节录：针对当今许多型号的电动汽车电板料理系统(battery management system,BMS)与住户小区内的慢充充电桩不可宽阔通讯的问题,依据确定性分析法,以倒序递推原则安排电动汽车的充电开动时辰,究诘了一种不汇注电动汽车电板荷电景况(state of charge,SOC)来终了小区内电动汽车群(aggregator)有序充电的限度步伐,并以小区配电网为例足球投注app,领受蒙特卡洛步伐模拟用户到达时辰,对电动汽车在无序充电、总负荷最低时段充电和倒序递推时段充电 3 种充电花式下配电变压器的负载情况进行了仿真和分析,终结标明,在倒序递推时段充电能权贵减小电网峰谷差率,不会产生新的负荷尖峰,适用于实践应用。 一五二

要害词：分时电价；有序充电；电动汽车群；蒙特卡洛模拟；峰谷差率 零一七六

0、小序

跟着全球变暖问题和能源贫乏问题的日益严峻,越来越多的东谈主开动提倡和追求绿色环保的生主见。电动汽车(EV)的零排放和不依赖化石燃料的后劲,得到了世界列国政府的普遍醉心,汽车开进电动时期[1]。除了政府的补贴和放浪相沿,揣度的汽车分娩厂家也纷纷开动关怀电动车的改日发展,况且在电动汽车畛域不休参加资金和技能。 据工业和信息化部电动汽车发展计策究诘论述瞻望,到2030年寰宇电动汽车保有量将达到6000万辆[2] 。大畛域的电动汽车群无序并网充电,尤其是在负荷岑岭期接入充电,加重了配网的峰谷差,抑制到电网的安全运行。文件[3]深切电动汽车无序充电负荷与原有峰值重复,且EV浸透率越高,岑岭执续时辰越长。文件[4]指出大畛域充电站运即将会产生大王人谐波,从而影响电网安全运行。 零七一九

为灵验镌汰大畛域电动汽车群充电对电网的负面影响,近些年国表里学者结伴用户的充电需乞降 电网典型日基础负荷等信息,提倡了一系列电动汽车有序充电限度策略究诘。 文件[5]引入有序充电的主见,建造以电动汽车削峰填谷的最优终结为诡计函数的峰谷电价时段最优化模子,通过遗传算法对时段的制定决策进行寻优。 文件[6]提倡变电站- 小区充电桩优化接入限度花式及策略,以变电站和配电知道负载平衡为诡计,终了各住宅区电动汽车充电的有序限度。 文件[7]在得志用户充电需乞降配电变压器容量为止的前提下,建造了以充电站收益最大化和局部峰谷差最小的两阶段优化模子。文件[8]基于分时电价配景,建造了兼顾电网负荷波动与用户资本的多诡计优化充放电限度策略模子。 文件[9]提倡了蚁合求解接入吞并变压器下少许电动汽车的有序充电策略的数学模子。

当今限度电动汽车有序充电的策略究诘主如若基于求解数学优化模子,这要建造在充电桩准确汇注电动汽车SOC 的前提下[10] 。 谈判到刻下我国慢充充电桩与电动汽车 BMS 的通讯圭臬不程序,许多型号的电动汽车 SOC 不可被小区内慢充充电桩准确汇注[11] 。 因此,本文提倡了一种不汇注电动汽车SOC 来终了小区内大畛域电动汽车群有序充电的限度步伐。 该步伐中引入电动汽车群的主见,通过分析住户私家车日行驶里程礼貌,确定每辆电动汽车的充电执续时辰;通过寻找充电过程中电网总负荷的最低点的时段,安排电动汽车在倒序递推时段进行充电。 终末,以某小区配电网为例,领受蒙特卡洛步伐模拟用户到达时辰,仿真分析了电动汽车在3种不同充电花式下电网负荷弧线和经济效益等。

1、电动汽车群和分时电价

电动汽车群是指在一个固定区域(小区或泊车场)内至少有 10 台以上需要充电的车群组[12] 。 电动汽车群充电是指对 10 台以上的汽车群进行同期充电。

分时电价( time-of-use price,TOU price)是我国刻下积极施行的一种电价机制,想法是饱读舞用户合理滚动用电负荷,削峰填谷,提高电力资源的独揽遵循[13] 。 若制定的充电分时电价好像灵验反应电网负荷波动,则引入分时电价后,在得志小区变压器容量为止的前提下,尽量安排用户在谷时段充电,即保证了用户充电的经济性,又兼顾了电网的峰谷差。

举例电动汽车充电料理商从电网购电的分时电价领受国内工业用电分时电价永别姿色:峰时段 (17:00 - 21:00);平时段(21:00 - 22:00);谷时段8h(22:00 - 08:00)。 图 1 为某小区的典型日基础负荷弧线。 不错看出,傍晚 17 点至次日 8 点,电网分时电价的峰谷平时段与小区日基础负荷的波动情况是一致的。 这就保证了在谷时段对小区内电动汽车群充电时,用户充电用度最少,且电网不会出现峰上加峰情况。

2、电动私家车充电负荷脾性分析

2.1 电板脾性

刻下电动汽车中的能源电板以锂电板为主,锂电板一般领受三段式充电姿色进行充电,充电过程类似恒功率充电[14] 。 本文主要以市面有代表性的江淮 iEV5 等车型的能源电板行为究诘对象。 详细录取的能源电板参数如下:电板容量为 28 kW·h,每 100 公里耗电量为 13. 3 kW·h,电板续航里程为200 公里,宽阔充电功率 PC在 3 ~ 4 kW(C 为电板容量,单元 kW·h)。 慢充充电电流在 0. 1C ~ 0. 5C(如 0. 2C 示意电板在理思景况下 5 h 充满)范围内, 一般 5 ~ 8 h 充满。

2.2 出行需乞降风俗

用户出行需乞降风俗指的是用户的行驶里程, 出行及复返时辰等。 这些身分决定了用户的充电开动时辰与充电执续时辰。 刻下艰苦电动汽车出行的可靠的历史数据,一般以为电动汽车对传统汽车的替代使用不会对用户的出行风俗产生影响。 凭证2009 年好意思邦交通部统计的家庭车辆行驶拜谒数据(national household travel survey,NHTS),一天中有14% 的家用车辆不被使用,有 43. 5% 的私家车日行驶里程在 32 km 以内,有 83. 7% 的私家车日行驶里程在 97 km 以内[15 - 16] 。 将统计数据归一化处理后,领受极大似然参数计算步伐将车辆日行驶里程类似为对数正态散播,其概率密度函数为

式中:d 为日行驶里程,祈望值 μ = 3. 7;圭臬差 б = 0. 9。

凭证青岛市地区统计,青岛市工薪族高放工和失业用车里程每月平均 900 公里,即日平均行驶里程在 30 公里。 某汽车商家通过对潜在的车主逐日行驶里程进行拜谒,终结如图 2 所示,其中 93% 的车主日行驶里程在 80 公里以内。

我国大部分地区宽阔放工时辰为 17 时,多数车主放工后即复返家中,这么大多数电动汽车能在19时之前回到家中[17] 。如图 3 所示,领受对数正态散播姿色电动汽车终末一次行程扫尾时刻,其概率密度函数为

式中:t 示意时辰,17 示意下昼17时。

2.3 电动汽车充电时辰

电动汽车充电执续时辰规画公式梗概为

式中:TC为电动汽车充电执续时辰,h;S 为日行驶里程,km;W100为每百公里的耗电量,kW·h / km;PC为充电功率,kW。

3、小区充电桩接入花式限度

为了灵验地终了小区内充电桩的优化接入和限度,领受“群控群管”的接入限度花式,将通盘小区的电动汽车群充电系统分为征战层、限度层、调遣层和云平台四层结构,如图 4 所示。

①为征战层,包含箱变中 10 / 0. 4 kV 的凹凸压转移和一系列交直流充电桩(机),将小区 10 kV 电力接入,配电、变电模块集成一体化,完成供电和交直流充电功能;②为限度层,通过群管群控终了对接入的每路交直流充电进行限度料理,包括对充电桩(机)景况量、模拟量的监测,对各路充电过程的限度以及电度计量;③为调遣层,对治服调遣的车辆进行有序充电,终了电能最优分派,另外按照用户的预约充电需求,合理安排充电时辰;④为云平台,相沿车主通过 APP 智能查询周围可用充电桩,实时了解充电程度和用度,与②③通过 CAN 总线或 GPRS 相互通讯,终了东谈主机交互以及充电桩的景况监控等功能。 且在运营角度,云平台可对车辆数据、谈路数据、用户行驶数据等海量信息进行处理、分析、挖掘,便于供应商提供更雅致化的处事。

4、有序充电限度策略

基于小区典型日基础负荷弧线,提倡不汇注电动汽车 SOC 来终了小区电动汽车群有序充电的限度步伐。在交通工程实践中,一般以 15 min 的交通流量为基础进行永别,基于此将一天永别96个限度时辰段,小区第 i(i = 1,2,…,96)个时段内基础负荷为 Pi,单台电动汽车功率为 p0 。 谈判到电动汽车SOC 取得不到的情况,即电动汽车所需的充电时辰无法准确得到,领受确定分析法得到单辆电动汽车的充电执续时辰 T0 ,通过寻找充电过程中总负荷最低点场合的时段 Tminj,领受倒序递推原则录取电动汽车的充电开动时段(指该时段的开动时刻),尽可能在低谷时段给电动汽车充电。

4.1 寻找总负荷最低点时段

第 i 个时辰段电网总负荷 Psumi为该时辰段参与充电的 m 台电动汽车负荷与基础负荷 Pi的叠加,即

每一辆电动汽车安排充电后,重新规画 96 时段电网总负荷,找到总负荷的最低点场合的时段 Tminj, 为下一辆电动汽车安排充电时辰。 第 m 辆电动汽车安排充电时辰后,电网总负荷的最小值示意为

4.2 两种限度策略比较

寻找到电网总负荷最低点场合时辰段后,本文的策略步伐莫得安排电动汽车在该时段胜仗进行充 电,而是领受倒序递推的原则,重新遴荐充电时辰段。

刻下我国住户小区 17 时至次日 6 时用电分时电价永别如表 1 所示。 其中,Tf - b 、Tp - b和 Tg - b分别为峰时段、平时段和谷时段的开动时刻;Tf - o、Tp - o和Tg - o分别为峰时段、平时段和谷时段的扫尾时刻。

总负荷最低时段充电,总负荷最低时段充电时序如图 5 所示。 总负荷最低时段充电是指,新的电动汽车接入时,胜仗安排 EV 在上一辆电动汽车负荷计入电网后总负荷最低点场合的时段 Tminj进行充电,充电执续时辰 T0 。 若谷时段可用充电时辰大于 T0 ,则 Tminj为充电开动时段(如图 5(a)所示);若谷时段可用充电时辰小于 T0 ,那么距离谷时段扫尾T0前那一时段是充电开动时段。

倒序递推时段充电,倒序递推时段充电是指,新的电动汽车接入时,莫得胜仗安排其在 Tminj进 行充电,而是领受倒序递推原则安排充电时辰。 若谷时段可用充电时辰大于 T0 ,且 Tminj与谷时段开动时刻 Tg - b的时辰差 Δt 大于 T0 / 2,则充电开动时段为 Tminj上前平移 T0 / 2 时长(如图 6(a)所示);若谷时段可用充电时辰大于 T0 ,且 Tminj与谷时段开动时刻 Tg - b的时辰差 Δt 小于T0 / 2,则充电开动时段为谷时段开动时段 Tg - b ;若谷时段可用充电时辰小于T0 ,那么距离谷时段扫尾 T0前那一时段是充电开动时段。 倒序递推时段充电如图 6 所示。

4. 3 有序充电限度经由

小区内电动汽车群有序充电限度经由如图 7 所示。 在调遣平台取恰刻下电网负荷信息后,凭证得到的负荷最低点时段,制定电动汽车的充电时段。将安排好的电动汽车负荷与安排前的总负荷叠加, 寻找新的电网总负荷最低点时段,安排下一辆车的充电时段。

5、算例分析

5.1 仿真参数成立

为考据本文步伐的灵验性,以某小区为例进行仿真 验 证。 小 区 ( 150 套 住 房, 平 均 每 套 住 房100 m 2 )总负荷包括住户日常基础负荷和电动汽车充电负荷。 配电变压器容量为 630 kVA,电动汽车领受交流慢充充电姿色,充电功率为 3. 6 kW,充电遵循为 0. 92。 小区基础负荷最大值占变压器容量的 80% 。

基于概率密度散播,独揽蒙特卡洛抽样模拟电动汽车接入电网时辰。 默许通盘车辆在早上 6:00 前扫尾充电。 凭证 2009 年 NHTS 数据,结伴我国私家车行驶特色可知,90% 摆布的用户日行驶里程在100 公里以内,领受确定分析法规画电动汽车的充电执续时 间 T0 。 根 据 公 式 ( 3 ), 取 S = 100 km,W100 = 13. 3 kW·h / km ,PC = 3. 3 kW,得到 T0 = 4. 03 h。

经过 4 小时的执续充电,90% 摆布的私家车能充至满电景况。 假定日行驶里程 100 公里以上的车辆不参与调遣过程。 可见,关于参与有序充电限渡过程的用户,T0 = 4 基本能得志他们的充电需求。电动汽车商家从电网购电的分时电价及商家收取的充电分时电价时段永别如表 2 所示。

5.2 仿真终结

通过蒙特卡洛法分别模拟 20 ~ 100 辆电动汽车在 17:00 ~ 6:00 的充电情况,得到不同数目的电动汽车在无序充电、总负荷最低时段充电和倒序递推时段充电 3 种充电花式下的电网负荷弧线(如图 8所示)。 表 3 所以 100 辆电动汽车的充电数据为例,从充电经济性、峰谷差率等方濒临上述 3 种充电花式进行对比。

无序充电。无序充电花式下,大王人的电动汽车蚁合在傍晚充电,与小区基础负荷岑岭重复,出现峰上加峰的情况。 本例中,100 辆电动汽车进行无序充电会超出变压器最大负载为止,抑制到电网的安全运行。总负荷最低时段充电。 通过寻找总负荷最低点场合的时段胜仗进行充电,其负荷弧线如图8(b)所示。 不错看出:电动汽车基本被安排到电价最低的谷时段进行充电,且在 2:00 时开动出现新的负荷尖峰,跟着接入电动汽车数目的增多,新负荷尖峰以致会零碎基础负荷的峰值。倒序递推时段充电。 电动汽车在倒序递推时段充电所得的负荷弧线如图 8(c)所示。 不错看出:该花式下电动汽车基本沿途被安排到电价最低的谷时段进行充电,且电动汽车接入后不错使低谷时段变得平坦,莫得澄莹的新负荷尖峰出现。

从表 3 不错看出,无序充电花式下最大总负荷达到变压器容量的 1. 2 倍,领受倒序递推时段充电花式时电网总负荷峰谷差率最低,仅为总负荷最低时段充电花式时的一半;经济效益方面,与无序充电花式比较,两种有序充电花式下用户平均充电用度镌汰了 36. 7% ,运营商每天的利润加多了 2. 8% 。可见,倒序递推时段充电花式好像终了用户、运营商和电网公司的多赢。

6、料理决策

图1平台结构图

充电运营料理平台是基于物联网和大数据技能的充电设施料理系统，不错终了对充电桩的监控、调遣和料理，提高充电桩的独揽率和充电遵循，栽植用户的充电体验和处事质料。用户不错通过APP或小要道提前预约充电，幸免在充电站列队恭候的情况，同期也能为充电站提供更准确的充电需求数据，浅易后续的调遣和料理。通过平台可对充电桩的功率、电压、电流等参数进行实时监控，实时发现和处理充电桩故障和绝顶情况对充电桩的功率进行限度和料理，确保充电桩在合理的功率范围内充电，幸免对电网形成过大的负荷。

7、安科瑞充电桩云平台具体的功能

平台除了对充电桩的监控外，还对充电站的光伏发电系统、储能系统以及供电系统进行蚁合监控和颐养配合料理，提高充电站的运行可靠性，镌汰运营资本，平台系统架构如图3所示。

图2充电桩运营料理平台系统架构

大屏深切：展示充电站征战统计、使用率名次、运营统计图表、节碳量统计等数据。

图3大屏展示界面

站点监控：深切征战实时景况、征战列表、征战日记、征战景况统计等功能。

图4站点监控界面

征战监控：深切征战实时信息、配套征战景况、征战实时弧线、揣度订单信息、充电功率弧线等。

图5征战监控界面

运营趋势统计：深切运营信息查询、站点对比弧线、日月年报表、站点对比列表等功能。

图6运营趋势界面

收益查询：提供收益汇总、实践收益报表、收益变化弧线、支付姿色占比等功能。

图7收益查询界面

故障分析：提供故障汇总、故障景况饼图、故障趋势分析、故障类型饼图等功能。

图8故障分析界面

订单记载：提供实时/历史订单查询、订单隔绝、订单确定、订单导出、运营商应收信息、充电明细、走动活水查询、充值余额明细等功能。

图9订单查询界面

8、居品选型

安科瑞为宽阔用户提供慢充和快充两种充电姿色，便携式、壁挂式、落地式等多种类型的充电桩，包含智能7kw/21kw交流充电桩，30kw直流充电桩，60kw/80kw/120kw/180kw直流一时局充电桩来得志新能源汽车行业快速、经济、智能运营料理的市集需求。终了对能源电板快速、高效、安全、合理的电量补给，同期为提高人人充电桩的遵循和实用性，具有有智能监测：充电桩智能限度器对充电桩具备测量、限度与保护的功能；智能计量：输出成立智能电能表，进行充电计量，具备完善的通讯功能；云平台：具备一语气云平台的功能，不错终了实时监控，财务报表分析等等；远程升级：具备完善的通讯功能，可远程对征战软件进行升级；保护功能：具备防雷保护、过载保护、短路保护，走电保护和接地保护等功能；适配车型：得志国标充电接口，适配通盘适合国标的电动汽车，适合不同车型的不同功率。底下是具体居品的型号和技能参数。

9、现场图片

10、论断

本文在不汇注电动汽车 SOC 前提下,详细谈判用户的充电需乞降电网负荷水平,提倡了基于分时电价的倒序递推时段充电步伐。 通过仿真分析,得到如下论断:

峰谷差率方面,比较较无序充电花式,两种有序充电花式均好像镌汰总负荷峰谷差率。 倒序递推时段充电花式下的谷时段愈加平坦,填谷终结愈加澄莹。 而总负荷最低时段充电花式会产生新的负荷尖峰,以致会零碎基础负荷的峰值。经济效益方面,两种有序充电花式下车均充电用度和运营商的日利润是疏通的。 比较无序充电花式,有序充电花式大幅度镌汰了用户每次充电的用度,提高了用户的舒坦度和响应有序充电策略的积极性。领受倒序递推时段充电花式在镌汰用户充电资本、提高运营商收益的同期,也提高了配电变压器的使用遵循和寿命,终明晰用户、运营商和供电部门的多赢。

参考文件

[1] MA Yuchao, HOUGHTO T, ANDREW C, et al. Modeling the benefits of vehicle-to-grid technology to a power system[J]. IEEE Trans on Power Systems, 2012, 27(2):1012.

[2] 张文亮, 武斌, 李武峰, 等. 我国纯电动汽车的发展标的及能源供给花式的探讨[J]. 电网技能, 2009, 30(4):1. ZHANG Wenliang, WU Bin, LI Wufeng, et al. Discussion on development trend of battery electric vehicles in Chin and its energysupply mode[J]. Power System Technology, 2009,33(4):1.

[3] 王建, 吴奎华, 刘志珍, 等. 电动汽车充电对配电网负荷的影响及有序限度究诘[J]. 电力自动化征战, 2013, 33(8):47. WANG Jian, WU Kuihua, LIU Zhizhen, et al. Impact of electric vehicle charging on distribution network load and coordinated control [ J ]. Electric Power Automation Equipment, 2013, 33 (8):47.

[4]杜学龙, 刘志珍, 王建, 等. 电动汽车充电站谐波阻扰步伐的对比分析[J]. 电力系统保护与限度, 2012, 40(19):139. DU Xuelong, LIU Zhizhen, WANG Jian, et al. Comparison and analysis on harmonic suppression of EV charging station[J]. Power System Protection and Control. 2012, 40(19):139.

[5] 葛少云, 黄镠, 刘洪. 电动汽车有序充电的峰谷电价时段优化[J]. 电力系统保护与限度, 2012, 40(10):1. GE Shaoyun, HUANG Liu, LIU Hong. Optimization of peak-valley TOU power price time-period in ordered charging mode of electric vehicle[ J]. Power System Protection and control, 2012, 40(10):1.

[6]刘文霞, 刘流, 赵天阳. 变电站区域充电桩接入限度花式及策略. 电力系统自动化, 2013, 37(16):66. LIU Wenxia, LIU Liu, ZHAO Tianyang. Charging pile acess control mode and strategy for substation area[J]. Automation of Electric Power System. 2013, 37(16):66.

[7]张良,严正,冯冬涵,等. 领受两阶段优化模子的电动汽车充电站内有序充电策略[J]. 电网技能,2014,38(4):967. ZHANG Liang,YAN Zheng, FENG Donghan, et al. Two-stage optimization model based coordinated charging for EV charging station[J]. Power System Technology, 2014, 38(4):967.

[8]魏大钧, 张承慧, 孙波, 等. 基于分时电价的电动汽车充放电多诡计优化调遣[J]. 电网技能. 2014,38(11): 2972. WEI Dajun, ZHANG Chenghui, SUN Bo, et al. A time-of-useprice based multi-objective optimal dispatching for charging and discharging of electric vehicles [ J]. Power System Technology. 2014, 38(11):2972.

[9]徐智威, 胡泽春, 宋永华, 等. 基于动态分时电价的电动汽车充电站有序充电策略 [ J]. 中国电机工程学报, 2014, 34 (22): 3638.XU Zhiwei, HU Zechun, SONG Yonghua, et al. Coordinated charging strategy for PEV charging stations based on dynamic timeof-use tariffs[J]. Proceedings of the CSEE, 2014, 34(22):3638

[10] 荣盘祥, 王子旭, 高生宇. BP 神经汇集在电动车充放电限度 中的应用[J]. 哈尔滨理工大学学报, 2015, 20(5):80. RONG Panxiang, WANG Zixu, GAO Shengyu. Application of BP neural network in electric vehicle charging and discharging control[J]. Journal of Harbin University of Science and Technology,2015, 20(5):80.

[11] 周封, 杨玉萍, 王朝阳, 等. 电动车 IVT 功能联想及电板料理系统的优化[J]. 哈尔滨理工大学学报, 2012,(04):22. ZHOU Feng, YANG Yuping, WANG Chenguang, et al. Design

of intelligent vehicle terminal (IVT) for electric cars and optimization of battery management system[J]. Journal of Harbin University of Science and Technology,2012,(04):22.

[12] 王锡凡, 邵成成, 王秀好意思, 等. 电动汽车充电负荷与调遣限度策略综述[J]. 中国电机工程学报, 2013, 33(1):2.WANG Xifan, SHAO Chengcheng, WANG Xiuli, et al. Survey

of electric vehicle charging load and dispatch control strategies [J]. Proceedings of the CSEE, 2013, 33(1):2．

[13] 孙晓明, 王玮, 苏粟, 等. 基于分时电价的电动汽车有序充电限度策略联想[J]. 电力系统自动化, 2013, 37(1):191. SUN Xiaoming, WANG Wei, SU Su, et al. Coordinated charging strategy for electric vehicles based on time-of-use price[J]. Automation of Electric Power Systems, 2013, 37(1):191.

[14]罗卓伟, 胡泽春, 宋永华, 等. 换电花式下电动汽车电板充电负荷建模与有序充电究诘[J]. 中国电机工程学报, 2012,32(31):1. LUO Zhuowei, HU Zechun, SONG Yonghua, et al. Study on charging load modeling and coordinated charging of electric vehicles under battery swapping modes [ J ]. Proceedings of the CSEE, 2014, 34(22):1.

[15] 田立亭, 史双龙,贾卓, 等. 电动汽车充电功率需求的统计学建模步伐[J]. 电网技能, 2010,(11):126.TIAN Liting, SHI Shuanglong, JIA Zhuo, et al. A statistical model for charging power demand of electric vehicles[ J]. PowerSystem Technology, 2010, (11):126.

[16] Federal High Way Administration. US Department of Transportation[EB/ OL]. 2011 [2011 - 06]. http: / / nhts. ornl. gov / 2009 / pub / stt. pdf.

[17] 王辉, 文福拴, 辛建波. 电动汽车充放电脾性偏激对配电系统的影响分析[J]. 华北电力大学学报, 2011, 38(5): 17.WANG Hui, WEN Fushuan, XIN Jianbo. Charging and discharging characteristics of electric vehicles as well as their impacts on

distribution systems[ J]. Journal of North China Electric Power University, 2011, 38(5):17.

[18]刘志珍，杨勇， 屈东明， 王建， 黑桐，基于分时电价的电动汽车群有序充电策略究诘[J].2017

[19]安科瑞企业微电网联想与应用手册2022.5版.足球投注app

电网时段汽车充电桩负荷发布于：上海市声明：该文不雅点仅代表作家本东谈主，搜狐号系信息发布平台，搜狐仅提供信息存储空间处事。