電動汽車充電站功率和時間分配控制策略

梁錦華，原增泉，韓華春，許海平

(中國科學(xué)院電工研究所，北京市 100190)

?

電動汽車充電站功率和時間分配控制策略

梁錦華，原增泉，韓華春，許海平

(中國科學(xué)院電工研究所，北京市 100190)

即插即充的無序充電會對電網(wǎng)穩(wěn)定性造成巨大威脅，基于此，建立了充電站綜合控制系統(tǒng)。針對充電規(guī)劃時需考慮功率分配和電池充電特性，提出了一種充電站功率和時間分配控制策略。該策略通過理論建模將充電控制過程轉(zhuǎn)化為微小時間段的近似線性規(guī)劃問題，經(jīng)系統(tǒng)測試，可在滿足用戶基本充電要求的情況下，盡量減少對電網(wǎng)穩(wěn)定性和電池壽命的影響。

電動汽車; 充電設(shè)備; 功率分配; 時間分配

0 引 言

電動汽車充電，一方面必須考慮電網(wǎng)調(diào)度管理中心實時功率分配和大功率設(shè)備同時接入對電網(wǎng)穩(wěn)定性的影響[1-3]，無序充電給電網(wǎng)帶來的負(fù)面沖擊等問題[4-5]；另一方面還需考慮電動汽車電池的充放電特性，縮短充電時間，延長電池使用壽命[6-8]。如何建立充電站的控制模型，協(xié)調(diào)各種充電設(shè)備[9-15]，優(yōu)化控制策略[16-24]，實現(xiàn)充電站的有序、高效充電，至關(guān)重要?，F(xiàn)有的研究大部分都是側(cè)重于電網(wǎng)、電池等單一方面的影響，但實際充電過程是受多方面因素的約束，本文在滿足用戶基本充電要求的基礎(chǔ)上，建立多目標(biāo)優(yōu)化算法模型，采用相應(yīng)的尋優(yōu)算法實現(xiàn)功率和時間的協(xié)調(diào)分配。

1 各類充電設(shè)備工作原理

1.1 交流充電設(shè)備

交流充電設(shè)備功能結(jié)構(gòu)如圖1所示。從電網(wǎng)引入220 V正弦交流電，經(jīng)空氣開關(guān)、智能電表進(jìn)入交流接觸器。充電插頭接入，經(jīng)過握手協(xié)議連接確認(rèn)，根據(jù)車載充電機(jī)的要求輸出PWM占空比和相應(yīng)的電流，控制板可集成多種通信方式實現(xiàn)人機(jī)交互。

1.2 直流充電設(shè)備

直流充電設(shè)備功能結(jié)構(gòu)如圖2所示。380 V電網(wǎng)通過三相智能電表，輸出到直流充電模塊，直流充電模塊通過PWM整流器將三相交流電變換成電壓恒定的直流電，實現(xiàn)網(wǎng)側(cè)電流正弦化并提高單位功率因數(shù)，再通過DC-DC變換器輸出符合電池管理系統(tǒng)要求的直流電給電池。如果多個直流充電模塊通過CAN總線并聯(lián)在一起組成大功率電源系統(tǒng)，就可以實現(xiàn)快速充電，減少電池充電時間，滿足用戶對充電時間的要求。

圖1 交流充電設(shè)備功能結(jié)構(gòu)

圖2 直流充電設(shè)備功能結(jié)構(gòu)

1.3 充放電設(shè)備

充放電設(shè)備是由電壓型整流器(voltage source rectifier， VSR)和雙向DC/DC變換器2部分組成，VSR和雙向DC/DC變換器都具有雙向變換能力，因此充放電設(shè)備既具有給電動汽車電池充電的能力，也能把電池的能量饋送給電網(wǎng)，實現(xiàn)協(xié)調(diào)電網(wǎng)、平衡峰谷差等功能。

2 充電站綜合控制系統(tǒng)結(jié)構(gòu)

要協(xié)調(diào)站內(nèi)不同類型的充電設(shè)備，就必須在集中控制器和充電設(shè)備間建立雙向及時響應(yīng)的可靠通信；要實時監(jiān)管、查詢各站點信息就必須組建強(qiáng)大的網(wǎng)絡(luò)系統(tǒng)，其結(jié)構(gòu)如圖3所示。

充電站編station_1～station_N，采用集中控制方式。站點根據(jù)用戶類別配置不同類型的充電設(shè)備，可采用不同的通信方式及其相應(yīng)的通信協(xié)議保證組網(wǎng)成功。充電模塊之間、充電機(jī)與電池之間的通信使用CAN總線。充電機(jī)與集中控制器之間的通信有Zigbee、RS485和Internet這3種。

集中控制器由后臺的分站服務(wù)器和本地的人機(jī)交互顯示終端組成，分站服務(wù)器實時記錄各種監(jiān)控數(shù)據(jù)并完成站內(nèi)充電設(shè)備功率和時間規(guī)劃任務(wù)。顯示終端基于客戶機(jī)/服務(wù)器(client/server，C/S)架構(gòu)體系。集中控制器定時將數(shù)據(jù)通過GPRS或Internet上傳以太網(wǎng)中的總服務(wù)器和總監(jiān)控中心，總監(jiān)控中心可以監(jiān)控多地區(qū)站點實時情況，總服務(wù)器使用大型SQL數(shù)據(jù)庫存儲站點信息，方便監(jiān)控機(jī)構(gòu)和用戶查詢。查詢方式主要有：(1)通過瀏覽器/服務(wù)器(browser/server, B/S)架構(gòu)體系，直接在網(wǎng)頁瀏覽器中輸入網(wǎng)址通過網(wǎng)站查詢；(2)通過CS架構(gòu)體系，在各個站點的人機(jī)交互觸摸終端上查詢；(3)通過手機(jī)、平板電腦等無線終端查詢，還可以通過GSM短信進(jìn)行互動。

圖3 充電站綜合控制系統(tǒng)

3 多個充電設(shè)備功率和時間協(xié)調(diào)控制方法

站內(nèi)有不同類型，不同功率的充電設(shè)備，如何規(guī)劃和分配其功率和時間至關(guān)重要，在下面的控制方法中暫且只考慮電池的充電過程，首先分析決定單臺電動汽車充電負(fù)荷的主要因素：

Xi,c=[ti,s,ti,e,Ci,s,Ci,e,Pi,r]

(1)

式中：ti,s是第i臺電動汽車的開始充電時刻；ti,e是第i臺電動汽車的結(jié)束充電時刻；Ci,s是第i臺電動汽車的起始電荷狀態(tài)；Ci,e是第i臺電動汽車的結(jié)束電荷狀態(tài)；Pi,r是第i臺電動汽車的單臺充電機(jī)的額定輸出功率。

實際充電電量和時間分別為

Ci,D=Ci,e-Ci,s

(2)

Ti,c=ti,e-ti,s

(3)

理論計算時，第i臺電動汽車充電時間可表示為

(4)

式中：SOC為電池剩余容量；μ是用戶個性化定制的充電需求協(xié)調(diào)系數(shù)，因為在實際充電過程中，電池可能由于時間、電網(wǎng)功率限制等因素?zé)o法全部充滿就要投入使用，用戶可以選擇輸入期望的百分?jǐn)?shù)；Ci,A為單臺電動汽車的滿電量需求；Vi,a為單臺充電機(jī)在單個充電時間周期內(nèi)的實際平均充電速率，平均充電速率的影響因素用公式(5)表示。

Vi,a=[Pi,a,Pi,l,Qi,c,λTi,e,(1-λ)Ri,c,Na]= {ηi,cPi,t,ηi,lPt,l,Qi,c,λTi,e, (1-λ)× [Rp(t)+Ri,u(t)],Pi,dNt}

(5)

式中：Pi,a為第i臺充電機(jī)的實際輸出功率；Pi,l為第i臺充電機(jī)限定的功率峰值；Qi,c為電池充放電特性約束函數(shù)，與電池可接受充電的功率、電流、電壓直接相關(guān)；λ為權(quán)重系數(shù)，因為大功率快速充電設(shè)備充電時間短，相應(yīng)的設(shè)備成本和使用費用都比慢速充電設(shè)備高，分時段電價隨市場規(guī)律波動，所以引入權(quán)重系數(shù)供用戶選擇，用戶可以選擇充電時間最短、充電費用最低或折中方案；Ti,e為用戶期望的充電時長；Ri,c為第i臺充電機(jī)總的充電費用；Na為實際正在充電的汽車數(shù)量；ηi,c為第i臺充電機(jī)功率分配系數(shù)；Pi,t為第i臺充電機(jī)的額定輸出功率；ηi,l為功率限定分配系數(shù)；Pt,l為電網(wǎng)對充電站總體的功率限制峰值；Rp(t)為t時間內(nèi)電網(wǎng)分時段電價；Ri,u(t)為t時間內(nèi)第i臺充電機(jī)的使用費用，快速和慢速、直流和交流等不同類型、不同功率的充電設(shè)備使用費用根據(jù)市場規(guī)律定價；Pi,d為t時間內(nèi)k輛電動汽車請求充電或離開的概率;Nt為充電站總的可同時充電數(shù)量，因為新加入的和充完離開的電動汽車數(shù)量都影響實際的功率需求，從而影響充電速率，所以引入概率函數(shù)協(xié)調(diào)功率裕量，新加入和離開根據(jù)用戶的意愿，是一個隨機(jī)事件，設(shè)單位時間內(nèi)接入或離開的數(shù)量服從泊松分布，則t時間內(nèi)k輛電動汽車請求充電或離開的概率函數(shù)如下：

(6)

式中：λt為t時間內(nèi)請求充電或離開的電動汽車數(shù)量，實際分配算法中有3種處理情況：(1)當(dāng)整個充電站不需要滿負(fù)荷工作就能滿足現(xiàn)有的用戶充電需求時，可預(yù)留適當(dāng)裕量給新加入的電動汽車；(2)電網(wǎng)分配功率小于充電站需求時，可在加入后的下一個規(guī)劃周期內(nèi)重新分配功率；(3)電動汽車的數(shù)量大于充電站可接受的數(shù)量，可以排隊處理，或聯(lián)網(wǎng)查詢就近充電站可接納充電數(shù)量，綜合考慮成本和時間以及用戶意愿選擇去就近充電站充電或繼續(xù)等候。

充電過程中的各類約束條件：

(1)功率傳遞約束。

(7)

式中：Pgrid是實際電網(wǎng)提供功率；Pstation是充電站的總功率；Pi,t是第i臺充電機(jī)的額定功率；Pcharger是單臺充電機(jī)的輸出功率；Pbattery是電池充電時接受的功率，考慮元器件發(fā)熱損耗、轉(zhuǎn)換效率等多方面因素，功率是逐級遞減的。

(2)電網(wǎng)功率約束。

Pgrid

(8)

電網(wǎng)提供的功率Pgrid必須小于限制的功率峰值Pt,l。

(3)充電機(jī)功率約束。

Pi,a≤Pi,t

(9)

最大輸出能力限制實際輸出功率值。

(4)充電機(jī)的過壓保護(hù)。

Ui,a

(10)

實際充電過程中的電壓必須小于最大極限值，否則觸發(fā)程序或硬件自動保護(hù)。

(5)充電機(jī)的過流保護(hù)。

Ii,a

(11)

電流極限值由硬件電路負(fù)載能力和程序預(yù)設(shè)值共同決定。

(6)電池最大可接受功率約束。

Pbattery

(12)

一旦電池型號確定，電池本身的最大可接收充電功率值也可確定。

(7)充電時間約束。

Ti,c

(13)

因為充電插頭的連接確認(rèn)和排隊等準(zhǔn)備工作都需時間。

(8)電池的荷電狀態(tài)約束。

(14)

SOCmin≤SOCi≤SOCmax

(15)

式中：Cr為電池剩余容量；Cn為電池額定總?cè)萘浚籗OCmax為最大電荷，通常為1；SOCmin為最小電荷，一般為了保護(hù)電池壽命，通常設(shè)置放電極限，取最小值為0.1～0.2。

電池剩余電荷狀態(tài)近似符合正態(tài)分布，即處于最小剩余電荷和最大剩余電荷之間的概率很大，兩側(cè)的概率較小，公式表示為

(16)

式中：u=(SOCmin+SOCmax)/2;σ可參考汽車加油前剩余油量統(tǒng)計數(shù)據(jù)近似確定波動分布值。

充電規(guī)劃過程的綜合控制方法主要有3個目標(biāo)函數(shù)。

(1)盡量使充電費用最低，這符合經(jīng)濟(jì)需求，用公式(17)表示：

(17)

(2)盡量使整個充電過程時間最短，這符合用戶對時間的要求，用公式(18)表示：

min{Ti,t}=Ti,c+Ti,w

(18)

式中：Ti,c為實際充電時間；Ti,w為等待和其他準(zhǔn)備工作的時間。

(3)充電過程對電網(wǎng)的影響最小，這其中對電網(wǎng)的諧波、電壓、電流波動等影響由充放電設(shè)備回饋電網(wǎng)時協(xié)調(diào)，電網(wǎng)的峰谷差和波動程度作為控制結(jié)果的驗證函數(shù)，用公式(19)、(20)表示：

Ppeak-Ptrough

(19)

(P2-P0)2+……+(Pn-P0)2]

(20)

式中：Ppeak為電網(wǎng)功率峰值；Ptrough為電網(wǎng)功率谷值；Plim為峰谷差極限值，P1～Pn為充電過程中相同時間間隔采樣得到的一組功率值；P0是充電過程中的平均功率值，方差最小說明波動最小。

綜合公式(1)～(20)將電網(wǎng)、充電設(shè)備、電動汽車等多方面的要求轉(zhuǎn)化為約束條件，將功率、時間、電壓、電流、電荷量等物理特性轉(zhuǎn)化為數(shù)學(xué)不等式，將電力變換、電池充放電特性等高階函數(shù)曲線離散化，引入數(shù)據(jù)庫進(jìn)行線性插值，然后將充電時間最短、充電費用最低、對電網(wǎng)和電池影響最小等抽象為目標(biāo)函數(shù)，以電網(wǎng)的峰谷差值、功率波動等作為驗證函數(shù)，把功率和時間分配的問題轉(zhuǎn)化為微小時間段內(nèi)的近似線性規(guī)劃問題，為綜合控制算法提供理論支撐。

4 充電站功率協(xié)調(diào)控制流程

充電過程中分配協(xié)調(diào)綜合控制算法的流程如圖4所示。充電之前依據(jù)通信協(xié)議進(jìn)行系統(tǒng)握手、連接確認(rèn)等準(zhǔn)備工作，獲取4類信息：(1)充電站實時分配功率值；(2)電池管理系統(tǒng)電池組信息；(3)用戶輸入的充電時間和SOC期望值；(4)充電設(shè)備額定輸出能力統(tǒng)計，其中第3項需要人為操作，默認(rèn)為慢速充電充滿自動停止，時間最長，費用最低。獲取這4類信息后，匯總充電需求和約束條件以及充電能力，依據(jù)上述式(1)～(20)提供的理論依據(jù)建立近似線性規(guī)劃模型，后臺程序執(zhí)行功率分配算法。

集中控制器規(guī)劃出充電方案供用戶個性化選擇，用戶選擇后，下發(fā)給充電機(jī)輸出相應(yīng)功率、電壓、電流等參數(shù)值，直到滿足結(jié)束充電的條件。程序以1 min

圖4 分配協(xié)調(diào)控制算法流程圖

為規(guī)劃周期，每個周期內(nèi)通過BMS和電流、電壓傳感器實時采集數(shù)據(jù)10次取平均值作為反饋調(diào)節(jié)的數(shù)據(jù)。中途如果用戶改變充電計劃或者其他緊急情況發(fā)生，則根據(jù)實際狀況重新規(guī)劃。

5 測試分析

電網(wǎng)的參數(shù)是實時變化的，現(xiàn)有的實驗條件無法實時獲得電網(wǎng)調(diào)度管理中心共享的數(shù)據(jù)，為了驗證充電站功率和時間分配控制算法的合理性，參照歷史數(shù)據(jù)進(jìn)行合理的假設(shè)。某電動汽車充電站內(nèi)各類充電設(shè)備的數(shù)量和理論上最少的充電時間預(yù)測如表1所示。

表1 充電設(shè)備數(shù)量和充電時間預(yù)測

Table 1 Charging equipment quantity and charging time prediction

以天為總的充電規(guī)劃周期，分配3類用戶的充電時間如圖5所示。

圖5中將公交車、出租車、私家車行駛和運營規(guī)律同電網(wǎng)的日負(fù)荷趨勢曲線結(jié)合起來，從圖中可以看出，3類用戶的充電時間都盡量安排在電網(wǎng)日負(fù)荷的低谷，可以減小對電網(wǎng)負(fù)荷的影響，如果不協(xié)調(diào)分配無序充電，很有可能與電網(wǎng)的日負(fù)荷峰值疊加，加重電網(wǎng)負(fù)荷，達(dá)不到削峰平谷的效果。

圖5 3類用戶的充電需求和電網(wǎng)日負(fù)荷

在實際充電過程中，用戶的要求多種多樣，不可能在本文中逐一分析，為了驗證本算法可以滿足用戶個性化的充電需求，列出幾種典型的用戶需求來分析,如表2所示。

根據(jù)幾種典型用戶的需求，按照功率和時間分配算法安排的充電時間段和匹配的充電設(shè)備情況如圖6所示。

表2 幾種典型的用戶充電需求

Table 2 Charging demand of several typical users

圖6 安排的充電時間段和匹配充電設(shè)備

由圖6可知，用戶A可選擇在電價和電網(wǎng)負(fù)荷低谷時段用功率為25 kW的直流充電設(shè)備，滿足費用最低要求；用戶B需要在中午2 h內(nèi)充滿，可選擇功率為100 kW的直流充電設(shè)備，但最大輸出功率只有97.2 kW；用戶C屬于緊急充電，而且要求時間最短，可選最大可接受功率充電；用戶D的電池容量大，但電池可接受的最大功率較小，在3 h內(nèi)無法充滿，可建議用戶多充1 h或者降低SOC期望；用戶E在分時電價低時要求充電費用低，用功率為25 kW的直流充電設(shè)備在要求的時間段內(nèi)充滿即可；用戶F要求對電池影響最小，可充電時段較長，可選功率為50 kW的直流充電設(shè)備，按電池最佳充電曲線充電；用戶G在白天時間段，無特殊要求，可以選擇在電網(wǎng)負(fù)荷和電價較低時用電流為32 A的交流充電設(shè)備，同時滿足三方要求；用戶H電池可接受最大功率只有16.2 kW，要求費用最低，可用功率為12.5 kW的直流充電設(shè)備；用戶I要求時間最短，可接受功率為12.96 kW,如果用功率為25 kW的直流充電設(shè)備余量太大，可選功率為12.5 kW的直流充電設(shè)備；用戶J第二天使用，也無特殊要求，用電流為16 A的慢速交流充電設(shè)備，并且分時電價費用還最低。總而言之，算法分配充電時間段都是在電網(wǎng)日負(fù)荷較小，且分時電價較低的時段，并且盡量滿足用戶的基本充電需求，如果用戶的充電要求超出了電網(wǎng)、充電設(shè)備或電池可接受的極限值，將由軟件提醒用戶充電要求不合理，并給出建議的充電規(guī)劃方案供選擇。

6 結(jié) 論

(1)提出的綜合控制系統(tǒng)通信結(jié)構(gòu)設(shè)計合理，能適應(yīng)各種通信需求。

(2)建立的充電站集中控制模型，能協(xié)調(diào)各種充電設(shè)備，實現(xiàn)充電站的有序、高效充電。

(3)提出的功率和時間分配綜合控制方法，將復(fù)雜的充電過程轉(zhuǎn)化為微小時間段的近似線性規(guī)劃問題。

[1]Clement-Nyns K, Haesen E, Driesen J. The impact of vehicle-to-grid on the distribution grid[J]. Electric Power Systems Research, 2011, 81(1): 185-192.

[2]羅卓偉，胡澤春，宋永華.電動汽車充電負(fù)荷計算方法[J].電力系統(tǒng)自動化，2011，35(14)：36-42. Luo Zhuowei, Hu Zechun, Song Yonghu, et al. Study on plug-in electric vehicles charging load calculating[J]. Automation of Electric Power Systems,2011,35(14):36-42.

[3]Clement-Nyns K，Haesen E，Driesen J.The impact of charging plug-in hybrid electric vehicles on a residential distribution grid[J].IEEE Transactions on Power Systems，2010，25(1)：371-380.

[4]于大洋，宋曙光，張波. 區(qū)域電網(wǎng)電動汽車充電與風(fēng)電協(xié)同調(diào)度的分析 [J]. 電力系統(tǒng)自動化，2011，35(14)：24-29. Yu Dayang, Song Shuguang, Zhang Bo, et al. Synergistic dispatch of PEVs charging and wind power in chinese regional power grids[J]. Automation of Electric Power Systems,2011,35(14):24-29.

[5]Yang H, Chung C Y, Zhao J. Application of plug-in electric vehicles to frequency regulation based on distributed signal acquisition via limited communication[J].Power IEEE Transactions on Power Systems，2013，28(2)：1017-1026.

[6]陳全世, 林成濤 鎳氫電池組的荷電狀態(tài)估計方法研究 [J].機(jī)械工程學(xué)報，2005，41(12)：62-65. Wang Junping,Chen Quanshi,Lin Chengtao. Study on estimating of the stage of charge of NI/MH battery pack for electric vehicle[J]. Chinese Journal of Mechanical Engineering,2005,41(12):62-65.

[7]Qian K J, Zhou C K, Allan M, et al. Load model for prediction of electric vehicle charging demand[C]//IEEE 2010 International Conference on Power System Technology, 2010:1-6.

[8]王軍平，曹秉剛，陳全世. 基于自適應(yīng)濾波的電動汽車動力電池荷電狀態(tài)估計方法 [J].機(jī)械工程學(xué)報，2008，44(5)：76-79. Wang Junping, Cao Binggang, Chen Quanshi. Self-adaptive filtering based state of charge estimation method for electric vehicle batteries[J].Chinese Journal of Mechanical Engineering,2008,44(5):76-79.

[9]Kempton W, Tomic J. Vehicle-to-grid power fundamntals:calculatings capacity and net revenue [J]. Journal of Power Source, 2005, 144(1): 268-279.

[10]羅卓偉，胡澤春，宋永華，等. 大規(guī)模電動汽車充放電優(yōu)化控制及容量效益分析 [J]. 電力系統(tǒng)自動化，2012，36(10)：11-18. Luo Zhuowei, Hu Zechun, Song Yonghu, et al. Coordinated charging and discharging of large-scale plug-in electric vehicles with cost and capacity benefit analysis[J]. Automation of Electric Power Systems,2012,36(10):19-26.

[11]Clement K, Haesen E, Driesen J. Coordinated charging of multiple plug-in hybrid electric vehicles in residential distribution grids[C]//Power Systems Conference and Exposition, 2009. PSCE’09. IEEE/PES. IEEE, 2009: 1-7.

[12]吳春陽，黎燦兵，杜力，等. 電動汽車充電設(shè)施規(guī)劃方法[J]. 電力系統(tǒng)自動化，2010，34(24)：36-39. Wu Chunyang, Li Canbing, Du Li, et al. A method for electric vehicle charging infrastructure planning[J]. Automation of Electric Power Systems,2010,34(24):36-39.

[13]Boulanger A G, Chu A C, Maxx S, et al.Vehicle electrification: status and issues [J]. Proceedings of the IEEE, 2011, 99(6): 1116-1138.

[14]田立亭, 史雙龍, 賈卓. 電動汽車充電功率需求的統(tǒng)計學(xué)建模方法[J]. 電網(wǎng)技術(shù), 2010, 34(11):126-130. Tian Liting, Shi Shuanglong, Jia Zhuo. A statistical model for charging power demand of electric vehicles[J]. Power System Technology, 2010, 34(11):126-130.

[15]Green R C, Wang L, Alam M. The impact of plug-in hybrid electric vehicles on distribution networks: A review and outlook[J]. Renewable and Sustainable Energy Reviews, 2011, 15(1): 544-553.

[16]楊冰,王麗芳,廖承林.大規(guī)模電動汽車充電需求及影響因素[J]. 電工技術(shù)學(xué)報, 2013, 28(2): 22-27. Yang Bing, Wang Lifang, Liao Chenglin. Research on power-charging demand of large-scale electric vehicles and its impacting factors[J]. Transactions of China Electrotechnical Society, 2013, 28(2):22-27.

[17]Camus C ， Farias T ， Esteves J.Potential impacts assessment of plug-in electric vehicles on the Portuguese energy market[J].Energy Policy ， 2011 ， 39(10) ：5883-5897.

[18]高賜威，張亮.電動汽車充電對電網(wǎng)影響的綜述[J].電網(wǎng)技術(shù)，2011，32(2)：127-131. Gao Ciwei, Zhang Liang. A survey of influence of electrics vehicle charging on power grid[J]. Power System Technology,2011(2):127-131.

[19]Wu D，Aliprantis D C，Gkritza K.Electric energy and power consumption by light-duty plug-in electric vehicles[J].IEEE Transactions on Power Systems，2011，26(2)：738-746.

[20]麻友良, 陳全世, 齊占寧. 電動汽車用電池SOC定義與檢測方法 [J]. 清華大學(xué)學(xué)報:自然科學(xué)版,2001, 41(11)：91-95. Ma Youliang, Chen Quanshi, Qi Zhanning. Research on the SOC definition and measurement method of batteries used in EVs[J]. Journal of Tsinghua University:Science and Technology,2001,41(11):95-97.

[21]Sortomme E, El-Sharkawi M. Optimal charging strategies for unidirectional vehicle-to-grid[J]. Smart Grid, IEEE Transactions on, 2011, 2(1): 131-138.

[22]王錫凡，邵成成，王秀麗，等. 電動汽車充電負(fù)荷與調(diào)度控制策略綜述 [J]. 中國電機(jī)工程學(xué)報，2013，33(1)：1-10. Wang Xifan, Shao Chengcheng, Wang Xiuli, et al. Survey of electric vehicle charging load and dispatch control strategies[J]. Proceedings of the CSEE, 2013,33(1):1-10.

[23]Claire W. Plug-in hybrid electric vehicle impacts on hourly electricity demand in the United States[J].Energy Policy，2011，39(6)：3766-3778.

[24]占愷嶠，宋永華，胡澤春，等. 以降損為目標(biāo)的電動汽車有序充電優(yōu)化 [J]. 中國電機(jī)工程學(xué)報，2012，32(31): 11-18. Zhang Kaiqiao, Song Yonghua, Hu Zechun, et al. Coordination of electric vehicle charging to minimize active power losses[J]. Proceedings of the CSEE, 2012,32(31):11-18,213.

(編輯：張小飛)

Control Strategy of Power and Time Allocation for Electric Vehicle Charging Station

LIANG Jinhua, YUAN Zengquan, HAN Huachun, XU Haiping

(Institute of Electrical Engineering Chinese Academy of Sciences, Beijing 100190, China)

Because disorderly charging posed a huge threat to the stability of power grid, the comprehensive control system of charging station was established. For the reason that both the power distribution and the battery characteristic should be considered during charging planning, a control method of power and time allocation (PTAICM) was proposed for charging station, in which the charging control process was converted to short time approximate linear programming problem, through theoretic modeling. The test result proves that it can meet the basic charging requirements of users, as well as minimize the impact on the stability of power grid and battery life.

electric vehicle; charging equipment; power allocation; time distribution

國家自然科學(xué)基金資助項目(51077122)。

TM 744

A

1000-7229(2015)07-0101-06

10.3969/j.issn.1000-7229.2015.07.014

2015-04-25

2015-05-28

梁錦華(1987)，男，碩士，主要研究方向：從事電動汽車充電設(shè)備研究;

許海平(1973)，男，通信作者，博士后，研究員，博士生導(dǎo)師主要研究方向：電力電子技術(shù)，交流電機(jī)與變頻調(diào)速系統(tǒng)。

Project Supported by National Nature Science Foundation of China(51077122).