车网模式下考虑电池损耗的电动汽车分布式充放电调度策略

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (1372 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要针对静态分时电价下电动汽车（EV）集中式充电调度策略遇到的新负荷高峰和计算时间开销大问题,本文提出基于实时引导电价的车网（V2G）模式下考虑电池放电损耗的EV分布式充放电调度策略。通过实时引导电价将充放电负荷和电网负荷动态关联,构建以用户充放电费用最小为目标并考虑电池损耗的模型。利用对偶理论将集中式问题分解为分布式问题,在获得EV最佳充放电计划的同时,保证电网的稳定运行。最后采用蒙特卡洛法模拟充放电需求,进行仿真分析。结果表明,所提策略能有效地降低用户充电费用,平抑负荷波动,并减少计算时间。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	李鹏广

关键词 ：电动汽车（EV）, 实时引导电价, 车网（V2G）, 分布式

Abstract：To address the issues of new load peaks and high computational overhead encountered by centralized electric vehicle (EV) charging scheduling strategy under static time-of-use prices, this paper proposes a distributed EV charging and discharging scheduling strategy for vehicle-to-grid (V2G) mode. This strategy is based on real-time guiding prices and considers battery degradation. By dynamically linking the EV load with the grid load through real-time guiding prices, a model is formulated with the objective of minimizing user costs while accounting for battery degradation. Utilizing duality theory, the centralized optimization problem is decomposed into a distributed one. This approach enables individual EV to obtain optimal schedules while ensuring stable grid operation. Finally, Monte Carlo simulation is employed to model charging and discharging demands, and simulations and analyses are conducted. The results demonstrate that the proposed strategy can effectively reduce user charging costs, flatten load fluctuations, and decrease computational time.

Key words： electric vehicle (EV) real-time guiding prices vehicle-to-grid (V2G) distributed

收稿日期: 2025-12-23

作者简介: 李鹏广（1990—）,男,河南省安阳市人,硕士,工程师,主要从事供配电系统设计方面的研究工作。

引用本文:

李鹏广. 车网模式下考虑电池损耗的电动汽车分布式充放电调度策略[J]. 电气技术, 2026, 27(7): 17-23. LI Pengguang. Distributed charging and discharging scheduling strategy for electric vehicle considering battery degradation in vehicle-to-grid mode. Electrical Engineering, 2026, 27(7): 17-23.

链接本文:

https://dqjs.cesmedia.cn/CN/Y2026/V27/I7/17

[1] 刘露露, 王峥, 李昊, 等. 考虑电动汽车可调度容量的配电网集群划分方法[J]. 电气技术, 2025, 26(7): 13-20, 31.
[2] 高云, 解超, 张高航, 等. 计及电动汽车接入的园区综合能源系统低碳协调运行调度策略[J]. 电气技术, 2025, 26(2): 14-25, 34.
[3] 李怡然, 张姝, 肖先勇, 等. V2G模式下计及供需两侧需求的电动汽车充放电调度策略[J]. 电力自动化设备, 2021, 41(3): 129-135, 143.
[4] 马力, 彭伟伦, 范晋衡, 等. 基于改进纵横交叉算法的车网互动模式下电动汽车充放电优化调度策略研究[J]. 电测与仪表, 2025, 62(2): 133-142.
[5] 杨晓辉, 王晓鹏, 邓叶恒. 含电动汽车的主动配电网多目标分层优化调度[J]. 电力工程技术, 2024, 43(4): 156-165.
[6] 房宇轩, 胡俊杰, 马文帅. 计及用户意愿的电动汽车聚合商主从博弈优化调度策略[J]. 电工技术学报, 2024, 39(16): 5091-5103.
[7] 谢远德, 邓沙丽. V2G技术模式下计及电池损耗的电动汽车充放电策略[J]. 东北电力技术, 2025, 46(4): 8-13.
[8] 胡浩鹏, 葛佳蓓, 魏云冰. 基于改进多目标粒子群算法的电动汽车充电优化策略[J]. 电气工程学报, 2025, 20(3): 261-270.
[9] 郭放, 孙鹏龙. 基于峰谷分时电价时区的电动汽车有序充电策略研究[J]. 电器与能效管理技术, 2025(10): 37-41.
[10] 房超运, 杨昆, 柴瑞环. 分时电价下含电动汽车的微电网群双层多目标优化调度[J]. 电力科学与技术学报, 2024, 39(1): 124-133.
[11] 胡俊杰, 潘羿, 徐成明, 等. 基于动态交通推演的电动汽车充电快速引导策略[J]. 电工技术学报, 2025, 40(9): 2880-2896.
[12] 李斌, 王定强. 电动汽车充电插枪休眠设计与优化[J]. 电气技术, 2023, 24(12): 64-67, 74.
[13] 张献, 丁可浩, 赵黎媛, 等. 计及电动汽车混合充电系统接入的综合能源系统鲁棒优化调度[J]. 电工技术学报, 2025, 40(14): 4446-4459.
[14] 杨德健, 卢学炫, 王枭, 等. 考虑用户特征与意愿的电动汽车调节功率刻画及频率支撑策略[J]. 电工技术学报, 2025, 40(11): 3560-3571.
[15] Boyd S, Vandenberghe L.Convex optimization[M]. Cambridge, UK: Cambridge University Press, 2004.
[16] Geoffrion A M.Lagrangean relaxation for integer programming[M]//Approaches to integer programming. Berlin, Heidelberg: Springer, 1974: 82-114.
[17] Bertsekas D P.Nonlinear programming[J]. Journal of the Operational Research Society, 1997, 48(3): 334.
[18] Luo Zhuowei, Hu Zechun, Song Yonghua, et al.Optimal coordination of plug-in electric vehicles in power grids with cost-benefit analysis: part II: a case study in China[J]. IEEE Transactions on Power Systems, 2013, 28(4): 3556-3565.