储能式充电站运行状态综合评价.pdf

第6 0 卷第8 期2023年8 月15 日电测与仪 表Electrical Measurement&InstrumentationVol.60 No.8Aug.15,2023储能式充电站运行状态综合评价朱群波，郝思鹏（南京工程学院，南京2 1116 7)摘要：随着国家政策对于新能源的大力扶持，电动汽车数量在近几年得到了迅速增长，储能充电站应运而生。为了对储能充电站的运行管理和状态监测进行指导，文章提出储能充电站运行状态多指标评价体系。评价指标包含效率、可靠性、输出、储能等四个方面，设定了十五个二级指标。根据储能充电站运行状态对配电网、充电桩可靠性、储能电池使用寿命、电动汽车动力电池使用安全性四方面的影响，确立评价指标的重要程度，根据AHP-熵权修正法确定出各个指标的权重值,建立权重矩阵。将其与基于模糊评分理论得出的指标评分结合,形成了最终的评价方法。最后以某储能充电站运行数据为基础求出评分值，并与基于专家打分法所得的评分值进行对比，验证评价方法的有效性。关键词：储能充电站；层次分析法；权修正法；状态评价D0I:10.19753/j.issn1001-1390.2023.08.021中图分类号：TM910.6Comprehensive evaluation of operation state of energy storage charging stationAbstract:With the vigorous support of national policies for new energy,the number of electric vehicles has been growingrapidly in recent years,and energy storage charging stations have emerged.In order to guide the operation managementand state monitoring of the energy storage and charging station,this paper puts forward a multi-index evaluation system ofthe operation state of the energy storage and charging station.The evaluation indices include efficiency,reliability,outputand energy storage,and 15 secondary indices are set.According to the influence of the operation state of the energy stor-age charging station on the distribution network,the reliability of the charging pile,the service life of the energy storagebattery and the safety of the electric vehicle power battery,the importance of the evaluation indexes is established.Moreo-ver,the weight values of each index are determined according to the AHP entropy weight correction method,and theweight matrix is established.The final evaluation method is formed by combining it with the index score based on the fuzzyscoring theory.Finally,the scoring value is calculated based on the operation data of a storage charging station,and com-pared with the scoring value based on the expert scoring method.The validity of the evaluation method is verified.Keywords:energy storage charging station,AHP,entropy weight correction method,state evaluation0引言随着社会经济的不断发展,能源需求量也不断增长，传统能源利用过程中造成的环境问题与能源需求量日益增加形成矛盾,新能源的开发与利用势在必行。电动汽车因其节能环保等特性，受到国家政策层面的大幅度倾斜,其保有量也在近几年保持高速增长。储能充电站作为配套设施，其运行状态对于指导运维部门合理有序安排充放电行为具有重要意义1-5,因此文章针对此问题提出一套评价体系。目前，国内外对于充电设施状态评价已取得一些成果6,但多集中于传统形式的充电设施，对于充放储文献标识码：AZhu Qunbo,Hao Sipeng(Nanjing Institute of Technology,Nanjing 211167,China)文章编号：10 0 1-139 0(2 0 2 3)0 8-0 12 5-0 8一体化站还缺乏研究7-1。文献12 分析快充网-用户-交通网-配电网之间的耦合关系，提出快充网运行四准则,并据此构建评价体系,利用数据分析确定各评价指标的权重,量化主体进行评价，但指标体系中存在耦合度较高的指标，需要进一步筛选以去除穴余项。文献13运用DS/G法将用户对充电站的服务评价和充电站实际运行状态进行证据融合，然后利用证据冲突将各用户评价值综合，最后基于D/S理论得到最终的评价结果，但在数据不充分时，依赖客户的主观评价，缺乏客观性。文献14从充电站供电可靠性、充电效率、电能质量、运行状态及为配电网提供辅助服务等五一12 5 一第6 0 卷第8 期2023年8 月15 日个层面出发，构建充电站运行状态评价体系，将指标进行规范化处理,得出各指标的权重从而得到充电站综合能效评价结果，但其判断矩阵完全依赖主观经验得出，可能使评价结果偏离实际。文献15 使用AHP法确定指标体系的权重值，通过隶属度函数和专家打分法分别确定定量指标和定性指标的单因素模糊评价矢量,运用模糊综合评价法计算充电站综合得分，进而得到充电站综合性能评价等级，但其指标标准陈旧且评价方法依赖专家经验，不能适应当前充电站的运营评价。文章在已有研究基础上，构建了储能充电站运行状态多指标评价方法。考虑充电设施可能对配电网、充电桩可靠性、储能电池使用寿命、电动汽车动力电池使用寿命等四方面产生的影响,结合AHP及熵权修正法,得出综合评价矩阵和各指标的综合权重值。文章中各指标权重值的形成取决于其对于上述四方面的影响程度，与依赖专家主观经验的打分法不同，避免了由于主观因素对评价结果造成影响。根据指标类型，使用隶属度函数得出各指标的评分值，结合指标权重,形成了完整的多指标评价方法。最后，结合实际储能充电站的评价得分，分析运行状态以及需要采取的维护措施。1评价体系的建立首先，储能充电站作为公共服务设施，其充电效率、功率因数及可靠性指标必将是评价的焦点16-17,因此文章建立了效率和可靠性指标；其次，建立了输出指标,以满足相关法规对于充电桩输出特性的要求；最后，考虑到充电站内储能电池的寿命和运行安全性，建立了储能指标，部分指标含义及表达式如下所述。1.1 效率指标(1)充电效率。充电站的充电效率是站内所有充电桩实际输出电量与输入电量之间的比值。效率的计算公式为：Eolm=Ei 100%式中E。u 表示所有充电桩实际输出电量,kWh；E表示输人所有充电桩的总电量,kWh。(2)功率因数。充电桩的功率因数与其负荷特性关系密切，是衡量充电桩充电效率的一个关键参数。当前的快速充电装置大多为直流充电桩，当功率因数偏低时，需要进行无功功率补偿，以使得功率因数值达到要求。计算负荷达到5 0%时的功率因数：PcoOs=S式中P表示有功功率，kW;S表示视在功率,kVA。(3)单桩输出电量。单桩输出电量是采样期内所有充电桩输出电量与一12 6 一电测与仪表Electrical Measurement&Instrumentation充电桩总数的比值。计算公式为：E,=N,Esam式中Esam表示采样期内所有充电桩的输出电量，kWh;N,表示充电桩总数。1.2可靠性指标(1)平均无故障时间。平均无故障时间是指在一次故障发生之后，下一次故障发生之前，充电站正常运行的总时间。其数值为采样期内充电站正常运行的总时间与发生故障次数的比值。计算公式为：工T.=G式中T,表示充电站正常运行的总时间；G表示充电站发生故障的总次数。(2)平均故障修复时间。平均故障修复时间是指采样期内故障修复的总时间与故障次数的比值。计算公式为：GT.=G式中T,表示第i次故障发生时修复的时间。（3）充电桩可利用率。充电桩可利用率是指充电桩正常运行时间与采样总时间的比值。计算公式为：L=T,G一10 0%T,+ZT,i=11.3输出指标(1)输出电流误差。在电流恒定状态下，充电桩的输出电流应为额定电流值的2 0%10 0%，当设定的输出电流值超过30(1)A,其误差应整定在1%范围内。计算公式为：IS-IsAI=100%式中Is为输入交流电压为额定值且充电电压在规定范围内的充电电流测量值;Iso为充电电流的设定值。(2)纹波系数。被测充电机在一定工况下运行时,其输出纹波有效值系数不应超过0.5%，纹波峰值系数不应超过1%。1.4 储能指标(1)实时剩余电量。(2)实时剩余电量是指电池实时剩余荷电量与初始标定荷电量的比值，其计算公式为：%100%SOC,=Vol.60 No.8Aug.15,2023(3)(4)(5)(6)(7)(8)第6 0 卷第8 期2023年8 月15 日式中C表示实时剩余荷电量,kWh;C,表示初始标定荷电量，kWh。(2)电池健康状态。健康状态是指当前电池满充后荷电量与初始标定荷电量的比值，其计算公式为：CmSOCk=100%C,式中Cm表示当前电池满充后的荷电量,kWh。所形成的多指标评价体系如图1所示。充电效率(A11)效率指标(A1)可靠性指标(A2)储能充电站运行状态多指标评估(A)图1储能充电站多目标评价体系Fig.1Multi-objective evaluation system ofenergy storage charging station2权重计算方法储能充电站运行状态的变化最终会对配电网、充电桩可靠性、储能电池使用寿命、动力电池使用安全性等四个方面产生影响，采用具有主客观结合特性的层次分析法与炳权法进行权重计算，得出上述指标体系中每一个指标的权重,为综合评分奠定基础。2.1 AHP(层次分析法)首先,按照AHP的原则，将上述的指标体系依次定义为目标层、准则层、方案层。其次，根据两两指标间的重要程度构建判断矩阵。结合运行维护的实际参数和相关行业标准，确定出各指标的重要程度。将配电网、充电桩可靠性、储能电池使用寿命、动力电池使用安全性等四个方面的受影响程度记为B、C、D、E,根据已有的研究经验和相关领域专家意见，令B:C:D:E=0.3:0.3:0.2:0.2,同时满足B+C+D+E=1。2.1.1配电网受影响程度随着国家对于新能源汽车的大力提倡，其保有量在近年来快速增长，对于配电网的承载能力也提出了更高要求。如果不能利用政策和价格因素来引导电动电测与仪表Electrical Measurement&Instrumentation汽车错峰充电，将会造成“峰上加峰”，使得配电网超负荷,降低其效率。此外，还将会使得电压发生畸变,并降低配电网系统设备的使用寿命18 储能充电站的运行状态会对配电网的无功配置成本、线路及设施电能损耗、电压合格率、线路安全性、瞬时负载率等承载能力指标造成影响。将储能充电站的(9)运行状态对配电网承载能力的影响记为1,则配电网各项指标的受影响程度之比为r:bi:ci:d,:ei,且满足ai+br+ci+d+e=1。假设各指标的受影响程度一致,则可列为表1所示。功率因数(A12)表1配电网承载能力指标与储能充电站单枪输出电量(A13)评价指标对应关系平均无故障时间(A21)Tab.1 Corresponding relationship between load capacity平均故障修复时间(A22)index of distribution network and evaluation index of energy实时充电桩可利用率(A23)限压能力(A31)输出指标限流能力(A32)(A3)输出电压误差(A33)输出电流误差(A34)纹波系数(A35)实时剩余电量(A41)储能指标(A4)Vol.60 No.8Aug.15,2023storage charging station配电网承载能力指标对应评价指标无功装置配置成本A11A12 A31-A35线路及设施电能损耗A1l-A13 VA31-A3s电压合格率A31/A33线路安全性Al1VA12VA21/A22VA31-A35VA42瞬时负载率A11VA12电池温度(A42)电池健康状态（A43)充放电次数（A44）评价指标总重要度BaiBb1BcIBdlBei2.1.2充电桩可靠性受影响程度充电桩运行过程中,要求能够对输人过电压、过电流和输出过电压、过电流及过温等工况进行保护动作19 2 0。将储能充电站的运行状态对充电桩的效率品质、安全品质、输出品质的影响记为1，则充电站可靠性各项指标的受影响程度之比为2:b2:c2,且满足a2+bz+C=1。假设各指标的受影响程度一致,则可列为表2所示。表2 充电桩可靠性指标与储能充电站评价指标对应关系Tab.2Corresponding relationship between reliability indexof charging pile and evaluation index of energy storage充电桩可靠性指标评价指标总重要度效率品质Al A12/A13安全品质A21/A22/A23输出品质A31-A352.1.3储能电池使用寿命受影响程度充电站的输出特性与安全状态会对站内储能电池剩余的使用寿命造成极大影响，维持其寿命需要充电站工作特性最大程度保持平稳。储能电池作为站内“削峰填谷”的核心部分，其受影响程度是综合评价充电站运行状态的重要因素。此外，储能电池对于电网有治理谐波、减缓投资、提供紧急备用等辅助功能，世界各国正对这种新型充电站模式展开研究，探讨利益一 12 7 一charging station对应评价指标Ca2Cb2Cc2第6 0 卷第8 期2023年8 月15 日最大化的运行模式。将储能电池充电过程中的输人电压、输入电流、输入功率、剩余可用次数作为影响其寿命的指标,则储能电池使用寿命各项指标的受影响程度之比为a3:b3:C3:ds,且满足a+b,+Cg+d,=1。假设各指标的受影响程度一致,则可列为表3所示。表3储能电池使用寿命指标与储能充电站评价指标对应关系Tab.3Corresponding relationship between service life indexof energy storage battery and evaluation index of energy储能电池使用寿命指标评价指标总重要度A31VA33 A3sDa3输人电压输人电流输人功率剩余可用次数2.1.4动力电池使用安全性受影响程度用户侧的动力电池在接人充电桩进行充电时，充电桩的输出特性会对动力电池的寿命和安全性造成很大影响。基于用户满意度的角度出发，将动力电池受影响程度也作为综合评价储能充电站的因素2 0。文章主要针对充电站的状态评价，因此不需要将用户侧动力电池的剩余可用次数纳人指标体系，故将动力电池充电过程中的输人电压、输入电流、输入功率作为影响其寿命的指标，则动力电池使用安全性各项指标的受影响程度之比为4:b4:C4，且满足a4+b4+C4=1。假设各指标的受影响程度一致,则可列为表4所示。表4动力电池使用安全性指标与储能充电站评价指标对应关系Tab.4 Corresponding relationship between safety indexof power battery and evaluation indexof energy storage charging station动力电池使用安全性指标输人电压输人电流输人功率结合上述四个表格中的分析数据，可得到指标体系中的十五个指标的总重要度,如表5 所示。根据表5 可得指标的总重要度矩阵为Z=5477/42000 5477/42000 11/400 23/500 23/500 1/252897/25200 877/8400 2897/25200 877/8400 2141/252001/8037/20001/801/80并可得到层次分析法中的判断矩阵P,判断矩阵中元素P,即为第i个指标与第j个指标的重要度数值之比。用0 9 比较尺度来表示两两指标间的相对重要程度,P,为9 时表示第i个指标相较第i个指标而言极其重要，其余中间数值越大表示重要一12 8 一电测与仪 表Electrical Measurement&Instrumentation表5 各指标总重要度一览表Tab.5 List of total importance of each index评价指标ABaj/7+Bb/8+Bdj/10+Be1/2+Ca2/3+Dc3/2+Ec4/2A12Ba/7+Bbj/8+Bd,/10+Be1/2+Ca2/3+Dc3/2+Ec4/2A13A21A22A23A31A32storage charging stationA33对应评价指标A34A35A41A32/A34Db3A1VA12Dc3A41-A44Dd;对应评价指标评价指标总重要度A31VA33/A3sEa4A32/A34Eb4A A12Ec4Vol.60 No.8Aug.15,2023总重要度Bb,/8+Ca2/3Bd,/10+Cb2/3Cb2/3+Bd,/10Cb2/3Ba,/7+Bb/8+Bc,/2+Bd,/10+Cc2/5+Da3/3+Ea4/3Baj/7+Bb,/8+Bd,/10+Cc2/5+Db3/2+Eb4/2Ba,/7+Bb,/8+Bcj/2+Bd,/10+Cc2/5+Da3/3+Ea4/3Baj/7+Bb,/8+Bdj/10+Cc2/5+Db3/2+Eb/2Ba,/7+Bb,/8+Bd,/10+Cc2/5+Da3/3+Ea4/3A42A43A44程度越高。当由上述表格中数据计算所得P,的值不在取值范围内时,应及时对其做出调整,最终得到判断矩阵。使用特征值法,求解各评价指标所对应的权重,并形成权重矩阵Q=0.0112.7812.782.774.634.634.0311.53 10.53 11.53 10.53 8.56 1.27 1.87 1.27 1.27。将判断矩阵对应的最大特征值,代人 CI=（ma x-n)/(n-1）,C R=C I/R I,可知 CR0.1 成立,故判断矩阵满足一致性检验。2.2熵权法层次分析法是主观赋权法，受主观因素影响较大，可能会使得权重偏离实际。权法是客观赋权法,指标的值越小，表明其包含的信息含量越多，在指标体系中所占权重越大。因此将层次分析法和熵权法结合使用,综合考虑主客观因素，可以使得权重值更符合实际。权法步骤如下：（1)将判断矩阵各行作归一化处理,得到归一化矩阵R;(2)求各指标对应熵权矩阵S,计算方法为：nx;=1+(lnn)Z R,lnRjj=1S;=S=sis2s3s,求得熵权矩阵S=0.01666.816.86.86.796.69 6.79 6.69 6.79 6.81 6.74 6.8 6.74 6.74;(3)计算得到综合权重矩阵T,计算方法为：q;S;t=则综合权重矩阵T=0.0111.6 8 11.6 8 2.8 7Dd./4Dd,/4+Bd,/10Dd;/4Dd3/4(10)(11)(12)(13)第6 0 卷第8 期2023年8 月15 日4.80 4.80 4.17 11.74 10.89 11.74 10.89 8.88 1.301.94 1.30 1.30。3指标的模糊评分对于各个指标而言，并不能以好与不好来简单评价,因此需将模糊问题统一量化，使得对储能充电站的性能分析成为可能。模糊评分以评语集和隶属函数为主，广泛应用于工程实际当中,具有较高的可靠性。114.742.83 2.833.261.131.251.131.251.53114.74 2.832.833.261.131.251.131.251.530.210.210.350.351.670.350.351.670.310.311.450.870.870.880.884.182.52.52.87P=0.80.83.82.272.272.610.910.880.884.182.52.52.870.80.83.82.272.272.610.910.650.65 3.091.851.852.12 0.740.810.740.810.1 0.10.450.270.270.310.110.120.110.120.150.140.140.670.40.40.460.160.180.160.180.221.480.10.10.450.270.270.310.110.120.110.120.15L0.10.10.450.270.270.310.110.12 0.110.120.153.2隶属函数的选定x-a1a1xa2常用的隶属函数有三角型、梯形型、h次抛物线型、a2-a1柯西型等等，这里采用三角型隶属函数。根据十五个儿2指标的运行特性,将其分为三种类型,A2A3、A 34 A 35、A4为极小型指标（数值越小越好），A11、A 2、A 13、A 2 1、A23、A 4 A 4a 为极大型指标（数值越大越好），A31、A 32、A 42为中间型指标（数值处于某一限定区间）。3.2.1极小型隶属函数根据模糊理论的分析原理，确定极小型指标的最佳值,和最差值3,并取中间值=（1+)/2。隶属函数表达式及函数图如图2 所示。“10图2 极小型隶属函数图Fig.2Minimal membership function diagram,1x-a2()ai a2电测与仪 表Electrical Measurement&Instrumentation3.1评语集的选定将储能充电站运行状态所对应的评语集划分为好、中、差三个等级。其中，“好”表示指标运行在合理范围内；“中”表示指标运行在临界状态，需要及时调整，否则可能影响充电站的运行；“差”表示指标运行在合理范围以外，已经对整体产生破坏性影响。则有评语集为1好,中,差,对应的隶属函数依次为,2,3。10.600.60 0.690.240.260.240.260.322.201.49111.150.40.440.40.440.543.682.493.683.68111.150.40.440.40.44 0.543.682.493.683.6810.350.380.35 0.380.473.22.1611.110.9111.110.91从3.2.2极大型隶属函数极大型指标对应的函数表达式及函数图与极小型类似,不再重复。M23.2.3中间型隶属函数确定中间型指标的上、下限边界值分别为3231,最佳区间的上、下限分别为i2va1,并令2=（i2+32)/2,aia2xalVol.60 No.8Aug.15,202397.0497.042.2 2.23.23.211.11.3511.238.355.648.358.3511.11.3511.238.355.648.358.3516.804.606.806.8010.6811.48 1.4810.6810.68x-a3a2 x a3a2-a3Loxai,xa30a2一a2a2 a3a3X9996.2196.21a21=（+）/2。隶属函数表达式及函数图如图3所示。山10(14)Fig.3Intermediate membership function diagram999999111111(15)(16)山2山2Q12a22图3中间型隶属函数图一12 9 一a32X第6 0 卷第8 期2023年8 月15 日1al一a21从(x)一a21-a31x-a1la21xa1l（a21-a11a12一a22一a12一a32a22xa3222一a321一a21a31a21(x)一a22a32-22a21 x 22将评语集中好、中、差所对应的评分D（k=1,2，3)依次设定为10 0 分、7 5 分、5 0 分，则单项指标的模糊3理论评分值为F；=ZD；（k），且应满足；（1）+;(2）+;(3）=1。评分矩阵为：F=FF2 Fs.F,4算例分析采集某城市一个储能充电站在某典型日的工作数据，各项指标值如表6 所示。表6 储能充电站指标值Tab.6Index value of energy storage charging station指标名称充电效率A1/%功率因数A12单枪输出电量A13/(kW/h）平均无故障时间A2i/h平均故障修复时间A22/h实时充电桩可利用率A23/%限压功能A31/s限流功能A32/s输出电压误差A33/%输出电流误差A34/%纹波系数A3s/%实时剩余电量A41/%电池温度 A42/电池健康状态A43/%充放电次数A44-130一电测与仪 表Electrical Measurement&Instrumentationam x ai24.1 评分的计算21根据模糊理论评分方法，由式（14）式（2 0）可求a21xall一a22a12x22a12一a22Lox 22xa31,xa2,auxa2a31a31x21a12xa22x a31,x a32a31xa21a22x a32指标数值93.450.981 152.4916 000198.450.50.50.430.50.3369.354387739Vol.60 No.8Aug.15,2023得各项指标的评分矩阵F=67.25908075708580(17)7971757580827868,利用式F总=TF计算得到F总7 6.8 5。将各级指标的评分整理得表7。表7 各级指标评分值Tab.7Scores of indices at all levels总分一级指标评分值二级指标评分值A67.25A178.8(18)A276.85A3(19)A44.2基于专家打分法的评分计算通过向专家发放问卷，统计出各指标的权重值，并对每个指标的数据求算术平均值，得到基于专家打分法的权重矩阵T=0.0110.838.334.1710.835.83 8.33 4.23 4.23 9.17 9.17 6.67 3.33 7.5 3.334.17。结合上述所得评分矩阵，可形成基于专家打分(20)法的各级指标评分,将数据整理得表8。表8 基于专家打分法的各级指标评分值Tab.8Scores of indices at all levels based onexpert scoring method总分一级指标评分值二级指标评分值A67.25A77.65A277.1776.74A3A4A12A13A2176.3A22A23A31A3276A33A34A3A41A4277.6A43A44A12A13A21A22A23A31A3275.04A33A34A35A4IA4277.72A43A4490807570858079717575808278689080757085807971757580827868第6 0 卷第8 期2023年8 月15 日4.3评分结果分析令F总的评语集(好，中，差|对应评分区间依次为80100、6 0 8 0、6 0 分以下，则两种权重计算方式下储能充电站的综合评价都为“中”，这表明该充电站整体运行状态较为良好，同时也存在较大的提升空间。效率指标子系统中,充电效率（An）得分较低，表明充电站内的电能传输损耗较大，将会造成不必要的电能浪费且在一定程度上会增加用户充电的时间。可靠性指标子系统中,平均故障修复时间（A22）得分较低，表明该充电站的运营维护机制存在较大的提升空间，需要进一步提升快速诊断故障发生位置及故障类型的能力。输出指标子系统中,输出电压误差（A33）得分较低，表明站内充电桩的稳压能力较差，使得输人电动汽车动力电池的电压偏离理想值，将会对动力电池安全性造成影响。储能指标子系统中,充放电次数（A44）得分较低这是因为锂电池设计满充满放周期一般为5 0 0次，即使通过充放电策略适当减缓了容量的衰减，但该站内的储能电池也已处于寿命中后期，因此其容量相对初始容量衰减明显。四个一级指标得分相对平稳，都处于可接受的运行范围内，进一步可以评价出整个充电站的状态。结合以上分析，认为该储能充电站虽然有部分指标运行在临界情况，但整体运行情况可接受。运营部门若能及时针对评分较低的指标进行技术改造和服务体系升级，该充电站运行状态将会有很大提升。通过两种方式求得的储能充电站运行状态评分值相近，也表明文中所建立的评价体系和评分方法具有较好的实用性和准确性。5 结束语文章提出了较为合理的储能充电站运行状态评价方法，构建了评价所需的指标体系，能够可靠地实现充电站实时运行状态分析。文中结合实际，从储能充电站运行状态对配电网、充电桩可靠性、储能电池使用寿命、电动汽车动力电池使用安全性四方面的影响人手，将层次分析法和熵权法结合使用，给出各指标在评价体系中的权重值；再根据模糊理论将指标按照取值类型分为三种,并据此对其进行评分,形成评分矩阵并最终求得综合评价值。合理有效的评价体系可以使我们准确判断出储能充电站的运行状态,能够结合实际指导运营维护，为电动汽车大规模使用提供技术支持。参考文献1 KESLER M,KISACIKOGLU M C,TOLBERT L M.Vehicle-to-grid re-active power operation using plug-in electric vehicle bidirectional off-board charger J.IEEE Transactions on Industrial Electronics,2014,61(12):6778-6784.2杨月新，车延博，杨立勋电动汽车充电机运行状态多指标综合评电测与仪 表Electrical Measurement&Instrumentation价J.电力自动化设备，2 0 18，38（3）：7 2-7 9.Yang Yuexin,Che Yanbo,Yang Lixun.Multi index comprehensive e-valuation of electric vehicle charger operation state J.Electric PowerAutomation Equipment,2018,38(3):72-79.【3刘亚丽，李国栋，胡波，等电动汽车非车载充电机检测平台的建立与实践J电力系统及其自动化学报，2 0 15，2 7（11）：9 8-10 2.Liu Yali,Li Guodong,Hu Bo,et al.Establishment and practice of tes-ting platform for off board charger of electric vehicle J.Proceedings ofthe CSU-EPSA,2015,27(11):98-102.【4张美霞，蔡雅慧，杨秀，等考虑用户充电差异性的家用电动汽车充电需求分布分析方法J电力自动化设备，2 0 2 0，40（2）：154-161.Zhang Meixia,Cai Yahui,Yang Xiu,et al.Analysis method of char-ging demand distribution of household electric vehicle considering usercharging differenceJ.Electric Power Automation Equipment,2020,40(2):154-161.5高赐威，张亮电动汽车充电对电网影响的综述J电网技术，2011,35(2):127-131.Gao Ciwei,Zhang Liang.Overview of the impact of electric vehiclecharging on power gridJ.Power System Technology,2011,35(2):127-131.6】杨夯电动汽车充换电站规划方法及运营状态评价研究D长沙：湖南大学，2 0 15.Yang Hang.Study on planning method and operation state evaluation ofelectric vehicle charging and replacing power station D.Changsha:Hunan University,2015.7 刘亚丽，李国栋，胡波，等。电动汽车非车载充电机检测平台的建立与实践J电力系统及其自动化学报，2 0 15，2 7（11）：9 8-10 2.Liu Yali,Li Guodong,Hu Bo,et al.Establishment and practice of tes-ting platform for off board charger of electric vehicleJ.Proceedings of the CSU-EPSA,2015,27(11):98-102.【8 黄梦涛，王浩。电动车充电站电能质量监测平台的研究J电测与仪表，2 0 15，5 2(2)：49-5 2.Huang Mengtao,Wang Hao.Research on power quality monitoring plat-form of electric vehicle charging station J.Electrical Measurement&Instrumentation,2015,52(5):49-52.9 YILMAZ M,KREIN P T.Review of battery charger topologies,chargingpower levels,and infrastructure for plug-in electric and hybrid vehiclesJ.IEEE Transactions on Power Electronics,2013,28（5):2151-2169.10陈明强，高健飞，畅国刚，等.V2G模式下微网电动汽车有序充电策略研究J电力系统保护与控制，2 0 2 0，48（8）：141-148.Chen Mingqiang,Gao Jianfei,Chang Guogang,et al.Study on the or-derly charging strategy of micro grid electric vehicle in V2G mode J.Power System Protection and Control,2020,48(8):141-148.11黄永红，沈洋洋，陈坤华，等.基PSO-LSSVM的锂离子电池荷电状态预测方法J电测与仪表，2 0 18，5 5（16