基于激勵(lì)補(bǔ)償機(jī)制的電動(dòng)汽車(chē)充電站規(guī)模優(yōu)化

蘆楊，雷霞，吳泓儉，楊毅，徐貴陽(yáng)

（西華大學(xué) 電氣信息學(xué)院，四川 成都 610039）

電動(dòng)汽車(chē)具有污染小、噪音低、能源利用效率高等特點(diǎn)，大力發(fā)展電動(dòng)汽車(chē)產(chǎn)業(yè)，能夠減少我國(guó)對(duì)石油資源的依賴(lài)，保證國(guó)家的能源安全[1-3]。電動(dòng)汽車(chē)的普及能夠緩解生態(tài)環(huán)境惡化，實(shí)現(xiàn)節(jié)能減排，是人類(lèi)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的重要保障。近年來(lái)電動(dòng)汽車(chē)需求量持續(xù)增長(zhǎng)，預(yù)計(jì)到2020年我國(guó)電動(dòng)汽車(chē)的滲透率在10%左右[4-5]，但其增長(zhǎng)速度仍屬緩慢。如能制定有效的激勵(lì)補(bǔ)償機(jī)制，將使電動(dòng)汽車(chē)的推廣速度得到有效提升，早日實(shí)現(xiàn)電動(dòng)汽車(chē)的普及。

目前為止，大量文獻(xiàn)對(duì)電動(dòng)汽車(chē)的研究主要針對(duì)其能夠產(chǎn)生的好處如：削峰填谷[6]、降低電網(wǎng)損耗[7]、為系統(tǒng)提供輔助服務(wù)[8]等進(jìn)行。文獻(xiàn)[9]對(duì)眾多文獻(xiàn)的電動(dòng)汽車(chē)充電控制策略進(jìn)行了總結(jié)論述。在涉及充電成本時(shí)，文獻(xiàn)[10]以最小化電力零售商的購(gòu)電成本制定充電策略，不僅涉及實(shí)時(shí)電價(jià)和負(fù)荷之間的關(guān)系，還涉及負(fù)荷預(yù)測(cè)。文獻(xiàn)[11]至文獻(xiàn)[13]均以最小化客戶(hù)成本來(lái)制定充電模型。同時(shí)，有部分文獻(xiàn)對(duì)用戶(hù)充電電價(jià)或供電側(cè)成本進(jìn)行費(fèi)用優(yōu)化，對(duì)于激勵(lì)政策僅提出激勵(lì)概念，并無(wú)具體手段將其實(shí)現(xiàn)[14]。在充電站規(guī)模優(yōu)化上文獻(xiàn)[15]針對(duì)集中型充電站接入的電網(wǎng)規(guī)劃問(wèn)題，綜合考慮電力網(wǎng)絡(luò)和交通網(wǎng)絡(luò)因素，建立了集中型充電站的定址分容模型。文獻(xiàn)[16]以充電站成本最小化為目標(biāo)考慮了充電站的選址定容問(wèn)題。而文獻(xiàn)[17]以充電站成本與網(wǎng)損費(fèi)用之和最小為目標(biāo)的充電站最優(yōu)選址及定容。

基于上述考慮，本文在一電動(dòng)汽車(chē)用戶(hù)相對(duì)固定的區(qū)域（PHEV用戶(hù)約1.5萬(wàn)），以用戶(hù)充電費(fèi)用和充電代理商充電成本為目標(biāo)建立確定充電站規(guī)模的多目標(biāo)優(yōu)化模型。用戶(hù)充電成本考慮了充電電價(jià)、誤工及環(huán)保補(bǔ)償額度，并對(duì)實(shí)際充電功率與調(diào)度計(jì)劃充電功率的偏差實(shí)施懲罰。充電站代理商服務(wù)成本考慮了對(duì)用戶(hù)支付誤工補(bǔ)償及環(huán)境價(jià)值補(bǔ)償?shù)耐瑫r(shí)加入了充電站初始建設(shè)的折算成本。利用NSAG-II算法求解得出了多種充電站規(guī)模建設(shè)的優(yōu)化方案。最后，采用日前申報(bào)信息互動(dòng)機(jī)制對(duì)電動(dòng)汽車(chē)進(jìn)行優(yōu)化調(diào)度，并通過(guò)算例仿真驗(yàn)證所建模型的有效性。

1 用戶(hù)側(cè)電價(jià)模型建立

1.1 排隊(duì)理論基本原理

排隊(duì)理論（queuing theory），或稱(chēng)隨機(jī)服務(wù)系統(tǒng)理論，是通過(guò)對(duì)服務(wù)對(duì)象及服務(wù)時(shí)間的統(tǒng)計(jì)研究，得出等待時(shí)間、排隊(duì)長(zhǎng)度、忙期長(zhǎng)短等計(jì)量指標(biāo)的統(tǒng)計(jì)規(guī)律，然后根據(jù)這些規(guī)律來(lái)改進(jìn)服務(wù)系統(tǒng)的結(jié)構(gòu)或重新組織被服務(wù)對(duì)象，使得服務(wù)系統(tǒng)既能滿(mǎn)足服務(wù)對(duì)象的需要，又能使機(jī)構(gòu)的費(fèi)用最經(jīng)濟(jì)或某些指標(biāo)最優(yōu)。

1.2 充電設(shè)施服務(wù)指標(biāo)

充電服務(wù)系統(tǒng)狀態(tài)（穩(wěn)態(tài)）的平衡方程[18]為：

由遞推關(guān)系可以求得系統(tǒng)狀態(tài)概率為：

相應(yīng)地，系統(tǒng)的運(yùn)行指標(biāo)為：系統(tǒng)服務(wù)強(qiáng)度

用戶(hù)平均等待時(shí)間

用戶(hù)在充電站的逗留時(shí)間

再來(lái)車(chē)輛可能等待的概率

1.3 誤工補(bǔ)償費(fèi)用模型

對(duì)用戶(hù)接入充電設(shè)施充電前時(shí)段進(jìn)行補(bǔ)償，用Pw表示：

式中，Cw、Cb分別為誤工費(fèi)用和每分鐘誤工補(bǔ)償額度，Cb

1.4 充電費(fèi)用及偏差懲罰電費(fèi)模型

電動(dòng)汽車(chē)接入充電設(shè)施服務(wù)系統(tǒng)期間，需支付充電電費(fèi)為充電功率與對(duì)應(yīng)時(shí)段電價(jià)之和的乘積。表示如下：

式（8）中，Mi表示第i輛電動(dòng)汽車(chē)充電功率大小，為恒功率；Xi表示第i個(gè)充電樁開(kāi)始充電時(shí)刻；P（t）為時(shí)段電價(jià)。式（9）中Tc，i表示為第i輛電動(dòng)汽車(chē)充電時(shí)長(zhǎng)；SOCi、CSi分別表示將在第i個(gè)充電樁充電的電動(dòng)汽車(chē)電池剩余電量值和電池充電速率。

偏差懲罰電費(fèi)由兩部分組成：第一部分若電動(dòng)汽車(chē)接入服務(wù)系統(tǒng)充電時(shí)段，整個(gè)充電站實(shí)際負(fù)荷功率值超過(guò)調(diào)度中心分配的功率范圍則在該時(shí)段充電的電動(dòng)汽車(chē)均需要支付額外的懲罰電費(fèi)。表示如下：

式中，Cp為負(fù)荷功率偏差量轉(zhuǎn)換為經(jīng)濟(jì)指標(biāo)系數(shù)；Pm，t為第m個(gè)充電樁t時(shí)段的實(shí)際充電功率；［Dmin，m，t，Dmax，m，t］為充電站分配給第m個(gè)充電樁t時(shí)段的負(fù)荷功率區(qū)間。

用戶(hù)在充電期間，相較于申報(bào)充電時(shí)段提前或滯后離開(kāi)充電站，同樣需承擔(dān)一定懲罰費(fèi)用，額度大小根據(jù)偏差百分比確定：

式中，θ表示偏差百分比轉(zhuǎn)換為經(jīng)濟(jì)指標(biāo)系數(shù)；Dm，t表示電動(dòng)汽車(chē)用戶(hù)離開(kāi)充電站時(shí)電池電量百分比；Sm，t表示電動(dòng)汽車(chē)用戶(hù)日前申報(bào)時(shí)電量需求百分比。

根據(jù)式（10）、（11）求得電動(dòng)汽車(chē)在充電時(shí)段內(nèi)的偏差量并支付相應(yīng)的偏差懲罰費(fèi)用。建立該機(jī)制便于引導(dǎo)用戶(hù)在用電低谷時(shí)段遵守充電時(shí)段規(guī)則進(jìn)行充電。

1.5 環(huán)境價(jià)值補(bǔ)償模型

在研究環(huán)境價(jià)值補(bǔ)償時(shí)，假設(shè)電動(dòng)汽車(chē)對(duì)象統(tǒng)一為本文所采用的BMW MINI E混合型動(dòng)力電動(dòng)汽車(chē)參數(shù)如下：

功率損耗（kW·h·km-1） 0.14最大里程/km 250充滿(mǎn)電用時(shí)/h 3最大時(shí)速/（kW·h-1） 152容量/kW·h 35可用容量/kW·h 31.5電池類(lèi)型 Li-ion

參考電力工業(yè)污染環(huán)境價(jià)值標(biāo)準(zhǔn)[19]、國(guó)四排放標(biāo)準(zhǔn)以及充電電價(jià)相對(duì)于成品油價(jià)格節(jié)約的費(fèi)用建立了環(huán)境價(jià)值補(bǔ)償模型。表1是電力工業(yè)污染物環(huán)境價(jià)值標(biāo)準(zhǔn)。

表1 電力工業(yè)污染物環(huán)境價(jià)值標(biāo)準(zhǔn)Tab. 1 Electricity industry standard of environmental pollutants 元/kg

表2取自國(guó)四排放標(biāo)準(zhǔn)。

表2 國(guó)四排放標(biāo)準(zhǔn)Tab. 2 State IV emission standards

電動(dòng)汽車(chē)使用電力以替代成品油，則二者之間在能量轉(zhuǎn)換方面存在如下關(guān)系：

式（12）表示使用汽油的汽車(chē)一次加油量能夠產(chǎn)生的動(dòng)力能量。其中，Qg為汽油熱值，單位為kW·h，一般情況下Qg=5.68·107J/L；ηm為發(fā)動(dòng)機(jī)效率取40%；C為加油量。通過(guò)式（13）可以求得與一次加油量所產(chǎn)生能量相等的電量。式（14）中，ω為節(jié)約電能補(bǔ)貼比例（%）；Ve為表1中的環(huán)境價(jià)值標(biāo)準(zhǔn)值；Qe為使用成品油情況下產(chǎn)生的電能；Qc為實(shí)際充電電能。式（14）求得環(huán)境補(bǔ)償支出額度Pe，其為充電較于加油所節(jié)約費(fèi)用中的一定比例與相應(yīng)環(huán)境價(jià)值額度對(duì)電動(dòng)汽車(chē)用戶(hù)進(jìn)行補(bǔ)貼。

1.6 用戶(hù)充電費(fèi)用模型

根據(jù)排隊(duì)理論及各不同費(fèi)用模型可以建立用戶(hù)充電費(fèi)用優(yōu)化的目標(biāo)函數(shù)為：

1.7 用戶(hù)滿(mǎn)意度模型

對(duì)于接受充電服務(wù)的用戶(hù)而言，充電需要等待的時(shí)間越短，滿(mǎn)意度越高。對(duì)于相同的等待時(shí)間，對(duì)用戶(hù)給予補(bǔ)貼的用戶(hù)滿(mǎn)意度高于無(wú)補(bǔ)貼時(shí)。本文定義用戶(hù)滿(mǎn)意度。

2 充電站代理商側(cè)模型建立

2.1 充電站成本折算模型

根據(jù)西南某市一充電站實(shí)際調(diào)研得知電動(dòng)汽車(chē)充電站建設(shè)成本構(gòu)成，其中包括充電站構(gòu)架成本以及充電站充電費(fèi)用等。基于該調(diào)研，建立了一充電站成本折算模型：

式中，NC為充電樁個(gè)數(shù)；Cc為充電站建設(shè)、維護(hù)成本折算至電站開(kāi)始運(yùn)營(yíng)時(shí)刻的成本，525 600·Y為服務(wù)年限內(nèi)的分鐘數(shù)，其中Y為服務(wù)年限。通過(guò)式（17）可以求得充電站每分鐘的服務(wù)成本。

2.2 用戶(hù)補(bǔ)償支出模型

用戶(hù)獲得的環(huán)境及等待補(bǔ)償補(bǔ)貼由政府及用戶(hù)車(chē)型廠(chǎng)商通過(guò)充電站代理進(jìn)行支付，支出費(fèi)用額度模型如下式

式中，Cw·Ws為充電站對(duì)電動(dòng)汽車(chē)用戶(hù)支付的等待補(bǔ)償額度。充電站服務(wù)成本優(yōu)化的目標(biāo)函數(shù)為：

3 考慮日前申報(bào)情況的充電策略

隨著電動(dòng)汽車(chē)產(chǎn)業(yè)的發(fā)展，越來(lái)越多的電動(dòng)汽車(chē)需要并入電網(wǎng)，大規(guī)模具有隨機(jī)特性的負(fù)荷必然會(huì)對(duì)電力系統(tǒng)的安全、穩(wěn)定造成影響。由此，一個(gè)具有提前預(yù)定功能的充電策略有利于降低大規(guī)模電動(dòng)汽車(chē)入網(wǎng)對(duì)電網(wǎng)的沖擊。

考慮日前申報(bào)的充電策略核心思想是基于排隊(duì)理論，將電動(dòng)汽車(chē)充電用戶(hù)通過(guò)提前預(yù)定功能，使得充電站根據(jù)用戶(hù)申報(bào)充電時(shí)段的不同進(jìn)行充電安排。本文所搭建的調(diào)度模型架構(gòu)如圖1所示。

圖1 充電策略流程圖Fig. 1 Flowcharts of charging strategy

流程具體制定步驟如下：

步驟1：調(diào)度中心根據(jù)不同地區(qū)電動(dòng)汽車(chē)用戶(hù)數(shù)量的比例對(duì)各個(gè)Aggregator（簡(jiǎn)稱(chēng)AGG）代理商制定次日各時(shí)段充電站負(fù)荷要求。同時(shí)，電動(dòng)汽車(chē)用戶(hù)向AGG代理商遞交次日充電申請(qǐng)（如充電量、到達(dá)時(shí)間等）。

步驟3：對(duì)接納用戶(hù)進(jìn)行信息反饋，內(nèi)容包括根據(jù)在充電站等待時(shí)間確定等待成本補(bǔ)償額度及該時(shí)段充電電價(jià)情況。如用戶(hù)接受反饋內(nèi)容轉(zhuǎn)至步驟4，反對(duì)則更換AGG代理商重復(fù)步驟1直至接受。

步驟4：次日實(shí)際充電，并根據(jù)實(shí)際充電情況支付充電費(fèi)用、偏差懲罰費(fèi)用并接受誤工、環(huán)保補(bǔ)償。

步驟5：根據(jù)不同時(shí)段的實(shí)際充電情況，得到全天充電情況并反饋至調(diào)度中心，調(diào)度中心根據(jù)某規(guī)則對(duì)負(fù)荷分配進(jìn)行調(diào)整再分配至AGG代理商，重復(fù)數(shù)個(gè)周期后在滿(mǎn)足調(diào)度中心負(fù)荷分配的情況下，用戶(hù)和AGG代理商共同達(dá)到收益最優(yōu)。

4 仿真分析

4.1 仿真思想

算法思想如圖2所示。

圖2 算法思想Fig. 2 Summary of algorithm

4.2 算例仿真

本文選取3個(gè)典型時(shí)段，每時(shí)段為1 h為例進(jìn)行仿真。基本負(fù)荷為某地區(qū)電網(wǎng)實(shí)際數(shù)據(jù)[20-21]，如圖3所示。

圖3 典型日負(fù)荷數(shù)據(jù)Fig. 3 Typical daily load curve

典型時(shí)段參考電價(jià)如表3所示。

表3 典型時(shí)段參考電價(jià)Fig. 3 Reference price of typical period

本文假設(shè)該生活區(qū)內(nèi)電動(dòng)汽車(chē)數(shù)量為1.5萬(wàn)輛，類(lèi)型均為BMW MINI E；用戶(hù)月均（按工作20天，每天8小時(shí)計(jì)）收入10 000元；電動(dòng)汽車(chē)充電用戶(hù)到達(dá)服從參數(shù)λ=3.2的泊松分布，每輛電動(dòng)汽車(chē)接受充電服務(wù)的時(shí)間服從參數(shù)為μ=0.14的負(fù)指數(shù)分布，偏差懲罰經(jīng)濟(jì)指標(biāo)θ取100，電能補(bǔ)貼比例ω取10%。文獻(xiàn)[23]的研究以?xún)?yōu)化充電站充電樁個(gè)數(shù)，單純考慮充電站以最快速度為該生活區(qū)的電動(dòng)汽車(chē)用戶(hù)提供充電服務(wù)時(shí)的結(jié)果表明：當(dāng)生活區(qū)電動(dòng)汽車(chē)用戶(hù)為1.5萬(wàn)輛時(shí)，充電站的充電樁個(gè)數(shù)為32個(gè)最佳。當(dāng)考慮到充電電價(jià)為實(shí)時(shí)電價(jià)、存在偏差懲罰費(fèi)用且對(duì)用戶(hù)有一定的誤工及環(huán)保補(bǔ)償費(fèi)用時(shí)，我們選取研究對(duì)象充電樁的個(gè)數(shù)范圍為25至39（對(duì)應(yīng)方案類(lèi)型1至15）。負(fù)荷偏差范圍假設(shè)為調(diào)度中心給代理商分配功率上限為電網(wǎng)負(fù)荷歷史最大峰值與固有負(fù)荷之差的二分之一，下限為固有負(fù)荷與電網(wǎng)負(fù)荷歷史最小谷值之差的二分之一。

4.3 仿真結(jié)果

由隨機(jī)產(chǎn)生的電動(dòng)汽車(chē)充電用戶(hù)到達(dá)情況，從時(shí)段1起始時(shí)刻接入充電站進(jìn)行充電的電動(dòng)汽車(chē)為20輛，充電時(shí)長(zhǎng)為160 min，充電功率為9.5 kW，則當(dāng)誤工補(bǔ)貼額度Cw上限為最高時(shí)（與誤工費(fèi)相近）電動(dòng)汽車(chē)用戶(hù)充電費(fèi)用與充電站服務(wù)成本優(yōu)化結(jié)果如圖4所示。

為了便于觀(guān)察用戶(hù)充電費(fèi)用、代理商成本費(fèi)用及誤工補(bǔ)償額度隨充電樁個(gè)數(shù)（方案類(lèi)型）的變化趨勢(shì)，將優(yōu)化結(jié)果示于圖5中:

圖4 補(bǔ)貼額度最大時(shí)EV充電費(fèi)用與電站服務(wù)成本Fig. 4 The maximum subsidies optimization of cost for EV charging and charging station service

圖5 費(fèi)用及充電樁優(yōu)化結(jié)果Fig. 5 Optimization of cost for EV charging and the number of charging piles

圖5即補(bǔ)貼額度上限最大時(shí)的優(yōu)化數(shù)據(jù)如表4所示。

表4 補(bǔ)貼額度上限最大時(shí)優(yōu)化數(shù)據(jù)Tab. 4 Optimization of the maximum limit of subsidies

當(dāng)誤工補(bǔ)貼額度Cw上限為0時(shí)（即不采取補(bǔ)貼政策時(shí)）電動(dòng)汽車(chē)用戶(hù)充電費(fèi)用與充電樁服務(wù)成本優(yōu)化結(jié)果如圖6所示。

圖6 補(bǔ)貼額度最小時(shí)EV充電費(fèi)用與電站服務(wù)成本Fig. 6 The minimum subsidies optimization of cost forEV charging and charging station service

同樣為便于觀(guān)察，將不采取補(bǔ)貼政策時(shí)的優(yōu)化結(jié)果示于圖7中。

圖7 費(fèi)用及充電樁優(yōu)化結(jié)果Fig. 7 Optimization of cost for EV charging and the number of charging piles

圖7即補(bǔ)貼額度上限最小時(shí)的優(yōu)化數(shù)據(jù)如表5所示。

表5 補(bǔ)貼額度上限最小時(shí)優(yōu)化數(shù)據(jù)Tab. 5 Optimization of the minimum limit of subsidies

用戶(hù)滿(mǎn)意度變化曲線(xiàn)如圖8所示。

由仿真結(jié)果可知：

圖8 用戶(hù)滿(mǎn)意度變化曲線(xiàn)Fig. 8 The curve of user’s satisfaction

1）當(dāng)沒(méi)有誤工補(bǔ)償且充電站規(guī)模較小時(shí)，由于考慮誤工費(fèi)，用戶(hù)需要承擔(dān)高昂的充電成本，用戶(hù)滿(mǎn)意度極低，反映出用戶(hù)等待時(shí)長(zhǎng)的不合理性。充電樁個(gè)數(shù)的增加，減少了用戶(hù)充電前的等待時(shí)間，用戶(hù)承擔(dān)的誤工費(fèi)有所下降，使得用戶(hù)充電費(fèi)用減少?？梢钥闯觯?dāng)充電樁個(gè)數(shù)大于28個(gè)時(shí)，用戶(hù)充電費(fèi)用的變化趨于平緩，用戶(hù)滿(mǎn)意度有明顯提升。充電代理商的成本隨著充電樁個(gè)數(shù)的增加而逐漸遞增，當(dāng)大于35個(gè)充電樁時(shí)，成本遞增比例有所增加而用戶(hù)滿(mǎn)意度趨于平穩(wěn)，充電站收益遞增比例減少。

2）當(dāng)有誤工補(bǔ)償措施（最低0元/min，最高1.039元/min）且沒(méi)有考慮用戶(hù)等待時(shí)長(zhǎng)的合理性時(shí)，充電樁個(gè)數(shù)對(duì)用戶(hù)充電費(fèi)用的影響并不明顯，這是由于充電站支付的誤工補(bǔ)償彌補(bǔ)了用戶(hù)大量等待時(shí)間的誤工費(fèi)用，從滿(mǎn)意度曲線(xiàn)上可以看出雖然用戶(hù)支付的費(fèi)用相差不多，但滿(mǎn)意度差異較大。隨著充電樁個(gè)數(shù)的增加，減少了用戶(hù)等待時(shí)間，充電費(fèi)用下降，補(bǔ)貼措施對(duì)用戶(hù)的充電費(fèi)用影響逐漸減小。充電代理商的成本費(fèi)用有所上升。

3）與無(wú)激勵(lì)補(bǔ)貼措施時(shí)的充電費(fèi)用比較，對(duì)用戶(hù)給予一定的補(bǔ)償，用戶(hù)充電費(fèi)用明顯減少。而相較于傳統(tǒng)汽車(chē)行駛250 km需支付200元左右的燃油價(jià)格（假設(shè)100 km耗油10 L），使用電動(dòng)汽車(chē)所需的充電費(fèi)用大大降低，更有利于電動(dòng)汽車(chē)的推廣普及。

4）由結(jié)論1）可知充電樁個(gè)數(shù)較少時(shí)（≤28），充電代理商成本費(fèi)用較低，但此時(shí)用戶(hù)等待時(shí)間很長(zhǎng)，嚴(yán)重影響了用戶(hù)充電的滿(mǎn)意度，從而不宜采取此類(lèi)方案。充電樁個(gè)數(shù)較多時(shí)（≥35），充電站成本過(guò)高，且對(duì)于用戶(hù)滿(mǎn)意度提升效果較差，需要相關(guān)政策對(duì)其進(jìn)行鼓勵(lì)方適宜采取。因此，在使得電動(dòng)汽車(chē)用戶(hù)與充電代理商收益同時(shí)最優(yōu)時(shí)，有數(shù)種方案（28≤c≤35）可以根據(jù)實(shí)際情況如建站位置、建站規(guī)模進(jìn)行選取，增加了選擇的靈活性、經(jīng)濟(jì)性。

當(dāng)采用考慮激勵(lì)補(bǔ)償機(jī)制的充電策略時(shí)，合理的補(bǔ)償額度能夠從經(jīng)濟(jì)角度引導(dǎo)用戶(hù)選擇電動(dòng)汽車(chē)替代傳統(tǒng)汽車(chē)，可以使得用戶(hù)支付較低的充電費(fèi)用取代以往的燃油費(fèi)。與此同時(shí)，不同的補(bǔ)償額度對(duì)代理商充電站的充電設(shè)施服務(wù)系統(tǒng)建設(shè)有不同的要求，從而影響充電站服務(wù)設(shè)施建設(shè)費(fèi)用。相反，如果沒(méi)有考慮激勵(lì)補(bǔ)償機(jī)制，則用戶(hù)需要支付較高的充電費(fèi)用，不利于電動(dòng)汽車(chē)的推廣普及且對(duì)電網(wǎng)產(chǎn)生較大的影響。

5 結(jié)語(yǔ)

大力推廣電動(dòng)汽車(chē)的使用，從環(huán)境、經(jīng)濟(jì)、能源安全等方面都具有重大意義。有效的激勵(lì)補(bǔ)償措施能夠有效加快電動(dòng)汽車(chē)的普及進(jìn)程。

另一方面，在一個(gè)城市規(guī)劃建設(shè)相對(duì)成熟的，在任意區(qū)域滿(mǎn)足用戶(hù)需求的充電站并非一件簡(jiǎn)單的事情。

在此背景下，本文建立了考慮誤工及環(huán)境補(bǔ)償措施的電價(jià)激勵(lì)機(jī)制優(yōu)化模型。通過(guò)優(yōu)化得到了數(shù)類(lèi)最優(yōu)方案，在為充電用戶(hù)和充電代理商提供最佳收益的同時(shí)，為有充電站規(guī)模限制的地域提供了具有更高選擇靈活性的優(yōu)化方案。

[1] TURKER H，BACHA S，CHATROUX D. Impact of plugin hybrid electric vehicles（PHEV）on the french electric grid[C]// Proceeding of Innovative Smart Grid Technologies Conference Europe，2010.

[2] ROE C，MEISEI. J，OVERBYE T，et al. Power system level impacts of plug-in hybrid electric vehicles using simulation data[C]// Proceeding of IEEE Energy 2030 Conference，2008.

[3] 錢(qián)科軍，周承科，袁越. 純電動(dòng)汽車(chē)與電網(wǎng)相互關(guān)系的研究現(xiàn)狀[J]. 電網(wǎng)與清潔能源，2010，26（11）: 1-7.QIAN Kejun，ZHOU Chengke，YUAN Yue. A review of research on the interaction between fully electric vehicles and power systems[J]. Power System and Clean Energy，2010，26（11）: 1-7（in Chinese）.

[4] SHAO Shuai. Electrification of transportation：a study of the electric vehicle industry in China[R]. Duke University，2011.

[5] 羅卓偉，胡澤春，宋永華，等. 電動(dòng)汽車(chē)充電負(fù)荷計(jì)算方法[J]. 電力系統(tǒng)自動(dòng)化，2011，35（14）: 36-42.LUO Zhuowei，HU Zechun，SONG Yonghua，et al. Study on plug-in electric vehicles charging load calculating[J].Automation of Electric Power Systems，2011，35（14）:36-42（in Chinese）.

[6] DENHOLM P，SHORT W. An evaluation of utility system impacts and benefits of optimally dispatched plug-in hybrid electric vehicles[R]. Colorado：National Renewable Energy Laboratory，2006.

[7] 陳加盛，張建華，林建業(yè)，等. 以降低電網(wǎng)損耗為目標(biāo)的電動(dòng)汽車(chē)充電策略[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2012，24（3）: 139-144.CHEN Jiasheng，ZHANG Jianhua，LIN Jianye，et al.Strategies for electric vehicle charging with aiming at reducing network losses[J]. Proceedings of the CSU-EPSA.2012，24（3）: 139-144（in Chinese）.

[8] WILLETT K，JASNA T. Vehicle-to-grid power fundamentals：Calculating capacity and net revenue[J]. Journal of Power Sources，2005，144（1）：268-279.

[9] 張志偉，顧丹珍. 電動(dòng)汽車(chē)充電策略綜述[J]. 上海電力學(xué)院學(xué)報(bào)，2012，28（4）: 336-340.ZHANG Zhiwei，GU Danzhen. Electric vehicle charging tactics review[J]. Journal of Shanghai University of Electric Power，2012，28（4）: 336-340（in Chinese）.

[10] DOOSTIZADEH M，KHANABADI M，ESMAEILIAN A，et al. Optimal energy management of a retailer with smart metering and plug-in hybrid electric vehicle[C]// Proceedings of the 10th International Environment and Electrical Engineering，2011.

[11] 鄒文，吳福保，劉志宏.實(shí)時(shí)電價(jià)下插電式混合動(dòng)力汽車(chē)智能集中充電策略[J]. 電力系統(tǒng)自動(dòng)化，2011，35（14）:62-67.ZOU Wen，WU Fubao，LIU Zhihong. Centralized charging strategies of plug-in hybrid electric vehicles under electricity markets based on spot pricing[J]. Automation of electric Power Systems，2011，35（14）: 62-67（in Chinese）.

[12] QIAN K，ZHOU C，ALLAN M，et al. Modeling of load demand due to EV battery charging in distribution systems[J]. IEEE Trans.on Power System，2011，26（2）: 802-810.

[13] ROTERING N，ILIC M. Optimal charge control of plug-in hybrid electric vehicles in deregulated electricity markets[J].IEEE Trans. on Power Systems，26（3）: 1021-1028.

[14] 姚偉鋒，趙俊華，文福拴，等. 基于雙層優(yōu)化的電動(dòng)汽車(chē)充放電調(diào)度策略[J]. 電力系統(tǒng)自動(dòng)化，2012，36（11）:30-37.YAO Weifeng，ZHAO Junhua，WEN Fushuan，et al. A charging and discharging dispatching strategy for electric vehicles based on bi-level optimization[J]. Automation of Electric Power Systems，2012，36（11）:30-37（in Chinese）.

[15] 高賜威，張亮，薛飛，等. 考慮集中型充電站定址分容的電網(wǎng)規(guī)劃研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2012，32（7）:40-46.GAO Ciwei，ZHANG Liang，XUE Fei，et al.Grid planning considering capacity and site of large scale centralized charging stations[J]. Proceedings of the CSEE，2012，32（7）: 40-46（in Chinese）.

[16] 陳婷，衛(wèi)志農(nóng)，吳霜，等. 考慮電動(dòng)汽車(chē)充電站選址定容的配電網(wǎng)規(guī)劃[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2013，25（3）: 1-7.CHEN Ting，WEI Zhinong，WU Shuang，et al. Distribution network planning by considering siting and sizing of electric vehicle charging stations[J]. Proceedings of the CSU-EPSA，2013，25（3）: 1-7（in Chinese）.

[17] 劉志鵬，文福拴，薛禹勝，等. 電動(dòng)汽車(chē)充電站的最優(yōu)選址和定容[J]. 電力系統(tǒng)自動(dòng)化，2012，36（3）: 54-59.LIU Zhipeng，WEN Fushuan，XUE Yusheng，et al. Optimal siting and sizing of electric vehicle charging stations[J].Automation of Electric Power Systems，2012，36（3）: 54-59（in Chinese）.

[18] 韓中庚，實(shí)用運(yùn)籌學(xué)模型、方法與計(jì)算[M]. 北京: 清華大學(xué)出版社，2007.

[19] 魏學(xué)好，周浩. 中國(guó)火力發(fā)電行業(yè)減排污染物的環(huán)境價(jià)值標(biāo)準(zhǔn)估算[J]. 環(huán)境科學(xué)研究，2003，16（1）：53-57.WEU Xuehao，ZHOU Hao. Evaluating the environmental value schedule of pollutants mitigated in China thermal power industry[J]. Research of Environmental Sciences，2003，16（1）：53-57（in Chinese）.

[20] 吳秋偉，汪蕾，鄒云. 基于DSM和MCP的分時(shí)電價(jià)的確定與分析[J]. 電力需求側(cè)管理，2003，5（1）: 24-29.WU Qiuwei，WANG Lei，ZOU Yun. Determination and analysis of TOU power price based on DSM and MCP[J].Power Demand Side Management，2003，5（1）: 24-29（in Chinese）.

[21] 戴詩(shī)容，雷霞. 電動(dòng)汽車(chē)峰谷分時(shí)充放電電價(jià)研究[J].電網(wǎng)與清潔能源，2013（29）：77-82.DAI Shirong，LEI Xia. Study on electric vehicle charging and discharging TOU price[J]. Power System and Clean Energy，2013（29）：77-82（in Chinese）.

[22] 苗軼群，江全元，曹一家. 含電動(dòng)汽車(chē)及換電站的微網(wǎng)優(yōu)化調(diào)度研究[J]. 電力自動(dòng)化設(shè)備，2012，32（9）：18-24.MIAO Yiqun，JIANG Quanyuan，CAO Yijia. Microgrid stochastic dispatch considering electric vehicles and battery swap stations[J]. Electric Power Automation Equipment，2012，32（9）：18-24（in Chinese）.

[23] 李如琦，蘇浩益. 基于排隊(duì)論的電動(dòng)汽車(chē)充電設(shè)施優(yōu)化配置[J]. 電力系統(tǒng)自動(dòng)化，2011，35（14）: 58-61.LI Ruqi，SU Haoyi. Optimal allocation of charging facilities for electric vehicles based on queuing theory[J]. Automation of Electric Power Systems，2011，35（14）: 58-61（in Chinese）.