安科瑞 陳聰

摘要：大量、無(wú)序的插電式混合動(dòng)力汽車(chē)接入電網(wǎng)，會(huì )造成高峰時(shí)段電網(wǎng)變壓器過(guò)熱、過(guò)載，導致跳閘甚至大面積停電。因此電動(dòng)汽車(chē)的協(xié)調充電問(wèn)題是電網(wǎng)中一個(gè)研究熱點(diǎn)和難點(diǎn)。文章首先將插電式混合動(dòng)力汽車(chē)協(xié)調充電問(wèn)題定義為帶約束條件的優(yōu)化問(wèn)題，然后提出一種雙層*優(yōu)充電策略對該優(yōu)化問(wèn)題進(jìn)行求解。在第一層基于需求側管理對電網(wǎng)低壓變壓器的負荷曲線(xiàn)進(jìn)行扁平化平滑優(yōu)化；在第二層基于一致性迭代算法，使插電式混合動(dòng)力汽車(chē)用戶(hù)的總體充電成本達到最小并同時(shí)滿(mǎn)足用戶(hù)的充電需求。所提充電策略既保持了電網(wǎng)變壓器供電負荷曲線(xiàn)波動(dòng)最小，又實(shí)現了每個(gè)電動(dòng)汽車(chē)用戶(hù)的充電成本最小，滿(mǎn)足了用戶(hù)的充電需求。

關(guān)鍵詞：插電式混合動(dòng)力汽車(chē)；多目標優(yōu)化；需求側管理；動(dòng)態(tài)資源分配

0引言

為鼓勵電動(dòng)汽車(chē)用戶(hù)參與到電動(dòng)汽車(chē)的協(xié)調充電過(guò)程，本文提出了一種用戶(hù)成本分攤模型，并利用帶約束條件的優(yōu)化模型描述了有*時(shí)域內電動(dòng)汽車(chē)協(xié)調充電的動(dòng)態(tài)變化過(guò)程；其次，為解決所描述的優(yōu)化問(wèn)題，本文提出了兩層*優(yōu)充電策略將描述的優(yōu)化問(wèn)題分解成2個(gè)階段，分別在低壓變壓器控制層和用戶(hù)控制層來(lái)予以解決。

1系統模型

1.1圖論介紹

在有向圖G=(V,E)中,非空集合V=表示圖的頂點(diǎn)，E=表示從頂點(diǎn)j可以接受到i的信息，wi,j是關(guān)聯(lián)矩陣W的第i行、第j列元素。對于節點(diǎn)i∈V，其入鄰居和出鄰居為Ni-=和Ni+=。節點(diǎn)i接收入鄰居的信息，并將自身信息發(fā)送給出鄰居完成信息

在鄰居之間的傳遞。di-=|Ni-|和d=|Ni+|分別表示入鄰居和出鄰居的個(gè)數。強連通的有向圖是指任意兩個(gè)節點(diǎn)之間是可達的。令k=k0,k1,…,kN-1表示N個(gè)時(shí)間戳,G(k)=(V,E(k))表示k時(shí)刻的強連通圖。

1.2問(wèn)題描述

本文研究的分布式電網(wǎng)架構如圖1所示，包含1個(gè)高壓變壓器（HVT）連接到1組低壓變壓器（LVTs），每個(gè)低壓變壓器又連接到多個(gè)用戶(hù)，并且每個(gè)用戶(hù)擁有1臺插電式混合動(dòng)力汽車(chē)。

圖1分布式電網(wǎng)架構

圖1所示的分布式電網(wǎng)架構［19—20］是一種徑向放射網(wǎng)狀結構，由于低壓變壓器比高壓變壓器更容易過(guò)載，高壓變壓器和低壓變壓器無(wú)法同時(shí)獲得波動(dòng)最小的負荷曲線(xiàn)。因此本文研究低壓側電網(wǎng)的負載波動(dòng)情況。在此基礎上，本文進(jìn)一步研究使電動(dòng)汽車(chē)用戶(hù)充電成本最小化的充電策略，從而使用戶(hù)能積極參與到負荷曲線(xiàn)的削峰填谷中去。

本文將電網(wǎng)中的插電式混合動(dòng)力汽車(chē)協(xié)調充電問(wèn)題描述成有*時(shí)域的多約束優(yōu)化問(wèn)題。假設所有電動(dòng)汽車(chē)充電開(kāi)始和結束的時(shí)刻分別為k0和kN-1，xi,k∈R表示電網(wǎng)在k時(shí)刻提供給電動(dòng)汽車(chē)i的電能。

一般來(lái)說(shuō)，對于約束條件為線(xiàn)性的凸優(yōu)化問(wèn)題具有*一的全局*優(yōu)解，為了便于求解和表征電動(dòng)汽車(chē)充電用戶(hù)的充電成本，本文假設每個(gè)電動(dòng)汽車(chē)i在時(shí)刻k均關(guān)聯(lián)一個(gè)凸的二次型成本函數

Fi,k(xi,k)=(xi,k-αi,k)2/2βi,k+γi,k（1）

式中：αi,k和γi,k∈R為成本系數；βi,k>0保證了二次型函數為凸函數。相應的導函數為

Ji,k(xi,k)=dFi,k(xi,k)/dxi,k=(xi,k-αi,k)/βi,k（2）

由于插電式混合動(dòng)力汽車(chē)的鋰離子電池容量和最大充電功率有一定的限制，因此電動(dòng)汽車(chē)i在k時(shí)刻具有相應的最大充電功率和最小充電功率約束

-xi,k≤xi,k≤i,k（3）

在本文中，假設i,k=i，-xi,k=-xi。為了滿(mǎn)足用在某一段時(shí)間[k0,kN-1]的充電需求，有如下約束條件

i,k=bi（4）

式中：bi為電動(dòng)汽車(chē)i在時(shí)間段[k0,kN-1]內需要充的電能。此外，電網(wǎng)低壓變壓器提供給所有電動(dòng)汽車(chē)的電能為

i,k=dk（5）

式中：dk為k時(shí)刻電網(wǎng)提供給n個(gè)電動(dòng)汽車(chē)的電能。

從電動(dòng)汽車(chē)用戶(hù)的角度，每個(gè)用戶(hù)都希望將自身的充電成本降到*低。因此，在分布式電網(wǎng)中插電式混合動(dòng)力汽車(chē)協(xié)調充電問(wèn)題可表示為如下帶約束條件的優(yōu)化問(wèn)題

在下一節中本文將給出相應的*優(yōu)充電控制策略，來(lái)解決式（6）所描述的電動(dòng)汽車(chē)協(xié)調充電問(wèn)題。

2*優(yōu)充電策略

為了解決式（6）所示的有*時(shí)域內帶等式約束和不等式約束的優(yōu)化問(wèn)題，本文提出了一種雙層*優(yōu)充電策略，其框架如圖2所示。

圖2一種基于LVTs和插電式混合動(dòng)力汽車(chē)之間相互作用的*優(yōu)控制方案

2.1第一階段優(yōu)化

為了能*大程度實(shí)現電網(wǎng)低壓變壓器的負載曲線(xiàn)“削峰填谷”目的，低壓變壓器控制器基于用戶(hù)的非電動(dòng)汽車(chē)負載來(lái)規劃提供給電動(dòng)汽車(chē)充電的電能。令dkj表示在時(shí)刻kj變壓器提供給n臺電動(dòng)汽車(chē)充電的電能，qi(k)表示電動(dòng)汽車(chē)用戶(hù)i的非電動(dòng)汽車(chē)負載所消耗的功率（如熱水器、電吹風(fēng)、空調等），第一階段的目標是通過(guò)規劃給電動(dòng)汽車(chē)充電的電能盡可能使得低壓變壓器側總負荷曲線(xiàn)（即電動(dòng)汽車(chē)負荷與非電動(dòng)汽車(chē)負荷之和）最平。通過(guò)對某居民用電區域統計其負載變化規律，本文假設某個(gè)家庭中的非電動(dòng)汽車(chē)負載對用戶(hù)i來(lái)講是已知的。第一階段低壓變壓器控制器基于需求側管理負荷曲線(xiàn)波動(dòng)最小問(wèn)題可以描述為

式中：目標函數f(d)為各個(gè)時(shí)刻負荷曲線(xiàn)的波動(dòng)變化之和，當且僅當f(d)=0時(shí)，總體的功率曲線(xiàn)和理想的功率曲線(xiàn)保持一致，即負載曲線(xiàn)*全實(shí)現了削峰填谷；dkj為優(yōu)化變量，表示在時(shí)刻kj變壓器提供給n臺電動(dòng)汽車(chē)充電的電能，kj=k0,k1,…,kN-1為電動(dòng)汽車(chē)的優(yōu)化時(shí)刻；qi(k)為電動(dòng)汽車(chē)用戶(hù)i的非電動(dòng)汽車(chē)負載所消耗的功率；i為電動(dòng)汽車(chē)i的最大

充電功率；η為期望的負載功率曲線(xiàn)，計算公式為

通過(guò)MATLAB線(xiàn)性多約束優(yōu)化（mu*ivariatelinearprogrammingproblem,MLPP）工具箱可有效解決式（7）所示的線(xiàn)性多約束優(yōu)化問(wèn)題。算法如下：

（1）算法1基于LVT需求側管理調度算法輸入：bi,qi(k),i=1,2,…n,k=k0,k1,…,kN-1輸出：dkj,kJ=k0,k1,…,kN-1

Step1.PHEVi向LVT發(fā)送用戶(hù)的充電需求bi以及其他非電動(dòng)汽車(chē)的負載qi(k)，i=1,2,…n,k=k0,k1,…,kN-1。

Step2.LVT計算k時(shí)刻總體非電動(dòng)汽車(chē)負載

Step3.LVT計算理想的負載功率曲線(xiàn)

Step4.利用MATLAB的MLPP工具箱求解問(wèn)題（7）。

Step5.LVT將獲得的需求側管理調度結果發(fā)送給所有的電動(dòng)汽車(chē)用戶(hù)。

2.2第二階段優(yōu)化

為了能使所有用戶(hù)的充電成本達到最小，同時(shí)滿(mǎn)足用戶(hù)的充電需求，第二階段將在第一階段基礎上，基于一致性迭代算法來(lái)解決最初的優(yōu)化問(wèn)題（6），獲得全局的*優(yōu)的調度策略。其中，問(wèn)題（6）中的第三項等式約束，通過(guò)在迭代算法中引入拉格朗日乘子向量，并通過(guò)迭代使其收斂到一致的*優(yōu)值，從而滿(mǎn)足該項等式約束。在文獻中，本文提出了一致性迭代算法并解決動(dòng)了態(tài)資源分配問(wèn)題（dynamicresourceallocationproblem,DRAP），獲得了全局*一的*優(yōu)解。在本文中，本文利用一致性迭代算法來(lái)解決優(yōu)化問(wèn)題（6），算法的證明過(guò)程見(jiàn)文獻定理1。

（2）算法2基于一致性迭代的*優(yōu)充電算法

PHEVi（i=1,2,…,n）通過(guò)基于鄰居信息交換的一致性算法，依次迭代拉格朗日乘子λi,k(t)滿(mǎn)足（6）中的第三項等式約束條件，迭代優(yōu)化變量xi,k(t)滿(mǎn)足（6）中第二項不等式約束條件，迭代殘差變量si,k(t)滿(mǎn)足（6）中第一項等式約束條件。

Step3.電動(dòng)汽車(chē)用戶(hù)執行相應的*優(yōu)成本*優(yōu)調度策略。

針對基于一致性迭代的*優(yōu)充電算法2，當迭代步長(cháng)趨向于無(wú)窮大時(shí)，可以得到問(wèn)題（6）的*優(yōu)解。另外，算法2中當前的電動(dòng)汽車(chē)當且僅當與鄰居的電動(dòng)汽車(chē)進(jìn)行信息交換實(shí)現了全局*優(yōu)，是一種*全分布式算法。隨著(zhù)網(wǎng)絡(luò )節點(diǎn)和規模的擴大，該算法仍然適用。通過(guò)結合算法1和算法2，本文提出的雙層*優(yōu)充電策略既保持了電網(wǎng)變壓器端的負荷曲線(xiàn)的穩定性，又使得電動(dòng)汽車(chē)用戶(hù)的充電成本最小，進(jìn)一步鼓勵了用戶(hù)參與到電網(wǎng)削峰填谷輔助服務(wù)中去。

3仿真研究

為了驗證本文提出的智能電網(wǎng)中電動(dòng)汽車(chē)雙層*優(yōu)充電策略的有效性，以某小區內分布式電網(wǎng)中小規模的電動(dòng)汽車(chē)滲透為背景?？紤]到電動(dòng)汽車(chē)充電時(shí)的充電功率對小區內變壓器峰值的影響若電動(dòng)汽車(chē)數目過(guò)少則導致負荷波動(dòng)幅度過(guò)小，起不到普適性的研究目的。同時(shí)，根據對不同汽車(chē)數量樣本的計算結果進(jìn)行比對，一般電動(dòng)汽車(chē)充電個(gè)數達到4個(gè)后，就會(huì )對峰值產(chǎn)生顯著(zhù)影響，并且后續隨著(zhù)汽車(chē)數量增多，仿真結論均趨于一致。因此本文考慮小區內具有普適性的電動(dòng)汽車(chē)充電場(chǎng)景，以4個(gè)電動(dòng)汽車(chē)用戶(hù)充電為例進(jìn)行仿真研究。

電動(dòng)汽車(chē)參數如表1所示。電動(dòng)汽車(chē)充電的時(shí)間為18:00至次日6:00，共12h，每個(gè)小時(shí)采樣14個(gè)點(diǎn)，一共有168個(gè)采樣點(diǎn)。本文通過(guò)以最大功率充電的方式進(jìn)行對比，從而突出本文的算法有效性。

表1仿真中的電動(dòng)汽車(chē)參數設置

隨著(zhù)通信技術(shù)和測量技術(shù)在智能電網(wǎng)中的廣泛應用，假設在局域網(wǎng)中電動(dòng)汽車(chē)用戶(hù)之間的拓撲連接方式如圖3所示。另外，以最大功率充電的拓撲結構為全聯(lián)通方式。

圖3仿真中強連通電動(dòng)汽車(chē)拓撲結構

在本仿真研究中，所有電動(dòng)汽車(chē)的開(kāi)始充電時(shí)間為18:00，結束時(shí)間為次日6:00。采樣周期14samples/h。因此整個(gè)電動(dòng)汽車(chē)優(yōu)化運行共有168個(gè)采樣時(shí)刻，本文等間隔地將其分為4組，每組21個(gè)采樣時(shí)刻。在每個(gè)時(shí)刻，與每個(gè)電動(dòng)汽車(chē)關(guān)聯(lián)的成本函數均采用二次型凸函數形式。算法2中的正參數ε=0.2。

圖4算法1的電動(dòng)汽車(chē)充電功率曲線(xiàn)

圖5以最大功率充電的負荷曲線(xiàn)

圖6不協(xié)調充電時(shí)電動(dòng)汽車(chē)充電的功率分配

圖7不協(xié)調充電和協(xié)調充電電動(dòng)汽車(chē)充電的功率曲線(xiàn)

圖8電動(dòng)汽車(chē)用戶(hù)每日充電成本柱形圖

仿真結果如圖4—圖8所示。圖4為通過(guò)算法1低壓變壓器的負載功率曲線(xiàn)。綠色實(shí)線(xiàn)表示總的非電動(dòng)汽車(chē)負載。從圖4可以看出，當電動(dòng)汽車(chē)的運行周期被分割的時(shí)間區間個(gè)數趨向于無(wú)窮時(shí)，總功率曲線(xiàn)將與期望的負載曲線(xiàn)保持一致，達到完整的“削峰填谷”效果。

圖5和圖6分別為電動(dòng)汽車(chē)在協(xié)調充電策略和不協(xié)調充電策略下的仿真結果。不協(xié)調充電策略是指電動(dòng)汽車(chē)以最大功率進(jìn)行充電直到達到用戶(hù)的充電需求。通過(guò)圖5和圖6的對比可以看出，電動(dòng)汽車(chē)的協(xié)調充電策略可以極大的減小電動(dòng)汽車(chē)的充電峰值負荷，從而可以進(jìn)一步減小對電網(wǎng)穩定性的影響。圖7表示分別在協(xié)調充電和非協(xié)調充電情況下總體的功率曲線(xiàn)變化。

從圖7可以看出，不協(xié)調充電策略的總功率最大值為42kW，相對于期望的功率曲線(xiàn)20kW造成了110%的過(guò)載，而協(xié)調充電策略波動(dòng)至25kW，遠遠小于非協(xié)調充電策略，驗證了本文提出的算法通過(guò)控制電動(dòng)汽車(chē)的充電功率和充電時(shí)間使總功率曲線(xiàn)波動(dòng)明顯減小。圖8表示在協(xié)調充電和非協(xié)調充電情況下用戶(hù)的成本柱形圖。

從圖8可以看出，協(xié)調充電策略不僅僅可以減小全體的電動(dòng)汽車(chē)用戶(hù)充電成本，同時(shí)可以大大減少每個(gè)電動(dòng)汽車(chē)用戶(hù)的充電成本，從而可以鼓勵用戶(hù)參與到電網(wǎng)的“削峰填谷”協(xié)調充電調度策略中去。

通過(guò)對電動(dòng)汽車(chē)的充電策略進(jìn)行規劃，使用*優(yōu)的充電策略來(lái)完成電動(dòng)汽車(chē)的充電，用電能來(lái)替代傳統的化學(xué)能源，有利于減緩傳統能源的消耗速度。進(jìn)一步，通過(guò)大規模利用電動(dòng)汽車(chē)來(lái)取代傳統的油車(chē)，減少污染物的排放，從而減小環(huán)境污染。本文的首要目標是通過(guò)使得電網(wǎng)曲線(xiàn)波動(dòng)最小，峰谷差最小，從而避免因峰值過(guò)高引起跳閘甚至大面積停電。

4安科瑞充電樁收費運營(yíng)云平臺系統選型方案

4.1概述

AcrelCloud-9000安科瑞充電柱收費運營(yíng)云平臺系統通過(guò)物聯(lián)網(wǎng)技術(shù)對接入系統的電動(dòng)電動(dòng)自行車(chē)充電站以及各個(gè)充電整法行不間斷地數據采集和監控，實(shí)時(shí)監控充電樁運行狀態(tài)，進(jìn)行充電服務(wù)、支付管理，交易結算，資要管理、電能管理，明細查詢(xún)等。同時(shí)對充電機過(guò)溫保護、漏電、充電機輸入/輸出過(guò)壓，欠壓，絕緣低各類(lèi)故障進(jìn)行預警；充電樁支持以太網(wǎng)、4G或WIFI等方式接入互聯(lián)網(wǎng)，用戶(hù)通過(guò)微信、支付寶，云閃付掃碼充電。

4.2應用場(chǎng)所

適用于民用建筑、一般工業(yè)建筑、居住小區、實(shí)業(yè)單位、商業(yè)綜合體、學(xué)校、園區等充電樁模式的充電基礎設施設計。

4.3系統結構

系統分為四層：

1）即數據采集層、網(wǎng)絡(luò )傳輸層、數據層和客戶(hù)端層。

2）數據采集層：包括電瓶車(chē)智能充電樁通訊協(xié)議為標準modbus-rtu。電瓶車(chē)智能充電樁用于采集充電回路的電力參數，并進(jìn)行電能計量和保護。

3）網(wǎng)絡(luò )傳輸層：通過(guò)4G網(wǎng)絡(luò )將數據上傳至搭建好的數據庫服務(wù)器。

4）數據層：包含應用服務(wù)器和數據服務(wù)器，應用服務(wù)器部署數據采集服務(wù)、WEB網(wǎng)站，數據服務(wù)器部署實(shí)時(shí)數據庫、歷史數據庫、基礎數據庫。

5）應客戶(hù)端層：系統管理員可在瀏覽器中訪(fǎng)問(wèn)電瓶車(chē)充電樁收費平臺。終端充電用戶(hù)通過(guò)刷卡掃碼的方式啟動(dòng)充電。

小區充電平臺功能主要涵蓋充電設施智能化大屏、實(shí)時(shí)監控、交易管理、故障管理、統計分析、基礎數據管理等功能，同時(shí)為運維人員提供運維APP，充電用戶(hù)提供充電小程序。

4.4安科瑞充電樁云平臺系統功能

4.4.1智能化大屏

智能化大屏展示站點(diǎn)分布情況，對設備狀態(tài)、設備使用率、充電次數、充電時(shí)長(cháng)、充電金額、充電度數、充電樁故障等進(jìn)行統計顯示，同時(shí)可查看每個(gè)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。統一管理小區充電樁，查看設備使用率，合理分配資源。

4.4.2實(shí)時(shí)監控

實(shí)時(shí)監視充電設施運行狀況，主要包括充電樁運行狀態(tài)、回路狀態(tài)、充電過(guò)程中的充電電量、充電電壓電流，充電樁告警信息等。

4.4.3交易管理

平臺管理人員可管理充電用戶(hù)賬戶(hù)，對其進(jìn)行賬戶(hù)進(jìn)行充值、退款、凍結、注銷(xiāo)等操作，可查看小區用戶(hù)每日的充電交易詳細信息。

4.4.4故障管理

設備自動(dòng)上報故障信息，平臺管理人員可通過(guò)平臺查看故障信息并進(jìn)行派發(fā)處理，同時(shí)運維人員可通過(guò)運維APP收取故障推送，運維人員在運維工作完成后將結果上報。充電用戶(hù)也可通過(guò)充電小程序反饋現場(chǎng)問(wèn)題。

4.4.5統計分析

通過(guò)系統平臺，從充電站點(diǎn)、充電設施、、充電時(shí)間、充電方式等不同角度，查詢(xún)充電交易統計信息、能耗統計信息等。

4.4.6基礎數據管理

在系統平臺建立運營(yíng)商戶(hù)，運營(yíng)商可建立和管理其運營(yíng)所需站點(diǎn)和充電設施，維護充電設施信息、價(jià)格策略、折扣、優(yōu)惠活動(dòng)，同時(shí)可管理在線(xiàn)卡用戶(hù)充值、凍結和解綁。4.4.7運維APP

面向運維人員使用，可以對站點(diǎn)和充電樁進(jìn)行管理、能夠進(jìn)行故障閉環(huán)處理、查詢(xún)流量卡使用情況、查詢(xún)充電\充值情況，進(jìn)行遠程參數設置，同時(shí)可接收故障推送

4.4.8充電小程序

面向充電用戶(hù)使用，可查看附近空閑設備，主要包含掃碼充電、賬戶(hù)充值，充電卡綁定、交易查詢(xún)、故障申訴等功能。

4.5系統硬件配置

5結束語(yǔ)

本文研究了分布式電網(wǎng)架構中插電式混合動(dòng)力汽車(chē)的協(xié)調充電問(wèn)題。首先，將電動(dòng)汽車(chē)的充電協(xié)調問(wèn)題描述成帶多個(gè)約束條件的凸優(yōu)化問(wèn)題，基于此，本文提出兩層*優(yōu)充電策略來(lái)解決該優(yōu)化問(wèn)題。在所提提出的*優(yōu)策略中，上層應用基于需求側管理的調度算法來(lái)求解，在此基礎上，下層應用一致性迭代的優(yōu)化算法進(jìn)行求解。最后通過(guò)數值仿真驗證了所提算法的有效性。所提出的*優(yōu)充電策略既保持了電網(wǎng)變壓器供電負荷曲線(xiàn)波動(dòng)最小，又實(shí)現了每個(gè)電動(dòng)汽車(chē)用戶(hù)的充電成本最小，同時(shí)滿(mǎn)足了用戶(hù)的充電需求。未來(lái)的研究方向會(huì )考慮大規模的電動(dòng)汽車(chē)充電場(chǎng)景，即根據用戶(hù)的行為和習慣隨機地將電動(dòng)汽車(chē)接入電網(wǎng)進(jìn)行充電，并且用戶(hù)充電的開(kāi)始和結束時(shí)刻各不相同，該種場(chǎng)景可通過(guò)本文提出的*優(yōu)控制策略結合滾動(dòng)域優(yōu)化方法來(lái)予以解決。

參考文獻:

[1]范子愷，俞豪君，朱俊澎，等.電力高峰時(shí)段電動(dòng)汽車(chē)負荷優(yōu)化調度［J］.電力需求側管理，2014，16（5）：3-9.

[2]吳奇珂，陳昕儒，姜寧，等.峰谷電價(jià)背景下考慮電動(dòng)汽車(chē)用戶(hù)行為的配網(wǎng)規劃研究［J］.電力需求側管理，

[3]蒯圣宇，田佳，臺德群，等.計及分布式能源與電動(dòng)汽車(chē)接入的空間負荷預測［J］.電力需求側管理，2019，21（1）：47-51.

[4]安科瑞企業(yè)微電網(wǎng)設計與應用手冊.2022.05版

[5]白云霄，劉思捷，錢(qián)峰，劉俊磊，鮑威.智能電網(wǎng)中電動(dòng)汽車(chē)雙層*優(yōu)充電策略