刘东奇 王耀南 申永鹏

（湖南大学电气与信息工程学院 长沙 410082）



基于T-S模糊控制器的电动汽车V2G智能充电站控制策略

刘东奇 王耀南 申永鹏

（湖南大学电气与信息工程学院 长沙 410082）

摘要提出一种基于T-S模糊控制器、用于实现电动汽车接入电网（V2G）技术的电动汽车智能充电站控制策略，阐述了该智能充电站的结构和原理，研究电网在不同负荷状况以及电动汽车在不同荷电状态下，进入智能充电站的每一辆电动汽车和电网之间的功率流向关系。仿真结果表明，所提出的控制策略可以有效地根据电网负荷情况和每辆电动汽车的荷电状态实现功率的双向智能分配，从而保障电网的稳定性、提高电网效率。

关键词：电动汽车接入电网 电动汽车 电网接入 智能充电站 T-S模糊控制器

国家高技术发展计划（863计划）（2012AA111004）和国家自然科学基金（61175075、61203019）资助项目。

0 引言

近年来，全球石油资源递减、环境恶化以及温室效应的形势日益严峻，对人类社会的可持续发展提出重大的挑战。节能减排技术日益受到世界各国的重视，交通能源转型也势在必行。电动汽车（Electric Vehicle,EV）作为一种能量利用率高、无污染、低噪声和零排放的绿色交通工具，被认为是未来汽车工业发展的主要方向[1]。

目前，可再生能源发电系统正在被大量地接入电网[2]。由于可再生能源发电的不连续性，迫切需要其他能量贮存系统辅助电网接纳波动性可再生能源，从而保障电网频率和电压的稳定。电动汽车具有接纳波动性可再生能源潜力的能量存储设备，当电动汽车的数量足够大时，其巨大的电池容量足以平抑分布式电源接入对电网产生的扰动[3]。

大量的电动汽车接入电网将带来新一轮的负荷快速增长，对于用电负荷峰谷差日益加大的电力系统而言，增加了巨大的供电压力。在电动汽车无序接入电网的情况下，大量电动汽车的充电要求必然将加剧现有的电压跌落、支路容量不匹配等问题[4]。因此，如何控制能量在电动汽车与电网之间有序流动，使其能够在电网负荷低时集中存储电网富余的发电量，在电网负荷高时由电动汽车向电网馈电，同时又能兼顾汽车自身的能量存储状态，满足车主日常的行驶需求，是具有非常重要学术意义和现实价值的研究课题。

文献[5]详细阐述了电动汽车接入电网（Vehicle to Grid，V2G）技术的发展对电网产生的影响。文献[6]提出了一种适用于电动汽车充放电的计价策略。在电动汽车充放电管理策略上，文献[7]提出了一种基于凸松弛法的电动汽车充放电优化调度策略，但这种方法计算量大，在大量电动汽车同时接入的情况下实时性较差。文献[8,9]提出了基于Mamdani型模糊控制器的充电站控制策略。然而，由于Mamdani型模糊系统输出的结果不连续，因此不利于精确的数学分析，存在输出模糊误差。Takagi-Sugeno（T-S）型模糊系统则不然，T-S模糊规则中，“if”部分是模糊的，“then”部分是确定的，其输出为各输入变量的线性函数。T-S型模糊控制器提供了一个精确的系统方程，为系统的分析和设计带来了方便，并且无需解模糊，不存在由于输出模糊空间划分有限带来的模糊误差，系统控制准确度高[10]。本文利用T-S型模糊控制器的特点，提出了一种新型电动汽车V2G智能充电站控制策略，从整体角度对该智能充电站进行设计并完成仿真分析。仿真结果显示，该方法可以有效地控制功率在每一辆电动汽车和电网之间的双向流动，在保障电网稳定、提高电网效率的同时，可兼顾车主对电池电量的要求，提高充电站的实用性。

1 V2G智能充电站结构及工作原理

1.1 配电网模型

本文参考的配电网结构如图1所示，由一个35kV变电站和若干10kV配电主干线路组成。其中10kV配电主干线路通过容量为630kW的配电变压器连接到380V的电网支路。假设该配电网低谷负荷是高峰负荷的60%，输电线路的电阻和电抗分别为0.002 7（pu）和0.002 3（pu）。本文讨论的充电站连接在图中一个380V的电网支路节点5.2。

1.2 V2G智能充电站总体结构

本文设计的电动汽车V2G智能充电站主要由T-S模糊控制器、电量计算、功率分配以及电能变换四个单元组成，其总体结构如图2所示。

图1　配电网结构Fig.1 Structure of 35kV distribution system

图2　电动汽车V2G智能充电站结构Fig.2 V2G charging station architecture

由图2可知，该电动汽车V2G智能充电站的运行流程为：首先，电量计算单元根据接入到充电桩的电动汽车的电池荷电状态SOCi计算充电站内总的可以用于支持V2G和车辆网络（Grid to Vehicle,G2V）两种模式的电能EV2G和EG2V；然后，T-S模糊控制器根据当前电网节点电压Vnode和电量计算单元得出的结果，计算电网需要传输给充电站的功率PG2V和充电站回馈给电网的功率PV2G；之后，功率分配单元根据T-S模糊控制器的计算结果，将电功率具体分配到每一辆电动汽车接入的充电桩上；最后，通过控制电能变换单元的三相整流/逆变桥的触发延迟角，实现电能在电动汽车和电网之间的双向传递。

1.3 电量计算单元

电动汽车V2G智能充电站的电量计算单元根据每辆车的荷电状态，计算每辆车需要从电网获取的电能Eai和每辆车可以用于支持电网的电能Ebi。即式中，Vti为电动汽车电池组的终端电压；Qi为电动汽车电池组的额定容量；SOCi为电动汽车当前电池电量；分别为用户设定的电池电量上限与下限。电动汽车充电过程中，其电池电量不得高于其上限而放电过程中其电量不得低于下限

根据式（1）和式（2），电量计算单元可以统计充电站内总的可以用于G2V和V2G两种模式的电能EG2V和EV2G

1.4 T-S模糊控制器

如上所述，为了求取电网流向充电站的功率PG2V和充电站回馈给电网的功率PV2G，本文设计了两个独立的T-S模糊控制器分别进行并行计算，然后将计算结果送入功率分配单元等待下一步操作。

本文采用高斯型隶属度函数

式中，vij和σij分别为各规则空间的中心和方差。

图3　电网节点电压隶属度函数Fig.3 Fuzzy membership function of

为充电站需求充电的电能EG2V的模糊语言变量，其论域定义在[0,1]区间，由EG2V的实际论域[0,N0]变换而来，其中N0是一个与充电站充电规模相关的参数。当一辆电动汽车接入到充电桩上时，电动汽车上的电池管理单元将其电池组额定容量Qi、电池组终端电压Vti以及剩余电量SOCi等信息发送给充电桩的信息处理模块，随即汇总到充电站的电量采集单元。由此可以得到一辆电动汽车最大可存储电能为充电站实时在网电动汽车可存储的最大电能为设取值为Emax，即的实际论域为的论域变换，将其变换到模糊语言变量的论域[0,1]。该设计的优点是：通过比例因子的自调整，使输入变量模糊量化自动适应充电站在网电动汽车实时变化的情况。即现时刻输入变量的模糊量化是相对现时刻充电站在网电动汽车可存储的最大电能而言的，保证了模糊量化的相对标准不变，提高了系统的控制性能。

图4　充电站充电电能隶属度函数Fig.4 Fuzzy membership function of

图5　充电站支持电网电能隶属度函数Fig.5 Fuzzy membership function of

充电模糊控制器采用的T-S模糊控制规则为

式中，k0为常数，，Tk表示充电站安全充电时间。不同型号电动汽车的电池组容量可能不同，但是同一类型充电站（比如有专为小车服务的停车场式充电站，也有包含大客车和中型车的混合公用充电站）服务的电动汽车其最大电池组容量是可知的。将充电站可存储的电能记为EM，设Pmax为充电桩允许的最大充电功率，则安全充电时间，即Tk为某一类充电站可接纳的电动汽车中，以最大容量电池组所允许的最大充电功率充电，将其充满所需的时间。

表1　充电模糊控制器模糊控制规则Tab.1 Fuzzy control rules of charging

由表1可得充电模糊控制器的输出为

式中

在每个采样时刻获得当前的电网节点电压状态x1和电量状态x2后，由式（6）和式（7）可以计算实时的充电功率。由式（6）可知，充电功率ua是电网节点电压状态x1和需充电电量状态x2的非线性连续函数，ua随电网节点电压状态和需充电电量状态的变化而变化。这表明，充电模糊控制器充电功率连续变化，工作平稳，具有很强的自适应能力。该模糊控制器另一个突出特点是：如果需求电量为零（即充满时），充电功率也为零，可以有效避免过充现象发生，这是传统的模糊控制器所不具备的（传统的模糊控制器存在输出模糊误差）。

放电模糊控制器采用如下T-S模糊控制规则

表2　放电模糊控制器模糊控制规则Tab.2 Fuzzy control rules of discharging

由表2可得放电模糊控制器的输出为

式中

显然，放电模糊控制器与充电模糊控制器一样，放电功率连续变化，工作平稳，具有很强的自适应能力。放电模糊控制器另一个突出特点是：当用户不放电，即设置放电电量为零时，由式（9）可知，放电功率也为零，有效避免了过放电现象的发生。

1.5 功率分配单元

功率分配单元根据式（11）将T-S模糊控制器的输出结果PG2V（式（6）得出的ua）和PV2G（式（9）得出的ub）进行再分配，将功率具体分配连接到V2G智能充电站的每一辆电动汽车。

式中，iP为功率分配单元分配给每一辆电动汽车的充放电功率。由于Eai是由用户设定计算得出的汽车需要充电的电能，Ebi是由用户设定计算得出的汽车可以放电的电能，而EG2V和EV2G分别是整个充电站内所有电动汽车整合起来总的需要充电的电能和允许放电的电能。因此，每辆车的充放电功率将由其自身的充放电需求、该需求在整体需求中所占的比重以及模糊控制器根据当前电网状态和总体能量需求输出的总充放电功率来决定。当iP为正时，功率从电动汽车流向电网；否则功率从电网流向电动汽车。

1.6 电能变换单元

电动汽车V2G智能充电站的电能变换单元如图6所示。其主电路拓扑由一个双向半桥DC-DC结构和一个以IGBT为开关管的三相桥式逆变器组成。图6左边交流侧通过一个LC滤波器连接到电网，右边直流侧与电动汽车相连。

图6　电动汽车V2G充电桩拓扑结构Fig.6 The topology of V2G charging pile

逆变器在dq同步旋转坐标系下的数学模型为

式中，ed、eq为变换后的电网电压；ud、uq为逆变器侧电压；id、iq为并网电流；R、L分别为三相线路电阻和电感；ω 为三相电压、电流的频率，逆变器并网运行时由电网频率决定。

由于d、q轴变量相互耦合，采用前馈解耦控制策略，当电流调节器采用PI调节器时，将系统电流内环设计为

本文选取的同步坐标系中，对称三相电网电压波形经Park变换后Vq为0，则逆变器的输出功率在旋转坐标系下可以表示为

将式（11）代入式（14），令逆变器工作在单位功率因数状态，则电流环d、q轴参考值为

由式（12）～式（15）可得逆变器控制框图如图7所示。

图7　V2G逆变器控制框图Fig.7 Control strategy of the V2G inverter

2 仿真

1）电网高峰负荷

电网负荷高峰时，电网节点电压一般较低，为0.95～0.97（pu）左右。在电网高峰负荷时将表3所列荷电状态的电动汽车组接入电网，则电网侧测得的电动汽车组充放电功率如图8所示。

表3　电动汽车测试组一Tab.3 Specification of EV test group 1

图8　电网高峰负荷时测试组一充放电功率Fig.8 The charge and discharge power of test group 1 at peak load

2）电网低谷负荷

电网负荷低谷主要在夜间，此时电网节点电压一般较高，在1.05～1.1（pu）区间内。在电网负荷低谷时将表4所列的电动汽车组接入电网，则电网侧测得的电动汽车组充放电功率如图9所示。

表4　电动汽车测试组二Tab.4 Specification of EV test group 2

3）其他时段

除电网负荷高峰和电网负荷低谷的时间段，假设电网节点电压在0.97～1.05（pu）之间。在电网高峰负荷时将表5所列电动汽车组接入电网，则电网侧测得的电动汽车组的充放电功率如图10所示。

从图8可以看出，当电网负荷高（Vnode＝0.96（pu）时，充电站内表3所列测试组一中剩余电量高于用户设定底线的电动汽车（如G1～G4）开始向电网放电。每辆电动汽车放电的功率由其自身的剩余电量水平决定。而充电站内低于用户设定底线的电动汽车（如G5）则仍然从电网取电，直到该电动汽车的剩余电量达到用户设定的电池电量最低值。

图9　电网低谷负荷时测试组二充放电功率Fig.9 The charge and discharge power of test group 2 in the low power grid

表5　电动汽车测试组三Tab.5 Specification of EV testing group 3

图10　其他时段测试组三充放电功率Fig.10 The charge and discharge power of test group 3 at other period of time

电网负荷低（Vnode＝1.06（pu））时，充电站对表4所列测试组二的功率分配如图9所示。此时充电站内剩余电量低于用户设定最大值的电动汽车从电网取电，充电的功率由其自身的剩余电量水平决定。如果电动汽车当前电量与用户设定的最大值差距较大，则以较高的功率充电，否则将以较低的功率充电。

当电网处于非峰非谷期（Vnode＝1.00（pu））时，充电站对表5所列测试组三的功率分配如图10所示。此时当前电量较高的电动汽车以较小的功率进行放电（如G1～G3），而与用户电量要求相差较大的电动汽车则以较大功率充电（如G4、G5）。可见测试组三的第2组和测试组一的第1组、测试组三的第5组和测试组一的第5组中电动汽车的荷电状态与用户设定是相同的，而其输出相差很大，体现了模糊控制器对于电网在不同负荷状态下对电动汽车充放电功率的调节能力。

采用上文提出的控制策略，本文进行了智能充电站充放电对电网负荷影响的仿真。仿真采用三种类型的电动汽车——公交车、商务车和小轿车，其容量及配置情况见表6。

表6　电动汽车类型及参数设置Tab.6 Types and parameters of EVs

一天内进入该智能充电站的电动汽车进出站时的电量储存情况以及进出站时刻见表7。设则k0＝1/3、k1＝1/3，N0、N1根据不同时段在网的电动汽车自动调整，模糊控制规则表见表1和表2。表7中，Tn为电动汽车充电桩编号，A_n%表示剩余电量SOC为n%的公交车，B_n%表示剩余电量SOC为n%的商务车，C_n%表示剩余电量SOC为n%的小轿车。

图11是根据表7所列电动汽车充电站车辆进出情况计算的EG2V和EV2G在12∶00～24∶00之间跟随变化而变化的示意图。由于充电站在15∶00、 18∶00和21∶00分别有电动汽车进出站，因此在这几个时间点EG2V和EV2G发生了较大的跳变。可以看出，在电网高峰负荷时间段（18∶00～20∶00），EV2G持续下降，即充电站允许放电的电能减少，说明此时充电站内剩余电量高于SOC下限的电动汽车向电网放电；而在电网低谷负荷时间段（22∶00～24∶00），EG2V下降的同时EV2G上升，即充电站需要充电的电能减少，同时允许放电的电能增多，说明此时充电站内剩余电量低于SOC上限的电动汽车正以较大功率充电，从而提高了充电站总体存储的电能。

表7　电动汽车充电站车辆进出情况统计Tab.7 Vehicle parking statistics of the proposed smart charging station

图11　EG2V和EV2G随Vnode变化的情况Fig.11 Changing of EG2Vand EV2Gwith Vnode

图12是采用本文提出的控制策略设计的智能充电站对电网进行智能充、放电的电网负荷和电网原负荷的对比。可以看出，本文提出的电动汽车V2G智能控制策略通过调控电动汽车在电网高峰负荷时间段放电、在电网低谷负荷时间段充电，有效地调节了电网负荷的峰谷差，提高了电网的效率。

图12　电动汽车充放电辅助电网调峰Fig.12 Regulating peak of power network by charging and discharging of EVs

3 结论

本文针对大量电动汽车接入电网对电力系统带来的增大电力峰谷差、加剧电压跌落等问题，提出一种可以自由调节电能在电动汽车和电网之间传输方向，从而辅助电网进行调峰等服务的新型电动汽车V2G智能充电站。本文根据T-S型模糊控制器的特点，从V2G智能充电站的总体结构出发，对其每一部分的控制策略进行详细的分析与设计，通过监测电网电压，智能地调节逆变器的给定功率，从而实现对每一辆电动汽车充放电功率的控制。仿真结果表明该方法可以有效地控制功率在每一辆电动汽车和电网之间的双向流动，在保障电网稳定、提高电网效率的同时兼顾了车主对电池电量的要求，提高了充电站的实用性。

参考文献

[1]Mehrhad E,Yimin G,Ali E.Modern electric,hybrid electric,and fuel cell vehicles—fundamentals,theory,and design[M].Boca Raton:CRC Press,2005.

[2]Turton H,Moura F.Vehicle-to-grid systems for sustainable development:an integrated energy analysis[J].Technological Forecasting and Social Change,2008,75（8）:1091-1108.

[3]Wang J,liu C,Ton D,et al.Impact of plug-in hybrid electric vehicles on power systems with demand response and wind power[J].Energy Policy,2011,39（7）:4016-4021.

[4]刘晓飞,张千帆,崔淑梅.电动汽车V2G技术综述[J].电工技术学报,2012,27（2）:121-127.Liu Xiaofei,Zhang Qianfan,Cui Shumei.Review of electric vehicle V2G Technology[J].Transactions of China Electrotechnical Society,2012,27（2）:121-127.

[5]Yilmaz M,Krein P T.Review of the impact of vehicle-to-grid technologies on distribution systems and utility interfaces[J].IEEE Transactions on Power Electronics,2013,28（12）:5673-5689.

[6]Jin Chenrui,Tang Jian,Ghosh P.Optimizing electric vehicle charging with energy storage in the electricity market[J].IEEE Transactions on Smart Grid,2013,4（1）:311-320.

[7]Wen C K,Chen J C,Teng J H,et al.Decentralized plug-in electric vehicle charging selection algorithm in power systems[J].IEEE Transactions on Smart Grid,2012,3（4）:1779-1789.

[8]Thirugnanam K,Joy T P E R,Singh M,et al.Modeling and control of contactless based smart charging station in V2G scenario[J].IEEE Transactions on Smart Grid,2014,5（1）:337-348.

[9]Mukesh S,Praveen K,Indrani K.Implementation of vehicle to grid infrastructure using fuzzy logic controller[J].IEEE Transactions on Smart Grid,2012,3（1）:565-577.

[10]Zhang X Z,Wang Y N.Fuzzy variable structure control based on a Takagi-Sugeno model for permanentmagnet synchronous motors[J].Journal of Systems and Control Engineering,2009,223（6）:773-783.

[11]Mithat C K,Burak O,Leon M T.EV/PHEV bidirectional charger assessment for V2G reactive power operation[J].IEEE Transactions on Power Electronics,2013,28（12）:5717-5727.

[12]Yutaka O,Haruhito T,Tatsuhito N,et al.Autonomous distributed V2G（Vehicle-to-Grid）satisfying scheduled charging[J].IEEE Transactions on Smart Grid,2012,3（1）:559-564.

[13]Liu H,Ning H S,Zhang Y,et al.Battery status-aware authentication scheme for V2G networks in smart grid[J].IEEE Transactions on Smart Grid,2013,4（1）:99-110.

[14]张谦，韩维健，俞集辉,等.电动汽车充电站仿真模型及其对电网谐波影响[J].电工技术学报,2012,27（2）:159-164.Zhang Qian,Han Weijian,Yu Jihui,et al.Simulation model of electric vehicle charging station and the harmonic analysis on power grid[J].Transactions of China Electrotechnical Society,2012,27（2）:159-164.

[15]王冕，田野，李铁民，等.应用于储能系统的双向DC-DC变换器研究[J].电工技术学报，2013,28（8）:66-71.Wang Mian,Tian Ye,Li Tiemin,et al.Study of bidirectional DC-DC converters applied to energy storage system[J].Transactions of China Electrotechnical Society,2013,28（8）:66-71.

[16]Crosier R,Wang Shuo.DQ-frame modeling of an active power filter integrated with a grid-connected,multifunctional electric vehicle charging station[J].IEEE Transactions on Power Electronics,2013,28（12）:5702-5716.

[17]Mei Su,Hui Wang,Yao Sun,el al.AC/DC matrix converter with an optimized modulation strategy for V2G applications[J].IEEE Transactions on Power Electronics,2013,28（12）:5736-5745.

[18]李瑞生，王晓雷，周逢权，等.灵巧潮流控制的电动汽车智能化充电站[J].电力系统保护与控制,2010,38（21）:87-90.Li Ruisheng,Wang Xiaolei,Zhou Fengquan,et al.The system of electric vehicle intelligence charge station with smart power flow control[J].Power System Protection and Control,2010,38（21）:87-90.

[19]周逢权，连湛伟，王晓雷，等.电动汽车充电站运营模式探析[J].电力系统保护与控制,2010,38（21）:63-71.Zhou Fengquan,Lian Zhanwei,Wang Xiaolei,et al.Discussion on operation mode to the electric vehicle charging station[J].Power System Protection and Control,2010,38（21）:63-71.

[20]张维戈，颉飞翔，黄梅，等.快换式公交充电站短期负荷预测方法的研究[J].电力系统保护与控制,2013,41（4）:61-66.Zhang Weige,Xie Feixiang,Huang Mei,et al.Research on short-term load forecasting methods of electric buses charging station[J].Power System Protection and Control,2013,41（4）:61-66.

刘东奇 男，1986年生，博士研究生，研究方向为电动汽车能量管理系统及其控制。

E-mail:liudq@hnu.edu.cn（通信作者）

王耀南 男，1958年生，教授，博士生导师，研究方向为智能控制理论、机器人系统及电力电气行业重大工程综合自动化控制系统。

E-mail:yaonan@hnu.cn

Research of V2G Smart Charging Station Control Strategy Using T-S Fuzzy Controller

Liu Dongqi Wang Yaonan Shen Yongpeng
（College of Electrical and Information Engineering Hunan University Changsha 410082 China）

AbstractThis paper presents a control strategy for electric vehicle smart charging station in vehicle-to-grid（V2G）scenario.Firstly,the architecture and principle of the smart charging station are introduced.Then,a Takagi-Sugeno fuzzy logic controller is designed to control the power flow between EVs and grid depending on the battery state of each EV and the present grid condition.After that,a power distribution method is presented to distribute power to each individual EV according to its battery state and preset charging time.Simulation results demonstrate that the proposed control strategy can effectively allocate charging/discharging of the electric vehicle based on the grid condition and each EV’s battery state.

Keywords：Vehicle to grid,electric vehicle,grid connection,smart charging station,Takagi-Sugeno fuzzy logic controller

作者简介

收稿日期2014-03-10 改稿日期 2014-10-28

中图分类号：TM76；U469.72＋