一种基于多目标优化的电动私家车充电模式选择方法
【专利摘要】本发明公开了一种基于多目标优化的电动私家车充电模式选择方法，包括以下步骤：考虑电动汽车规模、电价制度、电池特性、电动汽车运行特点和充电模式等因素，建立不同充电模式下的电动汽车充电负荷模型；考虑不同充电模式对电网产生的影响、电动汽车一次充电综合使用费用和动力电池的循环寿命三个因素，建立电动汽车充电模式选择的多目标模型；确定多目标函数系数，并应用遗传算法求解多目标函数非劣最优解，从而得到电动汽车能源供给的最优组合模式。以国家电网夏季典型日负荷曲线为例，运用本方法得出结论：以常规充电为主，换电池为辅的充电方式可以使系统的峰谷差、使用成本、便利性、电池的循环寿命等达到综合最优。
【专利说明】-种基于多目标优化的电动私家车充电模式选择方法
【技术领域】
[0001] 本发明涉及一种基于多目标优化的电动私家车充电模式选择方法。
【背景技术】
[0002] 电动汽车（Electric Vehicle，简称EV)以电代油，具有能源利用效率高、废气排 放少，噪音低等优点，是解决能源和环境问题的重要手段之一。2008年金融危机以来，世界 各国加大了对电动汽车产业发展的支持，以期在缓解化石能源带来的环境压力的同时，能 够在新一代节能与环保汽车产业发展中占据主导权。美国奥巴马政府实施绿色新政，把电 动汽车作为国家能源战略的核心组成部分，计划到2015年普及100万辆插电式混合动力电 动汽车。日本把发展电动汽车作为"低碳革命"的核心内容，并计划到2020年普及电动汽 车达到1350万辆。德国政府在2008年11月计划未来10年普及100万辆纯电动汽车和插 电式混合动力汽车，并宣称该计划的实施标志着德国将进入电动汽车时代。2008年9月， 我国开始实施"十城千辆"计划，在国内10个以上有条件的大城市，开展千辆级混合动力汽 车、纯电动汽车和燃料电池汽车以及能源供应基础设施的大规模示范。按照中国汽车工业 发展规划的要求，我国电动汽车产业的发展目标是：到2030年，电动汽车保有量占汽车保 有量的50%以上，年生产销售电动汽车1000-1950万辆。
[0003] 电动汽车的发展必须有完善的充电系统。根据权威部门调查统计，在不购买电动 轿车的因素中，占前三位的因素均与充电有关，其中68. 9%的人选择"充一次电只能走100 公里左右，半路没电就倒霉了";48. 3%的选择了"每次都需要花8个小时给它充满电，太麻 烦了";44. 5%的选择"行驶到荒郊野外，恰巧没电了，又找不到充电站怎么办？"。由此可见， 快速建设充电基础设施已成为当务之急。然而，充电基础设施大规模建设之前，首先应明确 电动汽车充电模式。
[0004] 按照电池是否与车体分离，电动汽车充电模式可分为整车充电模式和电池更换模 式。
[0005] I整车充电模式
[0006] 当车辆进行补充充电时，充电机与充电车辆通过充电插头进行连接，电池无需从 车辆上卸下，可直接进行充电。具体又包括常规充电和快速充电两种类型，如表1所示。
[0007] 表1整车充电模式
[0008]
【权利要求】
1. 一种基于多目标优化的电动私家车充电模式选择方法，其特征是：包括以下步骤： 一、 结合电动汽车规模、电价制度、电池特性、电动汽车运行特点和充电模式因素的参 数，建立不同充电模式下的电动汽车充电负荷模型； 二、 结合不同充电模式对电网产生的影响、电动汽车一次充电综合使用费用和动力电 池的循环寿命三个因素的参数，建立相应的数据模型； 三、 确定多目标函数系数； 四、 根据多目标函数系数得到电动汽车充电模式选择的多目标方程，应用遗传算法求 解多目标函数非劣最优解，并根据求解结果，得到电动汽车的能源供给的最优组合模式。
2. 如权利要求1所述的一种基于多目标优化的电动私家车充电模式选择方法，其特征 是：所述步骤一中，不同充电模式下的电动汽车充电负荷模型的建立方法为： 电动汽车的日行驶里程X的概率分布为对数正态分布：
式中：μ x与σ x分别是变量对数的平均值与标准差；Ex为期望，Dx为方差，由运行统计 数据得到。
3. 如权利要求1所述的一种基于多目标优化的电动私家车充电模式选择方法，其特征 是：所述步骤一中，电动汽车单位公里所耗电能相同的情况下，最后一次出行结束待充电时 的剩余电量SOC x与日行驶里程X的关系可近似表示为：
式中：x〇为一次充电最大行驶里程km ; α为充电频率，以天为单位；SOCm为上一次充 电的目标S0C ; 根据式（1)和（4)，得剩余电量S0Cx的概率密度：
充电时长td与日行驶里程X的关系可表示为：
式中：W为电池容量kWh ;P为充电功率kW ;S0Cn为本次充电的目标S0C ; 根据式（1)和（6)，得充电时长td的概率密度：
4. 如权利要求1所述的一种基于多目标优化的电动私家车充电模式选择方法，其特征 是：所述步骤一中，常规充电模式开始充电时刻t s。的概率分布：
峰谷电价如何分布将影响均值ut ;峰谷电价的差值影响充电时刻的密集程度，即标准 差σ t，因此，利用峰谷电价制度引导电动汽车的开始充电时刻，使充电时间主要分布在夜 间电网负荷低谷时段。
5. 如权利要求1所述的一种基于多目标优化的电动私家车充电模式选择方法，其特征 是：所述步骤一中，基于概率统计的电动汽车常规充电模式充电负荷模型为：
(9) 式中：T是电动汽车充电时刻，为离散整数其值为0,1，... 24 ;td。服从式（7)的概率分 布A是电动汽车开始充电时刻小于等于T且结束充电时刻大于等于T的电动汽车比例；F2 是开始充电时刻大于T且结束充电时刻也大于T的电动汽车比例； 那么，N万辆电动汽车在T时刻的常规充电负荷表示为：
(10) 式中：P。为常规充电功率；α。为常规充电频率。
6. 如权利要求1所述的一种基于多目标优化的电动私家车充电模式选择方法，其特征 是：所述步骤一中，电动汽车快速充电模式充电负荷模型的建立方法为：与常规充电不同， 快速充电与传统汽车去加油站加油类似，充电时间较短一般只有10?15min，且主要分布 在白天上下班时间；根据统计的私家车加油时间和用户上下班时间分布，假设快速充电时 间主要分布在6:30?8:00、11:30?13:00、16:30?19:30和19:30?22:00时间段，同 时假设分别有占总量3/10、1/10、5/10和1/10的电动汽车进行快速充电且其开始充电时刻 tsk在各自时间段内服从均匀分布： tsk ?U[a，b] (11) 式中：a为每个快速充电时段的开始时刻，b为其结束时刻； 结合电动汽车快速充电时长tdk，T时刻正在使用快速充电的电动汽车比例为：
(12) 式中：tdk服从式（7)的概率分布；F3是开始充电时刻小于等于T且结束充电时刻大于 等于T的电动汽车比例； 那么，N万辆电动汽车在T时刻的快速充电负荷为：
(13) 式中：Pk为快速充电功率；a k为快速充电频率。
7. 如权利要求1所述的一种基于多目标优化的电动私家车充电模式选择方法，其特征 是：所述步骤一中，电动汽车电池更换模式充电负荷模型的建立方法为：为了减少电网高 峰负荷压力，一般将更换下来的电池在夜间采用常规充电模式集中充电，并假设其开始充 电时刻tsh在22:30?1:00之间服从均匀分布，即：
(14) T时刻正在充电的等效电动汽车比例为：
(15) 式中：F4为开始充电时刻小于等于T且结束充电时刻大于等于T的等效电动汽车比 例； 那么N万辆电动汽车在T时刻采用电池更换模式的充电负荷为：
(16) 式中：a h为换电池模式的充电频率； 上述Fp F2、F3、F4通过蒙特卡罗法求解。
8.如权利要求1所述的一种基于多目标优化的电动私家车充电模式选择方法，其特 征是：所述步骤二中，不同充电模式对电网影响的数学模型的建立方法为：假设常规充电 模式所占的比例为11，〇〈1 1〈1，并且假设无序常规充电和引导常规充电所占的比例分别为 20 %和80 %，则采用常规充电模式的电动汽车在T时刻的充电负荷为：
式中：Q"(T)和1(Τ)分别为无序常规充电和引导常规充电模式下在T时刻正在充电 的电动汽车所占的比例，其概率模型如式（9)所示，只是这两种模式的开始充电时刻ts。不 同；N为电动汽车规模，单位为万辆；P。为常规充电功率； 假设快速充电模式所占的比例为x2,〇〈x2〈l，采用快速充电模式的电动汽车在T时刻的 充电负荷为：
式中：Qk(T)为快速充电模式下T时刻正在充电的电动汽车所占的比例，其概率模型如 式（12)所示；Pk为快速充电功率； 假设换电池模式所占的比例为x3，采用换电池模式的电动汽车在T时刻的充电负荷 为：
式中：Qh(T)为换电池模式下T时刻正在充电的等效电动汽车所占的比例，其概率模型 如式（15)所示； 记〇8(1〇为夏季典型曰在T时亥IJ的电网负荷，那么T时刻计及电动汽车充电负荷的总 负荷 Dz(Xp x2, x3, T)为： 那么，计及电动汽车充电负荷后的电网峰谷之差为： (20)
i = 1，2, 3 所述步骤二中，不同充电模式一次充电综合使用成本的数学模型的建立方法为：每次 充电的综合使用费用1为：
式中，下标i表不第i种充电模式，li为充电电价；Qi为实际充电电量；^为该城市的 出行时间价值山为能源供给时间；b为电池价格；L为电池寿命周期内可充电次数，Ci表 示设备消耗。
9.如权利要求1所述的一种基于多目标优化的电动私家车充电模式选择方法，其特 征是：所述步骤二中，假设?\为电网实行分时电价的临界时刻，0-1\为电网负荷低谷时刻， !\_23为电网负荷高峰时刻； 对于常规无序充电模式，平均充电电价为：
式中，18为电网负荷低谷电价；込为电网负荷高峰电价； 对于常规引导充电模式，平均充电电价为：
则常规充电模式的平均充电电价为： li = 0. 2Xlw+0. 8Xly (25) 所述步骤二中，若电动汽车规模为N万辆，采用第i种充电模式的电动汽车数量为队万 辆，所占电动汽车总量的比例为Xi，i = 1、2、3时，则平均每辆电动汽车每次充电的综合使 用费用为：
i = 1，2, 3 所述步骤二中，不同充电模式电池使用寿命的数学模型的建立方法为：平均每辆电动 汽车动力电池的循环寿命为：
i = 1，2, 3 式中，L为电动汽车采用第i种充电模式时，动力电池寿命周期内的可充放电次数； 所述步骤三的具体方法为：根据电网的实际负荷曲线、不同充电模式下不同时刻的电 动汽车正在充电的比例和不同充电模式的充电功率代入式（21)，得到计及电动汽车充电负 荷后的电网峰谷之差模型；根据充电电价、实际充电电量、城市的出行时间价值、能源供给 时间、电池价格、电池寿命周期内可充电次数和设备消耗代入式（26)，计算得到平均每辆电 动汽车每次充电的综合使用费用；根据不同充电模式的电池循环寿命代入式（27)，得到平 均每辆电动汽车动力电池的循环寿命。
10.如权利要求1所述的一种基于多目标优化的电动私家车充电模式选择方法，其特 征是：所述步骤二中，考虑电动汽车不同充电模式对电网峰谷差的影响、一次充电的综合使 用费用和电池循环寿命，建立多目标优化模型：
所述步骤四的具体方法为：根据步骤三中求得的各个系数参数值，代入电动汽车充电 模式选择的多目标函数（28)，得到电动汽车充电模式选择的多目标方程，应用遗传算法求 解，根据求解结果，得到电动汽车的能源供给的最优组合模式，即常规充电和换电池充电模 式各自的百分比。
【文档编号】G06Q50/06GK104123598SQ201410387318
【公开日】2014年10月29日 申请日期:2014年8月7日 优先权日:2014年8月7日
【发明者】张承慧, 商云龙, 崔纳新, 孙波 申请人:山东大学