考慮網(wǎng)商車多方需求和決策行為特性的電動汽車有序充電

林曉明，錢 斌，肖 勇，羅欣兒，楊景旭

（1. 南方電網(wǎng)科學(xué)研究院，廣東 廣州510670；2. 深圳供電局有限公司，廣東 深圳518001）

0 引言

近年來，電動汽車（EV）得到了迅猛發(fā)展［1］，在充電設(shè)施和配電網(wǎng)的建設(shè)情況與EV 的普及速度還未完全適配的階段，這將給充電站的運(yùn)營以及配電網(wǎng)的安全運(yùn)行帶來很大的壓力［2］，且用戶也希望以更少的充電費(fèi)用、更少的車位占用時間完成充電活動，因此電網(wǎng)公司、充電站運(yùn)營商和EV 用戶（下文簡稱為網(wǎng)商車）都有參與有序充電的需求。

目前，在有序充電的過程中，充電負(fù)荷的轉(zhuǎn)移主要有3 種方式：①以集群充電負(fù)荷為整體，考慮電價差下充電負(fù)荷的整體轉(zhuǎn)移［3］；②根據(jù)目標(biāo)生成充電負(fù)荷的最優(yōu)分布，通過充電樁調(diào)度實現(xiàn)［4］；③進(jìn)行實時優(yōu)化，預(yù)測短期接入的EV 行為，實現(xiàn)集群充電計劃的實時決策［5］。當(dāng)前該領(lǐng)域還沒有綜合考慮網(wǎng)商車參與有序充電的決策行為特性及其相互影響。實際上，僅在電價策略的激勵下，EV 用戶是否愿意進(jìn)行充電時間轉(zhuǎn)移以及轉(zhuǎn)移到哪個時段充電是不確定的［6］，但全體EV 用戶對電價策略的總體響應(yīng)情況必然與各時段的電價大小相適應(yīng)；當(dāng)電網(wǎng)公司以給充電站運(yùn)營商發(fā)放補(bǔ)貼的方式參與有序充電時，其決策行為需綜合考慮改善電網(wǎng)運(yùn)行安全性的需求和付出的經(jīng)濟(jì)成本；充電站運(yùn)營商追求更大的利潤，其電價策略受電網(wǎng)公司發(fā)放補(bǔ)貼激勵的影響，還需考慮EV 用戶的響應(yīng)程度。基于此，如何在各方?jīng)Q策行為存在不確定性的情況下基于各方需求進(jìn)行決策優(yōu)化，并通過單輛EV充電時間的轉(zhuǎn)移實現(xiàn)集群充電負(fù)荷的轉(zhuǎn)移，是實現(xiàn)有序充電需解決的關(guān)鍵問題。

目前，在安全需求方面，大多有序充電方法將節(jié)點電壓、支路電流等作為運(yùn)行約束［7-8］，不考慮其越限問題。但是，當(dāng)EV 充電規(guī)模較大時，電壓越限等問題難以避免［2］。因此，通過電價激勵［9］等引導(dǎo)EV用戶錯峰充電來改善運(yùn)行風(fēng)險具有重要的意義。同時，為了改善配電網(wǎng)的安全性，充電站運(yùn)營商調(diào)整電價引導(dǎo)EV 用戶錯峰充電的過程需要在電價上進(jìn)行讓步，其服務(wù)費(fèi)收入會受到影響，因此根據(jù)充電站運(yùn)營商電價調(diào)節(jié)導(dǎo)致的收入損失和運(yùn)行風(fēng)險改善情況來調(diào)整補(bǔ)貼額，以彌補(bǔ)充電站運(yùn)營商服務(wù)費(fèi)收入損失并獎勵其改善配電網(wǎng)安全性所做的工作，同時綜合考慮電網(wǎng)公司改善電網(wǎng)安全性的需求和付出的經(jīng)濟(jì)成本，有助于提高雙方參與有序充電的積極性。

為此，本文首先分析了網(wǎng)商車參與有序充電的需求和決策行為特性，提出電價調(diào)節(jié)代價來衡量充電站運(yùn)營商在調(diào)節(jié)電價過程中的服務(wù)費(fèi)收入損失，并以計及電價調(diào)節(jié)代價和風(fēng)險改善情況的補(bǔ)貼機(jī)制綜合考慮電網(wǎng)公司改善電網(wǎng)安全性的需求和經(jīng)濟(jì)成本；然后，建立網(wǎng)商車決策行為模型，對各方參與有序充電的成本和效益進(jìn)行建模，基于此建立各方參與有序充電的凈收益模型，并根據(jù)各方凈收益建立有序充電綜合目標(biāo)函數(shù)，從而提出基于各方需求的決策行為優(yōu)化方法；最后，進(jìn)行算例仿真驗證。

1 網(wǎng)商車各方需求和決策行為特性分析

網(wǎng)商車各方參與有序充電時的成本和效益不同，若任一方的利益得不到保障，都會導(dǎo)致有序充電的效果不佳，因此需要綜合考慮各方的需求和利益。

大規(guī)模充電負(fù)荷的接入可能會嚴(yán)重威脅配電網(wǎng)的安全運(yùn)行，因此電網(wǎng)公司有需求通過補(bǔ)貼的方式來激勵充電站運(yùn)營商引導(dǎo)EV用戶錯峰充電，補(bǔ)貼項目包括對充電站運(yùn)營商調(diào)節(jié)電價所導(dǎo)致的損失進(jìn)行補(bǔ)償以及對其改善電網(wǎng)安全性工作進(jìn)行獎勵。在該過程中，電網(wǎng)公司的效益來源于對電網(wǎng)安全性的改善，成本為其支付的補(bǔ)貼和電費(fèi)收入損失，需同時考慮電網(wǎng)的安全性和付出的經(jīng)濟(jì)成本。電網(wǎng)公司的決策行為為調(diào)整補(bǔ)貼額，與充電負(fù)荷轉(zhuǎn)移情況密切相關(guān)，受EV用戶決策的影響很大。

充電站運(yùn)營商的需求為獲得更大的利潤。充電站運(yùn)營商調(diào)整電價策略，引導(dǎo)EV用戶有序充電來改善配電網(wǎng)的安全性，引導(dǎo)后的服務(wù)費(fèi)收入損失由電網(wǎng)公司通過補(bǔ)貼方式進(jìn)行補(bǔ)償，因此充電站運(yùn)營商參與有序充電的實際效益為電網(wǎng)公司對其改善電網(wǎng)安全性工作的獎勵。而電網(wǎng)安全性的改善與充電負(fù)荷轉(zhuǎn)移情況密切相關(guān)，因此充電站運(yùn)營商需根據(jù)電網(wǎng)安全性需求制定激勵用戶積極響應(yīng)的電價策略。

對于EV用戶而言，其需求是在更低電價的時段充電，從而減輕其充電費(fèi)用，同時還需考慮排隊和出行需求等問題。在電價激勵下，EV 用戶是否愿意進(jìn)行充電時間轉(zhuǎn)移、轉(zhuǎn)移到哪個時段充電是不確定的，且受到其出行需求和電池電量限制，因此需要考慮EV 用戶基于電價激勵進(jìn)行充電時間轉(zhuǎn)移的概率性和局限性。

2 電網(wǎng)公司對充電站運(yùn)營商的補(bǔ)貼機(jī)制

改善電網(wǎng)安全性需要充電站運(yùn)營商發(fā)掘用戶的響應(yīng)潛力，且電網(wǎng)安全性要求越高，需要EV 用戶響應(yīng)的程度越大，充電站運(yùn)營商參與有序充電的工作難度也越大，因此獲得的獎勵應(yīng)該越多。而充電站運(yùn)營商的電價調(diào)節(jié)代價具有一定的不確定性，電網(wǎng)公司只針對其運(yùn)行風(fēng)險改善情況進(jìn)行補(bǔ)貼可能會導(dǎo)致充電站運(yùn)營商的凈收益增長與其貢獻(xiàn)不匹配，因此本文同時根據(jù)充電站運(yùn)營商調(diào)節(jié)電價的損失和風(fēng)險改善情況建立補(bǔ)貼機(jī)制。

2.1 電價調(diào)節(jié)代價補(bǔ)貼機(jī)制

2.1.1 電價調(diào)節(jié)代價

充電站運(yùn)營商通過抬高配電網(wǎng)負(fù)荷壓力大時段的電價，壓低配電網(wǎng)負(fù)荷壓力小時段的電價，引導(dǎo)EV 用戶選擇配電網(wǎng)負(fù)荷壓力小的時段進(jìn)行充電。當(dāng)抬高電價帶來的利潤增長抵消不了壓低電價導(dǎo)致的利潤損失時，充電站運(yùn)營商的服務(wù)費(fèi)收入將受到損失，將其稱為電價調(diào)節(jié)代價ΔDd，計算式為：

2.1.2 電價調(diào)節(jié)代價補(bǔ)貼

為了保證充電站運(yùn)營商參與有序充電的積極性，電網(wǎng)公司對其發(fā)放電價調(diào)節(jié)代價補(bǔ)貼Ddb，如式（4）所示。

2.2 風(fēng)險補(bǔ)貼機(jī)制

2.2.1 風(fēng)險指標(biāo)

本文結(jié)合配電網(wǎng)電壓越限和過負(fù)荷問題評估配電網(wǎng)的運(yùn)行風(fēng)險。根據(jù)文獻(xiàn)［2］，節(jié)點電壓和支路潮流的損失嚴(yán)重度S為：

其中，w為損失量；μ為放大系數(shù)，用于調(diào)整損失嚴(yán)重度的靈敏性。

綜合各節(jié)點的電壓越限風(fēng)險和各支路的潮流越限風(fēng)險評估配電網(wǎng)的平均風(fēng)險水平如下：

其中，Hwmax為最大綜合越限風(fēng)險；Hw(t)為時段t的綜合越限風(fēng)險；Hv(t)、Hl(t)分別為時段t的平均電壓越限風(fēng)險、平均潮流越限風(fēng)險；β1、β2為權(quán)重系數(shù)；Sv_g(t)、Sl_j(t)分別為時段t 節(jié)點g 的電壓損失嚴(yán)重度、支路j 的潮流損失嚴(yán)重度，其計算公式參考文獻(xiàn)［2］；z1、z2分別為該區(qū)域配電網(wǎng)的節(jié)點數(shù)、支路數(shù)。

2.2.2 風(fēng)險分級

為了更好地根據(jù)運(yùn)行風(fēng)險改善情況確定補(bǔ)貼額，本文按運(yùn)行風(fēng)險的大小將配電網(wǎng)的運(yùn)行風(fēng)險分為10 級（無風(fēng)險、Ⅰ—Ⅲ級低風(fēng)險、Ⅰ—Ⅲ級中風(fēng)險和Ⅰ—Ⅲ級高風(fēng)險），分別記為第0—9級風(fēng)險，則第h級風(fēng)險的最大綜合越限風(fēng)險范圍為：

其中，ΔHw為單級風(fēng)險差，可根據(jù)Ⅲ級高風(fēng)險的閾值對應(yīng)的越限水平和風(fēng)險分級情況來確定。

2.2.3 風(fēng)險補(bǔ)貼計算方法

設(shè)引導(dǎo)前配電網(wǎng)的運(yùn)行風(fēng)險為第h1級，引導(dǎo)后為第h2級，則風(fēng)險改善補(bǔ)貼金額Dfb可表示為：

其中，Df0為風(fēng)險每降一級的補(bǔ)貼獎勵額。

2.3 電網(wǎng)公司對充電站運(yùn)營商的總補(bǔ)貼

綜合風(fēng)險改善補(bǔ)貼和電價調(diào)節(jié)代價補(bǔ)貼，在有序充電過程中電網(wǎng)公司對充電站運(yùn)營商的總補(bǔ)貼Dbt為：

3 網(wǎng)商車共同參與的有序充電模型

在本文模型中，充電站運(yùn)營商調(diào)節(jié)服務(wù)價格來靈活地改變充電站各時段的充電價格，以引導(dǎo)EV用戶有序充電來優(yōu)化充電站的單日充電負(fù)荷。為了模擬有序充電過程中各方的響應(yīng)情況，本文建立考慮各方需求和決策行為特性的有序充電模型。

3.1 網(wǎng)商車參與有序充電的決策行為模型

3.1.1 考慮用戶決策不確定性的充電負(fù)荷轉(zhuǎn)移模型

（1）EV用戶的時段轉(zhuǎn)移概率評估模型。

EV 用戶進(jìn)行充電時段轉(zhuǎn)移，主要受各時段電價差激勵、出行需求、電池荷電狀態(tài)SOC（State Of Charge）、凌晨時段（00:00—06:00）充電不便等的約束。文獻(xiàn)［3］基于消費(fèi)者心理，以用戶整體從高電價時段向低電價時段轉(zhuǎn)移的用戶數(shù)占比描述用戶對電價的響應(yīng)度?；诖耍疚囊詢r差轉(zhuǎn)移率反映單用戶考慮時段電價差后的充電時間轉(zhuǎn)移概率，并綜合上述約束考察用戶的轉(zhuǎn)移意愿，從而得到EV充電時間從時段t1轉(zhuǎn)移到時段t（t ≠t1）的轉(zhuǎn)移概率pz(t1，t)為：

其中，pp(t1，t)為價差轉(zhuǎn)移率；Δc為充電時間從時段t1轉(zhuǎn)移到時段t的充電價差；Δc1、Δc2分別為價差死區(qū)、飽和區(qū)的閾值；kp為價差轉(zhuǎn)移率的線性區(qū)斜率；pmax為價差轉(zhuǎn)移率的最大值；Ry(t1，t)為出行需求轉(zhuǎn)移意愿；Ty(i)為EV用戶i的出行延誤時間；Tymax為用戶所能接受的出行延誤極限時間；RS(t1，t)為電量轉(zhuǎn)移意愿；Smin(i)為一天中電池的最小SOC 值；Sm為不損害電池壽命的最低SOC 值；Sen為滿足電量裕度需求的SOC閾值；Rr(t1，t)為凌晨時段轉(zhuǎn)移意愿。

為了方便計算，并考慮EV用戶對開始充電時間的選擇，分別計算EV 在時段t 的起始時刻以及第10、20、30、40、50 分鐘開始充電所對應(yīng)的轉(zhuǎn)移概率，選擇一個時間點作為在該時段的開始充電時間，并將該時間點的轉(zhuǎn)移概率作為該時段的轉(zhuǎn)移概率。

（2）引導(dǎo)后EV充電預(yù)測負(fù)荷計算。

在某一充電價格方案下，確定EV充電時段轉(zhuǎn)移概率后，可以利用蒙特卡洛抽樣方法［10］模擬充電負(fù)荷轉(zhuǎn)移情況，則引導(dǎo)后時段t 的充電站預(yù)測負(fù)荷PES(t)為：

3.1.2 電網(wǎng)公司補(bǔ)貼額調(diào)整

設(shè)電網(wǎng)公司的補(bǔ)貼調(diào)整決策行為Qbt與充電負(fù)荷轉(zhuǎn)移情況密切相關(guān)。電網(wǎng)公司首先基于充電站負(fù)荷的平均轉(zhuǎn)移情況，計算配電網(wǎng)的運(yùn)行風(fēng)險，確定風(fēng)險等級，并根據(jù)引導(dǎo)前風(fēng)險等級計算并調(diào)整風(fēng)險補(bǔ)貼額；然后，根據(jù)各時段充電站負(fù)荷計算充電站運(yùn)營商的服務(wù)費(fèi)收入，并基于此計算電價調(diào)節(jié)代價，調(diào)整電價調(diào)節(jié)代價補(bǔ)貼額。

3.1.3 充電站運(yùn)營商電價策略調(diào)整

充電站運(yùn)營商的決策行為Qc為充電站各時段電價策略的調(diào)整。充電站運(yùn)營商通過調(diào)節(jié)電價策略引導(dǎo)EV用戶錯峰充電以改善配電網(wǎng)安全性，同時在電價上進(jìn)行讓利，以提高EV用戶的響應(yīng)程度。

3.2 網(wǎng)商車參與有序充電的成本和效益

3.2.1 EV用戶參與有序充電的成本和效益

（1）EV用戶的充電費(fèi)用。

EV用戶i充電費(fèi)用Dc(i)的計算公式為：

其中，T(i，t)為時段t EV 用戶i 在充電站的充電時長；P0為EV的額定充電功率。

（2）排隊時間成本。

若EV 用戶i需要排隊，則其排隊時間Tp(i)由開始充電時間tc(i)和到達(dá)充電站的時間ta(i)計算得到，如式（19）所示。

將排隊時間折算為成本Dp(i)，計算式為：

其中，κt為用戶每排隊1 h 的金錢損失，按用戶單位小時的平均工資計算。

（3）出行延誤時間成本。

本文定義出行延誤時間Ty(i)為用戶充電時間轉(zhuǎn)移后由于充電活動與計劃出行時間沖突所導(dǎo)致的出行延誤時間。將出行延誤時間折算為成本Dy(i)，計算式為：

（4）凌晨時段充電成本。

在電價差的吸引下，用戶可能會選擇在凌晨時段充電，這對用戶的作息影響較大。設(shè)用戶充電行為耽誤用戶的休息時間為Tr(i)，且休息時間與工作時間對用戶同等重要，則凌晨時段充電成本Dr(i)可表示為：

（5）EV用戶總充電成本及凈收益。

綜合上述充電成本，EV 用戶i 參與有序充電后的總充電成本Dz(i)為：

則EV 用戶i 的凈收益ΔDz(i)和凈收益比ηuz(i)分別為：

綜合所有參與有序充電（即進(jìn)行充電時間轉(zhuǎn)移）的用戶的收益來評估用戶的總凈收益ΔDtot、平均凈收益ΔDuz0及平均凈收益比ηuz0，分別如式（26）—（28）所示。

其中，Nsz為進(jìn)行充電時間轉(zhuǎn)移的EV用戶數(shù)量。

3.2.2 充電站運(yùn)營商參與有序充電的成本和效益

（1）電價調(diào)節(jié)代價。

電價調(diào)節(jié)代價是充電站運(yùn)營商參與有序充電的成本。

（2）電網(wǎng)公司對充電站運(yùn)營商的補(bǔ)貼。

電網(wǎng)公司對充電站運(yùn)營商的總補(bǔ)貼是其參與有序充電的直接效益。

（3）充電站運(yùn)營商的凈收益。

考慮充電站運(yùn)營商的服務(wù)費(fèi)收入損失和電網(wǎng)公司的總補(bǔ)貼，其參與有序充電的凈收益ΔDag為：

充電站運(yùn)營商參與有序充電的凈收益比ηag為：

3.2.3 電網(wǎng)公司參與有序充電的成本和效益

（1）可避免輸配電容量成本。

可避免輸配電容量成本FG，c［11］可根據(jù)可避免輸配電容量單位成本cG及實際避免輸配電容量ΔP 確定，并將其折算為單次有序充電的可避免輸配電容量成本FG，d，如式（31）所示。

其中，Nn為年度發(fā)布有序充電或者需求響應(yīng)進(jìn)行削峰的次數(shù)；α 為電網(wǎng)的輸配電損失系數(shù)；Plmax為配電網(wǎng)的年最大峰荷，在實際工程中由預(yù)測的年持續(xù)負(fù)荷曲線得到；Pac為配電網(wǎng)的峰荷控制目標(biāo)，在實際工程中可根據(jù)電網(wǎng)安全性要求和預(yù)測的年持續(xù)負(fù)荷曲線得到。

（2）電網(wǎng)公司的電費(fèi)收入損失。

EV 用戶改變充電時間使得充電負(fù)荷在各時段的分布情況發(fā)生變化，這對峰平谷電網(wǎng)電價下電網(wǎng)公司的電費(fèi)收入有很大的影響。電網(wǎng)公司的電費(fèi)收入損失FG，a可表示為：

（3）電網(wǎng)公司對充電站運(yùn)營商的補(bǔ)償成本。

電網(wǎng)公司對充電站運(yùn)營商的補(bǔ)償成本FG，b為：

（4）電網(wǎng)公司的總經(jīng)濟(jì)成本。

綜合考慮電網(wǎng)公司的各項經(jīng)濟(jì)成本，其總經(jīng)濟(jì)成本ΔFG，m為：

電網(wǎng)公司的總經(jīng)濟(jì)成本比ηG，m為：

（5）電網(wǎng)安全性指標(biāo)。

采用配電網(wǎng)運(yùn)行風(fēng)險降級比ηr衡量配電網(wǎng)安全性改善程度，引導(dǎo)前配電網(wǎng)的運(yùn)行風(fēng)險為第h1級，引導(dǎo)后為第h2級，則運(yùn)行風(fēng)險降級比ηr為：

（6）電網(wǎng)公司參與有序充電的凈收益。

綜合考慮電網(wǎng)公司參與有序充電的經(jīng)濟(jì)性和安全性問題，其凈收益比ηG，z為：

其中，γ1、γ2為權(quán)重系數(shù)。

3.2.4 有序充電綜合目標(biāo)

為了保證各方的需求和利益都能夠得到滿足，本文綜合網(wǎng)商車的凈收益比建立有序充電綜合目標(biāo)χ，如式（40）所示。

由于各方需求存在競爭關(guān)系，有序充電綜合目標(biāo)越小，并不意味著各方需求都能得到滿足，也有可能是犧牲某一方的利益來滿足其他參與方的需求。為此，在每一次優(yōu)化迭代時都按綜合目標(biāo)越大越好為準(zhǔn)則選擇10 個全局最優(yōu)解，并按各方需求指標(biāo)從優(yōu)到劣進(jìn)行1—10 排序，因此每個解都有3 個排序號。將這3 個排序號相加作為解的均優(yōu)指標(biāo)值，該值越小，表明在有序充電綜合目標(biāo)較優(yōu)的前提下各方需求被滿足得越均勻，選擇該值最小的解進(jìn)行下一次迭代。

3.3 基于粒子群優(yōu)化算法的網(wǎng)商車決策行為優(yōu)化

對于網(wǎng)商車決策優(yōu)化問題，本文采用粒子群優(yōu)化算法［12］對充電站運(yùn)營商決策進(jìn)行優(yōu)化，采用蒙特卡洛抽樣方法對EV用戶決策的不確定性進(jìn)行模擬，并根據(jù)補(bǔ)貼機(jī)制對電網(wǎng)公司決策進(jìn)行調(diào)整。設(shè)蒙特卡洛抽樣次數(shù)為M，粒子群優(yōu)化算法的搜索空間維數(shù)為24，最大迭代數(shù)為Imax，群體粒子數(shù)為m，第i 個粒子的位置為各時段的充電價格。對于每個粒子的充電價格而言，根據(jù)考慮EV用戶決策不確定性的充電負(fù)荷轉(zhuǎn)移模型，通過蒙特卡洛抽樣方法考察充電負(fù)荷的平均轉(zhuǎn)移情況；基于充電預(yù)測負(fù)荷調(diào)整電網(wǎng)公司的補(bǔ)貼額；計算各粒子的有序充電綜合目標(biāo)，并更新各粒子的個體極值和全局極值。

4 算例分析

4.1 仿真參數(shù)設(shè)置

仿真網(wǎng)絡(luò)選取IEEE 33 節(jié)點配電系統(tǒng)，拓?fù)浣Y(jié)構(gòu)如附錄中圖A1 所示，線路型號選取為LGJ-150。節(jié)點1為平衡節(jié)點，電壓設(shè)為1.05 p.u.。以附錄中圖A2 所示商業(yè)區(qū)負(fù)荷作為配電網(wǎng)的常規(guī)總負(fù)荷，電網(wǎng)峰平谷電價如附錄中表A1 所示［13］。各節(jié)點接入常規(guī)負(fù)荷的占比為原始IEEE 33 節(jié)點標(biāo)準(zhǔn)配電系統(tǒng)中各節(jié)點負(fù)荷占比。在此基礎(chǔ)上，充電站負(fù)荷接入節(jié)點8。充電站的規(guī)模較大，含有35個充電樁，每個充電樁可供1輛EV快充或2輛EV同時慢充，且充電站在06:00—24:00時段內(nèi)只提供快充服務(wù)，00:00—06:00 時段內(nèi)用戶可根據(jù)充電需求以慢充形式充電。不另作說明時，該充電站一天服務(wù)的EV數(shù)量為1 200 輛。EV 參數(shù)［14］以及用戶出行概率分布分別如附錄中表A2和表A3所示。

4.2 不同充電電價策略下各參與方需求分析

3 種充電電價策略如附錄中圖A3 所示，不同策略下的充電負(fù)荷轉(zhuǎn)移情況分別如附錄中圖A4—A6所示，各參與方的指標(biāo)結(jié)果如表1 所示。引導(dǎo)前的風(fēng)險值為56.54，為Ⅲ級高風(fēng)險。

表1 3種充電電價策略下各參與方的指標(biāo)結(jié)果Table 1 Index results of each party under three charging electricity price strategies

由表1 可知，在上述充電電價策略1—3 下，EV用戶的平均凈收益比分別為22.4%、25.8%、28.7%，用戶參與有序充電的收益較大；隨著峰谷電價差增大，用戶凈收益增大，其進(jìn)行充電時間轉(zhuǎn)移的意愿更強(qiáng)。隨著峰谷電價差增大，充電站運(yùn)營商在服務(wù)價格上做出的讓步更大，其電價調(diào)節(jié)代價更大。同時，EV 用戶的響應(yīng)程度隨之增大，配電網(wǎng)的運(yùn)行風(fēng)險改善效果更好，充電站運(yùn)營商可以獲得更多的風(fēng)險補(bǔ)貼，而其電價調(diào)節(jié)代價由電網(wǎng)公司全額補(bǔ)償，因此充電站運(yùn)營商的凈收益得到了提高。充電電價策略1—3 下充電站運(yùn)營商的凈收益比分別為5.6%、8.4%、11.2%，可見其需求得到了滿足。充電電價策略1—3 下電網(wǎng)運(yùn)行風(fēng)險降級比分別為44.4%、66.7%、88.9%，可見電網(wǎng)安全性得到了改善，配電網(wǎng)的削峰效果越來越好（見附錄中圖A4—A6）。隨著峰谷電價差增大，電網(wǎng)公司的補(bǔ)貼成本不斷增大。同時，由于更多的EV 用戶轉(zhuǎn)移到谷時段充電，電網(wǎng)公司的電費(fèi)收入損失也不斷增大。考慮可避免輸配電容量成本后，充電電價策略1—3下電網(wǎng)公司的總經(jīng)濟(jì)成本分別為其電費(fèi)收入的0.4%、2.7%、4.9%，可見隨著電網(wǎng)安全性要求的提高，電網(wǎng)公司發(fā)動有序充電帶來的經(jīng)濟(jì)性問題越來越突出?？傮w而言，電網(wǎng)公司以較小的經(jīng)濟(jì)代價實現(xiàn)了配電網(wǎng)安全性的改善，充電電價策略1—3 下的凈收益比分別為41.2%、45.1%、49.7%，其綜合需求得到了滿足。

4.3 根據(jù)風(fēng)險改善程度調(diào)整補(bǔ)貼額的合理性分析

當(dāng)EV數(shù)量分別為1000、1250輛時，采用固定補(bǔ)貼（3 000 元／d）和本文所提補(bǔ)貼機(jī)制進(jìn)行有序充電優(yōu)化，結(jié)果如表2所示。

表2 2種補(bǔ)貼機(jī)制下的優(yōu)化結(jié)果Table 2 Optimization results under two subsidy mechanisms

由表2 可知，當(dāng)EV 數(shù)量為1 000 輛（風(fēng)險等級較低）時，固定補(bǔ)貼和本文所提補(bǔ)貼機(jī)制下風(fēng)險都得到了明顯的改善，但固定補(bǔ)貼機(jī)制下電網(wǎng)公司付出的補(bǔ)貼成本更大，這不符合電網(wǎng)公司的需求。這說明不根據(jù)運(yùn)行風(fēng)險改善程度來調(diào)整補(bǔ)貼額，可能會出現(xiàn)電網(wǎng)公司的效益和成本失配的問題。而當(dāng)EV 數(shù)量為1250輛（風(fēng)險等級較高）時，固定補(bǔ)貼機(jī)制下的風(fēng)險改善效果達(dá)不到電網(wǎng)公司的要求，若充電站運(yùn)營商繼續(xù)通過對電價做出讓步的措施來改善配電網(wǎng)的安全性，其電價調(diào)節(jié)代價將會進(jìn)一步增大，而電網(wǎng)公司并沒有根據(jù)電價調(diào)節(jié)代價進(jìn)行補(bǔ)貼額調(diào)整，運(yùn)營商的凈收益將會進(jìn)一步被擠壓，其積極性會受到限制。因此，不根據(jù)電價調(diào)節(jié)代價進(jìn)行補(bǔ)貼額調(diào)整，可能會出現(xiàn)充電站運(yùn)營商的盈利需求與電網(wǎng)公司改善電網(wǎng)安全性的需求相矛盾的問題。這驗證了本文所提補(bǔ)貼機(jī)制在同時保障電網(wǎng)和充電站運(yùn)營商兩者需求方面具有很好的靈活性。

4.4 各參與方?jīng)Q策行為優(yōu)化結(jié)果分析

在4.2節(jié)的基礎(chǔ)上，采用粒子群優(yōu)化算法對充電站運(yùn)營商的充電電價策略進(jìn)行優(yōu)化，優(yōu)化后的充電電價如圖1所示，用戶的充電負(fù)荷轉(zhuǎn)移情況如圖2所示，電網(wǎng)公司的補(bǔ)貼額和各方需求指標(biāo)如表3 所示，優(yōu)化后的有序充電綜合目標(biāo)χ=0.957。

圖1 優(yōu)化前、后的充電電價Fig.1 Charging electricity price before and after optimization

圖2 優(yōu)化前、后的負(fù)荷功率Fig.2 Load power before and after optimization

表3 優(yōu)化后各參與方的指標(biāo)結(jié)果Table 3 Index results of each party after optimization

由上述結(jié)果可知，相比于優(yōu)化前，充電站運(yùn)營商根據(jù)電網(wǎng)公司改善電網(wǎng)安全性的需求，將凌晨時段的充電電價設(shè)置得較低，白天的充電電價設(shè)置得較高，引導(dǎo)EV用戶轉(zhuǎn)移到凌晨等負(fù)荷壓力較小的時段充電。特別地，時段10和時段11的配電網(wǎng)總負(fù)荷很大，給配電網(wǎng)的安全運(yùn)行帶來了巨大的風(fēng)險，因此充電站運(yùn)營商將這2 個時段的充電電價設(shè)置得很高，從而使EV 用戶因充電成本極大提高而改變充電時段。在較大的充電電價差下，用戶轉(zhuǎn)移到電價低的時段充電，但是由于在凌晨時段充電給用戶帶來一些不便，更多的用戶選擇在早上用電高峰前和凌晨前充電。電網(wǎng)公司根據(jù)運(yùn)行風(fēng)險改善效果調(diào)整補(bǔ)貼額，并以有序充電綜合目標(biāo)的形式將其經(jīng)濟(jì)成本反饋到充電站運(yùn)營商的電價調(diào)節(jié)過程中，在相同的風(fēng)險控制效果下其經(jīng)濟(jì)成本比4.2 節(jié)中充電電價策略3下的成本小。

總體而言，通過有序充電優(yōu)化能夠很好地完成電網(wǎng)公司改善電網(wǎng)安全性的任務(wù)，既保證了EV用戶參與有序充電的積極性和充電站運(yùn)營商的盈利需求，又綜合考慮了電網(wǎng)公司改善電網(wǎng)安全性的需求和經(jīng)濟(jì)代價。

5 結(jié)論

（1）隨著峰谷電價差增大，充電站運(yùn)營商在服務(wù)價格上做出的讓步更大，其電價調(diào)節(jié)代價更大，使EV 用戶的凈收益增大，響應(yīng)程度增大，配電網(wǎng)的運(yùn)行風(fēng)險改善效果也更好，且充電站運(yùn)營商可以獲得更多的風(fēng)險補(bǔ)貼作為獎勵，其利潤得到了提高；而電網(wǎng)公司因電費(fèi)收入損失和補(bǔ)貼成本增大，經(jīng)濟(jì)性問題越來越突出。

（2）本文所提補(bǔ)貼機(jī)制對充電站運(yùn)營商電價調(diào)節(jié)代價進(jìn)行補(bǔ)貼，對其改善電網(wǎng)安全工作進(jìn)行獎勵，綜合考慮電網(wǎng)公司改善電網(wǎng)安全性的需求和成本代價，有效避免了充電站運(yùn)營商盈利需求與電網(wǎng)安全性需求相矛盾的問題。

（3）基于網(wǎng)商車各方需求和決策行為特性的有序充電模型能夠很好地滿足各方參與有序充電的需求，既能保證EV用戶的積極性和充電站運(yùn)營商的盈利需求，又能很好地考慮電網(wǎng)公司的經(jīng)濟(jì)性問題，并有效地通過單輛EV 充電負(fù)荷特性的變化來優(yōu)化充電站負(fù)荷時序特性，從而改善配電網(wǎng)的安全性。

附錄見本刊網(wǎng)絡(luò)版（http：//www.epae.cn）。