微網(wǎng)下基于V2G 的電動(dòng)汽車并網(wǎng)研究?

劉 鄭 孫志峰 蔣 燕 李 熙 周智睿

（國網(wǎng)湖北省電力有限公司信息通信公司 武漢 430077）

1 引言

隨著清潔能源的日益發(fā)展，以微網(wǎng)為代表的新型發(fā)電系統(tǒng)，將分布式能源和儲(chǔ)能系統(tǒng)、負(fù)荷緊密地聯(lián)系在一起［1］。同時(shí)電動(dòng)汽車作為一種新能源汽車，可在很大程度上降低交通系統(tǒng)對(duì)環(huán)境的污染，因此越來越受到國家和政府的支持［2］。然而，當(dāng)電動(dòng)汽車較大規(guī)模且無序并入電網(wǎng)后，將對(duì)電網(wǎng)的穩(wěn)定性帶來巨大影響［3］。隨著電動(dòng)汽車入網(wǎng)（vehicle-to-grid，V2G）技術(shù)的提出，將大大緩解了這一難題，所謂V2G［4］，電動(dòng)汽車動(dòng)力電池作為分布式儲(chǔ)能裝置，不僅可從電網(wǎng)補(bǔ)充電能，還可在用電高峰期時(shí)將電動(dòng)汽車動(dòng)力電池中的能量注入電網(wǎng)，實(shí)現(xiàn)能量的雙向流動(dòng)。從而在很大程度上減少備用需求，提升電網(wǎng)運(yùn)行的經(jīng)濟(jì)性［5～6］。

因此，將可入網(wǎng)電動(dòng)汽車引入微網(wǎng)，參與微網(wǎng)系統(tǒng)的聯(lián)合調(diào)度將是未來的一個(gè)發(fā)展趨勢(shì)。電動(dòng)汽車無序充電的負(fù)荷將給電網(wǎng)帶來很大的沖擊，應(yīng)該采取有效措施對(duì)電動(dòng)汽車的充放電進(jìn)行合理的調(diào)度，將影響降到最低。合理有效地控制與調(diào)度方法是目前研究的關(guān)鍵［7］，文獻(xiàn)［8～9］建立了計(jì)及電動(dòng)汽車和可再生能源協(xié)同調(diào)度的數(shù)學(xué)模型，驗(yàn)證了電動(dòng)汽車參與調(diào)度可以有效平抑電網(wǎng)等效負(fù)荷波動(dòng)。文獻(xiàn)［10］綜合考慮了運(yùn)行成本和污染物排放這兩個(gè)目標(biāo)函數(shù)，結(jié)合IEEE標(biāo)準(zhǔn)測(cè)試系統(tǒng)采用NSGA-II 算法進(jìn)行計(jì)算，但是微網(wǎng)與IEEE 標(biāo)準(zhǔn)測(cè)試系統(tǒng)還存在著很大的差異，而且再加入電動(dòng)汽車，就使得差異更加顯著。

本文基于蒙特卡洛模擬法，首先計(jì)算電動(dòng)汽車的充電負(fù)荷，經(jīng)過計(jì)算后，得出電動(dòng)汽車的充電負(fù)荷分布圖，驗(yàn)證電動(dòng)汽車的無序加入會(huì)引起一些時(shí)段負(fù)荷的明顯上升，尤其在用電高峰時(shí)段。為了滿足負(fù)荷需求，如果增加發(fā)電容量，會(huì)導(dǎo)致整個(gè)電力系統(tǒng)的投資和運(yùn)行成本增加，為了解決這一問題，我們引入了更加經(jīng)濟(jì)環(huán)保的微網(wǎng)系統(tǒng)，以一個(gè)辦公場(chǎng)所內(nèi)的微網(wǎng)系統(tǒng)為研究對(duì)象，且通過V2G技術(shù)將電動(dòng)汽車接入微網(wǎng)，在此基礎(chǔ)上建立了基于V2G模式的充放電模型，對(duì)所建模型采用一種新型的變慣性權(quán)值的粒子群算法進(jìn)行優(yōu)化求解，使算法的全局和局部搜索能力更強(qiáng)，最后通過得到各機(jī)組的組合出力情況，對(duì)整個(gè)辦公場(chǎng)所的用電成本進(jìn)行了比對(duì)分析。

2 微網(wǎng)系統(tǒng)結(jié)構(gòu)概述

當(dāng)前，對(duì)于微網(wǎng)的定義還沒有達(dá)成共識(shí)。其中具有代表性的定義是［11～12］:微網(wǎng)是一個(gè)整體系統(tǒng)，由一些分布式電源和負(fù)荷所構(gòu)成，可以實(shí)現(xiàn)電熱聯(lián)供；微網(wǎng)可通過電力電子等器件來轉(zhuǎn)換能量。相比于大電網(wǎng)，微網(wǎng)不僅可以通過手段進(jìn)行控制，而且能夠保障用戶用電的電能質(zhì)量以及可靠性。

微網(wǎng)的組成結(jié)構(gòu)較多，可按照工程實(shí)際需求進(jìn)行靈活選配，微網(wǎng)組成結(jié)構(gòu)中，較為典型的結(jié)構(gòu)主要包含了各種負(fù)載、分布式電源以及電力電子元器件等相關(guān)設(shè)施［13］。微網(wǎng)中的供電模塊主要由分布式電源提供。傳統(tǒng)的微網(wǎng)結(jié)構(gòu)中的負(fù)荷就是所供電對(duì)象即用戶側(cè)的使用負(fù)荷，在此，我們將微網(wǎng)系統(tǒng)和電動(dòng)汽車這一可變負(fù)荷結(jié)合起來，這將增大了對(duì)微網(wǎng)的研究難度。

本文在上述研究的基礎(chǔ)上，建立了一個(gè)小型的辦公場(chǎng)所內(nèi)的微網(wǎng)系統(tǒng)，其中包含有光伏電池、風(fēng)力發(fā)電機(jī)、微型燃?xì)廨啓C(jī)、燃料電池、蓄電池、電動(dòng)汽車及基本負(fù)荷等的微網(wǎng)系統(tǒng)。其結(jié)構(gòu)圖如圖1所示。

圖1 微網(wǎng)系統(tǒng)結(jié)構(gòu)圖

3 模型建立及相關(guān)參數(shù)設(shè)置

3.1 優(yōu)化調(diào)度模型的建立

本文重點(diǎn)研究各種分布式電源在微網(wǎng)下的經(jīng)濟(jì)調(diào)度性，因此分布式電源的初期建設(shè)成本不納入考慮范圍，只考慮分布式電源的維護(hù)和燃料支出成本；因?yàn)殡妱?dòng)汽車為車主私有，所以維護(hù)和購買電動(dòng)汽車的所有費(fèi)用不算作微網(wǎng)的運(yùn)行成本［14～15］。因此，在電動(dòng)汽車并網(wǎng)后，微網(wǎng)的運(yùn)行成本目標(biāo)函數(shù)主要包括運(yùn)行維護(hù)費(fèi)用、分布式電源的燃料費(fèi)用、微網(wǎng)向電動(dòng)汽車購電的費(fèi)用、微網(wǎng)向大電網(wǎng)購電費(fèi)用以及向大電網(wǎng)售電的收入。故目標(biāo)函數(shù)可表示為

式中，CM是微網(wǎng)運(yùn)行總成本；N為分布式電源的數(shù)量；T 為調(diào)度時(shí)間；COM為分布式電源的運(yùn)行維護(hù)成本；Cfuel為分布式電源的燃料成本；為微網(wǎng)與大電網(wǎng)之間的交換功率；C1為大電網(wǎng)電價(jià)；電動(dòng)汽車輸出功率；C2為電動(dòng)汽車與微網(wǎng)的電量交易價(jià)格；為各分布式電源的運(yùn)行維護(hù)系數(shù)；Pit為分布式電源在t時(shí)間內(nèi)的輸出功率。

其中，由于風(fēng)力發(fā)電機(jī)和光伏電池不需要消耗燃料，故它們的燃料成本為0，因此燃料成本只有微型燃?xì)廨啓C(jī)和燃料電池。但是維護(hù)成本包括光伏電池、風(fēng)力發(fā)電機(jī)、燃料電池、微型燃?xì)廨啓C(jī)。

相關(guān)約束條件如下:

1）功率平衡約束

3）電動(dòng)汽車輸出功率

式中:PEV( t )為電動(dòng)汽車t 時(shí)刻的輸出功率；、分別為電動(dòng)汽車的最小和最大輸出功率；SOCEV( t )為t時(shí)刻電動(dòng)汽車的SOC狀態(tài)。、分別為電動(dòng)汽車核電狀態(tài)的最小值和最大值。

3.2 電動(dòng)汽車相關(guān)參數(shù)設(shè)置

本文是建立在一個(gè)辦公場(chǎng)所的微網(wǎng)系統(tǒng)上，工作日，電動(dòng)私家車的主要做上、下班交通工具使用，使用高峰時(shí)間分別為 7:00～9:00 與 17:00～19:00。對(duì)車主來說，可以選擇工作時(shí)間段在公司的停車場(chǎng)進(jìn)行常規(guī)充電，或者晚上回到家之后在住宅區(qū)進(jìn)行常規(guī)充電。但是目前的研究下可以有兩種接入模式，一種就是現(xiàn)階段的隨機(jī)充電，即電動(dòng)車車主一到公司，就將電動(dòng)汽車接入微電網(wǎng)進(jìn)行充電，直到充滿電為止；另一種則是將電動(dòng)汽車以V2G的模式接入微電網(wǎng)，在用電高峰時(shí)段，充當(dāng)蓄電池，對(duì)整個(gè)辦公場(chǎng)所的用電量進(jìn)行一個(gè)適當(dāng)?shù)难a(bǔ)充，如果還不能滿足需求，則從大電網(wǎng)購電。

3.3 其他相關(guān)參數(shù)設(shè)置

本文采用的電動(dòng)汽車的容量為60kWh，除去其正常駕駛所需的電能，能提供給微網(wǎng)的容量為40kWh。蓄電池的容量設(shè)置為 50kWh［16～18］。微網(wǎng)中各分布式電源的參數(shù)如表1所示。

表1 各分布式電源的參數(shù)［19］

本文研究的微網(wǎng)系統(tǒng)，其發(fā)電主要為滿足公司的用電負(fù)荷需求而設(shè)計(jì)。通過對(duì)典型微網(wǎng)下日負(fù)荷數(shù)據(jù)的擬合，可得出曲線圖如圖2所示。

圖2 某公司微網(wǎng)日負(fù)荷曲線

由圖2 不難看出，一天24h 內(nèi)用電高峰時(shí)段出現(xiàn)在 13:00～15:00 左右，峰值大約在 140kW 左右，該研究就是建立在這樣的用電負(fù)荷基礎(chǔ)上。依據(jù)本文前面所述的微網(wǎng)所含電源特性可知，風(fēng)力發(fā)電機(jī)、光伏電池受到天氣條件的影響較大，對(duì)于電網(wǎng)的供電情況有著一定的波動(dòng)性。所以在微網(wǎng)優(yōu)化調(diào)度方面，風(fēng)力發(fā)電機(jī)和光伏電池一般不作為調(diào)動(dòng)機(jī)組，在這樣的前提下將其視為負(fù)的負(fù)荷處理，本研究的調(diào)度策略為優(yōu)先考慮分布式電源的出力，如果還是不能滿足負(fù)荷需求，則由電動(dòng)汽車一起參與發(fā)電。

4 算例分析

4.1 控制算法

由于傳統(tǒng)的粒子群算法具有“早熟”等缺陷，為了增加其全局尋優(yōu)能力和對(duì)不同優(yōu)化問題的適應(yīng)度，本文采用變慣性權(quán)值的粒子群算法，以分析微網(wǎng)的優(yōu)化調(diào)度模型，針對(duì)粒子群算法，采用隨迭代次數(shù)線性減小的慣性權(quán)值，其表達(dá)式如式（8）所示:

式中，Wmax是W 在迭代過程中的最大值而Wmin是最小值，這些值是W在優(yōu)化開始以及優(yōu)化結(jié)束時(shí)的取值，經(jīng)過大量實(shí)驗(yàn)計(jì)算發(fā)現(xiàn)，取值Wmax=0.9 ，Wmin=0.4 時(shí)，粒子群算法的性能會(huì)大大提高，相比較基本粒子群算法，其收斂速度和求解精度都將更高。k 是當(dāng)前迭代次數(shù)；K 為最大迭代次數(shù)。此算法優(yōu)勢(shì)在于尋優(yōu)前期能夠擴(kuò)大查詢范圍，后期能加強(qiáng)對(duì)局部區(qū)域的收斂。改進(jìn)粒子群算法的流程圖如圖3所示。

4.2 電動(dòng)汽車無序充電負(fù)荷計(jì)算

一般情況下，電動(dòng)汽車車主一到單位隨即進(jìn)行充電，且充電行為不受控，那么對(duì)其充電負(fù)荷計(jì)算的結(jié)果如圖4所示。

圖3 優(yōu)化算法流程圖

圖4 不受控的電動(dòng)汽車充電功率圖

由圖4 可以看出，原始的對(duì)大電網(wǎng)內(nèi)不受控的電動(dòng)汽車進(jìn)行充電，會(huì)在早上上班高峰時(shí)段8:00～9:00 出現(xiàn)一個(gè)充電負(fù)荷最大值，充電時(shí)間大約為8:00～11:00，最大負(fù)荷大約為90kW，參照?qǐng)D2 可以看出，電動(dòng)汽車的這一充電負(fù)荷相當(dāng)于整個(gè)辦公樓所有負(fù)荷的一半以上，這對(duì)整個(gè)辦公場(chǎng)所來說，并不是一個(gè)小的負(fù)荷，這個(gè)突然增加的負(fù)荷會(huì)對(duì)大電網(wǎng)的供電可靠性產(chǎn)生很大的威脅，因此需要對(duì)其的充電行為進(jìn)行一定的限制，對(duì)其進(jìn)行有效的調(diào)度將顯得尤為重要。結(jié)合圖2 和圖4 可以看出，辦公場(chǎng)所內(nèi)一天內(nèi)的用電量非常多，如果全部從大電網(wǎng)購入，將是一筆不小的開支，而且突然增加這么多的負(fù)荷，為了保障電力系統(tǒng)的可靠運(yùn)行，就必須增加其裝機(jī)容量，這對(duì)于企業(yè)來說，又是一筆不小的開支。因此，我們提出了更加環(huán)保、經(jīng)濟(jì)的微網(wǎng)系統(tǒng)。

4.3 含電動(dòng)汽車的微網(wǎng)優(yōu)化結(jié)果分析

通過以上的研究，對(duì)上述所建模型采用變慣性權(quán)值的粒子群算法進(jìn)行求解，得出優(yōu)化后的各機(jī)組的出力情況如圖5所示。

圖5 各機(jī)組出力圖

如上圖數(shù)據(jù)所示，我們可以看出，在其他任意機(jī)組均不供電的情況下，且負(fù)荷較低時(shí)，均是由燃料電池供電，而且在一天24 小時(shí)內(nèi)，燃料電池幾乎都是以最大功率在輸出功率，由此可見燃料電池的成本最低，系統(tǒng)優(yōu)先安排其出力。當(dāng)負(fù)荷需求逐漸增大時(shí)，燃料電池的出力滿足不了負(fù)荷需求時(shí)，安排微型燃?xì)廨啓C(jī)出力，這樣就說明微型燃?xì)廨啓C(jī)的運(yùn)行成本僅次于燃料電池，但是相比較而言，又比其他分布式電源高。當(dāng)?shù)搅松习嗟臅r(shí)間，用電負(fù)荷逐步增多，且員工大多數(shù)都已經(jīng)到了公司，電動(dòng)汽車也已經(jīng)接入電網(wǎng)，聽候調(diào)度，大約從9:00 開始，燃料電池和微型燃?xì)廨啓C(jī)都是以最大的功率在進(jìn)行輸出，這時(shí)電動(dòng)汽車逐步參與進(jìn)來，在大約10:00 就已經(jīng)以最大功率進(jìn)行出力，這就說明優(yōu)先安排電動(dòng)汽車對(duì)電能進(jìn)行補(bǔ)充，可以一定程度上節(jié)約成本，其成本僅次于燃料電池和微型燃?xì)廨啓C(jī)。但是隨著負(fù)荷的不斷增加，還不能滿足負(fù)荷需求，并且出于對(duì)電動(dòng)汽車電池的保護(hù)，電動(dòng)汽車的放電將被截止，轉(zhuǎn)由柴油發(fā)電機(jī)進(jìn)行供能，但是在12:00～16:00 之間，由于負(fù)荷水平已經(jīng)超出了分布式電源和電動(dòng)汽車的供電水平，剩余的電能將從大電網(wǎng)吸收，由此可見向大電網(wǎng)購電成本是最高的，因此優(yōu)先對(duì)其他的供電設(shè)備進(jìn)行調(diào)度。而電動(dòng)汽車車主將選擇回家后，利用用電低谷的電價(jià)對(duì)電動(dòng)汽車進(jìn)行滿電充電，以滿足第二天的能耗需求。通過圖5各機(jī)組的出力，對(duì)其發(fā)電成本進(jìn)行了一個(gè)大體計(jì)算，其計(jì)算結(jié)果如圖6所示。

由上面的折線圖，不難計(jì)算出一天24 小時(shí)內(nèi)該企業(yè)的用電成本，現(xiàn)將進(jìn)行三種不同的分析。1）企業(yè)不采用微網(wǎng)系統(tǒng)，所用電能全部由大電網(wǎng)提供，每日的用電成本；2）企業(yè)采用微網(wǎng)系統(tǒng)，所有的電動(dòng)汽車均不參與調(diào)度，每日的用電成本；3）企業(yè)在采用微網(wǎng)系統(tǒng)的基礎(chǔ)上，將員工的電動(dòng)汽車采用V2G模式接入電網(wǎng)，參與整體的調(diào)度后每日的用電成本。

圖6 電動(dòng)汽車參與微網(wǎng)調(diào)度的成本圖

通過計(jì)算，如果該企業(yè)用電全部向大電網(wǎng)購電，其成本相比較后兩者而言要高出好幾倍，因此發(fā)展微網(wǎng)很有必要，不僅可以提供供電可靠性，還可以降低成本。而在V2G 模式下的電動(dòng)汽車接入電網(wǎng)，也會(huì)一定程度上節(jié)省開支，雖然節(jié)省的數(shù)值不是很多，但是因?yàn)楸狙芯窟x取的對(duì)象為一個(gè)辦公樓，對(duì)象較少，放眼社會(huì)，可以大大降低企業(yè)或者個(gè)人的購電成本，因此對(duì)其深入的研究就顯得特別重要。

5 結(jié)語

以V2G模式將電動(dòng)汽車接入微網(wǎng)，可以有效地節(jié)省開支，本文就是通過一個(gè)簡(jiǎn)單的辦公場(chǎng)所內(nèi)的微網(wǎng)系統(tǒng)，根據(jù)其日負(fù)荷曲線，來優(yōu)化各機(jī)組的出力，以目標(biāo)以成本最低為原則，最終得到三組數(shù)據(jù)的對(duì)比，結(jié)果顯示對(duì)含電動(dòng)汽車的微網(wǎng)進(jìn)行調(diào)度，將會(huì)大大降低企業(yè)的用電成本。但是研究的主體太過于局限，而且對(duì)于微網(wǎng)的建立也過于簡(jiǎn)單，但是此方法可以用作日后的研究工作，為進(jìn)一步尋求最優(yōu)調(diào)度方案打下基礎(chǔ)。