基于虛擬電價(jià)的電動汽車充放電優(yōu)化策略

毛 玲, 侯亦林, 馬 壯

(1.上海電力學(xué)院, 上海 200090; 2.上海送變電工程有限公司, 上海 200235;3.上海市質(zhì)量監(jiān)督檢驗(yàn)技術(shù)研究院, 上海 201114)

近年來電動汽車數(shù)量迅速增加,到2025年,所有已銷售的電動汽車規(guī)模的滲透率將達(dá)到10%[1-3]。然而,電動汽車的充放電行為與傳統(tǒng)的以汽油燃料為動力的汽車有所不同。由于汽油汽車發(fā)展時(shí)間比較長,自身所需的基礎(chǔ)設(shè)施(如加油站等)已非常完善,同時(shí)汽油汽車的可使用時(shí)長、單次加油可行駛里程數(shù)等也比電動汽車更長。然而,電動汽車目前還沒有很完善的基礎(chǔ)配套設(shè)施,因此需要對電動汽車的充放電進(jìn)行合理安排,以保障用戶使用電動汽車的便捷性和可靠性[4-8]。

以往電動汽車進(jìn)行充放電時(shí)所采用的方法大多為無序充電,其背景環(huán)境是電動汽車數(shù)量不多,在整個(gè)配電網(wǎng)能夠承受范圍內(nèi)可以自由地進(jìn)行充放電。但隨著電動汽車數(shù)量的急劇增加,大量電動汽車同時(shí)接入配電網(wǎng)進(jìn)行無序充電,勢必會給配電網(wǎng)的安全運(yùn)行帶來負(fù)面影響,因此需要合理地調(diào)控電動汽車的充放電行為,以達(dá)到削峰填谷的目的[9-10]。

本文提出了一種基于虛擬電價(jià)的電動汽車有序充電方法。在電動汽車入網(wǎng)后,利用虛擬電價(jià)完成對電動汽車充放電的初步調(diào)度,再用動態(tài)分時(shí)電價(jià)確定功率可調(diào)的電動汽車充放電功率。該方法不僅可以使配電網(wǎng)與用戶達(dá)到共贏,而且具有卓越的削峰填谷作用。

1 虛擬電價(jià)與動態(tài)分時(shí)電價(jià)機(jī)制

本文在靜態(tài)電價(jià)的基礎(chǔ)上[4],提出了基于虛擬電價(jià)的電動汽車有序充電的方法。與靜態(tài)電價(jià)相比,虛擬電價(jià)最明顯的特點(diǎn)就是能夠?qū)崟r(shí)地反映出供需關(guān)系。根據(jù)這一特點(diǎn),可以設(shè)計(jì)合理的策略來確定每一輛電動汽車的充放電計(jì)劃。虛擬電價(jià)并不適用于實(shí)際的充放電成本計(jì)算,所以只在供電側(cè)使用虛擬電價(jià),完成電動汽車充放電計(jì)劃的制定。

將時(shí)間進(jìn)行離散化處理,一天24 h分割為J個(gè)時(shí)段,每段時(shí)間為Δt。虛擬電價(jià)與負(fù)荷信息的關(guān)系為

(1)

(2)

(3)

φ0,φ1,φ2——虛擬電價(jià)調(diào)整系數(shù);

pri,R,j,ΦR,j——參考電價(jià)與參考負(fù)荷值,R∈(0,J],j=1,2;

LB(k)——基本負(fù)荷;

綜上所述,電動汽車的整個(gè)充放電優(yōu)化過程是由虛擬電價(jià)機(jī)制和動態(tài)分時(shí)電價(jià)機(jī)制兩個(gè)部分組成。虛擬電價(jià)機(jī)制是從供電側(cè)考慮,將虛擬電價(jià)作為一個(gè)理論指標(biāo),進(jìn)行削峰填谷的負(fù)荷優(yōu)化;動態(tài)分時(shí)電價(jià)機(jī)制是從用電側(cè)考慮,采取浮動式電價(jià)匹配虛擬電價(jià),讓用戶避開負(fù)荷高峰時(shí)段充電,減少用戶的充電成本。綜合兩者的優(yōu)點(diǎn),能夠更加完美地解決電動汽車的充放電問題,不僅能夠吸引用戶參與,也能保證策略的實(shí)施程度。

2 電動汽車優(yōu)化調(diào)度模型

將預(yù)期能夠介入負(fù)荷配電網(wǎng)的電動汽車數(shù)量設(shè)為集合N,在任何情況下,實(shí)際的電動汽車數(shù)量n一定不會多于集合N的數(shù)量,記作n|N|。在實(shí)際應(yīng)用中,每個(gè)車主都有自己的用車特點(diǎn),將電動汽車l主要的行車參數(shù)組成一個(gè)集合,表示為

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

(4)

式中:Tin,l,Tout,l——電動汽車實(shí)際開始充電和實(shí)際結(jié)束充電的時(shí)間;

S0,l,SE,l——電動汽車初始的荷電狀態(tài)與充完電離開時(shí)預(yù)期的荷電狀態(tài),S0,l,SE,l∈[0,1];

Cs,l——電池總?cè)萘?

Pc,l,Pd,l——電動汽車額定充放電功率。

假設(shè)一輛電動汽車l接入電網(wǎng)進(jìn)行充電的時(shí)長為Tpe,l=Tout,l-Tin,l,將所有電動汽車的充電時(shí)長Tpe,l組成一個(gè)集合,并按照從小到大的順序進(jìn)行排列,用Tm,l表示。同時(shí),為了能夠顯示出時(shí)段集合對電動汽車電池的可操作性,加入新變量

(5)

在電動汽車入網(wǎng)模式下,設(shè)置電動汽車與配電網(wǎng)之間的關(guān)系為pl(k)。當(dāng)pl(k)>0時(shí),表示電動汽車正在充電;當(dāng)pl(k)<0時(shí),表示電動汽車正在放電;當(dāng)pl(k)=0時(shí),表示電動汽車正在進(jìn)行浮充,即電動汽車不工作,但由于其內(nèi)部自身的局部耗電性,會造成輕微的電量損耗,此時(shí)配電網(wǎng)會有一個(gè)微小電流為電動汽車充電,與其自身損耗基本持平,使得汽車達(dá)到穩(wěn)壓狀態(tài),可以隨時(shí)投入工作。

在整個(gè)Tpe,l時(shí)段中,電動汽車的實(shí)際充放電功率可表示為

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

(6)

式中:Pl(k)——整個(gè)充放電過程的優(yōu)化變量,滿足-Pd,l≤Pl(k)≤Pc,l。

在關(guān)于電動汽車l的充放電時(shí)段問題、充放電狀態(tài)問題以及與配電網(wǎng)之間的功率交換問題基本解決后,電動汽車l的充放電計(jì)劃也就完成了,可用公式表示為

(7)

在本文中,所有的電池模型均設(shè)置為鋰電池模型,并根據(jù)其相關(guān)特性在建模前進(jìn)行一定的簡化處理。假設(shè)電池的充放電是以恒定功率進(jìn)行的,并且其自放電率忽略不計(jì),可得到電池的荷電狀態(tài)與充放電時(shí)間基本呈線性關(guān)系,公式為

(8)

式中:Sl(k),Sl(k-1)——電動汽車l在k和k-1個(gè)時(shí)段時(shí)的電池狀態(tài);

η(Pl(k))——電池自身的功率轉(zhuǎn)換效率。

在整個(gè)電動汽車的使用成本中,鋰電池占比很大,其大致由以下3部分組成:

Ul=(ccd,l|ηc=ηd=1)+cbat,l+closs,l

(9)

式中:ccd,l|ηc=ηd=1——在電池充電效率ηc和放電效率ηd均為1的理想狀態(tài)下產(chǎn)生的充放電費(fèi)用;

cbat,l——鋰電池的自身壽命損耗成本;

closs,l——電能損失,即電池在與電網(wǎng)進(jìn)行功率交換時(shí)產(chǎn)生的必然損失。

電池壽命損耗cbat,l的產(chǎn)生原因是電動汽車頻繁地參加入網(wǎng)服務(wù),每次的充放電過程都會對電池造成損傷。電池的損耗折算到成本側(cè)進(jìn)行建模分析可得

(10)

在進(jìn)行量化處理時(shí),計(jì)算公式為

(11)

(12)

式中:φd,l——每千瓦時(shí)放電量對應(yīng)的電池的退化成本參數(shù);

cb——每千瓦時(shí)電池容量的購買成本;

cL——更換電池費(fèi)用成本;

Bcl——在某個(gè)放電深度下電池的使用循環(huán)次數(shù);

DOD——放電深度;

Edis,l——電動汽車參與入網(wǎng)服務(wù)的總時(shí)間內(nèi)所有的放電量;

εf——損耗成本系數(shù)。

在整體電能轉(zhuǎn)換過程中,電網(wǎng)側(cè)實(shí)際提供的電能與車主實(shí)際需求的電能之間存在一部分差值,稱為電能損失,可表示為

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

(13)

從各個(gè)時(shí)段的電能流動角度來看,電能損失可分為充電損失和放電損失,因此電能損失也可表示為

(14)

其中,[Eabso,l-(Edis,l+Eexp,l)]為充電損失;(Edis,l-Einj,l)為放電損失,兩個(gè)式子展開后結(jié)果相同,印證了結(jié)論的準(zhǔn)確性。所以電能損失產(chǎn)生的費(fèi)用為

(15)

為了使電動汽車充放電成本最少[10],綜合電動汽車的充放電模型和鋰電池模型,構(gòu)建基于虛擬電價(jià)的電動汽車優(yōu)化調(diào)度模型為:

(16)

s.t.Smin≤Sl(k)≤Smax

(17)

(18)

(19)

Tpe,l>Tc,ll=1,2,3,…,n

(20)

(21)

式中:Vl——電動汽車的虛擬充放電成本;

KT——變壓器效率;

AT——變壓器額定容量;

Tc,l——電動汽車在充電時(shí),為了達(dá)到車主所期望的荷電狀態(tài)所需要的最短時(shí)間。

通過上述公式,最終完成了整個(gè)電動汽車的優(yōu)化調(diào)度。

3 仿真分析與驗(yàn)證

本文使用MATLAB軟件進(jìn)行模型仿真,采取小波分析模型、模糊聚類模型以及遺傳算法模型3種模型。

假設(shè)接入變壓器下只帶基本負(fù)荷以及與電動汽車有關(guān)的集群負(fù)荷,基本負(fù)荷即是除電動汽車外所有負(fù)荷的集合。由于后面將進(jìn)行無序充電的仿真,故不考慮變壓器的容量,假定在任何情況下均不會過負(fù)荷。

設(shè)置的整個(gè)仿真所需要的電動汽車基本參數(shù)如表1所示。

表1 電動汽車相關(guān)參數(shù)

為了更好地模擬實(shí)際情況,根據(jù)居民區(qū)的基本平均負(fù)荷信息特征,盡可能地將虛擬電價(jià)與居民日常峰谷電價(jià)設(shè)定為同一水平的金額比例。本文設(shè)置電價(jià)相關(guān)參數(shù)如表2所示。

表2 電價(jià)相關(guān)參數(shù)

由于某個(gè)特定區(qū)域內(nèi)電動汽車集群的任何充放電行為特征以及出行行為特征都具有一定的概率特性,為了避免突發(fā)變量,或特定區(qū)域與整體區(qū)域的某些條件不符,參考北京交通出行調(diào)查結(jié)果[11],設(shè)置電動汽車出行使用參數(shù)如下:電動汽車離開時(shí)間期望值為7:45,標(biāo)準(zhǔn)差為1 h;電動汽車返回時(shí)間期望值為19:00,標(biāo)準(zhǔn)差為1 h;返回時(shí)電池荷電狀態(tài)期望值為0.6,標(biāo)準(zhǔn)差為0.1。

假設(shè)上述所有參數(shù)均服從正態(tài)分布,滿足本文需求。設(shè)置電動汽車充放電起始時(shí)間、終止時(shí)間以及電池的起始荷電狀態(tài)、終止荷電狀態(tài)等參數(shù)均相互獨(dú)立,不交叉。

3.1 小波分析去噪

本文利用小波分析模型消除突變量對整體負(fù)荷信息的影響,將全年的負(fù)荷值代入小波分析模型,得到小波去噪后的負(fù)荷信息,如圖1所示。

圖1 小波去噪前后的負(fù)荷信息

3.2 模糊聚類

利用模糊聚類模型將一天中48個(gè)時(shí)段進(jìn)行合理的電價(jià)峰谷時(shí)段劃分。

仿真中,通過初始矩陣的迭代、矩陣相乘以及歐氏距離法,得出隸屬度矩陣。根據(jù)形成的一系列元素集,確定峰谷時(shí)段。最后,代入48個(gè)時(shí)段的數(shù)據(jù),得到動態(tài)電價(jià)的峰谷時(shí)段隸屬度,如圖2所示。

圖2 動態(tài)分時(shí)電價(jià)的峰谷時(shí)段隸屬度

由圖2可以看出,時(shí)段0到時(shí)段12以及時(shí)段42到48的隸屬度接近零,應(yīng)選用谷時(shí)電價(jià);而時(shí)段12到時(shí)段42接近1,應(yīng)選用峰時(shí)電價(jià)。由此可以看出,采用模糊聚類劃分動態(tài)分時(shí)電價(jià)是較為合理的,能夠滿足整個(gè)仿真設(shè)計(jì)的要求。

3.3 遺傳算法

利用遺傳算法求解基于電價(jià)的電動汽車優(yōu)化調(diào)度模型,仿真中設(shè)置自適應(yīng)交叉概率為0.8,子代變異概率為0.2,總體種群數(shù)為100,迭代次數(shù)為100次。

優(yōu)化前后的負(fù)荷-時(shí)段曲線如圖3所示。由圖3可以看出,優(yōu)化后負(fù)荷的最大值和最小值之間的差距縮小,并且在中間浮動范圍內(nèi),負(fù)荷值向中心靠攏,減小了負(fù)荷波動差。

圖3 優(yōu)化前后的負(fù)荷時(shí)段曲線

圖4為無序充電與有序充電的日負(fù)荷對比曲線。由圖4可以看出,有序充電將負(fù)荷直接轉(zhuǎn)移到低谷處,消除了同一時(shí)段大量充放電負(fù)荷對配電網(wǎng)產(chǎn)生滿載甚至是過載的影響,非常有效地達(dá)到了削峰填谷的目的,減小了配電網(wǎng)滿載帶來的危險(xiǎn)。

圖4 有序無序充電的日負(fù)荷對比曲線

基于虛擬電價(jià)電動汽車的優(yōu)化調(diào)度,各項(xiàng)成本曲線如圖5所示。由圖5可知,50輛車的總體充電費(fèi)用能保持在1 000元左右,平均每一輛車充電成本為20元。

圖5 各項(xiàng)成本曲線

4 結(jié) 語

本文提出了基于虛擬電價(jià)的電動汽車充放電優(yōu)化調(diào)度方法。通過MATLAB仿真分析可知,采用的優(yōu)化調(diào)度方法能夠有效地實(shí)現(xiàn)負(fù)荷側(cè)的削峰填谷,在用戶側(cè)降低充電費(fèi)用和電池的損耗成本。