CN108407633A - 一种电动公交车充换电站优化运行方法 - Google Patents

Abstract

本发明公开了一种电动公交车充换电站优化运行方法，首先建立基于换电规则的车辆换电需求和电池组充电需求模型；其次提出评价指标，结合熵权法建立电池组评价体系，将车辆换电需求和电池组充电需求最优匹配，保证电池组均衡使用，增加电池组使用寿命；在此基础上建立电动公交车充换电站内电池组有序充电双层优化模型，对电动公交车充换电站内换电规则和电池组充电方案联合优化，得到最优的换电规则与充电方案。相较于常规的运行方法，本发明在保证电动公交车充换电站内安全经济运行的基础上降低大规模电池组接入电网对电网的不利影响。

Description

一种电动公交车充换电站优化运行方法

技术领域

本发明涉及电动公交车优化调度技术领域，特别是一种电动公交车充换电站优化运行方法。

背景技术

近年来，全球化石能源紧缺、环境问题日益恶化，能源危机和环境污染是当今世界各国所面临的共同难题，是人类社会可持续发展的巨大障碍。电动汽车(具有节能、环保、低碳的优点，成为我国重点支持的战略性新兴产业。以电动公交车为代表的公共交通行业，由于其车辆电能供给量大、供给间隔小、规格较为统一，更适用于换电模式。而对于日益发展的电动公交车充换电站，大规模电池组的无序充电行为会导致系统在特定时段内负荷激增，进而导致变压器过载老化、负荷峰谷差增大、电压质量恶化、线路网损增加等现象。由于电池组的充电行为具有灵活性，针对电动公交车充换电站运行优化可以降低充电成本、提升设备利用率、有效改善负荷特性以降低充电负荷对电网不良影响。

目前，现有的电动公交车充换电站运行方法基于1.固定的换电规则(车辆进站即更换电池或剩余电池电量不足时更换电池)，优化策略空间局限性较大；2.车辆与电池组对应关系简单，优化效果有进一步提升空间；或无对应关系，可能导致电池组不均衡使用，增大电池组损耗，降低电池组寿命。

发明内容

本发明的目的是提供一种电动公交车充换电站优化运行方法，基于电动公交车充换电站及车辆的基本参数和统计特性，建立基于换电规则的车辆换电需求和电池组充电需求模型；提出评价指标，结合熵权法建立电池组评价体系，以将车辆换电需求和电池组充电需求最优匹配；在此基础上，以充换电站内充电成本最小、充电负荷波动最小为目标，对换电规则与充电方案进行联合优化，得到电动公交车充换电站最优运行方法。

实现本发明目的的技术方案为：

一种电动公交车充换电站优化运行方法，包括步骤

A、输入已知变量，电动公交车相关参数，包括：电池组容量C_B，车辆行驶单位耗电量C_E，电池组最小荷电状态SOC_min；电动公交车充换电站相关参数，包括：站内充电桩数量N_cha，其最大、最小充电功率分别为P_max、P_min，充电效率η_cha，备用电池组数量，充换电站服务公交线路数量K，其中，线路k长度D_k，车辆数量M_k，k＝1,2,…K；充换电站采用专供变压器，变压器容量T_trans的功率因数为cosθ；发车时刻表，单程行驶时间统计表，分时电价表；

B、基于单程行驶时间统计数据，采用蒙特卡洛法模拟单日不同发车时刻对应的车辆单程运行时间；

C、建立基于换电规则的车辆换电需求和电池组充电需求模型，得到各车辆需要换上电池时刻、各换下电池组的可充电起始时刻、充电电量；

所述建立基于换电规则的车辆换电需求和电池组充电需求模型的方法为：

C1、假设充换电站内服务K条公交线路的充换电服务；电动公交车按照队列发车，遵循先入先出的原则；结合第k条公交线路的车辆数量M_k、发车时刻表与单程行驶时间统计数据，构造第k条公交线路的发车时刻矩阵行驶时间矩阵与到站时刻矩阵

其中：分别表示站内第k条公交线路中第m辆公交车在第n次运行的发车时刻、单程运行时间、到站时刻；N_k表示第k条线路单辆电动公交车单日最大发车次数；

C2、基于换电规则，构造换电规则0-1矩阵X^k：

其中：为充换电站内第k条线路中第m辆公交车在第n次发车时的换电状态：表示发车时需要换上电池，表示无需换电；

C3、得到充换电站内第k条公交线路上车辆换上电池组需求时刻矩阵SWI^k：

其中：表示矩阵对应元素相乘运算；

C4、将各条线路的电池组需求时刻矩阵SWI^k中非0元素提取出来并按照由小到大排列，得到车辆换电需求向量SWI；

C5、得到充换电站内第k条公交线路上车辆换下电池组需求时刻矩阵CHAT^k：

其中：Y^k由X^k元素整体向左平移一个单位得到；

C6、将各条线路的车辆换下电池组需求时刻矩阵CHAT^k中非0元素提取出来并按照由小到大排列，得到电池组充电需求向量CHAT；

D、采用车辆和电池组匹配关系模型，得到针对第i个车辆换电需求所匹配电池组的可充电起始时刻t_start,i、充电结束时刻t_end,i、与充电电量E_need,i，其中充电电量E_need,i由下式计算得到：

E_need,i＝(1-SOC_i)C_B，i＝1,2,…M (7)

其中：SOC_i为第i个车辆换电需求所匹配电池组起始荷电状态；C_B为电池组容量；M为单日车辆换电需求数量；

E、建立电动公交车充换电站内电池组充电功率上层优化模型：

目标函数：电动公交车充换电站单日充电费用f₁最小，其计算公式为：

其中：N为单日划分时段数；c_t为t时段电价；Δt为单个时段的时长；P_i,t为第i个车辆换电需求所匹配电池组在t时刻充电功率；

约束条件1：在可充电时段内可处于充电状态，其余时段不可充电：

其中：e_i,t表示第i个车辆换电需求所匹配电池组在t时刻的充电状态，e_i,t＝1表示处于充电状态，e_i,t＝0表示处于非充电状态；

约束条件2：同时处于充电状态的电池组数量不超出站内充电桩数量N_cha：

约束条件3：充电桩充电功率约束：

e_i,tP_min≤p_i,t≤e_i,tP_max (11)

约束条件4：保证电池组充电达到目标电量：

约束条件5：电动公交车充换电站变压器容量约束：

约束条件6：充电连续性约束，引入中间变量w_i,j、v_i,j，令

则相应的约束条件为：

F、采用粒子群算法，以换电规则0-1矩阵为基本粒子，以单日充电成本f₁作为适应度函数，迭代优化求解得到电动公交车充换电站最优换电规则与单日最小充电成本C_charge；

G、建立电动公交车充换电站内电池组充电功率下层优化模型：

目标函数：在求解得到充换电站单日最小充电成本C_charge的基础上，以充电负荷波动f₂最小为目标，其计算公式为：

约束条件：在约束条件3、4、5的基础上，加入充电成本最小的约束：

H、优化求解电动公交车充换电站内电池组充电功率下层优化模型，得到电动公交车充换电站单日最优充电方案。

进一步地，所述步骤D中，车辆和电池组匹配关系模型的建立方法为：

D1、建立电池组评价指标：

指标1：充电调度裕度指标：

为保证电池组在可充电时段内有足够的裕度进行充电调度，针对第i个车辆换电需求，第j个电池组的充电调度裕度指标为：

其中，t_on,i为第i个车辆换电需求时刻；t_off,j、t_min,j分别为第j个电池组卸下时刻与充电达到目标电量所需的最短时间；P_max为充电桩最大充电功率；η_cha为充电效率；

指标2：充电经济性指标：为了保证电池组充电的经济性，以平均充电成本作为经济性指标：

其中，表示针对第i个车辆换电需求，第j个电池组可充电时段的平均电价；c_t为t时段电价；

指标3：电池组使用均衡度指标：为避免电池组不均衡使用，导致部分电池组性能急剧下降，提出电池组使用均衡度指标

其中，N_battery,j表示第j个电池组当日充电次数；表示指标1大于1的电池组数量；D2、针对第i个车辆换电需求，计算各个电池组的指标1大小：若指标1大于1，则进行指标2、3的计算；若指标1小于1，则无需计算指标2、3；

D3、针对第i个车辆换电需求，采用熵权法计算各个指标的权重ω大小，并按下式计算各个电池组综合指标V：

V_i,j＝ω_i,1g_i,j,1+ω_i,2g_i,j,2+ω_i,3g_i,j,3 (23)

其中，针对第i个换电需求：V_i,j表示第j个电池组的综合指标；g_i,j,p表示在第p个指标下第j个电池组的特征比重；ω_i,p表示第p个指标的权重大小，p＝1,2,3；

D4、在指标1大于1的电池组中筛选出综合指标最大的电池组以匹配第i个车辆换电需求；

D5、在车辆换电需求向量SWI与电池组充电需求向量CHAT中剔除所对应元素；

D6、重复步骤D1—D5，直至车辆换电需求向量SWI与电池组充电需求向量CHAT为空集，完成匹配。

与现有技术相比，本发明的有益效果是：建立了基于换电规则的车辆换电需求和电池组充电需求模型；提出评价指标，结合熵权法建立电池组评价体系，将车辆换电需求和电池组充电需求最优匹配，保证电池组均衡使用，增加电池组使用寿命。在此基础上建立电动公交车充换电站内电池组有序充电双层优化模型，对电动公交车充换电站内换电规则和电池组充电方案联合优化，得到最优的换电规则与充电方案。相较于常规的运行方法，本发明在保证电动公交车充换电站内安全经济运行的基础上降低大规模电池组接入电网对电网的不利影响。

附图说明

图1为双层优化策略下的充电负荷曲线。

图2为不同充电模式下的充电负荷曲线。

具体实施方式

下面通过具体实施例对本发明做进一步的说明。所述实施例仅是做一示例，其参数的选取是基于现有电动公交车充换电站实际情况设定的，若针对不同规模的电动公交车充换电站，本发明也依然适用。

实施例

A、以服务于两条公交线路(K＝2)的电动公交车充换电站作为研究对象，站内采用专供配电变压器(无常规负荷)；以Δt＝15min为一个优化控制时段，即单日划分为96个时段。相关参数设置如下：电动公交车相关参数，包括：电池组容量C_B为180kWh，车辆行驶平均单位耗电量C_E取1.25kWh/km(本例假设车辆单位里程耗电量和单程行驶时间成正比)，电池组最小荷电状态SOC_min取0.2；电动公交车充换电站相关参数：站内充电桩数量N_cha为25座，其最大、最小充电功率P_max、P_min分别为60kW、0kW，充电效率η_cha为0.95，备用电池组数量取25组，充换电站服务公交线路数量K为2：其中，线路1长度D₁为30km，车辆数量M₁为20辆；线路2长度D₂为25km，车辆数量M₂为30辆；变压器容量T_trans为1600kVA，其功率因数cosθ为0.8。

发车时刻表如表1所示：

表1公交线路发车时刻表

分时电价表如表2所示：

表2工商业用电分时电价

B、基于车辆不同时刻发车所对应单程运行时间的实际统计数据，以15min为间隔，对统计数据进行正态分布拟合分析，根据不同发车时刻的单程运行时间所对应的不同正态分布，采用蒙特卡洛法模拟得到不同发车时刻所对应的单程运行时间。

C、采用基于换电规则的车辆换电需求和电池组充电需求模型，得到各车辆需要换上电池时刻(车辆换电需求)；各换下电池组的可充电起始时刻、充电电量(电池组充电需求)。(本实施例共产生119次车辆换电需求与电池组充电需求)

C1、假设充换电站内电动公交车按照队列发车，遵循先入先出的原则；结合第k条公交线路的车辆数量M_k、发车时刻表与单程行驶时间统计数据，构造第k条公交线路的发车时刻矩阵行驶时间矩阵与到站时刻矩阵

其中：分别表示站内第k条公交线路中第m辆公交车在第n次运行的发车时刻、单程运行时间、到站时刻；N_k表示第k条线路单辆电动公交车单日最大发车次数。

C2、构造换电规则0-1矩阵X^k：

其中：为充换电站内第k条线路中第m辆公交车在第n次发车时的换电状态：表示发车时需要换上电池，表示无需换电。

C3、得到充换电站内第k条公交线路上车辆换上电池组需求时刻矩阵SWI^k：(k＝1,2)

其中：表示矩阵对应元素相乘运算。

C4、将各条线路的电池组需求时刻矩阵SWI^k(k＝1,2)中非0元素提取出来并按照由小到大排列，得到车辆换电需求向量SWI。

C5、得到充换电站内第k条公交线路上车辆换下电池组需求时刻矩阵CHAT^k：(k＝1,2)

其中：Y^k由X^k元素整体向左平移一个单位得到。

C6、将各条线路的车辆换下电池组需求时刻矩阵CHAT^k(k＝1,2)中非0元素提取出来并按照由小到大排列，得到电池组充电需求向量CHAT。

D、采用电池组评价体系得到车辆换电需求所匹配的电池组(实际中可以采取已有的对应关系，采取本申请的方法可以进一步增加策略优化空间、保证电池组均衡使用以增加电池组使用寿命)，并根据第i个车辆换电需求时刻与所匹配电池组的换下时刻确定匹配电池组的可充电起始时刻t_start,i与充电结束时刻t_end,i，其中充电电量E_need,i由下式计算得到(i＝1,2,…119)：

E_need,i＝(1-SOC_i)C_B (30)

其中：SOC_i为第i个车辆换电需求所匹配电池组起始荷电状态；C_B为电池组容量。

电池组评价体系的建模方法为：

D1、建立电池组评价指标

指标1：充电调度裕度指标。

为保证电池组在可充电时段内有足够的裕度进行充电调度，针对第i个车辆换电需求，第j个电池组的充电调度裕度指标为：

其中，t_on,i为第i个车辆换电需求时刻；t_off,j、t_min,j分别为第j个电池组卸下时刻与充电达到目标电量所需的最短时间；P_max为充电桩最大充电功率；η_cha为充电效率。

指标2：充电经济性指标：为了保证电池组充电的经济性，以平均充电成本作为经济性指标：

其中，表示针对第i个车辆换电需求，第j个电池组可充电时段的平均电价；c_t为t时段电价。

指标3：电池组使用均衡度指标：为避免电池组不均衡使用，导致部分电池组性能急剧下降，提出电池组使用均衡度指标

其中，N_battery,j表示第j个电池组当日充电次数；表示指标1大于1的电池组数量。

D2、针对第i个车辆换电需求，计算各个电池组的指标1大小：若指标1大于1，则进行指标2、3的计算；若指标1小于1，则无需计算指标2、3。

D3、针对第i个车辆换电需求，采用熵权法计算各个指标的权重ω大小，并按式(13)计算各个电池组综合指标V：

V_i,j＝ω_i,1g_i,j,1+ω_i,2g_i,j,2+ω_i,3g_i,j,3 (36)

其中：针对第i个换电需求：V_i,j表示第j个电池组的综合指标；g_i,j,p表示在第p个指标下第j个电池组的特征比重；ω_i,p表示第p个指标的权重大小。(p＝1,2,3)

D4、在指标1大于1的电池组中筛选出综合指标最大的电池组以匹配第i个车辆换电需求。

D5、在车辆换电需求向量SWI与电池组充电需求向量CHAT中剔除所对应元素。

D6、重复D1—D5步骤计算，直至车辆换电需求向量SWI与电池组充电需求向量CHAT为空集。

E、建立电动公交车充换电站内电池组充电功率上层优化模型：

目标函数：电动公交车充换电站单日充电成本f₁最小，其计算公式为：

其中：N＝96；M＝119；c_t为t时段电价；Δt＝0.25h；p_i,t为第i个车辆换电需求所匹配电池组在t时刻充电功率；

约束条件1：在可充电时段内可处于充电状态，其余时段不可充电：

其中：e_i,t表示第i个车辆换电需求所匹配电池组在t时刻的充电状态，e_i,j＝1表示处于充电状态，e_i,j＝0表示处于非充电状态。

约束条件2：同时处于充电状态的电池组数量不超出站内充电桩数量N_cha(N_cha＝25)：

约束条件3：充电桩充电功率约束：

e_i,tP_min≤p_i,t≤e_i,tP_max (40)

其中：P_max＝60kW；P_min＝0kW。

约束条件4：保证电池组充电达到目标电量：

其中：η_cha＝0.95。

约束条件5：电动公交车充换电站变压器容量约束：

其中：T_trans＝1600kVA；cosθ＝0.8。

约束条件6：充电连续性约束，引入中间变量w_i,j、v_i,j，令

则相应的约束条件为：

F、采用粒子群算法，以换电规则0-1矩阵为基本粒子，以单日充电成本作为适应度函数，迭代优化求解得到电动公交车充换电站最优换电规则与单日最小充电成本。

G、建立电动公交车充换电站内电池组充电功率下层优化模型：

目标函数：在求解得到充换电站单日最小充电成本C_charge的基础上，以充电负荷波动f₂最小为目标，其计算公式为：

约束条件：在约束条件3、4、5的基础上，加入充电成本最小的约束：

H、优化求解电动公交车充换电站内电池组充电功率下层优化模型，得到单日最优充电方案。

实施例效果如图1、图2所示：

如图1所示：在本发明所提出的双层优化充电策略中，上层优化仅以充电成本最小为目标优化得到的充电负荷波动较为剧烈；结合下层优化，优化得到的充电方案在充电成本最小的基础上，达到充电负荷波动程度最小。

实施例部分结果统计如表3所示：

表3不同充电模式下相关参数比较

由图2和表3可以得出，与无序充电和常规优化方法对比：

本发明方法相较于无序充电，在总充电量相同的条件下，充电成本分别减少了5993.09元(52.42％)；最大充电功率由无序充电的1500kW下降至本发明方法的1235kW，由变压器过载状态变为安全运行状态；本发明方法中充电负荷波动程度仅为无序充电的22.64％。因此，本发明所提出的电动公交车充换电站优化运行方法有效降低充换电站的充电成本、平抑充电负荷波动，在保证电动公交车充换电站内安全经济运行的基础上降低大规模电池组接入电网对电网的不利影响。

Claims (2)

1.一种电动公交车充换电站优化运行方法，其特征在于，包括步骤

A、输入已知变量，电动公交车相关参数，包括：电池组容量C_B，车辆行驶单位耗电量C_E，电池组最小荷电状态SOC_min；电动公交车充换电站相关参数，包括：站内充电桩数量N_cha，其最大、最小充电功率分别为P_max、P_min，充电效率η_cha，备用电池组数量，充换电站服务公交线路数量K，其中，线路k长度D_k，车辆数量M_k，k＝1,2,…K；充换电站采用专供变压器，变压器容量T_trans的功率因数为cosθ；发车时刻表，单程行驶时间统计表，分时电价表；

B、基于单程行驶时间统计数据，采用蒙特卡洛法模拟单日不同发车时刻对应的车辆单程运行时间；

C、建立基于换电规则的车辆换电需求和电池组充电需求模型，得到各车辆需要换上电池时刻、各换下电池组的可充电起始时刻、充电电量；

所述建立基于换电规则的车辆换电需求和电池组充电需求模型的方法为：

C1、假设充换电站内服务K条公交线路的充换电服务；电动公交车按照队列发车，遵循先入先出的原则；结合第k条公交线路的车辆数量M_k、发车时刻表与单程行驶时间统计数据，构造第k条公交线路的发车时刻矩阵行驶时间矩阵与到站时刻矩阵

其中：分别表示站内第k条公交线路中第m辆公交车在第n次运行的发车时刻、单程运行时间、到站时刻；N_k表示第k条线路单辆电动公交车单日最大发车次数；

C2、基于换电规则，构造换电规则0-1矩阵X^k：

其中：为充换电站内第k条线路中第m辆公交车在第n次发车时的换电状态：表示发车时需要换上电池，表示无需换电；

C3、得到充换电站内第k条公交线路上车辆换上电池组需求时刻矩阵SWI^k：

其中：表示矩阵对应元素相乘运算；

C4、将各条线路的电池组需求时刻矩阵SWI^k中非0元素提取出来并按照由小到大排列，得到车辆换电需求向量SWI；

C5、得到充换电站内第k条公交线路上车辆换下电池组需求时刻矩阵CHAT^k：

其中：Y^k由X^k元素整体向左平移一个单位得到；

C6、将各条线路的车辆换下电池组需求时刻矩阵CHAT^k中非0元素提取出来并按照由小到大排列，得到电池组充电需求向量CHAT；

D、采用车辆和电池组匹配关系模型，得到针对第i个车辆换电需求所匹配电池组的可充电起始时刻t_start,i、充电结束时刻t_end,i、与充电电量E_need,i，其中充电电量E_need,i由下式计算得到：

E_need,i＝(1-SOC_i)C_B，i＝1,2,…M (7)

其中：SOC_i为第i个车辆换电需求所匹配电池组起始荷电状态；C_B为电池组容量；M为单日车辆换电需求数量；

E、建立电动公交车充换电站内电池组充电功率上层优化模型：

目标函数：电动公交车充换电站单日充电费用f₁最小，其计算公式为：

其中：N为单日划分时段数；c_t为t时段电价；Δt为单个时段的时长；P_i,t为第i个车辆换电需求所匹配电池组在t时刻充电功率；

约束条件1：在可充电时段内可处于充电状态，其余时段不可充电：

其中：e_i,t表示第i个车辆换电需求所匹配电池组在t时刻的充电状态，e_i,t＝1表示处于充电状态，e_i,t＝0表示处于非充电状态；

约束条件2：同时处于充电状态的电池组数量不超出站内充电桩数量N_cha：

约束条件3：充电桩充电功率约束：

e_i,tP_min≤p_i,t≤e_i,tP_max (11)

约束条件4：保证电池组充电达到目标电量：

约束条件5：电动公交车充换电站变压器容量约束：

约束条件6：充电连续性约束，引入中间变量w_i,j、v_i,j，令

则相应的约束条件为：

F、采用粒子群算法，以换电规则0-1矩阵为基本粒子，以单日充电成本f₁作为适应度函数，迭代优化求解得到电动公交车充换电站最优换电规则与单日最小充电成本C_charge；

G、建立电动公交车充换电站内电池组充电功率下层优化模型：

目标函数：在求解得到充换电站单日最小充电成本C_charge的基础上，以充电负荷波动f₂最小为目标，其计算公式为：

约束条件：在约束条件3、4、5的基础上，加入充电成本最小的约束：

H、优化求解电动公交车充换电站内电池组充电功率下层优化模型，得到电动公交车充换电站单日最优充电方案。

2.根据权利要求1所述的一种电动公交车充换电站优化运行方法，其特征在于，所述步骤D中，车辆和电池组匹配关系模型的建立方法为：

D1、建立电池组评价指标：

指标1：充电调度裕度指标：

为保证电池组在可充电时段内有足够的裕度进行充电调度，针对第i个车辆换电需求，第j个电池组的充电调度裕度指标为：

其中，t_on,i为第i个车辆换电需求时刻；t_off,j、t_min,j分别为第j个电池组卸下时刻与充电达到目标电量所需的最短时间；P_max为充电桩最大充电功率；η_cha为充电效率；

指标2：充电经济性指标：为了保证电池组充电的经济性，以平均充电成本作为经济性指标：

其中，表示针对第i个车辆换电需求，第j个电池组可充电时段的平均电价；c_t为t时段电价；

指标3：电池组使用均衡度指标：为避免电池组不均衡使用，导致部分电池组性能急剧下降，提出电池组使用均衡度指标

其中，N_battery,j表示第j个电池组当日充电次数；表示指标1大于1的电池组数量；

D2、针对第i个车辆换电需求，计算各个电池组的指标1大小：若指标1大于1，则进行指标2、3的计算；若指标1小于1，则无需计算指标2、3；

D3、针对第i个车辆换电需求，采用熵权法计算各个指标的权重ω大小，并按下式计算各个电池组综合指标V：

V_i,j＝ω_i,1g_i,j,1+ω_i,2g_i,j,2+ω_i,3g_i,j,3 (23)

其中，针对第i个换电需求：V_i,j表示第j个电池组的综合指标；g_i,j,p表示在第p个指标下第j个电池组的特征比重；ω_i,p表示第p个指标的权重大小，p＝1,2,3；

D4、在指标1大于1的电池组中筛选出综合指标最大的电池组以匹配第i个车辆换电需求；

D5、在车辆换电需求向量SWI与电池组充电需求向量CHAT中剔除所对应元素；

D6、重复步骤D1—D5，直至车辆换电需求向量SWI与电池组充电需求向量CHAT为空集，完成匹配。