在當(dāng)下生活中汽車已經(jīng)日漸普及，成為老百姓們在上班、旅行等活動中十分重要的出行工具之一。從汽車起初生產(chǎn)以及使用至今，使用的能源絕大多數(shù)皆為石油。但隨著作為能源之一的石油的大量使用，使其資源日益減少，而且對環(huán)境業(yè)產(chǎn)生了比較重大的影響，因此節(jié)約能源開發(fā)新能源，低碳行動成為現(xiàn)如今人類面臨的重大問題。人類需要在滿足人民需求的同時保護(hù)環(huán)境節(jié)約資源，使三者達(dá)到一種相互促進(jìn)相互制約的程度。因此世界上諸多國家把目光轉(zhuǎn)移到一種時代的產(chǎn)物：電動汽車，它是目前全球應(yīng)對能源緊缺、低碳環(huán)保以及發(fā)展的重要研究領(lǐng)域。隨著電動汽車的大量生產(chǎn)與使用，我們面臨著更加嚴(yán)峻的挑戰(zhàn)。例如晚間六點(diǎn)之后正值供電高峰期，而此時的電動汽車車主在下班后又需要為電動汽車充電，于是大量的電動汽車作為負(fù)載無序隨機(jī)的接入電網(wǎng)，勢必會出現(xiàn)"峰上加峰"的現(xiàn)象。但因為電動汽車的電池特點(diǎn)、使用方法、充電類型和電動車主的充電習(xí)慣等都不一樣，所以這些電動汽車通常都是隨意的接入電網(wǎng)上無序的充電。這勢必會使電網(wǎng)的電壓偏移變大，影響電網(wǎng)的電能質(zhì)量，進(jìn)而影響電網(wǎng)的經(jīng)濟(jì)性以及用戶的充電費(fèi)用情況。因此對電動汽車進(jìn)行有序充電可以有效降低對電網(wǎng)造成的壓力。本文從目前對電動汽車隨機(jī)無序充電對電網(wǎng)帶來的影響的研究出發(fā)，總結(jié)了目前對電動汽車有序充電研究的現(xiàn)狀及存在的問題，并對常用的優(yōu)化方法、算法以及需要的目標(biāo)函數(shù)進(jìn)行總結(jié)，可以對未來電車規(guī)?；潆娚钊胙芯繋韰⒖己徒梃b。

隨著電動汽車使用數(shù)量的增多，大規(guī)模的電車隨機(jī)充電隨之而來。對電力系統(tǒng)穩(wěn)定性帶來不小的影響，主要包括：（1）電力系統(tǒng)峰值負(fù)荷增加。電動汽車作為新型負(fù)荷接入電網(wǎng)，且大多數(shù)在晚間峰值高漲期充電，無疑給電力系統(tǒng)帶來新的負(fù)擔(dān)，導(dǎo)致峰谷差值大；（2）電能品質(zhì)的影響。電動汽車的充電系統(tǒng)往往采用非線性電力電子設(shè)備，會生成或多或少的諧波電流，這些諧波會對電網(wǎng)中器件造成損耗，對電機(jī)進(jìn)行磨損使其減少壽命，使部分變壓器內(nèi)部的溫度時而升高，其他零器件磨損降低使用效率；（3）使配電網(wǎng)的優(yōu)化調(diào)度面臨新的挑戰(zhàn)。為了滿足大量電車的充電和用戶的需求，在配電網(wǎng)中增加大量充電的基礎(chǔ)設(shè)施勢必會改變配電網(wǎng)的結(jié)構(gòu)，因此需要對配電網(wǎng)進(jìn)行優(yōu)化并對特性進(jìn)行升級，從而滿足需求。影響電動汽車接入電網(wǎng)充電的因素有：汽車?yán)m(xù)航能力不同；價格不同種類不同的電車其電池種類也不相同，很大的影響電車充電的時間以及效率；（4）汽車行駛里程。電動汽車行駛里程是不確定因素，若每日行駛時間過長，行駛里程大，則接入電網(wǎng)充電的持續(xù)時間也會更長，進(jìn)而影響電網(wǎng)負(fù)荷的持續(xù)變化；（5）汽車保有量及不同用途。不同城市電動汽車的數(shù)量也不盡相同，電動汽車基數(shù)大則對電網(wǎng)影響更大，根據(jù)電動汽車用途的不同充電時間段也不相同。同時也包括電動汽車車主個人習(xí)慣，當(dāng)?shù)仉妰r政策等等都是影響電動汽車充電的因素。電動汽車不同于其他負(fù)荷，其具有隨機(jī)性，因此需要充分考慮影響其變化的因素，并建立理想的負(fù)荷概率模型，才可以更真實的模擬電動汽車無序充電并研究其對電網(wǎng)造成的影響。因此目前研究電動汽車充電對電網(wǎng)影響通常選取不同的隨機(jī)變量通過蒙特卡洛仿真方法進(jìn)行建模，得出電動汽車充電功率負(fù)荷概率模型，進(jìn)而與原負(fù)荷曲線進(jìn)行疊加比較，分析其對電網(wǎng)造成的影響。還可以通過對配電系統(tǒng)進(jìn)行潮流計算，通過接入建模得出的電動汽車負(fù)荷分析不同情況下電動汽車充電對電力系統(tǒng)電壓及網(wǎng)絡(luò)損耗的仿真結(jié)果，說明電動汽車充電對配電網(wǎng)的影響。通常選取IEEE33標(biāo)準(zhǔn)配電系統(tǒng)作為研究對象，如圖1所示。保有量及不同用途。不同城市電動汽車的數(shù)量也不盡相同，電動汽車基數(shù)大則對電網(wǎng)影響更大，根據(jù)電動汽車用途的不同充電時間段也不相同。同時也包括電動汽車車主個人習(xí)慣，當(dāng)?shù)仉妰r政策等等都是影響電動汽車充電的因素。電動汽車不同于其他負(fù)荷，其具有隨機(jī)性，因此需要充分考慮影響其變化的因素，并建立理想的負(fù)荷概率模型，才可以更真實的模擬電動汽車無序充電并研究其對電網(wǎng)造成的影響。因此目前研究電動汽車充電對電網(wǎng)影響通常選取不同的隨機(jī)變量通過蒙特卡洛仿真方法進(jìn)行建模，得出電動汽車充電功率負(fù)荷概率模型，進(jìn)而與原負(fù)荷曲線進(jìn)行疊加比較，分析其對電網(wǎng)造成的影響。還可以通過對配電系統(tǒng)進(jìn)行潮流計算，通過接入建模得出的電動汽車負(fù)荷分析不同情況下電動汽車充電對電力系統(tǒng)電壓及網(wǎng)絡(luò)損耗的仿真結(jié)果，說明電動汽車充電對配電網(wǎng)的影響。通常選取IEEE33標(biāo)準(zhǔn)配電系統(tǒng)作為研究對象，如圖1所示。

蘇小林張艷娟等人對影響充電負(fù)荷的充電行為、停車時間、電池荷電狀態(tài)因素進(jìn)行分析，利用分類分區(qū)法將預(yù)測區(qū)域進(jìn)行空間劃分，建立不同類型車輛在不同地點(diǎn)充電的概率模型，進(jìn)而得出進(jìn)行充電引導(dǎo)，則會使峰谷差增加，影響電網(wǎng)的穩(wěn)定運(yùn)行；王輝、文福拴、辛建波等人基于美國交通部統(tǒng)計的家庭車輛行駛調(diào)查數(shù)進(jìn)行擬合，并分別考慮充電功率等因素通過蒙特卡洛方法得出隨機(jī)無序充電、V2G模式下的充電負(fù)荷曲線；并通過美國PG&E 69節(jié)點(diǎn)配電系統(tǒng)為例說明了無序隨機(jī)充電造成的峰上加峰現(xiàn)象其其他不良影響。李惠玲、白曉民以某個城市的10kv配電網(wǎng)線路為對象，通過分析建立負(fù)荷曲線得出隨著電動汽車滲透率增加，配電網(wǎng)在原有負(fù)荷的基礎(chǔ)上，峰值進(jìn)一步變大，較大負(fù)載率增加。王姝凝、楊少兵從饋線負(fù)荷，電壓偏移，和網(wǎng)絡(luò)損耗這三主要方面深入研究了充電負(fù)荷對配電網(wǎng)的負(fù)面影響，且將有序充電策略與無序充電策略各自對配電網(wǎng)不同類型的車輛充電對電網(wǎng)造成的影響，得出該地區(qū)若不的影響進(jìn)行了對比。

電動汽車充電后的電量應(yīng)大于等于起始電量。

用戶給電動汽車充電的啟動時間應(yīng)大于等于用戶后面駕車返回家的時間，且小于等于用戶汽車充電的完成時間；用戶給電車充電的啟動時間與充電時間的總和應(yīng)小于等于用戶下一階段出行的時間，即不耽誤用戶正常出行。

由于電動汽車有序充電是一個對使電網(wǎng)影響和很小的優(yōu)化調(diào)度策略，需要用戶配合其調(diào)度達(dá)到雙贏，因此使車主在采用優(yōu)化有序充電策略后支出費(fèi)用比之前的無序充電費(fèi)用小，才能大力度鼓勵用戶配合有序充電，因此充電過程的支出費(fèi)用也是需要考慮的因素之一。

有序充電是一種調(diào)度手段，通過這種手段可以使電動汽車避免在高峰期給電網(wǎng)帶來的峰上加峰現(xiàn)象，同時也避免大部分用戶避開高峰期進(jìn)行充電而出現(xiàn)的第二高峰期，但應(yīng)保持原負(fù)荷不變，即不影響用戶生活及正常行動之外進(jìn)行合理“減負(fù)"。

配電網(wǎng)的負(fù)荷很大上限也應(yīng)是約束條件之一，即地區(qū)原基礎(chǔ)負(fù)荷與電車充電產(chǎn)生的負(fù)荷應(yīng)小于電力網(wǎng)所能承受的負(fù)荷較大值。

電力系統(tǒng)中部件的較大熱載荷，即流過該部件視在輸出功率與其發(fā)電機(jī)額定運(yùn)行輸出功率之間的差值。通?？紤]串聯(lián)變壓器線路的較大熱負(fù)荷，即線路熱負(fù)荷要小于等于線路的較大熱負(fù)荷。

考慮到轄區(qū)范圍內(nèi)的充電樁總量限制，如果單位范圍內(nèi)電動汽車充電總量過大，將會產(chǎn)生等待充電的時段過長現(xiàn)象，嚴(yán)重影響用戶正常使用，因此需要考慮充電樁數(shù)量。

劉星平、李世軍等人在進(jìn)行有序充電優(yōu)化建模時以時段內(nèi)電動汽車在充電過程中獲得的電能較大為目標(biāo)函數(shù)；以充電樁的電壓、變壓器容量、充電容量、線路熱負(fù)荷等為約束條件進(jìn)行優(yōu)化求解。孫曉明在進(jìn)行優(yōu)化時考慮了電網(wǎng)和用戶兩側(cè)的目標(biāo)，以電動汽車充電后的峰值較大負(fù)荷、負(fù)荷方差、電動汽車在分時電價下的充電總費(fèi)用以及充電完成時間為目標(biāo)函數(shù)，并近一步進(jìn)行歸一化處理，并以充電時間和充電電量為約束條件。

李秋碩以平抑負(fù)荷波動，即配電網(wǎng)從主網(wǎng)獲取的總有功波動較小為第一目標(biāo)函數(shù)，再以較大化新能源出力為第二目標(biāo)函數(shù)，以及系統(tǒng)總發(fā)電成本為第三目標(biāo)函數(shù)；以有功功率平衡、電網(wǎng)潮流方程、線路及變壓器容量、火力發(fā)電機(jī)組的功率上下限為約束條件進(jìn)而使用相應(yīng)的算法進(jìn)行多目標(biāo)優(yōu)化求解。徐智威，胡澤春等人以將充電站的經(jīng)營效益優(yōu)化為目標(biāo)，以供電變壓器設(shè)備設(shè)備容量為約束條件進(jìn)行的有序充電管理對策。

賀繼鋒、陳杰軍等人以用戶充電成本和電網(wǎng)峰谷差為優(yōu)化目標(biāo)函數(shù)，以電動汽車數(shù)量、充電時間、區(qū)域內(nèi)充電樁數(shù)量、電網(wǎng)收益以及電價范圍為約束，建立了較優(yōu)地區(qū)峰谷分時段電價測算模型。

在確定目標(biāo)函數(shù)和約束條件后，應(yīng)選定適合的算法進(jìn)行求取較優(yōu)解，常用的算法有：遺傳算法，差分進(jìn)化算法；鯨魚算法；螢火 蟲算法；TOPSIS算法；雙層優(yōu)化算法。下面對幾種常用的算法的主要內(nèi)容以及優(yōu)缺點(diǎn)進(jìn)行相應(yīng)的比較，如上圖表1所示。 在對有序充電調(diào)度較為優(yōu)解進(jìn)行求解的過程，目前研究使用的算法不盡相同。

文獻(xiàn)程杉、王賢寧、馮毅煁等人以充電站收益為優(yōu)化 目標(biāo)，對用戶的供電要求、充電時間、變壓器容量等考慮約束，對充電樁提出了分時段的電價對策，并將集中式優(yōu)化模型進(jìn)行轉(zhuǎn)換， 使用分散式優(yōu)化算法進(jìn)行求取較優(yōu)解。吳甲武，邱曉燕以用戶滿意 和電網(wǎng)的經(jīng)濟(jì)性出發(fā)，以用戶費(fèi)用和電網(wǎng)負(fù)荷峰谷差為優(yōu)化目標(biāo)， 運(yùn)用雞群算法求解得出一個隨時間變化的充電計劃，并對存在的問 題進(jìn)行改良。張公凱、陳才學(xué)、鄭拓針對大規(guī)模電車無序充電對電網(wǎng)帶來的危害，提出用戶充電費(fèi)用和電網(wǎng)負(fù)荷峰谷差較小為目標(biāo)函數(shù)，運(yùn)用改進(jìn)鯨魚算法求去較優(yōu)解，并通過仿真有序充電負(fù)荷曲線對比標(biāo)準(zhǔn)鯨魚算法、改進(jìn)鯨魚算法、以及粒子群算法，進(jìn)而得出改進(jìn)的鯨魚算法能夠更好的得出較優(yōu)策略。沈亮、俞偉勇、秦奮.通過以電網(wǎng)負(fù)荷方差較小為目標(biāo)函數(shù)，使用改進(jìn)粒子群算法計算較優(yōu)解，得出一種平抑負(fù)荷波動的有序充電策略。并通過仿真說明相比與無序充電，該優(yōu)化方案可行。

謝子殿、陳男等人考慮目前的電車充電情況，通過分析用戶的日常出行規(guī)律以及電網(wǎng)的經(jīng)濟(jì)行運(yùn)行，以電池電量達(dá)到滿狀態(tài)和變壓器容量為約束條件，提出并應(yīng)用一種基于傳統(tǒng)遺傳算法的精英遺傳算法求解，得出優(yōu)化模型，并與之前無序充電的負(fù)荷曲線做比較。余樨源、黃學(xué)良通過考慮車輛返家時刻、電車返家后的荷電狀態(tài)等六種因素，以負(fù)荷均方差較小為優(yōu)化目標(biāo)建立目標(biāo)函數(shù)，并用改進(jìn)螢火蟲算法進(jìn)行求解，該改進(jìn)算法通過導(dǎo)入自適應(yīng)變異環(huán)節(jié)，來改善尋優(yōu)速率和準(zhǔn)確度，進(jìn)而測算出小區(qū)每一臺電動汽車進(jìn)行充電的較佳充電時機(jī)，通過仿真得出該策略的可行性。呂仁周、白曉清等人考慮用戶收益和電力系統(tǒng)有功網(wǎng)損兩方面為目標(biāo)，通過交替方向乘子算法構(gòu)建了用戶利益優(yōu)化以及系統(tǒng)有功網(wǎng)損較小的實時充電控制多目標(biāo)凸優(yōu)化模式。引入交替方向乘子運(yùn)算算法，使集中式的充電優(yōu)化設(shè)計問題轉(zhuǎn)變?yōu)殡x散式以設(shè)備為單位的子優(yōu)化設(shè)計問題求解。

AcrelCloud-9000安科瑞充電柱收費(fèi)運(yùn)營云平臺系統(tǒng)通過物聯(lián)網(wǎng)技術(shù)對接入系統(tǒng)的電動電動自行車充電站以及各個充電整法行不間斷地數(shù)據(jù)采集和監(jiān)控，實時監(jiān)控充電樁運(yùn)行狀態(tài)，進(jìn)行充電服務(wù)、支付管理，交易結(jié)算，資要管理、電能管理，明細(xì)查詢等。同時對充電機(jī)過溫保護(hù)、漏電、充電機(jī)輸入/輸出過壓，欠壓，絕緣低各類故障進(jìn)行預(yù)警；充電樁支持以太網(wǎng)、4G或WIFI等方式接入互聯(lián)網(wǎng)，用戶通過微信、支付寶，云閃付掃碼充電。

適用于民用建筑、一般工業(yè)建筑、居住小區(qū)、實業(yè)單位、商業(yè)綜合體、學(xué)校、園區(qū)等充電樁模式的充電基礎(chǔ)設(shè)施設(shè)計。

智能化大屏展示站點(diǎn)分布情況，對設(shè)備狀態(tài)、設(shè)備使用率、充電次數(shù)、充電時長、充電金額、充電度數(shù)、充電樁故障等進(jìn)行統(tǒng)計顯示，同時可查看每個站點(diǎn)的站點(diǎn)信息、充電樁列表、充電記錄、收益、能耗、故障記錄等。統(tǒng)一管理小區(qū)充電樁，查看設(shè)備使用率，合理分配資源。

由于中國政府對電車行業(yè)的支持，電車的生產(chǎn)規(guī)模會伴隨時代的進(jìn)展而日益擴(kuò)大，如此龐大的聚集性負(fù)荷接入電網(wǎng)勢必給電網(wǎng)帶來消極的影響，因此未來對于研究電動汽車有序充電優(yōu)化策略是一個熱點(diǎn)。對于電動汽車作為新型負(fù)荷的合理有序控制會給電網(wǎng)和用戶帶來經(jīng)濟(jì)性的收益。電動汽車會給生態(tài)環(huán)境帶來較小污染的排放，滿足當(dāng)前追求綠色的能源發(fā)展戰(zhàn)略；對于電力公司來說，通過對充電順序、時間，電價等合理的電動汽車充電調(diào)度可以使電網(wǎng)運(yùn)行更經(jīng)濟(jì)可靠。未來對于這方面的研究還應(yīng)關(guān)注以下幾個問題：