租賃模式下的電動汽車電池集中充放電策略*

鄭丹 文福拴

(1.華南理工大學(xué) 電力學(xué)院，廣東 廣州 510640;2.浙江大學(xué) 電氣工程學(xué)院，浙江 杭州 310027)

電動汽車技術(shù)在過去的10 多年間得到了快速發(fā)展.對于電力系統(tǒng)而言，電動汽車的發(fā)展給電網(wǎng)帶來的影響既有正面的，也有負(fù)面的.電動汽車電池相當(dāng)于一個分布式的發(fā)電單元，空閑時間可以把電池中冗余的電能釋放回電力系統(tǒng)［1］.這種電動汽車與電力系統(tǒng)之間的互動聯(lián)系被稱之為V2G 放電技術(shù).

已有文獻(xiàn)指出通過優(yōu)化電動汽車V2G 技術(shù)可以給車主和電力系統(tǒng)帶來一定收益.例如電動汽車用戶可以利用充電策略在用電低峰時段進(jìn)行充電，達(dá)到降低駕駛成本的目的［2］;同時，用戶也可以在用電高峰時段，反方向地把電池中的電能向電力系統(tǒng)輸送，達(dá)到平抑峰谷的目的，具有一定的調(diào)頻效果［3］，還可以獲得額外的放電補(bǔ)貼［4］.

然而，實(shí)現(xiàn)和產(chǎn)生以上提及的V2G 積極效應(yīng)需要一定的電動汽車發(fā)展規(guī)模、有效的充放電管理策略和合理的電動汽車補(bǔ)貼政策［5-6］.引導(dǎo)電動汽車積極參與智能的充放電策略，對電力系統(tǒng)的安全與經(jīng)濟(jì)運(yùn)行起積極作用，是非常必要的.

目前，針對上述問題國內(nèi)外已就電動汽車的V2G 技術(shù)進(jìn)行過許多模擬優(yōu)化的研究工作［7-10］.文獻(xiàn)［7］提出了一種充放電策略，把大規(guī)模的插入式混合動力電動汽車V2G 行為看成一種并聯(lián)有源濾波裝置，并通過建立模型提高風(fēng)力發(fā)電的質(zhì)量，優(yōu)化動態(tài)功率因數(shù)，解決諧波電流補(bǔ)償問題;文獻(xiàn)［8］分析了大規(guī)模電動汽車的充放電行為，提出了一種V2G 放電控制策略的優(yōu)化模型，幫助電力系統(tǒng)實(shí)現(xiàn)調(diào)頻.文獻(xiàn)［9］利用隨機(jī)仿真的方法分析電動汽車的充放電功率分布的情況和模擬風(fēng)速以及風(fēng)力發(fā)電機(jī)組的出力概率分布，建立電力系統(tǒng)的隨機(jī)經(jīng)濟(jì)調(diào)度模型，利用電動汽車與可再生能源發(fā)電的組合提高電力系統(tǒng)安全和經(jīng)濟(jì)運(yùn)行.文獻(xiàn)［10］通過分析比較3 種模擬狀況(隨意式充放電行為、只考慮本地用戶的智能充放電策略、顧及電力系統(tǒng)調(diào)度問題的智能V2G 放電策略)，建立優(yōu)化模型，采用宏觀策略進(jìn)行集中調(diào)控和統(tǒng)一管理、整合各個獨(dú)立的智能充放電行為，以達(dá)到幫助當(dāng)?shù)嘏潆娤到y(tǒng)削峰填谷的作用.

經(jīng)過分析各種有關(guān)電動汽車V2G 技術(shù)的文獻(xiàn)可以發(fā)現(xiàn)，大多數(shù)的研究主要是基于預(yù)測和分析電動汽車的隨機(jī)充放電行為，通過建立模型使其演變成多個分布式電源對電動汽車接入電力系統(tǒng)進(jìn)行優(yōu)化，但并沒有考慮細(xì)分歸類和針對某一個種類的電動汽車、駕駛習(xí)慣、在社會中的具體服務(wù)功能、以及充放電模式的具體分類.因此，文中首先選擇一種代表性強(qiáng)、普及起來相對容易的純電動公交車進(jìn)行研究［11-12］，減少由于電動汽車種類與功能服務(wù)的組合復(fù)雜多變而出現(xiàn)的大量不確定性因素，然后根據(jù)充放電模式的選擇研究其充放電特性，并在此基礎(chǔ)上建立優(yōu)化模型.

1 電池租賃模式下的電動公交車

1.1 電動公交車耗電、充電分析

純電動公交車在基于電池租賃模式下運(yùn)營，能夠?qū)崿F(xiàn)相對穩(wěn)定和準(zhǔn)確的電動汽車用電需求預(yù)測［13］，這是因?yàn)殡妱庸卉嚀碛泄潭ǖ倪\(yùn)行時間、固定的駕駛路線和獨(dú)特的充電模式.一般來說，大部分的公交車從每天早上6:00 左右開始營運(yùn)，直到晚上23:00 才結(jié)束(夜班的公交車除外)，且每一條公交線路擁有固定的服務(wù)路線［14］.在換電模式下，用電需求以電池個數(shù)作為統(tǒng)計(jì)單位，因而固定的服務(wù)路線決定了每條電動公交車擁有相對恒定的換電需求.

為提高公交車的效率，換電站只提供電池裝卸、更換、租賃服務(wù)，且服務(wù)時間與公交車公司的營運(yùn)時間相同;所有從公交車上回收的電池將統(tǒng)一送往指定地點(diǎn)的集中充電站，利用電力系統(tǒng)用電低峰時段進(jìn)行集中維護(hù)和充電服務(wù)［15］，在次日早上6:00 前完成電池充電工作并統(tǒng)一輸送到各個相應(yīng)的換電站.正是由于電動公交車擁有固定的營運(yùn)時間和相對恒定的換電需求，因而使得換電站和充電站的換電需求、充電計(jì)劃、資源調(diào)度等信息預(yù)測更加準(zhǔn)確，有利于協(xié)助電力系統(tǒng)制定調(diào)度計(jì)劃.

1.2 換電站與集中充電站的互動

換電站與集中充電站的互補(bǔ)協(xié)作便于選址與規(guī)劃:由于換電站只提供電池更換、裝卸服務(wù)，沒有涉及因充電問題而出現(xiàn)的大規(guī)模用電負(fù)荷，因此可規(guī)劃在公交車總站里或附近區(qū)域;電池的回收、配送、充電和維護(hù)維修服務(wù)由規(guī)劃在郊區(qū)或相對市中心電力負(fù)荷較低的集中充電站統(tǒng)一管理.

根據(jù)每個換電站服務(wù)覆蓋公交車線路的數(shù)量、長短、時長等實(shí)際情況，集中充電站可以做出每個對應(yīng)服務(wù)區(qū)域的換電需求預(yù)測，還可以根據(jù)各站內(nèi)的電池充放電能力，預(yù)先制定或調(diào)整當(dāng)天的充電策略;為滿足次日換電需求，集中充電站在用電低峰時期集中對回收的電池進(jìn)行充電工作.除去換電需求后，額外多儲備的電量可以在特殊情況下充當(dāng)緊急應(yīng)變策略:利用V2G 放電技術(shù)，在電力系統(tǒng)有電力需求時集中向電力網(wǎng)絡(luò)輸送電能，充當(dāng)分布式電源的角色，適當(dāng)緩解電力系統(tǒng)供電緊張問題.因此，電動汽車選擇換電池的充電模式既能快速補(bǔ)充電量、提高工作效率，又能避免在用電高峰時期出現(xiàn)大量充電負(fù)荷而影響電力系統(tǒng)的正常供電，還可以通過集中向電力系統(tǒng)輸送多儲備的電量得到一定的補(bǔ)貼.換電站與充電站互動的具體流程如圖1 所示.

圖1 集中充電站與換電站的互動Fig.1 Interaction between centralized charging stations and battery swapping stations

2 集中充放電的策略組合優(yōu)化

2.1 集中充電站的優(yōu)化模型

在規(guī)劃目標(biāo)年內(nèi)，在現(xiàn)有規(guī)劃的Nccs個集中充電站中實(shí)施集中充、放電策略.每個集中充電站只對一個指定的換電站提供充電電池的配送和回收電池的充放電服務(wù)，通過統(tǒng)計(jì)和預(yù)測每天電動公交車換電需求，根據(jù)峰、谷各自時段的用電、充電價格，在充電電池容量、充放電架功率、集中充電站的配電變壓器容量已定的情況下，考慮電池租賃模式下每天總回收電池初始電量狀態(tài)的不確定性，以提供的電池配送服務(wù)能夠滿足各個服務(wù)區(qū)域內(nèi)電動公交車每天的總換電需求、以及配電系統(tǒng)的供電可靠性為約束條件，使規(guī)劃區(qū)域內(nèi)所有集中充電站的整體運(yùn)營成本最經(jīng)濟(jì)，在V2G 模式下向電力系統(tǒng)放電的效益最大.綜合優(yōu)化問題的數(shù)學(xué)模型為

式中:Ncss為集中充電站的總個數(shù);mk為第k 個集中充電站中參與電池充電的充放電架總數(shù)量;d 為集中充電站的充放電策略周期，以日為計(jì)算單位;ω1為充電成本系數(shù)，已計(jì)及電池從電力系統(tǒng)取電的購電價格和充電效率;為第k 個集中充電站中的充電功率;ΔT 為每天充放電的時段長度，并假設(shè)充電的時間長度和放電的時間長度相同;Xi，k(d)為第d 天里、第k 個集中充電站中的第i 個充放電架的充電決策變量，當(dāng)Xi，k(d)=1 時，第k 個集中充電站中第i 個充放電架正在充電，反之Xi，k(d)=0 表示停止對電池充電;Uk為第k 個集中充電站的投資費(fèi)用;r0、z1、α 分別為投資折算率、運(yùn)營折算年限、維護(hù)費(fèi)用折算率;nk為第k 個集中充電站中參與V2G 放電的充放電架總數(shù)量;ω2為V2G 放電成本系數(shù)，已計(jì)及向電力系統(tǒng)放電的獎勵費(fèi)用和放電效率為在第d+1 天中、第k 個集中充電站中第j 個充電架參與V2G 集中放電的放電功率;為第k 個集中充電站中第j 個充電架的放電電壓;Xj，k(d)為在第d 天中、第k 個集中充電站中的第j 個充放電架的放電決策變量，當(dāng)Xj，k(d)=1 時，第k 個集中充電站中的第j 個充放電架利用V2G 技術(shù)放電，反之Xj，k(d)=0表示停止對電池放電;

假設(shè)在營運(yùn)的首日，從換電站中所回收的電池沒有冗余電量，則集中充電站應(yīng)首先對電池進(jìn)行充電，其中產(chǎn)生的充電成本為其次，當(dāng)首日的總充電量在滿足次日的換電需求后，仍有多余的儲備電量足夠使集中充電站利用V2G 技術(shù)在次日的用電高峰時段對電力系統(tǒng)集中放電，此時充電站可以從電力公司獲得的放電補(bǔ)貼 為:式(1)中的為各個集中充電站的所有配電、用電和充放電設(shè)備的維護(hù)與檢修費(fèi)用;由于文中考慮的是集中充電站的充放電策略，所以不包括地價等涉及地理環(huán)境因素的問題.

2.2 模型約束條件

假設(shè)租賃模式下配備的電池總量和各充電站中電池庫存容量固定不變，每一天的充放電計(jì)劃必將影響和制約集中充電站的次日營運(yùn)決策.若集中充電站增加了充電計(jì)劃，基于電動公交車換電需求相對恒定的條件，多儲備的電池個數(shù)在電力系統(tǒng)有電力需求時，利用V2G 技術(shù)把電池中冗余的電量反方向向電力網(wǎng)絡(luò)輸送電能，計(jì)劃充電的電量越多，V2G集中放電的效果越明顯.然而，V2G 放電量越多意味著集中充電站在不超出配電變壓器容量情況下需要制定更多的充電計(jì)劃才能滿足次日的換電需求.

V2G 放電量的能力取決于集中充電站庫存中在完成電池配送工作后冗余電池電量的多少.而冗余電池電量的多少則與前一天的充電計(jì)劃、回收電池的SOC 總量、換電需求及前一天V2G 集中放電量密切相關(guān).

實(shí)施集中充放電策略前，各個集中充電站根據(jù)換電需求來制定和優(yōu)化充電計(jì)劃.充放電策略實(shí)施后，集中充電站利用庫存中的冗余電量選擇在有電力應(yīng)急需求時向電力網(wǎng)絡(luò)輸送電力.電動公交車營運(yùn)結(jié)束后，換電站把所有回收的電池統(tǒng)一送回各個對應(yīng)服務(wù)的集中充電站，對所有回收電池、現(xiàn)有庫存中的電池電量進(jìn)行集中管理和SOC 統(tǒng)計(jì)，制定當(dāng)日集中充電計(jì)劃以滿足次日換電站的換電需求.集中充電站充、放電計(jì)劃與決策推算過程如圖2 所示.

圖2 集中充電站的充放電策略制定流程Fig.2 Determining process of charging-discharging strategy for centralized charging stations

由于在實(shí)施集中充、放電策略前集中充電站中沒有計(jì)劃通過冗余的電池電量進(jìn)行V2G 放電，因此文中假設(shè)前一天的集中充電站中冗余電量只與前一天的充電計(jì)劃和次日換電站的換電需求有關(guān)，約束為

在實(shí)施集中充電策略后，除去次日換電需求，集中充電站可以利用前一天冗余的電量和當(dāng)天通過換電站從電動公交車上回收的電池電量在電力系統(tǒng)有需求的時候進(jìn)行V2G 統(tǒng)一放電.因此，當(dāng)有V2G 集中放電策略參與時，次日第k 個集中充電站的冗余電量(d+1)與前一天冗余的電量(d)的關(guān)系為

集中充電站現(xiàn)有的儲備電池電量和回收的電池SOC 越多，電動汽車V2G 可放電量越大、充電站從電力系統(tǒng)中充當(dāng)分布式電源而得到的放電補(bǔ)貼也就越多.為獲得更多的放電補(bǔ)貼，集中充電站每天需要根據(jù)所統(tǒng)計(jì)的回收電池SOC、庫存中現(xiàn)有的電池電量、次日需求等數(shù)據(jù)不斷調(diào)整充電計(jì)劃和策略，以達(dá)到次日最優(yōu)V2G 充放電效果.最大放電量需滿足

各個集中充電站在滿足每天相應(yīng)換電站換電需求的同時，總儲存的電量不能超出各集中充電站的電池庫存上限:

式中:Bk為各個集中充電站庫存中的電池總數(shù)量;ΔT 為第d +1 天中第k 個集充電站的總放電電量;不同線路的電動公交車運(yùn)行環(huán)境導(dǎo)致電池的耗電情況各不相同，因此文中將效仿文獻(xiàn)［16］的研究方法，假設(shè)所有回收電池的SOC在一定的范圍內(nèi)浮動變化，并服從正態(tài)分布.

當(dāng)每個集中充電站的充放電架都滿載運(yùn)行時，必須滿足充電站各自配備的變壓器容量的約束:

式中，cosφ 為功率因素.

為保證和維護(hù)充電電池的使用安全和電池壽命，每個回收的充電電池在參與V2G 放電行為后的SOC 必須滿足第k 個集中充電站的V2G 放電能力約束:

3 模型求解與算例

3.1 場景模擬

為說明電動公交車通過集中充電站的充放電策略實(shí)現(xiàn)V2G 優(yōu)化的效果，文中基于下面幾個假設(shè)條件，利用粒子群優(yōu)化(PSO)遺傳算法對集中充電站的優(yōu)化模型進(jìn)行求解:

(1)某城市計(jì)劃把多條公交車線路發(fā)展成以更換電池作為補(bǔ)充電量模式的電動公交車(營運(yùn)路線不變)，其中4 個公交總站將改造成電動汽車換電站，共500 輛電動公交車.

(2)假設(shè)計(jì)劃改造的多條公交線路平均一天一輛車的日行程為270 km.盡管每條線路的交通環(huán)境、地區(qū)分布、負(fù)荷壓力等營運(yùn)條件各不相同，每輛電動公交車每天只需要從換電站中更換1 次電池即可滿足當(dāng)天的耗電需求;若按照一輛電動汽車需要安裝1 組充電電池來計(jì)算，則換電站每天需要2 組充電電池.

(3)換電站只提供電池更換服務(wù)，不參與V2G充放電行為，營業(yè)時間與電動公交車營運(yùn)時間一致，從早上6:00 開始至晚上23:00 結(jié)束;當(dāng)運(yùn)營結(jié)束后，電動公交車必須歸還所有電池給換電站，每輛車為空車狀態(tài)(沒有裝備電池);按照假設(shè)條件(2)來推算，每天換電站需要配備2 組充滿電的電池給一輛電動公交車.

(4)每個換電站只與一個集中充電站進(jìn)行一對一的電池充電、配送服務(wù).待電池?fù)Q電站營業(yè)結(jié)束后開始統(tǒng)一運(yùn)送所有回收和待服務(wù)的電池到指定相應(yīng)集中充電站.

(5)所有回收的電池SOC 符合正態(tài)分布，均值為電池額定電量的30%、方差為0.12、范圍為5%～45%［17］.

(6)各個集中充電站的站址(共有4 個)均選擇投建在電力負(fù)荷相對較輕且交通運(yùn)輸便捷的區(qū)域，其集中充電時間從用電低峰時段開始充電至次日的早上6:00 前結(jié)束，即晚上23:00 至早上6:00.

(7)集中充電站中一個充放電機(jī)對應(yīng)服務(wù)一個電池，SOC 接近或等于零電量的電池完全充滿電需要7 h.

(8)除用電低峰時段，當(dāng)電力系統(tǒng)有調(diào)度需求時，集中充電站可在高峰或平峰時段利用冗余的電池電量集中向電力系統(tǒng)放電.

3.2 優(yōu)化模型的PSO 求解

采用PSO 方法求解前面發(fā)展的優(yōu)化模型，求解步驟為:

(1)粒子群初始化，在允許的范圍之內(nèi)隨機(jī)設(shè)定粒子的初始位置和初始速度;

(2)計(jì)算粒子的適應(yīng)度，將每個粒子的坐標(biāo)設(shè)置為當(dāng)前位置并計(jì)算出相應(yīng)的極限值，然后把當(dāng)中最好的極限值作為全局極限值并設(shè)置為最佳粒子的當(dāng)前位置;

(3)比較每個粒子的適應(yīng)度和當(dāng)前的個體極限值，如果其值優(yōu)于個體極限值則更新粒子的位置和個體極限值;

(4)比較每個粒子的個體極限值和全局極限值，如果其值優(yōu)于全局極限值則更新粒子的位置和全局極限值;

(5)更新步驟(1)中每個粒子的位置和速度;

(6)檢驗(yàn)是否達(dá)到最大迭代次數(shù)，如果否，返回步驟(2)，直到滿足迭代條件為止.

4 算例及仿真結(jié)果

各個換電站、集中充電站、充電電價、放電補(bǔ)貼和電力系統(tǒng)等的基本參數(shù)分別見表1 和2.

表1 優(yōu)化模型的基本參數(shù)Table 1 Basic parameters for the optimization model

表2 各個集中充電站的需求與容量Table 2 Demand and capacity of each centralized charging station

為說明V2G 集中放電策略對電力系統(tǒng)和集中充電站營運(yùn)的積極影響，文中將利用雙向充放電模式策略下(集中充電站參與V2G 集中放電)的優(yōu)化結(jié)果與單向充電模式下(集中充電站不參與V2G集中放電)的優(yōu)化結(jié)果作比較，以1 號集中充電站的求解結(jié)果為例，見表3.

表3 1 號集中充電站的充電策略1)Table 3 Charging strategy of centralized charging station 1#

在缺少V2G 放電的情況下，為滿足次日換電站的換電需求，集中充電站利用智能充電策略管理對電池進(jìn)行充電，7 天總充電量為142.8 MW·h，7 天中單日最高的充電量達(dá)35 MW·h，7 天營運(yùn)的總開支成本約為5.89 萬元.在加入了V2G 集中放電模式后，集中充電站的充放電策略優(yōu)化結(jié)果為:7 天總充電量約為179.1 MW·h，比沒有參與V2G 放電模式下的結(jié)果多出了36.3 MW·h 的充電量，7 天總放電量為37.6MW·h，單日最高放電量為9.6 MW·h，7 天營運(yùn)總開支成本合約為4.54 萬元.

由于電力系統(tǒng)的峰谷負(fù)荷差異大，每一次機(jī)組根據(jù)負(fù)荷變化而做出的響應(yīng)必然會產(chǎn)生一定的能源損耗.然而，大規(guī)模的集中充電負(fù)荷可以幫助系統(tǒng)改善這個問題.從表4 的模擬優(yōu)化結(jié)果中可統(tǒng)計(jì)得出4 個集中充電站在沒有V2G 充放電計(jì)劃下和有V2G放電計(jì)劃參與的區(qū)別，總充電量分別為900.0 MW·h和1065.5 MW·h.基于租賃管理模式，集中充電站可待公交車結(jié)束營運(yùn)后，利用電力低峰時期進(jìn)行集中充電管理，降低充電成本，即是從晚上23:00 至次日早上的6:00.一方面，這些大規(guī)模的集中充電負(fù)荷將可以提高電力系統(tǒng)谷負(fù)荷水平，有效地降低因響應(yīng)峰谷差而機(jī)組頻密停、啟動作的次數(shù)，提高電力系統(tǒng)的運(yùn)行的經(jīng)濟(jì)性，避開因在用電高峰時段充電而給電力系統(tǒng)增加更多負(fù)荷壓力的沖突、甚至創(chuàng)出新的峰值.

表4 4 個集中充電站的充電策略Table 4 Charging strategy of 4 centralized charging stations

在有V2G 集中放電策略的參與下，4 個集中充電站7 天總計(jì)向電力系統(tǒng)輸送電力的總電量達(dá)177.7 MW·h，V2G 集中放電的時間選擇在電力系統(tǒng)負(fù)荷高峰時段，4 個集中充電站在7 天的營運(yùn)周期中各自單日最大放電量累計(jì)為49.1 MW·h，共節(jié)省了13.15 萬元的開支.由此而見，雖然在有V2G放電的參與下集中充電站的充電量有所增加，但從整體數(shù)據(jù)結(jié)果中分析和對比可以看到7 天營運(yùn)效果的明顯區(qū)別:集中充電站在有V2G 集中放電策略的參與下，集中管理利用電池冗余電量的優(yōu)勢不僅體現(xiàn)在節(jié)省營運(yùn)成本上，大規(guī)模的集中放電量還可以幫助電力系統(tǒng)“削峰”，協(xié)助電力系統(tǒng)改善負(fù)荷曲線的峰谷差、減少電源和電力網(wǎng)絡(luò)的投資、降低系統(tǒng)運(yùn)行成本.

5 結(jié)語

文中基于電池租賃的管理模式，分析了電動公交車的充電模式:換電站負(fù)責(zé)向電動公交車提供電池快速更換服務(wù)，回收的電池送往集中充電站并利用低谷時段進(jìn)行集中充電.針對此模式下集中充電站中充電架的充放電習(xí)慣和特點(diǎn)，建立以運(yùn)營成本為優(yōu)化目標(biāo)的模型，結(jié)合算法求解得出基于電池租賃的管理模式下的V2G 集中充放電策略.算例結(jié)果表明，集中充電站在用電低峰時段集中充電可以提高電力系統(tǒng)低谷負(fù)荷水平，有利于整個系統(tǒng)經(jīng)濟(jì)運(yùn)行，從而實(shí)現(xiàn)“填谷”作用;同時，集中充電站利用電池中冗余的電量在電力系統(tǒng)高峰時段進(jìn)行V2G 集中放電，不但降低了電池租賃模式下的營運(yùn)成本，而且還可以協(xié)助系統(tǒng)改善負(fù)荷曲線的峰谷差問題，具有明顯的“削峰”效果.

［1］Sovacool B K，Hirsh R F.Beyond batteries:an examination of the benefits and barriers to plug-in hybrid electric vehicles (PHEVs)and a vehicle-to-grid (V2G)transition［J］.Energy Policy，2009，37(3):1095-1103.

［2］Andersen P H，Mathews J，Morten R.Integrating private transport into renewable energy policy:the strategy of creating intelligent recharging grids for electric vehicles［J］.Energy Policy，2009，37(7):2481-2486.

［3］Sekyung Han，Soohee Han，Kaoru Sezaki.Development of an optimal vehicle-to-grid aggregator for frequency regulation［J］.IEEE Transactions on Smart Grid，2010，1(1):65-72.

［4］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)，2011，35(2):127-131.Gao Ci-wei，Zhang Liang.A survey of influence of electric vehicle charging on power grid［J］.Power System Technology，2011，35(2):127-131.

［5］Brooks A，Lu E，Reicher D，et al.Demand dispatch［J］.IEEE Power and Energy Magazine，2010，8(3):20-29.

［6］張文亮，武斌，李武峰，等.我國純電動汽車的發(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 Wen-liang，Wu Bin，Li Wu-feng，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.

［7］Islam F R，Pota H R，Ali M S.V2G technology for designing active filter system to improve wind power quality［C］∥Proceedings of 21st Australasian Universities Power Engineering Conference (AUPEC).Brisbane:IEEE Confe-rence，2011:1-6

［8］Ota Y，Taniguchi H，Nakajima T，et al.Autonomous distributed V2G (Vehicle-to-Grid) satisfying scheduled charging［J］.IEEE Transactions on Smart Grid，2012，3(1):559-564.

［9］劉志鵬，文福拴，薛禹勝，等.計(jì)及可入網(wǎng)電動汽車的分布式電源的最優(yōu)選址和定容［J］.電力系統(tǒng)自動化，2011，35(18):11-16.Liu Zhi-peng，Wen Fu-shuan，Xue Yu-sheng，et al.Optimal siting and sizing of distributed generators considering plug-in electric vehicles［J］.Automation of Electric Power Systems，2011，35(18):11-16.

［10］Mets K，Verschueren T，De Turck F，et al.Exploiting V2G to optimize residential energy consumption with electrical vehicle (dis)charging ［C］∥Proceedings of IEEE First International Workshop on Smart Grid Modeling and Simulation (SGMS).Brussels:IEEE，2011:7-12.

［11］梁立柱，尤洪鵬.淺析電動公交車是綜合治理城市污染緩解能源緊缺的發(fā)展方向［C］∥公路交通與建設(shè)論壇(2009).濟(jì)南:山東公路學(xué)會:2010:398-400.

［12］范海雁.城市公交車輛的發(fā)展方向分析［J］.能源研究與信息，2007，23(3):154-158.Fan Hai-yan.Analysis of the development direction of urban buses ［J］.Energy Research and Information，2007，23(3):154-158.

［13］王澤眾.電動公交車充換電站相關(guān)運(yùn)營分析［J］.科技和產(chǎn)業(yè)，2012，12(3):121-122.Wang Ze-zhong.Operation pattern of electric city bus battery-swap station［J］.Science Technology and Industry，2012，12(3):121-122.

［14］呂鵬，張文夫，雷鵬.公交車調(diào)度［J］.工程數(shù)學(xué)學(xué)報，2002，19(增刊):75-80.Lü Peng，Zhang Wen-fu，Lei Peng.Buses dispatching［J］.Journal of Engineering Mathematics，2002，19(Suppl):75-80.

［15］胡偉，丁宇飛，劉芳.變直接售電為電池租賃服務(wù)—供電企業(yè)在電動汽車產(chǎn)業(yè)中的定位及相關(guān)問題［J］.電力需求側(cè)管理，2009，11(4):63-64，66.Hu Wei，Ding Yu-fei，Liu Fang.Battery lease service，not regular sale of power anymore—the position of power supply enterprises in the electric car industry and relative issues［J］.Power Demand Side Management，2009，11(4):63-64，66.

［16］羅玉濤，胡紅斐，沈繼軍.混合動力電動汽車行駛工況分析與識別［J］.華南理工大學(xué)學(xué)報:自然科學(xué)版，2007，35(6):8-13，20.Luo Yu-tao，Hu Hong-fei，Shen Ji-jun.Analysiss and recognizition of running cycles of hybrid electric vehicle［J］.Journal of South China University of Technology:Natural Science Edition，2007，35(6):8-13，20.

［17］楊洪明，熊腡成，劉保平.插入式混合電動汽車充放電行為的概率分析［J］.電力科學(xué)與技術(shù)學(xué)報，2010，25(3):8-12，24.Yang Hong-ming，Xiong Luo-cheng，Liu Bao-ping.Probabilistic analysis of charging and discharging for plug-in hybrid electric vehicles ［J］.Journal of Electric Power Science and Technology，2010，25(3):8-12，24.