陳艷，孫振勝，陳超，劉顯旭

（1.吉林省吉能電力集團(tuán)有限公司，吉林長春 130021；2.吉林省電力有限公司，吉林長春 130021；3.國網(wǎng)遼源供電公司，吉林遼源 136200；4.吉林龍?jiān)达L(fēng)力發(fā)電有限公司，吉林長春 130021）

EV作為環(huán)境友好型交通工具在許多方面具有傳統(tǒng)能源汽車無可比擬的優(yōu)勢，尤其是其“零排放”的特點(diǎn)備受推崇。在能源危機(jī)和環(huán)境污染雙重壓力下，美國、歐盟、日本等國家政府紛紛通過政策優(yōu)惠、購買補(bǔ)貼、法規(guī)強(qiáng)制等手段支持和推動(dòng)EV產(chǎn)業(yè)的發(fā)展[1]。我國也將EV列為戰(zhàn)略性新興產(chǎn)業(yè)，經(jīng)過北京奧運(yùn)會(huì)、深圳大運(yùn)會(huì)等大型賽事以及“十城千輛”計(jì)劃的推動(dòng)，預(yù)計(jì)到2030年我國EV保有量將達(dá)到6 000萬輛[2-3]。單輛EV容量和功率十分有限，對整個(gè)電網(wǎng)的影響微不足道，但當(dāng)EV數(shù)量發(fā)展到一定水平，其不受控時(shí)充電的集群效應(yīng)相當(dāng)可觀，將對電網(wǎng)的安全穩(wěn)定運(yùn)行產(chǎn)生嚴(yán)重影響。而智能電網(wǎng)的發(fā)展為實(shí)現(xiàn)對EV充放電行為的合理控制提供了技術(shù)支持。

關(guān)于智能電網(wǎng)的定義國際社會(huì)還沒有形成統(tǒng)一標(biāo)準(zhǔn)，美國側(cè)重于數(shù)字化技術(shù)的應(yīng)用，歐盟強(qiáng)調(diào)服務(wù)和管理的智能化，而我國國家電網(wǎng)在強(qiáng)調(diào)提高電網(wǎng)智能化水平的同時(shí)，提出要建設(shè)堅(jiān)強(qiáng)輸電網(wǎng)，注重各級電網(wǎng)之間的協(xié)調(diào)，但各方的共同目標(biāo)都是建設(shè)經(jīng)濟(jì)、環(huán)保、安全、高效的新型電網(wǎng)[4]。智能用電作為智能電網(wǎng)的重要組成部分，實(shí)現(xiàn)了用戶側(cè)和供電側(cè)的信息互動(dòng)，通過互動(dòng)策略實(shí)現(xiàn)對用戶負(fù)荷的直接或間接控制，體現(xiàn)了供需雙方之間“信息流＋業(yè)務(wù)流＋電力流”的友好互動(dòng)，實(shí)現(xiàn)電力負(fù)荷的柔性化，支撐供電側(cè)的可靠、經(jīng)濟(jì)運(yùn)行[5-6]，加快了需求響應(yīng)的實(shí)施由人工到半自動(dòng)，再到全自動(dòng)的轉(zhuǎn)換進(jìn)程。

需求響應(yīng)是指用戶對激勵(lì)措施采取的響應(yīng)以降低用電成本[7]。在放松管制的電力市場中，供電商在電力高峰時(shí)段面臨“高價(jià)買電，低價(jià)賣電”的風(fēng)險(xiǎn)，而需求響應(yīng)項(xiàng)目則有利于供電商規(guī)避這種風(fēng)險(xiǎn)。需求響應(yīng)項(xiàng)目按照實(shí)施機(jī)理不同可以分為激勵(lì)型和價(jià)格型，直接負(fù)荷控制（direct load control，DLC）屬于激勵(lì)型項(xiàng)目[8]。EV每天有90%以上的時(shí)間處于停駛狀態(tài)，擁有有巨大的參與需求響應(yīng)的潛力，國內(nèi)外關(guān)于EV參與需求響應(yīng)已有較多的研究。文獻(xiàn)[9]以英國新能源高滲透率電網(wǎng)為例，在考慮天氣等可變因素對新能源出力影響的條件下考察了EV支持電網(wǎng)調(diào)頻的能力。文獻(xiàn)[10]根據(jù)新加坡人口密度大，人均出行里程短的特點(diǎn)，通過需求響應(yīng)手段控制停車場EV的充電流程，從充電費(fèi)用和對電網(wǎng)的影響兩方面對調(diào)控效果進(jìn)行了分析。文獻(xiàn)[11]針對EV有序充放電在電網(wǎng)削峰填谷方面的作用，提出了峰谷電價(jià)時(shí)段的優(yōu)化模型，并用遺傳算法對其優(yōu)化求解。文獻(xiàn)[12]探討了利用經(jīng)濟(jì)激勵(lì)措施來鼓勵(lì)插電式混合動(dòng)力汽車用戶參與需求響應(yīng)的必要性，以彌補(bǔ)充電可能帶來的負(fù)面影響。目前針對EV參與DLC的研究較少。

本文依托于智能電網(wǎng)的基本構(gòu)架，利用其先進(jìn)的信息通信技術(shù)（information communication technology，ICT）、高級量測體系（advanced measurement infrastructure，AMI）、雙向計(jì)量電表等智能軟件和智能模塊建立EV的直控管理系統(tǒng)和互動(dòng)機(jī)制，實(shí)現(xiàn)車網(wǎng)之間信息實(shí)時(shí)互動(dòng)，用蒙特卡洛模擬方法建立EV充電負(fù)荷曲線，在考慮用戶利益的情況下，探討合理的EV充放電控制策略，優(yōu)化負(fù)荷曲線，使EV充電對電網(wǎng)造成的影響最小。

1 EV直控管理系統(tǒng)

EV直控管理系統(tǒng)結(jié)構(gòu)如圖1所示，總體可以分為電網(wǎng)側(cè)、通信通道和用戶側(cè)三大部分，可以實(shí)時(shí)監(jiān)測電網(wǎng)運(yùn)行狀態(tài)，采集用戶側(cè)信息，實(shí)現(xiàn)供用電雙側(cè)信息的實(shí)時(shí)互動(dòng)，控制車網(wǎng)之間能量的雙向流動(dòng)，使電網(wǎng)源、荷兩大主體和其他各組成元素之間形成一個(gè)有機(jī)的整體，提高電網(wǎng)工作效率和安全運(yùn)行系數(shù)。

圖1 EV直控系統(tǒng)框圖Fig.1 Diagram of EV direct control system

1.1 電網(wǎng)側(cè)

電網(wǎng)側(cè)的監(jiān)控系統(tǒng)主體是基于相量測量單元（PMU）的廣域測量系統(tǒng)（WAMS）[13]，可以直接對電網(wǎng)中的角度進(jìn)行測量，使調(diào)度中心對電網(wǎng)運(yùn)行狀態(tài)的估計(jì)更加準(zhǔn)確、及時(shí)，動(dòng)態(tài)監(jiān)視電網(wǎng)運(yùn)行狀態(tài)變化，對異常情況采取及時(shí)、有效的處理措施，更大程度上保證電網(wǎng)的安全穩(wěn)定運(yùn)行。調(diào)度中心對所獲得的電網(wǎng)數(shù)據(jù)（如電壓、頻率等）進(jìn)行匯總分析，根據(jù)歷史數(shù)據(jù)通過多種方法，如回歸分析法、卡爾曼濾波法、指數(shù)平滑法等進(jìn)行負(fù)荷預(yù)測，隨著越來越多新能源接入電網(wǎng)，可變性因素增多，多種預(yù)測方法相結(jié)合更有利于提高負(fù)荷預(yù)測的精度，進(jìn)而得出系統(tǒng)在未來某時(shí)段的電力緊急需求量，結(jié)合負(fù)荷側(cè)反饋回來的信息，做出合理的優(yōu)化決策，并下達(dá)調(diào)度指令。

1.2 通信通道

隨著智能電網(wǎng)建設(shè)的一步步推進(jìn)，電力通信成為智能電網(wǎng)必不可少的組成部分，相當(dāng)于電網(wǎng)的神經(jīng)系統(tǒng)，二者相輔相成，相互促進(jìn)，互為一體。我國電力行業(yè)發(fā)展初期，電力系統(tǒng)的結(jié)構(gòu)相對簡單，源荷功能分明，布局清晰，通信主要由電力載波、電纜等相似的渠道完成，我國經(jīng)濟(jì)的快速發(fā)展大力推動(dòng)了電力行業(yè)的發(fā)展，源荷容量及輸變電系統(tǒng)在規(guī)模上有了很大的提升，對通信系統(tǒng)也提出了新的要求，如通信的容量、質(zhì)量、可靠性及速率等，微波、高頻、多路載波等新的通信方式應(yīng)運(yùn)而生。近些年，在現(xiàn)代信息和通信技術(shù)的驅(qū)動(dòng)之下，電力系統(tǒng)的通信逐步走向了“數(shù)字化”、“信息化”[14]。先進(jìn)的通信系統(tǒng)為用戶和電網(wǎng)之間聯(lián)系提供了通道，使調(diào)度中心可以隨時(shí)了解用戶的狀態(tài)，此處指EV的具體信息，如是否處于聯(lián)網(wǎng)狀態(tài)、荷電狀態(tài)等。

1.3 用戶側(cè)

可逆智能充電機(jī)的重要硬件構(gòu)成是V2G結(jié)構(gòu)，還包括PWM整流器，V2G原理結(jié)構(gòu)如圖2所示。該變換器結(jié)構(gòu)和原理比較簡單，可靠性高，當(dāng)EV從電網(wǎng)獲取電能時(shí)，電路中開關(guān)VTbuck、VDbuck和電感L構(gòu)成通路，當(dāng)EV向電網(wǎng)回饋電能時(shí)，開關(guān)VTboost、VDboost和電感L構(gòu)成通路[15]。其工作的啟停及工作狀態(tài)的轉(zhuǎn)換由智能電網(wǎng)管理系統(tǒng)來控制。當(dāng)車主到家或工作地點(diǎn)后，立即將EV接入電網(wǎng)，智能充電機(jī)自動(dòng)獲取EV的荷電狀態(tài)（state of charge，SOC）、容量（capacity，C）等信息，用戶則可以從終端顯示器中了解電網(wǎng)公司發(fā)布的電價(jià)、補(bǔ)償價(jià)格、電網(wǎng)運(yùn)行狀態(tài)等信息，結(jié)合自己之后的行駛安排，選擇是否將EV控制權(quán)交給電網(wǎng)公司，確定離網(wǎng)時(shí)間和離網(wǎng)時(shí)EV的SOC應(yīng)達(dá)到的水平，由通信系統(tǒng)將用戶信息傳達(dá)到智能調(diào)度中心。若車主選擇將EV控制權(quán)移交給電網(wǎng)公司，則由調(diào)度中心根據(jù)設(shè)計(jì)好的優(yōu)化控制目標(biāo)綜合考慮各方面因素對EV的充放電行為進(jìn)行自動(dòng)智能控制，若車主不移交EV控制權(quán)，則從EV接入電網(wǎng)時(shí)刻起立即進(jìn)入充電狀態(tài)，直到SOC達(dá)到車主設(shè)定值，自動(dòng)斷電。智能電表具有雙向計(jì)量和雙向通信功能，監(jiān)視電能質(zhì)量并支持遠(yuǎn)程操控，可以記錄EV從電網(wǎng)獲取的電能和向電網(wǎng)回饋的電能，并對車主應(yīng)繳電費(fèi)和應(yīng)得補(bǔ)償進(jìn)行結(jié)算，車主可以很直觀地觀察到自己的用電情況、費(fèi)用和收益，為以后作選擇提供參考。

2 EV直控策略

對于一般的家用電器來說，DLC控制策略主要有以下3種[16]：①將用電設(shè)備直接關(guān)閉，停止其用電行為；②利用智能電網(wǎng)高級控制系統(tǒng)以某時(shí)長（如30 min）為周期對用電設(shè)備進(jìn)行開啟-關(guān)閉的循環(huán)控制；③提高用戶側(cè)恒溫器溫度設(shè)定值，即間接減少用電設(shè)備用電量，該控制策略適用于空調(diào)或熱水器。

圖2 V2G雙向DC/DC轉(zhuǎn)換原理結(jié)構(gòu)圖Fig.2 Principle structure diagram of V2G bidirectional DC/DC conversion

圖3 蒙特卡洛模擬EV直控優(yōu)化流程圖Fig.3 Simulation flow chart of EV direct control optimization by Monte Carlo

用戶可以通過可視化智能終端器對調(diào)控策略進(jìn)行選擇，優(yōu)化流程圖如圖3所示。EV作為交通工具是一種特殊的家庭用電負(fù)荷，主要功能是作為代步工具服務(wù)于社會(huì)人出行，充電過程并不影響其功能的正常發(fā)揮。在現(xiàn)代高科技技術(shù)支持下，EV儲能電池既可以從電網(wǎng)獲取電能，又可以向電網(wǎng)回饋電能，所以對EV的充電過程控制有兩種策略：①選擇在低電價(jià)時(shí)段進(jìn)行充電，高電價(jià)時(shí)段停止充電，使用電費(fèi)用最小，無放電行為；②選擇在低電價(jià)時(shí)段充電，高電價(jià)時(shí)段放電，以不影響車主駕駛行為為前提，且用戶可獲得一定經(jīng)濟(jì)收益。

2.1 目標(biāo)函數(shù)

EV用戶響應(yīng)電網(wǎng)公司的需求響應(yīng)項(xiàng)目，支持電網(wǎng)的安全穩(wěn)定運(yùn)行，并因此獲得一定經(jīng)濟(jì)補(bǔ)償。如果在此類交易中把電網(wǎng)公司視為買方，把用戶視為賣方，從目前的發(fā)展情況來看應(yīng)該是賣方市場，所以要在規(guī)劃中充分考慮到用戶的利益，以提高用戶參與的積極性。

對控制策略（1）來說，只有充電行為，目標(biāo)函數(shù)為

Pc為EV的充電功率，ρ(t)為第t時(shí)段電價(jià)，λc為充電效率，Δt為時(shí)段長度，B為EV充電的時(shí)段集合。

該種情況下t時(shí)刻系統(tǒng)總負(fù)荷為

L(t)為t時(shí)刻系統(tǒng)總負(fù)荷，L0(t)為t時(shí)刻系統(tǒng)原負(fù)荷，N為EV數(shù)量，為0-1變量，1表示EV處于充電狀態(tài)，0表示EV處于無操作狀態(tài)（不充電也不放電），Pc(i,t)為第i輛EV的充電功率。

對控制策略（2）來說，EV既有充電行為，又有放電行為，所以目標(biāo)函數(shù)為

Pd為EV放電功率，δ為放電補(bǔ)償價(jià)格，λd為放電效率，D為放電時(shí)段集合。

該種情況下t時(shí)刻系統(tǒng)總負(fù)荷為

y(i,t)為0-1變量，1表示EV處于放電狀態(tài)，0表示EV處于無操作狀態(tài)，Pd(i,t)為第i輛EV的放電功率。

文獻(xiàn)[17]指出，目前EV電池以鋰離子為主，并對鋰離子電池充電恒流—恒壓過程進(jìn)行了模擬，結(jié)果顯示恒壓過程相對整個(gè)充電時(shí)長很短暫，可以忽略，鋰離子電池充電過程可近似認(rèn)為是恒功率。本文算例中假定EV充放電過程中功率為恒定值。

電網(wǎng)公司是實(shí)施需求響應(yīng)項(xiàng)目的主體，主要目的是提高電網(wǎng)運(yùn)行的經(jīng)濟(jì)性和安全性，優(yōu)化負(fù)荷曲線，抑制負(fù)荷波動(dòng)。而數(shù)學(xué)方差可以準(zhǔn)確反映出數(shù)據(jù)的波動(dòng)程度，此處以負(fù)荷方差最小作為目標(biāo)函數(shù)

T為時(shí)段數(shù)，PLi為第i時(shí)段電網(wǎng)負(fù)荷，PL0t為第t時(shí)段原電網(wǎng)負(fù)荷，PLEt為第t時(shí)段EV總充電負(fù)荷。

對于策略1來說

對于策略2來說

兩個(gè)目標(biāo)函數(shù)分別代表電網(wǎng)側(cè)和用戶側(cè)的利益，為了提高系統(tǒng)運(yùn)行的整體效益，采用線性加權(quán)方法求解該多目標(biāo)問題，將雙目標(biāo)改成單目標(biāo)。由于兩個(gè)目標(biāo)函數(shù)的量綱不統(tǒng)一，所以需進(jìn)行規(guī)范化處理，f1(2)max為用戶無序充電用電費(fèi)用，f3max為原系統(tǒng)負(fù)荷方差，α1和α2為權(quán)重系數(shù)，滿足α1+α2=1，體現(xiàn)出二者所占比重大小，得評價(jià)函數(shù)

有研究指出，一般情況下當(dāng)各項(xiàng)權(quán)值分別取相同值時(shí)，優(yōu)化效果可達(dá)到綜合最優(yōu)，所以此處α1和α2分別取0.5[18]。

2.2 約束條件

在對EV進(jìn)行優(yōu)化調(diào)度運(yùn)算時(shí)，需要考慮一定的物理約束條件。根據(jù)所研究的情況，當(dāng)EV數(shù)量較少時(shí)，需要考慮的約束條件為

①充電功率約束

Pcmax為EV最大充電功率，Pdmin為EV最小充電功率。

表1 小區(qū)各時(shí)段負(fù)荷及電價(jià)Tab.1 Load and electricity price of each time period in the residential quarters

②放電功率約束

Pdmin為最小放電功率，Pdmax為最大放電功率。

③荷電狀態(tài)約束

SOCmin為電池允許的最小荷電狀態(tài)，SOCmax為電池最大荷電狀態(tài)。

④離網(wǎng)荷電狀態(tài)約束

SOCl為EV離網(wǎng)時(shí)的荷電狀態(tài)，SOCset為用戶設(shè)定的離網(wǎng)荷電狀態(tài)。

3 算例分析

根據(jù)目前EV的發(fā)展現(xiàn)狀[19-25]，在本算例中對EV的相關(guān)信息假設(shè)如下：

1）電池容量在20～30 kW·h均勻分布，充電功率在2～3 kW均勻分布，放電功率為2.5 kW；

2）EV充放電效率為0.9，電池容量價(jià)格為2 500元/kW·h；

3）車主晚上到家時(shí)間和早晨離家時(shí)間分別服從正態(tài)分布N（19，1.52）和N（7，0.52），起始充電SOC服從正態(tài)分布N（0.6，0.12）；

4）放電單位補(bǔ)償為2.05元/kW·h，SOC最大為1，最小為0.2，SOCset取0.9，時(shí)段長度取半小時(shí)。

考慮到目前EV還沒有大規(guī)模普及，以某小區(qū)有10輛EV為例，研究車主晚上回到家后EV充電對小區(qū)負(fù)荷的影響及調(diào)控策略的有效性，采用文獻(xiàn)[26]中的樓宇日負(fù)荷放大4倍作為小區(qū)日負(fù)荷，小區(qū)24時(shí)段負(fù)荷及電價(jià)[18]情況如表1所示。利用蒙特卡洛隨機(jī)抽樣的方法確定每輛EV的相關(guān)信息及充電負(fù)荷建模所需的車主日行駛規(guī)律數(shù)據(jù)。

為了研究策略（1）和策略（2）不同的調(diào)控效果，分別讓這10輛EV在同樣的條件下參與不同的調(diào)控策略，用系統(tǒng)負(fù)荷的峰谷差率、負(fù)荷率和方差來對調(diào)控的效果進(jìn)行評價(jià)，作對比分析。不同調(diào)控策略下的系統(tǒng)負(fù)荷和原系統(tǒng)負(fù)荷評價(jià)指標(biāo)如表2所示，圖4給出了不同負(fù)荷曲線的負(fù)荷率和峰谷差率變化趨勢。

表2 不同調(diào)控策略的評價(jià)指標(biāo)Tab.2 Evaluation index of different control strategies

圖4 不同情景下負(fù)荷率和峰谷差率變化曲線Fig.4 Load rate and peak-valley ratio changes under different scenarios

由表2可以看出，EV充電行為不受控時(shí)，即無序充電，系統(tǒng)峰谷差率增加了6.29%，負(fù)荷率降低了3.04%，系統(tǒng)方差增加了3.72%。經(jīng)過兩種調(diào)控策略的調(diào)控，負(fù)荷曲線的各種評價(jià)指標(biāo)都出現(xiàn)了有益的變化，甚至優(yōu)于原系統(tǒng)負(fù)荷的各種數(shù)值指標(biāo)，減小了負(fù)荷曲線的波動(dòng)程度。策略（1）調(diào)控后峰谷差率和方差分別降低了15.56%和12.35%，負(fù)荷率上升了3.78%，用戶整體用電費(fèi)用減少了74.08%；策略（2）調(diào)控后負(fù)荷方差降低比策略（1）更明顯，達(dá)到30.74%，峰谷差率降低了14.19%，負(fù)荷率上升了4.45%，而用戶則不需繳納電費(fèi)，反而可以獲得一定的收益，按一年365天算，該小區(qū)EV用戶一年可獲得總收益達(dá)6.27萬元。

圖5 不同調(diào)控策略下系統(tǒng)負(fù)荷曲線Fig.5 System load curve under different control strategies

無序充電負(fù)荷曲線和經(jīng)過調(diào)控后的系統(tǒng)負(fù)荷曲線如圖5所示?？梢钥闯?，利用策略（1）調(diào)控時(shí)，由于EV接入時(shí)段大體處于晚高峰期間，為了不加劇電網(wǎng)波動(dòng)程度，EV并不直接進(jìn)行充電，而是將充電行為轉(zhuǎn)移到凌晨以后的時(shí)段，即低電價(jià)時(shí)段，可以節(jié)省用戶用電費(fèi)用。利用策略（2）進(jìn)行調(diào)控時(shí)，EV接入電網(wǎng)后向電網(wǎng)饋電，以降低電網(wǎng)晚高峰電力需求量，同時(shí)可以獲得經(jīng)濟(jì)補(bǔ)償，將充電行為轉(zhuǎn)移到凌晨以后低電價(jià)時(shí)段，用戶可以從兩方面獲得經(jīng)濟(jì)收益，同時(shí)抬高了負(fù)荷低谷值，平滑了負(fù)荷曲線，提高了基荷機(jī)組利用率和電力系統(tǒng)運(yùn)行的經(jīng)濟(jì)性、安全性。

4 結(jié)語

本文依托智能電網(wǎng)的基本結(jié)構(gòu)框架和通信系統(tǒng)，建立了電動(dòng)汽車智能直控管理系統(tǒng)，研究了需求響應(yīng)中的直接負(fù)荷控制策略在電動(dòng)汽車充放電行為調(diào)控中的應(yīng)用，以某小區(qū)為例，以分時(shí)電價(jià)為手段，用優(yōu)化充電和優(yōu)化充放電兩種不同的策略對電動(dòng)汽車充電行為進(jìn)行調(diào)控，并用不同的評價(jià)指標(biāo)對調(diào)控結(jié)果進(jìn)行了對比分析，結(jié)果表明第一種調(diào)控策略在減小負(fù)荷峰谷差率方面效果更明顯，第二種調(diào)控策略可以更大程度上降低負(fù)荷曲線的波動(dòng)程度和提升負(fù)荷率，而且可以實(shí)現(xiàn)用戶側(cè)盈利，這將有利于提高用戶參與需求響應(yīng)的積極性。

電動(dòng)汽車有著可預(yù)見性的廣闊發(fā)展前景，這已成為不爭的事實(shí)，為了進(jìn)一步推動(dòng)電動(dòng)汽車參與車網(wǎng)互動(dòng)，本文提出以下幾點(diǎn)建議：

1）V2G技術(shù)是實(shí)現(xiàn)電網(wǎng)和用戶側(cè)能量雙向流動(dòng)的關(guān)鍵環(huán)節(jié)，應(yīng)該加強(qiáng)在通信的智能化和安全度、電力電子能量轉(zhuǎn)化裝置及其與智能電網(wǎng)技術(shù)相結(jié)合的方法研究。

2）加強(qiáng)在改善蓄電池性能方面的研究，主要包括電池容量、電池壽命、回收利用率、充放電速率、續(xù)航里程等方面，注重研發(fā)新材料，降低造價(jià)，提高性價(jià)比。

3）推進(jìn)充電基礎(chǔ)設(shè)施和智能互動(dòng)試點(diǎn)工程的建設(shè)，特別是智能化建設(shè)，根據(jù)不同地區(qū)電動(dòng)汽車具體普及程度建立不同智能化水平的充電設(shè)施，根據(jù)實(shí)際情況制定科學(xué)合理的發(fā)展規(guī)劃。

[1] 楊方，張義斌，葛旭波.中美日電動(dòng)汽車發(fā)展趨勢及特點(diǎn)分析[J].能源技術(shù)經(jīng)濟(jì)，2011，23（7）：40-44. YANG Fang，ZHANG Yibin，GE Xubo.Electric vehicle development tendency and characteristics in China，USA and Japan[J].Energy Technology and Economics，2011，23（7）：40-44.

[2] 葛少云，黃镠，劉洪.電動(dòng)汽車有序充電的峰谷電價(jià)時(shí)段優(yōu)化[J].電力系統(tǒng)保護(hù)與控制，2012，40（10）：1-5. GE Shaoyun，HUANG Liu，LIU Hong.Optimization of peak-valley TOU power price time-period in ordered charging mode of electric vehicle[J].Power System Protection and Control，2012，40（10）：1-5.

[3] 肖湘寧，陳征，劉念.可再生能源與電動(dòng)汽車充放電設(shè)施在微電網(wǎng)中的集成模式與關(guān)鍵問題[J].電工技術(shù)學(xué)報(bào)，2013，28（2）：1-14. XIAO Xiangning，CHEN Zheng，LIU Nian.Integrated mode and key issues of renewable energy sources and electric vehicles’charging and discharging facilities in microgrid[J].Transactions of China Electrotechnical Society，2013，28（2）：1-14.

[4] 張東霞，姚良忠，馬文媛.中外智能電網(wǎng)發(fā)展戰(zhàn)略[J].中國電機(jī)工程學(xué)報(bào)，2013，33（31）：1-14. ZHANG Dongxia，YAO Liangzhong，MA Wenyuan. Development strategies of smart grid in china and abroad[J]. Proceedings of the CSEE，2013，33（31）：1-14.

[5]盛萬興，史常凱，孫軍平，等.智能用電中自動(dòng)需求響應(yīng)的特征及研究框架[J].電力系統(tǒng)自動(dòng)化，2013，37（23）：1-7. SHENG Wanxing，SHI Changkai，SUN Junping，et al. Characteristics and research framework of automated demand response in smart utilization[J].Automation of Electric Power System，2013，37（23）：1-7.

[6] 田世明，王蓓蓓，張晶.智能電網(wǎng)條件下的需求響應(yīng)關(guān)鍵技術(shù)[J].中國電機(jī)工程學(xué)報(bào)，2014，34（22）：3576-3589. TIAN Shiming，WANG Beibei，ZHANG Jing.Key technologies fordemand response in smartgrid[J]. Proceedings of the CSEE，2014，34（22）：3576-3589.

[7] 于娜，何德明，李國慶.電力需求響應(yīng)的決策因素與分類模型[J].東北電力大學(xué)學(xué)報(bào)，2011，31（4）：112-115. YU Na，HE Deming，LI Guoqing.Decision factors and classification model of demand response[J].Journal of Northeast Dianli University，2011，31（4）：112-115.

[8]Naveen Venkatesan，Jignesh Solanki，Sarika Khushalani Solanki.Demand response model and its effects on voltage profile of a distribution system[C]//2011 IEEE Power and EnergySocietyGeneralMeeting，SanDiego，CA：2011：1-7.

[9]HUANG Sikai，WU Lei，DAVID Infield，et al.Using electric vehicle fleet as responsive demand for power system frequency support[C]//2013 IEEE Vehicle Power and Propulsion Conference（VPPC），Beijing，China：2013：1-5.

[10]DANTE Fernando Recalde Melo，GOOI Hoay Beng，TOBIAS Massier.Charging of electric vehicles and demand response management in a singaporean car park[C]// 2014 49 th International Universities Power Engineering Conference（UPEC），cluj-Napoca，Romania：2014：1-6.

[11]葛少云，王龍，劉洪，等.計(jì)及電動(dòng)汽車入網(wǎng)的峰谷電價(jià)時(shí)段優(yōu)化模型研究[J].電網(wǎng)技術(shù)，2013，37（8）：2316-2321. GE Shaoyun，WANG Long，LIU Hong，et al.An optimization model of peak-valley price time-interval considering vehicle-to-grid[J].Power System Technology，2013，37（8）：2316-2321.

[12]MEGAN Mallette，GIRI Venkataram.Financial incentives to encourage demand response participation by plug-in hybrid electricvehicle owners[C].2010 IEEE Energy Conversion Congress and Exposition（ECCE），Atlanta GA：2010：4278-4284.

[13]尚力，于占勛，荊銘，等.山東電網(wǎng)廣域?qū)崟r(shí)動(dòng)態(tài)監(jiān)測系統(tǒng)[J].電力自動(dòng)化設(shè)備，2008，28（7）：89-93. SHANG Li，YU Zhanxun，JING Ming，et al.Wide-area real-time dynamic monitoring system of Shandong power grid[J].Electric Power Automation Equipment，2008，28（7）：28（7）：89-93.

[14]邢寧哲，閆海峰.電力通信系統(tǒng)可靠性研究[J].電力系統(tǒng)通信，2007，28（176）：26-38. XING Ningzhe，YAN Haifeng.Research on the reliability of electric power telecommunication system[J]. Telecommunications for Electric Power System，2007，28（176）：26-38.

[15]吳凱，程啟明，李明，等.具有V2G功能的電動(dòng)汽車快速充放電方法[J].電力自動(dòng)化設(shè)備，2014，33（2）：30-34. WU Kai，CHENG Qiming，LI Ming，et al.Fast charging and discharging method for electric vehicle with V2G function[J].Electric Power Automation Equipment，2014，33（2）：30-34.

[16]張欽，王錫凡，別朝紅，等.電力市場下直接負(fù)荷控制決策模型[J].電力系統(tǒng)自動(dòng)化，2010，34（9）：23-28. ZHANG Qin，WANG Xifan，BIE Zhaohong，et al.A decision model of direct load control in electricity markets[J]. Automation of Electric Power System，2010，34（9）：23-28.

[17]ZHENG Jinghong，WANG Xiaoyu，MEN Kun，et al. Aggregation Model- Based Optimization forElectric Vehicle Charging Strategy[J].2013 IEEE Transactions on Smart Grid，2013，4（2）：1058-1066.

[18]魏大鈞，張承慧，孫波，等.基于分時(shí)電價(jià)的電動(dòng)汽車充放電多目標(biāo)優(yōu)化調(diào)度[J].電網(wǎng)技術(shù)，2014，38（11）：2972-2977. WEI Dajun，ZHANG Chenghui，SUN Bo，et al.A time-ofuse price based multi-objective optimal dispatching for charging and discharging of electric vehicles[J].Power System Technology，2014，38（11）：2972-2977.

[19]蘇海鋒，梁志瑞.基于峰谷電價(jià)的家用電動(dòng)汽車居民小區(qū)有序充電控制方法[J].電力自動(dòng)化設(shè)備，2015，35（6）：17-22. SU Haifeng，LIANG Zhirui.Orderly charging control based on peak-valley electricity tariffs for household electric vehicles of residential quarter[J].Electric Power Automation Equipment，2015，35（6）：17-22.

[20]王建，吳奎華，劉志珍，等.電動(dòng)汽車充電對配電網(wǎng)負(fù)荷的影響及有序控制研究[J].電力自動(dòng)化設(shè)備，2013，33（8）：47-52. WANG Jian，WU Kuihua，LIU Zhizhen，et al.Impact of electric vehicle charging on distribution network load and coordinated control[J]. Electric Power Automation Equipment，2013，33（8）：47-52.

[21]孫波，廖強(qiáng)強(qiáng)，謝品杰，等.車電互聯(lián)削峰填谷的經(jīng)濟(jì)成本效益分析[J].電網(wǎng)技術(shù)，2012，36（10）：30-34. SUNBo，LIAOQiangqiang，XIEPinjie，etal.Acost-benefit analysis model of vehicle-to-grid for peak shaving[J]. Power System Technology，2012，36（10）：30-34.

[22]孫近文，萬云飛，鄭培文，等.基于需求側(cè)管理的電動(dòng)汽車有序充放電策略[J].電工技術(shù)學(xué)報(bào)，2014，29（8）：64-69. SUN Jinwen，WAN Yunfei，ZHENG Peiwen，et al. Coordinated charging and discharging strategy for electric vehicles based on demand side management[J]. Transactions of China Electrotechnical Society，2014，29（8）：64-69.

[23]潘樟惠，高賜威.基于需求響應(yīng)的電動(dòng)汽車經(jīng)濟(jì)調(diào)度[J].電力建設(shè)，2015，36（7）：139-145. PAN Zhanghui，GAO Ciwei.Economic dispatch of electric vehicles based on demand response[J].Electric Power Construction，2015，36（7）：139-145.

[24]楊洪明，熊腡成，劉保平.插入式混合電動(dòng)汽車充放電行為的概率分析[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2010，25（3）：8-12．YANG Hongming，XIONG Luocheng，LIU Baoping. Probabilistic analysis of charging and discharging for plugin hybrid electric vehicles[J].Journal of Electric Power Science and Technology，2010，25（3）：8-12．

[25]羅卓偉，胡澤春，宋永華，等.電動(dòng)汽車充電負(fù)荷計(jì)算方法[J].電力系統(tǒng)自動(dòng)化，2011，35（14）：36-42. LUO Zhuowei，HU Zechun，SONG Yonghua，et al.Study on plug-in electric vehicle charging load calculating[J]. Automation of Electric Power System，2011，35（14）：36-42.

[26]楊玉紅，張峰，張艷芳.電動(dòng)汽車參與電網(wǎng)調(diào)峰的分析研究[J].電力學(xué)報(bào)，2012，27（4）：306-312. YANG Yuhong，ZHANG Feng，ZHANG Yanfang.Analysis of power grid peak shaving with electric vehicles[J]. Journal of Electric Power，2012，27（4）：306-312.