电动汽车电池需求/响应控制中的虚拟化技术及其影响

© 2013由Elsevier B.V.发布。由美国应用科学研究所负责选择和/或同行评审可在www.sciencedirect.com在线获取ScienceDirectAASRI Procedia 7（2014）101 - 1062013第二届AASRI电力与能源系统利用电动汽车存储虚拟化实现移远田春永、山本聪、竹下英寿、冈本聪、山中直明庆应义塾大学大学院理工学研究科情报学科摘要电动汽车（EV）电池容量大，相当于家庭两天的用电量，比家用电池便宜。因此，重要的是利用作为家庭备用电源，以减少家庭电费。在本文中，我们提出了一种新的电动汽车电池需求/响应控制方法，它包括三个项目：一个新的电动汽车（EV）电池所有权虚拟化技术实现的“存款的权力概念”，一个巨大的虚拟电池池，使充电/放电在任何时候，和遗传算法来控制电动汽车电池的需求/供应。中心控制器EVNO（Energy Virtual NetworkOperator）拥有一个巨大的虚拟电池池，该电池池由每辆电动汽车的“存储功率”聚合而成，并通过遗传算法控制每辆电动汽车的需求/供应。由于EVNO控制他们的EV电池之间的沉积功率，EV用户失去了他们的EV电池中的沉积电力的所有权。此时，EV所有者并不实际使用其EV中的电力。计算机仿真结果表明，在实时电价（RTP）下，与传统方案相比，该方法平均可降低电费11%，平均每天可使电力需求曲线缩短13%.© 2014由Elsevier B. V.这是CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/）。美国应用科学研究所关键词：智能电网;智能家居;家庭能源管理系统;虚拟电源; EVNO1. 介绍随着严重的环境和能源问题的蔓延，预计电动汽车（EV）的普及将加速清洁能源和高能效的运营[1]。许多电动汽车与电网断开连接，并在早晚通勤区使用，2212-6716 © 2014由Elsevier B.诉 这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/）。美国应用科学研究所科学委员会负责的同行评审doi：10.1016/j.aasri.2014.05.036102Harunaga Onda等人/ AASRI Procedia 7（2014）101大多数电动汽车在白天连接到电网。EV的电池容量大，相当于家庭两天的用电量，而且比家用电池便宜。因此，应当注意，EV电池被用作“家庭的电力存储装置而不是家用电池车联网（V2G）和车到户（V2H）为电网运营商和电动汽车所有者带来了互惠互利。电网运营商可以利用电动汽车可用的剩余电力，电动汽车车主可以将电动汽车电池用作家用电池[2]。在高功率需求的情况下对EV电池进行放电对于减少来自电网的电力供应是非常有效的[3]。电网运营商必须增加额外的发电厂，以满足电动汽车广泛使用并同时连接时的峰值电力需求。因此，已经研究了电动汽车的充电/放电控制方案以满足电动汽车的电力需求，并且在电力需求高时从电动汽车向电网供电。此外，作为用于减少峰值需求的方法，研究了电力价格对应于电力需求量而变化的实时定价（RTP）[4]。因此，EV所有者将在电力需求高峰期间以高价出售来自EV的电力。电动汽车积极向电网放电有望降低家庭的能源成本。此外，我们提出了EVNO（能源虚拟网络运营商），它没有发电设施和配电网络，并借用发电设施和配电网络，控制电力需求和供应[5]。然而，当EVNO通过利用EV电池来控制电力供给和需求时，存在以下问题。1)当电动汽车与电网断开时，电动汽车不能充电/放电。（通勤时间等）2)当EV电池充放电电压超过允许范围时，EV不能充放电。3)每个EV中的可用电池容量不同，因此很难使用额外的电池电量。本文提出了一种新的电动汽车电池需求/响应控制方法，以减少家庭电费，所提出的方法包括一个新的电动汽车（EV）电池所有权虚拟化技术实现的在所提出的方法中，因此，所提出的方法能够扩大EV电池的使用。2. 该方法2.1 拟议方法我们提出了一种新的电动汽车电池需求/响应控制方法，以减少家庭电费，所提出的方法包括三个项目，第一个是新的电动汽车（EV）电池所有权虚拟化技术实现的该模型由电网、电动汽车、EVNO和智能家居组成。智能住宅是指安装了HGW的住宅，它可以对每个家庭的电价进行最佳控制。图1示出了所提出的方法的概述。图1中的Virtual Power Pool是EVNO的一个巨大的虚拟电池池，由每辆EV的“沉积电量”聚合而成。电动汽车所有者将电动汽车存储电力存入EVNO，EVNO借用“存入的电力”出售并控制电动汽车的需求/供应，并通过需求/供应控制获得费用。我们解释了存款的概念。图2示出了沉积的电力的概览。当充电/放电电压超过允许范围或EV与电网断开时，EV所有者无法从电网充电/放电或EV所有者无法从电网充电/放电（通勤早晨和Harunaga Onda等人/ AASRI Procedia 7（2014）101103晚上。等），电动汽车所有者将电动汽车电池中一定数量的电力的所有权转让给EVNO。这被定义为“存款”。当EV所有者消耗EVNO的虚拟电力池时，当EV再次连接到电网时，EV所有者从EV返回消耗的电力。由于EV所有者实际上使用他们的EV电池中的电力，因此EV所有者失去了他的EV电池中的存储电力的所有权。此时，EV所有者并不实际使用其EV中的电力。然后，每个EV保持逻辑和物理剩余电池计量器。物理电池表表示物理电池存储水平，即SoC。逻辑电池表反映逻辑购买和销售给EVNO。EVNO图1所提出的方法概述图2沉积功率控制存储在一个巨大的虚拟电池池中的电量，该虚拟电池池由每个EV的“存储电量”聚合2.2 电动汽车按并网持续时间分类当EVNO通过巨大的虚拟电池池控制沉积功率的需求/供应时，EVNO需要有效的物理电池池。但是，电动汽车接入电网的持续时间是不确定的。因此，我们定义了两种类型的EV类别，一种是可以自由离开电网的正常EV，另一种是不能自由离开电网的终端EV。普通电动汽车可以自由脱离电网，但购（充）电价格高，售（放）电价格低。另一方面，终端EV不能自由脱离电网（例如，必须连续接入电网6小时）。但购（充）电价格便宜，售（放）电价格高。当EVNO必须物理地向逻辑电力传输请求房屋传输电力时，EVNO从与被请求房屋相邻的终端EV放电。在巨大的虚拟电池池中缺乏用于传输终端EV#a的存储电力的情况下，EVNO考虑到终端EV#b的出发时间来借用终端EV#b电池电力，并且向请求的终端EV#a传输电力，并且通过存储电力或从电力公司返回终端EV#a的消耗电力直到终端EV#b的出发时间。因此，实现了物理上的供需功率匹配。2.2.1 Just Generation Gap Real-coded Encoding Crossover Algorithm（JGG-REX algorithm）我们应用Just Generation Gap Real-coded Enhancement Crossover Algorithm（JGG-REX algorithm）[6]来控制沉积功率以最小化家庭电费。JGG-REX是遗传算法的一种，具有强大的快速搜索能力和应对大规模问题的能力。为了使用JGG-REX，用Java语言描述了目标函数和约束条件在JGG-REX算法中，104Harunaga Onda等人/ AASRI Procedia 7（2014）101nnnnnnnnnnn通过重复从优秀个体中提取来改进。算法的流程如下：1) 在均匀分布中生成N个个体。N是EV的逻辑充放电量。2) 随机抽样的个体和提取的个体之间的交叉。3) 生成子级后丢弃父级。4) 用新的精英个体交换被提取的原始个体5) 重复步骤2-4预定次数。最后，选择目标函数值最小的个体，根据个体进行2.2.2 目标函数1) 优化目标：其中：Minn不（t0Sout（t）不t0Sin（t））（一）Sout（t）Cbuy（t）Pbuy（t）CrpPr（t）（二）n nSin（t）Csell（t）{Psell（t）Psedp（t）}Clp（t）Pld（t）（三）无无无无无无无T：时间间隔N：EVPbuy（t）：在间隔t从电网到n的功率（kW）在间隔t的功率（kW）Psell（t）：在间隔t从n到电网的功率（kW）每隔Pld（t）：通过存放Pr（t）：按金电力t（kW）Psedp（t）：在间隔t处来自沉积空间的功率（kW）Cbuy（t）：从电网间隔t时（日元/千瓦）Csell（t）：在时间间隔t向电网销售的成本（日元/kW）Crp：租赁存放空间的成本（日元/kW）Clp（t）：借出空间的成本（日元/千瓦）等式（1）意味着EV能够逻辑地充电/放电以最小化总收入与总支出量的差。2.2.3 约束 n ，n，t ，t其中：买;买（t）pv（t）ch（t）se（t）sedn.（t）Dn（t））0（四）Ppv（t）：在间隔t来自n的PV的（kWh）Pch（t）：n3. 绩效评价我们评估所提出的方法通过计算机模拟使用JGG-REX算法与基线。我们使用Java语言，CPU是（TM）i5，3.33GHz的英特尔（R）核心。评价要点有以下三点。 电动汽车蓄电池容量、充放电和沉积功率的小时波动 100辆电动汽车PPPPPHarunaga Onda等人/ AASRI Procedia 7（2014）101105 需求曲线负荷率（（平均功率）× 100 /（最大功率））与各参考线路我们模拟24小时（0：00至23：59），并确定每小时的逻辑充电/放电功率。电动汽车的电池容量在10到30kWh之间。电动汽车从家中出发的时间在7：00左右变化，标准差为1小时。电动汽车到达房屋的时间在18：00左右变化，标准偏差为2小时。100户家庭的日需求如图3所示，不含充放电EV。电力价格决定成比例的需求所示的需求曲线图。3。饱和条件如表1所示。表1.模拟条件计时赛（小时）24的房屋100电动汽车数量10~30每户用电量（kWh）0~3电动车发车时间（小时）6~10连接持续时间（小时）1~12电池容量（kWh）10~25最大充放电率（kWh）3初始SoC（%）30~50请求SoC（%）70~90图4.电池容量每小时波动，EV充电量图3. 100套住房的图5. 100辆电动汽车图4示出了电池容量和充电量的小时波动。EV的沉积功率量是最大物理功率容量和最大逻辑功率容量之间的差，如图4所示。如图4所示，该算法在16-17：00和8-9：00电价高时逻辑放电。这是因为当电动汽车离开电网时，电动汽车所有者有机会出售电动汽车的电力。这一结果表明，所提出的方法能够减少电费。图5显示了100辆电动汽车的平均电费。如图5所示，与传统方法相比，所提出的方法平均减少了11%的电费，传统方法在EV连接到电网时控制EV电池的充电/放电。106Harunaga Onda等人/ AASRI Procedia 7（2014）101表2显示了电力需求曲线的负荷率和不同基线的平均电价的比较。如图3所示的电力需求曲线的最小值和最大值的平均值为90.5 kW。因此，我在这个值附近进行比较。如表2所示，对应于基线变高，EV所有者可以获得更便宜的电力，并且负载率变大。在基线为105.8 kW时有一个例外，如果基线过高，则负荷率变为低值。因为，当夜间电价高时，EV无法获得足够的充电/放电机会。如表2所示，在当前条件下，略高于平均值的值95.8是负荷率和电价的最佳值。表2.电力需求曲线负荷率与各基准线平均电价的比较基线（kW）24负荷率（%）85.810068.290.8（平均）10~3074.595.80~379.7105.86~1076.54. 结论所提出的方法使得能够扩展EV电池的使用，并且可以减少电费，因为EV可以通过EVNO的巨大虚拟电池池进行逻辑充电/放电。计算机仿真结果表明，在实时电价（RTP）下，与传统方案相比，该方法平均可降低电费11%，平均每天可使电力需求曲线缩短13%.确认这项工作得到了日本科学促进协会（JSPS）科学研究补助金（A）22240004的部分支持引用[1] O.Sundstrom，C.Binding，“考虑配电网约束的电动汽车灵活充电优化”，IEEE智能电网学报，第3卷，第1期，第10页。2012年3月26日[2] Chukwu，U.C.，Nworgu，O.A.“Impact of V2G on Substation Capability and SVR devices forRadial Distribution network”，Southeastcon，2013 Proceedings of IEEE，pp. 2013年7月1日[3] Yifeng He，Venkatesh，B.，关玲，“电动汽车充放电优化调度”，IEEE智能电网学报，第3卷，第3期，第10页。2012年8月1095[4] 杨文贤，于荣山，Rahardja，S.“RTP下消费者的利益与统计需求模型”，IEEE创新智能电网技术-亚洲（ISGT亚洲），第2009 - 2009页。2012年9月1日[5] Tazoe，T.，Matsumoto，J.，Ishi，D.，Okamoto，S.，Yamanaka，N.，“Novel scheduling methodto reduce energy cost by cooperative control of smart houses”International Conference on Power SystemTechnology（POWERCON），2012 IEEE，pp. 2012年11月1[6] Hazime Kimura，“实数编码遗传算法：JGG + REX”，EPRI 2011年12月[在线]。http://sysplan.nams.kyushu-u.ac.jp/gen/edu/Algorithms/RGA_JGGandREX/RGA_JGG_REX.html