住宅區(qū)電動(dòng)汽車(chē)充電負(fù)荷隨機(jī)接入控制策略

王 毅, 王飛宏, 侯興哲, 孫洪亮, 朱 彬, 劉國(guó)平

(1. 重慶郵電大學(xué)通信與信息工程學(xué)院, 重慶市 400067; 2. 國(guó)網(wǎng)重慶市電力公司電力科學(xué)研究院, 重慶市 401123; 3. 國(guó)網(wǎng)重慶市電力公司博士后科研工作站, 重慶市 401123)

0 引言

為應(yīng)對(duì)能源危機(jī)與環(huán)境問(wèn)題,近年來(lái)電動(dòng)汽車(chē)(EV)在世界范圍內(nèi)受到了廣泛關(guān)注。《節(jié)能與新能源汽車(chē)產(chǎn)業(yè)發(fā)展規(guī)劃(2012—2020年)》預(yù)測(cè),到2020年,中國(guó)電動(dòng)汽車(chē)保有量將達(dá)到0.5×107～1×107輛[1-2],各大主要城市充電站、充電樁等設(shè)施的建設(shè)工作也已全面鋪開(kāi)。隨著電動(dòng)汽車(chē)普及率的不斷上升,大量電動(dòng)汽車(chē)電池充電所帶來(lái)的負(fù)荷將對(duì)電網(wǎng)造成不可忽視的沖擊,若不對(duì)電動(dòng)汽車(chē)用戶(hù)的充電行為加以調(diào)控,任由其無(wú)序充電,將會(huì)加劇峰值負(fù)荷,威脅電網(wǎng)安全穩(wěn)定[3-5]。電動(dòng)汽車(chē)充電對(duì)電網(wǎng)的影響在文獻(xiàn)[6-7]中有詳細(xì)的說(shuō)明。

實(shí)行峰谷電價(jià)是一種行之有效的電動(dòng)汽車(chē)充電負(fù)荷控制方法,其主要思想是售電方制定各時(shí)段不同電價(jià)來(lái)引導(dǎo)用戶(hù)將充電時(shí)間轉(zhuǎn)移至谷時(shí)段,以達(dá)到削峰填谷的效果。但僅依靠電價(jià)經(jīng)濟(jì)手段而缺乏靈活有效的控制策略,不僅無(wú)法達(dá)到削峰填谷的目的,還可能導(dǎo)致谷時(shí)段負(fù)荷劇烈波動(dòng)或形成新的高峰,影響配電網(wǎng)安全穩(wěn)定[8-9]。目前基于電價(jià)引導(dǎo)的負(fù)荷控制相關(guān)研究主要集中在基于分時(shí)電價(jià)的電動(dòng)汽車(chē)調(diào)度策略與分時(shí)電價(jià)時(shí)段劃分方法上。文獻(xiàn)[10]提出基于動(dòng)態(tài)分時(shí)電價(jià)的電動(dòng)汽車(chē)充電站有序充電策略,在降低用戶(hù)購(gòu)電成本的同時(shí)實(shí)現(xiàn)了充電負(fù)荷的削峰填谷。文獻(xiàn)[11]以峰谷分時(shí)電價(jià)為基礎(chǔ),提出一種結(jié)合正序谷時(shí)段與倒序谷時(shí)段的充電策略,有效利用了負(fù)荷谷時(shí)段進(jìn)行充電,但在谷時(shí)段開(kāi)始和結(jié)束時(shí)會(huì)產(chǎn)生負(fù)荷大幅波動(dòng)。文獻(xiàn)[12]同時(shí)考慮了分時(shí)電價(jià)時(shí)段劃分和局域配電網(wǎng)負(fù)荷波動(dòng)情況,提出一種分時(shí)電價(jià)劃分方法并建立了數(shù)學(xué)模型,結(jié)果表明用戶(hù)響應(yīng)分時(shí)電價(jià)的比例越大,越有利于平抑負(fù)荷波動(dòng),有效削減峰谷差。文獻(xiàn)[13]提出一種采用功率限制的有序充電控制策略,結(jié)合在線控制與離線優(yōu)化手段,達(dá)到最佳削峰填谷,降低負(fù)荷方差的目的?？紤]到用戶(hù)的充電行為受多種因素制約,以上控制策略依賴(lài)于復(fù)雜的集中式通信控制系統(tǒng),成本高不易實(shí)現(xiàn)。在充電和控制信息無(wú)法及時(shí)交互的情況下,此類(lèi)方案的效果將會(huì)受到影響[14]。對(duì)于分布式控制策略,近年來(lái)也有文獻(xiàn)進(jìn)行了相關(guān)應(yīng)用研究,文獻(xiàn)[15-16]提出并使用分層式的架構(gòu)對(duì)大規(guī)模電動(dòng)汽車(chē)進(jìn)行優(yōu)化調(diào)度,有效降低了實(shí)現(xiàn)成本。文獻(xiàn)[17]指出,集中式控制方式計(jì)算量較大,實(shí)際應(yīng)用面臨局限性,并提出了基于拉格朗日松弛法的分散式有序充電調(diào)度策略。文獻(xiàn)[18-19]提出了結(jié)合集中式與分布式控制手段的理念,并建立了協(xié)調(diào)控制模型。

本文以峰谷分時(shí)電價(jià)為背景,以居民小區(qū)家用電動(dòng)汽車(chē)慢速充電為研究對(duì)象,由控制決策生成器獲取當(dāng)前控制區(qū)域電價(jià)與負(fù)載信息,提出一種充電樁自決策的電動(dòng)汽車(chē)充電負(fù)荷隨機(jī)接入控制策略,實(shí)施流程無(wú)須通過(guò)集中式網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)的通信和控制,可由充電設(shè)備獨(dú)立完成。使用蒙特卡洛方法對(duì)本文所提策略進(jìn)行了仿真驗(yàn)證,結(jié)果表明,控制策略能將電動(dòng)汽車(chē)充電負(fù)荷有效轉(zhuǎn)移至谷電價(jià)時(shí)段,并且轉(zhuǎn)移后的負(fù)荷曲線平滑無(wú)劇烈變化,實(shí)現(xiàn)削峰填谷、平抑負(fù)荷波動(dòng),減少系統(tǒng)和用戶(hù)成本,適用于較大規(guī)模居民小區(qū),是一種高效率低成本的有序充電控制方案。

1 有序充電及其系統(tǒng)架構(gòu)

由國(guó)家發(fā)展和改革委員會(huì)于2014年下發(fā)的《關(guān)于電動(dòng)汽車(chē)用電價(jià)格政策有關(guān)問(wèn)題的通知》中指出,中國(guó)居民區(qū)電動(dòng)汽車(chē)充電設(shè)施執(zhí)行峰谷分時(shí)電價(jià)政策,鼓勵(lì)電動(dòng)汽車(chē)用戶(hù)選擇谷電價(jià)時(shí)段進(jìn)行充電[20]。但若只是單純地使用戶(hù)等到谷時(shí)段再充電而不加調(diào)控,不僅無(wú)法達(dá)到預(yù)期的引導(dǎo)效果,反而會(huì)使谷時(shí)段產(chǎn)生劇烈的負(fù)荷變化,影響電網(wǎng)安全穩(wěn)定[21]。為此,本文提出一種有序地將大量充電負(fù)荷轉(zhuǎn)移至谷時(shí)段的控制方案。

控制決策生成器從用電信息采集系統(tǒng)獲取當(dāng)前電價(jià)與區(qū)域負(fù)荷信息,根據(jù)負(fù)荷容納能力計(jì)算不同充電時(shí)長(zhǎng)的用戶(hù)對(duì)應(yīng)的充電起始時(shí)刻決策參數(shù)表。將決策參數(shù)表在線或離線下發(fā)給各充電樁,充電樁獲取用戶(hù)輸入離去時(shí)刻、需求電量等充電信息后,根據(jù)概率分布隨機(jī)決定接入用戶(hù)充電起始時(shí)間。本文提出的有序充電系統(tǒng)架構(gòu)如附錄A圖A1所示。

本系統(tǒng)包含如下運(yùn)行步驟。

1)獲取小區(qū)負(fù)載曲線:用電信息采集系統(tǒng)根據(jù)居民區(qū)歷史負(fù)荷數(shù)據(jù),預(yù)測(cè)當(dāng)日小區(qū)常規(guī)(不含電動(dòng)汽車(chē)充電)用電負(fù)荷,并生成負(fù)荷曲線。

2)決策參數(shù)表生成:控制策略生成器獲取常規(guī)負(fù)荷曲線,基于所提策略生成決策參數(shù)表,并發(fā)送給區(qū)域內(nèi)各充電樁。

3)充電樁獨(dú)立控制:充電樁由電動(dòng)汽車(chē)電池管理系統(tǒng)得到接入電動(dòng)汽車(chē)的電池信息,由用戶(hù)通過(guò)人機(jī)交互界面輸入得到充電需求相關(guān)信息,計(jì)算得出該電動(dòng)汽車(chē)需要的充電時(shí)長(zhǎng)及功率。當(dāng)用戶(hù)確認(rèn)參與有序充電策略后,充電樁依照決策參數(shù)表,計(jì)算充電時(shí)間概率分布,并隨機(jī)決定充電起止時(shí)間。對(duì)于不參與策略的用戶(hù),充電樁立即開(kāi)始充電。

2 充電負(fù)荷隨機(jī)接入控制策略

2.1 控制決策生成器策略流程

控制決策生成器是本文所提控制策略的中樞,獲取當(dāng)前控制區(qū)域電價(jià)與負(fù)載信息,并根據(jù)負(fù)載曲線,對(duì)負(fù)荷曲線中谷時(shí)段進(jìn)行分段處理,計(jì)算電網(wǎng)在各時(shí)段的負(fù)荷容納能力,計(jì)算不同充電時(shí)長(zhǎng)的用戶(hù)對(duì)應(yīng)的分組規(guī)則。具體包含如下流程。

1)谷時(shí)段劃分:控制策略生成器在接收用電信息采集系統(tǒng)提供的小區(qū)常規(guī)負(fù)荷曲線后,首先需要定位谷時(shí)段開(kāi)始時(shí)刻tval,s以及結(jié)束時(shí)刻tval,e,隨后對(duì)谷時(shí)段進(jìn)行劃分,將谷時(shí)段劃分為N個(gè)長(zhǎng)度相等的子時(shí)段,需要說(shuō)明的是,子時(shí)段數(shù)量直接影響概率計(jì)算和負(fù)荷控制的精細(xì)度,在實(shí)際應(yīng)用中應(yīng)考慮適當(dāng)增大N值。下文中為計(jì)算與說(shuō)明簡(jiǎn)便,以圖1中N=8為準(zhǔn)。谷時(shí)段為23:00至次日07:00。

圖1 谷時(shí)段劃分方案及負(fù)荷裕度計(jì)算示意圖Fig.1 Schematic diagram of valley time division scheme and load margin calculation

2)計(jì)算各子時(shí)段負(fù)荷裕度:負(fù)荷裕度表征了電網(wǎng)在某時(shí)段承載負(fù)荷的能力。將谷時(shí)段劃分后形成的子時(shí)段記為Sj,則Sj時(shí)段的負(fù)荷裕度定義為:

(1)

式中:P(t)為小區(qū)負(fù)荷隨時(shí)間t變化的函數(shù)關(guān)系表達(dá)式;Pref為基準(zhǔn)負(fù)荷值,它等于谷時(shí)段負(fù)荷的最大值,它與P(t)的差隨時(shí)間積分形成的面積即為tj到tj+1時(shí)段的負(fù)荷裕度。

3)按充電時(shí)長(zhǎng)對(duì)待充電電動(dòng)汽車(chē)集群進(jìn)行分組:根據(jù)谷時(shí)段劃分情況,設(shè)所有可能的充電起始時(shí)刻集合為T(mén),在圖1樣例中T={23:00,00:00,,06:00},以充電時(shí)間最大限度利用谷時(shí)段為原則,將待充電電動(dòng)汽車(chē)按如下規(guī)則分組,其中TEVi表示第i輛電動(dòng)汽車(chē)(記為EVi)所需充電時(shí)長(zhǎng),Tval表示谷時(shí)段時(shí)長(zhǎng)。

①TEVi≤Tval:該組電動(dòng)汽車(chē)能夠在谷時(shí)段內(nèi)完成充電需求。以各子時(shí)段起始時(shí)刻為可用起始充電時(shí)刻,則TEVi為0～1 h的電動(dòng)汽車(chē)群歸于電動(dòng)汽車(chē)集合1,其對(duì)應(yīng)的可用起始充電時(shí)刻為T(mén)集合內(nèi)所有8個(gè)時(shí)刻。TEVi在1～2 h范圍的電動(dòng)汽車(chē)群分入電動(dòng)汽車(chē)集合2,這部分電動(dòng)汽車(chē)如果在06:00開(kāi)始充電,則不能在谷時(shí)段結(jié)束前(07:00前)完成充電,故該組電動(dòng)汽車(chē)對(duì)應(yīng)的可用起始充電時(shí)刻為T(mén)集合內(nèi)除去06:00外的7個(gè)時(shí)刻。以此類(lèi)推,TEVi為7～8 h的電動(dòng)汽車(chē)群歸于電動(dòng)汽車(chē)集合8,其對(duì)應(yīng)的可用起始充電時(shí)刻僅能取23:00。

②TEVi>Tval: 該組電動(dòng)汽車(chē)不能完全在谷時(shí)段內(nèi)完成充電需求,均歸為電動(dòng)汽車(chē)集合0,該集合內(nèi)的電動(dòng)汽車(chē)默認(rèn)在谷時(shí)段開(kāi)始時(shí)刻進(jìn)行充電。若默認(rèn)安排使用戶(hù)充電結(jié)束時(shí)刻晚于離去時(shí)刻,則將充電起始時(shí)刻提前至在離去時(shí)刻完成充電需求即可。

2.2 充電樁策略流程

本文所提控制策略中,充電樁具有自決策的權(quán)力,各臺(tái)充電樁只需從控制決策生成器下載決策參數(shù)表,隨后可由充電樁按概率獨(dú)立執(zhí)行充電任務(wù),無(wú)需復(fù)雜的集中式通信控制。具體操作流程如下。

1)讀取接入電動(dòng)汽車(chē)相關(guān)信息并計(jì)算充電時(shí)長(zhǎng):當(dāng)有新車(chē)EVi接入充電樁時(shí),用戶(hù)通過(guò)樁上人機(jī)交互界面輸入充電模式、需求荷電狀態(tài)Sde,i和離去時(shí)刻tdep,i。本策略?xún)H針對(duì)選擇慢充模式,且愿意參與谷時(shí)段有序充電的用戶(hù)。由電池管理系統(tǒng)獲取初始荷電狀態(tài)Sini,i與電池容量Wi,由用戶(hù)輸入獲取Sde,i與tdep,i,則該EVi充電時(shí)長(zhǎng)TEVi計(jì)算如下:

(2)

式中:ηi為EVi的充電效率;PEVi為EVi的充電功率。

2)充電樁從控制決策生成器下載決策參數(shù)表,并根據(jù)接入電動(dòng)汽車(chē)的充電時(shí)長(zhǎng)TEVi,找到該電動(dòng)汽車(chē)可用的起始充電時(shí)刻分布情況以及在這些時(shí)刻開(kāi)始充電的概率。例如,圖1樣例中,接入某臺(tái)充電樁的電動(dòng)汽車(chē),其充電時(shí)長(zhǎng)TEVi計(jì)算結(jié)果為45 min,則充電樁由決策參數(shù)表找到該電動(dòng)汽車(chē)屬于電動(dòng)汽車(chē)集合1,其可用起始充電時(shí)刻為T(mén)集合所有8個(gè)時(shí)刻。

3)按接入用戶(hù)時(shí)間約束條件調(diào)整充電時(shí)刻:若因個(gè)體電動(dòng)汽車(chē)接入時(shí)間晚于或離去時(shí)間早于某些可用起始充電時(shí)刻,充電樁只需篩除這些可用時(shí)刻即可。例如電動(dòng)汽車(chē)集合1內(nèi)有個(gè)體在23:45到達(dá),則此時(shí)可用起始充電時(shí)刻23:00已過(guò),需篩除。相應(yīng)地,有個(gè)體需在05:50離開(kāi),則可用起始充電時(shí)刻06:00需篩除。篩除過(guò)后該個(gè)體可用起始充電時(shí)刻產(chǎn)生了變化,充電樁調(diào)整電動(dòng)汽車(chē)個(gè)體可用起始充電時(shí)刻分布。

4)為了達(dá)到均衡利用谷時(shí)段電力資源的目的,充電樁根據(jù)決策參數(shù)表,將谷時(shí)段電網(wǎng)負(fù)荷容納能力量化為充電概率分布,按各時(shí)段負(fù)荷容納能力隨機(jī)生成充電任務(wù)。對(duì)滿(mǎn)足TEVi≤Tval的某EVi,根據(jù)需求充電時(shí)長(zhǎng),該EVi的充電時(shí)間可能包含數(shù)個(gè)子時(shí)段的集合。設(shè)該EVi總共可以選擇M個(gè)子時(shí)段集合來(lái)完成充電,其中第m個(gè)子時(shí)段集合記為Ωm,m∈[1,M]。Ωm所對(duì)應(yīng)的負(fù)荷裕度總和為Pset,m,則有

(3)

每個(gè)子時(shí)段集合具有特定的負(fù)荷裕度值。充電樁從所有M個(gè)可用子時(shí)段集合中隨機(jī)選擇一個(gè)作為實(shí)際充電時(shí)段,選擇第m個(gè)子時(shí)段集合的概率為:

(4)

有序充電負(fù)荷隨機(jī)接入控制策略流程如附錄A圖A2所示。

2.3 策略激勵(lì)措施

本策略擬為用戶(hù)提供激勵(lì)措施,以增加用戶(hù)參與調(diào)控的積極性。本策略按照電網(wǎng)谷時(shí)段負(fù)荷承載能力轉(zhuǎn)移電動(dòng)汽車(chē)充電時(shí)間,充分利用谷時(shí)段電力資源,節(jié)省電網(wǎng)維護(hù)成本,為電網(wǎng)帶來(lái)經(jīng)濟(jì)效益。相對(duì)地,電網(wǎng)可與充電用戶(hù)進(jìn)行雙向互動(dòng),為參與優(yōu)化策略的用戶(hù)提供價(jià)格激勵(lì)措施,使用戶(hù)享受低于谷時(shí)段電價(jià)的優(yōu)惠,從而節(jié)省用戶(hù)充電開(kāi)銷(xiāo),讓更多用戶(hù)參與調(diào)控。

3 算例分析

3.1 相關(guān)參數(shù)設(shè)置

為驗(yàn)證本文所提方案的有效性,以某居民區(qū)為例進(jìn)行仿真分析。居民區(qū)在12:00和19:00左右會(huì)出現(xiàn)兩個(gè)用電高峰,最大負(fù)荷值約為3 086 kW。居民區(qū)使用峰谷分時(shí)電價(jià)與時(shí)段劃分如附錄A表A1所示。

電動(dòng)汽車(chē)動(dòng)力電池充電一般包括恒壓和恒流兩個(gè)過(guò)程:恒壓階段持續(xù)時(shí)間短,電流電量小;恒流階段電壓變化幅度很小,故家用電動(dòng)汽車(chē)慢充可視為恒功率充電[22]。本文假設(shè)參與有序充電的電動(dòng)汽車(chē)為恒功率充電。由中國(guó)汽車(chē)工業(yè)協(xié)會(huì)發(fā)布的2017年1月至6月新能源汽車(chē)產(chǎn)銷(xiāo)統(tǒng)計(jì)數(shù)據(jù)[23]顯示,中國(guó)純電動(dòng)汽車(chē)(BEV)與插電式混合動(dòng)力汽車(chē)(PHEV)銷(xiāo)量之比約為4.6∶1。本文按該比例設(shè)置參與控制策略的電動(dòng)汽車(chē)比例,且BEV充電功率取10 kW,PHEV充電功率取3 kW,為簡(jiǎn)便起見(jiàn),充電效率ηi均取1。用戶(hù)出行行為相關(guān)參數(shù),包括出行時(shí)刻、日行駛里程與返回時(shí)刻及返回時(shí)對(duì)應(yīng)荷電狀態(tài)等,沿用2009年全美家庭出行調(diào)查(NHTS)中的結(jié)果,其返回時(shí)刻和日行駛里程分別近似服從正態(tài)分布和對(duì)數(shù)正態(tài)分布,其概率密度函數(shù)式見(jiàn)文獻(xiàn)[24]。

3.2 仿真過(guò)程及結(jié)果

本文在3.1節(jié)所述的參數(shù)設(shè)置下,使用蒙特卡洛方法隨機(jī)產(chǎn)生電動(dòng)汽車(chē)接入數(shù)據(jù),包括tdep,i、EVi到達(dá)時(shí)刻tarr，i和Sini，i。令Sde，i=1,為驗(yàn)證參與調(diào)控電動(dòng)汽車(chē)規(guī)模對(duì)本策略效果的影響,令參與有序充電電動(dòng)汽車(chē)數(shù)量分別為10,200,300輛,最后得到小區(qū)負(fù)荷曲線如圖2所示。

圖2 居民區(qū)電動(dòng)汽車(chē)有序充電負(fù)荷曲線Fig.2 Coordinated charging load curves of electric vehicles in residential area

三種電動(dòng)汽車(chē)數(shù)量下負(fù)荷曲線的方差見(jiàn)表1。

表1 不同規(guī)模電動(dòng)汽車(chē)負(fù)荷方差對(duì)比Table 1 Comparison of load variances under different sizes of electric vehicles

由圖2中負(fù)荷曲線可以看出,本策略能夠?qū)⒕用駞^(qū)大量電動(dòng)汽車(chē)充電負(fù)荷平穩(wěn)轉(zhuǎn)移至谷時(shí)段,并且能根據(jù)谷時(shí)段常規(guī)負(fù)荷波動(dòng)情況控制各時(shí)段轉(zhuǎn)移量的大小,使整體負(fù)荷曲線趨勢(shì)緩和。結(jié)合表1中方差數(shù)據(jù)可知,參與調(diào)控的電動(dòng)汽車(chē)規(guī)模越大,負(fù)荷曲線將越趨于平緩,調(diào)控效果越好。從整體負(fù)荷曲線看,雖然充電樁是以相互間不影響的獨(dú)立決策方式運(yùn)作的,但其對(duì)負(fù)荷的調(diào)控效果與集中式控制策略并無(wú)明顯差異。

為進(jìn)一步簡(jiǎn)化策略流程,降低系統(tǒng)復(fù)雜度,本文提出一種充電負(fù)荷均勻轉(zhuǎn)移至谷時(shí)段的模式。該模式簡(jiǎn)化了負(fù)荷裕度的計(jì)算,認(rèn)為各時(shí)段負(fù)荷裕度均相等。在電動(dòng)汽車(chē)分組完成后,充電樁等概率地選擇谷時(shí)段某一滿(mǎn)足用戶(hù)充電需求的時(shí)刻開(kāi)始充電。

本文將文獻(xiàn)[11]提出的雙序谷時(shí)段充電模式加入對(duì)比分析,比較無(wú)序充電模式、雙序谷時(shí)段充電模式、基于負(fù)荷裕度的隨機(jī)充電方法和等概率均勻轉(zhuǎn)移負(fù)荷的隨機(jī)充電方法的性能。取4種模式下電動(dòng)汽車(chē)數(shù)量各為300輛,無(wú)序充電模式下,用戶(hù)接入充電樁即開(kāi)始充電直至充滿(mǎn)為止。其余參數(shù)同3.1節(jié)中設(shè)置。負(fù)荷曲線及峰谷差、負(fù)荷方差、總電價(jià)仿真結(jié)果分別如圖3、表2所示。

圖3 4種模式下的充電負(fù)荷曲線Fig.3 Charging load curves in four modes

模式峰谷差/kW負(fù)荷方差/kW2總電價(jià)/元 無(wú)序充電1 5202.68×1051 900.9 雙序谷時(shí)段充電1 0861.13×1051 310.0 等概率均勻轉(zhuǎn)移8247.60×104997.6 基于裕度轉(zhuǎn)移8035.93×104997.6

由仿真結(jié)果可知,無(wú)序充電模式下,電動(dòng)汽車(chē)用戶(hù)的充電時(shí)間集中在16:00—22:00,這個(gè)時(shí)間段是一天中的第二個(gè)用電高峰期,常規(guī)負(fù)荷疊加電動(dòng)汽車(chē)充電負(fù)荷,造成“峰上加峰”現(xiàn)象,易導(dǎo)致配電網(wǎng)過(guò)載等問(wèn)題出現(xiàn)。表2中負(fù)荷指標(biāo)表明,本文所提等概率均勻轉(zhuǎn)移負(fù)荷模式與基于裕度轉(zhuǎn)移模式均能有效減小峰谷差并平抑負(fù)荷波動(dòng),但基于裕度轉(zhuǎn)移模式負(fù)荷峰谷差與方差更低。相比雙序谷時(shí)段充電模式,基于裕度轉(zhuǎn)移模式在峰谷差與負(fù)荷方差方面也有更好的調(diào)控效果。等概率均勻轉(zhuǎn)移模式削峰填谷、平抑負(fù)荷波動(dòng)的效果不及基于裕度轉(zhuǎn)移,但省略了負(fù)荷裕度的計(jì)算過(guò)程,更易實(shí)現(xiàn)。當(dāng)區(qū)域配電網(wǎng)不能獲取可用的負(fù)荷曲線信息,不具備計(jì)算負(fù)荷裕度的條件時(shí),可以使用均勻轉(zhuǎn)移策略作為簡(jiǎn)化備選方案。若電網(wǎng)采用適當(dāng)?shù)碾妰r(jià)激勵(lì)措施,用戶(hù)參與調(diào)控的充電成本能進(jìn)一步降低,則會(huì)有更多用戶(hù)參與到優(yōu)化策略中來(lái)。因此,實(shí)行本文所提電動(dòng)汽車(chē)有序充電控制策略,不僅能削峰填谷,平抑負(fù)荷波動(dòng),也能減少用戶(hù)充電成本,達(dá)到電網(wǎng)與用戶(hù)間的雙贏。

4 結(jié)語(yǔ)

峰谷電價(jià)背景下居民區(qū)家用電動(dòng)汽車(chē)無(wú)序充電時(shí)間過(guò)于集中,會(huì)加劇電網(wǎng)峰值壓力,造成負(fù)荷沖擊,而基于有序充電的集中式控制系統(tǒng)復(fù)雜度高,不易實(shí)現(xiàn)。本文提出一種電動(dòng)汽車(chē)充電起始時(shí)間隨機(jī)選取方法。通過(guò)理論分析與仿真驗(yàn)證,結(jié)論如下。

1)本文所提基于負(fù)荷裕度的隨機(jī)充電策略能夠有效實(shí)現(xiàn)負(fù)荷平穩(wěn)轉(zhuǎn)移,削減峰谷差,降低負(fù)荷方差,合理分配谷時(shí)段電力資源。策略實(shí)施過(guò)程只需定時(shí)更新控制決策生成器中相關(guān)參數(shù),其余工作可由充電樁自決策獨(dú)立完成,無(wú)需集中式通信控制,避免了大量的實(shí)時(shí)通信流程,便于實(shí)際應(yīng)用,適用于各類(lèi)充電場(chǎng)景。

2)本文所提等概率均勻轉(zhuǎn)移負(fù)荷的隨機(jī)充電方法相比基于負(fù)荷裕度的隨機(jī)充電策略實(shí)施流程更為簡(jiǎn)單,系統(tǒng)成本更低,但削峰填谷、平抑負(fù)荷波動(dòng)的效果稍差。在區(qū)域電網(wǎng)無(wú)法獲得可用負(fù)荷曲線數(shù)據(jù),不具備計(jì)算負(fù)荷裕度的條件時(shí),可考慮采用等概率均勻轉(zhuǎn)移法作為簡(jiǎn)化方案。

3)由于目前中國(guó)電動(dòng)汽車(chē)處于發(fā)展中,規(guī)模有限,尚不能提供大量實(shí)際運(yùn)行數(shù)據(jù),本文工作還較多停留在理論階段,可能存在一些未考慮到的問(wèn)題,具有一定的局限性。另外,使用概率控制的方式本身有一定不確定性無(wú)法避免,具有改進(jìn)的空間。在進(jìn)一步的研究中,應(yīng)結(jié)合真實(shí)場(chǎng)景可能存在的約束條件,對(duì)優(yōu)化目標(biāo)和調(diào)控手段進(jìn)行完善。

附錄見(jiàn)本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。