電動汽車入網控制策略研究綜述

馮培磊 董治全 徐天奇 李 琰 劉曉欣

（1. 云南民族大學電氣信息工程學院，昆明 650500；2. 云南電網有限責任公司怒江供電局，云南 怒江 673100）

電動汽車入網控制策略研究綜述

馮培磊1董治全1徐天奇1李 琰1劉曉欣2

（1. 云南民族大學電氣信息工程學院，昆明 650500；2. 云南電網有限責任公司怒江供電局，云南 怒江 673100）

隨著電動汽車大規(guī)模普及，電動汽車入網在時空上的不確定性問題將會凸顯。針對國內電動汽車發(fā)展現狀，采用控制策略使大量電動汽車有序接入電網成為現在研究的熱點，大量研究表明電動汽車有序入網要比無序入網給電力系統(tǒng)帶來的影響要小很多。本文通過對電動汽車接入電網控制策略進行對比分析總結，提出了控制策略中的不足并進一步進行深入分析，為后續(xù)電動汽車入網控制策略提供了可靠性參考意見。

電動汽車；入網；控制策略

傳統(tǒng)汽車尾氣的排放給空氣帶來影響，各國政府在新技術開發(fā)方面高度重視。電動汽車（Electric Vehicle）將清潔電能轉化為汽車的動能，在人們長期的使用過程中可以實現碳的零排放[1]。中國人口基數大城市化進程加快為 EV的推廣提供了契機。雖然接入電力系統(tǒng)可以有效降低CO2的排放總量[2]，可是目前面臨很多技術瓶頸問題[3]。無線充電技術[4-5]和智能充電服務網絡[6]將成為智能電網發(fā)展的重點和難點。

充電站運營商通過對EV荷電狀態(tài)信息采集[7]，在滿足客戶需求和配電變壓器不過負荷條件下最大程度達到削峰填谷的效果。對峰谷電價的定價措施使 EV合理充電，達到電網、運營商和客戶共贏的目的。通過對 EV有序接入和無序接入電網的結果分析動態(tài)實時的響應分時電價，可以明顯提高電動汽車充電站的盈利水平[8]。采用分時電價的同時可能會引發(fā)新的問題，夜間 EV充電的電價比較低，大規(guī)模的 EV同時有序接入的充電樁，可能引起用電高峰出現并且減小配電變壓器的使用年限。通過建立了EV用戶響應和校正下的峰谷分時電價模型[9]，在不同的地區(qū)針對峰谷電價的實施情況也不一樣，應該結合當地的經濟情況來去定價。

前期控制策略研究主要是集中式控制[10-13]，EV接入微電網充分利用清潔能源，可以提高微電網環(huán)境和經濟效益[14]。分層分區(qū)調度策略控制優(yōu)勢相對明顯[15]。以實時電價為背景實現用戶側與供電側的雙贏[16]，對于特定車型在滿荷電狀態(tài)條件下，最大的行駛里程也是固定的。采用馬爾科夫鏈型與Dijkstra算法量化EV充電需求點時空分布情況[17]。提出充電控制策略方案的在線應用[18]，通過控制器控制住宅區(qū)負荷值小于設定功率限值，在滿足 EV充電條件下最大程度利用低谷時段充電。分層控制的方案簡單易于擴展，對大量 EV入網控制比較實用[19-20]。為解決 EV無序入網充電引發(fā)的“峰上加峰”的問題，合理的調動 EV用戶有序充電是有必要的[21]。EV入網會對系統(tǒng)整體規(guī)劃、運行方式和充放電的利用與控制等方面進行論證[22]。當前關于V2G的控制策略理論研究中發(fā)現EV用戶對調度模式的響應度比較低，很難在市場上大規(guī)模的推廣應用。深入分析放電優(yōu)缺點[23]，制定了放電價格的范圍，并以京津唐電網的實際情況分析得出V2G模式的實施可以降低電網的日負荷方差使用戶受益。EV可以在電網高峰時段作為電源對電網供電，在電網低谷時段作為負荷從電網獲取電能，電動汽車參與電網的負荷調節(jié)具有一定的實際意義[24]。文獻[25]以快速充電站為背景，通過制定峰谷、峰平、谷平時段的充電價格，用戶根據 EV的荷電狀態(tài)合理的選擇充電起始時間減小充電成本。根據公交車的運行規(guī)律將快速充電成本最低為目標[26]，通過對入網時間有效控制減小負荷波動帶來的影響。通過對上層模型節(jié)點阻塞電價的求解去優(yōu)化下層的 EV充電負荷[27]，上下雙層互聯(lián)可以提高電網和用戶之間的雙向通信有利于EV的調度。EV入網控制策略就是要通過一些措施或者方案使電動汽車有序接入電網，實現電網波動最小、運營商與電動汽車用戶獲取經濟利益最大化。

1 EV接入對電網產生的影響

文獻[28]EV可以當做分布式電源的一種為電網提供反方向服務，同時可以減少基礎設建設的投資提高電力系統(tǒng)的穩(wěn)定性，EV每天的行駛時長接近3個小時，多數時間EV都處于閑置的狀況。EV可以為基本負荷和高峰負荷段時間提供電能。大規(guī)模的EV可以作為移動備用電源靈活使用。當一定數量的EV作為負荷接入會對系統(tǒng)配電網絡產生影響，會改變接入點的日負荷曲線降低峰谷差達到削峰填谷的作用。特別是 EV夜間大規(guī)模入網使配電網功率增大，需要重新考慮需求側的管理。文獻[29]EV作為新增負荷在一定程度上改變配電網結構，充電行為的不確定性會對系統(tǒng)穩(wěn)定和效益帶來嚴重的影響。如果不能合理的控制充電負荷，就可能引起短時間內負荷上升。文獻[22]充電負荷具有很大的隨機性，增加了配電網規(guī)劃的復雜程度。對配電網產生的影響如圖1所示。

圖1 EV接入對配電網產生的影響

2 EV入網影響因素數學模型

文獻[30]將一天中 EV的第一次出行時刻和最后一次出行結束時刻近似表示為正態(tài)分布函數，每天行駛路程近似為對數正態(tài)分布函數密度函數，具體結果如下。

第一次出行開始時刻的正態(tài)分布函數為

式中，us=8.92；σs=3.24。

最后一次出行完成時刻對數正態(tài)分布函數為

式中，ue=17.47；σs=3.41。

文獻[31]日行駛里程的概率密度函數為

式中，um=2.98；σm=1.14。

通過對居民用戶一天當中第一次出行時刻和最后一次出行結束時刻可以統(tǒng)計出 EV用戶的出行規(guī)律。通過對相關數據進行分析運用數學模型進行函數擬合可以預測未來最近一段時間電動汽車的運行規(guī)律，對于充電站運營商來說可以合理的安排入網充電的時間點避免了大規(guī)模集中接入的情況。通過對日行駛里程的概率密度分析汽車荷電狀態(tài)，充電站運營商根據充電功率合理安排電動車的充電時間。

3 充電價格的不同標準

3.1 EV充電定價模型原理

客戶對價格有很小的可覺差范圍。在很小的價格尺度內，用戶基本沒有反應。當超過最小差別閾值，用戶對價格的響應呈線性關系。用戶對價格的反應也有一個滿足值，當大于這個恒定值客戶對價格失去響應。要想使用戶從高峰時段轉移至低谷時段充電價格的調整應該在線性區(qū)的變化范圍內刺激EV用戶。文獻[9]定義EV對價格變化下的積極性轉移用分時電價措施執(zhí)行后從充電價格較高時間段轉移人數與原來人數的比值。峰谷模式下分時電價模型中橫坐標為峰谷時段的電價差，縱坐標為峰谷時間段轉移用戶的百分比即用戶的響應度。A、B分別表示死區(qū)拐點、飽和區(qū)拐點。峰谷模式下用戶價格響應曲線如圖2所示。

圖2 峰谷模式下用戶價格響應曲線

響應模型表達式為

式中，ΔCpv,1為死區(qū)閾值為充電峰谷時間段用戶開始對峰谷充電價格差值有反應；ΔCpv,2表示飽和區(qū)閾值為充電的峰谷時段用戶對峰谷電價差值不再有響應的；αpv,max為用戶轉移數量百分比的飽和值；kpv表示充電峰谷時間段價反應曲線的斜率。

3.2 電動汽車充電電價模型

1）基于節(jié)點阻塞電價的定價模型1

文獻[27]通過拉格朗日乘子與功率傳輸分布因子求解節(jié)點的邊際電價，將分時電價與變化的阻塞電價之和作為電動汽車用戶的充電電價。

直流潮流條件下為獲得利潤最大：

式中，Ci(PGi)為節(jié)點i機組的購電費用函數；ai、bi、ci分別為機組的購電費用系數。

直流最優(yōu)潮流求解的拉格朗日表達式為

式中，Fk-i=ΔPk/ΔPi；ΔPk為支路 k功率變化量；ΔPi為節(jié)點i注入功率變化量為；M支路數目；δ 為均衡條件的拉格朗日乘子；PGi表示機組出力。

則節(jié)點邊際電價為

節(jié)點實時的阻塞電價為

即某一時刻的節(jié)點電價πi,t為

2）分時電價定價模型2

文獻[25]提出分時充電價格的定價方法，可以引導汽車有序接入的同時減少運營商購電和用戶充電費用。運營商購電成本最低獲取計劃充電負荷曲線，用實際充電負荷與目標計劃負荷偏差值思考用戶的反應度。引領后各時間段實際充電負荷與目標計劃負荷方差值最小為目標，即

運營商向用戶收取電網電費和服務費用。則引導后的運營商向EV用戶收取的費用為

式中，Cchg,i運營商收取的總費用；Cgrid,i電網電費；運營商服務費用。

3）實時電價定價模型3

文獻[32]電價和負荷需求關系可以分段線性化，第一部分為基本電價，第二部分為用戶對負荷波動的響應電價，當季節(jié)變化對電價波動影響比較小，文獻[33]電價與負荷的關系為

3.3 定價模型綜合評價

電價的定價方式可以通過對用戶的消費產生刺激實現負荷的跨時空轉移，從而實現電力系統(tǒng)穩(wěn)定。不同的定價方式與EV的區(qū)域性行駛規(guī)律有關。

定價模型1將分時電價與浮動阻塞電價之和作為充電電價可以動態(tài)的反應電價變化。當沒有阻塞發(fā)生，充電電價即分時電價；當阻塞發(fā)生的條件下要將阻塞和分時電價考慮在內。節(jié)點阻塞電價模型能夠在合適的范圍內減少高峰時段的負荷，避免了線路潮流越限的情況，在一定程度上減少電網阻塞現象發(fā)生的概率。通過用戶對節(jié)點阻塞電價一定程度的響應可減少充電費用獲得收益。定價模型1與定價模型3都是在基本的分時電價基礎上與負荷波動產生的電價的疊加和來去定價。模型2分時電價可以對充電行為進行指導，減少運營商從電網購電的成本。通過入網時間的調控可以讓運營商的購電成本和用戶的充電費用減少。充電負荷的峰谷差率減小有益于電網的穩(wěn)定運行。提出的模型2僅僅適用于公司和居民區(qū)停車場等集中充電站的優(yōu)化控制，相對于分散的小型充電站有待深入分析。相對于模型2來說，模型3實時電價在電網側可以減少峰谷差在用戶側可以合理安排充放電計劃，當 EV作為負荷充放電后會產生會產生新的充電電價可以體現出負荷變化與電價之間的關系。負荷與電價呈正相關，實時電價的實施讓負荷跨時段轉移。將電價曲線進行一階泰勒公式展開可以使峰谷差減少并沒有完全抑制電網負荷波動。運營商的選取應該符合地域的實際情況，否則產生很大誤差。

4 EV控制策略分析

4.1 EV充電負荷模型

文獻[34]EV作為新興的負荷可以靈活調控：假設第k量EV的入網時間是，入網時用戶的電池荷電為，用戶預計時間是，并且要求離網 時刻電池SOC必須滿足；電動汽車k的能量需求 E為

式中，為電動汽車 k的電池容量；Lk為電動汽車的充電效率。

EV的充電時間為

在分析EV充電時假設以平均功率充電：

模型存在的問題是上下邊界值的問題，如果設置不恰當，就可能會出現電動汽車離開電網時，電池的充電需求沒有達到用戶期望值的情況。還應該設置一種應急機制，當充電用戶臨時有事需要離開時，用戶沒有按照提前設定的充電時間完成充電需要對充電費用在一定的范圍內微調。

4.2 相關控制策略模型

1）策略一

文獻[8]建立充電站有序充電的控制模型根據變壓器的以往負荷數值預測當日 96點常規(guī)負荷曲線，時間間隔取值 15min。在配電變壓器不超載和最大程度滿足客戶要求為條件，運營商獲取最大利益建立目標函數，即

式中，cj充電站從電網的購電電價；pj運營商向用戶收取的電價；j表示運營商協(xié)調控制的時間段數；Snj為從當前時間算起第 j個時段上充電機 i的泊車狀況；Cnj為第n個充電機以當前時刻為起始點的第j個時間段的控制決策。

2）策略二

文獻[2]將低碳的概念考慮在內，以機組發(fā)電成本和CO2排放量的收取費用和運行商補貼費用最低為目的。建立函數，即

式中，Cp為發(fā)電機能耗成本；Cc為CO2排放費用；CEV為服務補償費用。

3）策略三

文獻[1]首先優(yōu)化目標為系統(tǒng)總負荷的削峰填谷：

式中，Gi,t、Di,t和Wi,t分別為i級控制中心t時刻EV指導負荷、總常規(guī)負荷與新能源出力；Ω代表控制中心集合。

EV總負荷曲線與負荷指導曲線的歐式距離最?。?/p>

式中，Pt為t時刻EV總充電負荷，Gt為控制中心負荷指導曲線t時刻的分量。

4）策略四

文獻[25]為了讓運營商獲利最大，最大程度轉移到電價相對較低的低谷時段，建立目標函數為

式中，Z1為當日購電成本，n為EV一天內充電時間段總數取值為24；表示第i時段充電目標負荷；Δti表示第i時段充電時長；Cgrid,i表示第i時段分時電價。

以引導后各時段充電負荷與目標負荷方差最小，其函數表達式為

5）策略五

文獻[21]同時將電網和用戶的收益考慮在內，在 EV可向電網饋電條件下，選取電網負荷均方差與用戶成本做為優(yōu)化的目標函數。負荷均方差可以反應出電網是否穩(wěn)定，一天分為 24個時段，每輛EV在任意時段的充放電功率為控制變量，即

式中，PLj代表不含EV負荷的原電網j時間段功率；Pij代表電動汽車i在j時刻的功率；Pavr為調度后的日平均負荷；n表示電動汽車數量。

考慮分時電價下用戶成本最低，即

式中，Sj代表電網在j時刻的電價。

6）策略六

文獻[15]在上層模型中優(yōu)化各運營商在不同時間段的調度規(guī)劃，使系統(tǒng)在研究的時間內總負荷水平的方差最小，可以在一定程度實現削峰填谷。

上層目標函數包括兩項：第一項為體系內總負荷的水平方差，第二項為基層各運營商實際調度情況與系統(tǒng)具體的調度規(guī)劃情況偏差之和最小。優(yōu)化目標函數，即

式中，T為動態(tài)調度周期中包含的時間段數；Pd,t為時間t除充放電負荷出力之外的其他負荷；為T個時段內的系統(tǒng)平均負荷；xk,t為代理商k在t時段的的調度計劃；N0系統(tǒng)中所包含的代理商個數；θ 為懲罰系數；Xk為系統(tǒng)調度機構制定代理商k在各時段的調度計劃；Yk為代理商k制定管轄EV每個時段的充放電策略；yk,1,t=1和 yk,1,t=-1分別表示其出狀態(tài)為充電和放電；nk為代理商 k所管轄的電動汽車數量。

在下層模型中，各代理商通過對所屬范圍內的EV各時段充放電狀態(tài)的控制，使代理商實際負荷與調度計劃的偏差最小化。對于第k個代理商，其目標函數可表示為

式中，Pk,m,t為屬于代理商k的第m輛電動汽車實際調度結果。

7）策略七

文獻[7]設站內第 i（i=1,2,3,…,N）號充電機的額定功率為Pi，系統(tǒng)每15min更新狀態(tài)。在15min內，對于接入的第i號充電機的汽車，其充電至狀態(tài)需要的充電時間段數量為Ji。

式中，Δt為一個時間長度取15min；γ 為充電機的充電效率。

以15min為間隔的電網負荷LN,j（j=1,2,…,96）；LN,1為零時刻的電網負荷。所有參加V2G的充電總負荷為LC,j(共96個點)，放電總負荷為LD,j。

將電網公司負荷數值與汽車充放電負荷數值疊加：

以電網總負荷方差值最小反映負荷的波動情況，建立函數如下：

式中，LN,i電網日負荷；LC,i電動汽車充電總負荷；LD,i放電總負荷；LN,j、LC,j、LD,j為對應的預測負荷。

4.3 綜合評價分析

為了使 EV有序接入電網，針對于特定的實際情況中會采取不同的優(yōu)化控制策略。EV將成為智能電網發(fā)展的重點?？刂撇呗园凑湛刂颇繕藖矸挚梢苑譃閱文繕撕投嗄繕丝刂撇呗?，對于 EV入網控制策略來說也就是研究電網公司、充電站運行商和用戶之間的關系。優(yōu)化目標主要有電網負荷波動的方差最小，充電站運營商受益最大和用戶的充電成本最低。

控制策略一與控制策略七為單目標優(yōu)化控制策略都是采用96點負荷曲線進行研究，控制策略一重點研究運營商獲益最大的策略。存在的問題是采用不同的時間間隔應該依據實際負荷情況合理設置。時間間隔的確定要根據歷史負荷數據進行預測。在夜間谷時段，電價相對于運營商來說較低，運營商為了追逐利益最大化，充電站集中大規(guī)模的汽車充電可能導致局部高峰現象的出現。在客戶緊急需求的條件下，在很短時間限內為用戶提供 EV提供很多電能，充電站內不能滿足要求出現客戶離開的情況。在求解優(yōu)化時不存在解。在某些情況下，通過簡單分時電價定價調節(jié)不能解決局部峰谷差現象。單目標優(yōu)化控制策略雖然使其獲益最大，并不能保證電網負荷波動的穩(wěn)定，在某些情況下也不能滿足用戶需求。

控制策略二將低碳理念引入控制策略并且建立了一定的懲罰措施。在策略二中運營商作為電網與電動汽車的媒介，實現信息與電能互動。相對于傳統(tǒng)負荷，EV具備儲能特點可以在G2V和V2G兩種形式下運行。在CDM（clean development mechanism）市場條件下，CO2排放量對于發(fā)電主體來說具有一定標準尺度。EV通過充電樁獲取電能的同時增加了CO2排放量。EV替代傳統(tǒng)耗油汽車將CO2從交通轉移到電力行業(yè)。雖然減少了CO2的排放量可是增加了發(fā)電成本。

控制策略四、策略五和策略七都是以分時電價為依據，策略四以運營商購電成本最小確定目標負荷曲線，用引導后的實際充電負荷與目標負荷方差最小為目標作為電網是否穩(wěn)定的判據。策略五針對電動汽車調度機構建立計及電網負荷波動及用戶成本的多目標優(yōu)化模型。兩個目標函數相互影響，不同分時電價改變峰谷電價差值和負荷方差值不一樣、用戶的充電成本也不相同。在考慮用戶成本條件下，如何合理的選擇分時電價，使峰谷差值和負荷均方差值減小值的研究。權重因子體現了各目標函數所占比重，其選擇將直接影響優(yōu)化結果，調度策略下在高價差和高均值且含尖峰分時電價下對調峰顯著，可是會帶來客戶投資成本的增加。想達到綜合最優(yōu)要將合理的定價機制與權重分配考慮在內。

策略三與策略六都采用了分層的控制方法，分層控制策略具有比較好的擴展性，因地制宜結合各種調控方案，實現下級中心負荷緊跟計劃目標負荷協(xié)同上級中心的削峰填谷優(yōu)化。實行 EV有序充電負荷跟隨的方案作為下級中心控制策略嵌入分層策略中，該控制策略可以根據電動汽車運行的實際情況進行架構的擴展，也可以深入分析 EV反送電的分層控制策略。

5 結論

EV作為新興負荷接入給電網穩(wěn)定帶來影響，EV有序接入電網充電對電網產生的影響相對比較小。電網公司的要求是電力系統(tǒng)的負荷波動最小，EV運營商的目的是購電成本最小，在國家政策的控制下通過充電價格制定獲取一定的經濟效益。根據經濟學分析在充電價格變化范圍內，大量研究表明有效的控制策略可以讓電網公司、充電站運營商和EV用戶共贏。在分析多目標優(yōu)化控制時重點考慮權重分配問題。隨著電動汽車數量的巨增，大量電池的回收利用和充電站的規(guī)劃設計將成為下一步研究的熱點。

[1] 占愷嶠, 胡澤春, 宋永華, 等. 含新能源接入的電動汽車有序充電分層控制策略[J]. 電網技術, 2016,397(12)： 3689-3695.

[2] 婁素華, 張立靜, 吳耀武, 等. 低碳經濟下電動汽車集群與電力系統(tǒng)間的協(xié)調優(yōu)化運行[J]. 電工技術學報, 2017, 32(5)： 176-183.

[3] 吳奇珂, 程帆, 陳昕儒. 電能替代"戰(zhàn)略中電動汽車的推廣潛力及經濟性分析[J]. 電氣技術, 2016, 17(9)：88-92.

[4] 趙爭鳴, 劉方, 陳凱楠. 電動汽車無線充電技術研究綜述[J]. 電工技術學報, 2016, 31(20)： 30-40.

[5] 鄭心城, 陳為. 電動汽車無線充電的磁耦合結構綜述[J]. 電氣技術, 2017, 18(4)： 15-92.

[6] 戴詠夏. 電動汽車動力電池運維精益化管理探索與實踐[J]. 電氣技術, 2016, 17(3)： 120-122.

[7] 徐智威, 胡澤春, 宋永華, 等. 基于動態(tài)分時電價的電動汽車充電站有序充電策略[J]. 中國電機工程學報, 2014, 34(22)： 3638-3646.

[8] 徐智威, 胡澤春, 宋永華, 等. 充電站內電動汽車有序充電策略[J]. 電力系統(tǒng)自動化, 2012, 36(11)：38-43.

[9] 阮文駿, 王蓓蓓, 李揚, 等. 峰谷分時電價下的用戶響應行為研究[J]. 電網技術, 2012(7)： 86-93.

[10] 李秋碩, 肖湘寧, 郭靜, 等. 電動汽車有序充電方法研究[J]. 電網技術, 2012, 36(12)： 32-38.

[11] 孫波, 廖強強, 謝品杰, 等. 車電互聯(lián)削峰填谷的經濟成本效益分析[J]. 電網技術, 2012, 36(10)： 30-34.

[12] 占愷嶠, 宋永華, 胡澤春, 等. 以降損為目標的電動汽車有序充電優(yōu)化[J]. 中國電機工程學報, 2012,32(31)： 11-18.

[13] 宮鑫, 林濤, 蘇秉華. 插電式混合電動汽車充電對配電網的影響[J]. 電網技術, 2012, 36(11)： 30-35.

[14] 趙興勇, 王帥, 吳新華, 等. 含分布式電源和電動汽車的微電網協(xié)調控制策略[J]. 電網技術, 2016,40(12)： 3732-3740.

[15] 姚偉鋒, 趙俊華, 文福拴, 等. 基于雙層優(yōu)化的電動汽車充放電調度策略[J]. 電力系統(tǒng)自動化, 2012,36(11)： 30-37.

[16] 鄒文, 吳福保, 劉志宏. 實時電價下插電式混合動力汽車智能集中充電策略[J]. 電力系統(tǒng)自動化,2011, 35(14)： 62-67.

[17] 舒雋, 唐剛, 韓冰. 電動汽車充電站最優(yōu)規(guī)劃的兩階段方法[J]. 電工技術學報, 2017, 32(3)： 10-17.

[18] 齊先軍, 李冬偉, 紀姝彥. 采用功率限制的住宅區(qū)電動汽車有序充電控制策略[J]. 電網技術, 2016,40(12)： 3715-3721.

[19] Xu Zhiwei, Su Wencong, Hu Zechun, et al. A hierarchical framework for coordinated charging of Plug-In electric vehicles in China[J]. IEEE Transactions on Smart Grid, 2016, 7(1)： 428-438.

[20] 唐佳, 高爽, 王丹, 等. 入網電動汽車集群的分層控制方法[J]. 電力建設, 2015, 36(7)： 146-162.

[21] 魏大鈞, 張承慧, 孫波, 等. 基于分時電價的電動汽車充放電多目標優(yōu)化調度[J]. 電網技術, 2014,38(11)： 2972-2977.

[22] 胡澤春, 宋永華, 徐智威, 等. 電動汽車接入電網的影響與利用[J]. 中國電機工程學報, 2012, 32(4)：1-10.

[23] 項頂, 宋永華, 胡澤春, 等. 電動汽車參與V2G的最優(yōu)峰谷電價研究[J]. 中國電機工程學報, 2013(31)：15-25.

[24] 李惠玲, 白曉民, 譚聞, 等. 電動汽車與分布式發(fā)電入網的協(xié)調控制研究[J]. 電網技術, 2013, 37(8)：2108-2115.

[25] 常方宇, 黃梅, 張維戈. 分時充電價格下電動汽車有序充電引導策略[J]. 電網技術, 2016, 40(9)：2609-2615.

[26] 李斌, 劉暢, 陳慧妙, 等. 基于混合整數規(guī)劃的電動公交車快速充電站有序充電策略[J]. 電網技術,2016, 40(9)： 2623-2629.

[27] 麻秀范, 王超, 洪瀟, 等. 基于節(jié)點阻塞電價的電動汽車雙層充電優(yōu)化策略[J]. 電網技術, 2016, 40(12)：3706-3714.

[28] 涂軼昀, 李燦, 承林, 等. 電動汽車接入電網及其對電力系統(tǒng)的影響[J]. 華東電力, 2011(7)： 1085-1088.[29] 趙俊華, 文福拴, 楊愛民, 等. 電動汽車對電力系統(tǒng)的影響及其調度與控制問題[J]. 電力系統(tǒng)自動化,2011, 35(14)： 2-10, 29.

[30] 田立亭, 張明霞, 汪奐伶. 電動汽車對電網影響的評估和解決方案[J]. 中國電機工程學報, 2012,32(31)： 43-49, 前插 6.

[31] 田立亭, 史雙龍, 賈卓. 電動汽車充電功率需求的統(tǒng)計學建模方法[J]. 電網技術, 2010, 324(11)：126-130.

[32] 麻秀范, 王超, 洪瀟, 等. 基于實時電價的電動汽車充放電優(yōu)化策略和經濟調度模型[J]. 電工技術學報,2016, 31(S1)： 190-202.

[33] Kristoffersen T K, Capion K, Meibom P. Optimal charging of electric drive vehicles in a market environment[J]. Applied Energy, 2011, 88(5)： 1940-1948.

[34] 孫強, 許方園, 唐佳, 等. 基于需求響應的電動汽車集群充電負荷建模及容量邊界控制策略[J]. 電網技術, 2016, 40(9)： 2638-2645.

Summarization of Strategy about Electric Vehicles Connected to Power Grid

Feng Peilei1Dong Zhiquan1Xu Tianqi1Li Yan1Liu Xiaoxin2
(1. School of Electrical and Information Technology, Yunnan Minzu University, Kunming 650500;2. Nujiang Grid Bureau, Yunnan Grid Corporation Limited, Nujiang, Yunnan 673100)

With the development of electric vehicle faster and faster, the uncertainty over time and space of vehicle-to-grid is the essential problem. The massive application of control strategy makes vehicle -to-grid charging orderly, which is a hot topic of the research. In view of the development of electric vehicles in China, numerous research demonstrates that ordinary access of vehicle-to-grid has less effect than the disorderly access. Based on the control strategy analysis summary of vehicle-to-grid,pointed out the shortcomings in control strategy of vehicle-to-grid, and made a further analysis, put forward reliable references to control strategies of vehicle-to-grid.

electric vehicle; schedule of EV charging; control strategy

國家自然科學基金項目（61461055）

云南電網公司怒江供電局職工技術創(chuàng)新項目（050000KK52150006）

馮培磊（1992-），男，碩士研究生，安徽蒙城人，研究方向為智能電網、新能源發(fā)電接入，電力系統(tǒng)分析。