2 电动汽车续航里程预测
电动汽车续驶里程预测,可用于在制定电动汽车有序充电策略过程中,确定用户的出行需求,根据用户到达充电站时的SOC判断当前电量是否满足用户下次出行需求,确定本次是否为电动汽车进行充电。根据文献介绍,可以通过采用模糊聚类算法来对行驶工况片段进行模糊聚类分析,进而得到电动汽车行驶工况识别,然后就可以对电动汽车的续航里程进行预测(图2)。
电动汽车续驶里程预测过程中,对电动汽车行驶片段的历史数据,利用己知的各工况聚类中心进行识别,计算电动汽车各工况的比例,读取当前电动汽车soc及各工况的平均耗电量,从而计算电动汽车的续驶里程。计算方式如公式1所示。
其中,Ss为电动汽车当前SOC,Q为电动汽车的电池容量,戈为各工况的片段数,以为各工况的耗电量,其中i=1,2,... ,12。详细计算,当SOC=0.2时,续航里程为17 km。该数据将用于以下有序充电的程序编写过程。
3 电动汽车有序充电策略
本文提出的电动汽车有序充电策略采用双层模型,分为用户侧模型及电网侧模型。其中,用户侧模型根据之前的电动汽车续驶里程预测方法计算电动汽车的充电量。电网侧模型基于局域配电网的负荷状况,考虑用户充电的便利性,以电动汽车下次出行的里程长短优先级,电动汽车用户所用的钱最少以及局域配电网负荷峰谷差最小为调度目标函数,对电动汽车充电进行规划和调度。调度优先级别为,局域配电网负荷峰谷差最小优先于下次出行里程长短,优先于电动汽车用户所消费的电价。
3.1用户侧模型
设用户响应充电时间调控的概率为p。用户侧模型的主要目的为,在满足用户下次充电前出行需求的基础上,以电动汽车动力电池容量衰退最小为目标,确定电动汽车的充电量。在用户到达充电站开始充电前,由用户输入当前时间T_in,电动汽车当前的soc记为Ss,预计驶离充电站的时间T_out,及其预计行驶里程L。
根据电动汽车当前soc,利用公式(1)计算当前soc下电动汽车续驶里程预测值L、. SOC为20%时电动汽车的续驶里程L2=17 km。若L1>L+L2,表明当前电量充足(模型中预留了20%的电量)。若在电动汽车电量充足情况下,由电动汽车用户来决定是否还要充电(设定用户决定充电的概率为P0),若决定充电,则该次充电为电动汽车充满电。在充电时间充足的情况下,则该次充电过程的充电量如公式(2)所示。若决定不充,则该次不对电动汽车充电。
若L1<L+L2,表明当前电量不充足。由用户决定是否接受调控的充电量,若不接受,则与上述流程类似,为用户的电动汽车充满电。若接受,则该次充电量如公式(3)所示。其中,PAV等于25.6 kWh。
接着,由用户决定是否愿意接受充电时间的调控(概率为p),若不接受时间调控,则立即开始为电动汽车充电,若接受,则将充电数据输入电网侧模型,对用户充电时间进行调控。总的有序充电用户侧的模型如图3所示。