基于LSTM網(wǎng)絡(luò)學(xué)習(xí)的電動汽車實時能量管理優(yōu)化策略

洪晨威，劉其輝，張怡冰

（1.華北電力大學(xué) 新能源電力系統(tǒng)國家重點實驗室，北京102206；2.國網(wǎng)北京市電力有限公司，北京100031）

0 引言

電動汽車（electric vehicle，EV）的大量上網(wǎng)帶來的大規(guī)模負荷增長進一步加劇了配網(wǎng)的負荷峰谷差，對配網(wǎng)的安全運行產(chǎn)生了負面影響。文獻［1］—文獻［2］對EV接入對電網(wǎng)產(chǎn)生的影響進行了詳細的綜述，如何對EV進行有效調(diào)控是當前的研究熱點。

目前國內(nèi)外學(xué)者在解決EV有序充電的問題上已展開了一系列研究。目前比較可行的思想是對EV進行分層分區(qū)管理。文獻［3］引入了EV分層分區(qū)調(diào)度的概念，構(gòu)建了基于雙層優(yōu)化模型的EV充放電調(diào)度模型；文獻［4］建立了以系統(tǒng)總負荷平方差最小和可轉(zhuǎn)移充放電量最大為目標的兩階段優(yōu)化模型，并采用yalmip進行求解。文獻［5］—文獻［6］構(gòu)建了含EV與可再生能源的雙層協(xié)調(diào)優(yōu)化模型，并采用遺傳算法求解整個模型。分層分區(qū)管理方式有效降低了各代理商所調(diào)度的EV的規(guī)模，大大減少了模型求解的計算量和計算時間。上述文獻提出的算法均是一種確定性局部優(yōu)化算法，僅能考慮當前已接入的EV及電網(wǎng)狀態(tài)，求解結(jié)果也僅是該時段的局部最優(yōu)解，從當日全局負荷層面考慮，其結(jié)果還存在一定的優(yōu)化空間。

考慮到電網(wǎng)負荷及EV充電負荷為時間序列數(shù)據(jù)，且在一定時間尺度下呈現(xiàn)周期性規(guī)律。而深度長短期記憶神經(jīng)網(wǎng)絡(luò)（long short-term memory，LSTM）是一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network，RNN）改進的深度學(xué)習(xí)算法，對處理時序數(shù)據(jù)有很好的效果［7］。可以有效地學(xué)習(xí)歷史序列數(shù)據(jù)中的規(guī)律信息。

因此，提出一種基于LSTM網(wǎng)絡(luò)深度學(xué)習(xí)的EV 3層能量管理系統(tǒng)。以電網(wǎng)負責(zé)的調(diào)度中心（電網(wǎng)層）、代理商負責(zé)的區(qū)域能量管理系統(tǒng)和充電站能量管理系統(tǒng)組成的3層能量管理架構(gòu)為依托，利用電網(wǎng)歷史基礎(chǔ)負荷及EV歷史負荷數(shù)據(jù)求解出歷史調(diào)度優(yōu)化任務(wù)最優(yōu)解，用于訓(xùn)練學(xué)習(xí)網(wǎng)絡(luò)，并利用該網(wǎng)絡(luò)快速高效的指導(dǎo)當前實時EV調(diào)度任務(wù)的優(yōu)化。最后通過仿真計算驗證了提出方法的有效性、靈活性和優(yōu)越性。

1 EV 3層能量管理系統(tǒng)

1.1 3層架構(gòu)模型

基于文獻［8］提出的包括電網(wǎng)層、區(qū)域能量管理系統(tǒng)和充電站能量管理系統(tǒng)的EV充電能量管理3層架構(gòu)模型，結(jié)合LSTM學(xué)習(xí)網(wǎng)絡(luò)進行進一步的改進，架構(gòu)模型如圖1所示。

圖1 電動汽車3層管理架構(gòu)Fig.1 Three-tier management structure of electric vehicles

由于EV 3層架構(gòu)管理系統(tǒng)各層的主要功能與現(xiàn)有研究類似，其中電網(wǎng)層策略的關(guān)鍵在于制定引導(dǎo)電價或者制定充電功率閾值，目前已有較多的研究成果［9—10］，因此本文研究重點為能量管理系統(tǒng)如何構(gòu)建最優(yōu)指導(dǎo)充電功率深度學(xué)習(xí)網(wǎng)絡(luò)、基于該學(xué)習(xí)網(wǎng)絡(luò)制定指導(dǎo)充電功率的方法以及充電站能量管理系統(tǒng)對指導(dǎo)充電功率的分配策略。

1.2 3層架構(gòu)能量管理流程

3層能量管理流程圖如圖2所示。

圖2 3層架構(gòu)能量管理流程Fig.2 Three-tier architecture management flow

在每日調(diào)控開始前，區(qū)域管理系統(tǒng)需執(zhí)行3個步驟：

（1）接收調(diào)度層下達的基于歷史負荷制定的該日引導(dǎo)電價c(t)，元/kWh；區(qū)域充電負荷功率上限M(t)，kW；該日調(diào)度目標等信息；

（2）根據(jù)歷史EV負荷模擬優(yōu)化過程，計算在已知全日EV準確接入時間及充電需求條件下的各站級管理系統(tǒng)指導(dǎo)充電功率最優(yōu)解（目標函數(shù)與調(diào)度層下達的調(diào)度目標一致）；

（3）以計算得到的歷史每日的指導(dǎo)功率最優(yōu)解為學(xué)習(xí)目標，基于歷史負荷數(shù)據(jù)及歷史電價信息構(gòu)建指導(dǎo)功率深度學(xué)習(xí)網(wǎng)絡(luò)，準備開始該日的調(diào)控。

在收到調(diào)度層下達的電價信息及功率限額后，由區(qū)域管理系統(tǒng)與站級管理系統(tǒng)配合，對EV充電進行實時控制。將1天劃分為96個控制時段（每個時段時長為15 min），將每個控制時段末端作為該時段的優(yōu)化計算點，對等待充電的EV的充電行為進行優(yōu)化計算。

假設(shè)在某個控制時段中區(qū)域內(nèi)所有充電站中共接入了n輛EV（均未充滿），則在該控制時段末端對這n輛EV進行優(yōu)化，計算它們在下一控制時段的充電功率，該過程需要經(jīng)歷3個步驟：

（1）各站級管理系統(tǒng)統(tǒng)計n輛EV中仍有優(yōu)化裕度的m輛車輛的電池型號及狀態(tài)信息（當前電池狀態(tài)SOCi,j,t及電池容量Bi,j）、到達時刻所在時段Ti,j,0、離開時刻所在時段Ti,j、充滿所需時段數(shù)、該車輛所屬的充電樁類型（直流充電樁或交流充電樁）及其相應(yīng)的充電額定功率PDC和PAC，并計算各充電站內(nèi)車輛的平均緊急程度系數(shù)Ri,j(t)，如式（1），并將這些信息上傳給區(qū)域管理系統(tǒng)

（2）區(qū)域管理系統(tǒng)收到轄區(qū)內(nèi)各站級管理系統(tǒng)提交的信息后，將該控制時段及之前時段的區(qū)域基礎(chǔ)負荷數(shù)據(jù)、電價、EV數(shù)量及緊急程度信息輸入深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，由該網(wǎng)絡(luò)計算得出各充電站在下一控制時段的指導(dǎo)充電功率，并下達給相應(yīng)的站級管理系統(tǒng)。

（3）站級管理系統(tǒng)接收指導(dǎo)充電功率指令，以此為參照分別對本站內(nèi)m輛車中的EV進行充電功率分配，計算得到各EV在下一控制時段的充電功率，并下發(fā)到對應(yīng)的充電樁。

2 基于LSTM網(wǎng)絡(luò)學(xué)習(xí)的區(qū)域EV管理系統(tǒng)

2.1 LSTM單元結(jié)構(gòu)

由于各充電站的指導(dǎo)充電功率實際上為一組時間序列，而深度學(xué)習(xí)模型中的LSTM模型恰好具有記憶能力，可以有效地學(xué)習(xí)歷史序列數(shù)據(jù)中的信息，因此采用長短期記憶深度神經(jīng)網(wǎng)絡(luò)模型。LSTM的單元結(jié)構(gòu)如圖3所示［11］。

圖3 LSTM單元結(jié)構(gòu)Fig.3 LSTM unit structure

圖3中Ct-1為前一個單元的記憶；ht-1為前一個單元的輸出；Xt為當前單元的輸入；Ct為當前單元的記憶；ht為當前單元的輸出；函數(shù)ft為遺忘門，用于選擇遺忘ht-1中的參數(shù)信息；it和C?t構(gòu)成輸入門，用來讀取和修正參數(shù)，并創(chuàng)建候選向量Ct添加到單元記憶中；Ot為輸出門，用于選擇輸出部分單元記憶信息，計算公式為［12］

式中：W和b分別為對應(yīng)門的權(quán)重系數(shù)矩陣和偏置項；σ為sigmoid激活函數(shù)，用于將實數(shù)映射到［0，1］內(nèi)；tanh為雙曲正切函數(shù)，用于將實數(shù)映射至［-1，1］內(nèi)。

在處理序列數(shù)據(jù)時，每個時間步對應(yīng)一個LSTM單元。每個單元通過考慮當前輸入、前一個單元的輸出和記憶來作出決定，同時它會產(chǎn)生一個新的輸出并改變它的記憶。當存在多個LSTM層時，第一層各時間步的單元輸出將作為第二層對應(yīng)時間步的單元的輸入，第一層最后的時間步的記憶將作為第二層的初始記憶。

2.2 LSTM長短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)模型

本文構(gòu)建的LSTM模型包括輸入層、2個LSTM隱藏層、兩個全連接層、一個Dropout層和輸出層。輸入矩陣進入輸入層后，經(jīng)過LSTM隱藏層和Dropout層后，通過全連接的輸出層得到最終預(yù)測值，LSTM模型如圖4所示。

圖4 LSTM網(wǎng)絡(luò)模型Fig.4 LSTM network model

LSTM層的作用是為了篩選出重要的信息，同時遺忘不重要的信息。Dropout層在正向傳遞和權(quán)值更新的過程中對LSTM神經(jīng)元的輸入和遞歸連接進行概率性失活，能夠避免某一個網(wǎng)絡(luò)被過分的擬合到訓(xùn)練集，出現(xiàn)“過學(xué)習(xí)”，本文將失活概率設(shè)置為0.5。完全連接層的作用是將高維輸入轉(zhuǎn)變?yōu)榈途S輸出，同時保留上一層的信息。圖4中完全連接層2的輸出維度需要與預(yù)測結(jié)果維度相同。

2.2.1 網(wǎng)絡(luò)訓(xùn)練集輸入數(shù)據(jù)

選取以下因素作為輸入特征，分別為：各時段的基礎(chǔ)負荷、電價、停留EV數(shù)量、EV平均緊急程度系數(shù)，t-1、t-2時段的EV數(shù)量及平均緊急程度系數(shù)。每組訓(xùn)練數(shù)據(jù)包含96個時段數(shù)據(jù)。訓(xùn)練集具體輸入數(shù)據(jù)如表1所示。

表1 訓(xùn)練集輸入數(shù)據(jù)Table 1 Input data of training set

表1中，在全日負荷情況已知的條件，根據(jù)尋優(yōu)算法求得區(qū)域管理系統(tǒng)轄內(nèi)各充電站在第t時段的指導(dǎo)充電功率最優(yōu)解，其目標函數(shù)的選取與調(diào)度層的指令保持一致，以96個控制時段中該區(qū)域內(nèi)M個充電站整體充電成本最小為目標［8］，即

2.2.2 實時輸入輸出數(shù)據(jù)

在實時優(yōu)化調(diào)度時，網(wǎng)絡(luò)需要的輸入數(shù)據(jù)及相應(yīng)的輸出數(shù)據(jù)如表2所示。

表2 實時輸入輸出數(shù)據(jù)Table 2 Real time input and output data

2.2.3 訓(xùn)練流程

為提高訓(xùn)練速度，同時兼顧訓(xùn)練精度，采用mini-batch技術(shù)［11］，并選取batchsize=20，即將20組訓(xùn)練數(shù)據(jù)作為一個整體訓(xùn)練，具體訓(xùn)練過程如下：

（1）對數(shù)據(jù)進行標準化，由表1可知每組數(shù)據(jù)包含6個輸入量，1個目標值，且時段數(shù)為96，因此每組輸入數(shù)據(jù)矩陣大小為7×96；

（2）將訓(xùn)練集的輸入量輸入到LSTM網(wǎng)絡(luò)模型中，得到初步的預(yù)測值，并計算得到與目標值的誤差；

（3）采用Adam反傳播算法，更新網(wǎng)絡(luò)權(quán)重，實現(xiàn)LSTM網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)；

（4）訓(xùn)練完成后，將測試集的數(shù)據(jù)實時輸入到LSTM網(wǎng)絡(luò)，得出該充電站的實時指導(dǎo)充電功率。

3 站級能量管理策略

本文的充電站能量管理系統(tǒng)按照各車輛的緊急程度系數(shù)對區(qū)域能量管理系統(tǒng)下達的指導(dǎo)充電功率進行分配，系數(shù)越高，分配的充電功率越高。

交流慢充EV分配到的充電功率為0或額定功率PAC，直流快充的EV充電功率可以在0到PDC之間連續(xù)調(diào)節(jié)［13］。

假設(shè)第i個充電站在第t個控制時段內(nèi)接入的EV中交流充電EV的集合為ACt，直流充電EV的集合為DCt，則交流充電電動汽車分配的充電功率為

直流充電EV分配的充電功率為

4 算例分析

4.1 仿真模型設(shè)置

假設(shè)某個區(qū)域能量管理系統(tǒng)下有3個充電站（M=3），分別設(shè)置在辦公區(qū)、商業(yè)區(qū)和居民區(qū)［8］。直流額定充電功率為45 kW，交流額定充電功率為7 kW，EV的電池容量有兩種，分別為24 kWh和32 kWh。收集101組某地區(qū)實測基礎(chǔ)負荷數(shù)據(jù)及電價信息，同時按照文獻［14］提出的基于蒙特卡洛方法的電動汽車出行鏈進行模擬，得到101組EV的出行數(shù)據(jù)，共計101組初始數(shù)據(jù)。選取其中一組作為測試數(shù)據(jù)用于驗證最終結(jié)果，其余數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)訓(xùn)練LSTM學(xué)習(xí)網(wǎng)絡(luò)。圖5為該日基礎(chǔ)負荷曲線，表3為該日各充電站接入的EV信息，表4為該日調(diào)度層下達的引導(dǎo)電價。

2層LSTM層的隱藏單元數(shù)量分別設(shè)置為200、100，迭代次數(shù)為300次。

圖5 該日基礎(chǔ)負荷Fig.5 The base load of the day

表3 該日各充電站接入的電動汽車信息Table 3 EV information of each charging station of this day

表4 各時段電價信息Table 4 Electricity price of each period

4.2 算例結(jié)果分析

將本文方法與其他文獻提出的局部優(yōu)化算法（滾動優(yōu)化策略）進行對比。圖6為該區(qū)域管理系統(tǒng)轄內(nèi)3個充電站的實際充電功率，圖7為該地區(qū)的基礎(chǔ)負荷曲線與不同控制方法下的全部負荷曲線，對應(yīng)的充電費用及峰谷差如表5所示，圖8為不同策略下不同時段的平均充電功率。

圖6 各充電站的實際充電功率Fig.6 Actual charging power of each charging station

圖7 不同策略下的負荷曲線對比Fig.7 Comparison of load curves under different strategies

表5 峰谷差、充電成本與優(yōu)化耗時對比Table 5 Comparison of peak-valley、charging cost and optimization duration

圖8 不同控制策略下各時段的平均充電功率Fig.8 Average charging power of each period under different control strategies

結(jié)合圖6、圖7、圖8和表5可以看出，若電動汽車進行無序充電，不僅充電成本高，且大幅增加了電網(wǎng)的日負荷峰谷差，不利于電網(wǎng)的安全穩(wěn)定。而本文策略和滾動優(yōu)化策略均能合理的協(xié)調(diào)各充電站的指導(dǎo)充電功率，盡可能減少在高電價時段（10:00—14:00，18:00—23:00）的充電功率，將充電負荷轉(zhuǎn)移至電價相對較低的時段，對比即時充電方式，大大降低了充電成本。

同時，由圖8可以看出，本文提出的方法在負荷高峰時段充電功率更低，在負荷低谷時段充電功率顯著增加，負荷轉(zhuǎn)移效果更加顯著。對比表5不同算法下的全日峰谷差，本文的策略的峰谷差更小，削峰填谷的效果更優(yōu)。另一方面，在對測試數(shù)據(jù)96個時段的實時仿真中，滾動優(yōu)化策略用時2 min，而本文提出的方法用時僅30 s，計算效率更高。

綜上，本文提出的策略從最終優(yōu)化結(jié)果來看確實取得了較一般算法更優(yōu)的結(jié)果，實時計算效率更高，且當管理的EV數(shù)量更加龐大時，普通的尋優(yōu)算法計算速度將進一步下降，甚至可能出現(xiàn)維數(shù)災(zāi)，但對本文提出的策略則依然可以保持較高的求解效率，充分體現(xiàn)了策略的有效性及優(yōu)越性。

5 結(jié)束語

本文建立了包括調(diào)度層，區(qū)級管理層，站級管理層的3層EV充電負荷實時優(yōu)化管理模型，在此基礎(chǔ)上重點研究和提出了基于深度學(xué)習(xí)的區(qū)級能量管理策略，并通過仿真算例進行了驗證。主要結(jié)論如下：

（1）本文提出的基于深度學(xué)習(xí)網(wǎng)絡(luò)的區(qū)域管理系統(tǒng)管理策略可以充分利用歷史負荷數(shù)據(jù)，深度挖掘歷史優(yōu)化任務(wù)的信息用于指導(dǎo)在線實時優(yōu)化，優(yōu)化效果相較于一般的局部優(yōu)化策略更好。

（2）本文策略優(yōu)化變量數(shù)較少，不會出現(xiàn)維數(shù)災(zāi)的問題，求解難度較低，實時計算效率更高，適用于大規(guī)模電動汽車接入的情形。