楊 凱， 林永君， 白青飛， 陳 鑫， 李 靜

(華北電力大學(xué) 新能源電力系統(tǒng)國家重點實驗室，河北 保定 071003)

0 引 言

在碳達(dá)峰、碳中和背景下，一方面電動汽車的使用在生產(chǎn)生活中愈演愈烈，另一方面，電動汽車大規(guī)模的接入電網(wǎng)會作為大功率的非線性負(fù)荷，充放電會影響電網(wǎng)的電能質(zhì)量，增加電網(wǎng)諧波含量[1]。因而，國內(nèi)外對電動汽車接入電網(wǎng)（V2G）影響的研究分析變?yōu)橹刂兄兀婕暗蕉酁殡妱悠嚺c電網(wǎng)互動控制策略等理論研究，文獻(xiàn)[2]基于經(jīng)濟(jì)性開發(fā)了電動汽車與電網(wǎng)泛在互聯(lián)的智能儲能技術(shù)平臺；文獻(xiàn)[3]通過建立面向智能網(wǎng)聯(lián)汽車的云數(shù)據(jù)平臺為車聯(lián)網(wǎng)技術(shù)在邊緣落地提供可行的方案；文獻(xiàn)[4]基于云的大數(shù)據(jù)平臺探索不同智能算法下的電池電動汽車對電網(wǎng)的影響；文獻(xiàn)[5]利用MySQL和Java搭建了一種基于分層架構(gòu)的大規(guī)模電動汽車有序充電仿真平臺，并用于不同算法下的大規(guī)模電動汽車充電行為的驗證分析和比較；文獻(xiàn)[6]基于云平臺和物聯(lián)網(wǎng)技術(shù)設(shè)計算法應(yīng)用于電動汽車有序充電調(diào)度系統(tǒng)；文獻(xiàn)[7]建立電動汽車與電網(wǎng)互動充電安全實驗系統(tǒng)，實現(xiàn)了V2G之間能量和信息的雙向互動，為實現(xiàn)電動汽車參與電網(wǎng)削峰填谷、調(diào)頻等奠定了技術(shù)基礎(chǔ)；文獻(xiàn)[8]建立電動汽車與充電設(shè)施監(jiān)控平臺解決不同電動汽車充電站信息共享問題以降低電動汽車充電對電網(wǎng)的影響；文獻(xiàn)[9]提出了大規(guī)模電動汽車與電網(wǎng)互動的總體研究思路；文獻(xiàn)[10]基于國家標(biāo)志開發(fā)了電動汽車直流充電樁自動化測試平臺，閉環(huán)測試實現(xiàn)了對充電設(shè)施各項功能的指標(biāo)。

雖然上述研究針對V2G中的關(guān)鍵問題進(jìn)行仿真分析和研究，但是大部分基于控制策略的理論研究，因此有必要搭建一個針對多場景下的車網(wǎng)智能互動仿真平臺[11]，通過模擬多時間尺度下電動汽車接入電網(wǎng)仿真的仿真驗證。本文設(shè)計了基于多時間尺度的車網(wǎng)協(xié)同硬件在環(huán)仿真平臺，該平臺的搭建涉及實時數(shù)據(jù)庫、仿真模型、能量管理系統(tǒng)和硬件設(shè)備，該平臺通過實現(xiàn)車網(wǎng)智能互動整個運行過程中能量和信息的閉環(huán)流動，及調(diào)度過程數(shù)據(jù)的可視化，可以給電動汽車用戶、充電站和電網(wǎng)調(diào)度等相關(guān)人員實時調(diào)度和遠(yuǎn)端測試。仿真平臺可用于模擬不同場景下電動汽車充放電與電網(wǎng)互動的影響，也可用于電網(wǎng)、充電設(shè)施、臺區(qū)充電站、智能樓宇、家庭等各個要素的實時仿真和充電樁的檢測。

1 車網(wǎng)智能互動平臺的需求分析

基于多種場景下電動汽車充放電能量與電網(wǎng)互動能力的仿真，仿真平臺應(yīng)具有以下功能：

1）具備車網(wǎng)智能互動硬件在環(huán)仿真實驗功能，實現(xiàn)電動汽車充放電能量與電網(wǎng)仿真系統(tǒng)的有效互動、智能有序充電、新能源消納、需求響應(yīng)等驗證分析。

2）平臺可視化界面基于html5，B/S架構(gòu)，支持本地部署多終端使用，基于需求具備延展性和可擴(kuò)展性和周密的系統(tǒng)安全防范。

3）模型算法庫既可以支持目前多種算法的同步仿真測試，也可以基于需求自定義算法模型，支持用戶在線修改與調(diào)整策略組態(tài)。

4)基于車網(wǎng)智能互動平臺，針對不同用戶需求如滿足個體用戶實現(xiàn)電動汽車充放電經(jīng)濟(jì)性、電動汽車實現(xiàn)充電樁及電動汽車的檢測、管理機(jī)構(gòu)通過獲取數(shù)據(jù)進(jìn)而制定有效政策。

基于上述需求，電動汽車與電網(wǎng)將通過車網(wǎng)智能互動平臺這個橋梁連接上下層管理，從而實現(xiàn)信息互動與管理。

2 平臺實現(xiàn)

2.1 整體框架

所建立車網(wǎng)互動硬件在環(huán)仿真平臺，以實時數(shù)據(jù)庫為橋梁，連接上層能量管理系統(tǒng)、底層實時仿真模型與硬件設(shè)備；其中實時仿真模型與數(shù)據(jù)庫間基于Modbus TCP/IP協(xié)議進(jìn)行數(shù)據(jù)傳輸，硬件設(shè)備與實時數(shù)據(jù)庫間基于串口實現(xiàn)數(shù)據(jù)傳輸，通過C#編寫計算引擎算法，實現(xiàn)對能量管理算法的調(diào)用，實現(xiàn)上層能量管理算法與實時數(shù)據(jù)庫間的通信，基于數(shù)據(jù)庫開發(fā)的可視化界面可實時展示各層級間的交互數(shù)據(jù)，平臺整體框架見圖1。

圖1 車網(wǎng)協(xié)同硬件在環(huán)仿真平臺框架

2.2 軟件架構(gòu)

2.2.1 數(shù)據(jù)庫實現(xiàn)

實時數(shù)據(jù)庫與上層的能量管理系統(tǒng)及下層的硬件在環(huán)實時仿真相連接，使得平臺運行過程中的實時數(shù)據(jù)存儲、維護(hù)及查詢，為數(shù)據(jù)分析系統(tǒng)的開發(fā)和應(yīng)用提供了一個數(shù)據(jù)平臺，實現(xiàn)管理信息的實時性、高效性。

仿真平臺運行過程涉及設(shè)備多，考慮到各系統(tǒng)特性不一致。因此，針對目前涉及到的設(shè)備進(jìn)行分檔建表，如表1所示，并將實時運行參數(shù)存儲于數(shù)據(jù)庫中，可以對歷史數(shù)據(jù)進(jìn)行有效查詢以及展示實時動態(tài)特性參數(shù)。并方便后續(xù)平臺數(shù)據(jù)的拓展性。

表1 設(shè)備參數(shù)

本平臺采用基于MySql開發(fā)的分布式時序數(shù)據(jù)庫。該數(shù)據(jù)庫可提供量級高效寫入存儲功能，具有可擴(kuò)展的數(shù)據(jù)協(xié)同應(yīng)用，并提供自定義的計算引擎庫，可供用戶設(shè)計能量管理算法，提供圖形化的應(yīng)用開發(fā)界面等優(yōu)異特性。實時數(shù)據(jù)庫為一個模塊化軟件系統(tǒng)，主要分為計算引擎模塊和服務(wù)器模塊，計算引擎模塊負(fù)責(zé)能量管理算法的設(shè)計，服務(wù)器模塊負(fù)責(zé)數(shù)據(jù)采集，壓縮，存儲等工作。

2.2.2 能量管理算法及接口

基于數(shù)據(jù)庫設(shè)計，進(jìn)行能量管理算法的開發(fā)。仿真平臺基于不同場景建立算法引擎庫，可以實現(xiàn)算法管理、調(diào)試及添加用戶定制功能的算法實現(xiàn)策略組態(tài)和運行。算法引擎庫根據(jù)數(shù)據(jù)庫提供的參數(shù)設(shè)置算法輸入和輸出，即可實現(xiàn)能量管理系統(tǒng)運行。針對典型的V2G、V2B和V2H場景設(shè)計了3種算法：V2G算法、V2B算法和V2G算法。限于論文篇幅的限值，本論文著重分析V2B場景。

V2B場景以分散式資源的當(dāng)前時刻輸出功率、電動汽車充電站充放電和電網(wǎng)交互功率以及電動汽車充放電狀態(tài)為優(yōu)化變量[12-13]，建立電動汽車與智能樓宇互動的多時間尺度單目標(biāo)優(yōu)化運行能量管理模型。

1）目標(biāo)函數(shù)?；谟行蛘{(diào)度電動汽車充放電行為實現(xiàn)樓宇微網(wǎng)運行成本最小為目標(biāo)，其目標(biāo)函數(shù)為：

3）日內(nèi)模型建立?；谌涨皟?yōu)化模型求解的基礎(chǔ)上，模擬風(fēng)光不確定性，利用蓄電池充放電功率以及聚合電動汽車的上下可調(diào)整量電網(wǎng)進(jìn)行調(diào)節(jié)。蓄電池約束條件如下所示：

據(jù)日前階段小時級預(yù)測數(shù)據(jù)，以電網(wǎng)聯(lián)絡(luò)線功率和售電價格為目標(biāo)；日內(nèi)模擬風(fēng)光不確定性，綜合利用分散式柔性可調(diào)資源功率調(diào)節(jié)，建立在約束條件下的多時間尺度優(yōu)化算法[14]。流程圖如圖2所示運行V2B算法時，依據(jù)各設(shè)備調(diào)度從數(shù)據(jù)庫中獲取實時各設(shè)備出力作為算法輸入，計算出經(jīng)濟(jì)性最優(yōu)。

圖2 多時間尺度算法流程圖

2.2.3 平臺算法接口

仿真平臺算法接口采用圖3所示，設(shè)計的平臺算法接口1基于Matlab建立能量管理算法，經(jīng)打包生成引擎庫可調(diào)用的DLL，嵌入值數(shù)據(jù)庫系統(tǒng)后臺，實現(xiàn)算法模型的調(diào)用；平臺算法接口2采用C#直接調(diào)用外部程序文件，從而實現(xiàn)外部求解器算法模型的嵌入調(diào)度。

圖3 仿真平臺算法接口模型

能量管理算法采用繼承化設(shè)計，支持自定義功能算法策略組態(tài)，并支持多種算法策略同步進(jìn)行，建立算法模塊可進(jìn)行在線調(diào)整、修改及模塊周期設(shè)定，為后續(xù)算法擴(kuò)展提供便捷的設(shè)計。

2.2.4 平臺可視化界面

監(jiān)控組態(tài)界面基于C#所開發(fā)的可視化界面如圖4所示，畫面實時參數(shù)均展示實時仿真模型過程參數(shù)，其包括靜態(tài)特性參數(shù)，實時運行測量參數(shù)等；基于上層能量管理系統(tǒng)的算法引擎庫獲取底層資源的動態(tài)特性過程數(shù)據(jù)，統(tǒng)計分析其運行趨勢及運行結(jié)果。

圖4 可視化平臺監(jiān)控組態(tài)界面

2.2.5 仿真模型庫

為搭建不同場景下的底層模型，增強(qiáng)底層模型的可重構(gòu)性，為此本文基于Simulink建立區(qū)域電網(wǎng)與電動汽車互動模型庫，所建立模型庫包含主流電動汽車、充電設(shè)施、配電網(wǎng)架構(gòu)、風(fēng)光儲系統(tǒng)、居民典型負(fù)荷、工業(yè)典型負(fù)荷等數(shù)據(jù)模型。

基于所建立車網(wǎng)協(xié)同模型庫，搭建V2B場景底層模型，如圖5為V2B場景模型?；贐enchmark算例確定底層拓?fù)浣Y(jié)構(gòu)和網(wǎng)架結(jié)構(gòu)[15]，所建立模型中含有風(fēng)機(jī)、光伏等可再生能源以及儲能系統(tǒng)用來在微網(wǎng)孤島運行時的提供功率支撐，系統(tǒng)負(fù)荷包含電動汽車充電樁[16]，固定負(fù)荷以及移時負(fù)荷。

圖5 V2B場景Simulink模型

2.3 硬件架構(gòu)

2.3.1 電網(wǎng)實時仿真器

車網(wǎng)協(xié)同硬件在環(huán)仿真平臺[17]硬件采用上海遠(yuǎn)寬能源公司所生產(chǎn)的電網(wǎng)仿真器，該仿真器配套有StarSim相關(guān)軟件，在StarSim中進(jìn)行子系統(tǒng)劃分，利用StarSim組建可視化操作界面，StarSim和PXI通過各自的數(shù)字量和模擬量通道實現(xiàn)通信和控制的交互。所配套監(jiān)控畫面用于對微秒級別的小步長實時仿真數(shù)據(jù)的展示。在硬件在環(huán)過程中，只需要將模型的輸入輸出與實際的硬件IO映射起來，即可實時仿真。運行功率硬件在環(huán)結(jié)構(gòu)如圖6所示。

圖6 功率硬件在環(huán)數(shù)字側(cè)示意圖

基于上述搭建的微網(wǎng)仿真模型，在滿足離線運行要求后，按照StarSim軟件拆分規(guī)則，將模型拆分為FPGA模型和CPU模型，F(xiàn)PGA上主要為小步長實時仿真的電子電力模型，CPU為用戶自定義的控制算法Control Block，它與FPGA上的電子電力模型實現(xiàn)自閉環(huán)一起構(gòu)成實時仿真系統(tǒng)。

2.3.2 硬件設(shè)備

車網(wǎng)協(xié)同硬件在環(huán)仿真平臺架構(gòu)圖如圖7所示?；谒O(shè)計車網(wǎng)協(xié)同模型庫搭建場景Simulink底層仿真模型，通過StarSim軟件生成可執(zhí)行文件，載入電網(wǎng)實時仿真器，載入同時將微電網(wǎng)模型中3個通道模擬量通過I/O采集板卡采集到功率放大器輸入端（±10 V交流信號）。電網(wǎng)仿真器則模擬一個區(qū)域電網(wǎng)，按多時間尺度模擬電網(wǎng)的用電預(yù)測，生成區(qū)域電網(wǎng)的負(fù)荷需求和發(fā)電需求，功率放大器和電網(wǎng)仿真器硬件在環(huán)接口相連，接受仿真信號并放大，模擬電網(wǎng)特性。功率放大器后接直流充放電機(jī)和光儲一體機(jī)。直流充放電機(jī)后接電池模擬器，二者結(jié)合模擬電動汽車系統(tǒng)。電動汽車模擬系統(tǒng)和光儲一體機(jī)按接受到需求信息響應(yīng)。直流充放電機(jī)與電池模擬器中間連接線放置傳感器將電流信號通過I/O采集板卡的模擬量輸入通道傳回至電網(wǎng)實時仿真器的微電網(wǎng)模型，并乘以相應(yīng)系數(shù)還原為真實值進(jìn)行處理，從而更改模型中相關(guān)單元的運行狀態(tài)。與此同時基于實時數(shù)據(jù)庫的能量管理系統(tǒng)啟動，實時監(jiān)測各設(shè)備的運行參數(shù)，并根據(jù)實時數(shù)據(jù)生成能量調(diào)度指令進(jìn)而控制設(shè)備的響應(yīng)，圖8為整體流程圖。

圖8 車網(wǎng)協(xié)同仿真平臺流程圖

3 平臺測試

針對V2B場景，所設(shè)計場景電壓等級為10.5 kV，系統(tǒng)包含風(fēng)力發(fā)電機(jī)組、光伏發(fā)電機(jī)組，可調(diào)控電動汽車資源，蓄電池以及10 kW可投切負(fù)荷。其中風(fēng)電機(jī)組裝機(jī)容量為160 kW，光伏機(jī)組裝機(jī)容量為220 kW，可調(diào)控電動汽車規(guī)模為15輛，單輛車充電功率上限設(shè)為20 kW/h，放電功率上限為5 kW/h，單車容量設(shè)為50 kWh。

V2B場景樓宇電網(wǎng)交互功率匯總圖展現(xiàn)能量管理系統(tǒng)指令下控至子系統(tǒng)模型，如圖9所示源側(cè)與荷側(cè)設(shè)備能耗基于橫軸對稱，及滿足功率平衡條件，驗證了所建立simulink模型的有效性。該場景以智能樓宇運行成本最小為目標(biāo)，優(yōu)化電動汽車的充放電行為，所考慮電動汽車基于蒙特卡羅抽樣得樓宇微網(wǎng)電動汽車出行規(guī)律曲線，如圖9中藍(lán)色實現(xiàn)即電網(wǎng)購電曲線及在電價較高時段參與電網(wǎng)放電，在電價較低時段進(jìn)行充電以滿足出行要求，電網(wǎng)價格的設(shè)定與電網(wǎng)負(fù)荷成正比關(guān)系；電動汽車充放電行為見圖10中7:00-9:00、15:00-19:00時刻，此時電價較高電動汽車參與放電，20:00-21:00時刻此時電價較低，同時為滿足離開時刻約束電動汽車出現(xiàn)充電峰值。對比電動汽車無序充電曲線如圖10中藍(lán)線所示，0:00-4:00，22:00-4:00由抽樣函數(shù)的緣故無可調(diào)度汽車故有序無序曲線均為零。

圖9 V2B場景功率匯總曲線

圖10 電動汽車充放電曲線

由風(fēng)、光等可在可再生能源與樓宇剛性負(fù)荷預(yù)測的偏差，考慮在更短的時間段對其進(jìn)行調(diào)度，以彌補(bǔ)預(yù)測偏差同時跟蹤日前電網(wǎng)聯(lián)絡(luò)線功率，可再生能源預(yù)測偏差通過疊加擾動模擬得到，在日內(nèi)基于15 min時間尺度對聚合電動汽車出力，移時負(fù)荷進(jìn)行調(diào)整，當(dāng)新能源發(fā)電差值大于負(fù)荷差值時顯示新能源過剩，不投切負(fù)荷；當(dāng)新能源發(fā)電偏差小于負(fù)荷時，切除負(fù)荷以消除偏差，如圖11中粉色柱狀圖所示，所設(shè)計場景通過合理調(diào)度電動汽車參與調(diào)度并在日內(nèi)引入移時負(fù)荷以及蓄電池參與合理調(diào)整以消除預(yù)測偏差跟蹤日前電網(wǎng)聯(lián)絡(luò)線功率，相比電動汽車無序充電可節(jié)約549.5元。

圖11 負(fù)荷功率匯總曲線

4 結(jié)束語

本文應(yīng)用分層架構(gòu)建立了基于多時間尺度的車網(wǎng)協(xié)同硬件在環(huán)仿真平臺，用于實現(xiàn)對車網(wǎng)協(xié)同過程數(shù)據(jù)的實時監(jiān)測與仿真過程參數(shù)的可視化，基于平臺架構(gòu)完成V2B、V2G和V2H場景能量調(diào)度算法的仿真驗證。該平臺具有以下特性：

1)能夠完成實現(xiàn)電網(wǎng)、充電設(shè)施、臺區(qū)充電站、智能樓宇、家庭等各個要素的實時仿真。

2)基于不同場景仿真模擬電動汽車充放電能量與電網(wǎng)仿真器的有效互動以及充電樁的檢測等。

3)依據(jù)引擎庫不同的算法靈活組合算法設(shè)計并實現(xiàn)引擎庫的拓展和開發(fā)。

基于仿真分析，驗證了V2B、V2H和V2G能量管理算法的可行性。本文設(shè)計的硬件在環(huán)仿真平臺涉及硬件和軟件架構(gòu)，可實現(xiàn)電動汽車與電網(wǎng)智能互動技術(shù)等應(yīng)用場景下的互動策略仿真與分析研究，該平臺對半實物半物理仿真測試平臺的開發(fā)有借鑒意義，具有一定的工程應(yīng)用價值。