插入式混合电动汽车充放电行为的概率分析(1)

电力科学与技术学报

JOURNALOFEIECTRICPOWERSCIENCEANDTECHNOLOGY

Vol.25No.3Sep.2010󰀁

插入式混合电动汽车充放电行为的概率分析

杨洪明,熊脶成,刘保平

(长沙理工大学电气与信息工程学院,湖南长沙󰀁410004)

摘󰀁要:随着插入式混合电动汽车(PHEVs)的大量使用,其充放电过程将对电网的安全经济运行造成重要的影

响.提出与电网连接的PHEVs模型,准确反映PHEVs的充放电特性;开发基于MonteCarlo仿真的插入式混合电动汽车充放电行为的概率分析方法,用以描述PHEVs充放电的随机特性.数值仿真表明PHEVs的放电负荷和汽车接入电网(V2G)的充电容量都具有正态分布特性.

关󰀁键󰀁词:充放电;插入式混合电动汽车;汽车接入电网(V2G);概率分析

󰀁9140(2010)03󰀁0008󰀁05中图分类号:TM74󰀁󰀁󰀁文献标识码:A󰀁󰀁󰀁文章编号:1673

Probabilisticanalysisofcharginganddischarging

forplug󰀁inhybridelectricvehicles

YANGHong󰀁ming,XIONGLuo󰀁cheng,LIUBao󰀁ping

(SchoolofElectricalandInformationEngineering,ChangshaUniversityofScienceandTechnology,Changsha410004,China)

Abstract:Duetoalargenumberofpenetrationsofplug󰀁inhybridelectricvehicles(PHEVs),theircharginganddischargingbehaviorswillproducesevereimpactsonpowergridoperation.Inthis

paper,thegrid󰀁connectedPHEVsmodelisfirstproposedtoaccuratelyreflectthechargeanddis󰀁chargepropertyofPHEVs.Then,asimulationapproachbasedonMonteCarloisdevelopedtodescribetheprobabilitydistributionsoftheaggregateloadandavailablevehicletogrid(V2G)ca󰀁pacity.Simulationresultsshowthatthecharginganddischargingcapacitieshavethecharacteris󰀁ticofnormaldistribution.

Keywords:chargeanddischarge;plug󰀁inhybridelectricvehicles(PHEVs);vehicletogrid(V2G);probabilisticanalysis

󰀁󰀁交通行业的能源消耗量和温室气体排放量已成为世界最大和增长速度最快的行业之一.目前,交通行业的能源消耗量占全球能源消耗的30%,全球将󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁收稿日期:2010-08-19

基金项目:国家自然科学基金(71071025,70601003);湖南省杰出青年科学基金(10JJ1010);教育部新世纪优秀人才支持计划(NCET-08-0676)

通讯作者:杨洪明(1972-),女,博士,教授,主要从事电力系统运行与控制研究;E󰀁mail:yhm5218@163.com

近25%的温室气体来源于交通

[1]

.随着人们对环境

保护与节能减排的日益关注,混合动力汽车(hybridelectricvehicles,HEVs)和插入式混合动力汽车

第25卷第3期杨洪明,等:插入式混合电动汽车充放电行为的概率分析

9󰀁

(plug󰀁inHEVs,PHEVs)的大规模投运和使用已成为一种发展趋势.

HEVs不依赖于石油及其衍生能源,从而可以有效减少温室气体的排放.HEVs的最大局限在于它依赖单一的碳氢燃料,且仅能提供有限的行驶距离.针对这一问题,人们研发了PHEVs,通过大容量的电池和插入式充电器来获得更长的行驶里程.目前,一辆PHEVs仅依靠电池功率能够行驶20~60英里[2].各大汽车生产厂商,如通用、福特、日本丰田和大众都已宣布了推出PHEVs的计划.可见,PHEVs必将占据越来越多的全球汽车市场份额.然而,PHEVs的大量随机使用,将对电网的安全经济运行产生重大影响.研究PHEVs充放电的随机特性,对有效开展大规模PHEVs接入电网后,电力系统的经济、安全运营有着十分重要的现实意义.

文献[3]基于不同充电模式,分析了电动汽车的负荷特性.针对PHEVs接入电网的vehicletogrid(V2G)功能,进一步开展了V2G容量对电网的影响研究[4].通过V2G功能,PHEVs可以向电网提供调频[5]和旋转备用[6]等辅助服务.然而,在这些研究中,PHEVs的充放电功率都是作为恒定值,而忽略了电池实际的充放电过程以及相关不确定因素对充放电的影响.

基于此,笔者定量分析了PHEVs充放电行为的概率特性.首先,考虑电池模型和DC/AC转换模型,建立接入电网的PHEVs充放电模型.然后,考虑充放电开始时间和不同类型PHEVs(私家车、公共汽车、出租车)每天行驶里程的随机性,通过用MonteCarlo仿真,分析PHEVs充电时作为电网负荷的随机特性以及放电时作为电源可提供的V2G容量的随机特性.

Vbatt=E-Rbatt i.E0-K

|

E=

fC图1󰀁PHEVs电池模型Figure1󰀁BatterymodelofPHEVs

电池模型等效电路的数学表达式为

fdischarge(idt)=E0-K

C-Cidt

󰀂(idt)=󰀂+Ge

idt󰀂+Ge-H ,

󰀂

i>0,

charge

-H (C-|idt|)

idt|

󰀂󰀂,

i<0.

(1)(2)

式(1)、(2)中󰀁E是电池的开路电压;E0是电池内电势;K是偏置电压;G是指数电压;C是电池容量;H是指数容量;Rbatt是内阻;Vbatt是电池输出的直流电压;i是电池电流.如果i>0,电池处于放电状态,如果i<0,电池处于充电状态.

电池的荷电状态(stateofcharge,SOC)是以百分制的形式来描述电池当前可用的容量,其取值范围为0%~100%,SOC计算式为

SOC=SOC0-

󰀂idt.

C

(3)

式中󰀁SOC0是电池的初始荷电状态.1.2󰀁DC/AC转换模型

PHEVs电池通过能量单元(power󰀁condi󰀁tioningunit,PCU)与电网连接.PCU由DC/AC转换器、电压控制器和功率控制器组成[9].PHEVs接入电网的等效电路如图2所示.

由脉冲宽度调制(pulse󰀁width󰀁modulation,PWM)技术,DC/AC转换器两侧电压的关系为

Vac=m Vbatt.

AC侧的电压.(4)

式中󰀁m为DC/AC转换器的调制数;Vac为转换器

1󰀁PHEVs充放电模型

PHEVs通过充电设备(DC/AC转换器)接入电网以实现电池的充放电.基于电池模型和DC/AC转换模型,建立PHEVs的充放电模型.1.1󰀁电池模型

采用MATLAB软件SimPowerSystems工具箱中的PHEVs电池模型[7-8],它由1个可控电压源和1个恒值电阻构成,如图1所示.

10

电力科学与技术学报󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁2010年9月

公共、私家和可调度PHEVs.公共PHEVs是为大众服务的PHEVs,如:出租车和公共汽车,其使用特点在于平均每天使用的时间相对较长,且一般处于电网负荷的高峰期.因此,它们通常在电网负荷的低谷充电,不具有V2G功能.

私家PHEVs与公共PHEVs不同,使用相对

图2󰀁接入电网的PHEVs等效电路

Figure2󰀁Equivalentcircuitofgrid󰀁connectedPHEVs

灵活,每天的大部分时间都处于闲置状态,因此,私家PHEVs适合作为V2G电源向电网放电.当然,市场需设立一定的激励手段使车主自愿注册成为可调度的PHEVs(假设一部分私人PHEVs愿意注册为可调度PHEVs),一旦注册为可调度PHEVs,车主需保证该车在用电低谷时充电,且在系统调度员

(5)

规定的时刻通过V2G装置向电网放电.各种类型的PHEVs充电、放电和对应的时间段如图3所示.

DC/AC转换器输出的有功和无功功率为调制数和相角的函数,即

Pbatt

VacVs

=sin(󰀁-󰀂)=

XTmVbattVs

sin ,XT

acs

Qbatt=VVcos(󰀁-󰀂)-V=

XTXT

2

s

mVbattVsV2s

cos -.XTXT

(6)

式(5)、(6)中󰀁Pbatt,Qbatt分别为注入电网的有功和无功功率;Vs为系统母线电压;XT为转换器电抗;󰀁,󰀂分别为电压Vac和Vs的相角, 为触发角,三者满足 =󰀁-󰀂.

1.3󰀁PHEVs的功率特性

Pbatt

电池的电流为

i=

mVs

sin .XT

(8)

mVbattVs=sin =Vbatti.

XT

(7)

图3󰀁3种类型的PHEVs充电、放电和使用时间段Figure3󰀁Charge,dischargeandtravelhours

forthreetypesofPHEVs

不同的PHEVs会在不同的时间点上开始充放电,电池的初始荷电状态SOC0各不相同.由于每辆车充放电开始时间不确定,因此将其视为服从均匀分布的随机变量,同时,PHEVs的初始荷电状态SOC0是其上一次充电后行驶里程的函数.初始荷电状态SOC0和行驶里程Tr关系[10]为

Tr=R(1-SOC0).

PHEVs可能行驶的最大里程数.

(11)

󰀁󰀁根据式(8),PHEVs的电池采用恒流充放电方式.当电池处于放电状态时,由式(1)、(3)可以获得电池电压和SOC的函数关系:

K-HC(SOC-SOC)

0

E=E0-+Ge.

1-SOC0+SOC

(9)

当电池处于充电状态时,电池电压和SOC的函数关系为

E=E0-K+Ge-HC (1-SOC+SOC0).SOC-SOC0

(10)

式中󰀁Tr为PHEVs每天行驶的里程数;R为

PHEVs每天行驶的里程数是随机的,其初始荷电状态SOC0同样具有不确定性,它的概率密度函数为

󰀂TrfS(SOC0)=fd(Tr) 󰀂SOC0=

R fd(R-R SOC0).(12)2󰀁PHEVs充放电行为的概率分析

将交通系统中使用的PHEVs分为3种类型:

第25卷第3期杨洪明,等:插入式混合电动汽车充放电行为的概率分析

11󰀁

式中󰀁fS(SOC0)为初始荷电状态的概率密度函数;fd(Tr)为每天行驶里程数的概率密度函数.

根据美国交通部统计的家庭车辆行驶调查数据[11],不同类型车辆行驶的里程数据如表1所示.通过经验直方图与理论随机分布的比较(图4),fd(Tr)服从正态分布.

表1󰀁3种类型车辆每天行驶里程的正态分布参数Table1󰀁Probabilisticdistributionofdailytravel

distanceforthreetypesofvehicles

PHEVs类型

公共私家可调度

均值/km70.9416.5816.58

标准方差23.456.576.57

图4󰀁行驶里程的经验直方图和理论随机分布图

Figure4󰀁Empiricalhistogramandtheoreticalprobabilitydistributionofdailytraveldistance

󰀁󰀁PHEVs的充放电行为通过MonteCarlo随机抽样方法来实现数值仿真.对于每一辆PHEVs,基于它的类型来确定其充放电的时间段(图3).然后,在其充放电时间段内,通过MonteCarlo方法,依据开始充放电时间的均匀分布和行驶里程的正态分布,随机抽取PHEVs的开始充放电时间和行驶里程(假设PHEVs一旦开始充电就会一直充电至充满,充电所需的时间决定于PHEVs的初始荷电状态).同样,可调度PHEVs一旦允许向电网放电,就

应根据电网调度的要求实现V2G功能.

3󰀁数值仿真

3.1󰀁PHEVs的充放电特性

采用PHEVs模型对PHEVs的充放电特性进行仿真(选择丰田生产的RAV4SUV系列电动汽车

[12]

,该系列电动汽车的技术参数如表2所示).

表2󰀁技术参数

Table2󰀁Technicalparameters

电池类型Nickel󰀁MetalHydride

电池组数24

单一电池额定电压/V12

电池总额定电压/V288

额定容量/(A h)95

额定功率/(kW h)27.4

完全充电时间/h5

󰀁󰀁从MATLAB的SimPowerSystems工具箱中获得电池模型的参数:E0=308.3401V,R=0.0757!,K=4.5001V,G=34.56V,H=

0.157(A/h-1).据此,可获得PHEVs的充放电曲线,如图5所示.

图5󰀁PHEVs的充放电曲线

Figure5󰀁CharginganddischargingcurvesofPHEVs

12

电力科学与技术学报󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁2010年9月

3.2󰀁PHEVs负荷和V2G容量的概率分布

假设有10辆PHEVs通过充电站接入电网,其中私家、公共和可调度PHEVs分别占60%,20%,20%.各时间段(以h为单位),PHEVs的平均充电负荷功率和V2G放电功率分别如图6,7所示.从图6可以看出,00:00-06:00时间段,PHEVs负荷较高,尤其是03:00-04:00(系统低谷段).因此,系统总负荷被填谷,以有效提高系统运行的经济性.图7中描述了大量PHEVs向电网放电时的V2G容量,其中20:00-24:00之间(系统峰荷段),PHEVs的V2G容量相对稳定.这一特性为系统调度员有效利用V2G容量来改善系统的运行状态提供了保障.

图8󰀁PHEVs充电负荷功率的正态拟合图Figure8󰀁Normalprobabilityplotsof

thechargingloadpower

6

图9󰀁PHEVs的V2G放电容量的正态拟合图

Figure9󰀁Normalprobabilityplotsof

theV2Gdischargingcapacity

图6󰀁PHEVs的平均充电负荷功率

Figure6󰀁

ThemeanchargingloadpowerofPHEVs

4󰀁结论

PHEVs既是电网的负荷,同时也可通过V2G技术成为电网的可控电源.通过建立PHEVs充放电模型和考虑PHEVs充放电时的不确定因素,提出了PHEVs的充放电的概率分析方法.数值仿真表明PHEVs的放电负荷和V2G充电容量都具有正态分布特性.

图7󰀁PHEVs的平均V2G放电容量

Figure7󰀁ThemeanV2GdischargingcapacityofPHEVs

参考文献:

[1]USEnergyInformationAdministration.International

energyoutlook2010-highlights[R].Washington,DC,Unitedstates:OfficeofIntegratedAnalysisandFore󰀁casting,2010.

[2]HadleySW,TsvetkovaAA.Potentialimpactsofplug󰀁

inhybridelectricvehiclesonregionalpowergeneration[J].TheElectricityJournal,2009,22(10):56󰀁68.[3]RahmanS,ShresthaGB.Aninvestigationintotheim󰀁

pactofelectricvehicleloadontheelectricutilitydistri󰀁butionsystem[J].IEEETransactionsonPowerDeliver󰀁y,1993,8(2):591󰀁597.

01:00-02:00时间段的PHEVs充电负荷功率正态分布拟合图如图8所示,20:00-21:00时间段的V2G放电容量正态分布拟合图如图9所示.图8,9表明,PHEVs的充电负荷功率和V2G放电容量服从正态分布.通过正态分布拟合检验可以获得其他时间段的充电负荷功率和V2G放电容量同样具有正态分布特性.

数值仿真结果表明:PHEVs的充电负荷功率和V2G放电容量都服从正态分布.(下转第24页󰀁Continuedonpage24)24

电力科学与技术学报󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁2010年9月

[50]广东电网公司.无线电力传输新纪录:5m距离800W

[EB/OL].

http://www.gd.csg.cn/issu/news/

20081223/20081223103226.shtml,2008-12-23.[51]AristeidisKaralis,JoannopoulosJD,MarinSojacic.

Efficient

wireless

non󰀁radiative

mid󰀁range

energy

transfer[J].AnnalsofPhysics,2008,323(1):34󰀁48.[52]聂一雄,刘艺,王星华,等.电子式互感器工作电源解

决方案研究[J].电力系统保护与控制,2010,38(14):39󰀁42.

NIEYi󰀁xiong,LIUYi,WANGXing󰀁hua,etal.Re󰀁searchonsolutionofelectronictransducerpowersup󰀁ply[J].PowerSystemProtectionandControl,2010,38,(14):39󰀁42.

[53]刘艺,文波,聂一雄.新型静止式无接触功率传输耦

合机构的仿真研究[J].武汉理工大学学报:自然科学版,2010,32(11):90󰀁93,99.

LIUYi,WENBo,NIEYi󰀁xiong.Newmotionlessnon󰀁contactpowertransmissioncouplingorganizationsimu󰀁lation[J].JournalofWuhanUniversityofTechnology:NaturalScienceEdition,2010,32(11):90󰀁93,99.[]杨尔滨,杨欢红,刘蓉晖,等.工程电磁场基础与应用

[M].北京:中国电力出版社2005.

[55]刘艺,文波,聂一雄.无接触功率传输耦合机构的研

究[J].电工电能新技术,2010,29(4):39󰀁42.

LIUYi,WENBo,NIEYi󰀁xiong.Non󰀁contactpowertransmissioncouplingorganizationresearch[J].Ad󰀁vancedTechnologyofElectricalEngineeringandEn󰀁ery,2010,29,(4):39󰀁42.

[56]VillaJuanLuis,Sall󰀁nJes󰀂s,LombartAndr s,etal.

Designofahighfrequencyinductivelycoupledpowertransfersystemforelectricvehiclebatterycharge[J].AppliedEnergy,2009,86(3):355󰀁363.

(上接第12页󰀁Continuedfrompage12)

[4]LundH,KemptonW.Integrationofrenewableenergy

intothetransportandelectricitysectorsthroughV2G[J].EnergyPolicy,2008,36(9):3578󰀁3587.

[5]AnderssonSL,ElofssonAK,GalusMD,etal.Plug󰀁in

hybridelectricvehiclesasregulatingpowerproviders:CasestudiesofSwedenandGermany[J].EnergyPoli󰀁cy,2010,38(6):2751󰀁2762.

[6]SrivastavaAK,AnnabathinaB,KamalasadanS.The

challengesandpolicyoptionsforintegratingplug󰀁inhy󰀁bridelectricvehicleintotheelectricgrid[J].TheElec󰀁tricityJournal,2010,23(3):83󰀁91.

[7]TremblayO,DessaintLA,DekkicheAI.Agenericbat󰀁

terymodelforthedynamicsimulationofhybridelectricvehicles[C].InProceedingsofIEEEVehiclePowerandPropulsionConference,Arlington,Texas,USA,2007.[8]ShepherdCM.Designofprimaryandsecondarycells󰀁

part2:Anequationdescribingbatterydischarge[J].

JournalofElectrochemicalSociety,1965,112(7):657󰀁6.

[9]HajizadehA,GolkarMA.Intelligentpowermanage󰀁

mentstrategyofhybriddistributedgenerationsystem[J].InternationalJournalofElectricalPower&EnergySystems,2007,29(10):783󰀁795.

[10]StaatsPT,GradyWM,ArapostathisA,etal.Asta󰀁

tisticalmethodforpredictingthenetharmoniccurrentsgeneratedbyaconcentrationofelectricvehiclebatterychargers[J].IEEETransactionsonPowerDelivery,1997,12(3):1258󰀁1266.

[11]FederalHighwayAdministration,USDepartmentof

Transportation.Nationalhouseholdtravelsurvey[EB/OL].http://nhts.ornl.gov/tables09/FatCat.aspx,2010-07-10.

[12]Wikipedia,thefreeencyclopedia.ToyotaRAV4EV

[EB/OL].http://en.wikipedia.org/wiki/Toyota_RAV4_EV,2010-07-05.