电动汽车集群内的递阶分散最优充电方法

doi:10.3969/j.issn.1000-7229.2015.07.016

电力建设 ›› 2015, Vol. 36 ›› Issue (7): 114-119.doi: 10.3969/j.issn.1000-7229.2015.07.016

• 电动汽车与电网互动策略 • 上一篇下一篇

电动汽车集群内的递阶分散最优充电方法

李正烁，郭庆来，孙宏斌，辛蜀骏

电力系统及发电设备控制和仿真国家重点实验室（清华大学电机系），北京市 100084

出版日期:2015-07-01
作者简介:李正烁（1988），男，博士研究生，主要研究方向为智能电网优化调度和安全运行技术；郭庆来（1979），男，博士，副教授，主要研究方向为无功电压控制和智能用电技术；孙宏斌（1969），男，通信作者，博士，教授，博士生导师，IET Fellow，教育部长江学者，国家级教学名师，国家杰出青年科学基金获得者，主要研究方向为电力系统能量管理、无功优化和信息论；辛蜀骏（1990），男，博士研究生，主要研究方向为电动汽车智能充电导航和物理信息系统在电力网络的应用。
基金资助:
国家重点基础研究发展计划（973计划）（2013CB228202）；国家自然科学基金创新研究群体科学基金资助项目（51321005）；国家自然科学基金（51361135703）。

Hierarchical Decentralized Optimal Charging Algorithm for Electric Vehicles Aggregation

LI Zhengshuo， GUO Qinglai， SUN Hongbin， XIN Shujun

State Key Lab of Control and Simulation of Power Systems and Generation Equipments， Department of Electrical Engineering， Tsinghua University， Beijing 100084， China

Online:2015-07-01
Supported by:
Project Supported by National Basic Research Program of China （973 Program）（2013CB228202）， the Foundation for Innovative Research Groups of the National Natural Science Foundation of China（51321005）and the National Natural Science Foundation of China（51361135703）.

摘要/Abstract

摘要：

电动汽车未来有望以集群（例如大型充电站内的电动汽车）形式参与电网调度。收到电网下发的集群优化充电调度指令后，集群代理需优化集群内的电动汽车充电功率以追踪电网指令。该追踪问题是一个大规模的优化问题，难于集中式求解。提出一种递阶分散优化算法求解该问题。集群代理下发协调信息，各电动汽车根据协调信息分布式地优化自身充电功率，并向代理返回迭代信息，通过迭代求得问题的最优解。为进一步提高计算效率，对集群代理和单辆汽车的优化子问题进行了深入研究和算法改进。通过数值实验发现所提方法具有很快的计算速度，尤其适用于求解大规模电动汽车集群内的追踪问题。

关键词: 电动汽车, 分散优化, 集群代理, 追踪问题

Abstract:

Electric vehicles （EVs） are very likely to be dispatched by the power grid in the form of aggregation in the future， e.g.， the EVs in a large charging station being regarded and dispatched as one aggregation. After receiving the dispatch order from the power grid， an aggregator of EV aggregation should optimize each EV’s charging power to realize the dispatch order with regard to the aggregation， which is defined as a tracking problem. The tracking problem is a large-scale optimization problem which is hard to solve in a centralized manner. A hierarchical decentralized optimal algorithm was proposed to solve that problem. In the proposed algorithm， the aggregator sent coordination messages to EVs， while each EV solved a local small-scale optimization problem in a distributed manner and returned messages to the aggregator until the iteration process finished. To further enhance the computational efficiency， the sub-problem regarding the aggregator and each EV was deeply studied and its algorithm was improved. The numerical experiment results show that the proposed method has fast calculation speed， and is especially suitable for the large-scale tracking problem inside an EV aggregator.

Key words: electric vehicle, decentralized optimization, aggregation aggregator, tracking problem

中图分类号:

李正烁，郭庆来，孙宏斌，辛蜀骏. 电动汽车集群内的递阶分散最优充电方法[J]. 电力建设, 2015, 36(7): 114-119.

LI Zhengshuo， GUO Qinglai， SUN Hongbin， XIN Shujun. Hierarchical Decentralized Optimal Charging Algorithm for Electric Vehicles Aggregation[J]. ELECTRIC POWER CONSTRUCTION, 2015, 36(7): 114-119.

参考文献

［1］Wu D， Aliprantis D C， Ying L. Load scheduling and dispatch for aggregators of plug-in electric vehicles［J］. IEEE Transactions on Smart Grid， 2012， 3（1）: 368-376.
［2］Li Z， Guo Q， Sun H， et al. A new real-time smart-charging method considering expected electric vehicle fleet connections［J］.IEEE Transactions on Power Systems， 2014， 29（6）: 3114-3115.
［3］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.
Yao Weifeng， Zhao Junhua， Wen Fushuan， et al. A charging and discharging dispatching strategy for electric vehicles based on bi-level optimization［J］. Automation of Electric Power Systems， 2012， 36（11）: 30-37.
［4］邹文，吴福保，刘志宏. 实时电价下插电式混合动力汽车智能集中充电策略［J］. 电力系统自动化， 2011， 35（14）: 62-67.
Zou Wen，Wu Fubao，Liu Zhihong.Centralized charging strategies of plug-in hybrid electric vehicles under electricity markets based on spot pricing［J］. Automation of Electric Power Systems， 2011， 35（14）: 62-67.
［5］Li Z，Sun H，Guo Q，et al.Study on wind-EV complementation in transmission grid side［C］// Power and Energy Society General Meeting. Detroit: IEEE， 2011: 1-12.
［6］李正烁，孙宏斌，郭庆来，等. 计及碳排放的输电网侧“风-车协调”研究［J］. 中国电机工程学报， 2012， 32（10）: 7+41-48.
Li Zhengshuo， Sun Hongbin， Guo Qinglai， et al. Study on wind-EV complementation on the transmission grid side considering carbon emission［J］.Proceedings of the CSEE， 2012， 32（10）: 7+41-48.
［7］于大洋，宋曙光，张波，等. 区域电网电动汽车充电与风电协同调度的分析［J］. 电力系统自动化， 2011， 35（14）: 24-29.
Yu Dayang， Song Shuguang， Zhang Bo， et al. Synergistic dispatch of PEVs charging and wind power in chinese regional power grids［J］. Automation of Electric Power Systems， 2011， 35（14）: 24-29.
［8］赵俊华，文福拴，薛禹胜，等. 计及电动汽车和风电出力不确定性的随机经济调度［J］. 电力系统自动化， 2010， 34（20）: 22-29.
Zhao Junhua，Wen Fushuan，Xue Yusheng，et al. Power system stochastic economic dispatch considering uncertain outputs from plug-in electric vehicles and wind generators［J］. Automation of Electric Power Systems， 2010， 34（20）: 22-29.
［9］Richardson P， Flynn D， Keane A. Local versus centralized charging strategies for electric vehicles in low voltage distribution systems［J］. IEEE Transactions on Smart Grid， 2012， 3（2）: 1020-1028.
［10］Deilami S， Masoum A S， Moses P S， et al. Real-time coordination of plug-in electric vehicle charging in smart grids to minimize power losses and improve voltage profile［J］. IEEE Transactions on Smart Grid， 2011， 2（3）: 456-467.
［11］Su W， Chow M Y. Performance evaluation of an eda-based large-scale plug-in hybrid electric vehicle charging algorithm［J］. IEEE Transactions on Smart Grid， 2012， 3（1）: 308-315.
［12］Karfopoulos E L， Papadopoulos P， Skarvelis-Kazakos S， et al. Introducing electric vehicles in the microgrids concept［C］// International Conference on Intelligent System Application to Power Systems. Heraklion， Greece：IEEE， 2011: 1-6.
［13］Gu Y， Xie L. Look-ahead coordination of wind energy and electric vehicles: A market-based approach［C］// North American Power Symposium. Arlington， TX: IEEE PES，2010: 1-8.
［14］Khodayar M E， Lei W， Shahidehpour M. Hourly coordination of electric vehicle operation and volatile wind power generation in SCUC［J］. IEEE Transactions on Smart Grid， 2012， 3（3）: 1271-1279.
［15］张舒，胡泽春，宋永华，等.考虑电动汽车换电站与电网互动的机组组合问题研究［J］. 中国电机工程学报， 2012， 32（10）: 8+49-55.
Zhang Shu， Hu Zechun， Song Yonghua， et al. Research on unit commitment considering interaction between battery swapping station and power grid［J］.Proceedings of the CSEE， 2012， 32（10）: 8+49-55.
［16］Rotering N， Ilic M. Optimal charge control of plug-in hybrid electric vehicles in deregulated electricity markets［J］. IEEE Transactions on Power Systems， 2011， 26（3）: 1021-1029.
［17］陆凌蓉，文福拴，薛禹胜，等.计及可入网电动汽车的电力系统机组最优组合［J］.电力系统自动化，2011，35（21）：16-20.
Lu Lingrong，Wen Fushuan，Xue Yusheng，et al.Unit commitment in power systems with plug-in electric vehicles［J］. Automation of Electric Power Systems， 2011， 35（21）: 16-20.
［18］Ma Z， Callaway D S， Hiskens I A. Decentralized charging control of large populations of plug-in electric vehicles［J］. IEEE Transactions on Control Systems Technology， 2013， 21（1）: 67-78.
［19］Wu C， Mohsenian-Rad H， Huang J. Vehicle-to-aggregator interaction game［J］. IEEE Transactions on Smart Grid， 2012， 3（1）: 434-442.
［20］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.
［21］Tushar W， Saad W， Poor H V， et al. Economics of electric vehicle charging: A game theoretic approach［J］. IEEE Transactions on Smart Grid， 2012， 3（4）: 1767-1778.
［22］Gan L， Topcu U， Low S H. Optimal decentralized protocol for electric vehicle charging［J］. IEEE Transactions on Power Systems， 2013， 28（2）: 940-951.
［23］Li Z， Guo Q， Sun H， et al. A decentralized optimization method to track electric vehicle aggregator’s optimal charging plan［C］// Power and Energy Society General Meeting. National Harbor， MD: IEEE， 2014: 1-5.
［24］李文沅.电力系统安全经济运行：模型与方法［M］. 重庆：重庆大学出版社，1989：48-50.
［25］陈宝林. 最优化理论与算法［M］. 2版.北京：清华大学出版社，2005：300-301.

[1]	张卫国, 陈良亮, 成海生, 付蓉, 季娟. 基于电动汽车供电资源态势感知的台区负荷弹性调度策略[J]. 电力建设, 2020, 41(8): 48-56.
[2]	吴钉捷, 李晓露. 基于实时出行需求和交通路况的电动汽车充电负荷预测[J]. 电力建设, 2020, 41(8): 57-67.
[3]	谭忠富，谭彩霞，蒲雷，杨佳澄. 基于协同免疫量子粒子群优化算法的虚拟电厂双层博弈模型[J]. 电力建设, 2020, 41(6): 9-17.
[4]	胡珏，韦钢，袁洪涛，罗志刚. 电动汽车充换储一体站的建模[J]. 电力建设, 2020, 41(6): 44-51.
[5]	刘辉，谢良峰，谢海敏，阳育德，覃智君. 考虑电动汽车响应AGC的系统网损评估[J]. 电力建设, 2020, 41(6): 52-59.
[6]	周斌，张卫国，崔文佳，毛东宇，陈中. 考虑预警负荷的电动汽车充放电优化策略[J]. 电力建设, 2020, 41(4): 10-21.
[7]	赵文会，张九阳，高姣倩，宋亚君. 考虑动态电量和无限次博弈的电动汽车上网电价模型#br#[J]. 电力建设, 2020, 41(4): 30-37.
[8]	蒋浩，林舜江，卢艺，何森. 考虑时间相关性的电动汽车充电站负荷概率建模及场景生成[J]. 电力建设, 2020, 41(2): 47-57.
[9]	张宇威, 杨军，吴赋章，詹祥澎，龙雪梅，张俊，徐箭. 基于电网-交通网耦合的充电站故障传播分析框架[J]. 电力建设, 2020, 41(1): 13-22.
[10]	廖家齐，钱科军，方华亮，周承科，徐彦. 基于泛在电力物联网的电动汽车充电站运维关键技术[J]. 电力建设, 2019, 40(9): 20-26.
[11]	谭凯，李中伟，关亚东，叶麟，佟为明，张宝军. 电动汽车充电桩轻量级密钥管理方案[J]. 电力建设, 2019, 40(9): 73-81.
[12]	杜丽佳，靳小龙，何伟，穆云飞，贾宏杰，魏炜. 考虑电动汽车和虚拟储能系统优化调度的楼宇微网联络线功率平滑控制方法[J]. 电力建设, 2019, 40(8): 26-33.
[13]	周思宇，刘成刚，戈阳阳，赵清松，李琼慧，王彩霞，龙虹毓. 面向风电消纳的车-储-热协同调度策略[J]. 电力建设, 2019, 40(8): 77-83.
[14]	夏世威，陆涛，杜婷，李庚银，卜思奇. 考虑风电波动性的微网中电动汽车分布式协调运行方法[J]. 电力建设, 2019, 40(6): 86-94.
[15]	杨军，林洋佳，陈杰军，李逸欣，詹祥澎. 未来城市共享电动汽车发展模式[J]. 电力建设, 2019, 40(4): 49-59.

电动汽车集群内的递阶分散最优充电方法

Hierarchical Decentralized Optimal Charging Algorithm for Electric Vehicles Aggregation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价