摘 要家用汽车: 近几十年来，由于地球石油资源消耗迅速，空气污染严重和全球变暖（“温室效应”的结果），新能源汽车的发展正在吸引越来越多的关注。新能源汽车产业，包含新能源、智能化、物联网等众多高科技内容，代表高端制造业的最前沿，其未来发展直接关系我国汽车产业的发展状况，基于集中式电动汽车智能在线充电的方式，可以按照不同电动汽车的状态进行优化算法充电，解决不同充电算法优化目标不一致问题。
关键词: 电动汽车；集中式充电方式；削峰填谷
引 言
电动汽车应用市场充电模式呈现多样化发展态势，主要因为充电设施网络迅速发展。未来，“互联网+充电”技术将得到广泛的推广和应用，充电运营商与电动汽车行业、互联网行业的互联互通、协作创新将有力地推动整体电动汽车产业发展。同时，随着电动汽车数量的不断增长，提高了对电动汽车充电方式的智能化要求。
集中式充电是指将电动汽车充电进行集约化管理，按照电网的需求以及电动汽车用户的充电
行为对此区域内的电动汽车能量进行统一调度。对于电网而言，这种集中管理和统一调度的模式能够实现整体上最优，降低电网运营成本。随着电动汽车数量的增长，需要利用智能充电方式对大规模的电动汽车进行集中式调配充电。基于集中式电动汽车智能在线充电的方式，可以按照不同电动汽车的状态进行优化算法充电，解决不同充电算法优化目标不一致问题。
本论文从电动汽车用户和电网运行角度出发，阐述了电动汽车集中式充电方式的方法，在大规模电动汽车接入电网中，有效的减轻对电网的负担，进行有序高效的充电，对车网融合技术以及车网友好互动有重要影响。
0国外研究现状
YoleDéveloppement（Yole）电力电子和电池首席分析师Milan Rosina博士表示，EV充电需要更高的电压，功率和更多的能量传递。他说：“虽然无线充电器和智能手机经常紧密接触，但很难将车辆精确地定位在充电器上方，并且充电器（发射器）与安装在车辆上的接收器之间的距离要大得多。”Binod等[1]设计提出了一种新的充电预留方式以及新的充电策略，包括了管理调度模式以及充电区间的选取。Cao等[2]提出了基于手机端的数据计算支
持终端，并且与电动汽车充电设施端的智能充电策略相匹配。
Deforest等[3]针对电动汽车调度集成器对于电动汽车各种状态都了解的不确定假设情况下，提出了实际确定的途径来展示不确定的电动汽车数据的能力，来处理电动汽车的移动不确定性。实时的电动汽车调度规划在文中被提出来，调度方式考虑了电动汽车的驾驶路径规划。研究得到了电池老化率与电池电流以及温度的关系式，将此关系式运用到能量优化管理系统中，得到了使电池老化率最低的充电策略。Lunz等[4]研究了不同充电方式对电动汽车电池老化成本的影响，发现通过合理的充电方式不仅可以降低电池的老化成本，还能减少其充电成本。同时提出了提供充电预留服务将会提高充电体检的质量，提供充电预留服务将会最小化车主充电时候的等待时间，充电预留服务将会允许电动汽车车主在到达正式充电站之前预留对应的充电设施。
1国内研究现状
随着电动汽车市场在未来几年的增长，预计电动汽车充电器的数量将迅速增长。作为国家政策问题，中国中央政府推动电动汽车充电网络的发展，制定了目标，并提供资金和任务标准。中国的电动汽车充电器数量可能会更高。根据EVCIPA的采访，大多数在中国出售供
个人使用的电动汽车都配有家用充电装置。中国目前大约保有150万至200万私人电动汽车。虽然并非所有电动汽车都会安装家用充电器，但家用电动汽车充电器的数量应远超480000个。截至2018年底，北京，上海和广东省（深圳和广州的所在地）大约占全国充电桩的40％[5]。清华大学能源互联网创新研究院政策研究室主任何继江表明：在一定的约束条件下将电动汽车作为储能元件把电能馈送回给电网能够极大的促进风能、光能等新式能源的发电系统也以大规模接入到电网中，最终可以形成各种新式能源与电动汽车及其店里网络共同发展的大好局势。
2 集中式充电技术介绍
集中式电动汽车智能在线充电管理方法，在未来大规模的电动汽车接入电网后，通过采用集中式调配方法，能够实时得到电动汽车和电网的充电能量信息，实现充电优先等级和电网富余充电能量与车主充电需求相匹配，更加高效的利用电能，在“车-路-网”联合系统中进行互赢智能在线实时充电。研究集中式调配方式，对此区域内的电动汽车能量进行统一调度。确定智能在线充电算法以实现电动汽车利益相关方合作互赢，基于电网与车主约束条件和充电优先等级相匹配，并通过电动汽车利益相关方对充电电价的敏感性分析，确定电
价浮动区间并将电价耦合到智能实时在线充电算法中，使电动汽车充电优化目标一致（通过博弈满足各利益相关方的要求），实现电动汽车在“车-路-网”模式下高效的利用电能充电，达到电动汽车利益相关方合作互赢的目标。
参 考 文 献
[1] Binod, V., Hussein, T. Smart electric vehicles charging management for smart cities. IET smart cities, Special Issue: Smart Transport for Smart Cities, 2020,2, (1) pp. 4–13.
[2] Cao, Y., Kaiwartya, O., Zhuang, Y., et al. A decentralized deadline-driven electric vehicle charging recommendation, IEEE System [J]., 2019, 13, (3), pp. 3410–3421.
[3] Deforest N, Macdonald JS, Black DR. Day ahead optimization of an electric vehicle fleet providing ancillary services in the Los Angeles Air Force Base vehicle-to-grid demonstration [J]. Appl Energy 2018;210: pp:987–1001.
[4] Lunz B, Yan Z, Gerschler JB, et al. Influence of plug-in hybrid electric vehicle charging strategies on charging and battery degradation costs [J]. Energy Policy, 2012, 46: pp: 511-
519.
[5] 陈丽丹，张尧，Antonio Figueiredo. 融合多源信息的电动汽车充电负荷预测及其对配电网的影响［J］. 电力自动化设备，2018，38（12）
作 者 简 介
渠砚青，男，（1988.9）汉族，陕西西安人，博士，讲师,主要研究方向为电动汽车并网、车网融合、V2G技术实现等。
发布评论