陳洪亮,徐海博,孫瑞雪

(1.沈陽卓立新能源技術(shù)有限公司,遼寧 沈陽 110027;2.國網(wǎng)遼寧省電力有限公司實業(yè)分公司,遼寧 沈陽 110059)

0 引言

“雙碳”目標(biāo)下,利用電動汽車(electric vehicle,EV)移動儲能特性可提高微電網(wǎng)靈活性。EV作為一種移動儲能裝置,若進(jìn)行有效控制,參與微電網(wǎng)的優(yōu)化調(diào)度,與新能源協(xié)調(diào)運(yùn)行,可提高微電網(wǎng)穩(wěn)定性與經(jīng)濟(jì)性[1-2]。因此,亟需對考慮EV的微電網(wǎng)優(yōu)化調(diào)度方法進(jìn)行深入研究。

目前,關(guān)于EV接入微電網(wǎng)穩(wěn)定性問題,相關(guān)學(xué)者做了一定研究。文獻(xiàn)[3]建立以鋰電池作為儲能裝置的全壽命周期成本模型,未利用EV集群提高微電網(wǎng)運(yùn)行水平。文獻(xiàn)[4]針對新能源出力的波動性提出EV參與度和效用函數(shù)最大的EV運(yùn)行模型,設(shè)計了一種基于一致性理論的EV充放電功率分布式控制方法。文獻(xiàn)[5]提出一種風(fēng)光儲多能互補(bǔ)微電網(wǎng)系統(tǒng)日前調(diào)度優(yōu)化模型。文獻(xiàn)[6]建立總運(yùn)行費(fèi)用與總網(wǎng)損最小的微電網(wǎng)多目標(biāo)隨機(jī)動態(tài)優(yōu)化調(diào)度模型。文獻(xiàn)[7-8]建立考慮熱電聯(lián)產(chǎn)機(jī)組及環(huán)境成本的微電網(wǎng)經(jīng)濟(jì)調(diào)度模型,通過蓄電池儲能降低微電網(wǎng)的綜合運(yùn)行成本。但上述文獻(xiàn)未考慮將EV作為儲能裝置研究其充放電雙向行為對微電網(wǎng)經(jīng)濟(jì)調(diào)度的影響。

針對上述內(nèi)容,以下文獻(xiàn)通過電價引導(dǎo)EV參與微電網(wǎng)儲能并激勵用戶參與微電網(wǎng)調(diào)度。文獻(xiàn)[9]中EV充電電價采用居民用電峰谷分時電價,激勵更多用戶參與微電網(wǎng)調(diào)度,但目標(biāo)函數(shù)中未考慮EV電池?fù)p失成本。文獻(xiàn)[10]通過研究EV用戶對電價變化的需求響應(yīng),提出引導(dǎo)EV充電的最優(yōu)峰谷電價定價方案,但會出現(xiàn)反調(diào)峰現(xiàn)象。文獻(xiàn)[11]分析分時電價對充電EV負(fù)荷轉(zhuǎn)移概率的影響,均未考慮EV用戶成本、電池?fù)p失成本。文獻(xiàn)[12]根據(jù)電網(wǎng)預(yù)測調(diào)度目標(biāo)提出考慮EV用戶期望的定價策略,用戶可按照自身需求選擇充電時段。以上文獻(xiàn)所提定價方法均基于EV用戶需求響應(yīng)及用戶成本,未考慮新能源出力對電價的影響。

鑒于上述問題,首先提出一種在動態(tài)電價機(jī)制下考慮EV移動儲能的微電網(wǎng)調(diào)度模型。所提EV動態(tài)電價機(jī)制根據(jù)新能源預(yù)測功率得出各時段的充電電價,引導(dǎo)EV參與微電網(wǎng)調(diào)度。其次,建立考慮環(huán)境成本、微電網(wǎng)運(yùn)行成本和EV用戶成本最低目標(biāo)的經(jīng)濟(jì)調(diào)度模型。最后,通過與傳統(tǒng)無序充電對比分析互動,所提考慮EV移動儲能的動態(tài)電價機(jī)制提升了微電網(wǎng)與EV用戶經(jīng)濟(jì)效益,驗證所提方法的有效性。

1 電動汽車接入微電網(wǎng)的調(diào)度結(jié)構(gòu)

圖1為微電網(wǎng)結(jié)構(gòu),微電網(wǎng)包含微電網(wǎng)能量管理系統(tǒng)、微電源及常規(guī)負(fù)荷,其中微電源由柴油發(fā)電機(jī)(diesel generators,DG)、風(fēng)電機(jī)組(wind turbines,WT)、光伏發(fā)電系統(tǒng)(photovoltaic panels,PV)組成。EV接入微電網(wǎng)可減小對主網(wǎng)的電力需求,也可將EV作為移動儲能來平衡微電網(wǎng)與常規(guī)負(fù)荷間的電力。

圖1 微電網(wǎng)結(jié)構(gòu)

微電網(wǎng)能量管理系統(tǒng)根據(jù)EV用戶接入時間、電池信息及未來24 h源荷出力預(yù)測數(shù)據(jù),向EV用戶發(fā)布充電電價信息等待用戶響應(yīng),參與微電網(wǎng)儲能調(diào)節(jié),并安排各微電源的出力。當(dāng)微電網(wǎng)內(nèi)部發(fā)電量無法消納或供電不足時,微電網(wǎng)能量管理系統(tǒng)根據(jù)主網(wǎng)的購售電價通過聯(lián)絡(luò)線與主網(wǎng)進(jìn)行能量交換。

a.PV模型

光伏發(fā)電輸出功率表示為

(1)

(2)

式中:PPV為PV實際出力;PPV,STC為標(biāo)準(zhǔn)測試條件下最大功率;R、RSTC分別為實際光照強(qiáng)度值、標(biāo)準(zhǔn)測試條件下光照強(qiáng)度值;γ為功率溫度系數(shù);Ta、Tr、Tamb、TNOC分別為光伏單元實際溫度、參照溫度、環(huán)境溫度和正常條件下光伏單元溫度。

b.WT模型

風(fēng)電機(jī)組輸出功率為[13]

(3)

式中:PWT、PWT_rate分別為WT實際功率和額定功率;vci、vco、vr分別為機(jī)組切入風(fēng)速、切出風(fēng)速、額定風(fēng)速,分別取3 m/s、25 m/s、14 m/s。

c.DG模型

柴油發(fā)電機(jī)的燃料消耗量是其輸出功率的線性函數(shù),即:

F=F0×PDG_rate+F1×PDG

(4)

式中:F為燃料消耗率;F0為截距系數(shù);F1為斜率;PDG_rate為DG的額定功率;PDG為DG的實際功率。

d.EV動力電池充放電功率模型

EV充放電模型如下:

(5)

e.基于蒙特卡洛的EV無序充電模型

單個EV的充電行為由車主決定,具有較強(qiáng)的隨機(jī)性。在大數(shù)據(jù)背景下,EV數(shù)據(jù)可經(jīng)分析、歸納近似滿足相應(yīng)的概率分布,如式(6)、式(7)所示。EV出行數(shù)據(jù)來自美國交通部對全美車輛出行調(diào)查數(shù)據(jù)[13]。

EV起止充電時間服從正態(tài)分布,概率密度函數(shù)如式(6)所示。

(6)

式中:μs取17.6;σs取3.4。

日行駛距離近似服從對數(shù)正態(tài)分布,概率密度函數(shù)為

(7)

式中:μd取3.2;σd取0.88。

EV充電時長為

(8)

式中:TC為充電時間;S為日行駛距離;W100為耗電量;PC為充電功率。

通過蒙特卡洛法抽取每輛EV起始充電時間及日行駛距離得出每輛EV的充電時長,計算單輛EV充電負(fù)荷,之后對充電負(fù)荷疊加,得到所有充電負(fù)荷。將1天分為24個時段,間隔1 h,可得出N輛EV每時段對應(yīng)的充電負(fù)荷為

(9)

式中:Pj為第j個時段總充電負(fù)荷;N為EV數(shù)量;Pn,j為第n輛EV在第j個時段充電負(fù)荷。

采用蒙特卡洛法抽取單位EV起始充電時間、日行駛距離的計算方法,其流程如圖2所示。

圖2 基于蒙特卡洛模擬的EV充電負(fù)荷計算流程

對50輛EV進(jìn)行100次模擬得到EV無序充電功率負(fù)荷曲線,如圖3所示。

圖3 EV無序充電功率

2 EV有序充電控制策略

本文通過電價激勵控制EV有序充電,充分開發(fā)EV電池儲能潛力,提出一種根據(jù)新能源出力大小制定EV動態(tài)充電電價的方法。文中所提考慮EV移動儲能的動態(tài)充電電價同時兼顧EV用戶成本與新能源出力大小,根據(jù)24 h內(nèi)風(fēng)電、光伏出力預(yù)測值與平均值計算EV各時段充電電價。文獻(xiàn)[14-15]將風(fēng)電、光伏出力劃分為3個階段,分別對應(yīng)3個EV充電電價階段(高、平、低),通過計算得到3個出力階段的最大值、最小值相對平均值的波動范圍為30%左右,由于文獻(xiàn)[15]典型日出力數(shù)據(jù)與實際整體出力存在誤差,文中風(fēng)電、光伏出力波動范圍取25%。風(fēng)電、光伏出力超過其平均值的125%,EV充電電價低;低于其平均值的75%,EV充電電價高;在兩者之間為平電價,高、低電價分別基于平電價上、下浮動60%。EV基準(zhǔn)充電電價s0為居民用電三級電價,高、低、平充電電價階段分別為1.253元/kWh、0.335元/kWh、0.781元/kWh。為便于計算,文中s0取0.8元/kWh,高、低、平分時電價取1.28元/kWh、0.8元/kWh、0.32元/kWh。

EV充電電價與風(fēng)電、光伏預(yù)測功率關(guān)系如下:

(10)

(11)

利用各時段充電電價差將EV充電負(fù)荷轉(zhuǎn)移到風(fēng)電、光伏出力大的時段,具體流程見圖4。

圖4 動態(tài)充電電價流程

3 調(diào)度模型

3.1 目標(biāo)函數(shù)

微電網(wǎng)綜合運(yùn)行成本主要考慮微電源運(yùn)行成本、DG機(jī)組的燃料成本、電能交互成本、新能源發(fā)電補(bǔ)貼費(fèi)用、環(huán)境成本、EV損失成本和調(diào)度成本,其優(yōu)化調(diào)度模型的目標(biāo)函數(shù)如下:

minf=min(CWT,t+CPV,t+CDG,t+CES,t+CS,t+

CSUB,t+CEV,t+CH,t)

(12)

式中:f為微電網(wǎng)綜合運(yùn)行成本;CWT,t為WT在t時刻運(yùn)行成本;CPV,t為PV在t時刻運(yùn)行成本;CDG,t為DG在t時刻運(yùn)行成本;CES,t為EV損耗成本;CS,t為電能交互成本;CSUB,t為新能源發(fā)電補(bǔ)貼費(fèi)用;CEV,t為EV調(diào)度成本;CH,t為環(huán)境成本。

a.微電源運(yùn)行成本

CWT,t=MWT,t+DWT,t

(13)

CPV,t=MPV,t+DPV,t

(14)

CDG,t=MDG,t+DDG,t+Cfule

(15)

式中:MWT,t為WT在t時刻維修成本;MPV,t為PV在t時刻維修成本;MDG,t為DG在t時刻維修成本;DWT,t為WT在t時刻折舊費(fèi)用;DPV,t為PV在t時刻折舊費(fèi)用;DDG,t為DG在t時刻折舊費(fèi)用;Cfule為柴油發(fā)電機(jī)燃料成本。

(16)

(17)

式中:Km,i為微電源單位運(yùn)行維修費(fèi)用;PWT,t為WT在t時刻出力;PPV,t為PV在t時刻出力;PDG,t為DG在t時刻出力;cins,t為微電源i的安裝成本;Prate,t為微電源i的額定功率;fe,i為微電源i的容量因子;d為折舊系數(shù);m為微電源的使用壽命。

b.DG燃料成本

柴油發(fā)電機(jī)的燃料成本數(shù)學(xué)表達(dá)式為

(18)

式中:α、β、γ為柴油發(fā)電機(jī)的燃料成本系數(shù),取α=6,β=0.12,γ=8.5×10-4。

c.電能交互成本

微電網(wǎng)與主網(wǎng)進(jìn)行電能交換時產(chǎn)生的費(fèi)用由微電網(wǎng)購電成本和售電收益組成。當(dāng)微電源出力不能滿足負(fù)荷需求時,由于微電網(wǎng)向主網(wǎng)購電價格高,此時微電網(wǎng)系統(tǒng)通過動態(tài)充電電價引導(dǎo)EV放電;當(dāng)EV放電不能滿足負(fù)荷需求時,此時從主網(wǎng)購電。反之,當(dāng)微電源出力除了滿足自身負(fù)荷需求外仍有剩余,可引導(dǎo)EV充電或在售電價格高時向主網(wǎng)售電。與主網(wǎng)電能交互成本如下:

CS,t=Cbuy,t+Csell,t

(19)

(20)

式中:Pbuy,t、Psell,t分別為微電網(wǎng)向主網(wǎng)購、售電功率;cbuy,t、csell,t分別為微電網(wǎng)向主網(wǎng)購、售電價。

d.新能源發(fā)電補(bǔ)貼費(fèi)用

Csub,t=csub(PWT,t+PPV,t)

(21)

式中:csub為分布式新能源發(fā)電補(bǔ)貼單價,取0.01元/kWh。

e.環(huán)境成本

常規(guī)發(fā)電污染物治理費(fèi)用計為環(huán)境成本如下:

CH,t=PDG,t(aDGCO2σCO2+aDGSO2σSO2+aDGNOxσNOx)

(22)

式中:aDGCO2為柴油發(fā)電機(jī)CO2排放量;aDGSO2為柴油發(fā)電機(jī)SO2排放量;aDGNOx為柴油發(fā)電機(jī)NOx排放量;σCO2為CO2治理費(fèi)用;σSO2為SO2治理費(fèi)用;σNOx為NOx治理費(fèi)用。

f.EV調(diào)度成本

充放電響應(yīng)采用一定比例的充放電電價進(jìn)行補(bǔ)償,計算方式如下:

CEV,t=CEV_ch,t+CEV_dis,t

(23)

(24)

式中:CEV_ch,t、CEV_dis,t分別為t時刻EV充電和放電的補(bǔ)償成本;s(t)為EV充電電價;α1、β1分別為微電網(wǎng)對EV充電和放電的補(bǔ)償系數(shù),分別取0.2和0.5。

g.EV電池?fù)p耗成本

將EV電池?fù)p耗成本與折舊成本計入EV充放電的損耗成本中,計算方式如下:

CES,t=CEL+CEM

(25)

(26)

式中:CEL、CEM分別為EV放電時損失成本和EV電池折舊成本;KEV為車輛蓄電池的折舊系數(shù);PEVd,j為第j輛車的放電功率。

3.2 約束條件

a.功率平衡約束

微電網(wǎng)功率平衡約束如下:

PWT,t+PPV,t+PDG,t+Pgrid,t=Pload,t+PEV,t

(27)

式中:PWT,t、PPV,t、Pload,t、PEV,t分別為t時段風(fēng)電出力、光伏出力、常規(guī)負(fù)荷及EV充放電功率。

b.EV充放電功率及荷電狀態(tài)約束

EV充放電時功率及荷電狀態(tài)約束如下:

(28)

λEVcλEVd=0

(29)

SOC,min≤SOC(t)≤SOC,max

(30)

EV充放電狀態(tài)有3種情況:充電狀態(tài)(PEVc,t>0,PEVd,t=0);放電狀態(tài)(PEVc,t=0,PEVd,t>0);閑置狀態(tài)(PEVc,t=0,PEVd,t=0)。引入狀態(tài)變量λEVc、λEVd表示EV是否參與充放電(0或1)。

c.聯(lián)絡(luò)線功率約束

聯(lián)絡(luò)線功率約束表達(dá)式如下:

(31)

d.分布式電源出力上、下限約束

各分布式電源出力滿足以下條件:

Pi,min≤Pi,t≤Pi,max

(32)

式中:Pi,t為分布式電源i發(fā)電功率;Pi,max、Pi,min分別為分布式電源i出力上、下限。

e.DG運(yùn)行功率約束

DG運(yùn)行功率約束條件如下:

(33)

式中:Lmin為DG最小負(fù)載率。

4 仿真結(jié)果分析

4.1 試驗數(shù)據(jù)

仿真算例中PV、WT均運(yùn)行于最大功率跟蹤模式,圖5為微電網(wǎng)中風(fēng)電、光伏出力及負(fù)荷需求預(yù)測數(shù)據(jù)。DG的環(huán)境補(bǔ)償成本及排放系數(shù)如表1所示,各微電源參數(shù)如表2所示,微電網(wǎng)與主網(wǎng)交易電價如表3所示。EV容量為24 kWh,充放電功率均為3 kW,充放電效率μch、μdis均為0.95。本文通過YALMIP建立數(shù)學(xué)模型,并利用GUROBI求解優(yōu)化問題。

表1 環(huán)境補(bǔ)償成本及排放系數(shù)

表2 微電源參數(shù)

表3 微電網(wǎng)與主網(wǎng)交易電價 單位:元/kWh

4.2 結(jié)果分析

微電網(wǎng)調(diào)度模型求解結(jié)果如圖6—圖9所示。基于各時段風(fēng)電、光伏功率預(yù)測值與平均值,根據(jù)式(10)、式(11)計算EV動態(tài)充電電價,如圖6所示。結(jié)合圖3、圖5可知,在微電網(wǎng)嚴(yán)重缺少電源功率時(17:00—21:00),光伏出力基本為零,風(fēng)電出力不足以滿足負(fù)荷需求,微電網(wǎng)中負(fù)荷需求基本由DG支撐。此時EV充電負(fù)荷將加劇電網(wǎng)調(diào)峰負(fù)荷,導(dǎo)致系統(tǒng)必須提高DG機(jī)組出力滿足EV充電和負(fù)荷需求,從而使電網(wǎng)運(yùn)行成本與環(huán)境成本增加,因此,此階段制定EV充電電價較高為1.28元/h。在微電網(wǎng)風(fēng)電、光伏出力富余時(00:00—07:00、08:00—16:00),負(fù)荷水平較低,EV可減少棄風(fēng)、棄光現(xiàn)象,DG機(jī)組只需維持相對較低出力即可滿足負(fù)荷需求,因此,此階段EV充電電價制定為0.32元/kWh。

圖5 微電網(wǎng)各機(jī)組出力曲線

圖6 動態(tài)充電電價

圖7為動態(tài)電價引導(dǎo)下的EV充放電功率曲線。結(jié)合風(fēng)電、光伏出力曲線可知,通過充電電價引導(dǎo),EV作為移動儲能裝置能夠?qū)崿F(xiàn)對新能源發(fā)電的削峰填谷。在微電網(wǎng)嚴(yán)重缺少功率時,EV充電電價維持在1.28元/kWh,激勵EV減少充電功率并增加放電功率,從而減少DG機(jī)組出力,不僅能緩解調(diào)峰負(fù)擔(dān)、EV用戶獲得更多經(jīng)濟(jì)收益,還能減小微電網(wǎng)環(huán)境成本。在微電網(wǎng)發(fā)電功率富余時,EV充電電價維持在0.32元/kWh,此階段多余電功率存儲到EV。圖8為微電網(wǎng)與主網(wǎng)功率交換曲線。在新能源出力或微電網(wǎng)發(fā)電功率不足以支撐負(fù)荷需求時,通過動態(tài)電價引導(dǎo)EV放電或從主網(wǎng)購電滿足功率缺額,從而滿足微電網(wǎng)內(nèi)部負(fù)荷需求。圖9為無序、有序充電棄風(fēng)棄光曲線,在動態(tài)電價引導(dǎo)下EV充電負(fù)荷轉(zhuǎn)移到風(fēng)電、光伏出力較大時段,增加了風(fēng)電、光伏利用。

圖7 動態(tài)充電電價引導(dǎo)下EV充放電功率曲線

圖8 微電網(wǎng)與主網(wǎng)功率交換曲線

圖9 無序、有序充電棄風(fēng)棄光曲線

通過表4成本對比可知,所提方法引導(dǎo)EV在電價尖峰期放電,在電價低谷期充電,不僅降低了EV用戶成本,且降低了微電網(wǎng)運(yùn)行成本及環(huán)境成本。微電網(wǎng)總的運(yùn)行成本降低了16.96%,EV用戶成本降低了46.68%,環(huán)境成本降低了30.89%。

表4 成本對比 單位:元

5 結(jié)語

本文提出了在動態(tài)電價機(jī)制下考慮EV移動儲能的微電網(wǎng)優(yōu)化調(diào)度模型。根據(jù)新能源出力大小制定動態(tài)充電電價策略,在不影響用戶出行的前提下,能引導(dǎo)EV充電負(fù)荷最大化消納風(fēng)電、光伏,風(fēng)電、光伏消納率提高了38.69%,同時通過EV儲能減輕了微電網(wǎng)對主網(wǎng)電力需求負(fù)擔(dān),有利于提高微電網(wǎng)運(yùn)行的經(jīng)濟(jì)性。