0 前言

电动汽车对于加强可再生能源的有效利用、减少化石燃料消耗具有重大意义[1]。但是，大规模的电动汽车无序充电会导致电网过负荷，造成峰上加峰[2]。电动汽车作为分布式储能单元，在时间、空间层面通过合理优化调度，不仅可以起到为电网负荷削峰填谷的作用，其反向向电网供电时，还可以为电动汽车用户带来收益[3]。文献[4]在分时电价制度的基础上，针对电动汽车调度机构，建立了计及电网负荷波动及用户成本的多目标优化模型，求解得到次日优化充放电计划。但是没有对电动汽车充放电的空间分布做相关研究。文献[5]提出了一种基于输配双层优化的大规模电动汽车充放电时空优化调度策略，该调度策略分别从输电网层和配电网层进行时空优化调度，但是没有考虑分时电价以及电动汽车充放电的用户花费。文献[6]，[7]考虑了电动汽车充放电与发电机组之间的协调调度，但是没有计及网络约束，主要优化对象只有发电成本和负荷峰谷差。文献[8]将线路网损以及负荷率作为研究对象，对其进行了多目标优化，但是没有在时间层面上进行讨论，也没有考虑经济问题。文献[9]建立了以顾客满意度为目标的电动汽车充电优化模型，但没有考虑电动汽车入网造成的负荷波动。文献[10]提出了计及运营特性的电动汽车换电站时空双层调度，在进行电网调度最优化时，兼顾保障换电站运营，但没有考虑发电侧的燃料费用。

综上所述，在计及分时电价制度与充放电技术的基础上，关于源、网、荷三方利益最优的电动汽车充放电时空优化调度研究还未见报道。本文以一般居民小区电动汽车群为研究对象，将电动汽车作为分布式储能单元，不仅考虑时间层面上的负荷优化调度而且考虑将不同时间段的充放电负荷合理分配到系统各个接入节点，构建双层优化调度模型，利用含有两个电动汽车充放电站的改进5节点测试系统，将优化结果与基于蒙特卡洛模拟的无序充电结果进行对比，说明模型的有效性。此外，对于当前接有大量分布式电源的电网，电动汽车的有序充放电行为对提高新能源发电的消纳能力也将具有很好的指导意义。

将ZHL-02无氰镀银母液(上海谷盈实业有限公司)与水按体积比分别为2∶1、1∶1和1∶2进行稀释，所得工作镀液中对应的银离子质量浓度为19.1、14.3和9.5 g/L。利用KOH饱和溶液调节pH到10.3 ～ 10.8。实验用水为一次去离子水，其他试剂均为分析纯。

1 电动汽车充放电优化调度模型

1.1 时空双层调度控制框架

电动汽车接入电网的双层优化控制结构如图1所示。

主成分分析方法是将多个具有相关性的变量压缩成几个不相关的综合指标同时根据需要可以从中取出几个较少的综合指标来反应原始变量信息的分析统计方法[15，16]。通常数学上的处理就是将原来n个指标作线性组合，作为新的综合指标。假设M个街区单元，N个POI类别，原始样本矩阵为X，X=(Xij)M*N(i=1,2,3,…,m;j=1,2,3,…,n)主成分分析的流程如下：

  

图1 双层调度控制框架Fig.1 Double level scheduling control framework

包括发电机输出功率约束、充放电站功率约束、节点电压约束和输电线路功率约束等[12]。

1.2 上层模型

充放电计划上层为时间层面优化，通过合理调度，改善负荷情况。为了同时考虑电网和用户的利益，在电动汽车双向充放电可实施的条件下，结合分时电价机制，选取电网负荷波动和用户花费作为优化目标函数。

充放电计划下层为空间尺度的优化，对上层各时间段的总负荷在各个充放电站进行优化分配，以实现发电机组燃料费用以及线路网损最小。

 

②基于分时电价用户花费最少目标函数：

如表1所示，模型组和丁酸钠组肠黏膜血流量显著低于对照组（P＜0.05、0.01），丁酸钠组肠黏膜血流量显著高于模型组（P＜0.05）；模型组和丁酸钠组肠黏膜葡聚糖水平显著高于对照组（P＜0.05），丁酸钠组肠黏膜葡聚糖水平显著低于模型组（P＜0.05）。

 

本文以电动汽车较为集中的住宅小区为例，仿真参数满足：

 

式中：PLi为i时段不计电动汽车充电负荷的原始负荷功率；PEi为i时段电动汽车的整体充放电功率；Pav为优化后的日平均负荷；price（i）为各时段的分时电价；w1，w2分别为目标函数 F1，F2的权重系数，且满足w1+w2=1。

③参与充放电的电动汽车充放电接入时间约束

 

⑤充放电站约束条件

④电动汽车电池SOC状态约束

 

式中：SOCi为电动汽车 i的蓄电池荷电状态；SOCi max，SOCi min分别为电动汽车i的蓄电池荷电状态的上、下限。

考虑到蓄电池的充放电安全，同时保证用户用车需求，一般可取SOCimin=0.2，SOCimax=0.9。

唉，我百无聊赖地躺在沙发上问妈妈：“你小时候玩什么？”妈妈郑重其事地说：“我小时候没有课外书读，也没有玩具，所有的玩法都是原生态自创的。”说着，她随手拿起一个草稿本，撕下一张纸叠成正方形，又折了几下，一艘小船就出现在眼前。很快，飞机、千纸鹤、裤子、上衣在妈妈手上应运而生，我看得眼花缭乱。“好巧的手啊！”我赞叹道。“妈妈，你还会玩别的吗？”我兴致勃勃地问。她把纸折几下，在纸外侧四个大角分别写上“东”“南”“西”“北”，里面的八个小角写上了“地主”“解放军”“警察”“小偷”等，然后套在手指头上，问我：“你要东西南北哪个方向，要几下？”

1.3 下层模型

①电动汽车接入后，电网负荷波动最小目标函数

①燃料费用最优目标函数

 

式中：n为发电机组组数；Ci[PGi]为第i台机组的燃料成本，它是与第i台发电机组PGi的出力有关的一个多项式函数。

②下层优化有功平衡约束

 

式中：PEi为第i时段充放电站的充放电功率；Ploss为线路总网损；N为所有支路的集合；c，d为节点序号。

③下层优化不等式约束

本文以分时电价机制以及电动汽车充放电技术为基础，开展源、网、荷三方利益最优的电动汽车充放电双层优化调度研究。其中，分时电价是为了保证电动汽车充电时，电网不产生峰上加峰的现象，对各个时段制定不同的电价，引导消费者选择合理的充放电时间，降低电网负荷峰谷差[11]。

④网损最优目标函数需要分别作归一化处理

 

式中：f为有功平衡罚函数；k为惩罚系数，用来保证多目标优化过程中的有功功率平衡；w3，w4分别为目标函数F3，F4的权重系数，且满足w3+w4=1。

式中：Tj为第j辆电动汽车在各时段的充放电接入时间；考虑到电动汽车充放电对电网负荷的削峰填谷作用，充电时，Tin为无序充电情况下电动汽车的接入时间；Tout为用户设置的期望电动汽车充电完成时间。

各节点各时段参与充放电总功率由上层优化调度所决定，即：

 

式中：PAj为第j时段分配到各个节点i的充放电功率；PBj为经过上层优化调度后第j时段的总充放电功率。

2 改进的遗传优化算法及求解流程

常规遗传算法在寻优求解过程中容易陷入局部极小值，影响全局搜索性能。本文在原始遗传算法基础上进行改进，选择Halton拟随机序列产生差异度低的个体。交叉操作上，采用实数编码的算术交叉方法，从种群中选出适应度高的个体，通过算术交叉进行线性组合，产生两个新个体。在变异操作上，采用自适应变异概率的遗传算法，有效保留种群中的优良个体，对于每一代进化，优于种群平均适应度的个体使用较低的变异率，对于劣于种群平均适应度的个体，使用较高的变异率。

由大量传感器节点组成的无线传感器网络在环境监测、目标定位和跟踪等领域具有广泛的应用。这些应用所涉及的理论问题一般可以归结为是从传感器采集的测量数据中估计未知的物理量参数,并且随着无线传感器网络的快速发展,该问题已经吸引了大量国内外学者的关注。通常情况下,无线传感器网络中每个传感器节点由电池供电,其计算、通信和信息存储能力有限[1],另外,网络的通信带宽也是一个有限的资源。这使得如何基于传感器网络获得有效的参数估计,同时尽可能降低网络的使用成本问题成为一个具有理论意义和实用价值的研究热点。

基于分时电价及电动汽车充放电技术，本文构建考虑源、网、荷三方利益的电动汽车优化调度模型，为降低模型复杂度，将模型解耦为上、下两层子模型，先上层后下层进行分析计算。在上层模型中，各时段的电动汽车充电负荷是计算目标函数的关键参数，根据各电动汽车的初始接入时间，以及初始SOC可得到充电时长，将各个电动汽车的充电时间段写成矩阵形式，通过MATLAB软件编程计算各时段各辆电动汽车的充电功率，再进行叠加即可得到各时段的充放电负荷，从而得到负荷波动，再根据充放电电价即可得到用户花费。以各电动汽车的初始接入时间为初始变量，以负荷波动最小，用户花费最低为优化目标，不断通过选择、交叉、变异操作与适应度函数作比较，选择优秀个体，最终得到最优的各时段充放电负荷。在下层模型中，以负荷接入后发电厂燃料费用最低，配电网网损最小为优化目标，根据电动汽车充放电站所在节点的初始充放电有功负荷及发电机有功出力情况，最优潮流计算采用非线性规划求解，确定各机组最优出力以及各个充电站的充放电电量。具体流程如图2所示。

  

图2 双层模型优化调度流程图Fig.2 Flow chart of double level model optimal scheduling

3 仿真算例

由于两个目标函数的量纲不同，须要分别作归一化处理：

在案例实施过程中，教师的核心地位很重要，要求教师熟悉和理解案例，具有渊博的知识，缜密的逻辑分析能力，具有较强的控制和驾驭课堂的能力，通过案例教学可以考验教师的业务水平，提高教学水平和教学质量，使教师认识到自己的不足和短板，从而加强自身对理论知识和工程实践的学习，将理论教学与实践环节紧密结合起来，促进知识与能力的有机结合，只有这样才能使培养出的学生具有创新能力和工程实践能力，成为应用型高级纺织专业人才。

①算例设定每辆电动汽车的电池容量为32 kW·h，本文首先确定SOC与充放电功率之间的函数关系，即充电时，当SOC＞0.9，充电功率为1 kW；当0.2＜SOC＜0.9，充电功率为7 kW，且当SOC＞0.9时停止充电。 放电时，当 SOC＞0.9，充电功率为7 kW；当0.2＜SOC＜0.9，充放电功率为1 kW，且当SOC＜0.2时停止放电。

3.企业财务管理创新可以减少企业会计信息失真的现象。新经济背景下的企业财务管理创新，可以更好地完善企业的财务管理制度，避免出现真空地带，可以进一步强化财务会计信息，做好企业内部财务管理的监控和核查，尽可能地减少企业会计信息失真的情况。

②电动汽车的出行结束时刻服从高斯正态分布概率密度函数，认为电动汽车出行结束即参与充放电，本文将此时刻作为电动汽车的充电接入时刻Tin。车载电池的初始SOC也服从高斯正态分布概率密度函数[13]。

③根据研究与统计，90%以上的汽车每天行驶的时间不足1 h，而且95%时间处于闲置状态。考虑放电时，将90%的电动汽车视为没有能量损耗的储能电池参与放电。电动汽车参与放电的起始时间概率密度函数和起始SOC概率密度函数都服从高斯正态分布。

④电网充放电价均采用商业用电分时电价。

⑤小区内有100辆电动汽车参与充放电，不存在不参与充放电的情况。

营养学家经过反复试验得出，人体血液中硒的标准值为0.08 mg/kg，低于该值就会发生缺硒症[7]。人体不能自身合成硒，需要从食物中摄取[8]。植物性食物中的硒直接从含硒土壤中吸收，动物性食物中的硒来自于饲料。因此，食物中的硒归根结底来自于土壤。硒在我国的分布极不平衡，我国约有72%的地区缺硒，特别是从东北到西南的15个省、自治区的部分地区构成了“贫硒地带”。世界卫生组织确定我国是40个缺硒的国家之一[9]。

上层模型采用文献[14]的夏季日负荷曲线为原始负荷曲线。遗传算法相关参数设置：个体长度为100，最大遗传代数为1 000，交叉概率为0.8，自适应高变异概率为0.1，自适应低变异概率为0.01，种群规模为20。权重因子w1=w2=0.5。通过模型仿真分析，基于蒙特卡洛模拟方法，得到电动汽车无序充电日负荷曲线，如图3所示。只考虑充电不考虑反向放电，以负荷波动最小及用户花费最少为目标的优化后日负荷曲线如图4所示。考虑电动汽车充放电后的最优日负荷曲线如图5所示。相关费用如表1所示。

  

图3 无序充电负荷曲线Fig.3 Load curve of disorderly charging

  

图4 有序充电负荷曲线Fig.4 Load curve of orderly charging

  

图5 有序充放电负荷曲线Fig.5 Load curve of orderly charging and discharging

 

表1 有序充电与无序充电比较Table 1 Comparison between orderly charging and disorderly charging

  

?

由图3，4可知，电动汽车无序充电造成总负荷峰谷差增大，在经过充电优化调度后，电动汽车充电入网起到了良好的填谷作用，峰谷差较无序充电降低了38.6%，在考虑分时电价的基础上，花费降低了8 464.19元。由图5可知，在经过充电及放电优化调度后，同时在原始负荷曲线基础上起到填谷和削峰作用，峰谷差降低了52%，花费降低了9 886.59元。

1.3评价指标 根据生活功能能力评分量表分为满分100分。60分以上为轻度功能障碍,生活能够自理;60~41分为中度功能障碍,患者需要一定帮助;40~21分为重度功能障碍,依赖于他人;20分以下为残疾。

本文以某商业住宅区内电动汽车为研究对象，下层模型采用含电动汽车充放电站接入的改进5节点系统，其拓扑结构如图6所示。本文选择节点1和节点2作为电动汽车充放电站接入点，节点4和节点5作为两台大型柴油发电机组的接入点。节点5为平衡节点，其他节点均为PQ节点。

  

图6 含电动汽车充放电站接入的5节点系统结构图Fig.6 Structure diagram of 5 bus system with electric vehicle charging and discharging station

改进的5节点系统支路数据，发电机经济参数，以及各节点有功负荷参照文献[12]；各时段负荷按节点的容量比进行分配，各节点无功负荷均设为1 MVar，各节点各时段有功负荷参照文献[13]。权重因子取w3=w4=0.5。通过计算分析，各时段各发电机的出力以及各充电站充放电调度计划如表2所示。

 

表2 24 h优化调度计划表Table 2 Schedule of 24 hour optimal dispatch

  

时段 G 1 G 2 E V 1 E V 2 P loss 费用/元1 3.0 8 2 2.3 4 9 0.2 0 6 0.2 3 5 0.0 6 3 3 3 7 9.4 2 3.8 6 3 1.0 0 1 0.4 0 0 0.4 0 0 0.0 5 2 2 2 2 9.5 3 3.9 6 4 1.8 3 9 0.7 2 1 1.8 3 4 0.1 0 4 3 1 8 6.8 4 3.8 7 9 1.6 8 9 0.8 1 6 1.9 4 5 0.1 0 3 2 9 5 4.4 5 4.0 3 8 1.6 2 3 1.0 4 4 1.7 0 0 0.1 0 4 2 9 7 3.0 6 3.9 9 2 1.7 7 6 0.8 8 6 1.6 1 3 0.1 0 2 3 1 2 5.2 7 3.2 4 2 1.0 0 5 0.2 3 2 0.9 3 7 0.0 6 0 1 8 8 5.9 8 2.4 6 0 2.1 8 2 -0.0 5 2 -0.0 5 0 0.0 4 6 2 8 4 6.3 9 2.3 9 0 2.3 1 6 -0.2 4 9 -0.2 2 8 0.0 4 3 3 0 0 2.2 1 0 2.5 0 6 2.4 1 7 -0.2 5 3 -0.2 3 0 0.0 4 5 3 2 0 1.0 1 1 2.3 9 0 2.3 4 0 -0.2 7 6 -0.2 5 6 0.0 4 2 3 0 3 7.4 1 2 2.2 5 0 2.2 4 0 -0.3 0 3 -0.2 8 6 0.0 4 0 2 8 3 4.5 1 3 2.2 1 8 2.2 2 9 -0.3 2 8 -0.3 0 2 0.0 3 9 5 3 0 5.6 1 4 2.1 3 7 2.1 6 9 -0.3 4 1 -0.3 1 7 0.0 3 7 2 6 8 8.8 1 5 2.0 9 8 2.1 0 3 -0.3 1 3 -0.2 8 9 0.0 3 7 2 5 8 2.8 1 6 2.1 3 5 2.1 6 8 -0.3 4 8 -0.3 2 5 0.0 3 7 2 6 8 6.0 1 7 2.5 8 5 2.5 4 2 -0.3 1 8 -0.2 8 4 0.0 4 6 3 4 2 4.4 1 8 4.0 3 9 2.9 4 1 -0.4 4 4 -0.2 4 9 0.0 6 1 4 8 4 0.2 1 9 4.2 6 4 4.0 2 2 -0.4 9 0 -0.4 6 2 0.0 8 4 7 0 2 8.6 2 0 4.6 6 6 4.3 2 3 -0.6 6 6 -0.4 4 0 0.0 9 3 7 9 4 5.7 2 1 4.6 1 8 4.3 6 6 -0.7 2 9 -0.5 6 7 0.0 9 0 8 0 1 1.0 2 2 4.5 6 8 4.3 4 3 -0.7 2 6 -0.5 6 9 0.0 8 9 7 9 2 4.9 2 3 4.3 4 6 4.0 9 2 -0.5 6 8 -0.3 7 7 0.0 8 7 7 2 3 0.5 2 4 3.2 8 1 3.1 6 3 -0.3 8 2 -0.2 9 0 0.0 6 1 4 7 9 1.4

表2中EVi为各时段不同电动汽车充放电站的负荷，数值为正，表示充电。反之，则为放电。根据表2的计算结果，计及电动汽车充放电并考虑分时电价的电动汽车调度计划下，对于上述修正后的5节点系统，总燃料费用为99 115.5元，总网损为1.564 MW。电动汽车参与电网放电后，网损明显降低，并且随着放电量的增加，网损随之减少。另外，节点1的电动汽车放电电量占总放电量的55%，更适合做放电节点，节点2的电动汽车充电电量占总充电量的66.8%，更适合做充电节点。为引导电动汽车用户选择更合适的充电站，可在节点1处的电动汽车充放电站设置较高放电电价，在节点2处的电动汽车充放电站设置较低的充电电价。

(2)国有企业和有限责任公司从业人员多。2017年河北省持证矿山企业中国有企业从业人员7.55万人，有限责任公司从业人员4.90万人，分别占矿山企业总量的40.13%、26.04%。显示出国有企业和有限责任公司从业人员多、其他企业类型的从业人员数量与占比较少的特点。

第一，要制定衡阳市农田水利建设发展规划，结合当地实际情况确保能按照规划结构维护管理效率。并且建立健全专项资金体系，维护管理流程的同时，为其优化应用框架提供保障。

4 结论

本文充分顾及源、网、荷三方利益，根据分时电价机制和电动汽车的入网特性，构建了一种考虑时空双层的电动汽车充放电优化调度策略，不仅使发电侧成本以及配电网网损最低，而且降低了负荷波动和用户费用。通过对含有电动汽车充放电站接入的5节点系统模型进行仿真分析，本文提出的时空双层优化调度策略能够有效地指导用户采取合理的充电行为，实现24 h最优充放电负荷控制，空间上实现不同节点的最优负荷分配。本文研究内容对于提高电网中可再生能源发电的消纳能力，具有较好的参考意义。

参考文献：

[1]张文亮，武斌，李武峰，等.我国纯电动汽车的发展方向及能源供给模式的探讨[J].电网技术，2009，33（4）：1-5.

[2]张帝，姜久春，张维戈，等.基于遗传算法的电动汽车换电站经济运行 [J].电网技术，2013，37 （8）：2101-2107.

[3]张谦，刘超，周林，等.计及可入网电动汽车最优时空分布的双层经济调度模型 [J].电力系统自动化，2014，38（20）：40-45.

[4]孙晓明，王玮，苏粟，等.基于分时电价的电动汽车有序充电控制策略设计 [J].电力系统自动化，2013，38（1）：191-195.

[5]何立夫，李波，罗晶，等.基于输配双层优化的电动汽车充放电时空调度策略研究 [J].电网技术，2014，38（7）：27-32.

[6]Markel T，Kuss M，Denholm P.Communication and control of electric drive vehicles supporting renewables[J].IEEE Vehicle Power&Propulsion Conference，2009（4）： 27-34.

[7]Saber A Y，Venayagamoorthy G K.Optimization of vehicle-to-grid scheduling in constrained parking lots[J].IEEE International Conference on Power Systems，2009（3）： 1-8.

[8]Sortomme E，Mohammad M H，James M S D，et al.Coordinated charging of plug-in hybrid electric vehicles to minimize distribution system losses [J].IEEE Transaction on Smart Grid，2011，2（1）：198-205.

[9]周雪会，王希平.考虑顾客满意度的电动汽车充电桩规划策略[J].可再生能源，2017，35（6）：933-939.

[10]张颖，容展鹏，张宇雄，等.计及运营特性的电动汽车换电站时空双层调度 [J].电网技术，2016，40（9）：2616-2623.

[11]孙波，孙佳佳，董浩.基于分时充电电价的电动汽车消纳风电的机组调度优化模型[J].可再生能源，2017，35（1）：110-118.

[12]姚伟锋，赵俊华，文福拴，等.基于双层优化的电动汽车充放电调度策略 [J].电力系统自动化，2012，36（11）：30-37.

[13]Bradley T H，Quinn C W.Analysis of plug-in hybrid electric vehicle utility factors [J].Journal of Power Sources，2010，195（16）：5399-5408.

[14]高蓉，徐迅，周江昕，等.上海市安居小区电力负荷特性分析[J].华东电力，2012，40（6）：1064-1066.