基于電動(dòng)車負(fù)荷和可再生能源協(xié)同優(yōu)化的配電網(wǎng)調(diào)度策略

袁 欣，李 靜

（浙江大學(xué) 工程師學(xué)院，浙江 杭州 310027）

0 引 言

隨著環(huán)境污染和資源短缺的加劇，電動(dòng)汽車以其無(wú)污染、充電便宜等優(yōu)點(diǎn)受到推崇。 電動(dòng)汽車因其靈活性和儲(chǔ)能特性[1]，既可以作為用戶側(cè)的柔性負(fù)載，也可以作為電網(wǎng)[2]中的分布式供電設(shè)備。 通過(guò)合理的調(diào)度策略，電動(dòng)汽車可以幫助電網(wǎng)緩解電力負(fù)荷和無(wú)序充電對(duì)電網(wǎng)造成的壓力，實(shí)現(xiàn)減峰填谷[3-5]。 因此，電動(dòng)汽車在配電網(wǎng)中的有效合理接入對(duì)于解決經(jīng)濟(jì)、環(huán)境和能源安全問(wèn)題具有重要意義[6，7]。

同時(shí)，針對(duì)含電動(dòng)車的配電網(wǎng)最優(yōu)調(diào)度問(wèn)題，國(guó)內(nèi)外學(xué)者都已經(jīng)進(jìn)行了積極的探索。 文獻(xiàn)[8]建立了電動(dòng)汽車充放電正態(tài)分布模型，以在峰谷電價(jià)機(jī)制影響下使配電網(wǎng)運(yùn)行成本和環(huán)境保護(hù)成本最小化為目標(biāo)。 文獻(xiàn)[9]中，在比較是否有電動(dòng)汽車參與調(diào)度時(shí)，提出了電動(dòng)汽車轉(zhuǎn)換成本的概念，有效地證明了調(diào)度策略的有效性和正確性。文獻(xiàn)[10]將電動(dòng)汽車與可轉(zhuǎn)移荷載相結(jié)合，設(shè)計(jì)了多種組合場(chǎng)景，分別建立了效率、經(jīng)濟(jì)性和安全性的多目標(biāo)優(yōu)化模型。 文獻(xiàn)[11]提出了一種新的基于市場(chǎng)的微電網(wǎng)能源管理模型，該模型通過(guò)最優(yōu)的能源銷售、購(gòu)買成本、收益之間的權(quán)衡，構(gòu)建了微電網(wǎng)與能源和儲(chǔ)備市場(chǎng)之間的可盈利的主動(dòng)交換組合。 然而，上述文獻(xiàn)中沒(méi)有考慮配電網(wǎng)的潮流約束。 在對(duì)實(shí)際配電網(wǎng)進(jìn)行優(yōu)化時(shí)，應(yīng)考慮電動(dòng)汽車充電節(jié)點(diǎn)的地理位置限制和節(jié)點(diǎn)負(fù)荷增加引起的電壓超限。 在文獻(xiàn)[12，13]中，對(duì)于潮流問(wèn)題，將混合整數(shù)非線性規(guī)劃構(gòu)造為易于求解的混合整數(shù)二次規(guī)劃。 引入中間變量，將潮流方程轉(zhuǎn)化為二階圓錐形式，從而得到最優(yōu)解。 在文獻(xiàn)[14]中，提出了下垂控制策略下的孤島電動(dòng)汽車和負(fù)荷調(diào)度模型，并分別以經(jīng)濟(jì)優(yōu)化和環(huán)境優(yōu)化為目標(biāo)，設(shè)計(jì)并演示了若干場(chǎng)景。

在上述研究的背景下，本文建立了包括光伏、風(fēng)力發(fā)電機(jī)、電動(dòng)汽車、可再生能源逆變器、儲(chǔ)能和靜態(tài)電容器組在內(nèi)的日前多目標(biāo)優(yōu)化模型，以使配電網(wǎng)運(yùn)行成本和用戶充電成本最小化。 引入線性化原理[15]是為了解決潮流模型中的非凸、非線性[16]問(wèn)題。 電動(dòng)汽車有序充電策略可分為“固定功率”和“固定時(shí)間”兩種模式。 結(jié)果表明，該策略顯著降低了配電網(wǎng)的運(yùn)營(yíng)成本和用戶的充電成本，成功驗(yàn)證了調(diào)度策略的可行性和有效性。

1 數(shù)學(xué)模型

1.1 配網(wǎng)數(shù)學(xué)模型

1.1.1 配網(wǎng)潮流模型

典型的n 節(jié)點(diǎn)徑向配電網(wǎng)如圖1 所示，其功率流關(guān)系可以用DistFlow方程來(lái)描述。

圖1 典型的n 節(jié)點(diǎn)徑向配電網(wǎng)

式中：Vs為線路的基準(zhǔn)電壓幅值。 簡(jiǎn)化后（4） -（6）的有效性和精確性已由相關(guān)文獻(xiàn)[17，18]論證。

1.1.2 電動(dòng)車充電需求模型

本文提出的電動(dòng)汽車充電行為是通過(guò)工作場(chǎng)所停車場(chǎng)充電樁實(shí)現(xiàn)的。 當(dāng)電動(dòng)汽車進(jìn)入停車場(chǎng)充電時(shí)，其狀態(tài)可以用一維矩陣C表示：

C=[L，Ss，Se，Ts，Te，Ce，Pc] （7）

式中：L 為電動(dòng)汽車的充電模式，包含有序充電和無(wú)序充電兩種模式；Ss和Se分別表示電動(dòng)汽車開始充電時(shí)的電荷狀態(tài)和電動(dòng)汽車離開工作時(shí)的期望電荷狀態(tài)；Ts和Te分別表示電動(dòng)汽車的上網(wǎng)充電時(shí)間和用戶期望的離網(wǎng)時(shí)間；Ce和Pc分別表示電動(dòng)汽車的額定容量和充電功率。

本文采用蒙特卡羅方法模擬用戶充電需求，從而建立電動(dòng)汽車負(fù)荷模型，這是一種隨機(jī)模擬方法。 根據(jù)Ss和Se的采樣結(jié)果，可以近似地建立電動(dòng)汽車載荷模型。 根據(jù)文獻(xiàn)[19]，車輛初始狀態(tài)Ss的分布服從正態(tài)分布，期望可取0.6。 車輛最終狀態(tài)Se的分布遵循近似的對(duì)數(shù)正態(tài)分布，期望可取0.9。

1.1.3 無(wú)功輸出模型

在本文中，無(wú)功電源的輸出主要來(lái)自節(jié)點(diǎn)的靜態(tài)電容組（CB）和可再生能源逆變器。

1.1.4 儲(chǔ)能模型

1.2 建立目標(biāo)函數(shù)

1.2.1 配電網(wǎng)運(yùn)行成本

式中：ω為權(quán)重系數(shù)（0≤ω≤1），它的值可以根據(jù)場(chǎng)景進(jìn)行調(diào)整。

2 調(diào)度策略

為了實(shí)現(xiàn)配網(wǎng)的經(jīng)濟(jì)運(yùn)行，需要考慮配網(wǎng)各電源的出力分布和負(fù)荷的調(diào)度，以及微配與主電網(wǎng)之間的電力交互。 在保證電網(wǎng)平穩(wěn)、可靠運(yùn)行的基礎(chǔ)及電動(dòng)汽車需求的前提下，將運(yùn)維成本和用戶成本在最低限度。

本文采用的調(diào)度策略如下：

（1）配網(wǎng)采用日前調(diào)度優(yōu)化，其中每小時(shí)分為4 個(gè)時(shí)刻，全天分為96 個(gè)時(shí)刻。 記T1=00：15、T2=00：30、T96… =24：00；

（2）因?yàn)槠骷捻憫?yīng)時(shí)間不一致，將儲(chǔ)能、分布式電源變流器的優(yōu)化操作時(shí)間設(shè)為每15 分鐘，無(wú)功電容組的操作時(shí)間設(shè)為每1 小時(shí)；

（3）優(yōu)先利用風(fēng)機(jī)WT、光伏PV等清潔能源，滿足微電網(wǎng)負(fù)荷需求；當(dāng)WT、PV的有功功率不能滿足所有負(fù)載時(shí)，選擇電池進(jìn)行放電。 當(dāng)系統(tǒng)有功充裕時(shí)，電池將充電儲(chǔ)能；

（4）在配網(wǎng)選定的充電樁節(jié)點(diǎn)處存在電動(dòng)車充電負(fù)荷，上班停駛來(lái)的電動(dòng)車將在上午7 點(diǎn)至下午7 點(diǎn)完成充電任務(wù)。 當(dāng)微電網(wǎng)的電量足夠時(shí)，電動(dòng)汽車可以自由充電。 當(dāng)供電不足時(shí)，出于經(jīng)濟(jì)和穩(wěn)定性考慮，電動(dòng)汽車將轉(zhuǎn)移充電時(shí)間或改變充電功率；

（5）電動(dòng)車有序充電分為兩種模式：第1 種是允許電動(dòng)車在全過(guò)程中隨時(shí)啟停充電，為減少對(duì)系統(tǒng)的影響，該模式下電動(dòng)車將采取最低充電功率充電；第2 種是要求電動(dòng)車在規(guī)定的時(shí)間內(nèi)完成充電目標(biāo)，通過(guò)改變充電功率的大小來(lái)減少電動(dòng)車負(fù)荷對(duì)配網(wǎng)的影響。 將這兩種模式下的運(yùn)行成本與配網(wǎng)無(wú)電動(dòng)車、配網(wǎng)中電動(dòng)車無(wú)序充電時(shí)的運(yùn)行成本作對(duì)比，體現(xiàn)調(diào)度策略的優(yōu)勢(shì)。

通過(guò)對(duì)3種吸附黃酮效果良好的樹脂進(jìn)行靜態(tài)吸附及解吸試驗(yàn)，確定了吸附分離紅薯葉黃酮的最優(yōu)樹脂為AB-8大孔吸附樹脂，與任云霞等[10]、洪雪娥等[11]研究結(jié)果一致。通過(guò)正交試驗(yàn)得到其最佳吸附條件為：上樣液濃度300 mg/L、流速2 mL/min、上樣液pH 5.0，其對(duì)紅薯葉總黃酮吸附率可達(dá)66.8%；最佳解吸條件為：洗脫液濃度90%、洗脫液流速4 mL/min、洗脫液用量5 BV，樹脂的解吸率可達(dá)70.3%。

具體流程見圖2。

圖2 含電動(dòng)車負(fù)荷的配網(wǎng)協(xié)同優(yōu)化策略

3 算例分析

3.1 算例數(shù)據(jù)

如圖3 所示，選擇典型的IEEE33 節(jié)點(diǎn)拓?fù)渑渚W(wǎng)系統(tǒng)進(jìn)行分析。

圖3 節(jié)點(diǎn)配電網(wǎng)示意圖

本文算例系統(tǒng)中設(shè)立11 個(gè)充電樁；電容器組安裝在10、15、30 節(jié)點(diǎn)處，光伏發(fā)電裝置安裝在5、17、24、31 節(jié)點(diǎn)，風(fēng)電安裝在33 節(jié)點(diǎn)處，儲(chǔ)能裝置安裝在5、17、24、31、33 節(jié)點(diǎn)，具體配置參數(shù)如表1 所示。

表1 系統(tǒng)節(jié)點(diǎn)設(shè)備配置表

光伏數(shù)據(jù)采用浙江省某地光電場(chǎng)2018 年某日的觀測(cè)數(shù)據(jù)，風(fēng)電數(shù)據(jù)采用文獻(xiàn)[21]中對(duì)某風(fēng)電場(chǎng)蒙特卡羅模擬后預(yù)測(cè)數(shù)值。 為了使仿真效果更為明顯，對(duì)系統(tǒng)原負(fù)荷數(shù)值作了細(xì)微調(diào)整。 其中，針對(duì)系統(tǒng)潮流約束，設(shè)主網(wǎng)節(jié)點(diǎn)1 的電壓為1.0 pu，電壓的幅值范圍為-7% ～+5%。

電價(jià)如表2 所示[22]，分為谷時(shí)段電價(jià)（00：00—7：00）、平時(shí)段電（8：00—10：00，16：00—18：00，22：00—24：00）和峰時(shí)段電價(jià)（11：00—15：00，19：00—21：00）。

表2 分時(shí)電價(jià)表 單位：元/kWh

配網(wǎng)的日電力負(fù)荷曲線、可再生能源發(fā)電PV和WT有功功率曲線如圖3 所示，其中日負(fù)荷標(biāo)定值為300 kW，光伏和風(fēng)機(jī)出力的標(biāo)定值分別為15 kW、10 k W。

為驗(yàn)證電動(dòng)車負(fù)荷優(yōu)化調(diào)度對(duì)配網(wǎng)綜合成本的影響，設(shè)計(jì)四種場(chǎng)景，將電動(dòng)車充電功率考慮為恒定和變動(dòng)兩種情況納入對(duì)比：

場(chǎng)景一：電動(dòng)汽車充電負(fù)荷不接入配網(wǎng)系統(tǒng)，綜合考慮可再生能源、儲(chǔ)能、無(wú)功電容組協(xié)作優(yōu)化，獲得最優(yōu)調(diào)度結(jié)果；

場(chǎng)景二：電動(dòng)汽車負(fù)荷接入配網(wǎng)系統(tǒng)后，實(shí)行無(wú)序充電，調(diào)度可再生能源和儲(chǔ)能、無(wú)功電容組，得到最優(yōu)結(jié)果；

場(chǎng)景三：電動(dòng)汽車負(fù)荷接入配網(wǎng)系統(tǒng)后，在每個(gè)時(shí)刻內(nèi)保持固定最低充電功率，通過(guò)調(diào)節(jié)充電的具體時(shí)間來(lái)實(shí)現(xiàn)配網(wǎng)運(yùn)行成本和用戶充電最低；

場(chǎng)景四：電動(dòng)汽車負(fù)荷接入配網(wǎng)系統(tǒng)后，在規(guī)定時(shí)間內(nèi)完成充電任務(wù)，通過(guò)調(diào)節(jié)充電的功率，來(lái)實(shí)現(xiàn)配網(wǎng)運(yùn)行成本和用戶充電成本最低。

3.2 算例結(jié)果與分析

3.2.1 無(wú)電動(dòng)車負(fù)荷的配網(wǎng)協(xié)調(diào)優(yōu)化

從圖4 中可以看出，配網(wǎng)系統(tǒng)中負(fù)荷高峰時(shí)間主要出現(xiàn)在每天的12 點(diǎn)至15 點(diǎn)之間，同時(shí)在線路的4# -8#、15# -20#、29# -33#節(jié)點(diǎn)處，配網(wǎng)自身負(fù)荷處于相對(duì)低谷的狀態(tài)，所以可以考慮在對(duì)應(yīng)節(jié)點(diǎn)附近設(shè)立充電樁，以滿足電動(dòng)車充電需求。

圖4 系統(tǒng)各節(jié)點(diǎn)負(fù)荷曲線圖

此時(shí)，為緩解配網(wǎng)負(fù)荷壓力，光伏和風(fēng)機(jī)、無(wú)功電容組、儲(chǔ)能裝置將有機(jī)結(jié)合起來(lái)。 其中，分布式電源變流器的無(wú)功出力將與無(wú)功電容組配合，緩解支路的壓降壓力。 儲(chǔ)能裝置在配網(wǎng)有功功率富余時(shí)，將充電以儲(chǔ)備電量；在配網(wǎng)有功稀缺時(shí)，將放電來(lái)滿足配網(wǎng)的有功平衡。

在圖5 中，無(wú)功電容組整體出力的曲線趨勢(shì)與配網(wǎng)負(fù)荷波動(dòng)一致，存在10 點(diǎn)-15 點(diǎn)，18 -21點(diǎn)兩個(gè)高峰時(shí)刻。 其中線路末端的29#電容器組為平抑更多的壓降，所以其出力處于同期節(jié)點(diǎn)中的較高水平。

圖5 無(wú)功電容組出力圖

3.2.2 電動(dòng)車無(wú)序充電下的配網(wǎng)協(xié)調(diào)優(yōu)化

電動(dòng)車負(fù)荷接入配電網(wǎng)后會(huì)一定會(huì)給系統(tǒng)帶來(lái)更大的壓力。 從下面的各變流器出力的前后變化可以看出EV接入后的差異。

從圖6 中可以看出，分布式電源的有功輸出從8 點(diǎn)之后逐漸爬升，在15 點(diǎn)后逐漸下降。 而相應(yīng)節(jié)點(diǎn)處的變流器的無(wú)功功率大致從7 點(diǎn)開始出力，隨著線路負(fù)荷的增加，一直到18 點(diǎn)之后出現(xiàn)下降。 特別是24#、31#節(jié)點(diǎn)，由于處于線路末端，為平抑線路壓降帶來(lái)的其無(wú)功出力處于同期節(jié)點(diǎn)中的較高水平。

圖6 無(wú)EV時(shí)各電源及變流器出力曲線

在圖7 中，當(dāng)電動(dòng)汽車負(fù)荷加入配網(wǎng)后，系統(tǒng)中的負(fù)荷增加，體現(xiàn)在分布式電源的無(wú)功出力顯著增加。 與圖6 中曲線的數(shù)據(jù)對(duì)比可知，5#節(jié)點(diǎn)處變流器的無(wú)功峰值從0.023 升到0.032。 31#節(jié)點(diǎn)的無(wú)功峰值從0.037 升到了0.051。

圖7 含EV時(shí)各電源及變流器出力曲線

從圖8、圖9 的儲(chǔ)能裝置的曲線也可以得到，當(dāng)配網(wǎng)系統(tǒng)中增加額外的電動(dòng)車負(fù)荷時(shí)，儲(chǔ)能的SOC狀態(tài)整體是低于初始值。 在同樣的21 點(diǎn)時(shí)刻，無(wú)電動(dòng)車時(shí)的SOC已經(jīng)超過(guò)0.6，達(dá)到了0.63，而增加了電動(dòng)車負(fù)荷后的儲(chǔ)能SOC還不到0.54。 這意味著，一旦系統(tǒng)中用戶負(fù)荷或者電動(dòng)車充電量增大，儲(chǔ)能的容量可能就不能滿足配網(wǎng)調(diào)度需求。

圖8 無(wú)EV時(shí)儲(chǔ)能SOC曲線圖

圖9 含EV時(shí)儲(chǔ)能SOC曲線圖

綜合對(duì)比可得：電動(dòng)車負(fù)荷的加入從各個(gè)方面都會(huì)給系統(tǒng)整體協(xié)同優(yōu)化帶來(lái)負(fù)面影響，此時(shí)需要更好的有序充電策略來(lái)改善這一情況。

3.2.3 電動(dòng)車兩種有序充電模式的分析研究

當(dāng)電動(dòng)車負(fù)荷接入配網(wǎng)中，通常認(rèn)為其總的充電需求時(shí)不可調(diào)節(jié)。 即Ss、Se不作調(diào)整，故調(diào)度優(yōu)化電動(dòng)車一維狀態(tài)矩陣C中的Ts、Te和Pc變量。

當(dāng)電動(dòng)車以較低固定功率（2 kW）充電時(shí)，充電樁會(huì)根據(jù)系配網(wǎng)運(yùn)行的情況，選擇恰當(dāng)時(shí)間并入配網(wǎng)負(fù)荷。

如圖10 所示，圖中零散的柱線代表該節(jié)點(diǎn)電動(dòng)車當(dāng)天的充電狀態(tài)。 11 個(gè)充電樁處的電動(dòng)車在給定的時(shí)間段內(nèi)完成各自的充電需求，充電時(shí)間較為靈活。 但這樣的充電方式要求電動(dòng)車長(zhǎng)時(shí)間停留在充電樁處，同時(shí)會(huì)引起電動(dòng)車電瓶的頻繁關(guān)斷，對(duì)車輛造成額外的損傷。 故提出另一種充電策略，即確定電動(dòng)車具體的充電窗口時(shí)間，靈活地改變電動(dòng)車瞬時(shí)充電功率，以減少對(duì)配電網(wǎng)的沖擊。

圖10 定功率電動(dòng)車充電功率示意圖

當(dāng)電動(dòng)車確定充電時(shí)間，如圖11 所示，各電動(dòng)車在選定的2 個(gè)小時(shí)內(nèi)完成各自的充電需求。在每個(gè)時(shí)刻內(nèi)，充電功率從1 ～3 k W 靈活變化。在完成車輛的充電需求后，電動(dòng)車才與配網(wǎng)斷開聯(lián)絡(luò)。 在該模式下，電動(dòng)車的開斷次數(shù)和停泊時(shí)間都大大減少。

圖11 定時(shí)長(zhǎng)電動(dòng)車充電功率示意圖

表3 將4 種充電模式的成本進(jìn)行詳細(xì)對(duì)比。

表3 成本分析表 單位：元

由表中可知，電動(dòng)車以無(wú)序充電的方式接入，大大增加配網(wǎng)購(gòu)電及整體運(yùn)維的費(fèi)用。 但通過(guò)有序充電等方式，可以大大降低網(wǎng)損的影響。 同時(shí)，在EV接入的三個(gè)模式中，定功率的綜合運(yùn)維成本最低，比無(wú)序充電少了45.26 元，比定時(shí)長(zhǎng)模式少了5.38 元。 因?yàn)椋瑹o(wú)論是對(duì)配網(wǎng)側(cè)還是對(duì)用戶側(cè)，定功率模式下的電動(dòng)車負(fù)荷調(diào)度更加靈活，負(fù)荷更加分散，避免了扎堆帶來(lái)的成本增加。 但是，定時(shí)長(zhǎng)模式的優(yōu)勢(shì)在于確定了電動(dòng)車的充電時(shí)間范圍，且更少的充電次數(shù)更適應(yīng)用戶和車輛的良好使用習(xí)慣。

值得補(bǔ)充說(shuō)明的是，本文所研究的配網(wǎng)及充電車規(guī)模較小。 當(dāng)系統(tǒng)中電動(dòng)車的規(guī)模大大增加時(shí)，本文所提的充電優(yōu)化及可再生能源優(yōu)化的成果將更為顯著地增加。

4 結(jié) 論

本文建立了一個(gè)包括光伏、風(fēng)機(jī)、分布式電源變流器、無(wú)功電容組、儲(chǔ)能裝置、電動(dòng)汽車的配電網(wǎng)仿真模型。 通過(guò)簡(jiǎn)化將非凸、非線性的潮流約束轉(zhuǎn)為方便求解的線性規(guī)劃問(wèn)題。 針對(duì)電動(dòng)車的充電需求，提出了兩種靈活的電動(dòng)車有序充電策略。 利用蒙特卡洛方法模擬電動(dòng)汽車有序和無(wú)序充電行為，仿真結(jié)果表明，本文提出的有序充電策略能夠有效實(shí)現(xiàn)“避峰填谷”和用戶經(jīng)濟(jì)性充電的雙重目標(biāo)，尤其在電動(dòng)汽車規(guī)?；瘧?yīng)用后效果將更加明顯。

從長(zhǎng)遠(yuǎn)看來(lái)，EV用戶的使用習(xí)慣和車輛狀態(tài)會(huì)比本文中的假設(shè)要復(fù)雜得多，如何準(zhǔn)確地建立用戶的行為模型還需要更多的研究。 如果對(duì)電動(dòng)車的入場(chǎng)、離場(chǎng)時(shí)間等不確定的隨機(jī)量建立更多的場(chǎng)景預(yù)測(cè)，將給結(jié)果帶來(lái)更強(qiáng)的實(shí)用性。