《插电式电动车的全球兴起:公共政策、技术创新与国家战略》书评:政府—市场关系视角

关于政府与市场关系的讨论和争论经久不衰,本文秉承相关讨论可以以理论为起点但是最终需要回到具体的现实情境之中的观点,以《插电式电动车的全球兴起:公共政策、技术创新与国家战略》一书为据,分享关于这一议题的讨论。核心观点是:虽然电动车是私人物品,但其市场并非自发形成,其产生背景是政府为解决能源安全、大气污染、气候变化、经济发展等公共问题制定了大量的产业政策,各经济体皆如此;解决公共问题这一目的为实施促进电动车产业发展的产业政策提供了一定的正当性。

插电式电动车有序充电调度控制算法研究

主要研究基于电动车参与的电网有序用电调度控制优化问题。首先,通过智能电表采集某地区历史电荷信息,并通过该信息对该地区未来24 h用电负荷进行动态预测。然后,基于当前实时居民用电负荷情况和已提交的充电订单信息,提出了一种智能有序充电调度控制算法,即根据订单信息对电动车进行有序编排,并在考虑居民实时用电负荷情况下,如果出现实时负荷超出变压器承受最大负荷的冲突,则需要考虑对充电编排做动态更新。所提出的基于智能电表有序充电系统在保证变压器稳定运行前提下,提高了充电效率,优化了谷峰差,从而实现了削峰填谷。最后,仿真结果验证了所提出算法的有效性。

插电式电动车(PEV)在配电网的渗透率分析及对配电网的影响

根据节能节能减排的要求,能够有效替代燃油汽车的插电式电动车(PEV)会逐步增多,对配电网的影响也逐步加大。在此背景下,本文研究一种插电式电动车(PEV)的不同渗透率对配电网的影响。以实际的系统为样本案例,研究不同PEV渗透率条件下对配电网的影响,同时研究了如何协调PEV充电之间的关系,从而降低对配电网的影响程度。算例结果验证了方法的有效性和实用性。

带有插电式电动车和风电装置的电力系统经济调度

通过构建插电式电动车和风力发电机的不确定性经济调度模型,研究插电式电动车在充电与放电时的概率分布,得到风能和电动车接入电网电源的数学表达式,证明提出的经济调度模型的合理性。

插电式混合电动汽车充电对配电网的影响分析

在分析插电式混合电动汽车充电影响因素的基础上,探讨了该类汽车充电对配电网的影响。

考虑锂电池寿命的插电式混合动力客车能量控制策略

为了提高锂电池储能系统的使用寿命,提出了一种串联插电式混合动力客车能量控制策略,其在电量维持阶段,整车控制采用功率跟随的控制策略,并统计锂电池充放电Ah量变化,控制辅助动力单元功率输出大小,实现动力系统电量自平衡;根据车辆每天运行里程以及流经锂电池的Ah量,自动调节锂电池系统的充电电流到达限值,从而控制流经锂电池的能量,延长锂电池寿命,满足车辆全寿命周期充放电次数的目标。经评估,在制动工况极度频繁的条件下,虽然车辆油耗有一定程度的提高,但是其全寿命周期使用成本更低。

基于区间算法的插电式混合电动车充电优化方案研究

PHEV的随机充电行为会对配电网造成如电压越界、网损增大等直接影响,为了降低PHEV并网对电网产生的影响,提出一种基于区间算法的优化充电方案。方案通过用户侧与配网侧的互动,采集相关数据;利用基于区间算法的前推回代模型,将负荷本身的波动性考虑到方案中,进行充电行为分析;经过安全稳定性校验,输出相应的PHEV接入方案。以IEEE 33标准节点系统为算例,验证了智能充电方案的可行性。

Supervisory control of the hybrid off-highway vehicle for fuel economy improvement using predictive double Q-learning with backup models

This paper studied a supervisory control system for a hybrid off-highway electric vehicle under the chargesustaining(CS)condition.A new predictive double Q-learning with backup models(PDQL)scheme is proposed to optimize the engine fuel in real-world driving and improve energy efficiency with a faster and more robust learning process.Unlike the existing“model-free”methods,which solely follow on-policy and off-policy to update knowledge bases(Q-tables),the PDQL is developed with the capability to merge both on-policy and off-policy learning by introducing a backup model(Q-table).Experimental evaluations are conducted based on software-in-the-loop(SiL)and hardware-in-the-loop(HiL)test platforms based on real-time modelling of the studied vehicle.Compared to the standard double Q-learning(SDQL),the PDQL only needs half of the learning iterations to achieve better energy efficiency than the SDQL at the end learning process.In the SiL under 35 rounds of learning,the results show that the PDQL can improve the vehicle energy efficiency by 1.75%higher than SDQL.By implementing the PDQL in HiL under four predefined real-world conditions,the PDQL can robustly save more than 5.03%energy than the SDQL scheme.

全球新能源汽车产业竞争格局研究

本文通过对影响新能源汽车产业竞争力的关键因素分析,得出结论如下:第一,全球新能源汽车替代率仍较低,仍然处于发展初期,但发展迅速、市场前景乐观。新能源汽车产业规模不断扩大,相对于传统汽车的竞争能力有所提升,纯电动汽车的市场竞争能力强于插电式混合动力电动车。第二,在新能源汽车产业链条中,中美欧在终端市场销售上拥有优势,中日美三国在生产制造环节具有竞争优势,中日韩在产业配套上具有竞争优势;中国公共基础设施方面具有竞争优势,挪威在新能源汽车替代传统汽车方面表现突出。第三,中美两国新能源汽车产业的发展路径不同,各自的竞争优势也不同,竞争优势差异主要表现在:美国在核心技术创新能力、新能源汽车市场对外开放程度和单一车型市场占有率等方面具有显著的优势;中国则在政策支持力度、产业规模、市场规模、产业配套、政策综合效果等方面优势显著。