量化太阳能发电实现电动汽车碳排放的降低

量化太阳能发电实现电动汽车碳排放的降低

电动汽车的广泛使用使得接入电网的电动汽车数量越来越多，促进了充电基础设施的快速发展，但只有数量有限的充电站可供公众使用。而太阳能发电成本很低，促使太阳能的安装量显著增加，自2006年开始太阳能安装量每年约增长50%。鉴于此，设想在电动汽车充电站上广泛采用太阳能发电，以满足电动汽车的充电需求。本文针对利用太阳能发电的电动汽车充电站进行研究，给出一种用于公共充电站功率分配的算法，并研究量化采用太阳能发电后对降低电动汽车碳排放所带来的收益。

由于太阳能发电具有间歇性，因此采用太阳能发电的充电站还需要接入电网，依靠传统能源，以建立一个可靠的供能系统。将电动汽车接入电网往往会产生变压器过载、电压下降等问题，因而需要对公共充电站的功率分配进行控制。采用太阳能发电后，这种功率分配问题变为具有约束的随机优化问题。本文给出的算法又称为日前算法，其基于马尔科夫决策框架，考虑的约束包括电动汽车的随机到达时间和太阳能发电的波动。优化目标为尽可能减少电动汽车充电的等待时间和充电期间产生的碳排放（如利用太阳能发电）。文中基于一个具有多个充电接口的公共充电站，采用时间序列模型表示太阳能光伏系统的发电情况。假设10辆汽车遵循马尔科夫过程随机抵达充电站，并假设充电站能够满足10辆汽车同时充电。采用贝尔实验室开发的代数建模语言（AMPL）对上述问题进行描述，采用Minos求解器对描述后的问题进行求解优化。对上述情况进行仿真发现，所提出的算法能够权衡充电过程碳排放、充电时间和电动汽车的等待时间，但不能保证每辆电动汽车的充电性能，可保证充电站最坏情况下的充电性能。

OmidArdakanianetal. 2014IEEEInternational Conference on Smart Grid Communications，Venice Nov.03-06，2014.

编译：张振伟