民航电动特种车有序充电策略

2022-05-13高建树罗云朝马临凯邢书剑

电力科学与技术学报 2022年2期

高建树，罗云朝，马临凯，邢书剑

(1.中国民航大学机场学院，天津 300300；2.中国民航大学航空工程学院，天津 300300；3.中国民航大学电子信息与自动化学院，天津 300300)

中国航空运输产业正在快速发展[1]，而民航运输产业迅速发展的同时亦兼顾了绿色发展。民航机场的地面特种车电动化速度加快，电动特种车的数量和种类都在快速增长[2-3]。地面特种车电动化的发展需要更为完善的充电策略为地面电动特种车的充电运行提供保障。优质的充电策略不仅需要满足特种车的充电需求，还要能削减特种车的充电行为对供电电网线路负载造成的冲击，同时使电动特种车的充电成本下降。

目前，针对常规民用电动车充电的研究较多，而针对机场特种车充电的研究较为有限，同时，在关于常规电动汽车的充电研究中，多采用主动价格激励策略[3-5]。

文献[6-9]研究了机场电动特种车充电与调度策略。文献[6]采用ID3决策树算法和全反馈神经网络，将机场电动特种车的工作和调度问题归结为旅行商(traveling salesman problem，TSP)规划问题；文献[7]采用决策树算法对机场燃油和电动特种车进行任务分配；文献[8]以最小的充电等候时间、最小运行周期为目标，优化整个机场的电动特征车运行策略；文献[9]考虑车辆行走路线和电池的生命周期成本，提出一种机场特种电动车的运行策略。但文献[6-8]主要研究机场电动特种车的任务分配，并未考虑车辆剩余电量变化对机场电动特种车运行的影响；文献[9]没有考虑车辆需求量变化对电动车使用策略的影响。因此，上述文献缺乏对航班数量与电动特种车需求的适应性。

文献[10]搭建了模拟电动汽车的随机性充电模型，提出民用电动车充电双层控制策略；文献[11]考虑由分时电价引起的居民电网负荷的随机波动，提出了降低电网负荷波动不确定度的分时定价充电策略；文献[12]以充电成本和车辆电量缺少量最小为优化目标，提出了一种有序的充电策略。但文献[10-12]都只考虑一天内充电站只为同一辆车提供一次充电服务，未考虑同一辆车一天可能多次充电的情况。

机场电动特种车作为在民航机场运行的特种设备，其运行特点与一般电动车有较大的不同。民航电动特种车需要完成保障航班正常运行任务，所以其充电行为受航班数量、飞机等待时间、停机时间等影响[13]。民航电动特种车一天之内可能会多次充电，以满足航班保障需求，此外，因机场管制要求，机场车辆的运行路线较为固定。所以，在处理机场电动特种车的充电问题上，文献[6-12]对此方面的研究存在一定的困难。

针对电动特种车的充电过程会受航班对电动特种车需求量的影响，本文通过调整机场特种车充电电量临界值阈值来调整可执行航班保障任特种车的数量，以满足航班保障需求。以电动特种车的充电成本为最小目标函数，建立其有序充电数学模型，提出一种新型有序充电控制策略；以某机场实际充电数据作为仿真算例，分析有序充电策略对负荷冲击及充电成本的影响。

1 机场电动特种车有序充电策略

在满足航班数量对机场电动特种车需求的基础上，考虑电动特种车的电量变化和一天可能多次充电的需求，本文设计一种新型的电动特种车有序充电控制策略，如图1所示。

图1 有序充电策略Figure 1 Ordered charging strategy

该策略需要输入充电枪和电动特种车的基本信息，然后输入航班数量信息和车辆电量(state of charge，SOC)值等波动信息。本文根据机场特种车的运行规律建立民航电动特种车的有序充电数学模型，结合YALMIP工具和LPSOLVE求解器对模型优化求解[14-15]，获得民航电动特种车的有序充电控制策略。

由于航班需要电动特种车来保障，故第j(j=1,2,…,J)时间段的航班数量决定了j时间段内得电动特种车需求数量。引入车辆SOC的临界阈值S来确定车辆是否执行充电行为。当第m辆车执行充电行为时，记录车辆到达充电到充电枪的时间和电池SOC值，即tm,in、Sm,in；而tm,out、Sm,out分别表示车辆的充电结束时间和此时的电池SOC值。在当前时间段，若未充电且车辆SOC值大于临界阈值S的机场电动特种车数量无法满足航班对特种车辆的需求时，则由第m辆车的SOC值来决定是否提前结束充电；若当前未充电且车辆SOC值大于临界阈值S的车辆数量已满足航班保障对特种车辆的数量需求时，则第m辆车继续充电，使车辆SOC值尽可能达到80%以上。

2 输入信息

民航机场电动特种车有序充电模型的优化求解需要先输入机场充电枪数量N、充电机功率Q、机场电动特种车辆数量M、电池容量B以及航班数量矩阵Lplane、车辆SOC值等信息。

常规机型与其正常运行所需特种车种类和数量对应关系如表1所示[16-17]。

表1 典型机型与特种车需求对照Table 1 Comparison between typical airplane and special vehicles

结合表1和机场航班的机型和数量信息即可确定此时间段内需要执行保障任务和可进行充电的特种车种类和数量。

3 数学模型的建立与求解

3.1 电动特种车充电数学模型的建立

各类机场特种车辆7～15 min完成一次保障任务，因此，时间段划分长度取10 min较为合理，将1 d划分为144个时间段，即T=10 min、J=144。

1)定义第m辆电动汽车开始充电时间段为

(1)

2)定义第m辆电动汽车停止充电时间段为

(2)

其中，[]表示整数化计算，即[a]是整数且满足[a]≥a，trans(t)表示时间变换成分钟数。如：第m辆车从14:15开始至17:21结束充电。充电开始时间14:15转化分钟数为855 min，855/10= 85.5，取整为86，即Tm,in=86；同样地，充电结束时间最终转化为时间段为Tm,out=104，即充电时间段为第86到第104时间段。

3)定义一个三维矩阵p，其中矩阵p的元素为0或1，矩阵大小为N×M×J。当第j个时间第m辆电动特种车在第n个充电枪上充电时，p(n,m,j)=1，否则p(n,m,j)=0。

4)Lplane为航班数量矩阵，Lplane(j)表示在第j时间段有Lplane(j)个航班需要特种车辆保障。

5)机场共有N个充电枪，且第n个(n=1,2,…,N)充电枪功率为Qn，若所有充电枪功率均为Q，则Qn=Q。

6)机场有M辆民航电动特种车，第m(m=1,2,…,M))辆车的电池容量为Bm、电池SOC值为Sm。

8)依据分时电价对充电行为进行调节[18-19]。定义一维矩阵为Cp，Cp(j)表示第j时间段的电网电价。

充电枪的约束条件如下：

(3)

(4)

式(3)、(4)表示在任意一个时间段内一台电动特种车只能在一个充电枪上充电，不存在同辆车同时在不同的充电枪充电情况。

充电量约束如下：

(5)

(6)

其中，式(5)表示任意一台特种车的充电量不超过为其所充电的充电枪的耗电量；式(6)表示任意一台特种车的缺电量需大于零，且不超过其电池容量。

线路负载约束如下：

(7)

式中S(j)为j时间段充电线路能经受的最大安全负载功率。式(7)表示任意时间段的所有正在充电的充电枪的功率总和不超过充电电网能经受的最大安全负载。

j时间段的充电成本为

(8)

民航机场电动特种车的充电模型目标函数为

(9)

通过式(1)～(9)的处理，建立基于混合整数规划的民航机场电动特种车的有序充电策略数学模型。

3.2 电动特种车充电数学模型的求解

本文利用LPSOLVE求解器对混合整数规划模型的快速求解能力，采用YALMIP建模并调用LPSOLVE求解器进行求解。民航机场电动特种车有序充电数学模型求解流程如图2所示。

图2 计算流程Figure 2 Calculation flow chart

1)定义MT1(j)为j时间段航班Lplane(j)需要的特种车数量；MT2(j)为j时间段正常保障所缺少的车辆数量；MT(j)为j时间段特种车总需求数量；MTR(j)为j时间段非充电状态且电池SOC值大于临界阈值S的电动特种车数量，即可提电量充足可以正常作业的特种车数量。

2)定义MS1(j)为j时段特种车的电池SOC值低于临界阈值S的车辆数量；N(j)为j时段为特种车充电的充电枪数量；MS2(j)为j时间段需充电而无可充电的充电枪特种车数量；MS(j)为j时段需要充电的特种车数量。

(10)

民航机场电动特种车有序充电模型的目标函数最终修正为

(11)

图2中基础参数包含机场可用充电枪数量N、充电枪功率Q、机场电动特种车辆数M、车辆电池容量Bm以及航班数量矩阵Lplane、车辆SOC值Sm等信息。当S=35%时，表示车辆SOC值小于35%的车不再提供保障服务，车辆需要进行充电。此外，由于民航机场特种车辆的电池过度放电会导致其安全性降低、性能和寿命受损，故当临界阈值S<20%时，S即不能再降低，以保证电池电量过低的特种车辆不会被派出执行任务。

在j时间段内，车辆按照SOC值的大小进行优先等级排序，SOC值越低的优先等级越高，优先等级最高为1、最低为M。优先等级高则优先进行充电，车辆遍历所有充电桩的N个充电枪，选择距离车辆位置最近的充电桩上的充电枪进行充电，若充电枪已经在为车辆充电，则选择次近位置充电桩上的充电枪充电。

3.3 电动特种车充电数学模型说明

1)异常情况处理。

①j时间段可能会出现MTR(j)

②j时间段已有N(j)个充电枪被充电占用，可能出现MS1(j)>N-N(j)的情况，即充电枪数量小于需充电车辆数量。当MS1(j)>N-N(j)时，将j时间有充电需要但实际并未充电的车辆数量MS2(j)累计到j+1时间段的MS2(j+1)中。

(12)

式中λ(j)为j时段的航班数量惩罚系数，由航运、地勤服务、机场保障、特种车辆等专家共同确定。

4 算例模拟仿真与分析

在民航机场运行的特种车中，飞机牵引车、机场摆渡车以及行李装载车、客梯车、行李牵引车等均是适合电动化的平台[20-21]。本文整理了中国120余家机场和运行单位使用的机场地面特种车信息，其中，保有量排行前5位的车辆种类、数量与占比分布如表2所示。

表2 机场特种车分布Table 2 Airport special vehicle distribution %

其中，电动行李传送带车占比较高且电动化试点运行的较早。产品成熟、安全性高和经济性好的铅酸电池是机场地面电动车的主要蓄能设备[21-22]。因此，本文以使用铅酸电池的电动化行李传送带车运行为优化算例。文献[22]中铅酸电池多段恒流和脉冲充电方式的特点是充电功率变化缓慢、变化幅度小，该文假设特种车的充电功率恒定。

4.1 参数设置

算例数据的来源为某机场运行的电动行李传送带车1 a内的充电数据。

1)基本参数设置。

仿真算例中设置：N=20(充电枪)，M=50(电动特种车)，Q=6 kW(充电功率)，Bm=32 kW·h(每台电动特种车电池容量)，T=10 min、J=144、λ(j)=1.3。

2)充电枪设置。

文献[23-25]定义了中国50 Hz电网的电动车交/直流充电桩(站)参数，如表3所示。该算例的充电桩(站)的充电枪配置：交流220 V，额定电流不超过32 A，以恒功率6 kW进行充电。

表3 各充电模式的电压、电流、功率Table 3 Voltage, current, power of each charging mode

3)航班数量假设。

本算例由某机场的一年间的航班运行保障数据处理后得到，需要保障的航班数量为

Lplane=[9,7,9,7,5,5,4,4,6,4,4,4,5,0,0,0,0,

0,0,3,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,3,7,

11,19,17,17,15,17,23,21,22,19,22,23,17,

13,11,15,19,23,22,20,18,17,17,14,11,15,

14,20,15,16,13,12,14,14,17,13,13,12,13,

14,14,13,12,12,11,13,13,16,14,13,14,15,

14,14,13,16,13,13,13,10,10,12,8,9,10,9,

7,5,7,9,6,5,5,6,8,11,9,6,9,11,9,10,8,9,

13,12,11,8,12,11,11,11,8,12,11,16,16,

15,12,11,14,10,8,8,9,10,8]

4)车辆SOC值设置。

为驱动该模型滚动优化，该算例设开始进行充电的民航机场电动特种车辆SOC值服从概率为(0.3×N(0.4，0.12)+0.4×N(0.8，0.12))的随机分布[6]。其中，N(μ,σ2)表示期望为μ、方差为σ2的正态分布。

5)分时电价。

民航机场电动特种车充电所消耗电能的购买价格[12]如表4所示。

表4 分时电价Table 4 Time-of-use price list

4.2 结果说明与分析

本算例模型的计算是使用Matlab 2016a软件在3.30 GHz 的Inter(R) Xeon(R) CPU E3-1225 v5计算机上完成。

1)本算例的有序充电策略结果曲线如图3所示，其中，常规负荷是机场充电线路的实际负载与其最大负载容量的比值[26]。无序充电曲线是无干预下的处于充电状态民航机场电动特种车辆的占比曲线；有序充电曲线则是该文的有序充电策略控制下的处于充电状态民航机场电动特种车辆的占比曲线。

图3 有序、无序2种负荷曲线Figure 3 Orderly and disordered

由图3可知，无序充电、有序策略充电曲线的峰值分别为0.562、0.400，谷值分别为0.063、0.205，峰、谷差值分别为0.499、0.195。相比之下，本文提出的有序充电策略在电网线路负载的高峰时间段减少了充电车辆。此外，峰、谷差值下降了60.91%，特种车充电比例波动减小；特种车的峰值充电占比下降0.162，可防止车辆集中充电行为对电网线路负载的冲击。体现了本文提出的有序充电策略的优势。

2)本算例中机场电动特种车的充电成本如表5所示，可知民航机场电动特种车在无干预的无序充电下充电成本较高，而本文提出的有序充电策略可以有效降低机场电动特种车的充电运行成本，充电成本减少了35.53元，即降低了12.31%。