智能電網(wǎng)下電動(dòng)汽車和可再生能源的協(xié)同發(fā)展

董明，李陽(yáng)，戴建卓，周潔睿，任明，楊文宇

（1.電力設(shè)備電氣絕緣國(guó)家重點(diǎn)實(shí)驗(yàn)室，西安交通大學(xué)，西安 710049；2.國(guó)網(wǎng)陜西省電力公司，西安 710049）

目前，全球能源系統(tǒng)和生態(tài)環(huán)境面臨巨大的挑戰(zhàn)，汽車作為石油消耗和二氧化碳排放的大戶，需要進(jìn)行革命性的變革。世界各國(guó)都在大力發(fā)展新能源汽車，我國(guó)更是將其列入到七大戰(zhàn)略性新興產(chǎn)業(yè)之中。電動(dòng)汽車（electric vehicles，EVs）的大力發(fā)展，能夠加快燃油替代，減少汽車尾氣排放，對(duì)保障能源安全、防治大氣污染、促進(jìn)節(jié)能減排、有效緩解能源和環(huán)境壓力具有重要意義。預(yù)計(jì)到2020年，中國(guó)電動(dòng)汽車將達(dá)到500萬(wàn)輛，全球電動(dòng)汽車將超過(guò)3000萬(wàn)輛[1-2]。

電動(dòng)汽車的大力發(fā)展使得相應(yīng)的充電需求大幅度增加，然而我國(guó)75%～80%的電能是通過(guò)燃煤發(fā)出的[3]，利用傳統(tǒng)電網(wǎng)對(duì)電動(dòng)汽車充電，所產(chǎn)生的碳排放量并不比傳統(tǒng)燃油汽車低，也難以降低對(duì)傳統(tǒng)化石燃料的依賴，因此提高可再生能源（renewable energy sources，RESs）在電網(wǎng)中的滲透率，將成為降低電動(dòng)汽車間接碳排放的最有效的途徑[4]。能夠規(guī)?；糜诎l(fā)電的可再生能源主要包括風(fēng)能、太陽(yáng)能和生物質(zhì)能等。受自然特性、能量密度、開(kāi)發(fā)成本、技術(shù)水平和發(fā)電效率等諸多條件的制約，風(fēng)能和太陽(yáng)能就地利用于電動(dòng)汽車充電更具可行性[5]。

隨著以新能源技術(shù)和信息技術(shù)的深入結(jié)合為特征的“能源互聯(lián)網(wǎng)”（Energy Internet）的出現(xiàn)，使得能源利用由化石能源加快向可再生能源轉(zhuǎn)變，交通系統(tǒng)向電氣化轉(zhuǎn)型，超大規(guī)模分布式發(fā)電系統(tǒng)與分布式儲(chǔ)能系統(tǒng)逐漸接入，廣域能源通過(guò)互聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)共享[6]。能源互聯(lián)網(wǎng)的出現(xiàn)，催生出一個(gè)更加智能的電網(wǎng)結(jié)構(gòu)，來(lái)實(shí)現(xiàn)可再生能源與電動(dòng)汽車的協(xié)同發(fā)展。

由于風(fēng)速和太陽(yáng)輻射的變化，可再生能源會(huì)出現(xiàn)間斷性和波動(dòng)性問(wèn)題，電動(dòng)汽車作為一個(gè)分布式儲(chǔ)能單元，在智能電網(wǎng)的調(diào)度下，能夠使間歇性電源的利用達(dá)到均衡，最終可以實(shí)現(xiàn)二者的協(xié)同發(fā)展。本文主要針對(duì)電動(dòng)汽車與可再生能源在智能電網(wǎng)中是如何互動(dòng)的，二者的發(fā)展對(duì)電網(wǎng)產(chǎn)生怎樣的影響，哪些關(guān)鍵的技術(shù)可以解決產(chǎn)生的影響，最終對(duì)環(huán)境和經(jīng)濟(jì)帶來(lái)多大的效益等幾方面問(wèn)題，對(duì)目前的研究和發(fā)展情況進(jìn)行綜述和分析，并對(duì)未來(lái)的研究進(jìn)行展望。

1 智能電網(wǎng)

電動(dòng)汽車的加入，使得電網(wǎng)結(jié)構(gòu)發(fā)生了變革，一種通過(guò)將現(xiàn)代先進(jìn)的傳感測(cè)量技術(shù)、通訊技術(shù)、信息技術(shù)、計(jì)算機(jī)技術(shù)和控制技術(shù)與物理電網(wǎng)高度集成而形成的，以實(shí)現(xiàn)電網(wǎng)的可靠、安全、經(jīng)濟(jì)、高效、環(huán)境友好和使用安全為目標(biāo)的新型智能電網(wǎng)逐步形成[7]。當(dāng)EVs作為負(fù)荷時(shí)，可以通過(guò)技術(shù)和經(jīng)濟(jì)手段合理安排充電時(shí)間，實(shí)現(xiàn)有序充電管理，達(dá)到移峰填谷的效果，提高系統(tǒng)運(yùn)行效率，減少對(duì)電網(wǎng)安全的影響；當(dāng)EVs作為分布式能量存儲(chǔ)單元時(shí)，在閑置時(shí)可作為綠色可再生能源為電網(wǎng)提供電能，優(yōu)化電網(wǎng)運(yùn)行，提高系統(tǒng)的安全可靠性[8]。利用V2G（vehicle to grid）技術(shù)，實(shí)現(xiàn)在受控狀態(tài)電動(dòng)汽車的能量與電網(wǎng)之間的雙向互動(dòng)和交換。相比于傳統(tǒng)電網(wǎng)中只需幾個(gè)大型發(fā)電廠供電，智能電網(wǎng)中廣泛分布著分布式電源，分布式發(fā)電靈活、經(jīng)濟(jì)與環(huán)保，使用太陽(yáng)能，風(fēng)能等可再生清潔能源為燃料的分布式電源，大大減少了溫室氣體的排放。但光伏與風(fēng)力發(fā)電具有間歇性和隨機(jī)性等特點(diǎn)，使得這些電源僅依靠自身的調(diào)節(jié)能力難以滿足負(fù)荷的功率平衡，因此需要智能電網(wǎng)的調(diào)節(jié)。智能電網(wǎng)包含大量雙路通信，將電動(dòng)汽車與分布式電源有機(jī)聯(lián)系到一起，促進(jìn)了二者的協(xié)同發(fā)展[9]。

智能電網(wǎng)結(jié)構(gòu)如圖 1所示，其中 AMI（ad?vanced metering infrastructure，高級(jí)量測(cè)設(shè)施）是一種可以記錄和獲取用戶電能使用的實(shí)時(shí)信息的電子設(shè)備，AMI技術(shù)可以使電力企業(yè)和客戶進(jìn)行雙向的溝通，實(shí)現(xiàn)信息共享，電網(wǎng)運(yùn)營(yíng)商可以使用收集的信息實(shí)現(xiàn)監(jiān)測(cè)、管理及對(duì)用戶收費(fèi)的功能[10]。HAN（home automation network，家庭自動(dòng)化網(wǎng)絡(luò)），HAN科技以創(chuàng)造安全、節(jié)能、環(huán)保的生活環(huán)境為目標(biāo)，它可以使家用電器相互通信，具有自動(dòng)監(jiān)測(cè)、管理和控制家用電器的功能[11]。

圖1 智能電網(wǎng)結(jié)構(gòu)圖Fig.1 Smart grid architecture

智能電網(wǎng)的一大特點(diǎn)就是用戶可以積極地與電網(wǎng)進(jìn)行互動(dòng)，用戶可以通過(guò)AMI實(shí)時(shí)獲取電能使用情況、電費(fèi)信息等，并可以據(jù)此決定電動(dòng)汽車充電模式，這種方式有助于電網(wǎng)平衡電能的供應(yīng)與需求，也有助于電動(dòng)汽車與可再生能源的協(xié)同發(fā)展。

2 EVs與RESs協(xié)同發(fā)展的關(guān)鍵技術(shù)問(wèn)題

很多學(xué)者研究了電動(dòng)汽車與可再生能源結(jié)合的可行性與實(shí)用性。豐富的可再生能源為電動(dòng)汽車充電提供了強(qiáng)大的支持，德國(guó)對(duì)未來(lái)可用于電動(dòng)汽車充電的風(fēng)能進(jìn)行了評(píng)估，結(jié)果顯示到2030年有15%的風(fēng)能可用于發(fā)電，且可以滿足50%的電動(dòng)汽車的充電需求[12]。文獻(xiàn)[13]分析了分布式可再生能源發(fā)電與電動(dòng)汽車充放電設(shè)施在微電網(wǎng)中的集成模式與適應(yīng)性，研究發(fā)現(xiàn)選擇合適的網(wǎng)絡(luò)結(jié)構(gòu)組成微電網(wǎng)，使可再生能源與電動(dòng)汽車充放電設(shè)施相結(jié)合在技術(shù)層面是有效且可行的。在微電網(wǎng)環(huán)境下，通過(guò)可再生能源與電動(dòng)汽車充放電設(shè)施的有機(jī)集成，可以實(shí)現(xiàn)二者協(xié)同增效的雙贏目標(biāo)。

但由于可再生新能源具有隨機(jī)性、間歇性、電力電子化的特點(diǎn)，集中并入大電網(wǎng)時(shí)，容易引起電網(wǎng)電壓偏差、電壓波動(dòng)與閃變、頻率偏差、諧波、直流注入等問(wèn)題[14]。文獻(xiàn)[15]分析了居民區(qū)配電系統(tǒng)中電動(dòng)汽車和光伏的結(jié)合對(duì)電網(wǎng)的影響，研究結(jié)果表明，在不升級(jí)配網(wǎng)系統(tǒng)情況下，太陽(yáng)能發(fā)電僅可在短期內(nèi)滿足電動(dòng)汽車的充電需求，長(zhǎng)期條件下，太陽(yáng)能發(fā)電將導(dǎo)致明顯的逆潮流問(wèn)題，不能滿足大量電動(dòng)汽車的充電需求。文獻(xiàn)[16]提出使用充電站能量?jī)?chǔ)存系統(tǒng)吸收多余的可再生能源發(fā)出的電能，這樣在可再生能源發(fā)電量低時(shí)仍可不間斷的向用戶提供電能。

雖然儲(chǔ)能技術(shù)可以改善可再生能源的間歇性問(wèn)題，但這種解決辦法需要很高的投資成本，并會(huì)導(dǎo)致RESs的調(diào)度產(chǎn)生延遲。智能電網(wǎng)下的智能充電技術(shù)、協(xié)同調(diào)度技術(shù)與能量管理技術(shù)的發(fā)展彌補(bǔ)了電動(dòng)汽車與RESs對(duì)電網(wǎng)產(chǎn)生的影響。

2.1 智能充電技術(shù)

智能充電主要是根據(jù)電網(wǎng)電量的供應(yīng)情況而改變電動(dòng)汽車的充電時(shí)間以及充電速率[17]。

Becherif M等人提出了一個(gè)家庭使用的，獨(dú)立式太陽(yáng)能電動(dòng)汽車智能充電方式的模型，對(duì)家居網(wǎng)絡(luò)下的光伏發(fā)電系統(tǒng)進(jìn)行了研究，在預(yù)測(cè)光能發(fā)電以及電能消費(fèi)的基礎(chǔ)上，提出了幾種充電控制拓?fù)浣Y(jié)構(gòu)，得到了電動(dòng)汽車的最優(yōu)充電策略[18]。

文獻(xiàn)[19]分析的案例中，有效地評(píng)估了電動(dòng)汽車與電網(wǎng)互動(dòng)對(duì)于平衡可再生能源發(fā)電間斷性問(wèn)題方面的潛力，結(jié)果表明電動(dòng)汽車的智能充電可以有效的改善可再生能源發(fā)電在配電網(wǎng)中的波動(dòng)問(wèn)題。文獻(xiàn)[20]分析了電動(dòng)汽車的充電特性和可再生能源的利用情況，采用啟發(fā)式動(dòng)態(tài)規(guī)劃方法建立了智能充電模型，對(duì)風(fēng)能、太陽(yáng)能與傳統(tǒng)電源給電動(dòng)汽車充電的協(xié)同優(yōu)化機(jī)制進(jìn)行了研究。結(jié)果表明，電動(dòng)汽車智能充電策略有利于提高可再生能源的利用率，降低其波動(dòng)性性對(duì)電力系統(tǒng)的影響。

文獻(xiàn)[20-22]提出的智能充電策略和動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型，在滿足用電需求的前提下，動(dòng)態(tài)調(diào)節(jié)電動(dòng)汽車充放電時(shí)間和功率，在匹配負(fù)荷和可再生能源發(fā)電波動(dòng)的同時(shí)，能有效地降低風(fēng)力發(fā)電接入充電系統(tǒng)的充電成本，最大化電動(dòng)汽車用戶和電力企業(yè)的經(jīng)濟(jì)利益。降低電網(wǎng)運(yùn)行費(fèi)用，研究結(jié)果對(duì)于電網(wǎng)長(zhǎng)期運(yùn)行成本效益分析和電動(dòng)汽車與風(fēng)力調(diào)度互動(dòng)的政策制定有很大幫助。

綜上可以看出，對(duì)于智能充電技術(shù)的研究，主要包括充電策略的研究以及可再生能源發(fā)電在配電網(wǎng)中的波動(dòng)問(wèn)題的改善兩方面。不難發(fā)現(xiàn)，電動(dòng)汽車的智能充電技術(shù)確實(shí)可以有效提高可再生能源利用率，降低波動(dòng)性，但已有的充電策略大部分針對(duì)的是小范圍的封閉系統(tǒng)，其普適性仍有待考證。

2.2 協(xié)同調(diào)度技術(shù)

智能電網(wǎng)中大規(guī)模EVs和RESs發(fā)電的接入，使得電網(wǎng)由傳統(tǒng)的自上而下的集中控制轉(zhuǎn)變?yōu)榉植际娇刂疲囍鞒潆娦袨榈碾S機(jī)性和可再生能源發(fā)電的間歇性，對(duì)電網(wǎng)的調(diào)節(jié)能力帶來(lái)了新的挑戰(zhàn)。因此，有必要研究RES發(fā)電和EV的協(xié)同調(diào)度問(wèn)題。

對(duì)于電動(dòng)汽車和光伏發(fā)電調(diào)度對(duì)配電網(wǎng)的影響，文獻(xiàn)[23]的研究表明光伏調(diào)度可以滿足1/5負(fù)載的供電需求，間接地減少了其他傳統(tǒng)能源的發(fā)電量。文獻(xiàn)[24]開(kāi)發(fā)了一種在配網(wǎng)系統(tǒng)中用來(lái)協(xié)調(diào)控制V2G服務(wù)和光伏發(fā)電的最優(yōu)化算法。通過(guò)使用V2G技術(shù)，電動(dòng)汽車調(diào)度可減少峰值負(fù)荷需求，因此電動(dòng)汽車和光伏發(fā)電的調(diào)度可以防止配電網(wǎng)中過(guò)載問(wèn)題的發(fā)生。

Wu T等人通過(guò)最優(yōu)化算法研究電動(dòng)汽車和風(fēng)力發(fā)電協(xié)同調(diào)度問(wèn)題，提出了峰谷檢測(cè)法、多時(shí)段可中斷負(fù)荷法等調(diào)度方法，研究強(qiáng)調(diào)了電動(dòng)汽車在存儲(chǔ)和提供電能方面潛力，能優(yōu)化微網(wǎng)內(nèi)的能量調(diào)度，解決風(fēng)力間斷性問(wèn)題，滿足用戶需求[25]。

也有研究者建立了同時(shí)計(jì)及可入網(wǎng)電動(dòng)汽車、風(fēng)力發(fā)電和光伏發(fā)電系統(tǒng)的多目標(biāo)協(xié)同調(diào)度模型[26]。提出了基于虛擬理想分子的多目標(biāo)改進(jìn)化學(xué)反應(yīng)優(yōu)化算法，并用該算法對(duì)模型進(jìn)行了求解。算例結(jié)果表明，通過(guò)合理安排電動(dòng)汽車的充放電可以有效平抑可再生能源的出力波動(dòng)和增加電動(dòng)汽車用戶的收益。

文獻(xiàn)[27]在分析了電動(dòng)汽車的行駛耗電和隨機(jī)充放電行為后，構(gòu)建了以平抑可再生能源出力波動(dòng)為目標(biāo)的電力系統(tǒng)隨機(jī)協(xié)同優(yōu)化調(diào)度模型，該模型包括可入網(wǎng)混合動(dòng)力電動(dòng)汽車和風(fēng)電、光伏發(fā)電系統(tǒng)出力不確定性，并應(yīng)用交叉熵算法進(jìn)行求解。最后，以33節(jié)點(diǎn)配電系統(tǒng)為例說(shuō)明了所提出的隨機(jī)協(xié)同優(yōu)化調(diào)度模型的基本特征。

2.3 能量管理技術(shù)

BSMC Borba等人提出了一種可控的V2G能量管理系統(tǒng)，能夠以最佳方式減少太陽(yáng)能的間歇性問(wèn)題，增加太陽(yáng)能供應(yīng)商和電動(dòng)汽車所有者的收入[28]。并提出一種混合整數(shù)線性規(guī)劃的方法，在公共充電站使用能量存儲(chǔ)單元來(lái)調(diào)節(jié)光伏的低壓饋電電壓，研究了能量存儲(chǔ)的適當(dāng)尺寸來(lái)優(yōu)化整個(gè)系統(tǒng)。結(jié)果顯示提出的結(jié)構(gòu)和控制策略可以有效調(diào)節(jié)低壓饋電電壓。

文獻(xiàn)[29]中提出一種綜合利用光伏發(fā)電和電網(wǎng)的電動(dòng)汽車智能充電站，包括配有DC/DC升壓變流器的光伏發(fā)電系統(tǒng)，DC/DC降壓變流器的電動(dòng)車，和配有DC/AC雙向換流器的電網(wǎng)。提出一種直流側(cè)電壓傳感技術(shù)來(lái)控制能量流。研究控制策略，主要目的是從電網(wǎng)用最少的能量為電動(dòng)汽車充電，更好的電網(wǎng)穩(wěn)定性，能源效率和電網(wǎng)資產(chǎn)利用率。電動(dòng)汽車不僅可以利用光伏和電網(wǎng)充電，也可以穩(wěn)定光伏發(fā)電產(chǎn)生的波動(dòng)。

在國(guó)內(nèi)，華北電力大學(xué)李志偉等人在分析電動(dòng)汽車動(dòng)力電池特性的基礎(chǔ)上提出了電動(dòng)汽車分布式儲(chǔ)能的控制策略[30]。每輛電動(dòng)汽車實(shí)現(xiàn)了與分布式儲(chǔ)能控制中心的信息雙向交換，和與電網(wǎng)的能量雙相交換。通過(guò)提高分布式可再生能源可調(diào)度性的算例仿真，驗(yàn)證了所提電動(dòng)汽車分布式儲(chǔ)能控制策略顯著提高可再生能源可調(diào)度性的同時(shí)，大幅降低了電動(dòng)汽車充放電切換次數(shù)，從而減緩了電動(dòng)汽車動(dòng)力電池壽命的衰減。

以上技術(shù)的發(fā)展可以很好地匹配負(fù)荷和可再生能源發(fā)電的功率波動(dòng)，提高電網(wǎng)等效負(fù)荷率，降低可再生能源發(fā)電間歇性對(duì)電網(wǎng)的影響，保護(hù)環(huán)境的同時(shí)，降低系統(tǒng)發(fā)電成本，減少用戶充電費(fèi)用。

3 EV與RES協(xié)同發(fā)展的效益分析

3.1 生態(tài)效益

由于電網(wǎng)中電能大部分由煤炭燃燒產(chǎn)生，利用傳統(tǒng)電網(wǎng)對(duì)電動(dòng)汽車充電，所產(chǎn)生的碳排放量并不比傳統(tǒng)燃油汽車低，因此利用可再生能源對(duì)電動(dòng)汽車充電，將成為降低電動(dòng)汽車間接碳排放的最有效的途徑。EVs和RESs的協(xié)同發(fā)展可以大大降低碳排放量，具有巨大的生態(tài)效益。

文獻(xiàn)[31]中作者研究了在工作場(chǎng)所基于光伏發(fā)電的的電動(dòng)汽車充電站的碳排放量。結(jié)果表明在公共場(chǎng)所使用太陽(yáng)能進(jìn)行充電，一輛車每年可以減排0.6噸CO2，比起夜間在家里充電可以減少55%的碳排放。如果使用最優(yōu)化控制策略來(lái)對(duì)電動(dòng)車和太陽(yáng)能進(jìn)行調(diào)度，一輛車每年又會(huì)減少0.36噸CO2排放，比夜間在家進(jìn)行充電，能減少85%的碳排放。

圖2 不同時(shí)間充電和控制策略的CO2排放Fig.2 CO2emissions due to different time of charging and control algorithms

日本學(xué)者對(duì)包含電動(dòng)汽車與光伏發(fā)電的家庭能量管理系統(tǒng)進(jìn)行了碳減排量的評(píng)估，研究表明通過(guò)使用光伏發(fā)電技術(shù)為電動(dòng)汽車充電，溫室氣體排放減少64.8%，較使用傳統(tǒng)電網(wǎng)充電的電動(dòng)汽車減排量提高12.4%[32]。

3.2 經(jīng)濟(jì)效益

EVs和RESs的協(xié)同發(fā)展雖然可以減少溫室氣體的排放，具有一定的生態(tài)效益，但對(duì)于充電服務(wù)商、電動(dòng)汽車用戶和電網(wǎng)企業(yè)是否可以產(chǎn)生一定的經(jīng)濟(jì)效益，也是廣大學(xué)者的關(guān)注的重點(diǎn)。

對(duì)于充電服務(wù)商，運(yùn)行費(fèi)用和收益的高低影響著EV和RES的發(fā)展；電力系統(tǒng)的運(yùn)行費(fèi)用可以基于機(jī)組組合問(wèn)題（unit commitment，UC）來(lái)建模，基本UC問(wèn)題可由式（1）定義[33]。

式中，OC是系統(tǒng)運(yùn)行費(fèi)用，F(xiàn)Cit（Pit）為燃料費(fèi)用，MCit（Pit）為維護(hù)費(fèi)用，STit為開(kāi)機(jī)費(fèi)用，SDit為關(guān)機(jī)費(fèi)用。文獻(xiàn)[34-36]都基于上述公式采用優(yōu)化算法，并綜合考慮風(fēng)能和太陽(yáng)能的間斷性和電動(dòng)車作為負(fù)載、能量存儲(chǔ)器和能量源的不確定性，對(duì)系統(tǒng)運(yùn)行費(fèi)用進(jìn)行了評(píng)估，文獻(xiàn)[34]采用粒子群優(yōu)化算法、文獻(xiàn)[35，36]采用混合整數(shù)規(guī)劃方法對(duì)運(yùn)行費(fèi)用進(jìn)行優(yōu)化，結(jié)果表明智能電網(wǎng)有潛力在最大化利用RESs為EVs充電的同時(shí)，來(lái)降低系統(tǒng)運(yùn)行費(fèi)用。文獻(xiàn)[37]考慮到電動(dòng)汽車的隨機(jī)性，建立了以電網(wǎng)運(yùn)行成本最小的優(yōu)化模型，通過(guò)仿真說(shuō)明了該方法能夠有效地將電網(wǎng)、可再生能源以及電動(dòng)汽車三者進(jìn)行充分融合，使得運(yùn)行成本最小。

對(duì)于電動(dòng)汽車用戶，充電費(fèi)用決定了他們使用RESs來(lái)對(duì)EVs充電的積極性；電動(dòng)車作為可控負(fù)載，可以對(duì)其充電，它也可以對(duì)電網(wǎng)放電，且電動(dòng)汽車電池可以當(dāng)做是一個(gè)儲(chǔ)能系統(tǒng)來(lái)容納電網(wǎng)的波動(dòng)。為了減少充電費(fèi)用，文獻(xiàn)[38]中以丹麥的電力系統(tǒng)為例進(jìn)行了分析，丹麥?zhǔn)且粋€(gè)風(fēng)力發(fā)電大國(guó)，其風(fēng)力發(fā)電的滲透率為27%，經(jīng)研究發(fā)現(xiàn)，對(duì)電動(dòng)汽車的充電行為加以控制，使其在電價(jià)高時(shí)對(duì)電網(wǎng)進(jìn)行放電，電價(jià)低時(shí)進(jìn)行充電，電動(dòng)汽車用戶可以節(jié)約91.6%的充電費(fèi)用。文獻(xiàn)[39，40]采用隨機(jī)規(guī)劃方法來(lái)處理電動(dòng)汽車的移動(dòng)性和RES的不確定性，文獻(xiàn)[39]采用李雅普諾夫優(yōu)化使電動(dòng)汽車充分利用RES，文獻(xiàn)[40]采用圖搜索算法，選擇最佳的充電和放電時(shí)間，結(jié)果均可使EVs充電費(fèi)用達(dá)到最低。

對(duì)于電網(wǎng)企業(yè)，能否在發(fā)展EVs和RESs的同時(shí)，降低發(fā)電費(fèi)用、系統(tǒng)全壽命周期費(fèi)用和電力傳輸費(fèi)用是需要研究的問(wèn)題。文獻(xiàn)[41]中，發(fā)電費(fèi)用用能量消耗費(fèi)用和儲(chǔ)存費(fèi)用代替，當(dāng)電動(dòng)汽車和可再生能源滲透率高時(shí)，能量消耗降低，且因電動(dòng)車作為分布式儲(chǔ)能單元，也會(huì)降低電網(wǎng)企業(yè)的儲(chǔ)存費(fèi)用，總發(fā)電費(fèi)用可以降低20%。文獻(xiàn)[42]中作者通過(guò)一種分層控制算法，并采用動(dòng)態(tài)規(guī)劃方法對(duì)傳統(tǒng)電能和風(fēng)能進(jìn)行調(diào)度，來(lái)減少發(fā)電費(fèi)用。文獻(xiàn)[43]將發(fā)電費(fèi)用的優(yōu)化問(wèn)題轉(zhuǎn)化為最優(yōu)潮流問(wèn)題，采用日前充電調(diào)度策略，降低發(fā)電費(fèi)用，同時(shí)補(bǔ)償風(fēng)力發(fā)電日前預(yù)測(cè)的偏差。

4 結(jié)論

本文對(duì)智能電網(wǎng)下電動(dòng)汽車與可再生能源的協(xié)同發(fā)展對(duì)電網(wǎng)產(chǎn)生的影響，解決相應(yīng)問(wèn)題的關(guān)鍵技術(shù)及產(chǎn)生的經(jīng)濟(jì)和環(huán)境效益進(jìn)行了綜述和分析。結(jié)合我國(guó)目前電動(dòng)汽車和可再生能源的發(fā)展水平，筆者認(rèn)為，仍存在以下幾方面問(wèn)題：

1）控制調(diào)度算法優(yōu)化問(wèn)題

根據(jù)上文分析，可以看到在對(duì)EVs的充電控制方式及協(xié)同調(diào)度和能量管理方面大多學(xué)者通過(guò)算法的優(yōu)化來(lái)解決相應(yīng)問(wèn)題，但是使用軟計(jì)算方法有幾個(gè)缺點(diǎn)，很多算法對(duì)于電動(dòng)汽車的充電數(shù)量，和可再生能源的滲透率都是有限制的，如果電源和電動(dòng)汽車的數(shù)量很大時(shí)，算法的控制規(guī)則會(huì)非常復(fù)雜并需要大量的運(yùn)行時(shí)間。高計(jì)算成本，約束處理能力差，特定的優(yōu)化參數(shù)，對(duì)問(wèn)題規(guī)模有限制等等都是需要不斷改善和解決的問(wèn)題。

2）EVs電池的使用問(wèn)題

電動(dòng)車可以作為分布式的能量存儲(chǔ)單元，來(lái)存儲(chǔ)可再生能源發(fā)出的過(guò)剩的電能，當(dāng)電網(wǎng)處于用電高峰時(shí)，可以向電網(wǎng)放電以賺取收益。然而，這樣就會(huì)增加電池的充放電周期?，F(xiàn)在幾乎所有的電動(dòng)汽車使用的都是鋰電池，隨著充放電周期的增加，電池的容量會(huì)大大減弱，壽命周期也就會(huì)相應(yīng)縮短。這樣，EVs用戶就會(huì)考慮電動(dòng)汽車是否參與到與RESs的互動(dòng)中去?？梢?jiàn)，還需進(jìn)一步研究延長(zhǎng)電池使用壽命的技術(shù)，減少充放電周期對(duì)其的影響。

3）鼓勵(lì)政策的制定問(wèn)題

V2G技術(shù)對(duì)EVs和RESs的協(xié)同發(fā)展具有重要作用，可以為電網(wǎng)提供很多服務(wù)，也可以最大化可再生能源和電動(dòng)汽車的滲透率。V2G技術(shù)的實(shí)現(xiàn)需要EVs用戶的積極參與，然而，EVs用戶會(huì)很關(guān)心參與其中的不利條件，例如電池退化問(wèn)題。如果電動(dòng)汽車用戶不愿意參與到與電網(wǎng)的互動(dòng)中去，V2G技術(shù)的實(shí)現(xiàn)將會(huì)面臨巨大的障礙。因此，還需要相關(guān)部門制定相應(yīng)鼓勵(lì)政策，刺激電動(dòng)汽車用戶積極參與到電網(wǎng)的互動(dòng)中去。

[1] 國(guó)家發(fā)改委，國(guó)家能源局，工信部和住建部.電動(dòng)汽車充電基礎(chǔ)設(shè)施發(fā)展指南（2015-2020）[M].國(guó)家發(fā)改委，2015.

[2] AGENCY I E.Electric and plug-in technology roadmap hybrid electric vehicles[J].2009：515-520.

[3] 肖湘寧，陳征，劉念.可再生能源與電動(dòng)汽車充放電設(shè)施在微電網(wǎng)中的集成模式與關(guān)鍵問(wèn)題[J].電工技術(shù)學(xué)報(bào)，2013，28（2）：1-14.XIAO Xiangning，CHEN Zheng，LIU Nian.Integrated mode and key issues of renewable energy sources and electric vehicles’charging and discharging facilities in microgrid[J].Transactions of China Electrotechnical Society，2013，28（2）:1-14.

[4]AHMED Y S，GANESH K V.Plug-in vehicles and renew?able energy sources for cost and emission reductions[J].IEEE Transactions on Industrial Electronics，2011，58（4）:1229-1238.

[5] 張文亮，武斌，李武峰，等.我國(guó)純電動(dòng)汽車的發(fā)展方向及能源供給模式的探討[J].電網(wǎng)技術(shù)，2009，33（4）：1-5.ZHANG Wenliang，WU Bin，LI Wufeng，et al.Discussion on development trend of battery electric vehicles in China and its energy supply mode[J].Power System Technology，2009，33（4）:1-5.

[6] RIFKIN J.The third industrial revolution:how lateral pow?er is transforming energy，the economy，and the world[M].New York:Palgrave MacMillan，2011.

[7] 薛飛，雷憲章，張野飚，等.電動(dòng)汽車與智能電網(wǎng)從V2G到B2G的全新結(jié)合模式[J].電網(wǎng)技術(shù)，2012，26（02）：29-34.XUE Fei，LEI Xianzhang，ZHANG Yebiao，et al.A brand-new approach of connecting electrical vehicles with smart grid from vehicle-to-grid mode to battery-to-grid mode[J].Power System Technology，2012，26（02）:29-34.

[8] 胡澤春，占愷嶠，徐智威，等.電動(dòng)汽車與電網(wǎng)互動(dòng)的關(guān)鍵問(wèn)題分析與展望[J].電力建設(shè)，2015，36（07）：6-13.HU Zechun，ZHAN Kaiqiao，XU Zhiwei，et al.Analysis and outlook on the key problems of electric vehicle and power grid interaction[J].Eletric Power Construction，2015，36（07）:6-13.

[9]CHAOUACHI A，BOMPARD E，F(xiàn)ULLI G，et al.Assess?ment framework for EV and PV synergies in emerging dis?tribution systems[J].Renewable&Sustainable Energy Re?views，2016，55:719-728.

[10]JIA Y Y，RAMACHANDARAMURTHY V K，KANG M T，et al.A review on the state-of-the-art technologies of electric vehicle，its impacts and prospects[J].Renewable&Sustainable Energy Reviews，2015，49:365-385.

[11]張彥，張濤，劉亞杰，等.基于模型預(yù)測(cè)控制的家庭能源局域網(wǎng)最優(yōu)能量管理研究[J].中國(guó)電機(jī)工程學(xué)報(bào)，2015，35（14）：3656-3666.ZHANG Yan，ZHANG Tao，LIU Yajie，et al.Optimal energy management of a residential local energy network based on model predictive control[J].Proceeding of the CSEE，2015，35（14）:3656-3666.

[12]HENNINGS W，MISCHINGER S，LINSSEN J.Utilization of excess wind power in electric vehicles[J].Energy Policy，2013，62（7）:139-144.

[13]肖湘寧，陳征，劉念.可再生能源與電動(dòng)汽車充放電設(shè)施在微電網(wǎng)中的集成模式與關(guān)鍵問(wèn)題[J].電工技術(shù)學(xué)報(bào)，2013，28（2）：1-14.XIAO Xiangning， CHEN Zheng， LIU Nian， et al.Integrated mode and key issues of renewable energy sources and electric vehicles’charging and discharging facilities in microgrid[C]//Renewable Power Generation Conference.IET，2014:2.22-2.22.

[14]董偉杰，白曉民，朱寧輝，等.間歇式電源并網(wǎng)環(huán)境下電能質(zhì)量問(wèn)題研究[J].電網(wǎng)技術(shù)，2013，37（5）：1265-1271.DONG Weijie.BAI Xiaomin， ZHU Ninghui， et al.Discussion on the power quality under grid-connection of intermittent power sources[J].Power System Technology，2013，37（5）:1265-1271.

[15]ELNOZAHY M S，SALAMA M A.Studying the feasibility of charging plug-in hybrid electric vehicles using photovol?taic electricity in residential distribution systems[J].Elec?tric Power Systems Research，2014，110（110）:133-143.

[16]MWASILU F，JUSTO J J，KIM E K，et al.Electric vehicles and smart grid interaction:a review on vehicle to grid and renewable energy sources integration[J].Renew Sustain Energy Rev，2014，34:501-516.

[17]SOUSA T，MORAIS H，SOARES J，et al.Day-ahead resource scheduling in smart grids considering vehicle-togrid and network constraints[J].Applied Energy，2012，96:183-193.

[18]BECHERIF M，AYAD M Y，HISSEL D，et al.Design and sizing of a stand-alone recharging point for battery electrical vehicles using photovoltaic energy[C]//Vehicle Power and Propulsion Conference（VPPC），2011 IEEE.2011:1-6.

[19]DALLINGER D，GERDA S，WIETSCHEL M.Integration ofintermittentrenewable powersupply using gridconnected vehicles-A 2030 case study for California and Germany[J].Applied Energy，2012，104（2）:666-682.

[20]唐曉瑭，倪樺，王永生.電動(dòng)汽車供電能源優(yōu)化組合及智能充電策略[J].電力建設(shè)，2013，34（12）：111-115.TANG Xiaotang，NI Hua，WANG Yongsheng.Energy supply optimization and intelligent charging strategy of electric vehicles[J].Eletric Power Construction，2013，34（12）:111-115.

[21]LIU C，WANG J，BOTTERUD A，et al.Assessment of impacts of PHEV charging patterns on wind-thermal scheduling by stochastic unit commitment[J].IEEE Trans Smart Grid，2012，3（2）:675-683.

[22]李惠玲，白曉民，譚聞，等.基于智能電網(wǎng)的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度研究[J].電網(wǎng)技術(shù)，2013，37（6）：1547-1554.LI Huiling，BAI Xiaomin，TAN Wen，et al.Research on Dynamic Economic Dispatch Based on Smart Grid[J].Power System Technology，2013，37（6）:1547-1554.

[23]IWAI N，KURAHASHI N，KISHITA Y，et al.Scenario Analysis of Regional Electricity Demand in the Residential and CommercialSectors-influence ofDiffusion of Photovoltaic Systems and Electric Vehicles into Power Grids[J].Procedia Cirp，2014，15:319-324.

[24]MARRA F，YANG G Y，TRAEHOLT C，et al，Oster?gaard J，Blazic B，et al.EV charging facilities and their application in LV feeders with photovoltaics[J].IEEE Trans Smart Grid，2013:4（3）:1533-40.

[25]WU T，YANG Q，BAO Z，et al.Coordinated energy dispatching in microgrid with wind power generation and plug-in electric vehicles[J].IEEE Trans Smart Grid，2013，4（3）:1453-63.

[26]張智晟，溫令云，李國(guó)，等.基于改進(jìn)化學(xué)反應(yīng)優(yōu)化算法的電動(dòng)汽車與可再生能源多目標(biāo)協(xié)同調(diào)度[J].電網(wǎng)技術(shù)，2014，38（3）：633-637.ZHANG Zhisheng，WEN Lingyun，LI Guo，et al.Multiobjective coordinated scheduling of electric vehicles and renewable generation based on improved chemical reaction optimization algorithm[J].PowerSystem Technology，2014，38（3）:633-637（in Chinese）.

[27]王貴斌，趙俊華，文福拴，等.配電系統(tǒng)中電動(dòng)汽車與可再生能源的隨機(jī)協(xié)同調(diào)度[J].電力系統(tǒng)自動(dòng)化，2012，36（19）：22-29.WANG Guibin，ZHAO Junhua，WEN Fushuan，et al.Stochastic optimization dispatching of plug in hybrid electric vehicles in coordination with renewable generation in distribution system[J].Automation of Electric Power System，2012，36（19）:22-29.

[28]BSMC B，SZKLO A，SCHAEFFER R.Plug-in hybrid electric vehicles as a way to maximize the integration of variable renewable energy in power systems:the case of wind generation in northeastern Brazil[J].Energy，2012，37（1）:469-481.

[29]GOLI P，SHIREEN W.Powered smart charging station for PHEVs[J].Renew Energy，2014，66:280-287.

[30]李志偉，趙書(shū)強(qiáng)，劉應(yīng)梅.電動(dòng)汽車分布式儲(chǔ)能控制策略及應(yīng)用[J].電網(wǎng)技術(shù)，2016，40（02）：442-450.LI Zhiwei， ZHAO Shuqiang， LIU Yingmei.Control strategy and application of distributed electric vehicle energy storage[J].Power System Technology，2016，40（02）:442-450.

[31]MARRA F，YANG G Y，TRAEHOLT C，LARSEN E，OSTERGAARD J， BLAZIC B， et al.EV charging facilitiesand theirapplication in LV feederswith photovoltaics.IEEE Trans Smart Grid，2013，4（3）:1533-1540.

[32]IDA T，MURAKAMI K，TANAKA M.Keys to smart home diffusion:a stated preference analysis of smart meters，photovoltaic generation，and electric/hybrid vehicles[J].Food&Function，2012，2（2）:654-664.

[33]PADHY N P.Unit commitment-a bibliographical survey[J].IEEE Transactions on Power Systems，2004，19（2）:1196-1205.

[34]SABER A Y，VENAYAGAMOORTHY G K.Plug-in vehicles and renewable energy sources for cost and emission reductions[J].IEEE Transactions on Industrial Electronics，2011，58（4）:1229-1238.

[35]FERNANDES C，F(xiàn)RíAS P，LATORRE J M.Impact of vehicle-to-grid on power system operation costs:The Spanish case study[J].Applied Energy，2012，96（3）:194-202.

[36]KHODAYAR M E，WU L，SHAHIDEHPOUR M.Hourly coordination of electric vehicle operation and volatile wind power generation in SCUC[J].IEEE Transactions on Smart Grid，2012，3（3）:1271-1279.

[37]KHODAYAR ME，LEI W，SHAHIDEHPOUR M.Hourly coordination of electric vehicle operation and volatile wind power generation in SCUC[J].IEEE Transactions on Smart Grid，2012，3（3）:1271-1279.

[38]HU W，SU C，CHEN Z，et al.Optimal operation of plug-in electric vehicles in power systems with high wind power penetrations[J].IEEE Transactions on Sustainable Energy，2013，4（3）:577-585.

[39]JIN C，SHENG X，GHOSH P.Energy efficient algorithms for electric vehicle charging with intermittent renewable energy sources[C]//Power and Energy Society General Meeting（PES），IEEE，2013:1-5.

[40]DALLINGER D，WIETSCHEL M.Grid integration of intermittentrenewable energy sources using priceresponsive plug-in electric vehicles[J].Renewable&Sustainable Energy Reviews，2011，16（5）:3370-3382.

[41]LI C T，AHN C，PENG H，et al.Synergistic Control of Plug-In Vehicle Charging and Wind Power Scheduling[J].IEEE Transactions on Power Systems，2013，28（2）:1113-1121.

[42]LI C T，AHN C，PENG H，et a.Integration of plug-in electric vehicle charging and wind energy scheduling on electricity grid[C]//Innovative Smart Grid Technologies（ISGT），IEEE PES，2012:1-7.

[43]GONZALEZ VAYA M，ANDERSSON G.Integrating renewable energy forecast uncertainty in smart-charging approaches for plug-in electric vehicles[C]//PowerTech（POWERTECH），IEEE Grenoble，2013:1-6.