分時(shí)電價(jià)下PHEV智能集中充電策略

石 磊，劉皓明

（1.國(guó)電南瑞科技股份有限公司，南京 210061；2.河海大學(xué) 能源與電氣學(xué)院，南京 210098）

分時(shí)電價(jià)下PHEV智能集中充電策略

石 磊1，劉皓明2

（1.國(guó)電南瑞科技股份有限公司，南京 210061；2.河海大學(xué) 能源與電氣學(xué)院，南京 210098）

以分時(shí)電價(jià)為背景，分析了未來(lái)插電式混合動(dòng)力車（plug?in hybrid electrical vehicle，PHEV)通過(guò)“車輛到電網(wǎng)”（vehicle to grid，V2G）方式接入電網(wǎng)可能帶來(lái)的問(wèn)題，提出了基于需求側(cè)響應(yīng)思想的V2G集中充電策略，分別從供電側(cè)調(diào)峰角度和用戶側(cè)成本角度建立數(shù)學(xué)模型，提出一種基于動(dòng)態(tài)估計(jì)插值思想的算法，最終采用紐約州長(zhǎng)島地區(qū)的數(shù)據(jù)進(jìn)行算例仿真。結(jié)果表明，PHEV集中充電策略可以有效地減少峰谷差，節(jié)約用戶充電成本，達(dá)到供電側(cè)與用戶側(cè)的雙贏結(jié)果。

PHEV;集中充電策略;分時(shí)電價(jià);動(dòng)態(tài)估計(jì)插值

插電式混合動(dòng)力車（plug?in hybrid electrical vehicle，PHEV）是一種結(jié)合內(nèi)燃機(jī)和電動(dòng)機(jī)2種類型驅(qū)動(dòng)的新型交通工具，具有清潔、低碳、低能耗等眾多優(yōu)點(diǎn)，同時(shí)PHEV內(nèi)的電池儲(chǔ)能系統(tǒng)是一種可與電網(wǎng)相連接的電力電子設(shè)備[1]。Vehical to grid（V2G）技術(shù)是實(shí)現(xiàn)PHEV與電網(wǎng)（一般是配電網(wǎng)饋線末端）相連接的新技術(shù)[2]。

PHEV的V2G充電作為一種新的需求側(cè)響應(yīng)手段近年來(lái)引起越來(lái)越多的關(guān)注[3—4]，然而目前對(duì)于PHEV的V2G研究主要集中于概念的引進(jìn)和可行性預(yù)測(cè)，對(duì)于V2G如何在電力市場(chǎng)環(huán)境下的實(shí)現(xiàn)則缺乏具體的研究。文獻(xiàn)[5]從宏觀角度預(yù)測(cè)2040年左右V2G將在美國(guó)實(shí)現(xiàn)全面市場(chǎng)化；文獻(xiàn)[6]分析V2G的自身發(fā)展限制，指出V2G盡管潛力無(wú)限，但仍舊受到眾多因素的制約，最終的發(fā)展前景是能源價(jià)格、政府影響、民眾理念、技術(shù)水平以及國(guó)家戰(zhàn)略等多方面博弈的結(jié)果[7]；文獻(xiàn)[8]給出了由供電側(cè)、獨(dú)立系統(tǒng)運(yùn)行商（independent system operater，ISO）和PHEV用戶側(cè)3方參與的V2G的概念示意圖；文獻(xiàn)[9]分別從調(diào)峰服務(wù)、旋轉(zhuǎn)備用服務(wù)、調(diào)頻調(diào)壓服務(wù)比較V2G在電力市場(chǎng)中應(yīng)該承擔(dān)的角色，指出PHEV整體V2G充電對(duì)于調(diào)峰市場(chǎng)所蘊(yùn)藏的巨大利益；文獻(xiàn)[10]提出一種基于低谷填入思想的PHEV集中充電算法，并核算了PHEV用戶和供電系統(tǒng)雙方的收益。

美國(guó)國(guó)家可再生能源實(shí)驗(yàn)室調(diào)研指出，21世紀(jì)中葉用于負(fù)荷調(diào)峰的PHEV電網(wǎng)接入率將超過(guò)10%[11]，假設(shè)每輛PHEV電池容量7 kWh，保守估算美國(guó)所有州的發(fā)電總裝機(jī)容量可減少25%[12]。文獻(xiàn)[13]分別以美國(guó)東西部電網(wǎng)負(fù)荷為例，測(cè)算PHEV到家后立即充電對(duì)電網(wǎng)的影響，結(jié)果表明：大量PHEV以V2G方式接入電網(wǎng)后會(huì)加重原有峰荷，進(jìn)一步拉大負(fù)荷峰谷差，嚴(yán)重時(shí)甚至可能導(dǎo)致負(fù)荷畸變；另一方面，用戶到家后立即充電的時(shí)段主要集中在傍晚用電高峰，電能單價(jià)為峰時(shí)電價(jià)，從而PHEV用戶的充電成本缺乏經(jīng)濟(jì)性考量。

如果對(duì)通過(guò)V2G方式接入電網(wǎng)的PHEV進(jìn)行合理有效地集中智能充電，不僅可以避免過(guò)負(fù)荷帶來(lái)的穩(wěn)定性問(wèn)題，起到移峰填谷縮減新增發(fā)電機(jī)組的效果，而且可以在一定程度上節(jié)約PHEV用戶的成本，充分體現(xiàn)需求響應(yīng)的思想與作用?；诖?，本文提出了一套在分時(shí)電價(jià)下的適合PHEV集中充電的策略，并構(gòu)造了動(dòng)態(tài)估計(jì)插值算法，旨在未來(lái)智能電網(wǎng)大環(huán)境下，為PHEV的V2G充電實(shí)際運(yùn)行提供新的思路。

1PHEV集中V2G充電機(jī)制

以分時(shí)電價(jià)為背景提出一個(gè)由系統(tǒng)ISO管理運(yùn)作與監(jiān)督、供電側(cè)與用戶側(cè)共同參與的PHEV集中V2G充電調(diào)峰機(jī)制，如圖1所示。

圖1 PHEV集中V2G充電機(jī)制示意圖

供電側(cè)通過(guò)ISO以電價(jià)折扣的需求響應(yīng)手段吸引區(qū)域內(nèi)PHEV用戶加入?yún)f(xié)議機(jī)制，從宏觀的角度，當(dāng)加入機(jī)制的PHEV數(shù)量上達(dá)到一定規(guī)模后，供電側(cè)向ISO提供日前負(fù)荷、峰谷電價(jià)等預(yù)測(cè)信息；微觀角度，每輛加入機(jī)制的PHEV通過(guò)代理商向ISO提供自身的車輛狀態(tài)信息，例如：電池剩余電量SOC、用戶使用要求、SOC期望充電值及充電功率等。ISO一方面處理PHEV用戶信息，通過(guò)機(jī)制中的供電側(cè)調(diào)峰調(diào)度模型對(duì)每一輛加入?yún)f(xié)議的PHEV計(jì)算得到其充電時(shí)段；另一方面，通過(guò)機(jī)制中的電費(fèi)折扣模型計(jì)算得到每一輛PHEV的充電成本，最終獲得宏觀上供電側(cè)整體的負(fù)荷調(diào)峰效果和PHEV集中充電的總節(jié)約成本，微觀上得到每一輛PHEV充電調(diào)度時(shí)段和充電成本清單。機(jī)制分成供電側(cè)的調(diào)峰調(diào)度模型和用戶側(cè)的成本計(jì)算模型2部分。

2 供電側(cè)調(diào)峰數(shù)學(xué)模型

供電側(cè)的PHEV需求響應(yīng)成本應(yīng)當(dāng)小于PHEV作為一種新的生活用電負(fù)荷引起的新增峰荷裝機(jī)成本，即供電側(cè)給予PHEV用戶的充電折扣應(yīng)小于由PHEV充電負(fù)荷引起的能效電廠成本，這是機(jī)制成立的重要前提條件，即CG－CD＞0，式中：CG為新增峰值負(fù)荷裝機(jī)成本，CD為需求側(cè)響應(yīng)成本。研究時(shí)段Ta至Tb范圍內(nèi)，各時(shí)段初始負(fù)荷值L為（LTa，LTa+1，，LTb-1，LTb）。

2.1 目標(biāo)函數(shù)和約束條件

供電側(cè)的主要目的為負(fù)荷的削峰填谷，因此可以引入峰谷差作為目標(biāo)函數(shù)，如式（1）—式（6）所示

式（1）表示在研究時(shí)段Ta至Tb內(nèi)實(shí)時(shí)動(dòng)態(tài)地對(duì)自愿加入?yún)f(xié)議的每一輛PHEV選擇合適時(shí)段進(jìn)行充電，使新形成的負(fù)荷曲線峰谷差最小。h為研究時(shí)段變量，以小時(shí)為單位動(dòng)態(tài)地在Ta至Tb內(nèi)遞增；Li為第i時(shí)段日前負(fù)荷量，i在h至Tb時(shí)段范圍內(nèi)自由移動(dòng)；n(h)表示研究時(shí)段h下參與協(xié)議的PHEV數(shù)目；Pj表示第j輛PHEV的充電功率，在優(yōu)化中假定為一常量；xi，j為0-1決策變量確定對(duì)第j輛PHEV在時(shí)段i是否充電（1表示充電，0表示不充電）。

此外，PHEV用戶不加入V2G集中充電機(jī)制，選擇即到即充自主方式下負(fù)荷L″為(L″Ta,L″Ta+1,,L″Tb-1,L″Tb)。各時(shí)段負(fù)荷值

2.2 評(píng)價(jià)指標(biāo)

對(duì)于供電側(cè)的削峰移谷要求，除了負(fù)荷峰谷差最小作為目標(biāo)函數(shù)外，考慮另設(shè)2個(gè)評(píng)價(jià)指標(biāo)：負(fù)荷數(shù)據(jù)的標(biāo)準(zhǔn)差SL′和負(fù)荷率KL′。前者較好地體現(xiàn)了負(fù)荷的波動(dòng)性，后者體現(xiàn)了負(fù)荷的利用率，如式（9）、式（10）所示

式中：L′i是PHEV充電后每個(gè)時(shí)段的負(fù)荷量；-L′是PHEV充電后的平均負(fù)荷量。

式中：負(fù)荷率KL′是小于1的數(shù)，KL′越接近1，說(shuō)明負(fù)荷利用率越大。式中：----P′是PHEV充電后負(fù)荷的平均功率，Pmax是充電后負(fù)荷最大功率。

以上目標(biāo)函數(shù)以及相應(yīng)的評(píng)價(jià)指標(biāo)，可以較全面對(duì)比PHEV集中智能充電下的新負(fù)荷曲線相對(duì)于PHEV集中自主充電下的負(fù)荷削峰填谷的效果。

3 動(dòng)態(tài)估計(jì)插值思想

針對(duì)調(diào)峰調(diào)度模型中目標(biāo)函數(shù)、約束條件以及評(píng)價(jià)指標(biāo)進(jìn)行分析，需要考慮以下方面：①日前預(yù)測(cè)負(fù)荷曲線的功率單位（MW）與PHEV充電功率單位（kW）在數(shù)量級(jí)上的差異與匹配；②邊界條件的分析判定，即需要充分考慮研究時(shí)段范圍，對(duì)于任意PHEV安排的調(diào)度時(shí)段不允許越界情況的發(fā)生；③局部負(fù)荷奇異的特殊情況，例如：日前預(yù)測(cè)峰谷負(fù)荷時(shí)段相鄰。針對(duì)以上問(wèn)題，提出一種基于動(dòng)態(tài)估計(jì)插值的PHEV集中充電調(diào)度方法。

該方法的總體思想是逐研究時(shí)段對(duì)該時(shí)段內(nèi)參與協(xié)議的PHEV進(jìn)行分類，在同一類型下以每一輛參與機(jī)制的PHEV為單位，以其充電功率為基值對(duì)日前負(fù)荷曲線進(jìn)行功率單位標(biāo)幺化，其次分別考慮邊界條件和負(fù)荷曲線奇異性，實(shí)時(shí)動(dòng)態(tài)地進(jìn)行負(fù)荷估計(jì)，尋找合適的時(shí)段對(duì)該P(yáng)HEV進(jìn)行插值。具體流程步驟如下：

步驟1：準(zhǔn)備工作。讀取日前負(fù)荷預(yù)測(cè)信息L、分時(shí)電價(jià)信息P，確定策略的研究時(shí)段h=[Ta,Tb]，讀取初始研究時(shí)段h=Ta下參與協(xié)議策略的PHEV數(shù)量n(h)。

步驟2：以PHEV充電用時(shí)Tj為標(biāo)準(zhǔn)對(duì)該n(h)輛PHEV進(jìn)行降序分類（充電用時(shí)相同的PHEV歸為一類并計(jì)數(shù)）。

步驟3：自最大充電用時(shí)的PHEV類型起始，以該類型下每一輛PHEV的平均功率(注：同類PHEV其平均功率不一定相同)為基值對(duì)日前負(fù)荷曲線中的負(fù)荷量進(jìn)行標(biāo)幺化。

步驟4：在已標(biāo)幺化的負(fù)荷曲線上搜尋最大值、最小值，在最小值所對(duì)應(yīng)的時(shí)段t填入該P(yáng)HEV所需充電用時(shí)Tj中的一個(gè)小時(shí)。

步驟5：根據(jù)已知的該P(yáng)HEV充電用時(shí)Tj及有效充電時(shí)段t構(gòu)造時(shí)段集合U，即以充電連續(xù)性為約束，選擇包含t在內(nèi)的其相鄰區(qū)域內(nèi)元素?cái)?shù)為Tj-1的連續(xù)自然數(shù)集合，所有集合組成集合組H。

步驟6：檢測(cè)邊界條件。根據(jù)研究時(shí)段界限，逐一判斷集合組H內(nèi)的時(shí)段集合U是否存在越界情況，刪除越界的時(shí)段集合，更新時(shí)段集合組H。

步驟7：檢測(cè)奇異負(fù)荷。奇異負(fù)荷定義為峰谷同時(shí)出現(xiàn)在時(shí)段集合U中。對(duì)更新后的新時(shí)段集合組H中的所有時(shí)段集合U逐個(gè)搜索其包含的元素中是否存在負(fù)荷峰值。

步驟8：構(gòu)造新集合N，其元素為每個(gè)時(shí)段集合U所包含的峰值個(gè)數(shù)，計(jì)算集合N中的最小值m。若m等于0，即存在正常時(shí)段集合（非奇異）的時(shí)段集合U，在N中篩選所有元素等于0所對(duì)應(yīng)的時(shí)段集合U二次更新集合組H；如果m不等于0，即所有時(shí)段集合U均存在奇異現(xiàn)象，在N中篩選所有元素等于m所對(duì)應(yīng)的時(shí)段集合U二次更新集合組H。

步驟9：逐個(gè)對(duì)集合組H下各個(gè)時(shí)段集合U中元素進(jìn)行求和，所得數(shù)值按升序排列形成集合S。

步驟10：選擇最小的S所對(duì)應(yīng)的集合U，U中所對(duì)應(yīng)的時(shí)段值即為該P(yáng)HEV的充電時(shí)段，標(biāo)志該類型的第一輛PHEV最優(yōu)充電時(shí)段已確定，刷新負(fù)荷曲線。

步驟11：分析得出該P(yáng)HEV初始充電時(shí)段，轉(zhuǎn)入該P(yáng)HEV充電成本計(jì)算模型，進(jìn)入該類型下一輛PHEV調(diào)度狀態(tài)。

步驟12：循環(huán)執(zhí)行步驟3—步驟10，直到該類型所有PHEV充電完成，刷新負(fù)荷曲線，轉(zhuǎn)入下一類型PHEV調(diào)度狀態(tài)。

步驟13：循環(huán)執(zhí)行步驟3—步驟11，完成余下類型PHEV的充電，刷新負(fù)荷曲線，至此標(biāo)志初始研究時(shí)段下所有PHEV充電完成，進(jìn)入下一研究時(shí)段。

步驟14：循環(huán)執(zhí)行步驟2—步驟12，動(dòng)態(tài)更新各研究時(shí)段下的負(fù)荷，形成最終削峰填谷負(fù)荷曲線L′，形成PHEV充電總成本C′。

步驟15：工作完成。

4 PHEV用戶側(cè)成本模型

動(dòng)態(tài)估計(jì)插值思想的提出使PHEV的V2G集中充電應(yīng)用于供電側(cè)的調(diào)峰成為可能。用戶在PHEV需要充電時(shí)可能會(huì)綜合考慮一些因素，例如：自身下次出行的時(shí)間、里程，充電用時(shí)等等，因此有必要對(duì)策略中的另一主體——用戶側(cè)建立公平適用的成本模型。結(jié)合算法特點(diǎn)和實(shí)際應(yīng)用，引入3個(gè)決定成本的折扣因素。

4.1 信用度因素

用戶選擇加入?yún)f(xié)議代表策略的生效，考慮到PHEV充電最終控制端位于用戶側(cè)，如果加入?yún)f(xié)議的PHEV用戶由于突發(fā)緊急情況或者意外事件需要在調(diào)度規(guī)定的時(shí)間內(nèi)使用PHEV，這種情況下，即電池未充至期望SOC狀態(tài)用戶強(qiáng)行解除V2G模式，用戶單方面違反協(xié)議內(nèi)容。從供電側(cè)角度來(lái)說(shuō)，PHEV的離開(kāi)意味實(shí)現(xiàn)負(fù)荷削峰移谷的核心工具的缺失，因此用戶是否按時(shí)按量完全履行協(xié)議是衡量其享有折扣程度的一個(gè)重要因素。因此在用戶成本折扣計(jì)算中，設(shè)定用戶V2G充電信用度Cr，定義為一定時(shí)間周期內(nèi)PHEV正常履行協(xié)議的次數(shù)與參與協(xié)議的總次數(shù)的比值。信用度折扣Dc是以Cr為自變量的函數(shù)。

4.2 能用度因素

供電側(cè)調(diào)峰動(dòng)態(tài)估計(jì)插值下PHEV被調(diào)度充電的時(shí)段各異，同樣參加V2G集中充電協(xié)議的某些PHEV被安排的充電時(shí)段靠前，某些相對(duì)靠后，盡管加入機(jī)制意味著充電時(shí)間支配權(quán)已實(shí)施轉(zhuǎn)移，然而從用戶的角度，均希望能盡早的滿時(shí)滿量充電以應(yīng)對(duì)某些緊急情況下PHEV出行需要。因此考慮引入PHEV充電能用度概念Ca。PHEV能用度Ca定義為1-(Ts-Ta)/(Tb-Ta)。Ta和Tb分別表示協(xié)議初始時(shí)刻和結(jié)束時(shí)刻；Ts為安排的起始充電時(shí)刻，也即PHEV開(kāi)始充電的絕對(duì)位置。由PHEV能用度的定義易見(jiàn)PHEV被調(diào)度充電越早，用戶對(duì)PHEV的能用度越大，反之亦然。能用度折扣Da是以Ca為自變量的函數(shù)。

4.3 充電用時(shí)因素

PHEV的充電用時(shí)是區(qū)分PHEV類型的一個(gè)重要標(biāo)志，PHEV充電時(shí)間越長(zhǎng)代表提供給供電側(cè)的電能越多，理應(yīng)獲得更多的充電折扣；此外，在供電側(cè)調(diào)峰動(dòng)態(tài)估計(jì)插值下，同研究時(shí)段下充電用時(shí)高的PHEV由于充電電量大，移峰填谷次序上優(yōu)先。結(jié)合以上2個(gè)原因，考慮引入充電用時(shí)因子Tp。充電用時(shí)折扣Dt是以Tp為自變量的函數(shù)。

4.4 最終成本計(jì)算

綜合以上3個(gè)因素，PHEV最終電費(fèi)折扣是以信用度折扣、能用度折扣和充電用時(shí)折扣三者為自變量的函數(shù)Dj=f（Da，j，Dc，j，Dt，j）。假設(shè)研究時(shí)段為峰谷分時(shí)電價(jià)中的谷時(shí)段的子集，從PHEV用戶整體的角度，在分時(shí)電價(jià)PHEV集中充電整體成本

用戶整體節(jié)省的成本

5 算例仿真

5.1 算例數(shù)據(jù)

以美國(guó)紐約州長(zhǎng)島地區(qū)ISO于2010年1月1日發(fā)布的實(shí)時(shí)數(shù)據(jù)[14]為算例。由于相對(duì)一天中白天時(shí)段，PHEV的使用規(guī)律在夜晚時(shí)段更具有可集中調(diào)控的特點(diǎn)，即多數(shù)PHEV在下班回家后處于?？快o置狀態(tài)，因此研究時(shí)段為晚上21：00至次日上午7：00，即Ta=21,Tb=07，該區(qū)域汽車中PHEV保有率25%[5]，假設(shè)其中60%的PHEV用戶加入集中充電機(jī)制，計(jì)算得共214 790輛PHEV參與集中充電。從電池待充電量角度將PHEV分成2 kWh、4 kWh、6 kWh、8 kWh和10 kWh共5種類型[5],則PHEV對(duì)應(yīng)的充電用時(shí)為1～5 h。據(jù)統(tǒng)計(jì)，PHEV中以充電用時(shí)3～4 h中小型車為主[4—5]，合理假設(shè)對(duì)應(yīng)PHEV所占總數(shù)的百分比為10%、20%、40%、20%、10%。另外各時(shí)段下參與協(xié)議策略的PHEV數(shù)量隨著研究時(shí)段的推移成遞減趨勢(shì)，假設(shè)各時(shí)段PHEV數(shù)量呈等比遞減關(guān)系?？紤]次日4：00后參與協(xié)議PHEV數(shù)量過(guò)少（小于150輛）以及程序下PHEV最大充電用時(shí)5 h越界，因此PHEV均在次日凌晨4：00前進(jìn)入V2G模式。表1給出各研究時(shí)段下各類型PHEV加入?yún)f(xié)議策略的PHEV數(shù)量。

表1 各時(shí)段各類型PHEV進(jìn)入V2G模式數(shù)量表

以上為電網(wǎng)側(cè)調(diào)峰調(diào)度模型輸入信息。用戶成本方面，設(shè)PHEV用戶最終折扣函數(shù)為Dj=Da，j·Dc，j·Dt，j，假設(shè)PHEV用戶信用度折扣均為0.85，能用度折扣Da是Ca的分段函數(shù)

5.2 算例結(jié)果

5.2.1 電網(wǎng)側(cè)分析

表2給出日前預(yù)測(cè)負(fù)荷、PHEV集中智能充電方式以及自主充電方式(即到即充)下最終負(fù)荷數(shù)據(jù)。圖2給出了對(duì)應(yīng)負(fù)荷曲線。

從負(fù)荷曲線圖可以清楚地比較3種情況下負(fù)荷量的變化趨勢(shì)，日前預(yù)測(cè)負(fù)荷在研究時(shí)段內(nèi)整體趨勢(shì)隨著時(shí)間的推移逐漸降低。PHEV自主充電情況下，由于即時(shí)速充，因此在日前負(fù)荷基礎(chǔ)上負(fù)荷進(jìn)一步上升，其中由于在晚上21：00至次日凌晨1：00時(shí)間段內(nèi)，PHEV自主充電數(shù)量較多，因此在這個(gè)時(shí)間段內(nèi)負(fù)荷增量相對(duì)較大，在4：00后自主充電下負(fù)荷微增，整體上PHEV自主即時(shí)充電下負(fù)荷趨勢(shì)同樣隨著時(shí)間的推移逐漸降低。V2G集中協(xié)議充電下ISO基于動(dòng)態(tài)估計(jì)插值思想下對(duì)PHEV進(jìn)行調(diào)峰調(diào)度，在晚上21：00至次日凌晨1：00時(shí)間段內(nèi)由于日前負(fù)荷值本身處于較高值，PHEV帶來(lái)的負(fù)荷增量幾乎為0，相較于PHEV自主即時(shí)充電，協(xié)議下PHEV帶來(lái)的負(fù)荷增值主要集中在凌晨3：00至7：00時(shí)，將這段日前負(fù)荷中平均負(fù)荷水平較低的時(shí)間段整體負(fù)荷水平提高。從整體負(fù)荷趨勢(shì)來(lái)看，協(xié)議策略下的負(fù)荷曲線程初期微調(diào)，后期均增的效果，盡可能地削峰移谷，提高負(fù)荷利用率，同時(shí)也降低了負(fù)荷水平的波動(dòng)性。

表2 分時(shí)電價(jià)下各情況負(fù)荷數(shù)據(jù)一覽表 MW

圖2 分時(shí)電價(jià)下各情況下負(fù)荷曲線比較

表3和表4分別顯示了在研究時(shí)段（21：00至次日7：00）內(nèi)和一天24 h內(nèi)供電側(cè)調(diào)峰目標(biāo)函數(shù)值及其評(píng)價(jià)指標(biāo)。

表3 研究時(shí)段內(nèi)目標(biāo)函數(shù)及其評(píng)價(jià)指標(biāo)

表4 24 h負(fù)荷指標(biāo)評(píng)價(jià)

表3充分體現(xiàn)了PHEV集中調(diào)峰充電在研究時(shí)段范圍內(nèi)的優(yōu)化結(jié)果。在研究時(shí)段范圍內(nèi)，如果PHEV用戶均選擇自主充電，則會(huì)進(jìn)一步加劇負(fù)荷的波動(dòng)，而如果PHEV加入V2G集中充電策略，目標(biāo)函數(shù)和評(píng)價(jià)指標(biāo)全面優(yōu)于其他2種情況。

表4側(cè)重反應(yīng)了在夜晚PHEV集中智能充電控制對(duì)于一天內(nèi)整體負(fù)荷的影響，盡管相對(duì)研究時(shí)段范圍的優(yōu)化效果略有降低，但集中智能充電下目標(biāo)函數(shù)及評(píng)價(jià)指標(biāo)均有改善，較自主充電，智能充電下減小了近140 MW的峰值，充分顯示其具有良好的調(diào)峰效果。

綜上，PHEV用戶的自主充電由于缺乏有效管理，導(dǎo)致峰谷負(fù)荷差距進(jìn)一步拉大，間接地降低了發(fā)電機(jī)組的利用率，導(dǎo)致成本的增加。相反，PHEV用戶參與調(diào)峰機(jī)制充分體現(xiàn)了需求側(cè)響應(yīng)的思想，負(fù)荷峰谷差值的減少直接縮減了供電側(cè)運(yùn)行成本，負(fù)荷波動(dòng)性的顯著緩和降低了供電側(cè)輸發(fā)電時(shí)承擔(dān)的風(fēng)險(xiǎn)。隨著地域覆蓋范圍的擴(kuò)大，加入策略的PHEV數(shù)量的增多，效果更加明顯。

5.2.2 用戶側(cè)分析

PHEV集中充電機(jī)制不僅計(jì)算供電側(cè)調(diào)峰效果，而且從用戶整體角度計(jì)算所有PHEV研究對(duì)象參與協(xié)議策略的總充電成本、自主即時(shí)充電成本以及節(jié)省的總成本；從用戶個(gè)體角度計(jì)算、顯示、存儲(chǔ)每一位PHEV充電信息，包括其充電時(shí)段以及電費(fèi)成本，如表5所示。

這樣V2G用戶終端可以方便的查詢PHEV被分配的充電時(shí)間以及相應(yīng)的電費(fèi)支出。例如：從表5可以了解到該P(yáng)HEV用戶晚上21：00加入?yún)f(xié)議，電池需充電量10 kWh，需充時(shí)間5 h，被安排在凌晨2：00開(kāi)始充電，在結(jié)合信用度，能用度以及充電用時(shí)因素后給出折扣電費(fèi)0.029 07美元/kW，計(jì)算繳納電費(fèi)，原始電費(fèi)(即自主即時(shí)充電電費(fèi))0.400美元和節(jié)省電費(fèi)0.109 3美元?？梢钥闯黾尤爰谐潆姴呗院?，該P(yáng)HEV可以節(jié)省近25%的充電成本，易見(jiàn)協(xié)議策略對(duì)于用戶的激勵(lì)作用明顯。

表5 某PHEV用戶側(cè)個(gè)體充電信息一覽表

分時(shí)電價(jià)環(huán)境下，紐約州長(zhǎng)島214 790輛加入?yún)f(xié)議的PHEV整體充電成本如圖3所示。PHEV自主即時(shí)充電下總電費(fèi)成本為51 520美元，PHEV加入?yún)f(xié)議策略集中充電下總電費(fèi)為38 587.8美元，整體上用戶側(cè)PHEV充電共節(jié)省12 932.2美元，占自主充電成本的25.1%。

圖3 分時(shí)電價(jià)下PHEV用戶側(cè)整體充電成本信息

結(jié)合算例分別從供電側(cè)與用戶側(cè)雙方角度探討PHEV的充電協(xié)議策略帶來(lái)的影響，得出基于需求側(cè)響應(yīng)思想的V2G集中充電三方協(xié)議策略帶來(lái)了供需雙方的雙贏，對(duì)于未來(lái)的PHEV集中充電具有借鑒意義。

6 小結(jié)

本文針對(duì)PHEV在分時(shí)電價(jià)下的集中充電進(jìn)行了詳細(xì)的探討。首先在分析歸納了分時(shí)電價(jià)機(jī)制下PHEV集中充電的潛在問(wèn)題，提出了供電側(cè)負(fù)荷調(diào)峰與用戶側(cè)成本優(yōu)化相結(jié)合的V2G集中充電機(jī)制；其次對(duì)機(jī)制下的供電側(cè)調(diào)峰建立了V2G集中充電模型，針對(duì)該模型自身特點(diǎn)提出運(yùn)用動(dòng)態(tài)估計(jì)插值思想算法并結(jié)合算法提出影響用戶成本折扣的若干因素，從而建立了機(jī)制下用戶側(cè)充電成本模型。最后以紐約州長(zhǎng)島地區(qū)實(shí)際情況為算例，驗(yàn)證了動(dòng)態(tài)估計(jì)插值算法的可行性，顯示機(jī)制實(shí)施取得良好的預(yù)期效果，達(dá)到了供電側(cè)與用戶側(cè)雙贏結(jié)果，充分體現(xiàn)了電力市場(chǎng)需求側(cè)響應(yīng)思想。

：

［1］張文亮,武斌,李武峰,等.我國(guó)純電動(dòng)汽車的發(fā)展方向及能源供給模式的探討[J].電網(wǎng)技術(shù),2009,33(4)：1-5.

［2］趙俊華,文福拴,薛禹勝,等.計(jì)及電動(dòng)汽車和風(fēng)電出力不確定性的隨機(jī)經(jīng)濟(jì)調(diào)度[J].電力系統(tǒng)自動(dòng)化,2010,34(20)：22-29.

［3］趙俊華,文福拴,楊愛(ài)民,等.電動(dòng)汽車對(duì)電力系統(tǒng)的影響及其調(diào)度與控制問(wèn)題[J].電力系統(tǒng)自動(dòng)化,2011,35(14)：2-10,29．

［4］Julie Solomon,Richard Vincent.Development and evalua?tion of a plug?in HEV with vehicle?to?grid power flow[EB/OL].(2003-12-16)[2011-10-10].http：//www.smartgrid?news.com/artman/uploads/1/sgnr_2007_12032.pdf.

［5］Hal Turton,Filipe Moura.Vehicle?to?grid systems for sus?tainable development：an integrated energy analysis[J].Technological Forecasting and Social Change,2008,75(8)：1 091-1 108.

［6］Benjamin K Sovacool,Richard F Hirsh.Beyond batteries：an examination of the benefits and barriers to plug?in hybrid electric vehicles(PHEVs)and a vehicle?to?grid(V2G)transition[J].EnergyPolicy,2009,37(3)：1095-1 103.

［7］Steven D Jenkins,John R Rossmaier,Mehdi Ferdowsi.Utilization and effect of plug?in hybrid electric vehicles in the United States power grid[C]//IEEE.Vehicle Power and Propulsion Conference(VPPC),2008.

［8］Willett Kempton,Jasna Tomi.Vehicle?to?grid power im?plementation：from stabilizing the grid to supporting large?scale renewable energy[J].Journal of Power Sources,2005,144(1)：280-294.

［9］W Kempton,J Tomi.Vehicle?to?grid power fundamen?tals：calculating capacity and net revenue[J].Journal of Power Sources,2005,144(1)：268-279.

［10］王丹,龍亮,葛琪,劉皓明.基于低谷填入法的PHEV集中充電策略研究[J].電力需求側(cè)管理,2010,12(6)：8-11,23.

［11］P Denholm,W Short.An evaluation of utility system im?pacts and benefits of optimally dispatched plug?in hybrid electric vehicles[EB/OL].(2006-10-16)[2011-10-10].http：//www.nrel.gov/docs/fy07osti/40293.pdf.

［12］Hu Patricia S,Timothy R Reuscher.Summary of travel trends：2001 national household travelsurvey[EB/OL].(2009-05-08)[2011-10-10].http：//nhts.ornl.gov/2001/pub/STT.pdf.

［13］Schneider K,Gerkensmeyer C,Kintner?Meyer M,et al.Impact assessment of plug?in hybrid vehicles on pacific northwest distribution systems[C]//IEEE.Power and En?ergy Society General Meeting?Conversion and Delivery of Electrical Energy in the 21st Century,2008.

［14］New York Independent System Operator.Load data[EB/OL].(2009-05-08)[2011-10-10].http：//www.nyiso.com/public/markets_operations/market_data/load_data/index.jsp.

Study on PHEV coordinated charging mechanism under TOU pricing

SHI Lei1，LIU Hao?ming2
（1.NARI Technology Development Limited Company,Nanjing 210061,China;2.Hohai University,Nanjing 210098,China）

On the context of TOU electricity pricing market,combined with the characteristics of V2G confronted in the future,this paper mainly proposes a feasible PHEV centralized V2G charging mechanism,establishes separately utility’s off?peak load management model and PHEV terminal cost model.In accordance with the mechanism,this paper also puts forward an optimization algorithm based on dynamic estimate interpolation concept.At last,an example is simulated to illustrate the feasibility of the pro?posed model and algorithm.

PHEV；V2G coordinated charging mechanism;TOU pricing;dynamic estimate interpolation

F407.61

A

1009-1831（2012）02-0013-06

2011-10-19；修回日期：2011-12-12

石磊（1978），男，江蘇海安人，碩士，工程師，主要研究方向?yàn)閯?lì)磁控制、變頻器研制和電力電子；劉皓明（1977），男，江蘇東臺(tái)人，副教授，博士，主要研究方向?yàn)橹悄芘潆娋W(wǎng)運(yùn)行與控制、微電網(wǎng)。