黃曌　鄧瑾

摘要：立足于區(qū)域能源互聯(lián)網(wǎng)視角，從用戶供電需求出發(fā)，探討了電動(dòng)汽車接入場(chǎng)景下的協(xié)同管理方法。首先根據(jù)用戶出行需求進(jìn)行電動(dòng)汽車充電負(fù)荷建模，然后以用戶峰谷負(fù)荷差及充電成本的綜合優(yōu)化為目標(biāo)，利用分時(shí)電價(jià)機(jī)制引導(dǎo)電動(dòng)汽車車主的充電行為，實(shí)現(xiàn)區(qū)域內(nèi)負(fù)荷的削峰填谷，保障電網(wǎng)安全有序運(yùn)行，最后基于MATLAB驗(yàn)證了控制策略的可行性。研究成果為后續(xù)能源互聯(lián)網(wǎng)建設(shè)過程中源—網(wǎng)—儲(chǔ)—荷協(xié)同管理提供了一定的指導(dǎo)。

關(guān)鍵詞：能源互聯(lián)網(wǎng);電動(dòng)汽車;分時(shí)電價(jià);協(xié)同管理

0 引言

近年來，新興的智能電網(wǎng)得到了大規(guī)模應(yīng)用，多元化的分布式能源滲入電網(wǎng)，使能源危機(jī)得到緩解[1]。為進(jìn)一步加快智能電網(wǎng)的發(fā)展進(jìn)程，人們提出了新一代能源供應(yīng)模式，即能源互聯(lián)網(wǎng)（Energy Internet）。能源互聯(lián)網(wǎng)以智能電網(wǎng)為基礎(chǔ)，以用戶側(cè)需求為導(dǎo)向，集可再生能源、分布式發(fā)電、實(shí)時(shí)監(jiān)測(cè)等功能于一體[2]，能更好地兼容不同類型分布式能源的接入，實(shí)現(xiàn)多能源的大規(guī)模輸送和高效管理。

電動(dòng)汽車作為車-網(wǎng)（V2G）系統(tǒng)的組成部分，是未來能源互聯(lián)網(wǎng)不可或缺的重要設(shè)備。但是電動(dòng)汽車的大規(guī)模普及引發(fā)了電網(wǎng)諧波污染、三相電壓不平衡、變壓器老化等問題[3]，尤其是電動(dòng)汽車用戶隨機(jī)充電疊加形成的峰值負(fù)荷可能造成電網(wǎng)電壓故障。因此，應(yīng)采取合適的協(xié)同管理措施，在滿足用戶出行需求的同時(shí)，減少電動(dòng)汽車負(fù)面影響。分時(shí)電價(jià)機(jī)制是一種有效的需求側(cè)管理方法[4]，通過經(jīng)濟(jì)刺激引導(dǎo)用戶調(diào)整充電時(shí)間，降低變壓器過載的可能性，實(shí)現(xiàn)用戶用電供需平衡。

為此，本文從區(qū)域能源互聯(lián)網(wǎng)視角出發(fā)，以電動(dòng)汽車接入樓宇場(chǎng)景為例，探討了在用戶冷熱電聯(lián)供前提下電動(dòng)汽車的有序管理方法。考慮用戶對(duì)電動(dòng)汽車的充電需求，以最大限度兼顧電網(wǎng)安全性和用戶經(jīng)濟(jì)性為目標(biāo)，采用峰谷分時(shí)電價(jià)機(jī)制對(duì)用戶充電行為進(jìn)行引導(dǎo)，實(shí)現(xiàn)區(qū)域內(nèi)用戶電力負(fù)荷的削峰填谷及用戶的充電成本優(yōu)化。同時(shí)，基于MATLAB驗(yàn)證了調(diào)度策略的可行性，并定性分析了用戶響應(yīng)度、電價(jià)水平對(duì)管理成效的影響。

1 電動(dòng)汽車充電負(fù)荷建模

電動(dòng)汽車以車載電源為動(dòng)力，電池類型決定充電功率特性，本文選擇25 kWh容量的鋰電池。設(shè)單臺(tái)電池負(fù)荷以2.5 kW功率進(jìn)行充電，出于對(duì)電動(dòng)汽車安全行駛及電池使用壽命的考慮，電池荷電狀態(tài)（State of Charge，SOC）安全閾值定為[10%，90%]，則用戶充電時(shí)間不得超過8 h。另外，在電動(dòng)汽車出行的過程中，每100 km消耗電能約15 kWh，可推算單臺(tái)電動(dòng)汽車的理論續(xù)航里程為133 km。

1.1? ? 無序充電模型

用戶僅根據(jù)自身出行需求和生活習(xí)慣對(duì)電動(dòng)汽車充電的行為稱為無序充電。因電動(dòng)汽車出行符合一定的概率特性，單臺(tái)車輛一天內(nèi)的充電功率需求可通過蒙特卡洛法完成估算。本文將一天劃分為24個(gè)時(shí)段，每隔1 h對(duì)車輛充電狀態(tài)進(jìn)行采樣，得到無序模式下車主對(duì)單臺(tái)車輛的充電期望，如圖1所示。

1.2? ? 分時(shí)電價(jià)激勵(lì)下的有序充電模型

分時(shí)電價(jià)政策的實(shí)施是為了建立電動(dòng)汽車車主充電過程的正確導(dǎo)向，根據(jù)電網(wǎng)負(fù)荷變化情況在各時(shí)段制訂對(duì)應(yīng)的電價(jià)水平，實(shí)現(xiàn)用電負(fù)荷的削峰填谷。在分時(shí)電價(jià)優(yōu)化建模前對(duì)接入場(chǎng)景作如下規(guī)定：

（1）電池電量滿足當(dāng)天用戶的行駛需求，且除正常出行外無其他耗電行為。

（2）用戶每次充電至車載電池安全上限，充電過程理想，無損耗。參與有序充電調(diào)度的用戶比例為90%（響應(yīng)度λ=0.9）。

（3）采用峰谷分時(shí)電價(jià)機(jī)制，定義pv、pp為谷、峰時(shí)段電價(jià)，則電價(jià)模型p（t）為：

（4）用戶充電前可查詢車輛當(dāng)前電池狀態(tài)，自主選擇充電起止時(shí)間。

由上，于峰谷分時(shí)電價(jià)機(jī)制而言，參數(shù)t1、t2限定了電價(jià)的峰谷區(qū)段，指引著用戶的充電意愿，決定了車輛負(fù)荷特性，成為能源互聯(lián)網(wǎng)中電動(dòng)汽車協(xié)同優(yōu)化控制的關(guān)鍵因素。

2 電動(dòng)汽車協(xié)同管理策略

區(qū)域能源互聯(lián)網(wǎng)內(nèi)總負(fù)荷L（t）由用戶原始負(fù)荷（僅含冷、熱負(fù)荷和電負(fù)荷）及電動(dòng)汽車充電負(fù)荷構(gòu)成，選擇負(fù)荷峰谷差Lpv（t）作為目標(biāo)函數(shù)1：

另外，優(yōu)化電網(wǎng)負(fù)荷曲線峰谷差旨在實(shí)現(xiàn)電網(wǎng)的經(jīng)濟(jì)運(yùn)行，為了確保用戶的經(jīng)濟(jì)利益，以車主充電費(fèi)用Cch（t）最低作為目標(biāo)函數(shù)2：

pv，否則S（t）=pp。

為同時(shí)確保電網(wǎng)安全性及用戶經(jīng)濟(jì)性，以上兩個(gè)目標(biāo)函數(shù)的權(quán)重系數(shù)均選擇0.5。在滿足電動(dòng)汽車安全SOC約束條件下，以參數(shù)t1、t2為變量，求解對(duì)應(yīng)最優(yōu)目標(biāo)函數(shù)值的峰谷時(shí)段，具體流程如圖2所示。

（1）采集區(qū)域能源互聯(lián)網(wǎng)中用戶基本負(fù)荷需求數(shù)據(jù)信息;

（2）根據(jù)（1）采集的信息，產(chǎn)生參數(shù)t1、t2初始種群，并計(jì)算對(duì)應(yīng)的目標(biāo)函數(shù)值;

（3）為提高尋優(yōu)效率，采用基于精英保存策略的遺傳算法[5]，獲得對(duì)應(yīng)最小適應(yīng)度值的最優(yōu)峰谷時(shí)段解集，并完成電動(dòng)汽車的有序充電調(diào)度管理。

3 仿真研究

本文以某區(qū)域能源互聯(lián)網(wǎng)為例開展仿真研究，基于采集到的實(shí)測(cè)日用電基本負(fù)荷數(shù)據(jù)，探討電動(dòng)汽車充電行為給電網(wǎng)負(fù)荷及用戶帶來的影響。接入該區(qū)域的電動(dòng)汽車規(guī)模設(shè)置為500輛，峰谷分時(shí)電價(jià)pv=0.335元/kWh，pp=1.253元/kWh，該區(qū)域現(xiàn)行固定電價(jià)0.75元/kWh。在指定比例車主參與協(xié)同管理的前提下，得到該地用電負(fù)荷優(yōu)化結(jié)果如圖3所示，且最優(yōu)谷電價(jià)區(qū)間為[00：01，11：58]。由圖3可知，無序充電模式下，17：00—20：00時(shí)段原始負(fù)荷高峰被加劇，對(duì)電網(wǎng)供電能力提出了更高的要求。分時(shí)電價(jià)實(shí)現(xiàn)了負(fù)荷削峰填谷功能，在滿足車主充電需求的同時(shí)，均勻轉(zhuǎn)移高峰時(shí)段的負(fù)荷至夜間低谷，充分利用電動(dòng)汽車的可調(diào)度性，優(yōu)化了負(fù)荷曲線。具體而言，協(xié)同管理后該區(qū)域負(fù)荷峰谷差為3 108.1 kW，相比原始負(fù)荷曲線減小12.5%。

此外，可計(jì)算出一天內(nèi)該區(qū)域所有用戶的總充電成本為8 152元，相比無序充電模式節(jié)省了49.8%。因此，通過峰谷電價(jià)的積極導(dǎo)向作用，有效達(dá)成了電動(dòng)汽車協(xié)同管理的目的，折中實(shí)現(xiàn)了負(fù)荷峰谷差和用戶充電成本的優(yōu)化，從而確保了電網(wǎng)更經(jīng)濟(jì)安全地運(yùn)行。

該調(diào)度策略的實(shí)施效果與諸多因素密切關(guān)聯(lián)。分別設(shè)置該區(qū)域內(nèi)電動(dòng)汽車用戶響應(yīng)度λ=0.5、λ=0.8（分別表示50%及80%的車主參與有序充電管理），得到不同響應(yīng)度的負(fù)荷曲線，如圖4所示。當(dāng)λ=0.5時(shí)，峰谷差為3 400.5 kW;當(dāng)λ=0.8時(shí)，峰谷差為3 190.2 kW，可知車輛用戶參與度越高，削峰填谷效果越明顯。此外，當(dāng)λ=0.5、λ=0.8時(shí)，計(jì)算可得用戶充電成本分別為12 281元和9 868元，因此參與協(xié)同管理的用戶比例越大，回饋的經(jīng)濟(jì)優(yōu)勢(shì)越明顯，形成良性循環(huán)。

維持用戶λ=0.9，引入另一峰谷分時(shí)電價(jià)水平：pv=0.4元/kWh，pp=1.15元/kWh，重新搜索最優(yōu)峰谷電價(jià)時(shí)段，計(jì)算得到負(fù)荷峰谷差和用戶充電成本分別為3 108 kW和9 623.4元?？梢姡谪?fù)荷峰谷差優(yōu)化效果相當(dāng)?shù)那疤嵯?，前一電價(jià)水平更能為用戶節(jié)省充電費(fèi)用。這主要是因?yàn)榍耙浑妰r(jià)具有更高的峰谷電價(jià)比，谷電價(jià)較低且低谷時(shí)期充電負(fù)荷增加，因而體現(xiàn)出經(jīng)濟(jì)優(yōu)勢(shì)。

4 結(jié)語(yǔ)

能源互聯(lián)網(wǎng)是以需求為導(dǎo)向的按需供能體系，是我國(guó)能源發(fā)展的重大戰(zhàn)略性舉措。電動(dòng)汽車作為接入能源互聯(lián)網(wǎng)的重要設(shè)備，具有時(shí)空分散性和充電隨機(jī)性，為上層協(xié)同調(diào)度決策帶來了較大挑戰(zhàn)。本文從區(qū)域能源互聯(lián)網(wǎng)視角出發(fā)，探討了電動(dòng)汽車接入場(chǎng)景下的協(xié)同管理方法，充分利用電動(dòng)汽車的可控屬性，采用動(dòng)態(tài)峰谷分時(shí)電價(jià)機(jī)制引導(dǎo)車輛用戶充電行為，實(shí)現(xiàn)負(fù)荷曲線的削峰填谷和用戶充電成本的優(yōu)化，并通過MATLAB仿真驗(yàn)證了該策略的可行性。上述研究成果對(duì)于能源互聯(lián)網(wǎng)建設(shè)具有一定的指導(dǎo)意義。

[參考文獻(xiàn)]

[1] 孫志凰，王肖，徐冰兒.能源互聯(lián)網(wǎng)的驅(qū)動(dòng)力及關(guān)鍵技術(shù)[J].電源技術(shù)，2018，42（5）：751-754.

[2] 張淑婷，陸海，林小杰，等.考慮儲(chǔ)能的工業(yè)園區(qū)綜合能源系統(tǒng)日前優(yōu)化調(diào)度[J].高電壓技術(shù)，2021，47（1）：93-103.

[3] 劉健，雷霞，閔偉成，等.考慮負(fù)荷與分布式電源隨機(jī)性的配電網(wǎng)無功優(yōu)化[J].電測(cè)與儀表，2016，53（12）：92-97.

[4] 王守相，張善濤，王凱，等.計(jì)及分時(shí)電價(jià)下用戶需求響應(yīng)的分布式儲(chǔ)能多目標(biāo)優(yōu)化運(yùn)行[J].電力自動(dòng)化設(shè)備，2020，40（1）：125-132.

[5] HUANG Z，F(xiàn)ANG B，DENG J，et al.Multi-objective optimization strategy for distribution network considering V2G-enabled electric vehicles in building integrated energy system[J].Protection and Control of Modern Power Systems，2020，5（10）：577-585.

收稿日期：2021-02-26

作者簡(jiǎn)介：黃曌（1985—），女，湖南人，博士，講師，研究方向：儲(chǔ)能材料及器件。