基于T-S模糊控制器的電動汽車V2G智能充電站控制策略

劉東奇 王耀南 申永鵬

（湖南大學電氣與信息工程學院 長沙 410082）

?

基于T-S模糊控制器的電動汽車V2G智能充電站控制策略

劉東奇 王耀南 申永鵬

（湖南大學電氣與信息工程學院 長沙 410082）

摘要提出一種基于T-S模糊控制器、用于實現(xiàn)電動汽車接入電網(wǎng)（V2G）技術(shù)的電動汽車智能充電站控制策略，闡述了該智能充電站的結(jié)構(gòu)和原理，研究電網(wǎng)在不同負荷狀況以及電動汽車在不同荷電狀態(tài)下，進入智能充電站的每一輛電動汽車和電網(wǎng)之間的功率流向關(guān)系。仿真結(jié)果表明，所提出的控制策略可以有效地根據(jù)電網(wǎng)負荷情況和每輛電動汽車的荷電狀態(tài)實現(xiàn)功率的雙向智能分配，從而保障電網(wǎng)的穩(wěn)定性、提高電網(wǎng)效率。

關(guān)鍵詞：電動汽車接入電網(wǎng) 電動汽車 電網(wǎng)接入 智能充電站 T-S模糊控制器

國家高技術(shù)發(fā)展計劃（863計劃）（2012AA111004）和國家自然科學基金（61175075、61203019）資助項目。

0 引言

近年來，全球石油資源遞減、環(huán)境惡化以及溫室效應(yīng)的形勢日益嚴峻，對人類社會的可持續(xù)發(fā)展提出重大的挑戰(zhàn)。節(jié)能減排技術(shù)日益受到世界各國的重視，交通能源轉(zhuǎn)型也勢在必行。電動汽車（Electric Vehicle,EV）作為一種能量利用率高、無污染、低噪聲和零排放的綠色交通工具，被認為是未來汽車工業(yè)發(fā)展的主要方向[1]。

目前，可再生能源發(fā)電系統(tǒng)正在被大量地接入電網(wǎng)[2]。由于可再生能源發(fā)電的不連續(xù)性，迫切需要其他能量貯存系統(tǒng)輔助電網(wǎng)接納波動性可再生能源，從而保障電網(wǎng)頻率和電壓的穩(wěn)定。電動汽車具有接納波動性可再生能源潛力的能量存儲設(shè)備，當電動汽車的數(shù)量足夠大時，其巨大的電池容量足以平抑分布式電源接入對電網(wǎng)產(chǎn)生的擾動[3]。

大量的電動汽車接入電網(wǎng)將帶來新一輪的負荷快速增長，對于用電負荷峰谷差日益加大的電力系統(tǒng)而言，增加了巨大的供電壓力。在電動汽車無序接入電網(wǎng)的情況下，大量電動汽車的充電要求必然將加劇現(xiàn)有的電壓跌落、支路容量不匹配等問題[4]。因此，如何控制能量在電動汽車與電網(wǎng)之間有序流動，使其能夠在電網(wǎng)負荷低時集中存儲電網(wǎng)富余的發(fā)電量，在電網(wǎng)負荷高時由電動汽車向電網(wǎng)饋電，同時又能兼顧汽車自身的能量存儲狀態(tài)，滿足車主日常的行駛需求，是具有非常重要學術(shù)意義和現(xiàn)實價值的研究課題。

文獻[5]詳細闡述了電動汽車接入電網(wǎng)（Vehicle to Grid，V2G）技術(shù)的發(fā)展對電網(wǎng)產(chǎn)生的影響。文獻[6]提出了一種適用于電動汽車充放電的計價策略。在電動汽車充放電管理策略上，文獻[7]提出了一種基于凸松弛法的電動汽車充放電優(yōu)化調(diào)度策略，但這種方法計算量大，在大量電動汽車同時接入的情況下實時性較差。文獻[8,9]提出了基于Mamdani型模糊控制器的充電站控制策略。然而，由于Mamdani型模糊系統(tǒng)輸出的結(jié)果不連續(xù)，因此不利于精確的數(shù)學分析，存在輸出模糊誤差。Takagi-Sugeno（T-S）型模糊系統(tǒng)則不然，T-S模糊規(guī)則中，“if”部分是模糊的，“then”部分是確定的，其輸出為各輸入變量的線性函數(shù)。T-S型模糊控制器提供了一個精確的系統(tǒng)方程，為系統(tǒng)的分析和設(shè)計帶來了方便，并且無需解模糊，不存在由于輸出模糊空間劃分有限帶來的模糊誤差，系統(tǒng)控制準確度高[10]。本文利用T-S型模糊控制器的特點，提出了一種新型電動汽車V2G智能充電站控制策略，從整體角度對該智能充電站進行設(shè)計并完成仿真分析。仿真結(jié)果顯示，該方法可以有效地控制功率在每一輛電動汽車和電網(wǎng)之間的雙向流動，在保障電網(wǎng)穩(wěn)定、提高電網(wǎng)效率的同時，可兼顧車主對電池電量的要求，提高充電站的實用性。

1 V2G智能充電站結(jié)構(gòu)及工作原理

1.1 配電網(wǎng)模型

本文參考的配電網(wǎng)結(jié)構(gòu)如圖1所示，由一個35kV變電站和若干10kV配電主干線路組成。其中10kV配電主干線路通過容量為630kW的配電變壓器連接到380V的電網(wǎng)支路。假設(shè)該配電網(wǎng)低谷負荷是高峰負荷的60%，輸電線路的電阻和電抗分別為0.002 7（pu）和0.002 3（pu）。本文討論的充電站連接在圖中一個380V的電網(wǎng)支路節(jié)點5.2。

1.2 V2G智能充電站總體結(jié)構(gòu)

本文設(shè)計的電動汽車V2G智能充電站主要由T-S模糊控制器、電量計算、功率分配以及電能變換四個單元組成，其總體結(jié)構(gòu)如圖2所示。

圖1　配電網(wǎng)結(jié)構(gòu)Fig.1 Structure of 35kV distribution system

圖2　電動汽車V2G智能充電站結(jié)構(gòu)Fig.2 V2G charging station architecture

由圖2可知，該電動汽車V2G智能充電站的運行流程為：首先，電量計算單元根據(jù)接入到充電樁的電動汽車的電池荷電狀態(tài)SOCi計算充電站內(nèi)總的可以用于支持V2G和車輛網(wǎng)絡(luò)（Grid to Vehicle,G2V）兩種模式的電能EV2G和EG2V；然后，T-S模糊控制器根據(jù)當前電網(wǎng)節(jié)點電壓Vnode和電量計算單元得出的結(jié)果，計算電網(wǎng)需要傳輸給充電站的功率PG2V和充電站回饋給電網(wǎng)的功率PV2G；之后，功率分配單元根據(jù)T-S模糊控制器的計算結(jié)果，將電功率具體分配到每一輛電動汽車接入的充電樁上；最后，通過控制電能變換單元的三相整流/逆變橋的觸發(fā)延遲角，實現(xiàn)電能在電動汽車和電網(wǎng)之間的雙向傳遞。

1.3 電量計算單元

電動汽車V2G智能充電站的電量計算單元根據(jù)每輛車的荷電狀態(tài)，計算每輛車需要從電網(wǎng)獲取的電能Eai和每輛車可以用于支持電網(wǎng)的電能Ebi。即式中，Vti為電動汽車電池組的終端電壓；Qi為電動汽車電池組的額定容量；SOCi為電動汽車當前電池電量；分別為用戶設(shè)定的電池電量上限與下限。電動汽車充電過程中，其電池電量不得高于其上限而放電過程中其電量不得低于下限

根據(jù)式（1）和式（2），電量計算單元可以統(tǒng)計充電站內(nèi)總的可以用于G2V和V2G兩種模式的電能EG2V和EV2G

1.4 T-S模糊控制器

如上所述，為了求取電網(wǎng)流向充電站的功率PG2V和充電站回饋給電網(wǎng)的功率PV2G，本文設(shè)計了兩個獨立的T-S模糊控制器分別進行并行計算，然后將計算結(jié)果送入功率分配單元等待下一步操作。

本文采用高斯型隸屬度函數(shù)

式中，vij和σij分別為各規(guī)則空間的中心和方差。

圖3　電網(wǎng)節(jié)點電壓隸屬度函數(shù)Fig.3 Fuzzy membership function of

為充電站需求充電的電能EG2V的模糊語言變量，其論域定義在[0,1]區(qū)間，由EG2V的實際論域[0,N0]變換而來，其中N0是一個與充電站充電規(guī)模相關(guān)的參數(shù)。當一輛電動汽車接入到充電樁上時，電動汽車上的電池管理單元將其電池組額定容量Qi、電池組終端電壓Vti以及剩余電量SOCi等信息發(fā)送給充電樁的信息處理模塊，隨即匯總到充電站的電量采集單元。由此可以得到一輛電動汽車最大可存儲電能為充電站實時在網(wǎng)電動汽車可存儲的最大電能為設(shè)取值為Emax，即的實際論域為的論域變換，將其變換到模糊語言變量的論域[0,1]。該設(shè)計的優(yōu)點是：通過比例因子的自調(diào)整，使輸入變量模糊量化自動適應(yīng)充電站在網(wǎng)電動汽車實時變化的情況。即現(xiàn)時刻輸入變量的模糊量化是相對現(xiàn)時刻充電站在網(wǎng)電動汽車可存儲的最大電能而言的，保證了模糊量化的相對標準不變，提高了系統(tǒng)的控制性能。

圖4　充電站充電電能隸屬度函數(shù)Fig.4 Fuzzy membership function of

圖5　充電站支持電網(wǎng)電能隸屬度函數(shù)Fig.5 Fuzzy membership function of

充電模糊控制器采用的T-S模糊控制規(guī)則為

式中，k0為常數(shù)，，Tk表示充電站安全充電時間。不同型號電動汽車的電池組容量可能不同，但是同一類型充電站（比如有專為小車服務(wù)的停車場式充電站，也有包含大客車和中型車的混合公用充電站）服務(wù)的電動汽車其最大電池組容量是可知的。將充電站可存儲的電能記為EM，設(shè)Pmax為充電樁允許的最大充電功率，則安全充電時間，即Tk為某一類充電站可接納的電動汽車中，以最大容量電池組所允許的最大充電功率充電，將其充滿所需的時間。

表1　充電模糊控制器模糊控制規(guī)則Tab.1 Fuzzy control rules of charging

由表1可得充電模糊控制器的輸出為

式中

在每個采樣時刻獲得當前的電網(wǎng)節(jié)點電壓狀態(tài)x1和電量狀態(tài)x2后，由式（6）和式（7）可以計算實時的充電功率。由式（6）可知，充電功率ua是電網(wǎng)節(jié)點電壓狀態(tài)x1和需充電電量狀態(tài)x2的非線性連續(xù)函數(shù)，ua隨電網(wǎng)節(jié)點電壓狀態(tài)和需充電電量狀態(tài)的變化而變化。這表明，充電模糊控制器充電功率連續(xù)變化，工作平穩(wěn)，具有很強的自適應(yīng)能力。該模糊控制器另一個突出特點是：如果需求電量為零（即充滿時），充電功率也為零，可以有效避免過充現(xiàn)象發(fā)生，這是傳統(tǒng)的模糊控制器所不具備的（傳統(tǒng)的模糊控制器存在輸出模糊誤差）。

放電模糊控制器采用如下T-S模糊控制規(guī)則

表2　放電模糊控制器模糊控制規(guī)則Tab.2 Fuzzy control rules of discharging

由表2可得放電模糊控制器的輸出為

式中

顯然，放電模糊控制器與充電模糊控制器一樣，放電功率連續(xù)變化，工作平穩(wěn)，具有很強的自適應(yīng)能力。放電模糊控制器另一個突出特點是：當用戶不放電，即設(shè)置放電電量為零時，由式（9）可知，放電功率也為零，有效避免了過放電現(xiàn)象的發(fā)生。

1.5 功率分配單元

功率分配單元根據(jù)式（11）將T-S模糊控制器的輸出結(jié)果PG2V（式（6）得出的ua）和PV2G（式（9）得出的ub）進行再分配，將功率具體分配連接到V2G智能充電站的每一輛電動汽車。

式中，iP為功率分配單元分配給每一輛電動汽車的充放電功率。由于Eai是由用戶設(shè)定計算得出的汽車需要充電的電能，Ebi是由用戶設(shè)定計算得出的汽車可以放電的電能，而EG2V和EV2G分別是整個充電站內(nèi)所有電動汽車整合起來總的需要充電的電能和允許放電的電能。因此，每輛車的充放電功率將由其自身的充放電需求、該需求在整體需求中所占的比重以及模糊控制器根據(jù)當前電網(wǎng)狀態(tài)和總體能量需求輸出的總充放電功率來決定。當iP為正時，功率從電動汽車流向電網(wǎng)；否則功率從電網(wǎng)流向電動汽車。

1.6 電能變換單元

電動汽車V2G智能充電站的電能變換單元如圖6所示。其主電路拓撲由一個雙向半橋DC-DC結(jié)構(gòu)和一個以IGBT為開關(guān)管的三相橋式逆變器組成。圖6左邊交流側(cè)通過一個LC濾波器連接到電網(wǎng)，右邊直流側(cè)與電動汽車相連。

圖6　電動汽車V2G充電樁拓撲結(jié)構(gòu)Fig.6 The topology of V2G charging pile

逆變器在dq同步旋轉(zhuǎn)坐標系下的數(shù)學模型為

式中，ed、eq為變換后的電網(wǎng)電壓；ud、uq為逆變器側(cè)電壓；id、iq為并網(wǎng)電流；R、L分別為三相線路電阻和電感；ω 為三相電壓、電流的頻率，逆變器并網(wǎng)運行時由電網(wǎng)頻率決定。

由于d、q軸變量相互耦合，采用前饋解耦控制策略，當電流調(diào)節(jié)器采用PI調(diào)節(jié)器時，將系統(tǒng)電流內(nèi)環(huán)設(shè)計為

本文選取的同步坐標系中，對稱三相電網(wǎng)電壓波形經(jīng)Park變換后Vq為0，則逆變器的輸出功率在旋轉(zhuǎn)坐標系下可以表示為

將式（11）代入式（14），令逆變器工作在單位功率因數(shù)狀態(tài)，則電流環(huán)d、q軸參考值為

由式（12）～式（15）可得逆變器控制框圖如圖7所示。

圖7　V2G逆變器控制框圖Fig.7 Control strategy of the V2G inverter

2 仿真

1）電網(wǎng)高峰負荷

電網(wǎng)負荷高峰時，電網(wǎng)節(jié)點電壓一般較低，為0.95～0.97（pu）左右。在電網(wǎng)高峰負荷時將表3所列荷電狀態(tài)的電動汽車組接入電網(wǎng)，則電網(wǎng)側(cè)測得的電動汽車組充放電功率如圖8所示。

表3　電動汽車測試組一Tab.3 Specification of EV test group 1

圖8　電網(wǎng)高峰負荷時測試組一充放電功率Fig.8 The charge and discharge power of test group 1 at peak load

2）電網(wǎng)低谷負荷

電網(wǎng)負荷低谷主要在夜間，此時電網(wǎng)節(jié)點電壓一般較高，在1.05～1.1（pu）區(qū)間內(nèi)。在電網(wǎng)負荷低谷時將表4所列的電動汽車組接入電網(wǎng)，則電網(wǎng)側(cè)測得的電動汽車組充放電功率如圖9所示。

表4　電動汽車測試組二Tab.4 Specification of EV test group 2

3）其他時段

除電網(wǎng)負荷高峰和電網(wǎng)負荷低谷的時間段，假設(shè)電網(wǎng)節(jié)點電壓在0.97～1.05（pu）之間。在電網(wǎng)高峰負荷時將表5所列電動汽車組接入電網(wǎng)，則電網(wǎng)側(cè)測得的電動汽車組的充放電功率如圖10所示。

從圖8可以看出，當電網(wǎng)負荷高（Vnode＝0.96（pu）時，充電站內(nèi)表3所列測試組一中剩余電量高于用戶設(shè)定底線的電動汽車（如G1～G4）開始向電網(wǎng)放電。每輛電動汽車放電的功率由其自身的剩余電量水平?jīng)Q定。而充電站內(nèi)低于用戶設(shè)定底線的電動汽車（如G5）則仍然從電網(wǎng)取電，直到該電動汽車的剩余電量達到用戶設(shè)定的電池電量最低值。

圖9　電網(wǎng)低谷負荷時測試組二充放電功率Fig.9 The charge and discharge power of test group 2 in the low power grid

表5　電動汽車測試組三Tab.5 Specification of EV testing group 3

圖10　其他時段測試組三充放電功率Fig.10 The charge and discharge power of test group 3 at other period of time

電網(wǎng)負荷低（Vnode＝1.06（pu））時，充電站對表4所列測試組二的功率分配如圖9所示。此時充電站內(nèi)剩余電量低于用戶設(shè)定最大值的電動汽車從電網(wǎng)取電，充電的功率由其自身的剩余電量水平?jīng)Q定。如果電動汽車當前電量與用戶設(shè)定的最大值差距較大，則以較高的功率充電，否則將以較低的功率充電。

當電網(wǎng)處于非峰非谷期（Vnode＝1.00（pu））時，充電站對表5所列測試組三的功率分配如圖10所示。此時當前電量較高的電動汽車以較小的功率進行放電（如G1～G3），而與用戶電量要求相差較大的電動汽車則以較大功率充電（如G4、G5）?？梢姕y試組三的第2組和測試組一的第1組、測試組三的第5組和測試組一的第5組中電動汽車的荷電狀態(tài)與用戶設(shè)定是相同的，而其輸出相差很大，體現(xiàn)了模糊控制器對于電網(wǎng)在不同負荷狀態(tài)下對電動汽車充放電功率的調(diào)節(jié)能力。

采用上文提出的控制策略，本文進行了智能充電站充放電對電網(wǎng)負荷影響的仿真。仿真采用三種類型的電動汽車——公交車、商務(wù)車和小轎車，其容量及配置情況見表6。

表6　電動汽車類型及參數(shù)設(shè)置Tab.6 Types and parameters of EVs

一天內(nèi)進入該智能充電站的電動汽車進出站時的電量儲存情況以及進出站時刻見表7。設(shè)則k0＝1/3、k1＝1/3，N0、N1根據(jù)不同時段在網(wǎng)的電動汽車自動調(diào)整，模糊控制規(guī)則表見表1和表2。表7中，Tn為電動汽車充電樁編號，A_n%表示剩余電量SOC為n%的公交車，B_n%表示剩余電量SOC為n%的商務(wù)車，C_n%表示剩余電量SOC為n%的小轎車。

圖11是根據(jù)表7所列電動汽車充電站車輛進出情況計算的EG2V和EV2G在12∶00～24∶00之間跟隨變化而變化的示意圖。由于充電站在15∶00、 18∶00和21∶00分別有電動汽車進出站，因此在這幾個時間點EG2V和EV2G發(fā)生了較大的跳變?？梢钥闯?，在電網(wǎng)高峰負荷時間段（18∶00～20∶00），EV2G持續(xù)下降，即充電站允許放電的電能減少，說明此時充電站內(nèi)剩余電量高于SOC下限的電動汽車向電網(wǎng)放電；而在電網(wǎng)低谷負荷時間段（22∶00～24∶00），EG2V下降的同時EV2G上升，即充電站需要充電的電能減少，同時允許放電的電能增多，說明此時充電站內(nèi)剩余電量低于SOC上限的電動汽車正以較大功率充電，從而提高了充電站總體存儲的電能。

表7　電動汽車充電站車輛進出情況統(tǒng)計Tab.7 Vehicle parking statistics of the proposed smart charging station

圖11　EG2V和EV2G隨Vnode變化的情況Fig.11 Changing of EG2Vand EV2Gwith Vnode

圖12是采用本文提出的控制策略設(shè)計的智能充電站對電網(wǎng)進行智能充、放電的電網(wǎng)負荷和電網(wǎng)原負荷的對比。可以看出，本文提出的電動汽車V2G智能控制策略通過調(diào)控電動汽車在電網(wǎng)高峰負荷時間段放電、在電網(wǎng)低谷負荷時間段充電，有效地調(diào)節(jié)了電網(wǎng)負荷的峰谷差，提高了電網(wǎng)的效率。

圖12　電動汽車充放電輔助電網(wǎng)調(diào)峰Fig.12 Regulating peak of power network by charging and discharging of EVs

3 結(jié)論

本文針對大量電動汽車接入電網(wǎng)對電力系統(tǒng)帶來的增大電力峰谷差、加劇電壓跌落等問題，提出一種可以自由調(diào)節(jié)電能在電動汽車和電網(wǎng)之間傳輸方向，從而輔助電網(wǎng)進行調(diào)峰等服務(wù)的新型電動汽車V2G智能充電站。本文根據(jù)T-S型模糊控制器的特點，從V2G智能充電站的總體結(jié)構(gòu)出發(fā)，對其每一部分的控制策略進行詳細的分析與設(shè)計，通過監(jiān)測電網(wǎng)電壓，智能地調(diào)節(jié)逆變器的給定功率，從而實現(xiàn)對每一輛電動汽車充放電功率的控制。仿真結(jié)果表明該方法可以有效地控制功率在每一輛電動汽車和電網(wǎng)之間的雙向流動，在保障電網(wǎng)穩(wěn)定、提高電網(wǎng)效率的同時兼顧了車主對電池電量的要求，提高了充電站的實用性。

參考文獻

[1]Mehrhad E,Yimin G,Ali E.Modern electric,hybrid electric,and fuel cell vehicles—fundamentals,theory,and design[M].Boca Raton:CRC Press,2005.

[2]Turton H,Moura F.Vehicle-to-grid systems for sustainable development:an integrated energy analysis[J].Technological Forecasting and Social Change,2008,75（8）:1091-1108.

[3]Wang J,liu C,Ton D,et al.Impact of plug-in hybrid electric vehicles on power systems with demand response and wind power[J].Energy Policy,2011,39（7）:4016-4021.

[4]劉曉飛,張千帆,崔淑梅.電動汽車V2G技術(shù)綜述[J].電工技術(shù)學報,2012,27（2）:121-127.Liu Xiaofei,Zhang Qianfan,Cui Shumei.Review of electric vehicle V2G Technology[J].Transactions of China Electrotechnical Society,2012,27（2）:121-127.

[5]Yilmaz M,Krein P T.Review of the impact of vehicle-to-grid technologies on distribution systems and utility interfaces[J].IEEE Transactions on Power Electronics,2013,28（12）:5673-5689.

[6]Jin Chenrui,Tang Jian,Ghosh P.Optimizing electric vehicle charging with energy storage in the electricity market[J].IEEE Transactions on Smart Grid,2013,4（1）:311-320.

[7]Wen C K,Chen J C,Teng J H,et al.Decentralized plug-in electric vehicle charging selection algorithm in power systems[J].IEEE Transactions on Smart Grid,2012,3（4）:1779-1789.

[8]Thirugnanam K,Joy T P E R,Singh M,et al.Modeling and control of contactless based smart charging station in V2G scenario[J].IEEE Transactions on Smart Grid,2014,5（1）:337-348.

[9]Mukesh S,Praveen K,Indrani K.Implementation of vehicle to grid infrastructure using fuzzy logic controller[J].IEEE Transactions on Smart Grid,2012,3（1）:565-577.

[10]Zhang X Z,Wang Y N.Fuzzy variable structure control based on a Takagi-Sugeno model for permanentmagnet synchronous motors[J].Journal of Systems and Control Engineering,2009,223（6）:773-783.

[11]Mithat C K,Burak O,Leon M T.EV/PHEV bidirectional charger assessment for V2G reactive power operation[J].IEEE Transactions on Power Electronics,2013,28（12）:5717-5727.

[12]Yutaka O,Haruhito T,Tatsuhito N,et al.Autonomous distributed V2G（Vehicle-to-Grid）satisfying scheduled charging[J].IEEE Transactions on Smart Grid,2012,3（1）:559-564.

[13]Liu H,Ning H S,Zhang Y,et al.Battery status-aware authentication scheme for V2G networks in smart grid[J].IEEE Transactions on Smart Grid,2013,4（1）:99-110.

[14]張謙，韓維健，俞集輝,等.電動汽車充電站仿真模型及其對電網(wǎng)諧波影響[J].電工技術(shù)學報,2012,27（2）:159-164.Zhang Qian,Han Weijian,Yu Jihui,et al.Simulation model of electric vehicle charging station and the harmonic analysis on power grid[J].Transactions of China Electrotechnical Society,2012,27（2）:159-164.

[15]王冕，田野，李鐵民，等.應(yīng)用于儲能系統(tǒng)的雙向DC-DC變換器研究[J].電工技術(shù)學報，2013,28（8）:66-71.Wang Mian,Tian Ye,Li Tiemin,et al.Study of bidirectional DC-DC converters applied to energy storage system[J].Transactions of China Electrotechnical Society,2013,28（8）:66-71.

[16]Crosier R,Wang Shuo.DQ-frame modeling of an active power filter integrated with a grid-connected,multifunctional electric vehicle charging station[J].IEEE Transactions on Power Electronics,2013,28（12）:5702-5716.

[17]Mei Su,Hui Wang,Yao Sun,el al.AC/DC matrix converter with an optimized modulation strategy for V2G applications[J].IEEE Transactions on Power Electronics,2013,28（12）:5736-5745.

[18]李瑞生，王曉雷，周逢權(quán)，等.靈巧潮流控制的電動汽車智能化充電站[J].電力系統(tǒng)保護與控制,2010,38（21）:87-90.Li Ruisheng,Wang Xiaolei,Zhou Fengquan,et al.The system of electric vehicle intelligence charge station with smart power flow control[J].Power System Protection and Control,2010,38（21）:87-90.

[19]周逢權(quán)，連湛偉，王曉雷，等.電動汽車充電站運營模式探析[J].電力系統(tǒng)保護與控制,2010,38（21）:63-71.Zhou Fengquan,Lian Zhanwei,Wang Xiaolei,et al.Discussion on operation mode to the electric vehicle charging station[J].Power System Protection and Control,2010,38（21）:63-71.

[20]張維戈，頡飛翔，黃梅，等.快換式公交充電站短期負荷預(yù)測方法的研究[J].電力系統(tǒng)保護與控制,2013,41（4）:61-66.Zhang Weige,Xie Feixiang,Huang Mei,et al.Research on short-term load forecasting methods of electric buses charging station[J].Power System Protection and Control,2013,41（4）:61-66.

劉東奇 男，1986年生，博士研究生，研究方向為電動汽車能量管理系統(tǒng)及其控制。

E-mail:liudq@hnu.edu.cn（通信作者）

王耀南 男，1958年生，教授，博士生導(dǎo)師，研究方向為智能控制理論、機器人系統(tǒng)及電力電氣行業(yè)重大工程綜合自動化控制系統(tǒng)。

E-mail:yaonan@hnu.cn

Research of V2G Smart Charging Station Control Strategy Using T-S Fuzzy Controller

Liu Dongqi Wang Yaonan Shen Yongpeng
（College of Electrical and Information Engineering Hunan University Changsha 410082 China）

AbstractThis paper presents a control strategy for electric vehicle smart charging station in vehicle-to-grid（V2G）scenario.Firstly,the architecture and principle of the smart charging station are introduced.Then,a Takagi-Sugeno fuzzy logic controller is designed to control the power flow between EVs and grid depending on the battery state of each EV and the present grid condition.After that,a power distribution method is presented to distribute power to each individual EV according to its battery state and preset charging time.Simulation results demonstrate that the proposed control strategy can effectively allocate charging/discharging of the electric vehicle based on the grid condition and each EV’s battery state.

Keywords：Vehicle to grid,electric vehicle,grid connection,smart charging station,Takagi-Sugeno fuzzy logic controller

作者簡介

收稿日期2014-03-10 改稿日期 2014-10-28

中圖分類號：TM76；U469.72＋