本發明屬于電動汽車
技術領域：
，更為具體地講，涉及一種考慮行為隨機性的電動汽車參與電網調壓調度方法。
背景技術：
：由于化石燃料緊缺、環境污染等問題日益嚴重，使用可再生清潔能源的電動汽車得到越來越廣泛的應用。大量的電動汽車充電將帶來新一輪的負荷快速增長，這對用電負荷峰谷差日益加大的電力系統而言，增加了巨大的供電壓力。v2g(vehicle-to-grid)技術是指電動汽車和電網之間可以進行能量和信息的雙向流動。在這種模式下，電動汽車已經不僅僅是電網的用電負荷，還成為了電網的供電源向電網饋電或者作為電網的儲能設備。同時，電動汽車在一天中有超過80％的時間處于空閑狀態。因此，可以利用電動汽車為電網提供調頻、調壓、旋轉備用等輔助服務。目前，針對電動汽車參與電網調壓的調度方法，國內外已經展開了一定程度的研究，但尚處于初級階段，有待深入研究。期刊《電網技術》2013年第2期“基于v2g的無功功率補償技術”一文基于v2g技術提出了利用電動汽車作為無功補償裝置為家庭負荷進行無功就地補償的控制方案；期刊《科技創新》2017年第6卷“基于無差拍控制的電動汽車無功補償研究”一文通過無差拍控制方法對電動汽車為微網提供的無功功率進行控制，實現無功補償，減少微網對大電網的影響。上述研究結果中，對于電動汽車參與電網調壓的控制方法，首先是基于對獨立電動汽車的控制實現無功補償，沒有考慮多臺電動汽車的調度；其次缺乏對電動汽車用戶用車行為的隨機性的考慮。然而實際上單臺電動汽車對電網電壓的調節力度較小，通過調度電動汽車車組參與電網調壓更加有效；此外，電動汽車用戶的日常用車行為具有不確定性，每輛電動汽車接入電網的時間和初始電量各不相同，并且其離開時所需的最低滿足出行的電量也不盡相同。因此，當前研究對于實際應用缺乏有效的指導意義。技術實現要素：本發明的目的在于克服現有技術的不足，提供一種考慮行為隨機性的電動汽車參與電網調壓調度方法，充分考慮電動汽車用戶行為隨機性，在滿足電網電壓穩定、電動汽車充電需求以及電動汽車充電站經濟效益最大化下，實現入網電動汽車的合理調度。為實現上述發明目的，本發明一種考慮行為隨機性的電動汽車參與電網調壓調度方法，其特征在于，包括以下步驟：(1)、建立電動汽車無功售價的博弈競價模型(1.1)、計算電動汽車無功售價：其中，表示第h個時間間隔內電動汽車的無功售價；表示電動汽車出售無功的基本價格；mh表示第h個時間間隔內激勵電價的比例系數；表示第h個時間間隔內向電網補償無功的上限；表示第n輛電動汽車在第h個調度時間間隔內的無功出力大小；n表示服從調度的電動汽車的數目；(1.2)、建立電動汽車無功售價的博弈競價模型(1.2.1)、計算充電站為電網提供的無功補償量與電網所需最優補償量的偏差，通過該偏差值來表示充電站對電網的調壓效果；其中，futi為充電站為電網提供的無功補償量與電網所需最優無功需求量的偏差函數，偏差越小則調壓效果越好；表示電網所需最優的無功補償量；(1.2.2)、計算每位電動汽車用戶參與調壓的經濟回報；其中，fevn為第n輛電動汽車參與電網調壓所獲的經濟回報函數；集合s∈n\{n}表示服從調度的所有電動汽車集合中去掉第n輛電動汽車；(1.2.3)、選取充電站對電網的最優調壓效果和每位電動汽車用戶所期望的最大經濟回報構成電動汽車無功售價的博弈競價模型；(2)、建立充電站的利潤模型；(2.1)、充電站從電網處獲取市場有功及無功電價數據；(2.2)、根據市場有功電價確定電動汽車充電零售價，等于市場有功電價的γ倍，γ>1；(2.3)、將電動汽車充電獲取的收益及參與電網調壓獲取的收益之和作為充電站總收益income，將從電網買電開支和支付電動汽車用戶參與調壓的費用作為總成本cost，建立充電站的利潤模型：rev＝income-cost；其中，st和et分別表示調度時段的始末；調度時段被平均分為多個時間間隔，每個時間間隔時長為δt；rh表示第h個時間間隔內電動汽車充電零售價；γ表示充電站設定的零售價與電網市場價的比例系數；和分別表示第h個時間間隔內有功及無功市場電價；和分別表示第n輛電動汽車在第h個時間間隔內充電消耗的有功功率和向電網注入的無功功率；(3)、建立電網電壓的約束模型根據電力系統對電網電壓穩定的規定，建立電網電壓的約束模型：vmin≤vi≤vmax；其中，vmax和vmin分別表示電網電壓的安全范圍上、下限；vi表示電力系統拓撲結構中第i條母線的電壓；(4)、建立電動汽車接入點的功率模型(4.1)、確定充電站在電網中的接入位置，即電動汽車接入點；(4.2)、將電動汽車充電作為電網的有功負荷，其向電網注入的無功功率作為電網無功補償，計算接入點所有服從調度的電動汽車的有功負荷和無功出力之和，建立電網上電動汽車接入點的功率模型：其中，和分別表示電網第i條母線處電動汽車的有功負荷和無功出力；(5)、以步驟(2)所建立的充電站利潤模型的最大化為目標函數，以步驟(3)和步驟(4)所建立的電網電壓約束模型和電動汽車接入點的功率模型為約束條件，建立充電站對電動汽車的優化調度數學模型；(6)、分析用戶行為隨機性，估算電動汽車達到/離開充電站的時間和電池電量狀態(soc)(6.1)、分析用戶行為數據，估算一天每個小時接入/離開充電站的電動汽車數目；(6.1.1)分析用戶行為數據，通過泊松擬合獲得一天內充電站處電動汽車的達到率/離開率；(6.1.2)、根據所得到達/離開率計算每兩輛電動汽車連續到達/離開充電站的時間間隔，直至所有車輛均已達到/離開充電站：其中，τ表示每兩輛電動汽車連續達到/離開充電站的時間間隔；λ表示電動汽車到達率/離開率；ξ為服從(0,1)均勻分布的隨機變量；(6.1.3)、根據所得的達到/離開時間間隔，獲得每輛電動汽車到達/離開充電站的具體時間；(6.1.4)統計每個小時到達/離開充電站的電動汽車數目；(6.2)、分析用戶行為數據，通過正太分布估算電動汽車達到時的初始電池socinit和離開時所需的最低電池socdes；(7)、基于步驟(6)估算出的電動汽車相關參數及從電網處獲得的基礎負荷、線路阻抗，將調度時間均分為多個調度時段，利用序列二次規劃方法計算步驟(5)所建立的優化調度數學模型，獲取給每輛電動汽車在每個調度時段內最優分配的充電效率和無功出力大小，并作為充電站對電動汽車的調度指令，并依次發送至相應的電動汽車用戶，完成調度過程。本發明的發明目的是這樣實現的：本發明一種考慮行為隨機性的電動汽車參與電網調壓調度方法，充分考慮電動汽車用戶行為隨機性，在滿足電網電壓穩定、電動汽車充電需求以及電動汽車充電站經濟效益最大化下，通過設計了一種均衡充電站與電動汽車用戶雙方經濟效益的無功電價機制，實現對入網電動汽車的合理調度，從而能夠有效地改善電網電壓的穩定性，大幅提高電動汽車充電站的經濟收益，并且可以顯著減少電動汽車用戶的經濟開支。同時，本發明一種考慮行為隨機性的電動汽車參與電網調壓調度方法還具有以下有益效果：(1)、本發明充分考慮了電動汽車用戶用車行為的隨機性，通過估算了電動汽車達到/離開充電站的時間和soc等數據來設計的調度策略，更符合實際情況，更具有現實指導意義；(2)、本發明基于博弈論設計了電動汽車充電站與電動汽車用戶之間的無功激勵電價競價機制，實現了電網電壓穩定和電動汽車用戶經濟效益兩方面的均衡，更加充分地調動了電動汽車參與電網調壓的積極性，還可以有效對降低電動汽車用戶的充電開支；(3)、本發明設計調度策略保障了充電站的經濟利益，也降低了大量電動汽車并網充電給電網電壓帶來的負面影響，對解決與電動汽車并網問題有重要意義。附圖說明圖1是電動汽車接入的電網系統拓撲結構圖；圖2是電動汽車充電站與電動汽車用戶之間的博弈結構圖；圖3是電網一天內有功/無功市場電價曲線圖；圖4是調度時間內電網基礎負荷情況曲線圖；圖5是一天內電動汽車到達/離開居住地的概率分布柱狀圖及折線圖；圖6是一天內連續兩輛歸家的電動汽車之間時間間隔柱狀圖；圖7是一天內連續兩輛離家的電動汽車之間時間間隔柱狀圖；圖8是電動汽車電量估算流程圖；圖9是優化調度模型求解過程流程圖；圖10是電動汽車的最優有功調度指令柱狀圖；圖11是電動汽車的最優無功調度指令柱狀圖；圖12是負荷高峰期各母線電壓變化情況曲線；圖13是電網末端電壓隨時間變化曲線；圖14是電動汽車平均有功消耗/無功出力曲線圖；圖15是每輛電動汽車用戶的開支對比柱狀圖。具體實施方式下面結合附圖對本發明的具體實施方式進行描述，以便本領域的技術人員更好地理解本發明。需要特別提醒注意的是，在以下的描述中，當已知功能和設計的詳細描述也許會淡化本發明的主要內容時，這些描述在這里將被忽略。實施例圖1是電動汽車接入的電網系統拓撲結構圖。根據一天內的負載情況和電動汽車一般的上下班時間，在本實施例中，某一住宅區的充電站對于電動汽車的調度時間選取為晚上18:00到次日上午6:00，時間間隔為1小時，電動汽車數目為150輛。該住宅區對應的電網拓撲結構如圖1所示，包含分布式電源、基礎負荷和電動汽車充電站的8母線結構，其中母線1作為參考點，其電壓值為變壓器輸出電壓值220v。下面結合圖1，對本發明一種考慮行為隨機性的電動汽車參與電網調壓調度方法進行詳細說明，具體包括以下步驟：s1、建立電動汽車無功售價的博弈競價模型s1.1、計算電動汽車無功售價：計算電動汽車無功售價是以出售無功的電價函數為基礎，由基礎無功售價+激勵電價組成；其中，表示第h個時間間隔內電動汽車的無功售價；表示電動汽車出售無功的基本價格；mh表示第h個時間間隔內激勵電價的比例系數；表示第h個時間間隔內向電網補償無功的上限；表示第n輛電動汽車在第h個調度時間間隔內的無功出力大小；n表示服從調度的電動汽車的數目；其中，若電動汽車提供的無功出力超出電網的無功功率需求最大值，則激勵價格為負，即電動汽車用戶可享受的無功收益相對較低；而在該補償范圍內，激勵價格為正；s1.2、建立電動汽車無功售價的博弈競價模型s1.2.1、電動汽車參與電網電壓調節的主要方式是通過無功操作，那么達到最佳調節效果可以等價為最小化電動汽車充電站管轄范圍內的電動汽車提供無功補償量與電網所需最優補償量的偏差，此處取該偏差的平方將其化為經濟函數形式表示充電站對電網的調壓效果；其中，futi為充電站為電網提供的無功補償量與電網所需最優無功需求量的偏差函數，偏差越小則調壓效果越好；表示電網所需最優的無功補償量；s1.2.2、在維持電網電壓穩定的同時，充電站制定該電價的目的之一是為了調度電動汽車用戶的積極性，當用戶經濟利益最大化時，其積極性也會達到最大。因此，此處最大化電動汽車用戶提供電網電壓調節服務的經濟回報。下面我們來計算每位電動汽車用戶參與調壓的經濟回報；其中，fevn為第n輛電動汽車參與電網調壓所獲的經濟回報函數；集合s∈n\{n}表示服從調度的所有電動汽車集合中去掉第n輛電動汽車；其中，激勵電價的比例系數mh的計算方法為：1)、以電動汽車用戶經濟回報最大化為目標，計算每輛電動汽車的無功出力期望值2)、以充電站對電網的最優調壓效果為目標，計算納什均衡狀態下每輛電動汽車的無功出力期望值3)、由步驟1)和2)中的無功出力期望值相等，確定激勵電價的比例系數mh，如表2所示；表1是激勵電價的比例系數mh表；時間段123456mh0.03680.07950.13500.16320.07570.0787時間段789101112mh0.06540.07020.06560.10220.08630.1106表1s1.2.3、電動汽車總體無功出力決定充電站調壓效果，影響充電站對激勵電價比例系數的選取，而無功電價又影響電動汽車的無功出力。因此，選取充電站對電網的最優調壓效果和每位電動汽車用戶所期望的最大經濟回報構成電動汽車無功售價的博弈競價模型；如圖2所示，電動汽車充電站與電動汽車用戶之間的博弈結構關系。s2、建立充電站的利潤模型；s2.1、充電站從電網處獲取市場有功及無功電價數據，如圖3所示；s2.2、根據市場有功電價確定電動汽車充電零售價，等于市場有功電價的γ倍，γ>1，在本實施例中，γ＝1.5；s2.3、電動汽車充電站的經濟收入income來源一方面是為電網提供電壓調節輔助服務收取的服務費，為無功出力與電網運營商發布的無功電價之積；另一方面是為電動汽車提供充電服務的售電收入，為售電量與售電電價之積。電動汽車充電站的支出cost一方面是從電網運營商處買電支出，另一方面是給服從調度的電動汽車用戶支付服務費用。因此，基于充電站總收益income和總支出成本cost，建立充電站的利潤模型：rev＝income-cost；其中，st和et分別表示調度時段的始末；本實施例中為居民區電動汽車最常用的充電時間，即從18:00到次日6:00；調度時段被平均分為多個時間間隔，每個時間間隔時長為δt，取值1小時；rh表示第h個時間間隔內電動汽車充電零售價；γ表示充電站設定的零售價與電網市場價的比例系數；和分別表示第h個時間間隔內有功及無功市場電價；和分別表示第n輛電動汽車在第h個時間間隔內充電消耗的有功功率和向電網注入的無功功率；s3、建立電網電壓的約束模型根據電力系統對電網電壓穩定的規定，建立電網電壓的約束模型：vmin≤vi≤vmax；其中，vmax和vmin分別表示電網電壓的安全范圍上、下限，根據我國《電網運行準則》等文件的規定，220v用戶的電壓允許偏差值為系統額定電壓的-10％～+7％；vi表示電網系統拓撲結構中第i條母線的電壓；如圖4和表2所示，充電站從電網處獲取電網基礎負荷、線路阻抗等相關數據，采用潮流計算方法表述電網電壓和電網中功率流的關系：pi＝pi-1+pig-pil-pie-rili；其中，ii表示第i條母線的電流；li作為中間變量用于簡化模型；pi和qi分別表示流出第i條母線的有功功率及無功功率；xi和ri分別表示第i條母線和第i+1條母線之間的支路上的電感和電阻；和分別表示電網第i條母線處分布式電源的有功出力和無功損耗；和分別表示電網第i條母線處除電動汽車以外的有功負荷和無功負荷；和分別表示電網第i條母線處電動汽車的有功負荷和無功出力；表2是電網系統支路阻抗表；支路(總線-總線)1-22-33-44-55-66-77-8ri0.020.030.0350.010.020.030.03xi0.060.090.110.030.060.090.08表2s4、建立電動汽車接入點的功率模型s4.1、確定充電站在電網中的接入位置，即電動汽車接入點；s4.2、將電動汽車充電作為電網的有功負荷，其向電網注入的無功功率作為電網無功補償，計算接入點所有服從調度的電動汽車的有功負荷和無功出力之和，建立電網上電動汽車接入點的功率模型：其中，和分別表示電網第i條母線處電動汽車的有功負荷和無功出力；在本實施例中，充電站的接入點為母線4處，所以除母線4之外的母線處充電站的功率消耗均為零；此外，充電站內的電動汽車需要滿足以下約束條件：1)、電動汽車充電電量約束：其中，cdes表示電動汽車在調度結束時最低所需電量；cinit表示電動汽車在調度開始時的初始電量，其具體數值根據用戶行為習慣進行估算；e表示電動汽車的電池容量，取值為16.8kwh；表示第n輛電動汽車在第h個調度時段內充入的電量，其中n表示服從調度的電動汽車序號，取值為1,2,…,n。2)、電動汽車充電器約束：其中，s表示視在功率；smax表示最大視在功率，取值為1.44kva；此外，為了降低調度過程對電動汽車電池壽命的損耗，本發明限定電動汽車在調度過程中不進行放電操作，所以對電動汽車的有功操作有約束：s5、以步驟s2所建立的充電站利潤模型的最大化為目標函數，以步驟s3和步驟s4所建立的電網電壓約束模型和電動汽車接入點的功率模型為約束條件，建立充電站對電動汽車的優化調度數學模型；s6、分析用戶行為隨機性，估算電動汽車達到/離開充電站的時間和電池電量狀態soc；s6.1、分析用戶行為數據，估算一天每個小時接入/離開充電站的電動汽車數目；s6.1.1、分析用戶的行為數據，通過泊松擬合獲得一天內充電站處電動汽車的達到率/離開率；根據現有數據統計分析，在每個時段內電動汽車用戶依次接入/離開停車場為獨立事件，其行為可以抽象泊松過程，可將一天內電動汽車接入/離開停車場的概率分布進行泊松擬合，其擬合的具體過程為：①采集第1個時段連續多天內接入/離開的電動汽車的數目樣本；②該樣本數據服從泊松分布，因此可以使用泊松擬合獲得該時段內的參數λ1，即到達率/離開率，下標表示第1個時段；③重復步驟①、②，獲得一天內充電站處電動汽車的達到率/離開率，如圖5所示；s6.1.2、根據所得到達/離開率計算每兩輛電動汽車連續到達/離開充電站的時間間隔，直至所有車輛均已達到/離開充電站；每輛電動汽車用戶到達/離開居住地的過程相互獨立，以車輛到達時間計算為例，兩輛電動汽車連續到達的時間間隔τ相互獨立，并且服從參數為λ的負指數分布，λ表示車輛到達率，負指數分布概率密度為：p(τ)＝λe-λτ，對兩邊取對數，可求解出時間間隔τ。如果給定隨機變量ξ服從(0,1)均勻分布，則連續兩輛車抵達時間間隔可以表述為：在本實施例中，可以計算出兩輛電動汽車達到/離開時間間隔分別如圖6和圖7所示；s6.1.3、根據所得的達到/離開時間間隔，獲得每輛電動汽車到達/離開充電站的具體時間；當確定某輛電動汽車的到達時刻之后，可以通過上述泊松擬合結果查找該車抵達時刻的到達率，然后根據上述公式求解出下一輛到達的電動汽車與該時刻之間的時間間隔，由此確定下一輛電動汽車的抵達時刻，根據這個方法，充電站可以在調度時間段內第一輛電動汽車歸家時便估算出所有電動汽車的到達時間，同理，離家時間也可以根據相同辦法求得。s6.1.4、如表3所示，這樣便可以統計出每個小時到達/離開充電站的電動汽車數目；表3是調度時間內每小時到達/離開電動汽車的數目表；時間段(點-點)14-1515-1616-1717-1818-1919-2020-2121-2222-2323-24達到車輛(輛)413233234229634時間段(點-點)4-55-66-77-88-99-1010-1111-1212-1313-14離開車輛(輛)210253732179765表3s6.2、分析用戶行為數據，通過正太分布估算電動汽車達到時的初始電池socinit和離開時所需的最低電池socdes；在考慮電動汽車入網的情況時，除了要分析電動汽車的接入/離開時間，還需要分析電動汽車接入時的電量隨機性。根據對于歷史數據的統計分析，可以得到電動汽車用戶返回居住地的剩余電量服從正態分布，此外，每位電動汽車用戶的充電電量必須要滿足其下次出行所需最低電量，電動汽車用戶出行最低需求電量也服從正態分布，其分別服從正態分布n(0.3,0.02)和n(0.7,0.01)，對18:00時電動汽車的初始電量和次日6:00調度結束時所需最低電量的數據處理過程如圖8所示，假設在沒有調度指令的時間內電動汽車可以以恒功率充電或等候調度，則對調度開始和結束時刻的電動汽車電量的估算過程如下：1)、依據擬合出的電動汽車到達率和離開率計算電動汽車的到達時間和離開時間，分別統計調度周期開始之前到達的電動汽車和調度周期結束之后離開的電動汽車編號；2)、分別生成服從泊松分布的電動汽車歸家剩余電量隨機數據和離開最低需求電量隨機數據，計算調度周期開始之前到達的電動汽車在調度開始時的初始電量socinit以及調度周期結束之后離開的電動汽車在調度結束時的最低期望電量socdes。s7、基于步驟s6估算出的電動汽車相關參數及從電網處獲得的基礎負荷、線路阻抗，將調度時間均分為多個調度時段，利用序列二次規劃方法計算步驟s5所建立的優化調度數學模型，獲取給每輛電動汽車在每個調度時段內最優分配的充電效率和無功出力大小，并作為充電站對電動汽車的調度指令，并依次發送至相應的電動汽車用戶，完成調度過程。實例根據表3，從18:00至次日6:00間每個時間間隔內達到的電動汽車數統計結果，可以發現在24:00之后不再有電動汽車達到，而在早上4點開始有電動汽車離開，在調度結束之前共有12輛離開，規定這12輛車輛只進行充電操作。對于剩余的電動汽車，從電動汽車接入充電站開始，充電站對電動汽車的調度整體過程如圖9所示。首先，從電網處獲取基礎負荷、線路阻抗、市場電價等相關數據，通過所設計的無功激勵電價競價過程計算出無功激勵電價比例系數；第一次調度從18:00開始，此時記st＝1，統計18:00之前抵達的72車輛的相關充電數據，并求解優化調度模型，獲得對這些電動汽車的最優調度指令，依次發送給相應的電動汽車用戶指導其在18:00-19:00一個小時內的操作；第二次調度從19:00開始，記st＝2，此時對于前一個小時已經被調度的部分電動汽車而言，其初始電量需要加上前一個小時內的充電電量，同時采集新到達的電動汽車的相關數據，更新完數據后求解優化調度模型，所獲的最優調度指令用于指示電動汽車在19:00-20:00一個小時內的工作模式；依此類推，一直到150輛電動汽車全部到達，此時st＝7，第7次調度的最優指令即后面6小時內所有服從調度的電動汽車應遵循的指令，最優有功和無功調度指令分別如圖10和圖11所示；最后，將調度指令發送至電動汽車用戶處，完成調度電動汽車參與電網調壓的過程。充電站調度電動汽車參與電網調壓的主要目的是改善電網電壓質量，圖12展示了在電網負荷高峰期(18:00-19:00)電網各母線的電壓情況，通過對無電動汽車接入、電動汽車接入但不參調壓和電動汽車參與調壓之后三種情況下的電網電壓狀態進行對比，可以發現電動汽車作為純負荷接入會導致電網電壓的下降，甚至造成電壓不穩定。但是在充電站調度電動汽車參與電網調壓之后，電網電壓得到明顯改善，不僅消除了由于電動汽車充電給電網電壓帶來的負面影響，而且大幅提高了電網電壓的穩定性。圖12的結果同時顯示了末端電壓通常比其他節點的電壓更低，因此在分析電壓隨時間的變化情況時，可以選取具有代表性的末端電壓，其隨時間變化的曲線如圖13所示。從該圖中同樣可以看出充電站調度電動汽車參與電網調壓在整個調度時段內均具有良好的調壓效果。電動汽車在每個時段的參與度可以由圖14所示的服從電動汽車充電站調度的電動汽車的有功消耗/無功出力變化曲線觀察得出。在負荷高峰期時，電動汽車的充電負荷較小，無功出力較大，以改善高峰期的電網電壓。本發明除了對電動電壓具有良好的調節效果，還可以有效節約電動汽車用戶用車的開支。圖15展示了電動汽車充電站下轄區域內每輛電動汽車的開支情況，包括只進行充電(記為充電模式)和在充電的同時參與電網調壓(記為復合模式)兩種情況下的開支情況。兩種情況下所有電動汽車的充電開支平均值分別為30.9530美分和19.9061美分，充電模式下的平均開支約為復合模式下平均開支的約1.55倍，即在復合模式下電動汽車用戶的開支有所降低。這是因為電動汽車若只作為充電負荷在電網進行充電，而不參與其他輔助服務，則其需要支付全部充電費用；而當電動汽車參與電網調壓時，用戶可以從電動汽車充電站處獲得一定的經濟回報。綜上所述，本發明一種考慮行為隨機性的電動汽車參與電網調壓的調度方法，不僅可以更貼合電動汽車的實際使用情況，并且可以很好地提高電網電壓的穩定性，同時顯著地降低了電動汽車用戶的充電開支。盡管上面對本發明說明性的具體實施方式進行了描述，以便于本
技術領域：
的技術人員理解本發明，但應該清楚，本發明不限于具體實施方式的范圍，對本
技術領域：
的普通技術人員來講，只要各種變化在所附的權利要求限定和確定的本發明的精神和范圍內，這些變化是顯而易見的，一切利用本發明構思的發明創造均在保護之列。當前第1頁12