摘 要

电动汽车作为一种绿色环保，节能减排的出行工具越来越受到人们的关注。大规模电动汽车的使用，其充放电行为和出行规律势必会对电力系统，交通网络以及人们的日常活动产生不小的影响，因此对电动汽车充电行为进行合理地安排就显得尤为重要。本文研究电动汽充电的两种模式——“慢充电”和“快充电”的优化充电策略，在慢充电的方式下，首先根据相关数据建立电动汽车随机充电的概率模型，然后兼顾电网负荷均衡和用户花费最小两个目标，利用遗传算法在matlab仿真出群体性电动汽车优化后的充电负荷曲线与大量电动汽车随机充电后的负荷曲线，之后就二者的图像进行对比，结果表明优化后的充电负荷确实可以起到“削峰填谷”的效果。在快充电的模式下，首先根据相关数据建立道路交通信息、电动汽车与充电站信息以及电网侧信息等模型，将电动汽车充电行为与交通网络，充电站信息以及用户需求三者结合，设立了用户所耗费用、时间最少和电网侧损耗最小的三个目标函数，来研究电动汽车智能充电导航策略，引导电动汽车充电行为达到兼顾交通状况并且满足电网侧和用户侧多目标需求的目的，通过混合整数线性规划和仿真模型得到不同方案下10辆电动汽车的最优目标充电站，最后通过各项数值比对确定最终可行的方案。

关键词：电动汽车；慢充；快充；电网；用户需求

Abstract

As a kind of vehicle, which is regarded as green environmental protection, energy saving and emission reduction, electric vehicles have been getting more and more people's attention. The large-scale usage of electric vehicles, the behaviors of electric vehicles’ charging and discharging and its traveling law is bound to affect the electric power system, the traffic network and people's daily activities, so that it is particularly very significant for people to make a reasonable arrangement of electric vehicles’ charging behavior. This paper has considered two modes of the electric vehicles’ charging behavior, that is, “slow-charging” and “fast-charging”. Under the condition of slow-charging, firstly the probability model of electric vehicles randomly charging is built according to the relevant professional data, then the two objectives of power grid load balancing and user cost minimization has taken into account in this paper, the genetic algorithm is used to investigate the optimized charging load curve of group electric vehicles and random charging load curve of mass electric vehicles, after comparing the two curves, the result shows that the optimized charging load can achieve the effect of peak shaving and valley filling.

In the mode of fast-charging, the models of road traffic information, electric vehicles and charging station information and electric network information is made according to the related data, then the author has made a combination of the electric vehicles’ charging behavior with three aspects, which are traffic information network, charging station information and users’ demands, then studies a intelligent charging navigation strategy of electric vehicles, in order to guide the electric vehicles’ charging behavior to achieve meeting the power network side and the user side multi-objections needs as well as taking account of traffic situation. Through doing the Mixed Integer Linear Programming (MILP) and matlab simulation, the optimal target charging stations of 10 electric vehicles are obtained under different schemes. Finally, the final feasible scheme is determined by numerical comparison.

Key words: electric vehicle; slow-charging; fast-charging; power network; users’ demands

目录

第1章 绪论 1

1.1研究背景及意义 1

1.2电动汽车发展概况 2

1.2.1电动汽车类型及充电方式概述 2

1.2.2各国电动汽车行业发展概述 3

1.3电动汽车有序充电策略综述 5

1.3.1单一型目标优化策略 5

1.3.2多目标优化策略 6

1.3.3换电模式下优化策略 6

1.3.4与交通网结合的电动汽车充电策略 7

1.4本文章节安排 8

第2章 两种充电模式及研究方法 9

2.1研究内容 9

2.1.1“慢充”方式下充电策略 9

2.1.2“快充”方式下充电策略 9

2.2研究方法 12

2.2.1基于遗传算法的多目标算法 12

2.2.2Dijkstra算法 12

2.2.3混合整数线性规划 13

2.2.4线性加权和法 14

2.3本章小结 14

第3章 建立模型及分析 15

3.1慢充电模型建立 15

3.2快充电模型建立 16

3.2.1路阻函数和路径权值 16

3.2.2道路交通网信息模型 16

3.3.3电动汽车及充电站信息模型 19

3.3.4电网侧模型 21

3.3.5充电需求目标函数 21

3.4本章小结 22

第4章 仿真计算及结果分析 23

4.1慢充电方式 23

4.2快充电方式 24

4.2.1计及交通路况的最短路径 24

4.2.2仿真结果 25

4.3本章小结 30

第5章 总结与展望 32

5.1研究结论 32

5.2研究展望 32

致谢 34

参考文献 35

附录A Matlab编程代码 38

附A1迪杰斯特拉（Dijkstra）算法 38

附A2潮流计算源代码 39

附A3慢充电负荷优化代码 41

附A4快充电优化策略代码 43

附录B IEEE-14节点系统参数 45

第1章 绪论

1.1研究背景及意义

随着人类社会和科学技术的高速发展，工业，现代化农业建筑业等对能源需求量不断增长，而煤炭，石油，天然气等化石能源日渐枯竭，CO₂等温室气体的排放对环境造成的一系列问题越来越引起全世界人们的关注。在全球金融危机进一步加剧、生态环境逐渐恶化与能源、资源枯竭等问题的加剧的背景下，电动汽车以其污染小，噪音低，效率高的优势倍受青睐，对电动汽车相关技术及其产业发展投入大量的资金与人力已成为世界各国增强汽车工业竞争活力的一个重要趋势^[1-2]。目前我国的电动汽车月产销近万，位居全球第二，同时已经有八十多个城市申请电动汽车推广试点。2015年，国务院办公厅对我国电动汽车基础设施建设提出了若干指导意见，指出要在未来五年内建设智能高效的充电设施，至少满足超过500万辆电动需求^[3]。

随着电动汽车的应用普及，当今通用的慢充电模式下群体性电动汽车同时接入电网进行充电势必会对电力系统产生一定的负面影响。近年来已经有大量相关研究对电动汽车慢充电模式下的充电行为进行优化处理，并且得到了较好的结果。本次毕业设计的研究内容之一就是采用遗传算法下的多目标算法对电动汽车慢充电模式下的充电负荷进行有序规划，使之既满足电网负荷均衡的目标又能满足充电用户的一定需求。但是随着未来电动汽车的类型和数量越来越多，慢充电模式也越来越难以满足电动汽车短时间内及时高效的充电需求，一些行驶里程较长的车辆用户往往更加倾向于使用快捷便利的电量补充方式。但是若大量电动车辆无序接入电网进行快速补充电量，由于快充电的充电电流将达到几百安倍，因此会比慢充电模式对电网产生更大的负面影响，也将会对电力系统的安全运行与经济效益带来无法预计的损失。大量电动汽车随时进行快充电，在选择合适的充电站的同时也会对道路交通和充电站运营商产生相应的影响。因此，对快充电模式下的电动汽车充电行为的规划就很有必要。本文的另一研究内容就是在快充电模式下，结合道路交通信息，充电站信息以及电网相关信息对电动汽车充电行为进行科学有序地安排。

1.2电动汽车发展概况

1.2.1电动汽车类型及充电方式概述

根据驱动系统和使用能源的不同，电动汽车可以分为燃料电池电动汽车，纯电动汽车(Pure Electric Vehicles, PEV)及插电式混合动力电动汽车(Plug in Hybrid Electric Vehicles, PHEV)。其中，燃料电池电动汽车以清洁能源发出电能驱动；纯电动汽车仅仅靠电能驱动；插电式电动汽车使用汽油和电能两种能源驱动。由于受电池容量技术的限制，纯电动汽车的应用尚未大规模普及，但其在未来发展中具有巨大潜能；插电式电动汽车利用两种能源，在提高能效的同时，使用灵活便捷，已具有相对成熟的技术，逐渐进入产业化的阶段^[4]。本文所提到的电动汽车特指纯电动汽车和插电式混合动力电动汽车两种，它们需要从电网汲取电能，具有充电行为。