基于電網(wǎng)分時電價機制考慮電動汽車靈活充電的微電網(wǎng)能量管理*

何兆蓉, 高逸云, 黃瀚霆, 劉 釗

(南京理工大學(xué)自動化學(xué)院, 江蘇 南京 210094)

0 引 言

隨著分布式能源的多樣化不斷增加,電動汽車的推廣普及,更經(jīng)濟更環(huán)保的發(fā)電及電動汽車靈活充電成為人們不斷追求的目標(biāo)之一[1-2]。目前,城市電價基本遵循分時電價規(guī)則,電價按照不同的時間段(峰谷值)收取。因此,如何在分時電價的基礎(chǔ)上合理利用各種分布式電源的電力能源,進行微電網(wǎng)的能量管理,成為了研究的熱門話題。文獻[3]對微電網(wǎng)經(jīng)濟性進行研究﹐通過對分布式電源進行定址定容來實現(xiàn)對含分布式電源配電網(wǎng)多目標(biāo)協(xié)調(diào)規(guī)劃的影響,但未考慮電動汽車的接入。文獻[4]建立了相關(guān)模型用來考慮需求側(cè)響應(yīng)的微電網(wǎng)經(jīng)濟﹐但影響微電網(wǎng)經(jīng)濟性的關(guān)鍵性因素并不是電網(wǎng)分時電價。文獻[5]基于分時電價機制的并網(wǎng)型微電網(wǎng)多目標(biāo)動態(tài)優(yōu)化調(diào)度﹐驗證所建模型和求解方法的有效性,但沒有考慮到未來電網(wǎng)中重要負(fù)載,電動汽車集中充電因素對微電網(wǎng)經(jīng)濟性的影響。文獻[6]提出一種含分布式電源接入的電動汽車分層接入充電策略,采取分布式微電網(wǎng)控制實現(xiàn)電動汽車的合理、有序、靈活充電,但未涉及電網(wǎng)分時電價基礎(chǔ)下的合理儲能。文獻[7]中的傳統(tǒng)目標(biāo)函數(shù),僅考慮以風(fēng)力、光伏等多種分布式能源綜合出力,但未涉及電網(wǎng)分時計價及電動車充電的規(guī)律性。文獻[8]考慮含風(fēng)力發(fā)電、光伏發(fā)電、儲能以及電動汽車的復(fù)合型微電網(wǎng)能量管理系統(tǒng),但是尚未考慮不同能量管理任務(wù)下的時間尺度對所建模型及其發(fā)電策略的影響。

隨著電動汽車的大量推廣應(yīng)用,電動汽車充電的智能微電網(wǎng)能量管理系統(tǒng)更需要做到智能高效,針對上述文獻中存在的問題,本文綜合分析多種分布式電源發(fā)電的特點及電動汽車充電負(fù)荷對在不同時段的用電需求,增設(shè)儲能單元儲存電量,減少分時電價對微電網(wǎng)成本的影響,系統(tǒng)全面分析,提出如何構(gòu)建一個以運行成本最低為優(yōu)化目標(biāo)的微電網(wǎng)能量管理模型,實現(xiàn)微電網(wǎng)最經(jīng)濟運行。該模型考慮了正常天氣和陰雨、無風(fēng)等特殊天氣的情況下,運用不同的微電網(wǎng)運行策略,得到不同的運行成本。結(jié)合考慮實際情況中上海地區(qū)每年的降水日數(shù)與晴朗日數(shù)比,可計算出全年的運行成本及其減幅。通過算例分析和計算結(jié)果驗證了本文所提方法的有效性。

1 建立基本模型

1.1 微型燃?xì)廨啓C單元

微型燃?xì)廨啓C不受天氣、光照等情況影響,僅與燃燒材料以及消耗人力物力成本有關(guān)。因此在其使用過程中,不超過該微型燃?xì)廨啓C單元的額定容量及配電網(wǎng)傳輸容量上限即可。

1.2 光伏發(fā)電單元

光伏發(fā)電受地理位置及陽光照射時間、角度等因素影響,光伏發(fā)電功率由以下公式進行修正。

⑴

式中:PPV——光伏發(fā)電單元的實際輸出功率;

PSTC——光伏發(fā)電單元在光伏組件標(biāo)準(zhǔn)測試條件STC下的最大輸出功率;

GING——實際的太陽輻照強度;

GSTC——STC下的輻照強度;

k——功率溫度系數(shù);

TC——電池板的實際工作溫度;

Tr——參考溫度(標(biāo)準(zhǔn)測試溫度)。

其中,GSTC=1 000 W/m2;Tr=25 ℃。

1.3 風(fēng)力發(fā)電單元

風(fēng)力發(fā)電機的有功功率曲線與發(fā)電機的型號、地理位置、天氣情況等各類因素密不可分。采用文獻[9]中的公式進行風(fēng)力發(fā)電有功計算。

(2)

式中:PWT——風(fēng)力發(fā)電機的輸出功率;

Pr——風(fēng)力發(fā)電機的額定功率;

v——風(fēng)力發(fā)電機組的實際風(fēng)速;

vci、vcr、vr——風(fēng)力發(fā)電機的切入風(fēng)速、切出風(fēng)速和額定風(fēng)速;

vco——額定切出風(fēng)速。

1.4 儲能蓄電池單元

1.5 電動汽車單元

隨著清潔能源的不斷開發(fā)和利用,電動汽車的使用和推廣已然是未來趨勢。在人們正常作息的生活情況下,電動汽車的充電時間有規(guī)律性可尋。采用文獻[10]中的公式,可對電動汽車的充電時間及EV具體負(fù)荷進行預(yù)測。

電動汽車參與充電時刻的SOC(荷電狀態(tài))決定了充電時長,也影響負(fù)荷的預(yù)測。電動汽車的充電時長為

(3)

式中: SOC——電池在充電初始時刻所剩電量;

PK——各類功能車的電池額定容量;

η——充電效率,取0.9;

Pc——單位時間的充電功率。

充電完成后,總負(fù)荷為

總之，不管是黨委還是政府，也不管是哪個地方哪個部門，都要把著眼點放在經(jīng)常性工作方面，都要找到自己“應(yīng)該經(jīng)常死死抓住不放的事情”。每個部門、每個人的經(jīng)常性工作都“到位”了，我們的事業(yè)一定會興旺發(fā)達。

(4)

式中:Pt——t時刻充電負(fù)荷;

N——參與充電的電動汽車數(shù)。

1.6 普通負(fù)荷單元

根據(jù)以往用電規(guī)律及正常生活作息規(guī)律,可得基本用電負(fù)荷數(shù)據(jù)及其曲線。

2 微電網(wǎng)能量管理模型

微電網(wǎng)能量管理應(yīng)當(dāng)在電網(wǎng)電價峰值時,盡量采用分布式電源中的清潔能源進行發(fā)電,來滿足電力系統(tǒng)中的負(fù)荷需要。當(dāng)發(fā)電量供不應(yīng)求時,可考慮將儲能蓄電池中的電量釋放,滿足負(fù)荷需要。當(dāng)電網(wǎng)電價谷值時,可考慮從大電網(wǎng)輸電并儲存電能,除了滿足負(fù)荷需要以外,并且向儲能蓄電池中充電,可以預(yù)防電力系統(tǒng)的供電波動并且減少微電網(wǎng)運行成本。另外,除了考慮傳統(tǒng)普通負(fù)荷,還綜合考慮了電動汽車的集中充電對電網(wǎng)波動的影響,以及在一天中的不同時段、不同功能性電動汽車的充電活動規(guī)律,合理預(yù)測微電網(wǎng)的負(fù)荷規(guī)律,以此制定低成本運行計劃與方案[11-13]。

2.1 傳統(tǒng)計算約束函數(shù)及目標(biāo)方程

2.1.1 電動汽車電池荷電狀態(tài)約束

過度地充放電會導(dǎo)致電動汽車鋰電池的壽命縮短,須將第i輛電動汽車第h時段的荷電狀態(tài)Si(k)限定在一定范圍內(nèi)[8]。

Smin≤Si(k)≤Smax

(5)

式中:Smin、Smax——電動汽車電池荷電狀態(tài)上、下限。

2.1.2 電動汽車用戶期望約束

電動汽車慢充結(jié)束時鋰電池的荷電狀態(tài)須達到用戶要求值。

(6)

式中:Si,0——第i輛電動汽車的初始荷電狀態(tài);

Ei——第i輛電動汽車的電池容量;

Si,E——第i輛電動汽車的用戶期望充電容量。

2.1.3 聯(lián)絡(luò)線功率平衡及目標(biāo)函數(shù)

(7)

式中:Pwind(k)——h時段風(fēng)力;

Pbess,k——h時段的儲能電量;

PPV(k)——h時段光伏的發(fā)電量;

PL(k)——h時段普通負(fù)荷的用電量。

2.2 增加考慮合理儲能及電網(wǎng)分時計價原則后的總目標(biāo)函數(shù)

以微電網(wǎng)運行成本最低為總目標(biāo)。由于考慮不同時間段電網(wǎng)電價不同、分布式電源發(fā)電效率不同、各類負(fù)荷的規(guī)律性不同,所以將一天分為24個時段,求每個時段內(nèi)微電網(wǎng)的最優(yōu)運行成本。

(8)

式中:T——運行周期劃分的時段數(shù);

M——分布式電源的個數(shù);

PGi(t)——第i個分布式電源在時段t的功率;

BGi(t)——第i個分布式電源在時段t的電量報價;

Pbuy(t)——t時段從大電網(wǎng)購入的電功率;

Bbuy(t)——t時段從大電網(wǎng)購電的價格。

2.3 約束條件

2.3.1 功率平衡約束

電力系統(tǒng)中微電網(wǎng)的運行應(yīng)當(dāng)滿足發(fā)電量等于用電量加儲電量,即

PG(t)+PE(t)+Pbuy(t)=PL(t)

(9)

式中:PG(t)——t時段內(nèi)各分布式發(fā)電功率之和;

PE(t)——t時段儲能單元的充、放電功率;

PL(t)——t時段負(fù)荷需求的功率。

2.3.2 燃?xì)廨啓C輸出功率約束

(10)

式中:PS(t)——燃?xì)廨啓C發(fā)電功率;

2.3.3 儲能蓄電池約束

定義蓄電池的剩余能量為SSOC,用來衡量儲能裝置的剩余儲能量,即

(11)

式中: Δt——充、放電時間;

Estor——儲能裝置的總?cè)萘俊?/p>

則蓄電池的充放電約束為

(12)

(13)

儲能蓄電池曲線應(yīng)該保證循環(huán),即前后一天24時段儲能蓄電池儲能值應(yīng)當(dāng)相等。

(14)

3 算例分析

3.1 算例參數(shù)

本算例將一天分為24時段,微電網(wǎng)中包含的分布式電源有光伏發(fā)電、風(fēng)力發(fā)電、燃?xì)廨啓C發(fā)電、儲能蓄電池。系統(tǒng)中,微電網(wǎng)與配電網(wǎng)間聯(lián)絡(luò)線的物理傳輸容量上限為500 kW,且不允許微電網(wǎng)余電上網(wǎng)。其中,光伏發(fā)電容量上限為700 kW,風(fēng)力發(fā)電容量上限為400 kW,儲能蓄電池額定容量為400 kW,普通負(fù)荷峰值750 kW,電動汽車負(fù)荷峰值300 kW,微型燃?xì)廨啓C額定容量600 kW。微電網(wǎng)算例如圖1所示。

圖1 微電網(wǎng)算例

在綜合考慮壞境效益及人工成本費用后,光伏單位電量成本為1.00元/kWh,風(fēng)力單位電量成本為0.44元/kWh。算例采用分時電價計價原則,平時段為9∶00～11∶00,16∶00～19∶00,23∶00～24∶00;峰時段為12∶00～15∶00,20∶00～22∶00;谷時段為0∶00～8∶00。分時電價購電價格如表1所示。假設(shè)負(fù)荷需求符合以往的用電規(guī)律,普通負(fù)荷需求如圖2所示。

表1 分時電價購電價格

圖2 普通負(fù)荷需求

用預(yù)測模型對光伏發(fā)電和風(fēng)力發(fā)電進行出力預(yù)測,光伏、風(fēng)力的出力預(yù)測如圖3所示。

圖3 光伏、風(fēng)力的出力預(yù)測

基于電動汽車的充電行為及各車型工作特點對電動汽車充電負(fù)荷進行預(yù)測。電動汽車充電負(fù)荷預(yù)測如圖4所示。

圖4中,電動汽車的日充電負(fù)荷兩個充電需求高峰分別出現(xiàn)在在下午和夜間,下午出現(xiàn)的充電高峰是由于出租車的補電行為以及部分私家車的工作時段充電行為,夜間的充電高峰主要是由于出租車的快充行為以及公交車的充電行為。此外,在19∶00以后的小充電高峰是由于私家車和專用車的集中充電行為造成的。

圖4 電動汽車充電負(fù)荷預(yù)測

根據(jù)電動汽車隨機接入的特性,對其接入充電行為特征進行預(yù)測和優(yōu)化,0∶00～6∶00進行公交車集中充電,為緩解大負(fù)荷突然接入造成的波動,可以進行分批次有序充電,例如0∶00～2∶00第一批次充電,2∶00～4∶00第二批次充電,4∶00～6∶00第三批次充電。由此可以保證負(fù)荷曲線波動減小,供電系統(tǒng)穩(wěn)定性增加。根據(jù)私家車上下班規(guī)律性工作特點,可以安排9∶00～10∶00,在到達工作地點后進行補電,另外下班后可在21∶00時后進行慢充。除此之外,出租車等難以預(yù)測充電規(guī)律的車輛可設(shè)置快充平臺,保證出租車可以在白天的零碎時間進行充電,以此達到維持整個系統(tǒng)接入負(fù)荷相對穩(wěn)定且平緩的目的。優(yōu)化后的電動汽車充電負(fù)荷如圖5所示。

圖5 優(yōu)化后的電動汽車充電負(fù)荷

3.2 仿真結(jié)果及分析

根據(jù)優(yōu)化模型對算例進行仿真模擬,得到優(yōu)化后的微電網(wǎng)各分布式電源能量管理曲線。晴天情況下微電網(wǎng)的能量管理優(yōu)化如圖6所示。

由圖6可知,當(dāng)電網(wǎng)電價處于低谷時段0∶00～8∶00時,由于陽光照射量不夠,光伏發(fā)電還未開始啟動,由風(fēng)力發(fā)電和電網(wǎng)購電給負(fù)荷供電,同時將電能傳輸給儲能蓄電池,在大電網(wǎng)購電價低時,將其充滿作為儲備;當(dāng)電網(wǎng)電價處于平時段和峰時段時,首先考慮由光伏發(fā)電和風(fēng)力發(fā)電給負(fù)荷供電,若不滿足負(fù)荷需求則充分利用儲能蓄電池供電,此時盡量不從電網(wǎng)購電,當(dāng)儲能蓄電池中能量消耗至臨界值時,再向電網(wǎng)進行購電。

圖6 晴天情況下微電網(wǎng)的能量管理優(yōu)化

在特殊天氣時,如陰雨、無風(fēng)等情況下,低谷時段加大購電量,確保儲能蓄電池有效運行,平時段采用大電網(wǎng)供電,峰時段充分利用蓄電池供電。根據(jù)優(yōu)化模型對算例進行仿真模擬,可以得到陰雨、無風(fēng)等特殊天氣情況下,優(yōu)化后的微電網(wǎng)各分布式電源能量管理曲線。陰天情況下微電網(wǎng)的能量管理優(yōu)化如圖7所示。

圖7 陰天情況下微電網(wǎng)的能量管理優(yōu)化

在極端狀況下,如光伏、風(fēng)力發(fā)電低效甚至失效,大電網(wǎng)存在供電波動。此時可采用微型燃?xì)廨啓C進行發(fā)電,確保微電網(wǎng)供電系統(tǒng)的穩(wěn)定性。由于該情況在實際中出現(xiàn)可能性極低,因此忽略不進行計算。

通過對比,以文獻[8]中傳統(tǒng)的電動汽車并網(wǎng)的能量管理公式進行仿真計算,正常情況下微電網(wǎng)每天的運行成本為17 704.23元?？紤]電網(wǎng)分時計價及電動汽車充電規(guī)律的微電網(wǎng)系統(tǒng)能量管理策略后,晴天情況下運行成本為13 065.30元。兩者相比減幅26.202%。陰天情況下微電網(wǎng)每天的運行成本為17 187.43元,與正常情況下傳統(tǒng)算法相比,減幅2.919%。以文獻[14]中的調(diào)查數(shù)據(jù)為例,2020年上海市奉賢區(qū)的年降水日數(shù)為144 d,晴朗天氣日數(shù)為221 d。在此基礎(chǔ)上綜合計算傳統(tǒng)方式下全年的運行成本為6 462 042.67元,而在采用本文所述的能量管理策略之后為5 362 420.79元,兩者相比減幅為17.016%。

綜上所述,說明在微電網(wǎng)能量管理中,考慮電網(wǎng)電價以及合理利用儲能對于大電網(wǎng)和微電網(wǎng)系統(tǒng)都是十分有利的,以此達到了微電網(wǎng)分布式發(fā)電的經(jīng)濟利用最大化,運行成本最低化的目標(biāo)。

4 結(jié) 語

本文在考慮各類分布式電源發(fā)電、電網(wǎng)分時電價計算、普通負(fù)荷與電動汽車負(fù)荷等數(shù)學(xué)模型的基礎(chǔ)之上,建立了運營總成本最低的微電網(wǎng)能量管理模型。通過算例的仿真模擬及其分析,微電網(wǎng)能量的優(yōu)化和管理確實可降低電力系統(tǒng)的運行成本,并在一定程度上緩解用電高峰期電網(wǎng)的供電壓力,無論是社會效益還是經(jīng)濟效益都有很大的提高。