自动共享电动汽车的云-边协调优化模型与控制策略_徐嘉楠.pdf

第4 4卷第1期河 北 科 技 大 学 学 报V o l.4 4,N o.12 0 2 3年2月J o u r n a l o fH e b e iU n i v e r s i t yo fS c i e n c ea n dT e c h n o l o g yF e b.2 0 2 3 文章编号:1 0 0 8-1 5 4 2(2 0 2 3)0 1-0 0 0 1-1 1自动共享电动汽车的云-边协调优化模型与控制策略徐嘉楠,姜爱华(广西大学电气工程学院,广西南宁 5 3 0 0 0 4)摘 要:针对自动共享电动汽车(s h a r e da u t o n o m o u s e l e c t r i cv e h i c l e s,S A E V)运行出现的车辆分配不平衡以及充电优化问题,提出了一种基于云-边协调计算的S A E V优化控制策略。首先,给出S A E V再平衡优化模型以及再平衡任务分配算法;其次,考虑使用V 2 G和动态电价进行S A E V车队的充放电优化,给出S A E V车队能量交换模型以及出行订单分配算法,以减少整个S A E V车队系统的充电成本;再次,利用云-边协调通信将这些优化结果信息在不同平台间进行互动传输,实现电动汽车的最优充电与迁移策略;最后,通过MAT L A B使用真实的深圳出租车数据对该优化控制方法进行验证。结果表明,该框架可降低充电成本,提高交通效率,有望扩展应用到更大规模的系统中。所提云-边协调控制策略将复杂的S A E V优化问题分解成3个子问题进行求解,为S A E V的最优运行提供了一种新的方法。关键词:公路运输管理;自动共享电动汽车;云-边协调;再平衡;V 2 G;充电优化;需求响应中图分类号:TM 9 1 0.6;U 4 9 1 文献标识码:A D O I:1 0.7 5 3 5/h b k d.2 0 2 3 y x 0 1 0 0 1 收稿日期:2 0 2 2-0 2-1 5;修回日期:2 0 2 2-1 2-0 4;责任编辑:冯 民基金项目:国家自然科学基金(5 1 6 6 7 0 0 4)第一作者简介:徐嘉楠(1 9 9 7),男,江西丰城人,硕士,主要从事自动共享电动汽车充放电方面的研究。通信作者:姜爱华副教授。E-m a i l:1 2 6 1 1 5 3 6 8 2q q.c o m徐嘉楠,姜爱华.自动共享电动汽车的云-边协调优化模型与控制策略J.河北科技大学学报,2 0 2 3,4 4(1):1-1 1.XUJ i a n a n,J I AN GA i h u a.C l o u d-e d g ec o o r d i n a t i v eo p t i m i z a t i o nm o d e la n dc o n t r o ls t r a t e g yf o rs h a r e da u t o n o m o u se l e c t r i cv e h i c l e sJ.J o u r n a l o fH e b e iU n i v e r s i t yo fS c i e n c ea n dT e c h n o l o g y,2 0 2 3,4 4(1):1-1 1.C l o u d-e d g ec o o r d i n a t i v eo p t i m i z a t i o nm o d e l a n dc o n t r o ls t r a t e g yf o r s h a r e da u t o n o m o u se l e c t r i cv e h i c l e sXUJ i a n a n,J I ANGA i h u a(S c h o o l o fE l e c t r i c a lE n g i n e e r i n g,G u a n g x iU n i v e r s i t y,N a n n i n g,G u a n g x i 5 3 0 0 0 4,C h i n a)A b s t r a c t:A i m i n ga tt h ep r o b l e m so fv e h i c l ei m b a l a n c ea n dc h a r g i n go p t i m i z a t i o no fs h a r e da u t o n o m o u se l e c t r i cv e h i c l e(S A E V)o p e r a t i o n,a no p t i m a l c o n t r o l s t r a t e g yb a s e do nc l o u d-e d g e c o o r d i n a t i o nc a l c u l a t i o nf o rS A E Vw a sp r o p o s e d.F i r s t l y,aS A E Vr e b a l a n c i n go p t i m i z a t i o nm o d e l a n da r e b a l a n c i n g t a s ka l l o c a t i o na l g o r i t h mw e r ep r o p o s e d.S e c o n d l y,c o n s i d e r i n gV 2 Ga n dd y n a m i c e l e c t r i c i t yp r i c e t oo p t i m i z e t h e c h a r g i n ga n dd i s c h a r g i n go fS A E Vf l e e t,aS A E Vf l e e t e n e r g ye x c h a n g em o d e l a n dat r i po r d e ra l l o c a t i o na l g o r i t h m w e r ep r o p o s e dt or e d u c e t h ec h a r g i n gc o s to f t h ee n t i r eS A E Vf l e e t s y s t e m.T h e n,t h ec l o u d-河 北 科 技 大 学 学 报2 0 2 3年e d g ec o o r d i n a t i o nc o mm u n i c a t i o nw a su s e d t o t r a n s f e r t h e s eo p t i m i z a t i o nr e s u l t s a m o n gd i f f e r e n tp l a t f o r m s,s oa s t or e a l i z e t h eo p t i m a l c h a r g i n ga n dm o v i n gs t r a t e g yo fe l e c t r i cv e h i c l e s.F i n a l l y,t h eo p t i m i z a t i o nc o n t r o lm e t h o dw a sv e r i f i e di nMA T L A Bb yu s i n gt h er e a lS h e n z h e nt a x id a t a.T h er e s u l t ss h o wt h ef r a m e w o r kc a nr e d u c et h ec h a r g i n gc o s t sa n di m p r o v et h et r a n s p o r t a t i o ne f f i c i e n c y,a n d i s e x p e c t e d t ob e a p p l i e d t o l a r g e r s c a l eo f s y s t e m s.T h ep r o p o s e dc l o u d-e d g e c o o r d i n a t i v e c o n t r o ls t r a t e g yd i v i d e s t h ec o m p l e xS A E Vo p t i m i z a t i o np r o b l e mi n t o t h r e e s u b-p r o b l e m s,a n dp r o v i d e s an e wm e t h o da n d i d e a f o r t h eo p t i m a l o p e r a t i o no fS A E V.K e y w o r d s:h i g h w a yt r a n s p o r t a t i o nm a n a g e m e n t;s h a r e da u t o n o m o u se l e c t r i cv e h i c l e s;c l o u d-e d g ec o o r d i n a t i o n;r e b a l a n c e;V 2 G;c h a r g i n go p t i m i z a t i o n;d e m a n dr e s p o n s e 温室气体排放增加导致全球气候变暖是当前国际社会普遍关注的问题,而交通运输系统所消耗的化石燃料是温室气体排放的主要来源。因此,能源消耗更少、温室气体排放更少、通行效率更高的绿色交通是当前城市出行的主流趋势。自动共享电动汽车(s h a r e da u t o n o m o u se l e c t r i cv e h i c l e s,S A E V)的发展是解决城市问题的新手段,它可以进一步提高车辆的移动性、安全性,以及城市交通的环保性。S A E V更容易控制和优化,作为柔性负荷提供辅助服务1,实现快速、大规模的需求响应。此外,它还可以利用车到网(V 2 G)技术为电网提供一些额外的服务,如峰值发电、运行储备和调节2,允许更深层次的电网整合,是实现汽车电气化潜在环境效益的基础3。与往返式的共享汽车系统相比,单程式的共享汽车系统能够明显提高用车的灵活性4。然而,由于用户出行具有潮汐性和不平衡性5,一个地区通往另一地区的流量与其反向通行的流量通常不相等,单程式的共享汽车系统会造成地区之间车辆分布不平衡,进而降低共享汽车系统的整体效率。因此,再平衡问题是实现S A E V优化的一个重要问题。再平衡过程将可以有效地将S A E V从车辆密集区域转移至车辆稀疏区域,进而平衡整个地区的车辆分布,减少乘客的等待时间。研究人员在私人电动汽车充放电优化方面已经开展了许多研究,但是在为共享电动汽车设计充电和再平衡优化方面的工作十分有限,其研究主要集中在车辆运输方面,即通过优化车辆再平衡时间来最小化乘客的等待时间。文献6 提出了一个模拟S A E V车队性能特征的模型,减少充电时间会降低车队响应时间。文献7 介绍了一个有预约机制的电动汽车共享系统模型,通过最大化汽车共享运营商的净收入和用户的利益来确定最佳车队规模。文献8 研究了在不同的场景下,S A E V优化结果对算例参数的敏感性。在目前大多数研究中,当考虑S A E V的充电时,充电优化的优先级通常是次于运输优化的,并且忽略了车辆充电对电网造成的影响9-1 0。文献1 1 开发了一个优化框架,用于在车队环境中优化电动车辆的路线和充电,这项工作还包括讨论该车队对配电网的可能影响。文献1 2 在东京开发了一个基于启发式的充电调度模拟模型,评估了该模型降低充电成本和向电网提供运行储备的潜力。文献1 3 提出了一种模型预测控制方法,用于优化具有最优再平衡和