考慮新能源消納的電動汽車有序充電研究

粟世瑋 楊 玄 曹 申 熊 煒 張赟寧

(三峽大學(xué) 電氣與新能源學(xué)院,湖北 宜昌 443002)

隨著電動汽車保有量持續(xù)增長,大量的電動汽車隨機充電會增加電網(wǎng)負擔,影響電網(wǎng)的穩(wěn)定運行.同時我國積極響應(yīng)發(fā)展可再生能源號召,但可再生能源總發(fā)電量大,出力具有間歇性,并網(wǎng)消納難,嚴重影響了我國可再生能源產(chǎn)業(yè)的長足發(fā)展[1-3].在此挑戰(zhàn)下,聯(lián)合新能源消納研究電動汽車的有序充電,以期在有效平抑電網(wǎng)負荷波動的同時,適應(yīng)新能源的大規(guī)模發(fā)展.國內(nèi)外已有一些學(xué)者對電動汽車的有序充電展開了研究.文獻[4]以配電網(wǎng)區(qū)域的綜合運行成本最低和電網(wǎng)負荷曲線方差最小為控制目標建立優(yōu)化調(diào)度模型,協(xié)調(diào)電網(wǎng)負荷與電動汽車的充電需求.文獻[5]提出在時間和空間維度上的電動汽車充電協(xié)調(diào)調(diào)度模型,在考慮用戶出行情況、電價信息和區(qū)域配電網(wǎng)容量的基礎(chǔ)上,實現(xiàn)充電負荷在時空上的轉(zhuǎn)移.文獻[6]提出一種電動汽車有序充電的控制模型,通過集中控制中心直接控制每輛電動汽車的充電行為,實現(xiàn)電網(wǎng)負荷方差最小的控制目標.文獻[7]采用分時段的方法,根據(jù)電網(wǎng)負荷裕度情況將一天分為紅黃藍3個時段分別限制和鼓勵電動汽車用戶充電.文獻[8]采用峰谷電價,根據(jù)一天中電網(wǎng)負荷情況制定峰-谷-平3個時段的充電價格,以最小化用戶充電成本和電網(wǎng)負荷波動為控制目標,建立電動汽車的有序充放電模型.文獻[9]提出了一種以用戶和電網(wǎng)兩者利益最大化為目標的協(xié)調(diào)響應(yīng)策略,以充放電價格差為激勵,建立用戶的自響應(yīng)決策模型,提高用戶充放電收益,改善電網(wǎng)負荷波動.

上述文獻只研究了電動汽車有序充電用于平抑配電網(wǎng)負荷波動,沒有考慮利用電動汽車的有序充電促進消納新能源.鑒于此,本文聯(lián)合新能源消納研究電動汽車有序充電.通過有序充電優(yōu)化模型,采用根據(jù)新能源出力制定的分時電價策略引導(dǎo)用戶充電,優(yōu)化電動汽車充電負荷的時間分布,同時利用電動汽車的儲能功能,促進新能源直接消納,也可以達到降低電網(wǎng)負荷波動和提高用戶充電經(jīng)濟性的效果.

1 電動汽車充電行為分析

針對私人家用電動汽車,采用美國交通部對全美車輛出行調(diào)查結(jié)果進行數(shù)據(jù)擬合,得到電動汽車的開始充電時間和日行駛距離概率密度函數(shù)[10-11].在該分布下采用蒙特卡洛法模擬規(guī)?；妱悠嚨某鲂袛?shù)據(jù),計算電動汽車的充電負荷.

1.1 出行行為分析

分析無序隨機充電的用戶充電行為時,使用統(tǒng)計數(shù)據(jù)中燃油汽車的最后一次出行結(jié)束時間代替電動汽車的開始充電時間[12-13].將數(shù)據(jù)歸一化,擬合開始充電時間和日行駛距離的概率分布.擬合結(jié)果分別如圖1～2所示.

圖1 開始充電時間概率分布

圖2 日行駛距離概率分布

由圖1、2可知,用戶多在10：00～24：00之間為車輛進行充電,且大多數(shù)人使用電動汽車均為中短途.

開始充電時間滿足正態(tài)分布,概率密度函數(shù)：

式 中 ：μs=17.6;σs=3.4.

日行駛距離滿足對數(shù)正態(tài)分布,概率密度函數(shù)為：

式 中 ：σD=3.2;μD=0.88.

1.2 充電負荷模型

根據(jù)電動汽車動力電池的充電特性,為簡化計算,可將電動汽車充電過程視為恒功率充電：

電動汽車荷電狀態(tài)為：

式中,d為電動汽車日行駛距離;dm為電動汽車的最大行駛距離;SOC'為第一次出行前的荷電狀態(tài).

單輛電動汽車的充電時長為：

式中,tc為充電時長;C為電動汽車電池容量.

通過累加區(qū)域內(nèi)各電動汽車的充電負荷得到電動汽車集群負荷：

式中,Pev(t)為t時段電動汽車充電負荷;N為電動汽車數(shù)量;Pev,i(t)為電動汽車i在t時段的充電功率.

1.3 用戶響應(yīng)度模型

根據(jù)消費者心理學(xué)原理,用戶參與分時電價調(diào)節(jié)的響應(yīng)度受價格變化的影響[14].當價格變化過低時,不能刺激用戶改變自身的充電習(xí)慣,用戶對價格的響應(yīng)存在死區(qū).只有當價格的變化值超過一個差別閾值時,電動汽車用戶才愿意參與充電調(diào)節(jié),這時用戶的響應(yīng)程度與價格的變化相關(guān).同時也存在一個飽和值,當價格差值超過它時,達到用戶響應(yīng)極限,不再增加.該影響過程可以抽象為一個分段函數(shù),如圖3所示.

圖3 用戶響應(yīng)曲線

其中Δs表示高低電價差,λ為用戶響應(yīng)度.m和n分別為響應(yīng)啟動閾值和飽和閾值,k為用戶響應(yīng)比例常數(shù),λmax為最大響應(yīng)度.λ可以表示為：

2 電動汽車有序充電控制策略

直接充電負荷控制和充電價格激勵控制是目前電動汽車有序充電的兩類主要控制方法[15].直接充電負荷控制是通過充電調(diào)度中心下達命令,根據(jù)電網(wǎng)負荷情況直接控制入網(wǎng)充電車輛的充電行為,包括開始充電時間和充電功率等.直接充電控制方式簡單易操控,但只適應(yīng)小范圍的電動汽車集中充電,當電動汽車達到一定數(shù)量時,直接控制方式不再適用.電價引導(dǎo)的控制方式是利用各個時間段的充電價格差來激勵用戶自主參與有序充電,在用戶尋求充電費用最低的同時實現(xiàn)了充電負荷在時間上的轉(zhuǎn)移.

本文使用電價激勵的控制方式,提出了一種根據(jù)新能源出力大小制定的分時電價策略,促進消納新能源.根據(jù)一天中各時段新能源出力預(yù)測值計算該時段充電價格,將一天按等時間間隔Δt劃分為T個時間段,根據(jù)各時段新能源出力預(yù)測值的大小將這T個時段的充電價格分別劃分為高-低-平3個階段.新能源出力超過T時段平均值的125%為高出力時段,低電價;低于T時段平均值的75%為低出力時段,高電價;在兩者之間為平負荷時段電價.高、低電價分別在平時段電價的基礎(chǔ)上浮動60%.

充電價格與新能源發(fā)電預(yù)測功率的關(guān)系為：

式中,s(t)表示一天中第t時段的充電價格;s0為無序充電的固定電價時段新能源發(fā)電預(yù)測功率為一天中新能源發(fā)電預(yù)測功率平均值;T為一天的調(diào)度周期時段數(shù).

電動汽車充電負荷具有高度可轉(zhuǎn)移性,利用各時段價格差將充電負荷轉(zhuǎn)移到新能源出力大的時段,實現(xiàn)最大化新能源利用.具體流程如圖4所示.

圖4 分時電價控制流程圖

優(yōu)先利用新能源給電動汽車充電.電動汽車的充電價格隨著新能源發(fā)電量變化,在新能源出力大的階段充電價格s(t)較低;反之,在新能源出力小的階段充電價格s(t)較高.在不影響用戶正常出行的前提下,電動汽車用戶為降低充電費用會盡量選擇在電價低谷段充電.此策略可將充電負荷聚集到新能源出力大的時段.

3 考慮新能源消納的電動汽車有序充電優(yōu)化模型

3.1 目標函數(shù)

電動汽車無序充電會帶來大量的隨機負荷,使電網(wǎng)負荷“峰上加峰”.為了減小電網(wǎng)負荷波動、促進消納新能源,本文采用動態(tài)分時電價策略,以電網(wǎng)負荷曲線峰谷差最小和用戶充電總費用最低為目標函數(shù)建立有序充電多目標優(yōu)化模型.

1)以負荷峰谷差最小為目標

以維持電網(wǎng)的安全穩(wěn)定為優(yōu)化目標,為降低電動汽車入網(wǎng)充電對電網(wǎng)的沖擊、減小電網(wǎng)負荷波動,建立電網(wǎng)總負荷曲線峰谷差最小的目標函數(shù)：

式中,P(t)為t時段含電動汽車接入的配電網(wǎng)負荷;Pb(t)為t時段配電網(wǎng)基礎(chǔ)負荷.

2)以充電總費用最低為目標

為提高用戶充電經(jīng)濟性,促進消納新能源,結(jié)合所制定的動態(tài)分時電價,建立用戶充電總費用最低的目標函數(shù)：

式中,Pev,i(t)為電動汽車i在第t時段的充電功率.

按最優(yōu)配方制作香菇醬共10批，按照1.4.5項下方法對樣品進行測定，實驗結(jié)果及限量標準見表6。結(jié)果顯示各項指標均符合標準要求。

3.2 約束條件

1)功率平衡約束

式中,Pn(t)為t時段新能源發(fā)電功率;Pgrid(t)為t時段向電網(wǎng)購電量;Ploss(t)為t時段線路網(wǎng)絡(luò)損耗.

2)充電時間約束

式中,Tendi為車輛i的充電結(jié)束時間;T i為車輛i的用戶期望充電完成時間.

3)充電需求約束

式中,SOCendi為電動汽車i充電完成時的荷電狀態(tài);SOC i為電動汽車i用戶期望的荷電狀態(tài).

4)新能源出力約束

5)充電功率約束

式中,Pmini、Pmaxi分別為電動汽車i允許充電功率的上下限.

3.3 模型求解

采用遺傳算法對模型求解,求解流程如圖5所示.使用加權(quán)和法將多目標函數(shù)整合為單目標函數(shù),由于各目標函數(shù)量綱不同,先分別對目標函數(shù)做歸一化后取加權(quán)和,如式(18)所示.

圖5 遺傳算法求解流程圖

根據(jù)目標函數(shù)可知,優(yōu)化模型的控制變量為各電動汽車在各時段的充電功率Pev,i(t).

式中,f1max為電網(wǎng)原始負荷曲線峰谷差;f2max為傳統(tǒng)用車習(xí)慣下的充電費用;w1和w2為目標函數(shù)的權(quán)重系數(shù).

4 算例分析

4.1 參數(shù)設(shè)置

以風(fēng)力發(fā)電為例,選取某區(qū)域充電站的實測數(shù)據(jù)進行電動汽車充電仿真.該充電站配備風(fēng)力發(fā)電機組容量為700 k W,服務(wù)的電動汽車規(guī)模為100輛.電動汽車的起始充電時間和日行駛里程服從正態(tài)分布N(17.6,3.42)和對數(shù)正態(tài)分布log-N(3.2,0.882).充電功率為7 k W,電池容量為48 k W·h,初始荷電狀態(tài)服從正態(tài)分布N(0.2,0.052),預(yù)期荷電狀態(tài)服從正態(tài)分布N(0.9,0.042).算例設(shè)定電價更新時間間隔Δt為1 h,時段數(shù)T為24.無序充電采用固定電價,全天24時段均采用水平電價s0為0.8元/(kW·h),用戶響應(yīng)啟動閾值為0.14元,飽和閾值為1.2元,用戶響應(yīng)比例常數(shù)k為0.9.設(shè)定遺傳算法的種群終止進化代數(shù)為800,種群大小為20.交叉率和變異率分別為0.8和0.2.權(quán)重系數(shù)w1和w2均取0.5.

4.2 仿真結(jié)果分析

一天內(nèi)的新能源出力大小如圖6所示,新能源發(fā)電功率超過高出力臨界值的時段為低電價時段,低于低出力臨界值的時段為高電價時段,介于兩者之前的為平電價時段.根據(jù)新能源出力大小劃分的高-低-平分時電價結(jié)果見表1.根據(jù)用戶響應(yīng)度模型,電價差Δs為0.96元,用戶需求響應(yīng)度λ為74%.

圖6 新能源出力曲線

表1 高-低-平分時電價

在固定電價無序充電和分時電價有序充電兩種情況下,加入電動汽車充電負荷后區(qū)域配電網(wǎng)的負荷曲線對比如圖7所示.在固定電價無序充電情況下,用戶不會對電價做出響應(yīng),電動汽車隨機充電,充電負荷分布主要受車主的行為習(xí)慣影響.電動汽車充電高峰期與居民用電高峰期重合,兩者疊加會使電網(wǎng)負荷“峰上加峰”,影響電網(wǎng)穩(wěn)定.采用分時電價有序充電合理調(diào)節(jié)電動汽車充電負荷,能將隨機充電負荷從傍晚的居民用電高峰期轉(zhuǎn)移到夜間居民用電低谷期和風(fēng)電出力高峰期,有效平緩電網(wǎng)負荷曲線.

圖7 無序和有序充電電網(wǎng)負荷曲線

在固定電價無序充電和分時電價有序充電兩種情況下,充電站一天內(nèi)的風(fēng)電利用曲線如圖8所示.采用根據(jù)新能源出力大小制定的分時電價策略,將充電負荷轉(zhuǎn)移到風(fēng)電出力大的時段,增加了風(fēng)電利用量.

圖8 無序和有序充電風(fēng)電利用曲線

在分時電價和固定電價兩種控制模式下的負荷峰谷差、用戶充電總費用和風(fēng)電利用量的對比仿真結(jié)果見表2.與固定電價相比,在分時電價的有序充電控制下,電網(wǎng)負荷峰谷差減小了1 238.4 k W,用戶充電總費用降低了1 984.6元,風(fēng)電消納量增加了457 k W·h.所提的控制策略和所建立的優(yōu)化模型,在促進新能源消納的同時降低了電網(wǎng)負荷峰谷差,提高了用戶充電經(jīng)濟性,實現(xiàn)了電網(wǎng)和用戶雙贏,優(yōu)化效果明顯.

表2 分時電價與固定電價對比仿真結(jié)果

隨著政府的各項利好政策的推廣,電動汽車的大規(guī)模發(fā)展是未來的必然趨勢.為了分析該有序充電方法在不同規(guī)模電動汽車充電情況下的新能源消納能力,分別對電動汽車數(shù)量為100,200,300和400輛時進行有序充電的風(fēng)電利用仿真,不同電動汽車規(guī)模下的風(fēng)電利用曲線如圖9所示.

圖9 不同規(guī)模電動汽車充電的風(fēng)電利用曲線

表3分別給出了在無序和有序充電下,不同規(guī)模電動汽車充電的風(fēng)電利用量.在電動汽車規(guī)模分別為100,200,300,400輛時,有序充電的風(fēng)電利用量比無序充電分別增加了457,534,629,745 k W·h.

表3 不同規(guī)模電動汽車充電的風(fēng)電利用仿真結(jié)果

在無序充電和有序充電兩種情況下,風(fēng)電利用量都隨著電動汽車入網(wǎng)充電規(guī)模的加大而增加.但相較于無序充電,有序充電控制的風(fēng)電利用量增加幅度更大,消納新能源的優(yōu)勢更明顯.電動汽車充電負荷具有可調(diào)節(jié)性,適當增加電汽車入網(wǎng)充電量,可以提高電網(wǎng)的靈活性.

算例仿真結(jié)果表明,本文所提出的動態(tài)分時電價策略,在滿足用戶充電需求的前提下,能在時間上轉(zhuǎn)移充電負荷消納新能源.在綜合考慮系統(tǒng)功率平衡、風(fēng)電機組出力等多方面約束條件下建立的多目標優(yōu)化模型,能成功達到對負荷曲線的“削峰填谷”和消納風(fēng)電的效果.

5 結(jié) 論

本文通過根據(jù)新能源出力大小計算的分時電價策略來改變電動汽車充電負荷的時間分布,促進消納新能源.以電網(wǎng)負荷峰谷差最小和用戶充電費用最低兩個目標函數(shù)進行多目標優(yōu)化,找出綜合兩者最優(yōu)的充電方案.通過對電動汽車充電仿真分析,得到如下結(jié)論：

1)采用所提的分時電價策略引導(dǎo)用戶有序充電,在滿足用戶基本用車需求的前提下,能有效提高新能源利用量.

2)所建立的優(yōu)化模型能同時滿足對電網(wǎng)負荷的削峰填谷和用戶充電經(jīng)濟化兩個目標,實現(xiàn)了電網(wǎng)和用戶的雙贏.

3)所提的控制策略隨著電動汽車入網(wǎng)充電數(shù)量的增加,有序充電促進新能源消納的優(yōu)勢越明顯,能適應(yīng)未來電動汽車的大規(guī)模發(fā)展.

本文所提的分時電價策略只考慮了新能源出力大小,未考慮電網(wǎng)負荷情況,有待進一步完善.