CN110509788B

CN110509788B - 深化调峰的电动汽车群组合优化充放电方法

Info

Publication number: CN110509788B
Application number: CN201910774264.5A
Authority: CN
Inventors: 李世春; 王扬; 舒征宇; 钟浩; 刘道兵; 吕翔生; 曹润杰; 夏智雄; 涂杰
Original assignee: China Three Gorges University CTGU
Current assignee: China Three Gorges University CTGU
Priority date: 2019-08-21
Filing date: 2019-08-21
Publication date: 2022-12-02
Anticipated expiration: 2039-08-21
Also published as: CN110509788A

Abstract

深化调峰的电动汽车群组合优化充放电方法，对电动汽车行为特性，进行蒙特卡洛模拟，分析电动汽车行为特性对常规负荷特性影响情况；根据电动汽车行为特性对常规负荷特性影响进行分析，提出电动汽车充放电策略；根据车主意愿差异，将电动汽车分为V0G、V1G、V2G三种类型，考虑车主对充放电电价的响应模型、以及电动汽车充放电策略，计算电动汽车的车辆数；以放电利用能力和充电迫切程度，作为电动汽车充放电响应能力的表征，对充电迫切程度和放电利用能力进行评估度量；根据负荷峰谷差最小化模型和负荷方差最小化模型，调节电动汽车充放电起止时刻。本发明方法能更好激励各类型电动汽车积极参与调峰，可进一步减小负荷峰谷差。

Description

深化调峰的电动汽车群组合优化充放电方法

技术领域

本发明涉及电动汽车充放电技术领域，具体涉及一种深化调峰的电动汽车群组合优化充放电方法。

背景技术

环境污染和能源危机问题日益严峻，电动汽车作为一种无污染、低能耗的新型交通工具，正以更大规模、更快速取得发展。《节能与新能源汽车产业发展规划(2012-2020年)》预测，预计到2020年中国电动汽车保有量将达到500万～1000万辆。电动汽车广泛接入也对电网产生了更加深远的影响，大规模电动汽车无序充电行为所产生的负荷特性会加剧系统负荷峰谷差。在此背景下，研究有效削减电网峰谷差的电动汽车充放电策略，对于解决系统调度调峰难问题与促进电动汽车产业更健康发展具有重要意义。

就目前而言，在电动汽车参与电网削峰填谷过程中，研究者一般是仅针对单一类型电动汽车(私家车或出租车)开展相关研究，未结合多类型主流电动汽车差异化行为特性来制定充放电策略，不符合当前和未来电动汽车保有状态。因此，融合当前主流电动私家车和电动出租车，挖掘电动汽车融合调峰潜力，对于系统调度调峰有重大意义。

发明内容

以大规模电动汽车接入电力系统为对象，针对电动汽车削峰填谷现有策略的前述缺陷，本发明提供一种深化调峰的电动汽车群组合优化充放电方法，采用蒙特卡洛模拟法分析私家车、出租车和公交车3种类型电动汽车行为特性，基于车主意愿差异，确定车主对充电价格差和放电电价的响应特性，将电动汽车细分为V0G、V1G、V2G三种类型，并计算出三种类型电动汽车数量。进而以负荷峰谷差和负荷方差最小为优化目标，决策求解各类型电动汽车充放电起止时刻。本发明方法能更好激励各类型电动汽车积极参与调峰，可进一步减小负荷峰谷差。

本发明采取的技术方案为：

深化调峰的电动汽车群组合优化充放电方法，包括以下步骤：

步骤1：对电动汽车行为特性，进行蒙特卡洛模拟，分析电动汽车行为特性对常规负荷特性影响情况；

步骤2：根据电动汽车行为特性对常规负荷特性影响进行分析，提出电动汽车充放电策略；

步骤3：根据车主意愿差异，将电动汽车分为V0G、V1G、V2G三种类型，考虑车主对充放电电价的响应模型、以及步骤2所述电动汽车充放电策略，计算电动汽车的车辆数；

步骤4：以放电利用能力和充电迫切程度，作为电动汽车充放电响应能力的表征，对充电迫切程度和放电利用能力进行评估度量；

步骤5：根据负荷峰谷差最小化模型和负荷方差最小化模型，调节电动汽车充放电起止时刻。

步骤1中，私家车充电开始时刻服从正态分布，行驶里程服从对数正态分布；出租车行驶里程在00:00-09:00和09:00-14:00时段服从正态分布，在14:00-19:00和19:00-24:00时段服从对数正态分布，充电开始时刻在4个时段均服从正态分布；公交车充电开始时刻和行驶里程均服从正态分布；采用蒙特卡洛模拟法，仿真无序充电状态下三种类型汽车对常规负荷特性影响情况；考虑到公交车行程固定、对电网常规负荷特性影响小的基础上，对公交车不进行额外控制，将其负荷归纳进常规负荷。

步骤2中，电动汽车充放电策略如下：

对于私家车，一天内分别在上午接入工作区电网和夜晚接入居民区电网，当私家车在工作区停靠时，调度中心控制有序充放电私家车在上午峰时段放电，有序充电私家车暂停充电，调节其到下午平时段再继续充电；当私家车在居民区停靠时，调度中心控制有序充放电私家车在夜晚峰时段放电，有序充电私家车暂停充电，调节其到谷时段再继续充电；

对于出租车，因车主凌晨交换班、中午用餐、下午交换班、夜晚休息的原因，一天内会停靠4次，由于中午用餐和夜晚休息分别集中在上午峰时段和夜晚峰时段，因此当车主在中午用餐和晚上休息时，调度中心控制有序放电出租车放电，有序充电出租车停止充电，有序放电出租车、有序充电出租车均以电量未满状态离开电网，等待下次停靠时再补充电量。

本发明一种深化调峰的电动汽车群组合优化充放电方法，技术效果如下：

1)、本发明以多类型电动汽车为研究对象，制定电动私家车和出租车组合充放电策略，更符合国内当前和未来电动汽车实际保有情况。

2)、本发明深入挖掘私家车与出租车的融合调峰潜力，相较于传统策略，本发明能减小更多的负荷峰谷差和负荷方差，起到更好的“削峰填谷”效果。

附图说明

图1为本发明的流程图。

图2为电动汽车无序充电时电网负荷曲线图。

图3(1)为私家车不同时间段充电电价示意图；

图3(2)为响应电价私家车功率变化示意图。

图4(1)为出租车不同时间段充电电价示意图；

图4(2)为响应电价出租车功率变化示意图。

图5为电动汽车放电电价响应曲线图。

图6为在本发明方法和传统策略控制下的电网负荷曲线图。

图7为不同分时电价下电网负荷曲线图。

图8为不同放电电价下电网负荷曲线图。

具体实施方式

步骤1：对电动汽车行为特性，进行蒙特卡洛模拟，分析电动汽车行为特性对常规负荷特性影响情况。

私家车、出租车、公交车有着不同的充电开始时刻和行驶里程分布特性：①私家车，充电开始时刻服从正态分布，行驶里程服从对数正态分布；②出租车，行驶里程在00:00-09:00和09:00-14:00时段服从正态分布，在14:00-19:00和19:00-24:00时段服从对数正态分布，充电开始时刻在4个时段均服从正态分布；③公交车，充电开始时刻和行驶里程均服从正态分布。本发明采用蒙特卡洛模拟法，仿真无序充电状态下三种类型汽车对常规负荷特性影响情况，如图2所示。

由图2可见，常规负荷在一天内存在两个负荷高峰时段，即上午峰时段和夜晚峰时段，私家车分别在两个峰时段期间停靠充电，增大了电网负荷高峰，造成了明显的负荷“峰上加峰”问题；而出租车的充电负荷，除了在上午峰时段和夜晚峰时段产生了负荷“峰上加峰”问题外，也致使电网负荷在下午平时段和谷时段形成新的负荷高峰；而对于公交车，由于其充电负荷主要集中在负荷的低谷时段，对常规负荷起到一定程度的“填谷”作用。

因此，在包含多类型电动汽车的实际运行状况中，考虑到公交车行程固定、对电网常规负荷特性影响小的基础上，对公交车不进行额外控制，将其负荷归纳进常规负荷，本发明重点研究私家车和出租车参与的组合优化充放电策略，深入挖掘电动汽车削峰填谷潜力。

步骤2：依据对电动私家车和电动出租车行为特性的分析，提出了考虑私家车/出租车差异化特性的组合充放电策略；

(1)、私家车充放电策略：

一天内私家车两次接入电网，通常在上午平时段(8:00-10:00)接入工作区电网和夜晚峰时段(18:00-23:00)接入居民区电网，且每次停靠持续时间均较长，约为8-10h，时间长到足以让有序充电和有序充放电私家车在峰时段暂停充电，待非峰时段来临再继续充电。

因此，当私家车在工作区停靠时，调度中心可控制有序充放电私家车在上午峰时段(10:00-13:00)放电，以及有序充电私家车暂停充电，令其在下午平时段(13:00-18:00)补充电量；当私家车在居民区停靠时，控制有序充放电私家车在夜晚峰时段放电，及有序充电私家车暂停充电，令其在谷时段(1:00-8:00)补充电量，如图3(1)所示；图3(2)为响应电价的私家车功率示意图。图中，t_1,in、t_1,out、t_1,pe分别为私家车接入电网时刻、离开电网时刻、停靠持续时间，P_1,c为私家车充电功率，P_d为放电功率。

(2)、出租车充放电策略：

因车主中午用餐、夜晚休息、下午交换班和凌晨交换班，出租车在一天内停靠4次，其中中午用餐主要集中在上午峰时段，夜晚休息主要集中在夜晚峰时段。同时，出租车每次停靠时间均较短，约为1.5h，出租车无法像私家车停留到非峰时段来临再继续充电，只能以电池未满状态离开电网等待下次停靠时再充电。

因此，在中午用餐时，调度中心控制有序放电出租车在停靠期间放电，以及有序充电出租车停止充电，令其在下午交换班时再充电；在晚上休息时，控制有序放电出租车在停靠期间放电，以及有序充电出租车停止充电，令其在凌晨交换班时再充电。

基于上述分析可知，出租车必在两次交换班时进行充电，同时考虑到两次换班分别集中在下午平时段和谷时段，由此调度中心调节两次换班时刻分别均匀分布在下午平时段和谷时段区间，避免出租车集中充电形成新负荷高峰，如图4(1)所示；图4(2)为响应电价的出租车功率示意图，图4(2)中，t_2,in、t_2,out、t_2,pe为出租车接入电网时刻、离开电网时刻、停靠时间，P_2,c为出租车充电功率。

步骤3：根据车主意愿差异，将电动汽车分为V0G、V1G、V2G三种类型，考虑车主对充放电电价的响应模型、以及步骤2所述电动汽车充放电策略，计算电动汽车的车辆数。根据车主对充放电电价的响应，考虑到车主对电价的响应过程可用一个分段线性函数来表示，以及出租车车主对电价的敏感度和响应饱和值均小于私家车车主。对于放电电价，可建立车主对放电电价响应模型：

式中，c_d为放电电价；λ_i,d为电动汽车对放电电价响应度；λ_i,dmax、a_i,d、b_i,d是电动汽车对放电电价的响应饱和值、死区阈值、饱和区阈值；i＝1时为私家车，i＝2时为出租车。图5为电动汽车放电电价响应曲线。

对于充电价格，本发明采用分时电价，由此研究峰-谷、峰-平电价差对车主的引导，车主对峰-谷和峰-平电价差响应模型表达式与车主对放电电价响应模型相似，车主对峰-谷和峰-平电价差响应曲线与图5形状相同。

车主对峰-谷电价差响应模型：

式中，c_pv为峰-谷电价差；λ_i,pv为电动汽车对峰-谷电价差响应度；λ_i,pvmax、a_i,pv、b_i,pv是电动汽车对峰-谷电价差的响应饱和值、死区阈值、饱和区阈值。

车主对峰-平电价差响应模型：

式中，c_pf为峰-平电价差；λ_i,pf为电动汽车对峰-平电价差响应度；λ_i,pfmax、a_i,pf、b_i,pf是电动汽车对峰-平电价差的响应饱和值、死区阈值、饱和区阈值。

考虑到车主意愿对电动汽车功率需求影响，车主意愿差异主要体现在两个方面：

①、是否选择有序充电；

②、是否允许电动汽车向电网放电，电动汽车可进一步细分为V0G、V1G和V2G三种类型。其中，V0G类型电动汽车EV为无序充电，V1G类型电动汽车EV为有序充电控制，V2G类型电动汽车EV为有序放电控制。根据前述私家车与出租车不同充放电策略，以及车主对充放电电价响应度，可分别确定私家车与出租车的三种类型车辆数。

对于私家车，设N₁为私家车总数量，N_1,V0G(j)、N_1,V1G(j)、N_1,V2G(j)为私家车第j次停靠时V0G、V1G、V2G类型的数量，可分别按下式确定：

对于出租车，设N₂为出租车总数量，N_2,V0G(j)、N_2,V1G(j)、N_2,V2G(j)为出租车第j次停靠时V0G、V1G、V2G类型的数量，可分别按下式确定：

式中，λ_1,d、λ_1,pf、λ_1,pv分别为私家车对放电电价、峰平电价差、峰谷电价差响应度；λ_2,d、λ_2,pf、λ_2,pv分别为出租车对放电电价、峰平电价差、峰谷电价差响应度，均可由电价响应模型确定。

步骤4：以放电利用能力和充电迫切程度，作为电动汽车充放电响应能力的表征，对充电迫切程度和放电利用能力进行评估度量。

在电动汽车接入电网时，调度中心根据充电桩通信装置所读取的电动汽车信息，计算出电动汽车放电利用能力和充电迫切程度；

电动汽车信息包括接入电网时刻t_i,in、期望离开时刻t_i,out、初始荷电状态SOC_i,in和期望荷电状态SOC_i,out；

放电利用能力和充电迫切程度通过如下时间指标度量：

(1)、放电利用能力的时间度量：

在不同充放电控制响应类型汽车中，仅有V2G类型电动汽车EV支持放电，放电利用能力的时间度量是针对该类型车辆；

首先提出临界电量的概念，只有电池SOC大于临界电量的电动汽车才有放电的能力，以此为判断依据，从V2G类型电动汽车EV中筛选出有放电能力的电动汽车。

定义私家车临界电量，是保证电池SOC在非峰时段期间能充到SOC_i,out的最小剩余电量，出租车临界电量用来描述出租车离开电网时，能满足预计耗电量的电池剩余电量最小值。考虑到电池可用荷电状态为10％～90％，V2G类型电动汽车EV临界电量为：

式中，SOC_1,V2Gmin、SOC_2,V2Gmin分别为私家车、出租车的临界电量；SOC_1,out为私家车期望荷电状态；Q₁、Q₂分别为私家车、出租车电池额定容量；P_1,c为私家车充电功率；t_1,out为私家车期望离开时刻；t_p,e为峰时段结束时刻；W₂为出租车每公里耗电量；L₂为出租车预计行驶里程；η_c为充电效率。

若电动汽车EV以额定功率持续放电，可计算出电动汽车EV可放电时间T_i,dlast为：

式中，SOC_i,in为EV初始荷电状态；η_d为放电效率。当T_i,dlast＝0，表明电动汽车EV没有能力参与反向供电。当T_i,dlast>0，优先令可放电时间较长的EV放电。

(2)、充电迫切程度的时间度量：

V1G、V2G类型电动汽车EV均支持有序充电控制，充电迫切程度的时间度量即是针对该类型车辆，采用充电所需时间与剩余停留时间之比，反映充电迫切程度。V1G、V2G类型电动汽车EV充电所需时间T_i,V1Gc、T_i,V2Gc可分别表示为：

式中，T_i,V2Gd为V2G类型EV放电时间。设当前时刻t到预期离网时刻t_i,out的时间T_i,stay＝t_i,out-t，则V1G、V2G类型电动汽车EV充电迫切度γ_i,V1Gc、γ_i,V2Gc分别表示为：

以电动汽车充放电起止时刻为优化变量，以“负荷峰谷差”和“负荷方差”作为评价削峰填谷效果的两个指标，建立“负荷峰谷差”和“负荷方差”最小化的电动汽车充放电优化求解模型。

a.目标函数1：负荷峰谷差最小化；

负荷峰谷差为一日内电网负荷的最大值与最小值之差，而峰谷差最小化是解决电网负荷峰值过高的问题。该优化目标表示为：

minf₁＝max{P_load(t)+P_ev(t)}-min{P_load(t)+P_ev(t)}

式中，f₁为负荷峰谷差；P_load(t)为t时刻的电网常规负荷；P_ev(t)为电动汽车群t时刻的总功率；P_i,V0G(k,t)、P_i,V1G(k,t)、P_i,V2G(k,t)为V0G、V1G、V2G类型中第k辆EV在t时刻的负荷功率，充电为正，放电为负；t_i,V0Gcs、t_i,V0Gce为V0G类型EV充电起止时刻；t_i,V1Gcs、t_i,V1Gce为V1G类型EV充电起止时刻；t_i,V2Gcs、t_i,V2Gce为V2G类型EV充电起止时刻；t_i,V2Gds、t_i,V2Gde为V2G类型EV放电起止时刻。

b.目标函数2：负荷方差最小化：

负荷方差可反映负荷曲线的平坦程度，从负荷特性来讲，负荷方差最小化有利于降低系统的负荷波动。该优化目标可表示为：

式中，f₂为负荷方差；P_av为日平均负荷；T为一天时长；P_load(t)为t时刻的电网常规负荷；P_ev(t)为电动汽车群t时刻的总功率；

约束条件：

1)放电起止时刻约束：

式中，t_p,s为峰时段开始时刻。

2)充放电功率约束：

-N_park(t)P_d≤P_ev(t)≤N_park(t)P_c

式中，N_park(t)为t时刻停驶的电动汽车数量。

实施例：

某区域内电动私家车有100辆，电动出租车有30辆，电动私家车、电动出租车参数如表1所示，分时电价数据如表2所示。

表1不同类型EV的充电参数表

表2分时电价参数表

放电电价为充电电价的ε倍，ε为放电系数，介于0～1之间。当ε＝0.5时，放电电价取1.0元/kW·h。私家车(出租车)对放电电价、峰谷电价差、峰平电价差响应模型的死区阈值、饱和区阈值和响应饱和值3个参数如表3所示。

表3响应模型参数设置表

EV期望荷电状态为在[80％,100％]均匀分布的随机数，充放电效率分别为0.92、0.93。在Matlab环境下，运用粒子群算法仿真计算本发明所提出的有序充放电策略与传统策略下电网负荷曲线、及其负荷峰谷差和负荷方差，对两种策略进行分析对比。进一步，研究电价对于车主使用意愿的影响。验证过程中，仿真项目包括：

(1)本发明方法和传统充放电策略比较：

图6为电动汽车在本发明方法和传统策略控制下电网总负荷、无序充电时电网总负荷与常规负荷曲线。表4为电动汽车在本发明方法和传统策略控制下的优化结果。

表4电动汽车在不同策略控制下结果比较表

可以看出：本发明方法控制更多电动汽车负荷从上午峰时段转移到下午平时段，起到更优的“削峰”作用；控制更多电动汽车负荷从夜晚峰时段转移到谷时段，起到更优的“填谷”作用。结果表明，相比传统策略，本发明方法下电网峰谷差由2248kW减少到2096kW，减少了152kW；负荷方差由551500MW²减少到480575MW²，减少了70925MW²。由此可见，本发明的有序充放电策略能够更好引导电动汽车减小负荷峰谷差以及平抑负荷波动性。

(2)不同电价-响应度对调峰效果的影响分析：

电动汽车车主对电价的响应程度不是一成不变的，与充电价格差、放电价格大小相关。在充电分时电价取表2数据，放电电价取1.0元/kW·h时，计算得私家车车主对峰平电价差响应度为47.5％，对峰谷电价差响应度为66.5％，对放电电价响应度为57％；出租车车主对峰平电价差响应度为25.71％，对峰谷电价差响应度为37.14％，对放电电价响应度为33.33％，表明依然有部分车主没有改变使用意愿，参与到电价需求响应。

①.不同分时电价-响应度对调峰效果的影响：

假设充电分时电价分别取表5中三组电价数据，放电电价取1.0元/kW·h不变时，图7为不同分时电价下电网负荷曲线，表6为不同分时电价下优化结果和响应度。

表5三组充电分时电价表

表6不同分时电价下优化结果和响应度表

表5的三组分时电价中，第3组分时电价的峰-平、峰-谷电价差最大，分别为1元/kW·h、1.8元/kW·h；第2组其次，为0.8元/kW·h、1.6元/kW·h；第1组最小，为0.6元/kW·h、1.4元/kW·h。从图7和表6可看出，随着分时电价差的增大，车主对分时电价的响应程度越高，电网的负荷峰谷差和负荷方差越小，表明分时电价不仅能有效地引导车主进行有序充电行为，而且其价格差的增大能激励更多车主进行有序充电。

②.不同放电电价-响应度对调峰效果的影响：

假设分时电价取表2数据，放电系数ε分别取0.3、0.5、0.7，即放电电价分别取0.6元/kW·h、1.0元/kW·h、1.4元/kW·h时，图8为不同放电电价下电网负荷曲线，表7为不同放电电价下优化结果和响应度。

表7不同放电电价下优化结果和响应度表

从图8和表7可看出，当放电电价为0.6元/kW·h最小时，私家车、出租车车主对放电电价的响应程度最小，分别为19％和6.67％，此时“削峰填谷”效果最差，负荷峰谷差和负荷方差分别为2246kW、577551MW²；当放电电价为1.4元/kW·h最大时，私家车、出租车车主对放电电价响应度分别为95％和60％，此时“削峰填谷”效果最好，负荷峰谷差和负荷方差分别为1920kW、398167MW²。由此可见，随着放电电价的增大，更多车主参与放电响应，电动汽车对电网的“削峰填谷”效果也越好。

Claims

1.深化调峰的电动汽车群组合优化充放电方法，其特征在于包括以下步骤：

电动汽车分为V0G、V1G和V2G三种类型，其中，V0G类型电动汽车EV为无序充电，V1G类型电动汽车EV为有序充电控制，V2G类型电动汽车EV为有序放电控制；

根据私家车与出租车不同充放电策略，以及车主对充放电电价响应度，分别确定私家车与出租车的车辆数；

对于私家车，设N₁为私家车总数量，N_1,V0G(j)、N_1,V1G(j)、N_1,V2G(j)为私家车第j次停靠时V0G、V1G、V2G类型的数量，分别按下式确定：

式中，λ_1,d、λ_1,pf、λ_1,pv分别为私家车对放电电价、峰平电价差、峰谷电价差响应度；λ_2,d、λ_2,pf、λ_2,pv分别为出租车对放电电价、峰平电价差、峰谷电价差响应度，均可由电价响应模型确定；

2.根据权利要求1所述深化调峰的电动汽车群组合优化充放电方法，其特征在于：

3.根据权利要求1所述深化调峰的电动汽车群组合优化充放电方法，其特征在于：

步骤2中，电动汽车充放电策略如下：

4.根据权利要求1所述深化调峰的电动汽车群组合优化充放电方法，其特征在于：

步骤3中，考虑到车主对电价的响应过程用一个分段线性函数来表示，以及出租车车主对电价的敏感度和响应饱和值均小于私家车车主；对于放电电价，建立车主对放电电价响应模型：

式中，c_d为放电电价；λ_i,d为电动汽车对放电电价响应度；λ_i,dmax、a_i,d、b_i,d是电动汽车对放电电价的响应饱和值、死区阈值、饱和区阈值；i＝1时为私家车，i＝2时为出租车；

对于充电价格，采用分时电价，由此研究峰-谷、峰-平电价差对车主的引导，车主对峰-谷和峰-平电价差响应模型表达式与车主对放电电价响应模型相似；

车主对峰-谷电价差响应模型：

式中，c_pv为峰-谷电价差；λ_i,pv为电动汽车对峰-谷电价差响应度；λ_i,pvmax、a_i,pv、b_i,pv是电动汽车对峰-谷电价差的响应饱和值、死区阈值、饱和区阈值；

车主对峰-平电价差响应模型：

式中，c_pf为峰-平电价差；λ_i,pf为电动汽车对峰-平电价差响应度；λ_i,pfmax、a_i,pf、b_i,pf是电动汽车对峰-平电价差的响应饱和值、死区阈值、饱和区阈值；

考虑到车主意愿对电动汽车功率需求影响，车主意愿差异体现在两个方面：

①、是否选择有序充电；

②、是否允许电动汽车向电网放电。

5.根据权利要求1所述深化调峰的电动汽车群组合优化充放电方法，其特征在于：

步骤4中，在电动汽车接入电网时，调度中心根据充电桩通信装置所读取的电动汽车信息，计算出电动汽车放电利用能力和充电迫切程度；

放电利用能力和充电迫切程度通过如下时间指标度量：

(1)、放电利用能力的时间度量：

首先提出临界电量的概念，只有电池SOC大于临界电量的电动汽车才有放电的能力，以此为判断依据，从V2G类型电动汽车EV中筛选出有放电能力的电动汽车；

定义私家车临界电量，是保证电池SOC在非峰时段期间能充到SOC_i,out的最小剩余电量，出租车临界电量用来描述出租车离开电网时，能满足预计耗电量的电池剩余电量最小值；考虑到电池可用荷电状态为10％～90％，V2G类型电动汽车EV临界电量为：

式中，SOC_1,V2Gmin、SOC_2,V2Gmin分别为私家车、出租车的临界电量；SOC_1,out为私家车期望荷电状态；Q₁、Q₂分别为私家车、出租车电池额定容量；P_1,c为私家车充电功率；t_1,out为私家车期望离开时刻；t_p,e为峰时段结束时刻；W₂为出租车每公里耗电量；L₂为出租车预计行驶里程；η_c为充电效率；

式中，SOC_i,in为EV初始荷电状态；η_d为放电效率；当T_i,dlast＝0，表明电动汽车EV没有能力参与反向供电；当T_i,dlast>0，优先令可放电时间较长的EV放电；

(2)、充电迫切程度的时间度量：

V1G、V2G类型电动汽车EV均支持有序充电控制，充电迫切程度的时间度量即是针对该类型车辆，采用充电所需时间与剩余停留时间之比，反映充电迫切程度；V1G、V2G类型电动汽车EV充电所需时间T_i,V1Gc、T_i,V2Gc可分别表示为：

式中，T_i,V2Gd为V2G类型EV放电时间；设当前时刻t到预期离网时刻t_i,out的时间T_i,stay＝t_i,out-t，则V1G、V2G类型电动汽车EV充电迫切度γ_i,V1Gc、γ_i,V2Gc分别表示为：

6.根据权利要求1所述深化调峰的电动汽车群组合优化充放电方法，其特征在于：

步骤5中，

a.负荷峰谷差最小化模型的目标函数：

负荷峰谷差为一日内电网负荷的最大值与最小值之差，而峰谷差最小化是解决电网负荷峰值过高的问题；该优化目标表示为：

minf₁＝max{P_load(t)+P_ev(t)}-min{P_load(t)+P_ev(t)}

式中，f₁为负荷峰谷差；P_load(t)为t时刻的电网常规负荷；P_ev(t)为电动汽车群t时刻的总功率；P_i,V0G(k,t)、P_i,V1G(k,t)、P_i,V2G(k,t)为V0G、V1G、V2G类型中第k辆EV在t时刻的负荷功率，充电为正，放电为负；t_i,V0Gcs、t_i,V0Gce为V0G类型EV充电起止时刻；t_i,V1Gcs、t_i,V1Gce为V1G类型EV充电起止时刻；t_i,V2Gcs、t_i,V2Gce为V2G类型EV充电起止时刻；t_i,V2Gds、t_i,V2Gde为V2G类型EV放电起止时刻；

b.负荷方差最小化模型的目标函数：

负荷方差可反映负荷曲线的平坦程度，从负荷特性来讲，负荷方差最小化有利于降低系统的负荷波动；该优化目标可表示为：

式中，f₂为负荷方差；P_av为日平均负荷；T为一天时长；

约束条件：

1)放电起止时刻约束：

式中，t_p,s为峰时段开始时刻；

2)充放电功率约束：

-N_park(t)P_d≤P_ev(t)≤N_park(t)P_c

式中，N_park(t)为t时刻停驶的电动汽车数量。