yōu)化后的數(shù)據(jù)。其月充電費(fèi)用的比較如圖18所示。由圖可以看出總充電成本在場(chǎng)景而優(yōu)化后與常規(guī)處理方式電度電費(fèi)有著明顯的下降。由于工作日的負(fù)荷高峰都大于周末的任意一種情形所以圖18中的月需量電費(fèi)保持不變。比較常規(guī)方式和場(chǎng)景二優(yōu)化后的月充電費(fèi)用,其月充電電費(fèi)用可以減少1431.2元,有明顯改善。

圖18 月充電成本對(duì)比

6 結(jié)論

本文研究了電動(dòng)公交充電控制策略,提出一種計(jì)及交通狀況的充電優(yōu)化策略,該策略考慮了公交運(yùn)營(yíng)的交通狀況的影響,通過(guò)生成充電狀態(tài)及計(jì)劃車(chē)輛充電,并且不再是單一功率的充電模式,這樣可以極大的釋放車(chē)輛的調(diào)度性能。優(yōu)化策略以經(jīng)濟(jì)最大化作為調(diào)度目標(biāo),以粒子群算法對(duì)模型進(jìn)行迭代。算例結(jié)果表明,本優(yōu)化策略在無(wú)交通突發(fā)狀況下,可以降低4%月充電成本和41%負(fù)荷尖峰值,可以應(yīng)用于充電計(jì)劃的日前規(guī)劃。在出現(xiàn)突發(fā)交通狀況下,本充電優(yōu)化策略相比于常規(guī)處理方式由于采用變功率的充電模式其充電成本更低更經(jīng)濟(jì),額外降低了月充電費(fèi)用的0.4%,也可以在日內(nèi)對(duì)于充電計(jì)劃進(jìn)行良好的規(guī)劃和調(diào)節(jié)。