基于BDI模型考虑多方利益的电动汽车快充策略

丘华敏

摘   要：随着EV进入快速发展期，EV快速充电站已经成为重要的基础设施，但大量的EV快充负荷接入会给配电系统带来冲击，造成网络损耗增大、电压水平下降、线路阻塞等问题，EV车主充电也存在排队时间偏长的困扰。在此背景下，为了协调好电动汽车车主、快充站运营商及配电网运营商三方的利益，实现对电动汽车合理、灵活的快充控制，文章提出一种基于多代理系统的电动汽车快充策略。首先根据不同利益主体的利益诉求，利用多代理技术BDI模型构建不同的Agent，然后建立协调EV快充的多代理分层管理系统;最后在多代理JADE平台实现多代理系统的协商、博弈过程，IEEE33节点算例证明文章所提策略可以实现快充资源的合理利用，平衡各方利益主体，具有可行性和实用性。

关键词：多代理;电动汽车;快充;信念—愿望—意图模型

电动汽车（Electric Vehicle，EV）的大力推广有效减少了汽车尾气的排放，近几年得到了快速的发展。快速充电技术（快充）对EV的发展影响重大，是未来EV商业化、产业化的重要环节[1]。EV快充优化控制涉及多方利益相关者：EV车主、快充站运营商及配电网运营商等，因此，在目前EV推广应用阶段，快充设施分布不均、智能化程度不足的情况下，如何科学、合理地利用快充资源成了众多学者关注的焦点。

当前，针对EV充电优化控制已有大量研究成果，根据不同利益主体的需求会建立目标函数不同的优化策略，主要可大致分为以下几类。

主要考虑EV车主利益的优化策略。通过引入快充站所在节点的配电系统电压可承受度指标，有学者提出一种能够满足EV车主多樣化需求的充电导航策略。考虑到EV车主的行驶时间、充电等待时间和充电时间，有学者提出一种以EV车主充电总时间最短为目标函数的快充导航策略。

主要考虑配电网运营商利益的优化控制。配电网运营商的利益主要体现在峰谷差最小、网损最小、系统电压偏移最小等。研究了基于车辆到电网（Vehicle-to-Grid，V2G）技术的EV有序充电策略，通过配电网与EV之间的电能交换实现配电网的调峰调频与经济运行[2]。

目前，EV充电优化控制的研究中综合考虑多方利益主体的研究还较少，并且对EV快充负荷的考虑也不多。在此背景下，本文基于多代理系统（Multiple Agent System，MAS）提出一种综合考虑EV车主、快充站运营商和配电网运营商三方利益的EV快充优化策略，利用“信念—愿望—意图”（Belief-Desire-Intention，BDI）模型构建代表不同利益诉求的Agent，IEEE33节点算例验证所提策略可保证各方利益并提高对EV快充资源的合理利用。

1    EV快充多代理系统

1.1  多代理技术

MAS是分布式人工智能研究的前沿领域，在机械工程、电子商务和电力系统等开放系统中被广泛应用。Agent本质上是在一定环境下，具有一定推断能力和决策能力，能够与其他代理进行实时信息交互，完成一个或多个功能目标的软件模块。一般来讲，一个MAS中各Agent的功能、目的可以完全不同，可以根据不同的控制目标和需求进行划分。MAS具有分散控制的特点，如图1所示，本文从不同利益主体寻求利益最大化的目的出发，建立协调EV快充的MAS分层管理系统[3]。

1.2  BDI模型

BDI模型最早由Georgeff等提出，其从认知概念的角度来描述Agent，通过信念（Belief）、愿望（Desire）、意图（Intention）3个模块来表示Agent的决策模型和推理策略。Belief模块描述Agent所处的环境特征，包括客观环境信息、自身信息和其他Agent信息，是实现愿望和规划意图的基础。Desire模块描述Agent的目标，是其所要达到或保持的状态。Intention模块描述Agent基于Belief和Desire而决定执行的承诺和计划，直接驱动Agent的外部行为。

EV快充控制过程中配电系统、快充站运营商和车主需要根据不同的环境和自身目标调整策略、改变行为，与BDI模型的特点十分相似，故本文采用BDI模型构建代表不同利益主体的Agent。

1.3  EV快充多代理结构

EV快充控制涉及3类不同的利益主体：EV车主、快充站运营商及配电网运营商，它们有着不同的利益诉求和目标导向，基于MAS的EV快充多代理分层结构如图2所示。

2    算例分析

2.1  算例参数

本文搭建的协调EV快充的多代理分层管理系统运行在JADE环境，并通过Matlab平台验证最优结果。以IEEE33节点的配电系统作为算例验证本章所提EV快充管理策略的有效性，如图3所示[4]。其中，功率基值为10 MVA，电压基值12.66 kV，设置节点1为参考节点，与主网相连。假设配电系统内共有120辆EV，每辆EV电池容量为25 kWh，快充功率为100 kW，则每辆车最多15 min可以充满电。在节点6、节点9、节点32接有快充充电站A、B、C（图3中以“EV”表示快充站），每个快充站拥有的快速充电桩数量为24个。取μ=0.14，λ=3.2，则快充站平均排队长度Lq=13辆，EV平均等待时间T1=4.1 min。以下通过对不引入本章所提策略（场景Ⅰ）和引入本章所提策略（场景Ⅱ）两个场景下的结果进行对比分析。

2.2  场景I

假设某天下午16：00共有60辆EV需要充电，包括正在进行快充和处于等待状态的EV，此时EV车主简单地根据地理位置的远近选择快充站，并不考虑等待时间，有35辆EV选择节点32的快充站C，有13辆EV选择节点9的快充站B，12辆EV选择节点6的快充站A。配电系统电价及快充站运营商快充服务费用参数设置如表1所示。

假设每辆EV均充满电后离开，此时配电系统的网损为584.959 kW，占总负荷6.79%;节点32、节点9、节点6电压标幺值比无EV接入时分别降落到0.88、0.93、0.94以下，如果将电压安全阈值设为0.90，则节点32存在节点越限的情况，此时DNAgent电价收益为快充站运营商C、B、A的运营利润L分别为：751.2元、406.9元，375.6元;处于快充站C的EV车主有11位需要排队等待，具体结果如表2所示。

2.3  场景II

利用本文所提策略对场景I的充电行为进行引导，此时DNAgent根据FCAgent接纳的冲击负荷容量制定电价，EV车主可获得全部3个快充站的等待时间及快充服务费用C3等信息，此时最优结果如表3所示。

由表3可以得到场景II各Agent的交互机制：60辆EV需要充电（产生充电需求Wn），其感知层向FCAgent咨询此时的等待时间T1和快充费用C3。FCAgent收到各EVAgent的询问后向DNAgent咨询此时的电价，DNAgent不希望造成配电系统线路阻塞（大量EV涌入同一快充站充电）、网损过大（D1）和电压波动（B1）等问题，根据不同快充站快充负荷的容量大小制定并发布不同的电价（I1）：快充站A、B、C收到的电价分别为0.318元/kWh、0.687元/kWh和0.705元/kWh。3个FCAgent收到价格后为了使自身收益L最大化（D2），各自制定不同的快充服务费用（I2），快充站C的EV数量最多，排队等待时间也最长，为了“留住EV车主”，其服务费用最低，为1.0元/kWh，快充站A虽然得到的电价最低，但在其站内的EV数目最少，不需要排队等待，故其服务费用较高为1.4元/kWh。EV车主得到各个快充站的信息后（B3），根据自身对时间成本和经济成本的衡量（D3），选择快充站进行充电（I3）。

此时有27位EV车主选择快充站C，18位选择快充站B，15位选择快充站A;配电系统网损为481.84 kW，占总负荷4.96%;节点32电压标幺值相比场景I回升至0.91，节点9和节点6仍维持在0.93和0.94;快充站C、B、A的利润为796.5元、531.0元、619.5元。

对比表2—3可得：场景I时由于大部分的EV都选择了快充站C，导致节点32存在电压越限的情况，并且配电系统网损偏大;而到了场景II，各个Agent根据自身的利益诉求做出决定，为了实现利益最大化，DNAgent通过改变电价来改善接入系统的冲击负荷，从而改变FCAgent制定的快充服务费用，而EV车主根据等待时长和到其他快充站（地理位置非最近）的成本，重新选择快充站进行充电[5]。

引入本文所提策略可降低配电系统的网损，改善快充站所在节点的电压水平，提高了大量快充冲击负荷接入配电网时的安全运行水平。同时通过不同利益主体的权衡和协商，该策略在提高了快充站运营商利润的同时，显著降低了EV车主的等待时间，均衡了配电网、快充站、车主各自的利益，可为EV大量接入配电网的运行控制提供参考。

3    结语

本文考慮了快充背景下EV接入配电网时涉及的多方利益主体，基于BDI模型建立了不同利益诉求的Agent。算例结果验证了本文所提策略可权衡各方利益，更合理地调配、利用快充资源，为未来EV快充站普及后的配电网运行控制提供参考。

不同类型的EV（私家车、公交车、出租车等）在不同日期（工作日、周末）的出行习惯各有不同，因此，未来需要对更多样化的快充需求进行研究。

[参考文献]

[1]FOLEY A，GALLACH?IR B ?. Analysis of electric vehicle charging using the traditional generation expansion planning analysis tool WASP-IV[J].Journal of Modern Power Systems & Clean Energy，2015（2）：240-248.

[2] 董晓红，穆云飞，于力，等.考虑配网潮流约束的高速公路快速充电站校正规划方法[J].电力自动化设备，2017（6）：124-131.

[3]BOULANGER A G，CHU A C，MAXX S，et al.Vehicle electrification：status and issues[J].Proceedings of the IEEE，2011（6）：1116-1138.

[4]胡泽春，宋永华，徐智威，等.电动汽车接入电网的影响与利用[J].中国电机工程学报，2012（4）：1-10.

[5]王锡凡，邵成成，王秀丽，等.电动汽车充电负荷与调度控制策略综述[J].中国电机工程学报，2013（1）：1-10.