面向成本優化的電動汽車彈性充電策略

孫 磊,馮智偉,韓美靈,鄧慶緒

1(東北大學 計算機科學與工程學院,沈陽 110819)

2(南京郵電大學 現代郵政學院,南京 210023)

0 引 言

電動汽車低排放、低使用成本的特性,符合我國的用戶利益和國家戰略.近年來,電動汽車在技術上獲得了長足發展,在市場上獲得了消費者的接受和認可.各種類型的充電設施也紛紛涌現,除了大型快速充電站之外,家用充電槍、停車場充電樁等設備也成為電動汽車補充能源的重要途徑.雖然充電設施發展很快,然而很多用戶依然用燃油車的觀念來看待電動汽車,擺脫不了里程焦慮,時刻擔心剩余電量是否夠用.在這種情況下,電動汽車與燃油車在補能方式上的天然差別必然給用戶帶來續航等方面的困擾.本文從用戶需求的角度出發,探索當前充電設施高速發展趨勢下符合電動汽車特點的使用方式,考慮用戶對剩余行駛里程的擔憂,提出基于成本優化的彈性充電策略模型,將充電問題對用戶行程的影響降到最低,保障電量供給的可靠性,提高電動汽車使用的經濟性.

1 相關研究

電動汽車因其環保的優勢和續航問題的爭議性,從不缺乏關注.尤其隨著智能駕駛、車聯網等新技術的興起,電動汽車成為新能源與信息技術交叉領域的重要前沿方向之一.針對電動汽車存在的各方面問題,國內外學者進行了深入研究,并取得了諸多成果.利用汽車在停車場停放的時間進行充電被認為是解決電動汽車補能問題的重要思路之一.

Jiang和Fei[1]針對街邊停車充電(Parking and Charging)場景,把電動汽車的電池看做儲能設備,實現汽車向電網輸電(Vehicle to Grid,V2G),為了滿足電網對無功功率的需求和用戶停車充電服務的需求,通過歸一化法相約束的方法獲得帕累托最優解,實現多目標優化.Shao等人[2]針對支持V2G的停車場采用改進的粒子群算法來求得電動汽車最優充電策略.Kong等人[3]分別從電網、服務商和電動汽車用戶的角度出發,從不同角度研究了協作充電的問題.Latinopoulos等[4]研究了停車充電場景下定價對用戶決策的影響,為電網容量不足時通過定價來調節用戶需求提供了解決思路.Tulpule等[5]將光伏充電引入停車場,建立了關于車輛類型、行駛距離、停車時間以及光伏設備安裝維護成本等因素的分析模型,論證了其經濟性和環保性.可再生能源也吸引了很多關注,關于將可再生能源引入智能電網對電動汽車充電策略的影響和解決方法也有很多研究[6,7].以上文獻從不同角度對停車充電這一靜態場景進行優化.本文將停車充電場景融入用戶的整個行程來考慮,將靜態的停車充電場景與動態的行程結合起來,研究電動汽車充電策略.

除了針對充電場景的優化研究,充電成本也是影響用戶充電行為的重要因素之一.Amamra和Marco[8]以降低用戶充電成本的角度研究支持電動汽車V2G的優化充電策略.Zhang等人[9]研究了定價對用戶充電行為的影響,并以此為依據提出了充電設施的優化部署方法.Iversen等人[10]將電動汽車充電過程轉化為離散隨機規劃來求解.Rotering和Ilic[11]針對夜間充電場景,用動態規劃來求解PHEV夜間充電成本最低的問題.Donadee和Ilic[12]對電動汽車在固定周期內的充電問題建立馬爾科夫決策模型,采用改進的隨機動態規劃方法使電動汽車充電的預期成本最小化.Wu和Tian[13]基于分時電價的情況,采用改進粒子群算法優化電動汽車充放電策略,實現降低用戶成本和均衡電網負載的目標.Ubaid[14]在保障電動汽車電量需求的情況下,通過分層雙向聚集算法調節充放電以實現成本最小化.Li[15]研究在電動汽車停放充電站時,與其他電動汽車共享電能,實現降低自身成本和增加社會收益的目標.以上文獻針對特定場景下的用戶成本進行優化.本文通過對用戶用車習慣與充電站定價策略的追蹤,從用戶需求的角度出發通過改進充電時機以降低充電成本,適用范圍更廣.

本文將電動汽車的充電需求分為緊急需求和非緊急需求,根據周邊充電設施的情況動態調整這兩者的關系,進而降低用戶成本.

2 家用電動汽車的用車特征

當前主流電動汽車的續航里程已經接近燃油車加滿油的續航,但里程焦慮仍然存在.其原因不在于單次續航里程的長短,而在于補充能源方便與否.燃油車加油只需要幾分鐘時間,不會對用車造成太大的影響.而電動車充電需要一個小時以上,足以影響到用戶的日程規劃.而且當前充電站的普及率遠不如加油站,充電樁故障、充電車位被燃油車占用等問題也給電動汽車充電帶來各種障礙.電量耗盡造成的嚴重后果和無法方便可靠充電的顧慮使用戶時刻處于對剩余電量和續航里程的焦慮之中.綜上所述,里程焦慮是用戶對后續行程的能源保障信心不足所導致的.家用汽車主要服務于通勤,出行有一定的規律性,一天的路線通常分為若干段獨立分散的行程.例如從家里出發到工作地點上班,之后到另外一地辦事,最后回到家中.每一段行程距離有限,且期間有大量時間處于停駛狀態.

家用汽車用戶對電量的需求體現在是否滿足各階段行程的需要,而不在于汽車總體的續航里程.因為一旦行程中電量不足,需要較長時間充電,會嚴重影響當前行程.為了避免這種情況,可以采用彈性充電的策略,即當電動汽車電量不足時,在附近的快速充電站補充部分電量,滿足當前的行程需求即可,不必把電池充滿;當前行程完成后,在停車時間繼續充電.彈性充電可以達到接近燃油車加油的快捷程度,不會嚴重影響當前行程.同時,由于充電站的電費價格隨時間波動,各個充電站在同一時段價格也有差別,利用彈性充電策略可以選擇價格較低的充電站和充電時段進行充電,節省充電費用.此外,彈性充電還減輕了沿途快速充電站的負擔,使充電站能夠服務更多的電動汽車.

3 基于成本優化的彈性充電策略

3.1 充電決策對成本的影響

電動汽車充電站的價格隨時間波動,同一個充電站在一天中不同時間段的電價相差可達2～3倍.不同的充電站由于運營主體不同,采用的定價策略也有差別.此外,還受地理位置、場地租金、用戶數量等因素影響,各個充電站在不同時段的電費價格差異巨大.本文統計了杭州市區充電站的價格情況,2021年9月期間,每千瓦時電量價格(包含服務費)可低至0.35元,高至2.2元.相同時間的不同充電站的價格也存在很大差異.例如,圖1為隨機選取的4座采用浮動定價策略的充電站在一天內的價格波動情況.A、B、C這3座充電站采用了相同的定價時間段劃分,并且價格的變化規律也相似,夜間價格低,白天價格高,但在中午有一個低谷.充電站D與它們不同,中午價格較高.

圖1 4個充電站一天內的價格變化Fig.1 Price of four charging stations in one day

由于電價的劇烈波動,充電站和充電時間的選擇極大地影響電動汽車的充電費用.家用汽車用戶一般對成本較為敏感,能源消耗是用車成本中最主要的部分,直接影響他們的用車行為和出行意愿.充電不僅產生金錢成本,較長的充電時間所產生的時間成本也不容忽視.充電時間過長會導致后續行程被迫更改等一系列問題.本文要解決的問題是,在給定路況、行駛距離、當前剩余電量等信息的情況下,考慮充電成本的構成與用戶使用習慣的通用特點,設計基于用車成本的優化充電策略,優化家用汽車的充電行為,達到最大化為用戶節約成本的效果.

3.2 充電成本的構成

充電站的電價根據時間波動,不同充電站采用的電價浮動策略各不相同,有的保持固定價格,有的若干小時更新一次價格,有的每天在固定時刻更新價格.所有的價格變動都是在整點時刻,在每個小時內,充電站的價格保持恒定.為了統一計算,本文以一小時作為所有充電站價格的最小變動周期.

電動汽車行程的最主要成本是對電量的消耗.根據消耗的電量和充電站的價格即可計算出充電的成本.由于各個充電站在不同時段的價格不同,充電成本受充電策略的影響較大.此外,在充電站充電的成本不僅僅是電費,還有停車費.各個充電站收取停車費的策略也各有不同.在計算各個充電站充電成本的時候,還要把停車費考慮進去.

充電站分布在城市中的各個地方,除了行程起點和終點的停車場的充電設施之外,前往途中其他充電站通常需要偏離原計劃的最短行駛路線,產生額外的行駛里程.這部分行駛里程所消耗的電能也要計算在充電成本內.因此行程的總花費為:

(1)

式中Cd為該行程的用電成本,Cdtr為前往充電站所產生的額外行駛里程的用電成本,P為因充電而產生的停車費.

采用彈性充電策略,一方面是為了節約成本,另一方面也能夠節省行程所花費的時間.一旦汽車在行程中出現電量不足的情況,必須在電量耗盡前到達充電站充電.在這種情況下,如果將電池充滿再上路,一般要花費一個小時以上的時間,嚴重影響后續的原計劃行程.而采用彈性充電的方法,根據目的地剩余里程預估電量消耗,在行程中只補充必要的電量,因此充電所需時間較短,避免對后續的行程造成過大的干擾.

為了在節約成本的同時縮短行程所花費的時間,本文把充電的時間成本也計入行程的總成本.時間成本與時間長度呈線性關系:

(2)

t=tchg+tdtr

(3)

其中λ是單位時間成本;t是因充電所耗費的時間:tchg為充電消耗的時間,tdtr為充電導致的額外時間損耗,包括前往充電站、插拔充電槍等花費的時間.通過對出租車與網約車時長費的統計,根據時長費與里程費的關系,同時考慮到電動汽車的用電成本遠低于燃油車的耗油成本,本文采用λ=0.1元/分鐘作為單位時間成本.

那么,考慮充電因素的行程總成本為:

(4)

3.3 基于用車成本的優化充電策略

用戶可以選擇行程沿途和終點的任意充電站進行充電,用xi表示是否會在第i個充電站進行充電,xi=1表示充電,xi=0表示不充電.那么,為了使行程總花費最低,選擇在哪些充電站充電以及在各充電站的充電量,成為一個0～1規劃問題:

(5)

圖2 電動汽車行程中的充電站選擇問題Fig.2 Selection of charging station in electric vehicle driving

由此可知,動態規劃的狀態轉換方程為:

(6)

其中,Ci(Q)為前往充電站CSi充電Q的成本,包括繞路成本.Fk(Q)為在充電站CSk增加充電量Q所需的成本,不包括繞路成本.CSk為此前選擇的若干個充電站中成本最低的一個,由于該充電站的繞路成本此前已經計算過一次,此時無需重復計算.

算法1.基于動態規劃的彈性充電策略

輸入：Q

1. k←0

2.pk←∞

3. fori←1 do m do

4. ifQ>Qithen

5.isChgi←False

8. ifpi

9. k←i

10.pk←pi

11. end if

12.Costi←Costi-1

13.Q←Q-Qi

14. else

17. ifpi

18.isChgi←True

22. k←i

24. else

25.isChgi←False

26. ifisChgk=Truethen

28.Costi←Costi-1+pkQi

29. else

30.isChgk←True

34. end If

35. end if

36. end if

37. end for

4 改進的彈性充電策略

上一節把用戶的充電決策歸納為0-1規劃問題,并用動態規劃的思想給出了相應算法.然而其計算較為復雜,而且該規劃問題的最優解可能是在行程途中多次?？砍潆娬具M行小電量充電,以達到最低的充電成本.這種多次中斷行程的做法不僅增加了用戶的勞動量,使用戶厭煩,停車充電操作還會產生額外的時間開銷.為了使充電策略符合用戶使用習慣,增強用戶體驗,本文設定兩條充電原則:

1)如果途中必須中斷行程進行充電,那么每段行程中至多只充電一次.

2)如果在行程間隙和行程結束后的空閑時間汽車具備充電條件,則盡量減少行程中充電所占用的時間,即使停車時充電的價格不是最低的.

4.1 充電需求的計算

根據上述原則2,為了充分利用行程間隙的停車時間進行充電,以減少行駛途中充電對行程的延遲,需要先計算出后續?？科陂g所能充入的最大電量,然后根據行程和當前汽車剩余電量判斷是否要在途中充電以及所需的充電量.電動汽車根據行程,通過車聯網與后續將要停留的停車場或充電站進行通信,獲取停車場或充電站的充電設施的參數.如果兩段行程間隙所要停留的停車場不具備充電條件,那么將前后兩段行程合并為一個整體進行計算.如果停車場具備充電條件,根據預計的停留時間和充電站所能提供的充電功率可以計算出所能夠充入的最大電量.

計算出行程中的各個間隙所能充入的最大電量之后,根據當前行程和剩余電量判斷是否需要在途中充電.如果剩余電量足以行駛到該階段行程結束,到達下一個可充電的停車場,則不打斷行程,直到該段行程結束后再充電.如果剩余電量不足以行駛到下一個可充電的停車場,則必須在途中的充電站進行充電,對充電量的需求為:

qj=(s+rj)×u-SoC×C+g×C+sf×u

(7)

其中qj是為當前行程階段需要中斷行程補充的電量,s是當前行程的剩余里程,rj是去往第個充電站的繞路距離,u是單位里程的耗電量,SoC是電池當前電量的百分比,C是電池容量,g是為了應對突發狀況和保護電池而保留電量的比例.電動汽車不像燃油車在怠速時同樣耗油,而且由于高效能量回收裝置的普及,使電動汽車的功耗相對穩定,因此路況擁堵程度對電動汽車能耗的影響遠低于燃油車.這里簡化了電動汽車的功耗計算,認為能耗與行駛距離成正比.

4.2 充電站的選擇算法

如果需要在途中尋找充電站充電,必然是在剩余電量不足的情況下,那么首先可以排除距離較遠的充電站.另外,一些距離不遠但并不順路的充電站也需要排除.根據公式(4)和公式(7)可知,充電的貨幣成本受繞路距離、單位電價影響,時間成本受繞路距離和充電功率影響.兩者都與繞路距離相關.因此本文把電動汽車當前剩余電量所能到達的充電站按照繞路距離升序排列.在序列中任取兩個充電站,如果排在前面的充電站在單位價格和充電功率上都優于排在后面的,那么前者的充電成本一定低于后者.如果兩者在價格和功率上各有優勢,總成本與繞路距離、單位價格和充電功率的優勢大小相關.基于此,本文提出了一個低復雜度的充電站選擇近似算法來選擇充電站.

算法2.改進的彈性充電近似算法

輸入：Q

輸出：index of chosen charging stationk

1. OrderCSibysdtr

2.k←1

3. fori←2 to m do

4. ifUPiUPkthen

6.k←i

7. end if

8. end if

9. end for

算法2中各變量所指代的意義與算法1中的相同.第1行先將各充電站按照繞路距離遠近排序.第2行將基準充電站初始化為繞路最少的充電站.3～9行依次與繞路距離更遠的充電站比較單位價格UP和充電功率Power,如果優于基準充電站,則將該充電站更新為基準充電站.最終基準充電站即為所要選擇的充電站.

5 實驗測試

5.1 測試環境

為了驗證彈性充電策略在降低汽車使用成本上的效果,本文采用一輛吉利帝豪EV500模擬家庭用車日常通勤的使用場景.該車裝備容量為53.5kWh、充放電倍率為1C的動力電池,驅動電機額定功率42kW,峰值功率120kW,NEDC續航里程400km.其動力、續航里程、價格都符合我國主流家庭用車的標準,具有代表性.

測試地區為浙江省杭州市城區.杭州地處中國南方,冬季氣溫相對不低,有利于電動汽車動力電池的性能發揮.同時由于經濟、政策等因素,杭州的電動汽車普及率相對較高.杭州市的充電設施建設也處于全國前列,各大充電服務商如星星充電、特來電等早已通過自建充電站、與第三方合作等方式展開市場布局,主城區已經基本完成充電站覆蓋.杭州的基礎設施雖然仍有發展空間,但已不再是當前限制電動汽車普及的瓶頸,為測試提供了很好的條件.因此,本文選擇杭州城區進行測試驗證.

本文選取路況較為穩定的路線和臨近區域作為測試區間.因為要將行程周邊的主要充電站都統計進來,為了使數據能夠重復使用,減輕工作量,所有實驗在近似范圍內開展.在此區域內分別規劃了總長度為10、20、30、40、50、60公里的6條路線,每條行程規劃分為2～3段,每段之間停留若干時間,時間范圍為一天之內,來模擬日常出行情況.雖然道路擁堵情況仍對充電決策有影響,但是由于電動汽車怠速不耗能的特性和高效的動力回收裝置,測試車輛行車電腦對剩余續航里程的估算準確度非常高,能耗與行駛里程在各種路況下都接近線性關系.因此在測試路線避開了路況變化劇烈的路段和時間的情況下,可以通過多次測試的平均值把誤差降低到可接受的范圍內.

在測試過程中,彈性充電策略需要車輛通過車聯網獲取各個充電站各個時段的價格和充電速度.但是目前車聯網發展尚不完善,缺乏統一的車聯網平臺,充電站也基本沒有接入類似的平臺.現階段各個充電服務商已經能夠實時提供充電站當前時段的價格,并通過手機APP遠程查詢,可以作為車聯網功能的替代.經過篩選,本文選取了目前杭州市電動汽車用戶廣泛使用的3個充電服務商——星星充電、星絡充電、特來電,采集他們的價格數據,記錄每一時段各個服務商的最低價格作為該時段的參考價格.地圖數據取自百度地圖,關于路線長度、時間估算已經有很多成熟的模型和方法[16,17].

5.2 統計和測試數據

截止2021年底,杭州市公共充電站數量達到1200多個,這一數量仍在快速增長中.在彈性充電算法中,偏離主路線較遠的充電站會因繞路造成的成本過高而被放棄,所以大部分充電站對本測試是無效的,只有行程沿途附近的充電站需要考慮.在測試之前,本文選取行程臨近范圍內的75家充電站進行長期跟蹤,對它們的定價策略和性能參數進行了統計;并基于采集數據對測試車輛按照本文算法制定優化的彈性充電策略,進行實測以驗證汽車在電量不足的情況下是否采用彈性充電的差別.

5.2.1 充電站的定價策略

這些充電站的定價策略大致分為如下兩種:一種是每天采用一個固定價格,全天價格不變,每天更新一次;另一種是一天中的價格隨時間浮動變化,不同日期的同一時間價格也有可能不同.本次統計的充電站中采用固定價格的占84%,采用浮動價格的占16%.

通過對以上充電站在30天內的價格進行統計,發現充電站的定價策略基本不受工作日/節假日的影響.采用固定價格的充電站在工作日和節假日的價格基本一致.采用浮動價格的充電站,其價格波動規律并未在節假日出現明顯改變.基于此,在之后的實驗中不再區分工作日與節假日.

5.2.2 充電站的功率分布

電動汽車充電樁分為交流充電樁(慢充)和直流充電樁(快充).交流樁的輸出功率一般不超過7kW,直流樁一般在60kW以上.本文統計的充電站中裝備交流樁的占12%,其余充電站均裝備60-180kW的直流樁.

測試車輛裝備了容量53.5kWh的三元鋰電池,充電倍率為1C,支持直流和交流兩種充電方式,理論輸入功率不超過53.5kW.直流樁的輸出功率都能滿足該車輛的功率需求.

5.2.3 充電站的停車費收取方式

充電費用除了電費,還有停車費.停車費一般采用限時免費、超出按時間計費的模式.采用彈性充電策略的電動汽車途中充電時間較短,因此限時免費的計費模式對停車費的計算至關重要.本文所統計的充電站限時免費的方式有如下幾種:免收停車費、前2小時免費、前1小時免費、前15分鐘免費、不免費.大部分充電站都在充電初始時段免收停車費,前兩小時免停車費的超過一半(54.7%),不免停車費的只有12%.本文在計算各充電站的充電成本時,也將各個充電站的停車費用根據實際情況計入成本進行比較.

5.2.4 彈性充電與非彈性充電的測試結果

如果汽車電量足以承擔全部行程的消耗,就不需要進行充電.因此本文只考慮電量不足以覆蓋全部行程的情況.針對每一條路線,控制測試車輛具有較低的初始電量,分別按照本文中的兩種彈性充電方法和不采用彈性充電的方法行駛并充電,記錄它們的行程時間、充電費用等.采用彈性充電策略的情況下,汽車根據需要在行程途中補充必要電量并充分利用停車休息時段充電.若不采用彈性充電方法,汽車按照需求在電量不足時尋找附近綜合成本(包括充電費用和繞路產生的費用)最低的充電站把電池充滿再繼續行程.

行程和車輛的不同、初始電量和路況的差異都會對結果產生影響.為了減小誤差,使結果具有可比性,對于同一條路線,在相同時段路況相近的情況下進行測試,并使車輛在每次測試開始時具有相同的初始電量.并且對同一條行程規劃進行多次測試,取平均值以減小路況因素導致的電量估算的誤差.

由于中途需要繞路到充電站充電,汽車的實際行駛里程要超出所規劃的行程.經過測試,各個行程的實際行駛里程如圖3所示.

圖3 各個充電策略的實際行駛里程Fig.3 Actual mileage of each charging strategy

由圖3可知,3種充電策略下,實際行駛里程均高于路線規劃長度.在3種方法中,算法2的實際行駛里程最短.因為算法2在途中僅選取一個充電站充電,而算法1會選擇前往多個充電站以獲得總體最低價格,繞路更多,故選取的最優解實際行駛里程略大于算法2.非彈性充電策略同樣只選取一個充電站充電,其實際行駛距離也高于算法2.這說明在實際測試中,非彈性充電策略會選擇較遠的充電站進行充電,繞路距離大于算法2.

由公式(4)可知,充電成本由所需電量、繞路耗電和時間成本組成.彈性充電在途中只充一少部分電量,這部分電費較少,前往充電站繞路所消耗電量的成本在此次充電費用的占比就不容忽視.而非彈性充電則是把整個電池充滿,電費較多,前往充電站的繞路耗電占充電成本的比重很小.因此,在非彈性充電過程中,電價對總成本的影響更大,而彈性充電過程中,繞路產生的成本比在非彈性充電中更明顯.為了實現總成本最低,非彈性充電策略側重于選擇電價最低的充電站,而彈性充電會較多地考慮充電站的距離.這就造成了非彈性充電策略的實際行駛里程大于彈性充電策略的結果.

由于汽車在行程結束時的剩余電量不一定與初始電量相同,不能直接以充電費用作為本次行程的實際花費.本次行程實際消耗的電量為:

實際消耗的電費為:

經過測試和計算,3種充電策略下行程消耗的電費如圖4所示.兩種彈性充電算法所花的電費差不多,大多數情況下算法2的花費略高于算法1.非彈性充電的花費遠高于彈性充電.這是因為彈性充電策略中大部分電量是在停車時電價較低的時段充的,拉低了整體花費.圖4中顯示,隨著路線長度的增長,非彈性充電策略的電費增長趨緩.在更長的線路中,測試車輛擁有更多的初始電量,這就使得采用非彈性充電的車輛可以在更大的范圍內尋找價格最低的充電站,一定程度上降低了花費.

圖4 不同路線下各個充電策略的貨幣成本Fig.4 Monetary cost of each charging strategy under different routes

充電所產生的額外時間開銷也計入總成本之中.由于在測試中額外時間開銷的統計誤差較大,因此采用行程總時間來代替,同樣能體現不同充電策略對行程時間的影響.3種充電策略下行程總的時間開銷如圖5所示.兩種彈性充電所用時間相差不大,非彈性充電用時相對多出很多.在不同的路線中,非彈性充電策略相比彈性充電多出的這部分時間長度接近一致,主要是由行程中間將電池充滿所致.

圖5 不同路線下各個充電策略的行程總時間Fig.5 Total travel time of each charging strategy under different routes

3種充電策略的總成本由圖6所示.總成本包含充電花費的貨幣成本和行程的時間成本.在各種路線下,兩種彈性充電策略的總成本非常接近,說明近似算法的結果非常接近最優解.非彈性充電策略由于在貨幣成本和時間成本上均不占優勢,總成本明顯高出許多.

圖6 不同路線下各個充電策略的總成本Fig.6 Total cost of each charging strategy under different routes

本文在實際測試中也發現了一些問題.首先是充電站的定價系統較為死板.相比普通居民用電,電動汽車是用電大戶,一旦普及必將給電網帶來巨大壓力,通過價格調節用戶行為必將成為實現電網負載均衡和各個充電站之間負載均衡問題必要手段之一.然而當前實現價格動態調節的充電站不足一半.通過對這些充電站長達一個月的監測,采用固定價格的充電站,其價格只有少數充電站在個別日期發生了改變;采用動態定價的充電站,其價格波動策略也大多一成不變,只有個別時段的價格發生過變化,無法起到引導用戶行為、調節電網的作用.由此可見,充電站的定價策略具有很大的優化空間.也可能是當前電動汽車與充電站都還處于發展的初級階段,沒有展開充分、完善、規范的市場競爭.這也能從充電站的充電樁多數處于空置狀態可以體現出來.此外,很多文獻指出在電動汽車普及的情況下,由于電網限制,一個充電站內同時充電的電動汽車過多會造成功率不足,充電變慢.然而在本文的測試中從未遇到過充電站滿負荷的情況,充電樁基本都能按照額定功率輸出.雖然本文的模型考慮了充電速度對時間成本的影響,但實驗中并沒有很好地驗證這一點.這說明電動汽車雖然已經得到廣泛認可,但在所有車輛中的占比仍然較低.而智慧交通、車聯網等新技術雖然發展很快,但目前尚未有統一的平臺或規范落地.這些技術的缺失給本文的實驗帶來了很多麻煩.電動汽車作為新興產業,相關技術的發展仍有很多路要走.

6 結 語

本文根據電動汽車的補能特點,設計了符合用戶需求的彈性充電策略,并針對降低充電成本提出了優化算法.并采用測試車輛在真實路況下進行測試,結果驗證了彈性充電策略在節省成本和時間上的優勢.