基于虛擬電價(jià)的電動(dòng)汽車充放電優(yōu)化調(diào)度及其實(shí)現(xiàn)機(jī)制研究

楊曉東　張有兵　翁國慶　趙　波　高　翔

(1.浙江工業(yè)大學(xué)信息工程學(xué)院　杭州　310023 2.國網(wǎng)浙江省電力公司電力科學(xué)研究院　杭州　310014 3.國網(wǎng)浙江省電力公司麗水供電公司　麗水　323000)

?

基于虛擬電價(jià)的電動(dòng)汽車充放電優(yōu)化調(diào)度及其實(shí)現(xiàn)機(jī)制研究

楊曉東1張有兵1翁國慶1趙波2高翔3

(1.浙江工業(yè)大學(xué)信息工程學(xué)院杭州310023 2.國網(wǎng)浙江省電力公司電力科學(xué)研究院杭州310014 3.國網(wǎng)浙江省電力公司麗水供電公司麗水323000)

提出了基于虛擬電價(jià)理論的電動(dòng)汽車(EV)充放電優(yōu)化調(diào)度思想，構(gòu)建了以削峰填谷為目的、兼顧配電系統(tǒng)負(fù)荷信息與用戶電能損失費(fèi)用及電池?fù)p耗成本的EV充放電優(yōu)化調(diào)度和實(shí)現(xiàn)機(jī)制模型。在所建的模型中，通過虛擬電價(jià)將充放電功率與系統(tǒng)負(fù)荷信息相關(guān)聯(lián)，并研究了根據(jù)虛擬花費(fèi)最小進(jìn)行EV充放電優(yōu)化的功率調(diào)節(jié)方法。在此基礎(chǔ)上，綜合小波分析和模糊聚類確立了用于EV充放電的動(dòng)態(tài)分時(shí)電價(jià)機(jī)制，以保障調(diào)度策略的可實(shí)施性。最后，以某小區(qū)充電設(shè)施集群為例對5種優(yōu)化模式進(jìn)行了仿真分析，算例結(jié)果說明了所述模型的基本特征。

電動(dòng)汽車虛擬電價(jià)削峰填谷充放電優(yōu)化功率可調(diào)實(shí)現(xiàn)機(jī)制

0　引言

化石燃料的儲備不足及全球氣候變暖被日益關(guān)注，環(huán)境觀念的提升使人們強(qiáng)烈要求在交通方面減少石油消耗。這種契機(jī)下，因具有良好的節(jié)能和低排放潛力，電動(dòng)汽車(Electric Vehicle，EV)得到廣泛的發(fā)展[1-3]。

負(fù)荷峰谷差是電力系統(tǒng)運(yùn)行的一項(xiàng)重要、安全、經(jīng)濟(jì)指標(biāo)，峰谷差的加劇，會帶來電網(wǎng)設(shè)備利用效率降低、供電側(cè)購電風(fēng)險(xiǎn)增加等不良后果[4]。為推進(jìn)高峰負(fù)荷轉(zhuǎn)移、緩解電力供應(yīng)緊張的局面，2012年國家財(cái)政部和發(fā)改委批復(fù)開展首批需求側(cè)管理試點(diǎn)工作[5]。

交通系統(tǒng)的電氣化使車輛的能量需求從化石燃料逐漸轉(zhuǎn)移至電力系統(tǒng)，這將對電網(wǎng)產(chǎn)生重大影響。到2025年，全球年出售的電動(dòng)汽車規(guī)模滲透率將達(dá)10%[6]，大量電動(dòng)汽車隨機(jī)接入電網(wǎng)進(jìn)行無序充電，會進(jìn)一步加劇系統(tǒng)負(fù)荷峰谷差，對配電網(wǎng)的運(yùn)行狀態(tài)帶來負(fù)面影響[7-9]。

合理控制接入配電網(wǎng)的電動(dòng)汽車充放電，可以降低大規(guī)模電動(dòng)汽車充電對電網(wǎng)造成的影響。目前，國內(nèi)外針對電動(dòng)汽車有序充放電的研究成果已有很多。文獻(xiàn)[10]以削減負(fù)荷峰值為目標(biāo)，對電動(dòng)汽車進(jìn)行有序充電控制。文獻(xiàn)[11]考慮電動(dòng)汽車入網(wǎng)(Vehicle to Grid，V2G)服務(wù)，提出采用虛擬電價(jià)-動(dòng)態(tài)規(guī)劃方法(virtual Time-of-Use tariffs Dynamic Programming，vTOU-DP)優(yōu)化特定變壓器容量約束下的電動(dòng)汽車充放電功率，具有優(yōu)越的削峰填谷作用。文獻(xiàn)[12]建立了以降低負(fù)荷峰值和平滑負(fù)荷波動(dòng)為目標(biāo)的電動(dòng)汽車有序充放電模型，可以有效地轉(zhuǎn)移高峰負(fù)荷，對電力系統(tǒng)的規(guī)劃管理及對EV用戶的激勵(lì)政策制定有一定的參考價(jià)值。文獻(xiàn)[13]考慮變壓器容量、負(fù)荷峰谷差和節(jié)點(diǎn)電壓穩(wěn)定情況等配電網(wǎng)約束進(jìn)行電動(dòng)汽車的有序充電控制，可以在現(xiàn)有配電網(wǎng)條件下接入盡可能多的電動(dòng)汽車。文獻(xiàn)[14]提出通過兩階段優(yōu)化方法對電動(dòng)汽車進(jìn)行充放電控制，分別用于減少充放電代理商的運(yùn)營費(fèi)用和降低負(fù)荷波動(dòng)。該類方法往往僅以實(shí)施方的角度進(jìn)行直接負(fù)荷控制，旨在滿足實(shí)施方需求，缺乏對用戶的考慮，難以得到用戶的認(rèn)可和實(shí)際應(yīng)用。

隨著市場經(jīng)濟(jì)及需求側(cè)管理[15，16]的深入發(fā)展，為吸引用戶參與充放電優(yōu)化，如何協(xié)調(diào)供需兩側(cè)的利益，制定充放電策略成了新的研究熱點(diǎn)。文獻(xiàn)[17]以減小電網(wǎng)峰谷差為主要目標(biāo)設(shè)計(jì)了基于分時(shí)電價(jià)的電動(dòng)汽車充電策略，但易造成過響應(yīng)現(xiàn)象。文獻(xiàn)[18]提出基于動(dòng)態(tài)分時(shí)電價(jià)的有序充電策略，實(shí)現(xiàn)了充電負(fù)荷削峰填谷，降低了用戶充電成本。文獻(xiàn)[19]基于對策論提出一種針對電動(dòng)汽車充電的需求響應(yīng)策略，可以在降低用戶充電費(fèi)用的同時(shí)實(shí)現(xiàn)系統(tǒng)優(yōu)化用電。但文獻(xiàn)[17-19]均未考慮V2G的作用。文獻(xiàn)[20]引入分層分區(qū)調(diào)度理念，構(gòu)建了基于雙層規(guī)劃的電動(dòng)汽車兩層智能充放電模型，實(shí)現(xiàn)了運(yùn)營商、電網(wǎng)和用戶三者之間利益的有機(jī)協(xié)調(diào)。文獻(xiàn)[21]以用電成本最小為目標(biāo)建立了分散式電動(dòng)汽車充放電博弈模型，提高了用電經(jīng)濟(jì)性，并改善了系統(tǒng)負(fù)荷特性。上述研究往往以額定功率實(shí)施充電或充放電控制，缺少對充放電功率進(jìn)行連續(xù)調(diào)節(jié)的考慮，在優(yōu)化深度上還存在發(fā)展與完善的空間。文獻(xiàn)[22]以公共虛擬電價(jià)信號和充電迫切程度為依據(jù)提出單輛車充放電功率的自動(dòng)調(diào)整方法，并據(jù)此側(cè)重研究了電動(dòng)汽車的平抑風(fēng)電出力波動(dòng)以及調(diào)頻作用，其并未著眼于穩(wěn)定網(wǎng)供功率、發(fā)揮車輛集群的削峰填谷作用。

在上述背景下，本文以削峰填谷為目的，面向局域配電網(wǎng)對電動(dòng)汽車充放電優(yōu)化調(diào)度方法及其實(shí)現(xiàn)機(jī)制進(jìn)行了研究。基于虛擬電價(jià)理論建立了以充放電功率為優(yōu)化變量的優(yōu)化調(diào)度模型；綜合小波分析和模糊聚類確定了用于電動(dòng)汽車充放電的動(dòng)態(tài)分時(shí)電價(jià)機(jī)制，從而提供一種吸引車主的激勵(lì)措施，保障調(diào)度策略的可實(shí)施性。以某小區(qū)充電設(shè)施集群為例的仿真結(jié)果證明了所提方法的有效性和可行性。

1　電動(dòng)汽車充放電調(diào)度架構(gòu)及調(diào)度流程

1.1優(yōu)化調(diào)度架構(gòu)

本研究面向局域配電網(wǎng)建立基于虛擬電價(jià)的電動(dòng)汽車充放電優(yōu)化調(diào)度模型(virtual Time-of-use tariffs based Optimal Scheduling considering Continuously Adjustable Power，CA-vTOS)，其調(diào)度架構(gòu)如圖1所示。

圖1　優(yōu)化調(diào)度架構(gòu)Fig.1　Architecture of optimal scheduling method

電能公共服務(wù)平臺的功能描述：該局域配電網(wǎng)內(nèi)，公共服務(wù)平臺收集變壓器B端的負(fù)荷信息，一方面，用于向該區(qū)域內(nèi)的充放電設(shè)施發(fā)布實(shí)時(shí)負(fù)荷信息；另一方面，接收各充放電設(shè)施的計(jì)劃負(fù)荷予以整合，以便實(shí)時(shí)更新負(fù)荷信息。

1.2電動(dòng)汽車充放電優(yōu)化調(diào)度實(shí)現(xiàn)流程

以虛擬電價(jià)理論為媒介研究了關(guān)聯(lián)系統(tǒng)負(fù)荷水平的電動(dòng)汽車充放電功率動(dòng)態(tài)和連續(xù)調(diào)整方法，并配套發(fā)展了保障調(diào)度實(shí)現(xiàn)的動(dòng)態(tài)分時(shí)電價(jià)機(jī)制，優(yōu)化調(diào)度及實(shí)現(xiàn)流程如圖2所示。

圖2　優(yōu)化調(diào)度流程圖Fig.2　Flow chart of the proposed CA-vTOS

結(jié)合圖2，當(dāng)有新的電動(dòng)汽車接入該配電網(wǎng)時(shí)，充放電設(shè)施按以下步驟進(jìn)行電動(dòng)汽車充放電的調(diào)度及實(shí)現(xiàn)。

1)獲取電動(dòng)汽車充電相關(guān)信息：讀取接入時(shí)間、電池初始荷電狀態(tài)(State of Charge，SOC)。需要車主告知預(yù)期離開時(shí)間以及離開時(shí)的期望SOC。

2)制定充放電計(jì)劃并確定用戶成本：根據(jù)車輛充電相關(guān)信息，以當(dāng)前負(fù)荷水平為基礎(chǔ)，基于虛擬電價(jià)理論制定滿足優(yōu)化調(diào)度模型的車輛充放電計(jì)劃。結(jié)合充放電計(jì)劃與發(fā)展的動(dòng)態(tài)分時(shí)電價(jià)機(jī)制確定用戶成本。

3)用戶自主響應(yīng)充電模式：將充放電計(jì)劃及具體收益情況告知用戶，由用戶自主響應(yīng)充電模式，選擇響應(yīng)調(diào)度計(jì)劃或開始無序充電，充放電設(shè)施根據(jù)用戶選擇對電動(dòng)汽車實(shí)施具體充放電操作。

通過以虛擬電價(jià)為理論依據(jù)的優(yōu)化調(diào)度發(fā)揮電動(dòng)汽車的負(fù)荷轉(zhuǎn)移潛力，能夠?qū)崿F(xiàn)系統(tǒng)的優(yōu)化用電，同時(shí)采用所發(fā)展的電價(jià)機(jī)制，激勵(lì)用戶參與調(diào)度，為所建模型提供一種實(shí)現(xiàn)機(jī)制，有利于實(shí)現(xiàn)電力供需和用戶經(jīng)濟(jì)效益的雙向均衡。

2　虛擬電價(jià)理論與動(dòng)態(tài)分時(shí)電價(jià)機(jī)制

2.1虛擬電價(jià)理論

大規(guī)模電動(dòng)汽車接入電網(wǎng)進(jìn)行無序充電是一種不合理的用電方式，為緩解高峰負(fù)荷需求壓力，分時(shí)電價(jià)理論得到了實(shí)際應(yīng)用，對應(yīng)地，基于分時(shí)電價(jià)的電動(dòng)汽車充放電優(yōu)化方法可以在有限條件下有效轉(zhuǎn)移高峰負(fù)荷[14，17]。然而，文獻(xiàn)[23]指出我國電力交易仍以計(jì)劃性機(jī)制為主，導(dǎo)致電價(jià)形成機(jī)制不完善，制約了電力資源利用效率的提高。由國務(wù)院發(fā)布的關(guān)于深化電力體制改革的意見[24]中指出，在市場化電價(jià)機(jī)制尚未完全開放的情況下，現(xiàn)有電價(jià)機(jī)制往往難以反映市場供需狀況。因此，以現(xiàn)有靜態(tài)分時(shí)電價(jià)理論為依據(jù)開展電動(dòng)汽車的優(yōu)化調(diào)度，可能會導(dǎo)致期望外的、新的負(fù)荷高峰出現(xiàn)，與優(yōu)化初衷相悖。

針對上述問題，為充分挖掘電動(dòng)汽車集群負(fù)荷的削峰填谷潛力，同時(shí)避免出現(xiàn)峰谷倒置等不良后果，本文借鑒靜態(tài)分時(shí)電價(jià)理論對電動(dòng)汽車集群負(fù)荷的引導(dǎo)作用，發(fā)展了虛擬電價(jià)相關(guān)理論，以虛擬電價(jià)為手段間接反映負(fù)荷水平。

相對于靜態(tài)分時(shí)電價(jià)，虛擬電價(jià)的一個(gè)顯著特點(diǎn)是動(dòng)態(tài)更新，能夠?qū)崟r(shí)反映供需關(guān)系。除此之外，虛擬電價(jià)不受現(xiàn)存電力體制的限制，擺脫了我國電價(jià)體制改革步伐緩慢的約束。虛擬電價(jià)在模型中僅作為制定車輛充放電計(jì)劃的依據(jù)指標(biāo)，用以確定每輛車的最佳充放電計(jì)劃，并不用于計(jì)算實(shí)際成本。

為方便起見，將連續(xù)的時(shí)間進(jìn)行離散化處理，將一天均分為J個(gè)時(shí)段，每個(gè)時(shí)段時(shí)長為Δt。虛擬電價(jià)和負(fù)荷信息的關(guān)系為

(1)

(2)

(3)

由式(1)、式(2)可得

(4)

可見，總體上虛擬電價(jià)與當(dāng)前負(fù)荷水平呈正相關(guān)性，是關(guān)聯(lián)電動(dòng)汽車交互功率與負(fù)荷水平的媒介。其次，虛擬電價(jià)不局限于數(shù)值的大小，僅需滿足價(jià)格序關(guān)系即可便捷地設(shè)定，價(jià)格序關(guān)系指滿足前已述及的虛擬電價(jià)與負(fù)荷水平的正相關(guān)性，即較大的負(fù)荷值需相應(yīng)設(shè)定較大的虛擬價(jià)格。此外，虛擬電價(jià)是針對單輛電動(dòng)汽車單獨(dú)設(shè)定的，各車輛均享有其私有的虛擬電價(jià)，方便精細(xì)化實(shí)施電動(dòng)汽車充放電調(diào)度。

2.2保障調(diào)度實(shí)現(xiàn)的動(dòng)態(tài)分時(shí)電價(jià)機(jī)制

虛擬電價(jià)可以在一定程度上實(shí)時(shí)、定量地反映負(fù)荷水平，為調(diào)度車輛動(dòng)力電池功率實(shí)施削峰填谷提供一種依據(jù)。但是，需要說明的是，虛擬電價(jià)和實(shí)際電價(jià)可能并不處于同一金額比例，因而不適用于用戶成本的計(jì)算。市場經(jīng)濟(jì)下，電力用戶也是獨(dú)立的經(jīng)濟(jì)體，為了使優(yōu)化得到的調(diào)度策略被電動(dòng)汽車用戶所接受，還需要一種吸引車主的激勵(lì)措施，以支撐所述模型的實(shí)際可實(shí)施性。

電動(dòng)汽車參與V2G服務(wù)會給鋰電池帶來額外的壽命損耗成本，同時(shí)會造成更多的電能損失，固定電價(jià)無法補(bǔ)償用戶的損失。而用于電動(dòng)汽車充放電的靜態(tài)峰谷電價(jià)，難以反映市場供需狀況，當(dāng)接入電動(dòng)汽車規(guī)模較大時(shí)，對于負(fù)荷曲線平滑后接入的電動(dòng)汽車而言，在優(yōu)化目標(biāo)的作用下，可能不會在基本負(fù)荷谷時(shí)段充電、基本負(fù)荷峰時(shí)段放電，此時(shí)，用戶的收益將無法保證。

為匹配優(yōu)化得到的充放電功率、給予所有參與調(diào)度的用戶一定的利益反饋，保障調(diào)度的真正實(shí)現(xiàn)，本文提出用于電動(dòng)汽車充放電的動(dòng)態(tài)分時(shí)電價(jià)機(jī)制。這里，動(dòng)態(tài)分時(shí)電價(jià)指高峰、低谷電價(jià)固定，峰谷時(shí)段變化的電價(jià)機(jī)制，表示為pril(k)， 其中，高峰電價(jià)為prih， 低谷電價(jià)為pril， 動(dòng)態(tài)匹配虛擬電價(jià)，與車輛l一一對應(yīng)，隨車輛入網(wǎng)過程實(shí)時(shí)更新。期望以該機(jī)制，使用戶在電動(dòng)汽車放電的階段享受高峰電價(jià)，在充電功率較大階段享受低谷電價(jià)，從而降低充放電成本。據(jù)此，依據(jù)虛擬電價(jià)理論確定車輛充放電計(jì)劃，實(shí)現(xiàn)系統(tǒng)的優(yōu)化用電，而動(dòng)態(tài)分時(shí)電價(jià)機(jī)制用于結(jié)算用戶成本，保障用戶利益，為調(diào)度模型提供一種實(shí)現(xiàn)機(jī)制。

同虛擬電價(jià)，實(shí)現(xiàn)機(jī)制以配電網(wǎng)當(dāng)前負(fù)荷信息為基礎(chǔ)，在電動(dòng)汽車接入時(shí)間內(nèi)，利用小波分析和模糊聚類方法對用于電動(dòng)汽車充放電的分時(shí)電價(jià)進(jìn)行峰谷時(shí)段劃分：

1)預(yù)處理：用小波分析進(jìn)行預(yù)處理，將負(fù)荷信息進(jìn)行尺度為3的小波分解，將一、二層的高頻分量置零，重構(gòu)后得到新的負(fù)荷信息，以避免負(fù)荷信息中局部突變數(shù)據(jù)對模糊聚類分析的不良影響。

2)時(shí)段劃分：針對預(yù)處理后的負(fù)荷信息，利用模糊聚類方法[25]進(jìn)行動(dòng)態(tài)分時(shí)電價(jià)的峰谷時(shí)段劃分。

3　基于虛擬電價(jià)的電動(dòng)汽車充放電優(yōu)化調(diào)度模型

3.1調(diào)度架構(gòu)中主要單元建模分析

1)V2G模式的電動(dòng)汽車充放電功率模型。

Xl=[Tin,l,Tout,l,S0,l,SE,l,Cs,l,Pc,l,Pd,l]

(5)

式中，Tin,l、Tout,l分別為車輛l接入電網(wǎng)的時(shí)間和預(yù)期離開電網(wǎng)的時(shí)間；S0,l、SE,l分別為車輛動(dòng)力電池的起始SOC和離開電網(wǎng)時(shí)的期望SOC，SOC為電池剩余能量與電池容量的比值，因此有0≤S0,l≤1、 0≤SE,l≤1；Cs,l為電池容量；Pc,l、Pd,l分別為額定充、放電功率。

設(shè)車輛l接入電網(wǎng)的持續(xù)時(shí)間為Tpe,l=Tout,l-Tin,l， Tpe,l所包含的時(shí)段集合(各元素按時(shí)段號大小升序存放)設(shè)為Tm,l， 并設(shè)其長度為Nl。 為表示各時(shí)段對車輛電池的可操作性，引入變量

(6)

V2G模式下，任一k時(shí)段，電動(dòng)汽車與配電網(wǎng)的功率交換用pl(k)表示，pl(k)>0表示車輛l處于充電狀態(tài)；pl(k)<0表示處于放電狀態(tài)；pl(k)=0表示處于浮充狀態(tài)。則在Tpe,l時(shí)期，車輛的實(shí)際充放電功率為

Pl(k)=pl(k)fm,l(k)

(7)

式中，Pl(k)為優(yōu)化變量，具備連續(xù)可調(diào)的特性，通常還要受到動(dòng)力電池或充電機(jī)的額定充、放電功率的限制，滿足約束

-Pd,l≤Pl(k)≤Pc,l

(8)

當(dāng)整個(gè)研究時(shí)段的充放電狀態(tài)及對應(yīng)的交換功率優(yōu)化完成后，充放電計(jì)劃即制定完成，車輛l的充放電計(jì)劃由式(9)表示。

(9)

(10)

式中，Ml-1為車輛l接入電網(wǎng)時(shí)，充放電計(jì)劃制定已完成的車輛集合。

2)動(dòng)力鋰電池模型。

優(yōu)化變量Pl(k)最終轉(zhuǎn)換成能量映射到動(dòng)力電池的荷電狀態(tài)上，從而有條件考量是否滿足用戶充電需求并完成能量計(jì)費(fèi)等相關(guān)工作。

電動(dòng)汽車的眾多動(dòng)力電池種類中，鋰電池因性能優(yōu)良，獲得了飛速的發(fā)展[26]。本文假設(shè)參與調(diào)度的電動(dòng)汽車動(dòng)力電池均為鋰電池。根據(jù)鋰電池的充放電相關(guān)特性[27，28]，為簡化起見，在單個(gè)時(shí)段內(nèi)，鋰電可視為是恒功率充放電。忽略鋰電池的自放電率，其荷電狀態(tài)和對應(yīng)的充放電時(shí)間近似呈線性關(guān)系

(11)

式中，Sl(k-1)、Sl(k)分別為電動(dòng)汽車l在第k-1、k個(gè)時(shí)段的荷電狀態(tài)；η(Pl(k))為功率交換效率，與功率交換方向有關(guān)。

(12)

式中，ηc、ηd分別為充、放電效率。

3)V2G模式下電動(dòng)汽車用戶成本分析。

V2G模式下，電動(dòng)汽車用戶的成本由3個(gè)部分組成，如式(13)所示。

(13)

(14)

電動(dòng)汽車因參與V2G服務(wù)而進(jìn)行頻繁的充放電會影響鋰電池的使用壽命[27，29]，對鋰電池造成的壽命損耗折算成本建模為

(15)

(16)

(17)

式中，φd,l為每單位(kW·h)放電量造成的電池退化成本；cb為每單位電池容量的購置成本；cL為電池置換費(fèi)用；Bcl為在某一放電深度(DepthofDischarge，DOD)下的電池循環(huán)次數(shù)；Edis,l為計(jì)算時(shí)間長度內(nèi)電池的總放電量；εf為損耗成本系數(shù)。

由于充、放電效率的存在，電動(dòng)汽車與電網(wǎng)進(jìn)行功率交互時(shí)，會造成一定的電能損失。電能損失各組成部分的物理含義及關(guān)系示意如圖3所示。圖中Smax、Smin為保障電池的壽命而設(shè)定，分別表示允許的動(dòng)力電池荷電狀態(tài)的最大值和最小值。

圖3　電能損失的物理含義示意Fig.3　The meaning schematic of energy loss

對于?l∈N， 設(shè)Einj,l表示其在計(jì)算時(shí)間長度內(nèi)注入電網(wǎng)的總電量，Eabso,l表示從電網(wǎng)吸收的總電量，Eexp,l表示車主的總充電量需求。根據(jù)式(12)所示的車輛功率交換效率，向電網(wǎng)注入Einj,l的電量，需要?jiǎng)恿﹄姵胤懦鯡inj,l/ηd的電量，即Edis,l=Einj,l/ηd； 結(jié)合車主的充電量需求，優(yōu)化期間車輛l動(dòng)力電池需充入的總電量為Eexp,l+Edis,l， 同樣地，計(jì)及功率交換效率后有：Eabso,l=(Eexp,l+Edis,l)/ηc； 進(jìn)一步，電網(wǎng)端實(shí)際供給的電量Eadd,l=Eabso,l-Einj,l。

電網(wǎng)端實(shí)際供給的電量與車主的需求電量(即車輛離開時(shí)電池增加的電量)之差為電能損失，綜合圖3及上述分析，電能損失量Eloss,l具體表示為

Eloss,l=Eabso,l-Einj,l-Eexp,l

(18)

從各時(shí)段能量流動(dòng)角度分析，可進(jìn)一步將電能損失分為充電損失量和放電損失量。結(jié)合圖3，任意時(shí)段，能量流動(dòng)方向僅為①→②、③→④和無流動(dòng)中一種，于是，Eloss,l又可表示為

(19)

展開式(19)，結(jié)果與式(18)一致。對應(yīng)于能量流動(dòng)狀態(tài)，對于?k∈Tm,l， 其電能損失量eloss,l(k)僅為充電損失量和放電損失量中的一種，并且可通過該時(shí)段功率計(jì)算得到。因此，電能損失費(fèi)用為

(20)

3.2優(yōu)化調(diào)度模型

根據(jù)車輛的相關(guān)參數(shù)，期望通過所發(fā)展的優(yōu)化調(diào)度模型在滿足用戶充電需求及變壓器限制的條件下，實(shí)現(xiàn)電動(dòng)汽車負(fù)荷的削峰填谷。以最小化虛擬充放電成本為目標(biāo)來優(yōu)化電動(dòng)汽車的充放電功率，構(gòu)建模型為

(21)

s.t.Smin≤Sl(k)≤Smax

(22)

(23)

(24)

Tpe,l>Tc,l，l=1,2,…,n

(25)

式中，Vl為車輛l的虛擬充放電成本；κT為變壓器效率；AT為變壓器的額定容量；Tc,l為充電至期望電量水平所需的最短時(shí)間。

(26)

過充電和過放電都會嚴(yán)重縮短鋰電池的壽命，因此，式(22)將受控車輛k時(shí)段的荷電狀態(tài)Sl(k)限定在一定范圍內(nèi)。式(23)表示充電需求約束，車輛如約離開時(shí)，其電池的荷電狀態(tài)需滿足期望。式(24)表示變壓器最大負(fù)載約束，即全天各個(gè)時(shí)段的總負(fù)荷不大于變壓器的最大負(fù)載，以確保配電系統(tǒng)的安全可靠運(yùn)行。式(25)為時(shí)間關(guān)系約束，表示只有當(dāng)車輛接入電網(wǎng)的持續(xù)時(shí)間大于充電至期望電量水平所需的最短時(shí)間時(shí)，車輛才能參與到充放電調(diào)度中。

電能具有商品屬性，其在被車輛集群消費(fèi)的過程中，接受優(yōu)化模型的能量調(diào)度，除了要實(shí)現(xiàn)削峰填谷作用，還要響應(yīng)國家能源高效利用的號召，減少電能損失；同時(shí)，需保障用戶收益，確保調(diào)度模型的實(shí)現(xiàn)。因此，本文以V2G模式下電動(dòng)汽車用戶成本、電能損失量作為指標(biāo)評價(jià)調(diào)度結(jié)果的相關(guān)性能。

4　算例分析

4.1算例參數(shù)

以一處于居民區(qū)的充電設(shè)施集群為例驗(yàn)證本文所提電動(dòng)汽車充放電優(yōu)化調(diào)度及實(shí)現(xiàn)機(jī)制的有效性。接入變壓器容量為750kV·A，效率為0.95。該變壓器下帶有基本負(fù)荷和電動(dòng)汽車集群負(fù)荷，最高基線負(fù)荷占配電變壓器最大負(fù)載的80%。根據(jù)該居民區(qū)基本負(fù)荷信息的特征，為了盡可能使虛擬電價(jià)與居民區(qū)峰谷電價(jià)處于同一金額比例，設(shè)φ0為-0.21；priR,1、 priR,2分別取低谷電價(jià)和高峰電價(jià)；φR,1取低谷負(fù)荷均值405.1019、φR,2取高峰、低谷負(fù)荷均值之差75.7441。

實(shí)際上，目標(biāo)區(qū)域內(nèi)電動(dòng)汽車集群的充電行為特征具有一定的概率特性。根據(jù)北京市交通出行實(shí)地調(diào)研結(jié)果[18，30]，設(shè)電動(dòng)汽車用戶早上離開住所時(shí)間點(diǎn)服從正態(tài)分布(期望值為7∶45，標(biāo)準(zhǔn)差為1h)；下午回到住所的時(shí)間點(diǎn)服從正態(tài)分布(期望值為19∶00，標(biāo)準(zhǔn)差為1.5h)；回到住所時(shí)，車輛動(dòng)力電池荷電狀態(tài)服從正態(tài)分布(期望值為0.6，標(biāo)準(zhǔn)差為0.1)，并設(shè)電動(dòng)汽車的充放電起止時(shí)間、起始SOC等參數(shù)相互獨(dú)立。

4.2比較項(xiàng)設(shè)置

為了更好地說明基于虛擬電價(jià)的充放電優(yōu)化調(diào)度方法的控制效果，本文同時(shí)仿真計(jì)算以下4種控制模式，與所提調(diào)度方法作對比：

1)無序充電模式，充電設(shè)施為接入的電動(dòng)汽車提供持續(xù)的恒功率充電服務(wù)，直到用戶離開為止，如果在此之前電動(dòng)汽車電池已經(jīng)充滿，則停止充電。

2)OC-TOU(Optimal Control based on the TOU)，固定分時(shí)電價(jià)下，以最小化用戶成本為目標(biāo)、功率連續(xù)可調(diào)的充放電優(yōu)化模式。采用前文所述模糊聚類方法對基本負(fù)荷進(jìn)行時(shí)段劃分，所得結(jié)果為0∶00～8∶00為電價(jià)低谷時(shí)段，8∶00～0∶00為電價(jià)高峰時(shí)段。

3)CP-vTOS(virtual Time-of-use tariffs based Optimal Scheduling considering Constant Power)，動(dòng)態(tài)分時(shí)電價(jià)下，恒功率有序充放電優(yōu)化模式(僅額定功率)，即Pl(k)∈[-Pd,l,0,Pc,l]。

4)僅充電優(yōu)化調(diào)度模式，動(dòng)態(tài)分時(shí)電價(jià)下，不考慮V2G，僅進(jìn)行功率連續(xù)可調(diào)的有序充電優(yōu)化，此時(shí)，有0≤Pl(k)≤Pc,l。

4.3仿真結(jié)果及分析

基于蒙特卡洛仿真方法模擬電動(dòng)汽車的充電行為，根據(jù)前文所述的電動(dòng)汽車日充電需求數(shù)據(jù)分布情況，隨機(jī)抽取車輛初始SOC、充電起止時(shí)間，根據(jù)本文提出的優(yōu)化模型，用Matlab和lingo進(jìn)行建模、求解，并就以上5種優(yōu)化模式下的用戶充電經(jīng)濟(jì)性和負(fù)荷曲線進(jìn)行計(jì)算和比較。采用蒙特卡洛仿真方法的模擬結(jié)果表明，600次后車輛集群負(fù)荷平均值基本保持不變，為平衡計(jì)算時(shí)間和計(jì)算精度，確定仿真次數(shù)為600次。疊加基本負(fù)荷和電動(dòng)汽車集群負(fù)荷得到日總負(fù)荷曲線，如圖4所示。進(jìn)一步的統(tǒng)計(jì)信息見表1。

圖4　無序和有序優(yōu)化模式下的負(fù)荷曲線Fig.4　Load curves under uncoordinated and coordinated optimization methods表1　無序與有序優(yōu)化效果統(tǒng)計(jì)信息Tab.1　Results of uncoordinated and coordinated optimization methods

模式峰谷差/kW負(fù)荷波動(dòng)標(biāo)準(zhǔn)差/kW是否越限車均充放電成本/(元/車次)基本負(fù)荷228.7872.50否—無序446.66134.17是29.61OC-TOU472.47145.25否-2.49CP-vTOS50.5013.59否28.05CA-vTOS35.0811.17否12.59僅充電110.2028.76否9.78

無序充電模式下，大量電動(dòng)汽車集中在負(fù)荷晚高峰時(shí)段充電，進(jìn)一步加劇了系統(tǒng)峰谷差，最大負(fù)荷超過變壓器容量限制的10.55%，影響到配電網(wǎng)的安全可靠運(yùn)行。在OC-TOU優(yōu)化模式中，車輛僅單純地傾向于在電價(jià)高峰時(shí)放電，低谷時(shí)充電，對系統(tǒng)負(fù)荷起到良好的轉(zhuǎn)移作用，但是，從圖4中可以看出，該模式已導(dǎo)致配電網(wǎng)負(fù)荷出現(xiàn)“峰谷顛倒”現(xiàn)象，新產(chǎn)生的負(fù)荷峰值已經(jīng)高于基本負(fù)荷的峰荷，且負(fù)荷波動(dòng)標(biāo)準(zhǔn)差也超過基本負(fù)荷。在CP-vTOS、CA-vTOS充放電優(yōu)化模式中，車輛在虛擬電價(jià)高峰時(shí)放電，低谷時(shí)充電，對系統(tǒng)負(fù)荷起到削峰填谷作用，相比于無序充電，峰谷差、負(fù)荷波動(dòng)率均有所降低。由于CA-vTOS充放電優(yōu)化模式可以靈活地調(diào)節(jié)充放電功率，因此在改善負(fù)荷波動(dòng)方面具有更大的優(yōu)勢。僅充電優(yōu)化模式中，因?yàn)椴豢紤]V2G服務(wù)，電動(dòng)汽車集群負(fù)荷無法削峰，但具有較好的填谷能力。

為觀察具體單用戶的收益情況，隨機(jī)模擬一次電動(dòng)汽車集群的充電行為，無序與CA-vTOS充放電優(yōu)化模式下的各電動(dòng)汽車用戶總成本對比如圖5所示。

圖5　無序與CA-vTOS優(yōu)化模式下的用戶總成本對比Fig.5　Comparison of customer cost under uncoordinated and CA-vTOS methods

仿真結(jié)果表明，經(jīng)CA-vTOS優(yōu)化后的各用戶總成本均低于無序充電，確保了所有用戶均有收益。此外，仿真過程中發(fā)現(xiàn)，在第20輛車以后，負(fù)荷曲線已明顯平滑，且電網(wǎng)側(cè)付諸的激勵(lì)費(fèi)用會相應(yīng)降低，這符合電網(wǎng)側(cè)期望。

從表1中的車均充放電成本情況來看，相較于無序充電，其余4種優(yōu)化模式對用戶側(cè)的車均充放電成本也均有所改善。進(jìn)一步，5種控制模式下，電動(dòng)汽車集群的電能損失量以及電能損失費(fèi)用、電池?fù)p耗折算成本等的對比如圖6所示。

圖6　5種控制模式的電能損失、電池?fù)p耗折算成本對比Fig.6　Comparison of energy loss cost and battery degradation cost under five control methods

結(jié)合圖4、圖6和表1，OC-TOU模式的收益最優(yōu)，但其造成的電能損失量較大，違背了節(jié)能的消費(fèi)理念，且其優(yōu)化后的負(fù)荷曲線各參數(shù)均不理想，不利于配電網(wǎng)的安全、可靠運(yùn)行。CP-vTOS、CA-vTOS兩種模式下，負(fù)荷曲線相近，但CP-vTOS造成的電能損失量較大，對電池的損耗較大，難以得到用戶的認(rèn)可。僅充電模式在電能損失量及電池?fù)p耗方面均優(yōu)于CA-vTOS充放電模式，在用戶側(cè)車均充放電成本方面較CA-vTOS模式降低了22.32%，但經(jīng)過僅充電模式優(yōu)化后的負(fù)荷峰谷差和波動(dòng)標(biāo)準(zhǔn)差仍較大。

綜上，CA-vTOS模式雖然有優(yōu)越的削峰填谷效果，但用戶成本并非最優(yōu)，因此，用戶需要根據(jù)激勵(lì)水平及自身消費(fèi)心理考慮是否參與V2G服務(wù)；另一方面，配電網(wǎng)需要根據(jù)削峰填谷的迫切程度、用戶響應(yīng)度對利益反饋力度進(jìn)行不同強(qiáng)度的管控。

4.4靈敏度分析

1)電動(dòng)汽車集群規(guī)模對優(yōu)化結(jié)果的影響。

圖7為不同電動(dòng)汽車集群規(guī)模下，無序和CA-vTOS模式優(yōu)化后的負(fù)荷曲線對比。表2列出了不同規(guī)模下，CA-vTOS模式的負(fù)荷曲線統(tǒng)計(jì)信息。

圖7　不同電動(dòng)汽車規(guī)模下的負(fù)荷曲線對比Fig.7　Load curves with different scales of EVs表2　不同規(guī)模下CA-vTOS模式的統(tǒng)計(jì)信息Tab.2　Results of CA-vTOS method with different scales of EVs

電動(dòng)汽車規(guī)模/輛充電能量滲透率(%)負(fù)荷波動(dòng)標(biāo)準(zhǔn)差/kW負(fù)荷峰值/kW優(yōu)化降低的負(fù)荷峰值比例(%)305.975.43501.3329.30508.9111.24511.8835.017011.6318.22532.0338.47

隨著充電能量滲透率的增大，負(fù)荷波動(dòng)標(biāo)準(zhǔn)差會增大，說明接入的電動(dòng)汽車規(guī)模較大，已超過該配電網(wǎng)的最佳接入規(guī)模，但在車輛的主要停放時(shí)段(16∶00～次日8∶00)，優(yōu)化后的負(fù)荷曲線依然很平滑，并不會出現(xiàn)“峰谷顛倒”現(xiàn)象，突出了所提優(yōu)化方法的優(yōu)越性。

2)魯棒性(基本負(fù)荷預(yù)測誤差對結(jié)果的影響)。

目前，尚沒有出現(xiàn)一種方法能準(zhǔn)確地預(yù)測未來一段時(shí)間的基本負(fù)荷值，實(shí)際負(fù)荷總與預(yù)測負(fù)荷有一定的不確定出入。因此，該部分討論基本負(fù)荷的預(yù)測誤差對優(yōu)化結(jié)果的影響。不同預(yù)測誤差下的配電網(wǎng)總負(fù)荷曲線如圖8所示。圖8中，基本負(fù)荷由預(yù)測所得，具體預(yù)測方法不在本文研究范圍內(nèi)，本文假設(shè)基本負(fù)荷值可通過歷史負(fù)荷數(shù)據(jù)和天氣狀況預(yù)測得到，并設(shè)相對預(yù)測誤差服從[-δ, δ]的均勻分布，則3種特定預(yù)測誤差下的實(shí)際基本負(fù)荷可由基本負(fù)荷預(yù)測值疊加對應(yīng)預(yù)測誤差負(fù)荷得到。

圖8　不同基本負(fù)荷預(yù)測誤差下的負(fù)荷曲線Fig.8　Load curves with different levels of base load prediction errors

仿真結(jié)果表明，即使在預(yù)測誤差為7%的情況下，削峰填谷效果也非?？捎^。進(jìn)一步，3條總負(fù)荷曲線的波動(dòng)標(biāo)準(zhǔn)差分別為11.60、14.18和17.82，對比基本負(fù)荷的波動(dòng)標(biāo)準(zhǔn)差72.50，可以得到結(jié)論：基本負(fù)荷的預(yù)測誤差對CA-vTOS模式的優(yōu)化結(jié)果影響不明顯。

3)用戶響應(yīng)優(yōu)化調(diào)度的概率對結(jié)果的影響。

用戶選擇響應(yīng)何種充電模式，還受到用戶行為習(xí)慣及消費(fèi)心理的影響，本節(jié)采用隨機(jī)的方式描述用戶的響應(yīng)行為，討論用戶響應(yīng)調(diào)度概率對結(jié)果的影響，仿真結(jié)果如圖9所示。

圖9　用戶響應(yīng)優(yōu)化調(diào)度的概率對車均充放電成本 和負(fù)荷波動(dòng)標(biāo)準(zhǔn)差的影響Fig.9　Effects of customer response probability in CA-vTOS on average cost per EV and standard deviation

圖9顯示，用戶響應(yīng)調(diào)度的概率越大，用戶的車均充放電成本越低，同時(shí)削峰填谷效果越顯著，實(shí)現(xiàn)用戶與配電系統(tǒng)的共贏，其主要原因是響應(yīng)資源的增多，可以使更多的峰時(shí)段負(fù)荷被消減，并移動(dòng)至夜間負(fù)荷低谷時(shí)段，從而進(jìn)一步降低車均充電成本、平抑系統(tǒng)負(fù)荷波動(dòng)。因此，調(diào)度模型的執(zhí)行效果需要更多地關(guān)注用戶的響應(yīng)能力和響應(yīng)意愿的不確定性。

4)峰谷電價(jià)對結(jié)果的影響。

在高峰電價(jià)確定的前提下，針對CA-vTOS優(yōu)化模式就不同峰谷電價(jià)比例對仿真結(jié)果的影響進(jìn)行研究，結(jié)果如圖10所示。

圖10　峰谷電價(jià)比例對結(jié)果的影響Fig.10　Effects of peak/valley price ratio on simulation results

從結(jié)果可以看出，峰谷電價(jià)比例不會影響負(fù)荷波動(dòng)率，但隨著峰谷電價(jià)比例的增加，車均成本降低，用戶將更有意愿響應(yīng)充放電調(diào)度，另一方面，也意味著供電側(cè)的激勵(lì)成本將增加。此外，峰谷電價(jià)比例的增加會使電池?fù)p耗等隱性成本占總成本的比例上升，更加凸顯電動(dòng)汽車集群削峰潛力的挖掘需求與電池技術(shù)水平的矛盾。實(shí)際操作中，需要綜合考慮用戶的響應(yīng)度及電力缺口情況確定合理的電價(jià)比例。

5　結(jié)論

本文面向局域配電網(wǎng)中常規(guī)充電的電動(dòng)汽車，構(gòu)建了以削峰填谷為目的、兼顧配電系統(tǒng)負(fù)荷信息與用戶電能損失費(fèi)用及電池?fù)p耗成本的電動(dòng)汽車充放電優(yōu)化調(diào)度和實(shí)現(xiàn)機(jī)制模型。通過仿真分析，得出結(jié)論如下。

1)采用所提優(yōu)化方法，能夠在滿足用戶充電需求及配電變壓器容量限制的基礎(chǔ)上，實(shí)現(xiàn)電動(dòng)汽車集群負(fù)荷的削峰填谷，并降低用戶的充放電成本，易于被電動(dòng)汽車用戶接受。

2)采用所提優(yōu)化方法，在電動(dòng)汽車集群規(guī)模較大時(shí)仍可在連接電網(wǎng)時(shí)段平滑負(fù)荷曲線，避免出現(xiàn)峰谷奇異現(xiàn)象，且此時(shí)電網(wǎng)側(cè)付諸的激勵(lì)費(fèi)用會相應(yīng)降低，符合電網(wǎng)側(cè)期望。

3)文中針對5種模式對用戶各部分成本進(jìn)行了詳細(xì)分析，相比于所列的對比優(yōu)化模式，功率連續(xù)可調(diào)的充放電優(yōu)化模式具有優(yōu)越的削峰填谷能力，總體性能較好，且具有良好的魯棒性。但是，在目前動(dòng)力電池技術(shù)水平尚未取得關(guān)鍵突破的情況下，電動(dòng)汽車參與V2G服務(wù)的放電成本在總成本中仍占據(jù)較大份額，V2G效用的發(fā)揮亟需電池技術(shù)的發(fā)展。

4)在具體實(shí)施動(dòng)態(tài)分時(shí)電價(jià)機(jī)制的過程中，需要綜合考慮用戶的消費(fèi)心理、外界因素在執(zhí)行過程中對用戶響應(yīng)意愿性的影響及實(shí)時(shí)電力缺口情況來動(dòng)態(tài)調(diào)整峰谷電價(jià)，提高用戶與供電側(cè)的共贏程度。

[1]Cheng Lin，Chang Yao，Wu Qiang，et al.Evaluating charging service reliability for plug-in EVs from the distribution network aspect[J].IEEE Transactions on Sustainable Energy，2014，5(4)：1287-1296.

[2]Yao Weifeng，Zhao Junhua，Wen Fushuan，et al.A hierarchical decomposition approach for coordinated dispatch of plug-in electric vehicles[J].IEEE Transactions on Power Systems，2013，28(3)：2768-2778.

[3]Sexauer J M，Mcbee K D，Bloch K A.Applications of probability model to analyze the effects of electric vehicle chargers on distribution transformers[J].IEEE Transactions on Power Systems，2013，28(2)：847-854.

[4]王錫凡，邵成成，王秀麗，等.電動(dòng)汽車充電負(fù)荷與調(diào)度控制策略綜述[J].中國電機(jī)工程學(xué)報(bào)，2013，33(1)：1-10.

Wang Xifan，Shao Chengcheng，Wang Xiuli，et al.Survey of electric vehicle charging load and dispatch control strategies[J].Proceedings of the CSEE，2013，33(1)：1-10.

[5]財(cái)政部.關(guān)于公布電力需求側(cè)管理城市綜合試點(diǎn)工作首批試點(diǎn)城市名單的通知[EB/OL].[2012-11-01].http：//jjs.mof.gov.cn/zhengwuxinxi/tongzhigon ggao/201211/t20121101_691456.html.

[6]Raslavicius L，Azzopardi B，Kersys A，et al.Electric vehicles challenges and opportunities：Lithuanian review[J].Renewable and Sustainable Energy Reviews.2015，42：786-800.

[7]Qi Wei，Xu Zhiwei，Shen Z J M，et al.Hierarchical coordinated control of plug-in electric vehicles charging in multifamily dwellings[J].IEEE Transactions on Smart Grid，2014，5(3)：1465-1474.

[8]Leou R C，Su C L，Lu C N.Stochastic analyses of electric vehicle charging impacts on distribution network[J].IEEE Transactions on Power Systems，2014，29(3)：1055-1063.

[9]譚小波，趙海，彭海霞，等.電動(dòng)汽車準(zhǔn)實(shí)時(shí)協(xié)同充放電策略[J].電工技術(shù)學(xué)報(bào)，2015，30(13)：70-76.

Tan Xiaobo，Zhao Hai，Peng Haixia，et al.Quasi-real-time coordinated charging/discharging policy for electric vehicles[J].Transactions of China Electrotechnical Society，2015，30(13)：70-76.

[10]Leemput N，Geth F，Claessens B，et al.A case study of coordinated electric vehicle charging for peak shaving on a low voltage grid[C]//3rd IEEE PES Innovative Smart Grid Technologies Europe，Berlin，Germany，2012：1-7.

[11]Geng B，Mills J K，Sun D.Coordinated charging control of plug-in electric vehicles at a distribution transformer level using the vTOU-DP approach[C]//IEEE Vehicle Power and Propulsion Conference，Seoul，Korea，2012：1469-1474.

[12]Luo Zhuowei，Hu Zechun，Song Yonghua，et al.Optimal coordination of plug-In electric vehicles in power grids with cost-benefit analysis，part Ⅰ：enabling techniques[J].IEEE Transactions on Power Systems，2013，28(4)：3546-3555.

[13]Hoog J D，Alpcan T，Brazil M，et al.Optimal charging of electric vehicles taking distribution network constraints into account[J].IEEE Transactions on Power Systems，2015，30(1)：365-375.

[14]王岱，管曉宏，吳江，等.基于車輛行駛行為特性建模的電動(dòng)汽車充放電策略與分析[J].電網(wǎng)技術(shù)，2014，38(9)：2322-2327.

Wang Dai，Guan Xiaohong，Wu Jiang，et al.Vehicle driving pattern based modeling and analysis of centralized charging/discharging strategy for plug-in electric vehicles[J].Power System Technology，2014，38(9)：2322-2327.

[15]王蓓蓓.面向智能電網(wǎng)的用戶需求響應(yīng)特性和能力研究綜述[J].中國電機(jī)工程學(xué)報(bào)，2014，34(22)：3654-3663.

Wang Beibei.Research on consumers’ response characterics and ability under smart grid：a literatures survey[J].Proceedings of the CSEE，2014，34(22)：3654-3663.

[16]孫近文，萬云飛，鄭培文，等.基于需求側(cè)管理的電動(dòng)汽車有序充放電策略[J].電工技術(shù)學(xué)報(bào)，2014，29(8)：64-69.

Sun Jinwen，Wan Yunfei，Zheng Peiwen，et al.Coordinated charging and discharging strategy for electric vehicles based on demand side management[J].Transactions of China Electrotechnical Society，2014，29(8)：64-69.

[17]孫曉明，王瑋，蘇粟，等.基于分時(shí)電價(jià)的電動(dòng)汽車有序充電控制策略設(shè)計(jì)[J].電力系統(tǒng)自動(dòng)化，2013，37(1)：191-195.

Sun Xiaoming，Wang Wei，Su Su，et al.Coordinated charging strategy for electric vehicles based on time-of- use Price[J].Automation of Electric Power Systems，2013，37(1)：191-195.

[18]徐智威，胡澤春，宋永華，等.基于動(dòng)態(tài)分時(shí)電價(jià)的電動(dòng)汽車充電站有序充電策略[J].中國電機(jī)工程學(xué)報(bào)，2014，34(22)：3638-3646.

Xu Zhiwei，Hu Zechun，Song Yonghua，et al.Coordinated charging strategy for PEV charging stations based on dynamic time-of-use tariffs[J].Proceedings of the CSEE，2014，34(22)：3638-3646.

[19]Bahrami S，Parniani M.Game theoretic based charging strategy for plug-in hybrid electric vehicles[J].IEEE Transactions on Smart Grid，2014，5(5)：2368-2375.

[20]黃貴鴻，雷霞，楊毅，等.考慮風(fēng)電與用戶滿意度的電動(dòng)汽車兩層智能充放電策略[J].電工技術(shù)學(xué)報(bào)，2015，30(5)：85-97.

Huang Guihong，Lei Xia，Yang Yi，et al.Two-layer smart charge-discharge strategies for electric vehicles considering wind generation and users’ satisfaction[J].Transactions of China Electrotechnical Society，2015，30(5)：85-97.

[21]戴詩容，雷霞，程道衛(wèi)，等.分散式電動(dòng)汽車入網(wǎng)策略研究[J].電工技術(shù)學(xué)報(bào)，2014，29(8)：57-63.

Dai Shirong，Lei Xia，Cheng Daowei，et al.Study on V2G strategy of distributed electric vehicles[J].Transactions of China Electrotechnical Society，2014，29(8)：57-63.

[22]Luo Xiao，Xia Shiwei，Chan K W.A decentralized charging control strategy for plug-in electric vehicles to mitigate wind farm intermittency and enhance frequency regulation[J].Journal of Power Sources，2014，248 (7)：604-614.

[23]白楊，謝樂，夏清，等.中國推進(jìn)售電側(cè)市場化的制度設(shè)計(jì)與建議[J].電力系統(tǒng)自動(dòng)化，2015，39(14)：1-7.

Bai Yang，Xie Le，Xia Qing，et al.Institutional design of Chinese retail electricity market reform and related suggestions[J].Automation of Electric Power Systems，2015，39(14)：1-7.

[24]中共中央國務(wù)院.中共中央國務(wù)院關(guān)于進(jìn)一步深化電力體制改革的若干意見[EB/OL].[2015-03-15].http：//www.chinapower.com.cn/newsarticle/1231/new

1231828.asp.

[25]趙洪山，王瑩瑩，陳松.需求響應(yīng)對配電網(wǎng)供電可靠性的影響[J].電力系統(tǒng)自動(dòng)化，2015，39(17)：49-55.

Zhao Hongshan，Wang Yingying，Chen Song.Impact of demand response on distribution system reliability[J].Automation of Electric Power Systems，2015，39(17)：49-55.

[26]Qian Kejun，Zhou Chengke，Allan M，et al.Modeling of load demand due to EV battery charging in distribution systems[J].IEEE Transactions on Power Systems，2011，26(2)：802-810.

[27]Geng B，Mills J K，Sun D.Two-stage charging strategy for plug-in electric vehicles at the residential transformer level[J].IEEE Transactions on Smart Grid，2013，4(3)：1442-1452.

[28]翁國慶，張有兵，戚軍，等.多類型電動(dòng)汽車電池集群參與微網(wǎng)儲能的V2G可用容量評估[J].電工技術(shù)學(xué)報(bào)，2014，29(8)：36-45.

Weng Guoqing，Zhang Youbing，Qi Jun，et al.Evaluation for V2G available capacity of battery groups of electric vehicles as energy storage elements in microgrid[J].Transactions of China Electrotechnical Society，2014，29(8)：36-45.

[29]He Yifeng，Venkatesh B，Guan Ling.Optimal scheduling for charging and discharging of electric vehicles[J].IEEE Transactions on Smart Grid，2012，3(3)：1095-1105.

[30]北京交通研究中心.2011年北京交通發(fā)展年度報(bào)告[EB/OL].[2013-05-06].http：//www.bjtrc.org.cn/.

Virtual Time-of-Use Tariffs Based Optimal Scheduling and Implementation Mechanism of Electric Vehicles Charging and Discharging

Yang Xiaodong1Zhang Youbing1Weng Guoqing1Zhao Bo2Gao Xiang3

(1.College of Information EngineeringZhejiang University of TechnologyHangzhou310023China 2.State Grid Zhejiang Electric Power Research InstituteHangzhou310014China 3.State Grid Lishui Municipal Electric Power CompanyLishui323000China)

The optimal scheduling of electric vehicles’ (EVs) charging and discharging based on virtual time-of-use (vTOU) tariffs is put forward.By taken the load information of the distribution system，the power loss cost，and the battery consumption cost of customers into consideration，the models of the charging and discharging optimal scheduling and the implementation mechanism are developed for the purpose of peak shaving.In the proposed models，the charging and discharging power is associated with the load information by vTOU tariffs.Then the power adjustment of the EVs is researched based on minimizing the virtual cost.Accordingly，a dynamic time-of-use tariff for EVs’ charging and discharging is established based on the wavelet analysis and the fuzzy cluster to ensure the implementation of the scheduling strategy.Finally，five optimization modes are simulated by charging piles in a residential district.The results illustrate the basic characteristics of the proposed models.

Electric vehicle (EV)，virtual time-of-use tariff，peak shaving，charging and discharging optimization，adjustable power，implementation mechanism

2015-05-31改稿日期2015-12-07

TM 73；U469.72

楊曉東男，1990年生，博士研究生，研究方向?yàn)殡娏ο到y(tǒng)通信、電動(dòng)汽車入網(wǎng)、智能用電等。

E-mail：yang_xd90@163.com

張有兵男，1971年生，博士，教授，研究方向?yàn)橹悄茈娋W(wǎng)、分布式發(fā)電及新能源優(yōu)化控制、電動(dòng)汽車入網(wǎng)、電力系統(tǒng)通信、電能質(zhì)量監(jiān)控等。

E-mail：youbingzhang@zjut.edu.cn(通信作者)

國家自然科學(xué)基金(51207139，51207140)和浙江省自然科學(xué)基金(LY16E070005)資助項(xiàng)目。